[发明专利]一种基于车载激光点云数据的道路标线分割方法及系统

权利要求书

1.一种基于车载激光点云数据的道路标线分割方法，其特征在于，包括如下步骤，

对车载激光雷达采集的路面点云数据实施降噪处理，获得去噪路面点云数据；

对所述去噪路面点云数据进行K-Means聚类处理获得标线点云簇；

根据各所述标线点云簇利用欧式聚类法则进行一次分类获取箭头特征点云聚落；

利用预设模板库对各所述箭头特征点云聚落进行二次分类获得目标道路标线信息。

2.根据权利要求1所述的基于车载激光点云数据的道路标线分割方法，其特征在于，所述对车载激光雷达采集的路面点云数据实施降噪处理，获得去噪路面点云数据包括如下步骤：

根据直通滤波法去除所述车载激光雷达采集的路面点云数据中超高程的环境噪点获得第一预处理点云数据；

对所述第一预处理点云数据在XOY平面投影获得二值化图像，并利用Log算子检测出图像边缘并利用Hough变换提取路缘边界；

利用所述路缘边界对应点云范围剔除所述车载激光雷达采集的路面点云数据在边界范围外的点云数据作为所述去噪路面点云数据。

3.根据权利要求1所述的基于车载激光点云数据的道路标线分割方法，其特征在于，所述根据各所述标线点云簇利用欧式聚类法则进行一次分类获取箭头特征点云聚落包括如下步骤：

按照欧式聚类法则按照预设聚类半径对各所述标线点云簇进行聚类获取每一点所述标线点云簇的最小外接矩形的长、宽以及长宽比；

将长、宽以及长宽比不符合预设排除范围的所述标线点云簇设为箭头特征点云数据。

4.根据权利要求3所述的基于车载激光点云数据的道路标线分割方法，其特征在于，所述预设排除范围包括：实线排除范围：长＞8m；4.5m＜长≤8m且长宽比＞20；虚线排除范围：1.8m＜长＜4.4m且0.1m＜宽＜0.2m。

5.根据权利要求3所述的基于车载激光点云数据的道路标线分割方法，其特征在于，所述利用预设模板库对各所述箭头特征点云聚落进行二次分类获得目标道路标线信息包括如下步骤：

选取所述车载激光雷达采集的路面点云数据中各类箭头标线对应的样本点云数据作为模板点云；

Sa.利用Alpha-shape算法获取各所述模板点云的边界及所述箭头特征点云数据的边界，并将所述模板点云的边界点及对应箭头类别数据集作为所述预设模板；

Sb.对所述箭头特征点云数据的边界与所述模板点云的边界点集利用ICP配准方法一一匹配，选择匹配度最高的模板对应箭头类别作为该道路标线的类别。

6.根据权利要求5所述的基于车载激光点云数据的道路标线分割方法，其特征在于，所述对所述箭头特征点云数据的边界与所述模板点云的边界点集利用ICP配准方法一一匹配，选择匹配度最高的模板对应箭头类别作为该道路标线的类别步骤之后还包括如下步骤：

再次选取所述车载激光雷达采集的路面点云数据中各类箭头标线对应的样本点云数据作为更新模板点云；

利用各更新模板点云迭代重复步骤Sa和Sb并统计各更新模板点云下箭头特征点云数据的类别占比，选取占比最高的类别占比作为该箭头特征点云数据对应的道路标线的类别。

7.根据权利要求1至6任一项权利要求所述的基于车载激光点云数据的道路标线分割方法，其特征在于，所述对车载激光雷为车载LiDAR系统。

8.一种基于车载激光点云数据的道路标线分割系统，其特征在于，包括，

降噪模块，用于对车载激光雷达采集的路面点云数据实施降噪处理，获得去噪路面点云数据；

聚类模块，用于对所述去噪路面点云数据进行K-Means聚类处理获得标线点云簇；

第一分类模块，用于根据各所述标线点云簇利用欧式聚类法则进行一次分类获取箭头特征点云聚落；

第二分类模块，用于利用预设模板库对各所述箭头特征点云聚落进行二次分类获得目标道路标线信息。