[发明专利]道路线提取方法和装置

权利要求书

1.一种道路线提取方法，其特征在于，包括：

融合图像数据和点云数据，获得彩色点云数据；

基于所述彩色点云数据，生成具有多个维度的二维特征图像；

基于预设的道路线语义分割模型，提取所述二维特征图像上的道路线。

2.根据权利要求1所述的方法，其特征在于，融合图像数据和点云数据，获得彩色点云数据包括：

根据相机传感器与激光雷达之间的外参数，将同一时刻下的点云数据投影到图像上，以确定与点云数据对应的像素位置；

确定与点云数据对应的像素位置的颜色信息；

融合点云数据和与该点云数据对应的像素位置的颜色信息，获得彩色点云数据。

3.根据权利要求1所述的方法，其特征在于，基于所述彩色点云数据，生成具有多个维度的二维特征图像包括：

计算点云密度，确定平均点间距；

将所述平均点间距作为空间尺度，创建二维网格，以将所述彩色点云数据投影到所述二维网格中；

基于落入每个网格内的所有彩色点云，确定每个网格所代表的多个维度的特征，以生成具有多个维度的二维特征图像。

4.根据权利要求3所述的方法，其特征在于，基于落入每个网格内的所有彩色点云，确定每个网格所代表的多个维度的特征包括：

对于每一网格，确定落入所述网格内的所有彩色点云的特征信息，其中，所述特征信息包括颜色信息，强度信息、高度信息和梯度信息；

分别确定所述颜色信息、强度信息、高度信息和梯度信息的平均值；

将颜色信息的平均值作为所述网格所代表的颜色特征、将所述强度信息的平均值作为所述网格所代表的强度特征、将所述高度信息的平均值作为所述网格所代表的高度特征以及将所述梯度信息的平均值作为所述网格所代表的梯度特征，以确定每个网格所代表的多个维度的特征。

5.根据权利要求4所述的方法，其特征在于，确定落入所述网格内的所有彩色点云的特征信息包括：

确定落入所述网格内的所有彩色点云的高度信息；

将所述高度信息做Sobel算子卷积计算，获得梯度信息。

6.根据权利要求1所述的方法，其特征在于，所述预设的道路线语义分割模型根据如下过程获得：

人工标注预设的二维特征图像上的道路线，获得标注样本特征图像；

基于所述标注样本特征图像和卷积神经网络，训练图像语义分割模型；

对所述图像语义分割模型进行优化，将优化后的图像语义分割模型作为预设的道路线语义分割模型。

7.一种道路线提取装置，其特征在于，包括：

融合模块，用于融合图像数据和点云数据，获得彩色点云数据；

特征图像生成模块，用于基于所述彩色点云数据，生成具有多个维度的二维特征图像；

道路线提取模块，用于基于预设的道路线语义分割模型，提取所述二维特征图像上的道路线。

8.根据权利要求7所述的装置，其特征在于，融合图像数据和点云数据所述融合模块还用于：

根据相机传感器与激光雷达之间的外参数，将同一时刻下的点云数据投影到图像上，以确定与点云数据对应的像素位置；

确定与点云数据对应的像素位置的颜色信息；

融合点云数据和与该点云数据对应的像素位置的颜色信息，获得彩色点云数据。

9.根据权利要求7所述的装置，其特征在于，所述特征图像生成模块还用于：

计算点云密度，确定平均点间距；

将所述平均点间距作为空间尺度，创建二维网格，以将所述彩色点云数据投影到所述二维网格中；

基于落入每个网格内的所有彩色点云，确定每个网格所代表的多个维度的特征，以生成具有多个维度的二维特征图像。