[发明专利]一种基于激光点云的路沿识别方法及系统

说明书

本发明公开了一种基于激光点云的路沿识别方法及系统。所述方法包括：通过对激光雷达数据分通道处理，根据不同通道连续点的空间距离将数据分段，根据不同分段上点云数据的高度斜率将数据再次分段，根据路沿物理特性将包含道路路沿的分段提取出来，提取道路路沿点。本发明提取到的路沿点用于高精度地图的建立，为高精度地图提供准确的道路边界。

技术领域

本发明涉及一种建立高精度地图的方法及系统，具体涉及一种基于激光点云的路沿识别方法及系统。

背景技术

随着无人自动驾驶技术的不断发展，道路高精度地图逐渐成为自动驾驶不可或缺的一部分，其中准确识别出路沿是识别出可行驶区域重要的一步。

目前，无人驾驶技术传感器包括：激光雷达、毫米波雷达、摄像头等。现有传感器中激光雷达受环境干扰性小，可以快速对其周围环境进行扫描和点云的构建。有必要针对目前的激光雷达扫描点云数据，提出一种能准确识别路沿的方法，从而提供精确的安全行驶区域。

发明内容

为了建立适用于自动驾驶的高精度地图，本发明提出一种基于激光点云的路沿识别方法及系统，用于确定道路边界。

本发明提供一种基于激光点云的路沿识别方法，用于确定道路边界，其特征在于，包括以下步骤：

步骤一、对原始激光雷达数据进行解析，并进行点云数据与GPS数据的一一对应，选取雷达垂直角度小于0°的雷达通道数据作为分析数据；

步骤二、对于步骤一中选取的数据，根据不同通道到达地面的最远距离，计算连续点云数据间的平均距离，确定各通道激光雷达数据分段门限值，将激光雷达各通道数据分为不同的连续段数据；

步骤三、对各通道分段数据进行平滑滤波，计算各通道各分段数据在z轴上的斜率值，根据斜率的正负性对分段数据进行再次分段；其中，雷达数据扫描到路沿可分为以下三种情况：①雷达扫描点从道路进入到道路路沿后从道路路沿回到道路时，扫描在路沿上的数据在z轴上斜率先为正后为负；②雷达扫描点从道路外进入到道路时，扫描在路沿上的数据在z轴上斜率为负；③雷达扫描点从道路进入到道路外时，扫描在路沿上的数据在z轴上斜率为正；根据这三种情况提取各通道数据的路沿候选段；根据提取的各通道数据的路沿候选段，提取可能的路沿点，再通过LDA思想与高度聚类的方法，剔除异常路沿点；

步骤四、对提取到的路沿点在GPS坐标系下进行拟合，建立路沿地图。

本发明还提供一种基于激光点云的路沿识别系统，用于确定道路边界，其特征在于，包括：

激光雷达数据预处理模块，用于对原始激光雷达数据进行解析，并进行点云数据与GPS数据的一一对应，选取雷达垂直角度小于0°的雷达通道数据作为分析数据；

激光雷达数据分段模块，用于对所述选取的数据，根据不同通道到达地面的最远距离，计算连续点云数据间的平均距离，确定各通道激光雷达数据分段门限值，将激光雷达各通道数据分为不同的连续段数据；

分段数据处理模块，用于对各通道分段数据进行平滑滤波，计算各通道各分段数据在z轴上的斜率值，根据斜率的正负性对分段数据进行再次分段；其中，雷达数据扫描到路沿可分为以下三种情况：①雷达扫描点从道路进入到道路路沿后从道路路沿回到道路时，扫描在路沿上的数据在z轴上斜率先为正后为负；②雷达扫描点从道路外进入到道路时，扫描在路沿上的数据在z轴上斜率为负；③雷达扫描点从道路进入到道路外时，扫描在路沿上的数据在z轴上斜率为正；分段数据处理模块还用于根据这三种情况提取各通道数据的路沿候选段，并根据提取的各通道数据的路沿候选段，提取可能的路沿点，再通过LDA思想与高度聚类的方法，剔除异常路沿点；

拟合模块，用于对提取到的路沿点在GPS坐标系下进行拟合，建立路沿地图。

附图说明

图1为本发明的方法的总体流程图；