[发明专利]道路边沿的识别方法和装置

权利要求书

1.一种道路边沿的识别方法，其特征在于，所述方法包括：

对点云数据进行抽稀处理，对抽稀处理后的点云数据进行细采样，并将细采样结果作为待处理点云数据；所述细采样包括：通过第一选取框初步选取点云数据，通过第二选取框选取对所述第一选取框内部的点云数据进行中心采样；其中，所述第一选取框大于所述第二选取框，且所述第一选取框的长度是根据道路的宽度特征进行设置的，以根据道路的宽度特征对抽稀处理后的点云数据进行细采样；

对所述待处理点云数据进行网格分割，以得到第一网格集合；

根据网格的坡度特征从所述第一网格集合中选取候选网格，并根据所述候选网格构建道路边沿模拟点集合；

对所述道路边沿模拟点集合中的点进行密度聚类处理，以得到至少一个模拟点子集；

根据所述模拟点子集拟合道路边沿分段矢量线；

其中，所述对待处理点云数据进行网格分割，以得到第一网格集合包括：将待处理点云数据的外包盒中平行于地面的矩形底面作为铺设网格的区域，然后分别在垂直于车辆行驶轨迹的方向、沿着车辆行驶轨迹的方向进行网格划分，以得到第一网格集合；

所述根据网格的坡度特征从所述第一网格集合中选取候选网格的步骤包括：计算第一网格集合中每个网格的坡度值；按照由近及远的顺序，对第一网格集合中位于车辆行驶轨迹左侧或右侧的网格进行逐列检索，并将每列网格中检索到的第一个坡度值大于等于预设坡度阈值的网格作为候选网格。

2.根据权利要求1所述的方法，其特征在于，所述对点云数据进行抽稀处理的步骤包括：

对点云数据进行网格分割，以得到第二网格集合；遍历第二网格集合中每个网格对应的点云点，以从该网格对应的点云点中筛选出z坐标位于[z_min,z_min+h₁]区间内的点云点，并将从所有网格筛选出的点云点作为待处理点云数据；其中，z_min是指所述待处理点云数据中的最小z值，h₁为预设高度值。

3.根据权利要求1所述的方法，其特征在于，所述根据所述候选网格构建道路边沿模拟点集合的步骤包括：

确定候选网格的高度和候选网格的中心点坐标(x_center,y_center)；然后，将x_center作为道路边沿模拟点的x轴坐标分量，将y_center作为道路边沿模拟点的y轴坐标分量，将候选网格的高度作为道路边沿模拟点的z轴坐标分量，以得到道路边沿模拟点的坐标。

4.根据权利要求1所述的方法，其特征在于，所述对所述道路边沿模拟点集合中的点进行密度聚类处理，以得到至少一个模拟点子集的步骤包括：

基于DBSCAN算法对所述道路边沿模拟点集合中的点进行指定距离的密度聚类处理，以得到至少一个模拟点子集。

5.根据权利要求1所述的方法，其特征在于，所述根据所述模拟点子集拟合道路边沿分段矢量线的步骤包括：

基于随机抽样一致性算法对所述模拟点子集中的点进行采样处理，然后根据该模拟点子集的采样点拟合得到对应的特征矢量线；计算所述采样点到所述对应的特征矢量线的垂足，然后根据所述垂足到所述特征矢量线中心点的距离对该模拟点子集的采样点进行排序；根据排序后的采样点序列构建道路边沿分段矢量线。

6.根据权利要求5所述的方法，其特征在于，所述根据排序后的采样点序列构建道路边沿分段矢量线的步骤包括：

将所述采样点序列中的点顺次相连，以得到道路边沿分段矢量线；或者，

在每个采样点的指定邻域内进行点云点检索，并将该指定邻域内高度变化最大的点云点作为道路边沿点，然后，按照所述采样点序列的排序将所述道路边沿点顺次相连，以得到道路边沿分段矢量线。