[发明专利]可行驶区域的检测方法、装置、设备及存储介质

说明书

本公开提供了一种可行驶区域的检测方法、装置、设备及存储介质，属于互联网技术领域。方法包括：获取目标车辆在当前帧测量到的三维点云数据；根据三维点云数据，在周围感知范围内确定障碍区域；获取GPS轨迹，对GPS轨迹做位移操作，得到多条参考轨迹；根据每条参考轨迹和障碍区域，从多条参考轨迹中确定路面边界候选线；根据靠近路面边界候选线的多个目标激光点的三维点云数据，对路面边界候选线进行校正，得到当前帧的路面边界线。通过对GPS轨迹做位移操作，得到多条参考轨迹，从多条参考轨迹中确定路面边界候选线，再根据靠近路面边界候选线的三维点云数据对路面边界候选线进行校正，得到路面边界线，保证了可行驶区域检测的准确性。

技术领域

本公开涉及互联网技术领域，特别涉及一种可行驶区域的检测方法、装置、设备及存储介质。

背景技术

对自动驾驶车辆而言，对周围环境准确和鲁棒的感知是首要任务，其中对可行驶区域的检测是环境感知的基础功能。对于典型的城区和高速路环境，可行驶区域具有典型的结构化特征，由路沿、护栏、植被等构成，则在该类环境下的可行驶区域检测，可等同于对路面形状的估计，并可进一步等同为对道路左右两侧边界的检测。

相关技术中，一般先采用多项式、折线段等形式假设一个路沿模型，通过路沿模型得到预测的路沿点；通过传感器，例如，摄像头、激光等，直接对路沿进行检测，得到检测的路沿点；将预测的路沿点和检测的路沿点进行融合，根据融合后的路沿点构建路面边界线，则路面边界线的中间区域则为可行驶区域。

这种做法存在的问题是，由于在实际环境中，路面形状具有多样性，例如，路面形状可能为左圆、右圆、左螺旋或右螺旋等，这就导致所假设的路沿模型很有可能与实际路况不相符，因此，通过假设的路沿模型预测的路沿点极大可能不准确，从而导致最终构建的路面边界线的可靠性低，也即可行驶区域的检测结果的可靠性低。

发明内容

本公开实施例提供了一种可行驶区域的检测方法、装置、设备及存储介质,能够解决相关技术中可行驶区域的检测结果的可靠性低的问题。所述技术方案如下：

一方面，提供了一种可行驶区域的检测方法，所述方法包括：

获取目标车辆在当前帧测量到的三维点云数据，所述三维点云数据包括所述目标车辆的周围感知范围内的多个激光点的三维坐标信息；

根据所述三维点云数据，在所述周围感知范围内确定障碍区域，所述障碍区域指被障碍物占据的区域；

获取所述目标车辆当前行驶位置对应的全球定位系统GPS轨迹，对所述GPS轨迹做位移操作，得到多条参考轨迹；

根据每条参考轨迹和所述障碍区域，从所述多条参考轨迹中确定路面边界候选线；

根据靠近所述路面边界候选线的多个目标激光点的三维点云数据，对所述路面边界候选线进行校正，得到当前帧的路面边界线。

在一种可能的实现方式中，所述根据所述三维点云数据，在所述周围感知范围内确定障碍区域，包括：

将所述感知范围内的空间划分为多个区域；

根据每个区域内的激光点的高度值，在所述多个区域中确定障碍区域。

在另一种可能的实现方式中，所述对所述GPS轨迹做位移操作，得到多条参考轨迹，包括：

分别将所述GPS轨迹向所述目标车辆的车体指定方位进行多个位移操作，得到所述多条参考轨迹；

其中，所述指定方位为所述目标车辆的左侧或者右侧；所述位移操作为平移操作和旋转操作中的至少一个。

在另一种可能的实现方式中，所述根据靠近所述路面边界候选线的多个目标激光点的三维点云数据，对所述路面边界候选线进行校正，得到当前帧的路面边界线，包括：