[发明专利]一种路沿检测的方法和装置

说明书

本申请提供了一种路沿检测的方法和装置，在路沿点云数据的确定过程中结合了单扫描层内和多扫描层间的特征，不会因为点云数据的稀疏性滤除远处的有效点云数据，导致检测距离变短，有效提升了路沿检测的距离及精度。路沿检测的方法，包括：根据多个点云层数据中每个点云层数据的层内特征和与所述每个点云层数据相邻的点云层数据之间的层间特征确定路沿点云数据；根据所述路沿点云数据确定初始路沿，并根据所述初始路沿确定路沿种子点，所述初始路沿用于表示路沿检测开始时确定的路沿，所述路沿种子点用于表示所述路沿的真实状况；根据所述路沿种子点确定所述路沿对应的参数化方程。

技术领域

本申请涉及自动驾驶领域，更具体的，设计一种路沿检测的方法和装置。

背景技术

自动驾驶是人工智能领域的一种主流应用，自动驾驶技术依靠计算机视觉、雷达、监控装置和全球定位系统等协同合作，让机动车辆可以在不需要人类主动操作下，实现自动驾驶。自动驾驶的车辆使用各种计算系统来帮助将乘客从一个位置运输到另一位置。一些自动驾驶车辆可能要求来自操作者(诸如，领航员、驾驶员、或者乘客)的一些初始输入或者连续输入。自动驾驶车辆准许操作者从手动模操作式切换到自东驾驶模式或者介于两者之间的模式。由于自动驾驶技术无需人类来驾驶机动车辆，所以理论上能够有效避免人类的驾驶失误，减少交通事故的发生，且能够提高公路的运输效率。因此，自动驾驶技术越来越受到重视。

对于自动驾驶平台而言，环境感知是智能车辆平台与周围交通场景的交互端口，也是智能车辆平台运动决策、规划控制系统的前端输入。环境感知的性能直接决定了自动驾驶平台行驾驶任务的稳定性。而在环境感知中，鲁棒的路沿(道路边界)检测作为其核心任务之一，在车辆防碰撞中具备关键作用。

发明内容

本申请提供一种路沿检测的方法和装置，在路沿点云数据的确定过程中结合了单扫描层内和多扫描层间的特征，不会因为点云数据的稀疏性滤除远处的有效点云数据，导致检测距离变短，有效提升了路沿检测的距离及精度。

第一方面，提供了一种路沿检测的方法，应用于车辆中，所述车辆包括激光雷达，包括：根据多个点云层数据中每个点云层数据的层内特征和与所述每个点云层数据相邻的点云层数据之间的层间特征确定路沿点云数据；根据所述路沿点云数据确定初始路沿，并根据所述初始路沿确定路沿种子点，所述初始路沿用于表示路沿检测开始时确定的路沿，所述路沿种子点用于表示所述路沿的真实状况；根据所述路沿种子点确定所述路沿对应的参数化方程。

根据本申请实施例，在路沿点云数据的确定过程中结合了单扫描层内和多扫描层间的特征，不会因为点云数据的稀疏性滤除远处的有效点云数据，有效提升了路沿检测的距离及精度。

结合第一方面，在第一方面的某些实现方式中，所述层内特征包括斜率特征，数目特征或反射强度特征中的至少一个；其中，所述斜率特征用于指示所述每个点云层数据中分布方向与所述车辆的行驶方向的夹角小于第三阈值的点云数据，所述数目特征用于指示所述每个点云层数据中邻域的点云数据的数目大于第四阈值的点云数据，所述反射强度特征用于指示所述每个点云层数据中反射率大于第五阈值的点云数据。

结合第一方面，在第一方面的某些实现方式中，所述层间特征包括层间距离特征或层间数目特征中的至少一个；其中，所述层间距离特征用于指示所述每个点云层数据中与相邻点云层数据之间距离小于第六阈值的点云数据，所述层间数目特征用于指示所述每个点云层数据中在相邻点云层数据的邻域中的点云数据的数目大于第七阈值的点云数据。

根据本申请实施例，确定路沿点云数据方法中结合了单个点云层数据的特征和相邻两个点云层数据之间的特征，不会因为点云数据的稀疏性滤除远处的有效点云数据，导致检测距离变短，有效提升了路沿检测的距离。经实际的路测数据测试，所设计特征基本符合真实交通场景中绝大数的路沿的实际特征。