[发明专利]一种车道线生成方法及装置

说明书

本申请提供了一种车道线生成方法及装置，该方法包括：获取目标车辆按照预设路线行驶中每一帧的激光点云；根据每一帧的激光点云，通过随机一致性采样算法提取预设路线的地面点云；根据地面点云中各点的反射强度，筛选出反射强度超过预设强度阈值的点确认为车道线点云；通过随机一致性采样算法，从车道线点云中提取与目标车辆的行驶方向所成角度在预设角度阈值内的待选直线，并将目标车辆位置点到各个待选直线的垂足确认为待选车道线点；计算每个待选车道线点到预设路线的距离值，将所有帧中距离值相同的待选车道线点的集合确认为目标车道线点集；根据目标车道线点集，生成车道线，并根据各车道线之间的距离生成车道信息。

技术领域

本申请涉及无人驾驶领域，具体而言，涉及一种车道线生成方法及装置。

背景技术

目前，无人驾驶汽车作为人工智能发展中的一种产物，备受人工智能开发人员的关注。而无人驾驶汽车上搭载的无人驾驶仿真系统需要使用高精度的电子地图作为仿真驾驶的重要基础数据。

现有技术中的高精度地图都是通过导入采集的激光雷达点云数据，再依靠人工标注车道线和车道的方式得到的。由于依靠专业人员的手工标注，所得到的高精度地图存在一定的误差，对于无人驾驶汽车的行驶存在一定的安全隐患，并且通过该种方法获得高精度地图的效率不佳。

发明内容

有鉴于此，本申请的目的在于提供一种车道线生成方法，用于解决现有技术中高精度地图生成效率低的问题。

第一方面，本申请实施例提供了一种车道线生成方法，该方法包括：

获取目标车辆按照预设路线行驶中每一帧的激光点云；

根据所述每一帧的激光点云，通过随机一致性采样算法提取所述预设路线的地面点云；

根据所述地面点云中各点的反射强度，筛选出反射强度超过预设强度阈值的点确认为车道线点云；

通过随机一致性采样算法，从所述车道线点云中提取与所述目标车辆的行驶方向所成角度在预设角度阈值内的待选直线，并将所述目标车辆位置点到各个所述待选直线的垂足确认为待选车道线点；

计算每个所述待选车道线点到所述预设路线的距离值，将所有帧中所述距离值相同的待选车道线点的集合确认为目标车道线点集；

根据所述目标车道线点集，生成车道线，并根据各车道线之间的距离生成车道信息。

在一些实施例中，在获取目标车辆按照预设路线行驶中每一帧的激光点云之后，还包括：

获取所述每一帧的激光点云中的路沿曲线；

针对所述每一帧的路沿曲线，计算所述目标车辆的行驶方向与所述路沿曲线所成角度，以及所述目标车辆位置点到路沿曲线的距离，得到角度区间和距离区间；

所述将所述目标车辆位置点到各个所述待选直线的垂足确认为待选车道线点，包括：

根据所述角度区间和距离区间，对所述待选直线进行筛选，得到筛选后的待选直线；

将所述目标车辆位置点到各个所述筛选后的待选直线的垂足确认为待选车道线点。

在一些实施例中，所述计算每个所述待选车道线点到所述预设路线的距离值，将所有帧中所述距离值相同的待选车道线点的集合确认为目标车道线点集，包括：

计算每个所述待选车道线点到所述预设路线的距离值，根据所述距离值进行筛选，得到所述距离值相同的待选车道线点的集合；

将所述待选车道线点的集合中待选车道线点数超过预设数量的集合确认为目标车道线点集。

在一些实施例中，在所述获取目标车辆按照预设路线行驶中每一帧的激光点云之前，还包括：