一種基于激光點云的城市道路識別方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明實施例屬于智能交通技術(shù)領(lǐng)域，涉及一種基于激光點云的城市道路識別方法及裝置。
【背景技術(shù)】
[0002]通過移動載體(如車輛)中安裝的激光傳感器進(jìn)行周圍環(huán)境感知并對傳感信息進(jìn)行處理，得到移動載體所在環(huán)境諸如所在車道、道路范圍、障礙物位置等信息，即為激光點云技術(shù)。
[0003]現(xiàn)有技術(shù)中，對道路信息的提取主要通過根據(jù)激光點云構(gòu)建路沿模型，并通過隨機設(shè)置回歸算法的初始輸入閥值來構(gòu)建激光點云對應(yīng)的路面模型；隨后，獲得激光點云對應(yīng)的激光點云簇并通過點云分割及點云識別獲得激光點云簇對應(yīng)的物體。
[0004]上述方案中，通過隨機設(shè)置的初始輸入閥值構(gòu)建激光點云對應(yīng)的路面模型，導(dǎo)致路面模型的構(gòu)建效率較低、誤差較大，從而導(dǎo)致物體的識別效率較低、誤差較大。

【發(fā)明內(nèi)容】

[0005]本發(fā)明實施例的目的是提出一種基于激光點云的城市道路識別方法及裝置，以提高道路識別的效率和準(zhǔn)確度。
[0006]—方面，本發(fā)明實施例提供了一種基于激光點云的城市道路識別方法，包括:
[0007]根據(jù)激光傳感器采集的激光點云構(gòu)建對應(yīng)的路沿模型；
[0008]確定設(shè)置有所述激光傳感器的移動載體的高度，并根據(jù)所述高度和激光點云構(gòu)建對應(yīng)的路面模型；
[0009]根據(jù)所述路沿模型和所述路面模型，消除所述激光點云中的路面點云以及路沿點云，采用點云分割算法對剩余的激光點云進(jìn)行分割，并識別分割結(jié)果對應(yīng)的物體。
[0010]另一方面，本發(fā)明實施例提供了一種基于激光點云的城市道路識別裝置，包括:
[0011]路沿模型單元，用于根據(jù)激光傳感器采集的激光點云構(gòu)建對應(yīng)的路沿模型；
[0012]路面模型單元，用于確定設(shè)置有所述激光傳感器的移動載體的高度，并根據(jù)所述高度和激光點云構(gòu)建對應(yīng)的路面模型；
[0013]點云消除單元，用于根據(jù)所述路沿模型和所述路面模型，消除所述激光點云中的路面點云以及路沿點云；
[0014]點云分割單元，用于采用點云分割算法對剩余的激光點云進(jìn)行分割；
[0015]物體識別單元，用于識別所述點云分割單元的分割結(jié)果對應(yīng)的物體。
[0016]本發(fā)明實施例提供的基于激光點云的城市道路識別方法及裝置，通過依據(jù)激光點云估算移動載體的高度，并利用所述高度構(gòu)建對應(yīng)的路面模型，提高了路面模型的構(gòu)建效率和準(zhǔn)確度，從而提高了物體的識別效率和準(zhǔn)確度。
【附圖說明】
[0017]圖1為本發(fā)明實施例一提供的一種基于激光點云的城市道路識別方法的流程示意圖；
[0018]圖2為本發(fā)明實施例二提供的一種基于激光點云的城市道路識別方法的流程示意圖；
[0019]圖3為本發(fā)明實施例三提供的一種基于激光點云的城市道路識別方法的流程示意圖；
[0020]圖4為本發(fā)明實施例四提供的一種基于激光點云的城市道路識別裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0021]下面結(jié)合附圖和實施例對本發(fā)明作進(jìn)一步的詳細(xì)說明?？梢岳斫獾氖牵颂幩枋龅木唧w實施例僅僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。
[0022]實施例一
[0023]圖1為本發(fā)明實施例一提供的一種基于激光點云的城市道路識別方法的流程示意圖。本實施例可適用于基于激光點云識別城市道路包含的物體的情況。參見圖1，本實施例提供的基于激光點云的城市道路識別方法具體包括如下:
[0024]SI 1、根據(jù)激光傳感器采集的激光點云構(gòu)建對應(yīng)的路沿模型。
[0025]在本實施例中，激光傳感器可以是設(shè)置于移動載體上的激光雷達(dá)，移動載體通?？梢允擒囕v，激光點云可以是移動載體所在環(huán)境的特征點集，包括各特征點的坐標(biāo)以及反射率，該反射率可以是一個0-255的整數(shù)。
[0026]示例性的，激光雷達(dá)采集激光點云，可以通過GPS (Global Posit1ning System，全球定位系統(tǒng))/IMU(Inertial measurement unit，慣性測量單元)將采集的激光點云轉(zhuǎn)換到世界坐標(biāo)系，并將世界坐標(biāo)系下的激光點云拼接成稠密點云，具體的可以通過動態(tài)粒子樹(Simultaneous Localizat1n And Mapping，SLAM)算法提高稠密點云的拼接精度，至此得到兩種用于點云分類的原始數(shù)據(jù)，其中一種是世界坐標(biāo)系下經(jīng)拼接形成的稠密點云，一種是以一幀為單位的稀疏有序點Ζ5Γ。
[0027]在本實施例中，路沿指的是道路邊沿。示例性的，在獲得稠密點云和多幀稀疏有序點云后，對多幀稀疏有序點云進(jìn)行處理得到可能的路沿點，并對可能的路沿點進(jìn)行三維樣本(spline)曲線擬合以根據(jù)多幀稀疏有序點云構(gòu)建激光點云對應(yīng)的路沿模型。
[0028]S12、確定設(shè)置有所述激光傳感器的移動載體的高度，并根據(jù)所述高度和激光點云構(gòu)建對應(yīng)的路面模型。
[0029]在本實施例中，路面指的是道路表面，用于供車輛在其上行駛。示例性的，對稀疏有序點云進(jìn)行回歸處理獲得移動載體的高度，再將移動載體的高度作為回歸算法的初始輸入閥值，對每一幀稀疏有序點云做回歸處理得到每一幀稀疏有序點云對應(yīng)的候選路面點云，并將連續(xù)多幀稀疏有序點云對應(yīng)的候選路面點云進(jìn)行合并，且沿移動載體行駛軌跡的垂直方向做一維樣本曲線擬合，存儲擬合得到的樣本方程參數(shù)，得到激光點云對應(yīng)的路面模型。
[0030]S13、根據(jù)所述路沿模型和所述路面模型，消除所述激光點云中的路面點云以及路沿點云，采用點云分割算法對剩余的激光點云進(jìn)行分割，并識別分割結(jié)果對應(yīng)的物體。
[0031 ] 在本實施例中，激光點云對應(yīng)的物體可以是行人、車輛、樹木、建筑物等障礙物，也可以是路牌，地標(biāo)等。示例性的，根據(jù)路沿模型和路面模型去除Sll中得到的稠密點云中的路沿點云和路面點云，對剩余的激光點云做聚類得到大致分離的激光點云簇，并采用點云分割算法將激光點云簇分割成子激光點云簇。在得到分割后的子激光點云簇后，使用預(yù)先訓(xùn)練好的支持向量機對每個子激光點云簇進(jìn)行識別，識別子激光點云簇對應(yīng)的物體。
[0032]本實施例提供的基于激光點云的城市道路識別方法，通過根據(jù)激光點云估算移動載體的高度，并利用所述高度構(gòu)建對應(yīng)的路面模型，提高了路面模型的構(gòu)建效率和準(zhǔn)確度，從而提高了激光點云對應(yīng)的物體的識別效率和準(zhǔn)確度。
[0033]實施例二
[0034]本實施例在上述實施例的基礎(chǔ)上提供了一種新的基于激光點云的城市道路識別方法，該方法對路沿模型、路面模型的構(gòu)建方式作進(jìn)一步限定。圖2為本發(fā)明實施例二提供的一種基于激光點云的城市道路識別方法的流程示意圖。參見圖2，本實施例提供的基于激光點云的城市道路識別方法具體包括如下:
[0035]S21、根據(jù)激光傳感器采集的激光點云構(gòu)建對應(yīng)的路沿模型。
[0036]可選的，根據(jù)激光傳感器采集的激光點云構(gòu)建對應(yīng)的路沿模型具體可以包括:采用角點檢測算法對所述激光點云進(jìn)行識別，獲得所激光點云對應(yīng)的路沿角點；根據(jù)獲得的路沿角點構(gòu)建所述路沿模型。
[0037]示例性的，對每一幀稀疏有序點云進(jìn)行處理得到候選路沿點。具體的，每一幀稀疏有序點云中可以包括32條線，針對每一幀稀疏有序點云，對該幀的每一線的數(shù)據(jù)進(jìn)行滑動窗口的處理，通過激光點云的坡度、密度、反射率這三個特性檢測出有可能包含路沿的候選窗口，再使用角點檢測算法從候選窗口中得到候選路沿角點，根據(jù)車高等先驗知識濾除錯誤的候選角點，再將該幀中所有線得到的候選角點投影到垂直于移動載體行使方向的軸上，對投影點做聚類，并通過加權(quán)高斯卷積的投票算法得到該幀稀疏點云對應(yīng)的路沿角點。重復(fù)上述操作獲得每一幀稀疏點云對應(yīng)的路沿角點后，將所有的稀疏點云對應(yīng)的路沿角點轉(zhuǎn)換到世界坐標(biāo)系下，融合在