[发明专利]车道线检测方法、装置及电子设备

说明书

本发明提供了一种车道线检测方法、装置及电子设备，包括：基于预设扫描参数，通过激光雷达对道路环境进行实时扫描，获取原始点云数据；对上述原始点云数据进行预处理，得到预处理数据；基于预设高程阈值以及预设曲率阈值对上述预处理数据进行过滤，从上述预处理数据中筛选出地面点云数据；根据上述地面点云数据，生成车道线检测结果。该方法通过对实时采集的激光雷达点云数据进行预设规则的过滤处理，从而提升了车道线的检测精度。

技术领域

本发明涉及智能驾驶环境感知技术领域，尤其是涉及一种车道线检测方法、装置及电子设备。

背景技术

智能驾驶车辆在行驶的过程中通过各种传感器实时感知外部道路环境，根据道路环境做出最优的控制决策，其中车道线实时检测是智能驾驶系统的关键任务之一，利用车道线信息可以实现车辆横向定位，车道保持等功能。

目前，车道线检测的两大主流方法分别是基于相机的检测和基于激光雷达的检测。相机作为目前常用的传感器之一，检测技术相对成熟，但相机本身有明显缺陷就是易受光照条件的影响，并且相机检测的是2D车道线，2D车道线若要恢复出3D信息，需要利用相机内外参数进行复杂的立体几何数学计算，但是相机的参数经常存在误差，导致恢复的3D车道线精度不够，无法满足高级别智能驾驶的要求。随着激光雷达等传感器技术的不断发展，基于激光雷达的车道线检测方法成为研究热点，激光雷达不仅可以获取现实世界的3D信息，还可以获取物体的反射强度信息，反射强度与激光的波长、介质材料以及介质表面的光滑程度密切相关，车道线一般会被刷上一层黄色或白色特性涂层，因此反射强度与路面差异明显，可用于检测车道线信息，该方法受光照环境影响较小，可以直接检测出3D车道线，弥补了相机的不足。其中，上述基于激光雷达的车道线检测方法假设相邻线束的车道线数据在X轴的投影距离小于车道线宽度，从第一线束到第二线束，从第二线束到第三线束，以此类推找到最后一条线束，就可以检测出一条完整的车道线，该方法过于简单且容错率较低，因为车道线可能不近似垂直X轴，某一条线束的车道线点云可能检测不出来也可能出错，车道线为虚线时相邻线束可能不存在车道线数据，这些情况都可能导致错误检测。

整体而言，现有智能车辆的车道线检测方法存在检测结果精度较低的现状。

发明内容

本发明的目的在于提供一种车道线检测方法、装置及电子设备，以提升车道线的检查精度。

第一方面，本发明实施例提供了一种车道线检测方法，其中，包括：基于预设扫描参数，通过激光雷达对道路环境进行实时扫描，获取原始点云数据；对所述原始点云数据进行预处理，得到预处理数据；基于预设高程阈值以及预设曲率阈值对所述预处理数据进行过滤，从所述预处理数据中筛选出地面点云数据；根据所述地面点云数据，生成车道线检测结果。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述原始点云数据携带有每个所述原始点云数据对应的所述激光雷达发射的激光射线的线束信息；对所述原始点云数据进行预处理，得到预处理数据的步骤，包括：基于第一预设参数，将所述线束信息为地面扫描线束对应的所述原始点云数据为中间预处理数据；基于第二预设参数，将位于所述激光雷达的激光雷达坐标系中预设区域对应的所述中间预处理数据，确定为预处理数据。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，基于预设高程阈值以及预设曲率阈值对所述预处理数据进行过滤，从所述预处理数据中筛选出地面点云数据的步骤，包括：从位于线束中心的所述预处理数据开始向外搜索，将位于预设高程阈值内的预处理数据保存为第一预处理数据；其中，所述线束中心用于指示所述激光雷达发射预设角度的激光射线距离激光雷达坐标系Y轴最近的点；所述激光雷达坐标系的原点为所述激光雷达的中心点；所述激光雷达坐标系Y轴方向为车辆后轴中心指向前轴中心的方向；计算所述第一预处理数据内每个点对应的曲率，将位于预设曲率阈值内的所述第一预处理数据保存为地面点云数据。