[发明专利]路面标识识别方法及装置

权利要求书

1.一种路面标识识别方法，其特征在于，包括：

获得激光雷达探测得到的三维点云数据，所述三维点云数据包含路面标识区域的反射数据；

将所述三维点云数据压缩成二维点云特征图；

处理所述二维点云特征图，得到路面标识识别结果。

2.根据权利要求1所述的方法，其特征在于，所述将所述三维点云数据压缩成二维点云特征图，包括：

根据目标方向压缩所述三维点云数据，得到包含特征信息的二维点云特征图，所述特征信息包括反射率信息和/或相对高度信息，所述目标方向为能够保留用于识别路面标识的特征信息的方向。

3.根据权利要求2所述的方法，其特征在于，所述根据目标方向压缩所述三维点云数据，得到包含反射率信息和/或相对高度信息的二维点云特征图，包括：

沿所述目标方向对所述三维点云数据进行投影压缩，得到二维点云数据；

从所述二维点云数据中提取出特征信息，得到包含所述特征信息的二维点云特征图。

4.根据权利要求2或3所述的方法，其特征在于，所述处理所述二维点云特征图，得到第一路面标识识别结果，包括：

基于所述二维点云特征图的区域反射率和高度，输出路面标识区域。

5.根据权利要求4所述的方法，其特征在于，所述处理所述二维点云特征图，得到路面标识识别结果，还包括：

对输出的所述路面标识区域进行聚类处理；

对聚类处理的结果进行识别，输出所述结果对应的路面标识。

6.根据权利要求5所述的方法，其特征在于，所述对聚类处理的结果进行识别，输出所述结果对应的路面标识，包括：

根据所述结果对所述二维点云特征图进行像素级比对，以获得所述结果对应的路面标识。

7.根据权利要求1-3任一项所述的方法，其特征在于，所述处理所述二维点云特征图，得到路面标识识别结果，包括：

将所述二维点云特征图输入预设神经网络模型，得到所述预设神经网络模型的模型输出结果；

所述模型输出结果包括至少一个路面标识类别的置信度特征图，单个路面标识的置信度特征图用于表征像素是所述路面标识类别的概率。

8.根据权利要求7所述的方法，其特征在于，所述处理所述二维点云特征图，得到路面标识识别结果，还包括：

基于所述模型输出结果，得到所述路面标识识别结果。

9.根据权利要求8所述的方法，其特征在于，所述预设神经网络模型包括多个输出通道，所述多个输出通道与多个地表对象类别一一对应，所述输出通道用于输出对应地表对象类别的置信度特征图，所述多个地表对象类别包括所述至少一个路面标识类别；所述根据所述模型输出结果，得到所述路面标识识别结果，包括：

将所述多个地表对象类别分别的置信度特征图中同一像素位置像素值最大的置信度特征图对应的地表对象类别，作为所述像素位置的地表对象类别。

10.根据权利要求9所述的方法，其特征在于，所述根据所述模型输出结果，得到所述路面标识识别结果，还包括：

将所述像素位置的地表对象类别，作为所述三维点云数据中对应所述像素位置的点的地表对象类别。

11.根据权利要求1-3任一项所述的方法，其特征在于，所述将所述三维点云数据压缩成二维点云特征图，包括：

根据筛选条件，筛选所述三维点云数据，得到筛选后的三维点云数据；

将所述筛选后的三维点云数据压缩成二维点云特征图。

12.根据权利要求11所述的方法，其特征在于，所述筛选条件包括距离条件和/或高度条件。