[发明专利]一种适于交叉路段的道路边沿提取方法及装置有效
| 申请号: | 201910462474.0 | 申请日: | 2019-05-30 |
| 公开(公告)号: | CN112014856B | 公开(公告)日: | 2023-05-12 |
| 发明(设计)人: | 刘行;王海瑞;陈亮 | 申请(专利权)人: | 魔门塔(苏州)科技有限公司 |
| 主分类号: | G01S17/89 | 分类号: | G01S17/89;G01S7/48 |
| 代理公司: | 北京科领智诚知识产权代理事务所(普通合伙) 11782 | 代理人: | 陈士骞 |
| 地址: | 215100 江苏省苏州市相城区*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 适于 交叉 路段 道路 边沿 提取 方法 装置 | ||
1.一种适于交叉路段的道路边沿提取方法,其特征在于,所述方法包括:
获取安装于目标车辆的激光雷达采集的原始点云数据,以及所述目标车辆的实时位置信息和航向角;
根据所述实时位置信息和导航地图,判断所述目标车辆当前行驶状态是否为通过交叉路段;
当所述目标车辆当前行驶状态为通过交叉路段时,根据所述航向角,确定所述目标车辆当前是否为转弯状态;当所述目标车辆当前为转弯状态时,计算所述目标车辆的累计转弯角度θ,并基于所述θ对所述原始点云数据进行转换得到第一点云数据和第二点云数据,将所述第一点云数据和第二点云数据作为目标点云数据;当所述目标车辆当前非转弯状态时,基于预设角度对所述原始点云数据进行转换得到第三点云数据,并将所述第三点云数据和所述原始点云数据作为目标点云数据;其中,所述第一点云数据、所述第二点云数据和所述第三点云数据中,所述目标车辆行进方向与道路边沿平行;
当所述目标车辆当前行驶状态为非通过交叉路段时,将所述原始点云数据作为目标点云数据;
基于道路边沿的空间几何特征,根据所述目标点云数据确定道路边沿点。
2.如权利要求1所述的方法,其特征在于,所述基于所述θ对所述原始点云数据进行转换得到第一点云数据和第二点云数据包括:
将所述原始点云数据旋转所述θ,得到第一点云数据;将所述原始点云数据旋转π/2-θ,得到第二点云数据;
所述基于预设角度对所述原始点云数据进行转换得到第三点云数据包括:
将所述原始点云数据旋转π/2,得到第三点云数据。
3.如权利要求1所述的方法,其特征在于,所述基于道路边沿的空间几何特征,根据所述目标点云数据确定道路边沿点包括:
在所述目标点云数据中,依次计算每条激光扫描线上的每个点与其相邻点之间在x、y和z方向的差值;其中,所述x方向为车辆行进方向,所述y方向为与所述x方向垂直的水平方向,所述z方向为竖直方向;
判断任一点i是否同时满足如果是,则将所述点i确定为道路边沿点;
其中,为所述点i与其相邻点之间在x方向的差值,为所述点i与其相邻点之间在y方向的差值,为所述点i与其相邻点之间在z方向的差值;所述为预设阈值;所述分别根据以下公式确定:
所述hs是所述激光雷达安装点距离地面的高度,所述是第l条激光扫描线的竖直角度,所述θh是所述激光雷达的水平分辨率。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
将所确定的边沿点划分为各点集,其中,每个点集中的任两个边沿点的y坐标差值小于预设阈值;
确定每个点集中的边沿点对应的边沿线。
5.根据权利要求1所述的方法,其特征在于,所述基于道路边沿的空间几何特征,根据所述目标点云数据确定道路边沿点之后,所述方法还包括:
通过随机采样一致性RANSAC对所述道路边沿点进行直线拟合,将位于直线之外的点滤除。
6.根据权利要求1所述的方法,其特征在于,所述获取安装于目标车辆的激光雷达采集的原始点云数据之后,所述方法还包括:
将所述原始点云数据中每条激光扫描线对应的数据作为深度图的每行数据,得到所述原始点云数据对应的深度图;和/或
在所述原始点云数据中选取初始化种子点,对所述每个初始化种子点进行迭代生长,提取出所述原始点云数据中的地面点云。
7.根据权利要求1所述的方法,其特征在于,所述计算所述目标车辆的累计转弯角度θ包括:
确定所述目标车辆的开始转弯时刻;
计算从所述开始转弯时刻到当前时刻之间,每两个相邻时刻对应的航向角的差值之和,作为所述目标车辆的累计转弯角度θ。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于魔门塔(苏州)科技有限公司,未经魔门塔(苏州)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910462474.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:把手总成
- 下一篇:训练神经网络的方法、图像处理方法、装置、设备和介质





