本發(fā)明涉及道路邊界檢測(cè)技術(shù)，更具體地，涉及一種基于激光點(diǎn)云的道路邊界檢測(cè)方法。

背景技術(shù)：

近年來(lái)，智能駕駛技術(shù)受到國(guó)際it企業(yè)和汽車行業(yè)的廣泛關(guān)注，也成為未來(lái)最值得期待的汽車技術(shù)之一。道路信息檢測(cè)是智能駕駛技術(shù)中的關(guān)鍵技術(shù)，道路邊界檢測(cè)是道路信息檢測(cè)中的重點(diǎn)和難點(diǎn)。在交通環(huán)境中，道路邊界用來(lái)劃分道路可行駛區(qū)域和非行駛區(qū)域，同時(shí)凸起的道路邊界也是車輛行駛過(guò)程中的障礙物。車輛檢測(cè)出道路邊界不僅可以保證車輛在左右道路邊界內(nèi)行駛，而且可以輔助進(jìn)行道路趨勢(shì)的預(yù)測(cè)，輔助車輛在行駛過(guò)程中進(jìn)行路徑規(guī)劃。

現(xiàn)有的技術(shù)方案有：

方案1：chent,daib,liud.velodyne-basedcurbdetectionupto50metersaway[c]//intelligentvehiclessymposium(iv),usa：ieee，2015:241-248。該論文提出了一種遠(yuǎn)距離檢測(cè)道路邊界的方法，該方法首先獲取每一條激光掃描線，然后根據(jù)距離判別法和霍夫變換法提取道路邊界點(diǎn)，最后將提取道的特征點(diǎn)作為種子點(diǎn)，通過(guò)高斯迭代回歸過(guò)程擬合出道路邊界。

方案2：公開號(hào)為cn10485083，發(fā)明名稱為“基于三維激光雷達(dá)的道路邊界檢測(cè)方法”的中國(guó)專利申請(qǐng)?zhí)峁┝巳S數(shù)據(jù)柵格化檢測(cè)道路邊界的方法。該方法首先將點(diǎn)云數(shù)據(jù)進(jìn)行柵格化處理，然后將柵格圖轉(zhuǎn)化為距離灰度圖，通過(guò)閾值填充法獲取道路的整體輪廓，然后通過(guò)區(qū)域生長(zhǎng)法和柵格圖相結(jié)合獲取可行區(qū)域輪廓圖，最后對(duì)可行區(qū)域輪廓圖進(jìn)行二次函數(shù)擬合獲取道路邊界。

上述兩個(gè)技術(shù)方案中，對(duì)道路表面存在障礙物和道路邊界上存在遮擋這一實(shí)際問(wèn)題涉及較少。方案1中通過(guò)提取道路激光掃描線來(lái)對(duì)道路邊界點(diǎn)進(jìn)行檢測(cè)，當(dāng)?shù)缆菲矫嫔洗嬖谡系K物遮擋時(shí)，激光掃描線無(wú)法掃描到道路邊界，這種情況就會(huì)導(dǎo)致道路邊界點(diǎn)丟失，最終無(wú)法從激光束掃描線中獲取道路邊界點(diǎn)。方案2雖然考慮了道路表面存在障礙物的情況，但是沒(méi)有考慮道路邊界上存在綠化帶等遮擋導(dǎo)致原始點(diǎn)云中道路邊界的結(jié)構(gòu)發(fā)生無(wú)規(guī)則變化這一實(shí)際情況，而這一情況會(huì)導(dǎo)致方案2中對(duì)道路邊界點(diǎn)的檢測(cè)存在較大偏差。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)道路表面存在障礙物和道路邊界上存在綠化帶遮擋等難點(diǎn)，本發(fā)明一種基于激光點(diǎn)云的道路邊界檢測(cè)方法，包括：

s10，對(duì)道路點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，去除道路點(diǎn)云中的噪聲；

s20，根據(jù)車輛的行駛軌跡獲取道路初始橫切面法向量，獲取完整的道路橫切面；

s30，通過(guò)單線點(diǎn)云獲取道路初始橫切面的輪廓；

s40，根據(jù)道路邊界的特征，通過(guò)窗口法檢測(cè)道路邊界點(diǎn)；

s50，擬合道路邊界點(diǎn)獲取完整的道路邊界線。

本發(fā)明能夠快速準(zhǔn)確檢測(cè)實(shí)際道路表面存在障礙物和道路邊界上存在綠化帶遮擋時(shí)的道路邊界。本發(fā)明可用于智能駕駛技術(shù)和自動(dòng)駕駛級(jí)別的高精度地圖制作技術(shù)。本發(fā)明能夠輔助車輛確定道路的可行駛域和非行使域，保證車輛的安全駕駛，同時(shí)本發(fā)明也能用于3d高精度地圖制圖中劃定道路區(qū)域的工作。

本發(fā)明與現(xiàn)有的技術(shù)相比，其顯著的優(yōu)點(diǎn)為：

(1)本發(fā)明中通過(guò)將道路初始橫切面前后一定范圍點(diǎn)云向其本身投影的方法提取道路的橫切面，這樣可以提高待檢測(cè)道路邊界的完整性,促使檢測(cè)結(jié)果更加準(zhǔn)確。

(2)由于道路上表面的形態(tài)特征容易因障礙物的出現(xiàn)而發(fā)生變化，而道路下表面的形態(tài)特征不會(huì)改變，本發(fā)明通過(guò)設(shè)計(jì)單線點(diǎn)云從道路平面下方獲取道路橫切面輪廓，這種方法對(duì)于道路中存在障礙物和道路邊界上存在遮擋的情況時(shí)仍然會(huì)有良好的道路邊界檢測(cè)結(jié)果。

(3)本發(fā)明時(shí)間復(fù)雜度低，魯棒性好，能實(shí)時(shí)獲取道路邊界檢測(cè)的結(jié)果。

附圖說(shuō)明

圖1為本發(fā)明的方法的一個(gè)實(shí)施方式的流程圖；

圖2為圖1中的道路橫切面獲取步驟的流程圖；

圖3為道路模型；

圖4為第1級(jí)搜索點(diǎn)搜索方法的示意圖；

圖5為搜索點(diǎn)球形鄰域的示意圖；

圖6二級(jí)搜索點(diǎn)搜索策略的示意圖；

圖7為圖1中的道路橫切面提取步驟的流程圖；

圖8為道路輪廓提取的示意圖；

圖9a-9b為窗口法獲取道路邊界位置的示意圖；

圖10為無(wú)植被遮擋的道路邊界檢測(cè)的結(jié)果示意圖；

圖11為植被遮擋的道路邊界檢測(cè)的結(jié)果示意圖；

圖12為被汽車遮擋的道路邊界檢測(cè)的結(jié)果示意圖；

圖13a-13b為無(wú)植被遮擋的道路邊界檢測(cè)的結(jié)果示意圖；

圖14a-14b為植被遮擋的道路邊界檢測(cè)的結(jié)果示意圖；

圖15a-15b為汽車遮擋的道路邊界檢測(cè)的結(jié)果示意圖。

具體實(shí)施方式

下面參照附圖描述本發(fā)明的實(shí)施方式，其中相同的部件用相同的附圖標(biāo)記表示。

圖1為本發(fā)明的方法的一個(gè)實(shí)施方式的流程圖。

在s10中，對(duì)道路點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，去除道路點(diǎn)云中的噪聲。

獲取的道路點(diǎn)云中會(huì)存在明顯離群點(diǎn)，離群點(diǎn)往往由測(cè)量噪聲引入，其特征是在空間中分布稀疏，信息量較小，屬于無(wú)用信息，所以離群點(diǎn)表達(dá)的信息可以忽略不計(jì)，所以可以通過(guò)濾波方法對(duì)離群點(diǎn)進(jìn)行濾除，提高整體數(shù)據(jù)的質(zhì)量，常用的濾波方法有統(tǒng)計(jì)濾波，半徑濾波方法，但不限于這些方法，對(duì)原始點(diǎn)云濾波處理后獲取的數(shù)據(jù)為濾波后的數(shù)據(jù)。

常見道路原始點(diǎn)云量非常龐大，為了對(duì)道路點(diǎn)云進(jìn)行快速有序的處理，本發(fā)明對(duì)濾波后的數(shù)據(jù)進(jìn)行條帶型切割，之后對(duì)條帶型數(shù)據(jù)按照條帶順序進(jìn)行道路邊界提取，這樣可以使搜索算法的整個(gè)搜索域由全部點(diǎn)云轉(zhuǎn)化為單個(gè)的分割后的條帶數(shù)據(jù)，大大的提高搜索算法的運(yùn)行效率。通過(guò)分割處理可以獲得分割后的條帶型數(shù)據(jù)。

在s20，根據(jù)車輛的行駛軌跡獲取道路初始橫切面法向量，之后采用“由粗到精”的搜索策略獲取完整的道路橫切面。

在s30，通過(guò)單線點(diǎn)云獲取道路橫切面的輪廓。

在s40，根據(jù)道路邊界的特征，通過(guò)窗口法檢測(cè)道路邊界點(diǎn)。

在s50，擬合道路邊界點(diǎn)獲取完整的道路邊界線。

為方便理解本發(fā)明，圖2顯示了道路的模型。如圖2所示，該道路的模型分為道路區(qū)域和非道路區(qū)域，圖中灰色平面代表道路初始橫切面，該平面前后一定范圍內(nèi)點(diǎn)云沒(méi)有向其進(jìn)行投影，所以該平面上不存在數(shù)據(jù)；若該平面前后一定范圍內(nèi)點(diǎn)云向道路初始橫切面進(jìn)行投影，則投影后的平面稱作道路橫切面。道路初始橫切面中的虛線代表道路橫切面輪廓，反映道路的結(jié)構(gòu)。道路平面和道路凸起處的交線為道路邊界線。道路邊界線上的點(diǎn)為道路邊界點(diǎn)。在每一個(gè)道路初始橫切面的上邊緣存在一個(gè)車輛軌跡點(diǎn)，代表車輛行駛過(guò)的位置。相鄰兩個(gè)車輛軌跡點(diǎn)之間的箭頭代表車輪的運(yùn)動(dòng)方向，為了簡(jiǎn)要言明圖意，圖2中只顯示首尾道路初始橫切面。

如圖3所示，步驟s20可以進(jìn)一步細(xì)化為：

s201，獲取道路橫切面法向量。

根據(jù)相鄰的2個(gè)車輛軌跡點(diǎn)的坐標(biāo)獲取2個(gè)車輛軌跡點(diǎn)之間的道路橫切面的法向量：

(xi,yi,zi)和(xi+1,yi+1,zi+1)分別是第i個(gè)和第i+1個(gè)軌跡點(diǎn)的坐標(biāo)，(xid,yid,zid)是2個(gè)車輛軌跡點(diǎn)之間初始橫切面的法向量，本發(fā)明中道路橫切面的法向量和相鄰軌跡點(diǎn)的運(yùn)動(dòng)方向相關(guān)，該步驟獲取了道路初始橫切面向量(xid,yid,zid)。

s202，獲取初始道路橫切面范圍。

道路初始橫切面即是未經(jīng)道路初始橫切面前后一定范圍內(nèi)點(diǎn)云向其投影的道路橫切面。

1)設(shè)定道路初始橫切面上邊緣和下邊緣。

本實(shí)施例中上邊緣的高度計(jì)算公式為：

hup＝zi-hl+hi(2)

本實(shí)施例中下邊緣的高度計(jì)算公式為：

hdown＝zi-hl-hi(3)

其中zi表示激光器在第i個(gè)軌跡點(diǎn)坐標(biāo)的z值，hl為激光器距離地面的高度，hi為道路初始橫切面上邊緣距離地面的高度。

道路初始橫切面的大小設(shè)定在一定范圍內(nèi)，過(guò)大會(huì)降低算法的執(zhí)行效率，過(guò)小則不能跨越整條道路的寬度。在本發(fā)明中，通過(guò)設(shè)定道路初始橫切面的范圍約束點(diǎn)來(lái)確定道路初始橫切面的位置和大小，如圖4所示。

2)設(shè)定道路初始橫切面范圍約束點(diǎn)。

本發(fā)明實(shí)施例中設(shè)定了4個(gè)范圍點(diǎn)來(lái)確定道路初始橫切面的范圍，范圍點(diǎn)的設(shè)定方式存在多種方式，道路初始橫切面的范圍設(shè)定和所有范圍點(diǎn)的共同組成的區(qū)域有關(guān)。

首先獲取道路橫切面在非z方向的斜率kid：

道路初始切面左邊界范圍點(diǎn)的x坐標(biāo)：

道路初始橫切面右邊界范圍點(diǎn)的x坐標(biāo)：

道路初始橫切面左邊界范圍點(diǎn)的y坐標(biāo)：

yleft＝-kid*(xleft-xi)+yi(7)

道路初始橫切面右邊界范圍點(diǎn)的y坐標(biāo)：

yright＝-kid*(xright-xi)+yi(8)

公式中eleft和eright分別為從道路軌跡點(diǎn)開始，道路初始橫切面沿著(xid,yid)方向的分別向左方向和右方向延伸的距離，最終4個(gè)范圍約束點(diǎn)為(xright,yright,hup)，(xright,yright,hdown)，(xleft,yleft,hup)和(xleft,yleft,hdown)，4個(gè)范圍約束點(diǎn)如圖4所示。

s203，獲取初始橫切面上空非空鄰域搜索點(diǎn)集。

確定道路初始橫切面的范圍約束點(diǎn)后，需要確定道路初始橫切面附近范圍內(nèi)道路數(shù)據(jù)的分布情況。在道路初始橫切面前后范圍內(nèi)，點(diǎn)云主要集中在道路平面和道路中物體上，所以道路初始橫切面上有些區(qū)域的前后范圍內(nèi)不存在點(diǎn)云。

優(yōu)選地，采用“由粗到精”的搜索策略，這是獲取道路橫切面的關(guān)鍵，“由粗到精”指在道路初始橫切面上選取多級(jí)搜索點(diǎn)，從第1級(jí)到第n級(jí)搜索點(diǎn)的鄰域半徑逐漸縮小(n>1)，但是搜索點(diǎn)的數(shù)量逐漸增加，所有搜索點(diǎn)的鄰域能夠覆蓋道路及道路中所有物體分布的位置。通過(guò)“由粗到精”的搜索策略可以逐步去除道路初始橫切面前后范圍內(nèi)不存在三維數(shù)據(jù)的區(qū)域，保留道路初始橫切面前后存在原始點(diǎn)云的區(qū)域，本發(fā)明實(shí)施例中n值為3。

1)如圖4所示，灰色平面為道路初始橫切面，道路初始橫切面上每個(gè)點(diǎn)代表一個(gè)搜索域的中心，搜索域分布在道路初始橫切面的兩側(cè)，如圖5所示，本實(shí)施例中使用的是球形搜索域，道路初始橫切面將球形鄰域分割成了相等的兩部分，球形鄰域中的點(diǎn)代表球形鄰域搜索到的點(diǎn)云數(shù)據(jù)。同時(shí)，圖4中道路初始橫切面上均勻分布的每個(gè)點(diǎn)也是第1級(jí)搜索點(diǎn)，每一個(gè)第1級(jí)搜索點(diǎn)代表一個(gè)球形鄰域的球心，每個(gè)球代表以第1級(jí)搜索點(diǎn)為中心的球形鄰域。如果球形鄰域中含有點(diǎn)云，則稱該球鄰域?yàn)榉强锗徲?，稱非空鄰域中的球心為非空鄰域搜索點(diǎn)，第1級(jí)搜索點(diǎn)的計(jì)算公式如下：

其中n1和n2為橫切面在橫向和縱向的搜索點(diǎn)的間隔數(shù)量。(x(i,j),y(i,j),z(i,j))是位于道路初始橫切面上第i行，第j列第1級(jí)搜索點(diǎn)的坐標(biāo)，本實(shí)施例設(shè)定道路初始橫切面上的第1級(jí)搜索點(diǎn)的最上側(cè)行為第0行，依次向下增加，最左側(cè)列為第0列，依次向右增加，如果在第1級(jí)搜索點(diǎn)球形鄰域范圍內(nèi)存在點(diǎn)云數(shù)據(jù)，則保留該搜索點(diǎn)，反之則去除，第1級(jí)保留下的搜索點(diǎn)稱為一級(jí)保留搜索點(diǎn)。

2)第2級(jí)搜索點(diǎn)是由一級(jí)保留搜索點(diǎn)和一級(jí)保留搜索點(diǎn)附近獲取的搜索點(diǎn)組成，本發(fā)明的一種獲取方式為在一級(jí)保留搜索點(diǎn)附近獲取4個(gè)周圍搜索點(diǎn)以及相鄰球形鄰域所確定4連接搜索點(diǎn)。如圖6所示，黑色圓點(diǎn)為道路初始橫切面中一級(jí)保留搜索點(diǎn)，在圖6中單個(gè)球形域內(nèi)，根據(jù)一級(jí)保留搜索點(diǎn)獲取了4個(gè)周圍的搜索點(diǎn)。4個(gè)周圍搜索點(diǎn)的公式為：

y2(i,j)＝kid*(x2(i,j)-xi)+y1(k)(13)

(x2(i,j),y2(i,j),z2(i,j))是位于道路初始橫切面每個(gè)一級(jí)球形搜索域上第i行，第j列的第2級(jí)搜索點(diǎn)的坐標(biāo)，本發(fā)明的一種實(shí)施例設(shè)定4個(gè)周圍搜索點(diǎn)為兩行兩列分布，最上側(cè)行為第0行，最下側(cè)行為第1行，最左側(cè)列為第0列，最右側(cè)列為第1列，但是不僅僅限于這種設(shè)定方式；(x1(k),y1(k),z1(k))為一級(jí)保留搜索點(diǎn)中的第k個(gè)點(diǎn)。在圖6中，每個(gè)大的球形域中包含4個(gè)小的球形域，每一個(gè)方形點(diǎn)代表一個(gè)小的球形搜索域的球心，半徑s為r2，為了防止道路初始橫切面出現(xiàn)搜索漏洞，于是在道路初始橫切面中相鄰球形域的中心范圍內(nèi)再加入了4個(gè)搜索點(diǎn)，即為虛線橢圓所包圍的4個(gè)搜索點(diǎn)，稱之為4個(gè)連接搜索點(diǎn)，為了區(qū)別一級(jí)保留搜索點(diǎn)，這里將4個(gè)連接搜索點(diǎn)設(shè)置成正方形顯示，計(jì)算公式為：

xt1＝λ1*(x1(k+1)+x1(k))(15)

xt2＝λ2*(x1(k+1)-x1(k))+x1(k)(16)

xt3＝λ3*(x1(k+1)-x1(k))+x1(k)(17)

yt1＝λ1*(y1(k+1)-y1(k))(18)

yt2＝λ2*(y1(k+1)-y1(k))+y1(k)(19)

yt3＝λ3*(y1(k+1)-y1(k))+y1(k)(20)

zt1＝z1(k)+r2(21)

zt2＝z1(k)-r2(22)

zt3＝z1(k)(23)

4個(gè)連接搜索點(diǎn)坐標(biāo)分別為(xt1,yt1,zt1)、(xt1,yt1,zt2)、(xt2,yt2,zt3)和(xt3,yt3,zt3)。本發(fā)明實(shí)施例中使用的第2級(jí)搜索半徑為相鄰兩個(gè)搜索點(diǎn)之間距離的0.6倍，但是該距離可以根據(jù)具體情況進(jìn)行調(diào)節(jié)，如果第2級(jí)搜索點(diǎn)的球形鄰域內(nèi)存在點(diǎn)云數(shù)據(jù)，則保留該搜索點(diǎn)，反之則去除，第2級(jí)中保留的搜索點(diǎn)稱為二級(jí)保留搜索點(diǎn)，本文中λ1、λ1和λ3的值分別為0.5,0.333,0.667。

至此，獲取了道路初始橫切面上空含有非空鄰域的搜索點(diǎn)集。

s204，將非空鄰域內(nèi)點(diǎn)云向道路橫切面投影。

獲取道路初始橫切面上含有非空鄰域的搜索點(diǎn)集，然后選取這些搜索點(diǎn)球形鄰域中點(diǎn)云向道路初始橫切面上進(jìn)行投影，這類點(diǎn)云在初始道路橫切面上的投影點(diǎn)，形成最終的道路橫切面。

道路初始橫切面的平面方程為：

ax+by+cz+d＝0(24)

若(xi,yi,zi)為道路橫切面上的一個(gè)軌跡點(diǎn)，則

d＝-(axi+byi+czi)(25)

a,b和c的值在本文中分別是xid,yid和cid，

每一個(gè)原始三維點(diǎn)向橫切面上的投影公式為：

其中(xsi,ysi,zsi)是球形鄰域中的點(diǎn)云坐標(biāo)，(xp,yp,zp)為道路初始橫切面上的投影點(diǎn)。

再次參考圖1，本發(fā)明的方法還包括s30。在s30，通過(guò)單線點(diǎn)云提取道路橫切面的輪廓。如圖7所示，步驟s30包括s301-s303。

s301，獲取單線點(diǎn)云

單線點(diǎn)云上的三維點(diǎn)依次排列形成一條直線，其長(zhǎng)度由可以根據(jù)道路的寬度設(shè)定，位于道路橫切面共面且位于道路底面下方，單線點(diǎn)云中相鄰點(diǎn)的間隔為dm，本發(fā)明實(shí)施例中左右拓展長(zhǎng)度分別為7m,d的設(shè)定值0.02，但是相鄰點(diǎn)的間隔和左右拓展長(zhǎng)度可以根據(jù)道路實(shí)際情況賦值，單線點(diǎn)云如圖8所示,即其中的由點(diǎn)組成的灰色線段。

s302，獲取非空鄰域單線點(diǎn)

如圖8所示，單線點(diǎn)云向道路橫切面逐漸靠近，在上升過(guò)程中，利用kd-tree近似最鄰近鄰域搜索算法來(lái)搜索單線點(diǎn)云中每一個(gè)單線點(diǎn)云中的點(diǎn)的球形鄰域中是否存在道路環(huán)境中的原始三維點(diǎn),若存在，則這些點(diǎn)就停止搜索，執(zhí)行獲取道路橫切面輪廓點(diǎn)操作，單線點(diǎn)云上剩余點(diǎn)的繼續(xù)搜索。在一定的迭代次數(shù)內(nèi)，獲取所有具有非空鄰域的單線點(diǎn)。

s303，獲取道路橫切面輪廓點(diǎn)

獲取道路橫切面輪廓點(diǎn)操作是給單線點(diǎn)云中具有非空鄰域的單線點(diǎn)集分配新的位置，形成道路橫切面的輪廓，通過(guò)該操作使單線點(diǎn)云中的點(diǎn)更加的貼近道路橫切面上的點(diǎn)，保證了獲取的道路輪廓的完整性和平滑性。新的位置坐標(biāo)(xpos,ypos,zpos)計(jì)算公式如下：

其中n為具有非空鄰域單線點(diǎn)的球形鄰域中三維點(diǎn)的個(gè)數(shù)，(xsi,ysi,zsi)為具有非空鄰域單線點(diǎn)的球形鄰域中原始三維點(diǎn)的坐標(biāo)，如圖8所示描述了單線點(diǎn)云逐漸靠近道路輪廓的過(guò)程，圖中紅色的點(diǎn)為道路邊界點(diǎn)，最終的單線點(diǎn)云完整的附著在道路的表面，得到道路邊界的輪廓。

再次參考圖1，本發(fā)明的方法還包括s40。在s40，根據(jù)道路邊界的特征，通過(guò)窗口法檢測(cè)道路邊界點(diǎn)。

道路邊界點(diǎn)的特征在很多的方面與道路平面點(diǎn)的特征有差別。首先道路邊界區(qū)域的高度差更大，其次道路高程在垂直于道路邊界的方向出現(xiàn)劇烈變化，最后道路邊界點(diǎn)是平滑延伸分布的。這三種特征總結(jié)為道路高程跳變特征，斜率變化和道路邊界點(diǎn)的分布特征。本發(fā)明基于這三種特征利用窗口方法對(duì)在道路輪廓中的道路邊界點(diǎn)進(jìn)行檢測(cè)。首先指定兩個(gè)窗口，從道路輪廓的中點(diǎn)開始向兩側(cè)搜索。具體的道路邊界點(diǎn)檢測(cè)方法如下：

1)高程跳變

如圖9a所示，窗口1中包含道路邊界的高程跳變。在圖9b中道路邊界的高程跳變存在兩個(gè)窗口中。本發(fā)明將兩個(gè)窗口融合成一個(gè)大的窗口，在大窗口中進(jìn)行高程跳變檢測(cè)。在該過(guò)程中，首先確定高程跳變存在的位置，高程跳變計(jì)算公式為：

其中δz1是窗口1存在的最大高程差，δz2為窗口2存在的最大高程差，δz12為窗口1與窗口2之間存在的最大高程差，道路邊界的高度設(shè)定范圍為hc1和hc2，兩者的取值可以根據(jù)道路的實(shí)際情概況進(jìn)行調(diào)節(jié)。如果hc1<δz1<hc2，則證明道路邊界點(diǎn)位于窗口1中，然后在窗口1中檢測(cè)道路邊界點(diǎn)。如果hc1<δz2<hc2，證明道路邊界位于窗口2中。如果hc1<δz12<hc2則道路邊界點(diǎn)需要兩個(gè)窗口共同確定。本文實(shí)施例中的hc1為0.1m,hc2為0.25m。

如果高程跳變?cè)趩蝹€(gè)窗口中，則在該窗口中檢測(cè)道路邊界邊界點(diǎn)。單窗口中道路邊界點(diǎn)的檢測(cè)公式為：

δz＝|zw(i)-zw(i+1)|(29)

如果hc1<δz<hc2，則可以確定道路橫切面輪廓中第i個(gè)三維點(diǎn)滿足道路邊界點(diǎn)的高程跳變情況。如果道路邊界點(diǎn)分布在兩個(gè)窗口內(nèi)，融合兩個(gè)流體窗口為一個(gè)窗口，檢測(cè)方式與單一窗口檢測(cè)方式相同。zw(i)為窗口中第i個(gè)道路橫切面輪廓點(diǎn)的z值，zw(i+1)為窗口中第i+1個(gè)道路橫切面輪廓點(diǎn)的z值。

2)斜率

由于道路邊界垂直于道路平面，在道路邊界凸起的地方斜率會(huì)出現(xiàn)劇烈變化，本文通過(guò)道路邊界點(diǎn)和其相鄰點(diǎn)存在較大斜率值。因此可以相鄰兩個(gè)道路輪廓點(diǎn)的斜率值來(lái)判斷道路邊界點(diǎn)的位置。斜率s的計(jì)算公式為：

道路邊界點(diǎn)的斜率閾值為st,如果s>st，則坐標(biāo)為(xw(i),yw(i),zw(i))的道路橫切面輪廓點(diǎn)滿足道路邊界點(diǎn)斜率的特征。

3)道路邊界點(diǎn)的分布

道路邊界具有連續(xù)延伸的特征，相鄰道路橫切面上同側(cè)道路邊界點(diǎn)在道路延伸的方向會(huì)偏移較大的距離，在其它兩個(gè)方向的距離偏移較小，如圖3所示：該實(shí)施例中道路邊界點(diǎn)的分布特征為兩個(gè)相鄰的邊界點(diǎn)在在y方向上存在較大的距離，在x和z方向存在較小的距離，根據(jù)道路邊界點(diǎn)的分布特征來(lái)判斷檢測(cè)到的道路邊界點(diǎn)是否正確，剔除錯(cuò)誤的邊界點(diǎn)。

相鄰邊界點(diǎn)y方向的距離dy計(jì)算公式為：

dy＝|yi-yi+1|(31)

相鄰邊界點(diǎn)xz方向的距離dxz計(jì)算公式為：

如果dy>dt1且dxz<dt2，檢測(cè)到的邊界點(diǎn)滿足道路邊界連續(xù)延伸特性。其中(xi,yi,zi)和(xi+1,yi+1,zi+1)分別為相鄰道路邊界點(diǎn)的坐標(biāo)，dt1和dt2分別是相鄰邊界點(diǎn)在y方向和xz方向的距離閾值，dt1和dt2的設(shè)定和相鄰橫切面之間的距離相關(guān)。本文中橫切面之間距離為0.5m,設(shè)定dt1為0.45m,dt2為0.05m。

再次參考圖1，本發(fā)明的方法還包括s50。在s50，擬合道路邊界點(diǎn)獲取完整的道路邊界線。

在實(shí)際的道路情況下，由于車輛或者行人的遮擋導(dǎo)致道路邊界在數(shù)據(jù)中出現(xiàn)空洞的現(xiàn)象，即被遮擋的道路邊界在數(shù)據(jù)上未被記錄，或者提出的算法中存在少量的外點(diǎn)，并且提取的道路邊界點(diǎn)之間存在著較大距離，所以我們有必要對(duì)道路邊界點(diǎn)進(jìn)行優(yōu)化，然后對(duì)優(yōu)化后的點(diǎn)集進(jìn)行道路邊界線的擬合。擬合的方法有多種，最小二乘法，ransanc法以及二次曲線擬合法等。本實(shí)施例中通過(guò)ransac方法進(jìn)行道路邊界點(diǎn)的優(yōu)化和道路邊界線參數(shù)的獲取。本實(shí)施例假設(shè)道路邊界的形狀為直線型，為了進(jìn)一步的提高道路邊界檢測(cè)的正確率和精度采取ransac算法對(duì)道路邊界點(diǎn)進(jìn)行擬合。本實(shí)施例中ransac算法能魯棒的估計(jì)直線模型參數(shù)，它能從包含局外點(diǎn)的數(shù)據(jù)集中估計(jì)出高精度三維道路邊界直線的參數(shù)，通過(guò)直線參數(shù)和直線的起始位置繪制出完整的道路邊界線。

本發(fā)明的方法進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)中采集的是北京市三環(huán)路段上的三維數(shù)據(jù)，根據(jù)道路場(chǎng)景復(fù)雜程度挑選了3種不同類型的數(shù)據(jù)用于檢測(cè)算法有效性，分別是城市環(huán)境中無(wú)遮擋的道路邊界，被綠化帶遮擋的道路邊界和被車輛遮擋的道路邊界，三種類型的數(shù)據(jù)如下圖所示。圖10白色邊框中是無(wú)綠化帶遮擋的道路邊界，該道路邊界的存在平整的上邊界平面和下邊界平面，即規(guī)則的道路邊界模型。圖11白色邊框中道路邊界的上平面存在綠色的雜點(diǎn)，實(shí)際上是雜草覆蓋到了道路邊界上平面，這樣造成了道路邊界的整體形態(tài)發(fā)生了無(wú)規(guī)則的變化，但是道路邊界的地面特征仍是平滑的。圖12白色框中是汽車遮擋道路邊界的情形，白色框中由于道路邊界被遮擋而出現(xiàn)了空洞現(xiàn)象。

如圖13a所示，道路邊界完整度高，沒(méi)有道路雜草的覆蓋影響，道路邊界的檢測(cè)結(jié)果如圖13b所示，其中白色的直線為檢測(cè)到的道路邊界，獲取的道路邊界準(zhǔn)確的與實(shí)際的道路邊界相重合。

如圖14a所示，左道路邊界完整度高，右道路邊界出現(xiàn)雜草遮擋，如圖中白框所圈區(qū)域。雖然右邊道路邊界存在大量的雜草點(diǎn)，導(dǎo)致道路邊界上平面形態(tài)遭到嚴(yán)重的破壞，但是道路邊界的下平面形態(tài)仍然保存完整。本發(fā)明針對(duì)這一特點(diǎn)進(jìn)行單線點(diǎn)云從下到上檢測(cè)道路的整體輪廓，避免了道路表面出現(xiàn)遮擋時(shí)對(duì)道路邊界的影響。如圖14b所示，通過(guò)本發(fā)明方法，左右道路邊界同時(shí)被完整的檢測(cè)出來(lái)，如圖中白線所示，兩條檢測(cè)到的邊界線與實(shí)際道路邊界相融合證明了本發(fā)明的在檢測(cè)道路邊界存在綠化帶遮擋情況下的有效性。

圖15a-15b是在道路邊界存在車輛遮擋的情況下的道路邊界檢測(cè)的結(jié)果。道路右邊界在汽車遮擋的情況下，激光器無(wú)法獲取道路邊界的信息，在圖15a中出現(xiàn)空洞的現(xiàn)象，白框包圍處，本發(fā)明在借助ransac算法和空洞前后存在較好的道路邊界點(diǎn)的情況下，擬合出了一條完整的道路邊界，如圖15b與實(shí)際邊界的位移較小，取得較好的效果。

以上所述的實(shí)施例，只是本發(fā)明較優(yōu)選的具體實(shí)施方式，本領(lǐng)域的技術(shù)人員在本發(fā)明技術(shù)方案范圍內(nèi)進(jìn)行的通常變化和替換都應(yīng)包含在本發(fā)明的保護(hù)范圍內(nèi)。