[发明专利]基于三维传感器数据识别路肩

说明书

本申请提供了一种基于三维传感器数据识别路肩的系统和方法。该系统包括通信接口(202)，被配置用于当车辆(110)沿着轨道行进时，接收由装配在车辆(110)上的传感器捕获的场景的三维传感器数据。该系统还包括存储器(208)，被配置用于存储三维传感器数据。该系统还包括至少一个处理器(204)，至少一个处理器(204)被配置用于创建三维传感器数据的二维网格表示。至少一个处理器(204)还被配置用于将二维网格表示分割为至少两个曲面。所述至少一个处理器(204)还被配置为识别连接每对相邻曲面的边界处网格单元，其中相邻曲面对之间的高度差高于阈值，并选择与轨迹方向相匹配的网格单元用来表示路肩。

技术领域

本申请涉及高清地图中的路肩识别，更具体地说，涉及基于三维传感器数据的高清地图中的路肩识别。

背景技术

无人驾驶和机器人导航技术严重依赖于高清地图中路肩的准确识别。例如，识别路肩可以帮助定义可行驶区域以及自动驾驶车辆的其他道路特征。另一方面，识别路肩也可用于精确定位自动驾驶车辆。

道路特征识别方法通常使用两种类型的传感器数据：摄像机捕获的数据或使用激光雷达捕获的三维传感器数据。例如，诸如车道标记、交通牌和交通灯之类的道路特征可以基于诸如纹理的图像特征从二维传感器数据(例如，由相机捕获的图像)识别。然而，由于对光的变化的敏感性，很难在二维传感器数据中识别出三维特征。因此，使用三维传感器数据的识别方法更适合于识别三维道路特征。

基于三维传感器数据的典型路肩识别方法，首先计算传感器数据的三维梯度，然后确定每个扫描光的梯度变化。然后，该方法使用高斯过程回归和迭代霍夫变换计算每个扫描光上的梯度变化点，并将梯度变化点拟合到表示路肩的曲线上。但是，这种方法对噪点很敏感。例如，当在包含大量车辆和人的区域中捕获三维传感器数据时，该方法是不合适的。另一种现有的路肩识别方法基于统计估计道路的中心和宽度，然后使用过滤器和区域增长来识别路肩。虽然这种方法对于噪点有更高鲁棒性，但在复杂的道路条件下却很容易失败。

本申请的实施例通过改进的用于识别路肩的系统和方法解决了上述问题。

发明内容

本申请实施例提供了一种基于三维传感器数据识别路肩的方法。该方法包括由至少一个处理器创建三维传感器数据的二维网格表示。该方法还包括由至少一个处理器将二维网格表示分割成至少两个曲面。该方法还包括由至少一个处理器识别连接每对相邻曲面的边界处网格单元，其中该对相邻曲面之间的高度差高于阈值。该方法还包括在边界处网格单元中选择与轨迹的方向相匹配网格单元，该网格单元用来表示路肩。

本申请的实施例还提供了一种基于三维传感器数据的识别路肩系统。该系统包括通信接口，被配置用于当车辆沿轨道行进时，接收由装配在车辆上的传感器捕获的场景的三维传感器数据。该系统还包括存储器，被配置用于存储三维传感器数据。该系统还包括至少一个处理器。该至少一个处理器被配置用于创建三维传感器数据的二维网格表示。至少一个处理器还被配置为将二维网格表示分割为至少两个曲面。所述至少一个处理器还被配置为识别连接每对相邻曲面的边界处网格单元，其中相邻曲面对之间的高度差高于阈值，并选择与轨迹方向相匹配的网格单元，用来表示路肩。

本申请的实施例还提供了一种非暂时性计算机可读介质，其上存储有指令，当由一个或以上处理器执行时，使得一个或以上处理器基于三维传感器数据执行识别路肩的方法。该方法包括当车辆沿着轨迹行进时，接收由装配在车辆上的传感器捕获的场景的三维传感器数据。该方法还包括创建三维传感器数据的二维网格表示。该方法还包括将二维网格表示分割成至少两个曲面。该方法还包括连接每对相邻曲面的识别边界处网格单元，其中，所述一对相邻曲面之间的高度差高于阈值，并且在边界处网格单元中选择与轨迹的方向相匹配的网格单元，其用来表示路肩。

应当理解，前面的一般性描述和下面的详细描述都只是示例性和说明性的，并不是对要求保护的本发明的限制。

附图说明