CN107272019A - 基于激光雷达扫描的路沿检测方法 - Google Patents
基于激光雷达扫描的路沿检测方法 Download PDFInfo
- Publication number
- CN107272019A CN107272019A CN201710323028.2A CN201710323028A CN107272019A CN 107272019 A CN107272019 A CN 107272019A CN 201710323028 A CN201710323028 A CN 201710323028A CN 107272019 A CN107272019 A CN 107272019A
- Authority
- CN
- China
- Prior art keywords
- curb
- point
- scanning
- data
- laser radar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种基于激光雷达扫描的路沿检测方法,用于在道路环境中获取道路的路沿,包括:以路面为X‑Y平面、激光雷达在X‑Y平面的投影点为原点以及垂直于路面向上的方向为Z轴方向,建立三维坐标系;通过激光雷达扫描获取环境的多帧激光数据,用于形成点云数据;所述点云数据包括多个包含三维坐标信息的扫描点;对每一帧激光数据,对扫描线上的扫描点进行梯度滤波获取路沿候选点;对符合条件的路沿候选点进行二次曲线拟合,得到路沿检测结果。上述路沿检测方法不受天气和光照的影响,适用面广。
Description
技术领域
本发明涉及路面环境检测技术领域,特别是涉及一种基于激光雷达扫描的路沿检测方法。
背景技术
近年来,自动驾驶技术由于道路安全与运输效率的需求迅速发展。路沿是城市道路的必要组成元素,路沿检测是无人车环境感知系统的重要部分。现有技术主要采用相机,利用图像的边缘检测法获取路沿,这种方法易受天气和光照影响,使用受到限制。
发明内容
基于此,有必要提供一种不受天气和光照影响的路沿检测方法。
一种基于激光雷达扫描的路沿检测方法,用于在道路环境中获取道路的路沿,包括:
以路面为X-Y平面、激光雷达在X-Y平面的投影点为原点以及垂直于路面向上的方向为Z轴方向,建立三维坐标系;
通过激光雷达扫描获取环境的多帧激光数据,用于形成点云数据;所述点云数据包括多个包含三维坐标信息的扫描点;
对每一帧激光数据,对扫描线上的扫描点进行梯度滤波获取路沿候选点;
对符合条件的路沿候选点进行二次曲线拟合,得到路沿检测结果。
在其中一个实施例中,所述对扫描线上的点进行梯度滤波获取路沿候选点的步骤包括:
获取与当前点相邻的前一扫描点的第一高度值、与当前点相邻的后一扫描点的第二高度值;
计算所述第一高度值和第二高度值之间的高度差值;并将所述高度差值除以2作为当前点的梯度;
根据当前点到坐标系原点的距离设定梯度阈值;
若当前点的梯度大于设定的梯度阈值,则当前点为路沿候选点。
在其中一个实施例中,所述激光雷达为多线雷达,所述对扫描线上的扫描点进行梯度滤波获取路沿候选点的步骤中,是对一帧激光数据中的每条扫描线上的点进行梯度滤波。
在其中一个实施例中,选定道路走向为Y轴方向,指向路沿的方向为X轴方向,获取符合条件的路沿候选点的步骤包括判断是否同时符合以下三个条件:
路沿候选点的数量大于设定的数量阈值;
Y轴方向上的相距最大的两个路沿候选点之间的距离大于设定的长度阈值;
各路沿候选点与X轴的垂直距离的平均值与上一帧的该平均值的差值小于设定的阈值。
在其中一个实施例中,在对每一帧激光数据进行处理之前,还包括:将点云数据中的散乱点去除的步骤。
在其中一个实施例中,所述将点云数据中的散乱点去除的步骤包括:
对扫描线上的所有点进行聚类划分:计算每个扫描点与相邻的前一扫描点的空间距离;若所述空间距离小于设定的阈值,则将当前处理的扫描点和前一扫描点作为同一聚类,否则当前处理的扫描点为不同聚类;
若聚类中的扫描点数量少于设定的数量阈值,则将聚类中的点作为散乱点去除。
在其中一个实施例中,对扫描点设置聚类标记,划分到相同聚类的扫描点具有相同的聚类标记,划分到不同聚类的扫描点具有不同的聚类标记。
在其中一个实施例中,在对每一帧激光数据进行处理之前,还包括:将点云数据进行坐标校正的步骤。
在其中一个实施例中,所述将点云数据进行坐标校正的步骤包括:
将每一帧数据进行栅格化处理;
计算每个栅格中的所有数据点的高度最大值与高度最小值之差和高度平均值;
若所述高度差小于设定的高度差阈值,且高度平均值小于设定的高度均值阈值,则将栅格中的数据点作为地面点;
对得到的地面点进行随机采样一致性处理,拟合得到地面所在平面以及地面的法向量;
将点云数据与地面的法向量相乘得到数据点在Z轴方向上的校正值。
在其中一个实施例中,还包括:还包括判断得到的二次曲线是否符合设定条件,若是,则取设定符合条件的二次曲线得到最新的路沿检测结果,否则沿用上一路沿检测结果;所述设定条件包括:
当前帧的二次项系数与上一帧的二次项系数的差值在设定的范围内;
当前帧的各次项系数与上一帧的对应次项系数的差值的绝对值之和小于设定的阈值。
上述路沿检测方法,采用激光雷达进行数据采集,并利用得到的点云数据根据梯度滤波获得路沿候选点,进一步根据符合条件的路沿候选点进行二次曲线拟合得到路沿数据。该方法不受天气和光照的影响,适用面更广。
附图说明
图1为道路上采用激光雷达扫描的示意图;
图2为一实施例的路沿检测方法流程图;
图3为一帧激光数据在X-Y平面的投影示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下实施例提供一种基于激光雷达扫描的路沿检测方法,可以用于在道路环境中检测道路的路沿,为辅助驾驶等应用提供参考数据。下面以自动驾驶为例进行介绍。应用上述方法的自动驾驶车辆上配置激光雷达,如图1所示,激光雷达以一定的倾角向地面发射激光并环绕360度扫描,激光反射回来的信号被接收和分析,可以得到环境的点云数据。对于多线激光雷达,可以不同的倾斜角度同时发射多束激光,同时得到多个扫描数据。
如图2所示,一实施例的路沿检测方法包括以下步骤S110~S140。
步骤S110:以路面为X-Y平面、激光雷达在X-Y平面的投影点为原点以及垂直于路面向上的方向为Z轴方向,建立三维坐标系。如图1所示,与路沿大致平行的方向为Y方向,一般为车辆的行驶方向;X轴指向路沿。
步骤S120:激光雷达扫描获取环境的多帧激光数据。所述多帧激光数据用于形成点云数据;所述点云数据包括多个包含三维坐标信息的点。激光束环绕360度扫描得到一帧激光数据。以行进中的车辆为例,在道路上扫描得到的点云数据在X-Y平面的投影如图3所示,图中,密集的点虚线为点云数据在X-Y平面的投影,其上的点均为扫描点;稀疏的短划线虚线为扫描线被遮挡缺失的部分;方块为相邻的其他车辆。扫描线上的点可以是来自路面、路沿、或者可能还来自路过的其他车辆的反射。对于多线雷达,多条扫描线以车辆(激光雷达)为中心的同心圆向外扩散,每条扫描线上的点同样都可以是来自路面、路沿、或者可能还来自路过的其他车辆的反射。一帧激光数据可以同时包含多条扫描线上的点。
步骤S130:对每一帧激光数据,对扫描线上的点进行梯度滤波获取路沿候选点。通常地,可以认为道路的路面与路沿之间存在高度差。点云数据包含三维坐标信息,所以也包含高度信息。梯度滤波即是以扫描点的高度差作为过滤条件,得到可能是路沿点的扫描点,称为路沿候选点。
在一个实施例中,步骤S130可以包括以下步骤S131~S134:
步骤S131:获取与当前点相邻的前一扫描点的第一高度值、与当前点相邻的后一扫描点的第二高度值。在进行激光扫描时,激光束要扫过360度,并且以一定的频率,例如30hz发射激光,每一次发射和接收都能获得一个扫描点。当激光束扫过360度之后,就得到扫描线上的多个扫描点。在对每一帧激光数据进行处理时,是对扫描线上的每个扫描点进行处理,确定其是否可以作为路沿候选点。当激光雷达为多线雷达时,是对一帧激光数据中多条扫描线上的扫描点进行处理。
在对每个扫描点进行处理时,当前处理的扫描点即为当前点。由于每个扫描点都具有三维坐标信息,即具有高度信息。
步骤S132:计算所述第一高度值和第二高度值之间的高度差值;并将所述高度差值除以2作为当前点的梯度。
步骤S133:根据当前点到坐标系原点的距离设定梯度阈值。当前点距坐标系原点过远时,数据的分辨率较低,可以设置较小的梯度阈值;反之可以设置较大的梯度阈值。梯度阈值的具体值可以根据实验确定。
步骤S134:若当前点的梯度大于设定的梯度阈值,则当前点为路沿候选点。
可以理解,计算各扫描点梯度还可以采用其他变形方式,例如获取相邻4个点的高度差等等。
步骤S140:对符合条件的路沿候选点进行二次曲线拟合,得到路沿检测结果。如图3所示,由于扫描线也有可能扫描到近距离的其他车辆,所以要挑选符合条件的路沿候选点来获得路沿。在一个实施例中,采用如下条件来判断路沿候选点是否符合要求。当同时满足以下三个条件时,路沿候选点符合要求:(1)路沿候选点的数量大于设定的数量阈值,该数量阈值可以为20,即一条扫描线上能形成路沿的路沿候选点的数量必须大于20;(2)行进方向上的相距最大的两个点之间的距离大于设定的长度阈值,该长度阈值可以为4米,即路沿候选点的最大Y轴坐标和最小Y轴坐标之间的差值大于4米,这样可以在较大程度上排除其他车辆的扫描点;(3)路沿候选点与车辆的垂直距离的平均值大于上一帧的该平均值。
获取到符合条件的路沿候选点后,认为这些路沿候选点是路沿的点云数据,可以将其用于还原路沿。本步骤使用路沿候选点进行二次曲线拟合,以拟合的二次曲线作为路沿。对于点云数据中的第i帧激光数据,获得的二次曲线为:
x=pi(0)+pi(1)*y+pi(2)*y2
上述步骤S120~S140是对一帧激光数据进行处理的过程,对一帧激光数据进行处理可以得到一条路沿,该路沿可用于辅助驾驶。可以理解,自动驾驶时,车辆是不断移动的,路沿也会发生变化。因此一般地,需要不断地重复上述步骤S120~S140对每一帧最新的激光数据进行处理。每一帧最新激光数据获得的路沿就是最新的路沿数据,保证路沿数据的实时性。
上述路沿检测方法,采用激光雷达进行数据采集,并利用得到的点云数据根据梯度滤波获得路沿候选点,进一步根据符合条件的路沿候选点进行二次曲线拟合得到路沿数据。该方法不受天气和光照的影响,适用面更广。
进一步地,上述方法还包括对得到二次曲线进行验证的步骤,保证计算结果的合理性。在一个实施例中,判断拟合得到的二次曲线的二次项系数与上一帧的二次项系数的差值是否处于合理区间。即二次项系数差值△pi(2)是否满足:lth<△pi(2)<hth。如果二次项系数差值过小,说明存在一定的随机扰动,如果二次项系数差值过大,说明计算结果有误差,因为一般来说道路的曲率不会太大。如果根据一帧激光数据获得的路沿不合理,则不将其作为最新路沿,而将前一帧激光数据获得路沿作为参考。
在一个实施例中,还判断两帧拟合参数之间各项系数差的绝对值之和是否小于特定阈值,即:
|pi(0)-pi-1(0)|+|pi(1)-pi-1(1)|+|pi(2)-pi-1(2)|<Δpth
同样的,如果根据一帧激光数据获得的路沿不合理,则不将其作为最新路沿,而将前一帧激光数据获得路沿作为参考。
进一步地,在步骤S130对每一帧激光数据进行处理之前,还包括:将点云数据中的散乱点去除的步骤。散乱点是指点云数据中比较分散的点,其不足以构成物体的表面点,散乱点的存在会加大数据处理量,并且有可能影响处理结构。因此,在优选的实施例中,可以首先将散乱点去除,提高后续处理的效率和准确度。
在一个实施例中,所述将点云数据中的散乱点去除的步骤包括:
步骤S151:对扫描线上的所有点进行聚类划分:计算每个扫描点与相邻的前一扫描点的空间距离;若所述空间距离小于设定的阈值,则将当前处理的扫描点和前一扫描点作为同一聚类,否则当前处理的扫描点为不同聚类。该设定的阈值可以为0.1米。在处理时,可以为每个扫描点设置聚类标记,属于同一个聚类的扫描点使用相同的聚类标记。属于不同聚类的扫描点使用不同的聚类标记。
步骤S152:若聚类中的扫描点数量少于设定的数量阈值,则将聚类中的点作为散乱点去除。根据聚类标记可以统计出属于同一聚类的扫描点的数量。如果一个聚类中的扫描点太少,则可以认为这些点为散乱点,可以去除。上述的数量阈值可以设定为30或其他合适的值。即当一个聚类中的扫描点的数量少于30时,这个聚类中的扫描点为离散点。
进一步地,在对每一帧激光数据进行处理之前,还包括:将点云数据进行坐标校正的步骤。在一些情况下,激光雷达在安装在车辆上时,会发生安装偏差,导致整个激光雷达会存在倾斜。这样采集出来的数据相对于设定的坐标系实际上也产生了倾斜。因此,在一些实施例中,有必要针对这种情况将点云数据的坐标进行校正。
在一个实施例中,所述将点云数据进行坐标校正的步骤包括:
步骤S161:将每一帧激光数据进行栅格化处理。栅格化处理即将一帧激光数据划分为多个小的方块区域,每个方块区域中包括若干数量的扫描点。栅格的大小可以是20cm×20cm或者其他合适的大小,可以根据处理的精度或运算能力综合考虑。
步骤S162:计算每个栅格中的所有数据点的高度最大值与高度最小值之差和高度平均值。
步骤S163:若所述高度最大值与高度最小值之差小于设定的高度差阈值,且高度平均值小于设定的高度均值阈值,则将栅格中的数据点作为地面点。
步骤S164:对得到的地面点进行随机采样一致性处理,拟合得到地面所在平面以及地面的法向量。
步骤S165:将点云数据与地面的法向量相乘得到数据点的新z值。数据点在X-Y平面上的坐标一般不会改变,根据地面所在平面的法向量即可对所有的数据点的Z轴坐标进行校正,获得数据点准确的三维坐标。
上述处理可以将采集的点云数据的坐标进行校正,进一步保证处理的准确度。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于激光雷达扫描的路沿检测方法,用于在道路环境中获取道路的路沿,包括:
以路面为X-Y平面、激光雷达在X-Y平面的投影点为原点以及垂直于路面向上的方向为Z轴方向,建立三维坐标系;
通过激光雷达扫描获取环境的多帧激光数据,用于形成点云数据;所述点云数据包括多个包含三维坐标信息的扫描点;
对每一帧激光数据,对扫描线上的扫描点进行梯度滤波获取路沿候选点;
对符合条件的路沿候选点进行二次曲线拟合,得到路沿检测结果。
2.根据权利要求1所述的基于激光雷达扫描的路沿检测方法,其特征在于,所述对扫描线上的点进行梯度滤波获取路沿候选点的步骤包括:
获取与当前点相邻的前一扫描点的第一高度值、与当前点相邻的后一扫描点的第二高度值;
计算所述第一高度值和第二高度值之间的高度差值;并将所述高度差值除以2作为当前点的梯度;
根据当前点到坐标系原点的距离设定梯度阈值;
若当前点的梯度大于设定的梯度阈值,则当前点为路沿候选点。
3.根据权利要求1所述的基于激光雷达扫描的路沿检测方法,其特征在于,所述激光雷达为多线雷达,所述对扫描线上的扫描点进行梯度滤波获取路沿候选点的步骤中,是对一帧激光数据中的每条扫描线上的点进行梯度滤波。
4.根据权利要求1所述的基于激光雷达扫描的路沿检测方法,其特征在于,选定道路走向为Y轴方向,指向路沿的方向为X轴方向,获取符合条件的路沿候选点的步骤包括判断是否同时符合以下三个条件:
路沿候选点的数量大于设定的数量阈值;
Y轴方向上的相距最大的两个路沿候选点之间的距离大于设定的长度阈值;
各路沿候选点与X轴的垂直距离的平均值与上一帧的该平均值的差值小于设定的阈值。
5.根据权利要求1所述的基于激光雷达扫描的路沿检测方法,其特征在于,在对每一帧激光数据进行处理之前,还包括:将点云数据中的散乱点去除的步骤。
6.根据权利要求5所述的基于激光雷达扫描的路沿检测方法,其特征在于,所述将点云数据中的散乱点去除的步骤包括:
对扫描线上的所有点进行聚类划分:计算每个扫描点与相邻的前一扫描点的空间距离;若所述空间距离小于设定的阈值,则将当前处理的扫描点和前一扫描点作为同一聚类,否则当前处理的扫描点为不同聚类;
若聚类中的扫描点数量少于设定的数量阈值,则将聚类中的点作为散乱点去除。
7.根据权利要求6所述的基于激光雷达扫描的路沿检测方法,其特征在于,对扫描点设置聚类标记,划分到相同聚类的扫描点具有相同的聚类标记,划分到不同聚类的扫描点具有不同的聚类标记。
8.根据权利要求1所述的基于激光雷达扫描的路沿检测方法,其特征在于,在对每一帧激光数据进行处理之前,还包括:将点云数据进行坐标校正的步骤。
9.根据权利要求8所述的基于激光雷达扫描的路沿检测方法,其特征在于,所述将点云数据进行坐标校正的步骤包括:
将每一帧数据进行栅格化处理;
计算每个栅格中的所有数据点的高度最大值与高度最小值之差和高度平均值;
若所述高度最大值与高度最小值之差小于设定的高度差阈值,且高度平均值小于设定的高度均值阈值,则将栅格中的数据点作为地面点;
对得到的地面点进行随机采样一致性处理,拟合得到地面所在平面以及地面的法向量;
将点云数据与地面的法向量相乘得到数据点在Z轴方向上的校正值。
10.根据权利要求1所述的基于激光雷达扫描的路沿检测方法,其特征在于,还包括判断得到的二次曲线是否符合设定条件,若是,则取设定符合条件的二次曲线得到最新的路沿检测结果,否则沿用上一路沿检测结果;所述设定条件包括:
当前帧的二次项系数与上一帧的二次项系数的差值在设定的范围内;
当前帧的各次项系数与上一帧的对应次项系数的差值的绝对值之和小于设定的阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710323028.2A CN107272019B (zh) | 2017-05-09 | 2017-05-09 | 基于激光雷达扫描的路沿检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710323028.2A CN107272019B (zh) | 2017-05-09 | 2017-05-09 | 基于激光雷达扫描的路沿检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107272019A true CN107272019A (zh) | 2017-10-20 |
CN107272019B CN107272019B (zh) | 2020-06-05 |
Family
ID=60073908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710323028.2A Active CN107272019B (zh) | 2017-05-09 | 2017-05-09 | 基于激光雷达扫描的路沿检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107272019B (zh) |
Cited By (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108009474A (zh) * | 2017-11-01 | 2018-05-08 | 武汉万集信息技术有限公司 | 一种基于激光测距的车辆表面图文提取方法及装置 |
CN108037503A (zh) * | 2017-12-22 | 2018-05-15 | 杭州视熵科技有限公司 | 一种面向家居板材上下料的基于激光雷达的平面多板材定位方法 |
CN108549087A (zh) * | 2018-04-16 | 2018-09-18 | 北京瑞途科技有限公司 | 一种基于激光雷达的在线检测方法 |
WO2018205119A1 (zh) * | 2017-05-09 | 2018-11-15 | 深圳市速腾聚创科技有限公司 | 基于激光雷达扫描的路沿检测方法和系统 |
CN108828621A (zh) * | 2018-04-20 | 2018-11-16 | 武汉理工大学 | 基于三维激光雷达的障碍检测和路面分割算法 |
CN108873896A (zh) * | 2018-06-15 | 2018-11-23 | 驭势科技(北京)有限公司 | 一种车道线模拟方法、装置及存储介质 |
CN108931786A (zh) * | 2018-05-17 | 2018-12-04 | 北京智行者科技有限公司 | 路沿检测装置和方法 |
CN109143207A (zh) * | 2018-09-06 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 激光雷达内参精度验证方法、装置、设备及介质 |
CN109190573A (zh) * | 2018-09-12 | 2019-01-11 | 百度在线网络技术(北京)有限公司 | 一种地面检测方法、装置、电子设备、车辆及存储介质 |
CN109238170A (zh) * | 2018-09-27 | 2019-01-18 | 湖南希法工程机械有限公司 | 隧道扫描系统及方法 |
CN109522804A (zh) * | 2018-10-18 | 2019-03-26 | 汽-大众汽车有限公司 | 一种道路边沿识别方法及系统 |
CN109741450A (zh) * | 2018-12-29 | 2019-05-10 | 征图三维(北京)激光技术有限公司 | 一种基于扫描线的路面点云自动提取方法及装置 |
CN109752701A (zh) * | 2019-01-18 | 2019-05-14 | 中南大学 | 一种基于激光点云的道路边沿检测方法 |
CN109858460A (zh) * | 2019-02-20 | 2019-06-07 | 重庆邮电大学 | 一种基于三维激光雷达的车道线检测方法 |
CN109993780A (zh) * | 2019-03-07 | 2019-07-09 | 深兰科技(上海)有限公司 | 一种三维高精度地图生成方法及装置 |
CN110009718A (zh) * | 2019-03-07 | 2019-07-12 | 深兰科技(上海)有限公司 | 一种三维高精度地图生成方法及装置 |
CN110033482A (zh) * | 2018-01-11 | 2019-07-19 | 沈阳美行科技有限公司 | 一种基于激光点云的路沿识别方法和装置 |
CN110068836A (zh) * | 2019-03-20 | 2019-07-30 | 同济大学 | 一种智能驾驶电动清扫车的激光雷达路沿感知系统 |
CN110068834A (zh) * | 2018-01-24 | 2019-07-30 | 北京京东尚科信息技术有限公司 | 一种路沿检测方法和装置 |
CN110163871A (zh) * | 2019-05-07 | 2019-08-23 | 北京易控智驾科技有限公司 | 一种多线激光雷达的地面分割方法 |
CN110456377A (zh) * | 2019-08-15 | 2019-11-15 | 中国人民解放军63921部队 | 一种基于三维激光雷达的卫星来袭异物检测方法和系统 |
CN110673107A (zh) * | 2019-08-09 | 2020-01-10 | 北京智行者科技有限公司 | 基于多线激光雷达的路沿检测方法及装置 |
CN111090105A (zh) * | 2019-12-27 | 2020-05-01 | 吉林大学 | 一种车载激光雷达点云信号地面点分离方法 |
CN111104908A (zh) * | 2019-12-20 | 2020-05-05 | 北京三快在线科技有限公司 | 一种道路边沿确定方法及装置 |
CN111126225A (zh) * | 2019-12-17 | 2020-05-08 | 北京易控智驾科技有限公司 | 多线激光雷达地面分割方法及车辆、计算机可读介质 |
CN111208530A (zh) * | 2020-01-15 | 2020-05-29 | 北京四维图新科技股份有限公司 | 定位图层生成方法、装置、高精度地图及设备 |
CN111516449A (zh) * | 2020-04-15 | 2020-08-11 | 深圳职业技术学院 | 一种基于路面状况主动调节车辆悬架的方法及车辆 |
CN112149572A (zh) * | 2020-09-24 | 2020-12-29 | 知行汽车科技(苏州)有限公司 | 路沿检测方法、装置和存储介质 |
CN112258566A (zh) * | 2020-12-22 | 2021-01-22 | 中智行科技有限公司 | 一种路面的采集点识别方法、装置及服务器 |
US10901421B2 (en) | 2018-06-26 | 2021-01-26 | Neusoft Reach Automotive Technology (Shanghai) Co., Ltd. | Method and device for detecting road boundary |
CN112444792A (zh) * | 2019-08-29 | 2021-03-05 | 深圳市速腾聚创科技有限公司 | 复合式激光雷达及其控制方法 |
CN112558045A (zh) * | 2020-12-07 | 2021-03-26 | 福建(泉州)哈工大工程技术研究院 | 自动驾驶设备多线激光雷达功能下线验收方法 |
CN112578368A (zh) * | 2020-12-07 | 2021-03-30 | 福建(泉州)哈工大工程技术研究院 | 自动驾驶设备多线激光雷达安装下线验收方法 |
CN112801022A (zh) * | 2021-02-09 | 2021-05-14 | 青岛慧拓智能机器有限公司 | 一种无人驾驶矿卡作业区道路边界快速检测更新的方法 |
WO2021115961A1 (en) * | 2019-12-11 | 2021-06-17 | Continental Automotive Gmbh | Method for reconstruction of a feature in an environmental scene of a road |
CN113156451A (zh) * | 2021-03-23 | 2021-07-23 | 北京易控智驾科技有限公司 | 非结构化道路边界检测方法、装置、存储介质和电子设备 |
US11138448B2 (en) | 2018-12-29 | 2021-10-05 | Beijing Didi Infinity Technology And Development Co., Ltd. | Identifying a curb based on 3-D sensor data |
CN113762011A (zh) * | 2020-11-25 | 2021-12-07 | 北京京东乾石科技有限公司 | 路牙检测方法、装置、设备和存储介质 |
CN114170579A (zh) * | 2020-08-21 | 2022-03-11 | 广州汽车集团股份有限公司 | 一种路沿检测方法、装置及汽车 |
WO2022213376A1 (zh) * | 2021-04-09 | 2022-10-13 | 深圳市大疆创新科技有限公司 | 障碍物检测方法、装置、可移动平台及存储介质 |
WO2023050638A1 (zh) * | 2021-09-29 | 2023-04-06 | 上海仙途智能科技有限公司 | 基于激光点云的路沿识别 |
CN114170579B (zh) * | 2020-08-21 | 2024-09-27 | 广州汽车集团股份有限公司 | 一种路沿检测方法、装置及汽车 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008014814A (ja) * | 2006-07-06 | 2008-01-24 | Mitsubishi Precision Co Ltd | 道路端部検出方法 |
CN102034104A (zh) * | 2010-12-10 | 2011-04-27 | 中国人民解放军国防科学技术大学 | 三维点云中基于随机采样一致性的特征线检测方法 |
JP5888275B2 (ja) * | 2013-03-29 | 2016-03-16 | アイシン・エィ・ダブリュ株式会社 | 道路端検出システム、方法およびプログラム |
CN105404844A (zh) * | 2014-09-12 | 2016-03-16 | 广州汽车集团股份有限公司 | 一种基于多线激光雷达的道路边界检测方法 |
CN105551016A (zh) * | 2015-12-02 | 2016-05-04 | 百度在线网络技术(北京)有限公司 | 一种基于激光点云的路沿识别方法及装置 |
CN106127113A (zh) * | 2016-06-15 | 2016-11-16 | 北京联合大学 | 一种基于三维激光雷达的道路车道线检测方法 |
CN106408604A (zh) * | 2016-09-22 | 2017-02-15 | 北京数字绿土科技有限公司 | 一种点云数据的滤波方法及装置 |
-
2017
- 2017-05-09 CN CN201710323028.2A patent/CN107272019B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008014814A (ja) * | 2006-07-06 | 2008-01-24 | Mitsubishi Precision Co Ltd | 道路端部検出方法 |
CN102034104A (zh) * | 2010-12-10 | 2011-04-27 | 中国人民解放军国防科学技术大学 | 三维点云中基于随机采样一致性的特征线检测方法 |
JP5888275B2 (ja) * | 2013-03-29 | 2016-03-16 | アイシン・エィ・ダブリュ株式会社 | 道路端検出システム、方法およびプログラム |
CN105404844A (zh) * | 2014-09-12 | 2016-03-16 | 广州汽车集团股份有限公司 | 一种基于多线激光雷达的道路边界检测方法 |
CN105551016A (zh) * | 2015-12-02 | 2016-05-04 | 百度在线网络技术(北京)有限公司 | 一种基于激光点云的路沿识别方法及装置 |
CN106127113A (zh) * | 2016-06-15 | 2016-11-16 | 北京联合大学 | 一种基于三维激光雷达的道路车道线检测方法 |
CN106408604A (zh) * | 2016-09-22 | 2017-02-15 | 北京数字绿土科技有限公司 | 一种点云数据的滤波方法及装置 |
Cited By (66)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018205119A1 (zh) * | 2017-05-09 | 2018-11-15 | 深圳市速腾聚创科技有限公司 | 基于激光雷达扫描的路沿检测方法和系统 |
CN108009474A (zh) * | 2017-11-01 | 2018-05-08 | 武汉万集信息技术有限公司 | 一种基于激光测距的车辆表面图文提取方法及装置 |
CN108037503A (zh) * | 2017-12-22 | 2018-05-15 | 杭州视熵科技有限公司 | 一种面向家居板材上下料的基于激光雷达的平面多板材定位方法 |
CN110033482A (zh) * | 2018-01-11 | 2019-07-19 | 沈阳美行科技有限公司 | 一种基于激光点云的路沿识别方法和装置 |
CN110068834B (zh) * | 2018-01-24 | 2023-04-07 | 北京京东尚科信息技术有限公司 | 一种路沿检测方法和装置 |
CN110068834A (zh) * | 2018-01-24 | 2019-07-30 | 北京京东尚科信息技术有限公司 | 一种路沿检测方法和装置 |
CN108549087A (zh) * | 2018-04-16 | 2018-09-18 | 北京瑞途科技有限公司 | 一种基于激光雷达的在线检测方法 |
CN108549087B (zh) * | 2018-04-16 | 2021-10-08 | 北京瑞途科技有限公司 | 一种基于激光雷达的在线检测方法 |
CN108828621A (zh) * | 2018-04-20 | 2018-11-16 | 武汉理工大学 | 基于三维激光雷达的障碍检测和路面分割算法 |
CN108931786A (zh) * | 2018-05-17 | 2018-12-04 | 北京智行者科技有限公司 | 路沿检测装置和方法 |
CN108873896A (zh) * | 2018-06-15 | 2018-11-23 | 驭势科技(北京)有限公司 | 一种车道线模拟方法、装置及存储介质 |
CN108873896B (zh) * | 2018-06-15 | 2021-07-02 | 驭势科技(北京)有限公司 | 一种车道线模拟方法、装置及存储介质 |
US10901421B2 (en) | 2018-06-26 | 2021-01-26 | Neusoft Reach Automotive Technology (Shanghai) Co., Ltd. | Method and device for detecting road boundary |
CN109143207B (zh) * | 2018-09-06 | 2020-11-10 | 百度在线网络技术(北京)有限公司 | 激光雷达内参精度验证方法、装置、设备及介质 |
US11506769B2 (en) | 2018-09-06 | 2022-11-22 | Apollo Intelligent Driving Technology (Beijing) Co., Ltd. | Method and device for detecting precision of internal parameter of laser radar |
CN109143207A (zh) * | 2018-09-06 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 激光雷达内参精度验证方法、装置、设备及介质 |
CN109190573B (zh) * | 2018-09-12 | 2021-11-12 | 阿波罗智能技术(北京)有限公司 | 应用于无人驾驶车辆的地面检测方法、电子设备、车辆 |
US11313951B2 (en) | 2018-09-12 | 2022-04-26 | Baidu Online Network Technology (Beijing) Co., Ltd. | Ground detection method, electronic device, and vehicle |
CN109190573A (zh) * | 2018-09-12 | 2019-01-11 | 百度在线网络技术(北京)有限公司 | 一种地面检测方法、装置、电子设备、车辆及存储介质 |
CN109238170A (zh) * | 2018-09-27 | 2019-01-18 | 湖南希法工程机械有限公司 | 隧道扫描系统及方法 |
CN109522804B (zh) * | 2018-10-18 | 2020-11-06 | 一汽-大众汽车有限公司 | 一种道路边沿识别方法及系统 |
CN109522804A (zh) * | 2018-10-18 | 2019-03-26 | 汽-大众汽车有限公司 | 一种道路边沿识别方法及系统 |
US11138448B2 (en) | 2018-12-29 | 2021-10-05 | Beijing Didi Infinity Technology And Development Co., Ltd. | Identifying a curb based on 3-D sensor data |
CN109741450B (zh) * | 2018-12-29 | 2023-09-19 | 征图三维(北京)激光技术有限公司 | 一种基于扫描线的路面点云自动提取方法及装置 |
CN109741450A (zh) * | 2018-12-29 | 2019-05-10 | 征图三维(北京)激光技术有限公司 | 一种基于扫描线的路面点云自动提取方法及装置 |
CN109752701B (zh) * | 2019-01-18 | 2023-08-04 | 中南大学 | 一种基于激光点云的道路边沿检测方法 |
CN109752701A (zh) * | 2019-01-18 | 2019-05-14 | 中南大学 | 一种基于激光点云的道路边沿检测方法 |
CN109858460A (zh) * | 2019-02-20 | 2019-06-07 | 重庆邮电大学 | 一种基于三维激光雷达的车道线检测方法 |
CN110009718B (zh) * | 2019-03-07 | 2021-09-24 | 深兰科技(上海)有限公司 | 一种三维高精度地图生成方法及装置 |
CN109993780A (zh) * | 2019-03-07 | 2019-07-09 | 深兰科技(上海)有限公司 | 一种三维高精度地图生成方法及装置 |
CN110009718A (zh) * | 2019-03-07 | 2019-07-12 | 深兰科技(上海)有限公司 | 一种三维高精度地图生成方法及装置 |
CN109993780B (zh) * | 2019-03-07 | 2021-09-24 | 深兰科技(上海)有限公司 | 一种三维高精度地图生成方法及装置 |
CN110068836B (zh) * | 2019-03-20 | 2024-02-02 | 同济大学 | 一种智能驾驶电动清扫车的激光雷达路沿感知系统 |
CN110068836A (zh) * | 2019-03-20 | 2019-07-30 | 同济大学 | 一种智能驾驶电动清扫车的激光雷达路沿感知系统 |
CN110163871A (zh) * | 2019-05-07 | 2019-08-23 | 北京易控智驾科技有限公司 | 一种多线激光雷达的地面分割方法 |
CN110163871B (zh) * | 2019-05-07 | 2021-04-13 | 北京易控智驾科技有限公司 | 一种多线激光雷达的地面分割方法及装置 |
CN110673107A (zh) * | 2019-08-09 | 2020-01-10 | 北京智行者科技有限公司 | 基于多线激光雷达的路沿检测方法及装置 |
CN110456377A (zh) * | 2019-08-15 | 2019-11-15 | 中国人民解放军63921部队 | 一种基于三维激光雷达的卫星来袭异物检测方法和系统 |
CN110456377B (zh) * | 2019-08-15 | 2021-07-30 | 中国人民解放军63921部队 | 一种基于三维激光雷达的卫星来袭异物检测方法和系统 |
CN112444792A (zh) * | 2019-08-29 | 2021-03-05 | 深圳市速腾聚创科技有限公司 | 复合式激光雷达及其控制方法 |
CN112444792B (zh) * | 2019-08-29 | 2024-01-16 | 深圳市速腾聚创科技有限公司 | 复合式激光雷达及其控制方法 |
WO2021115961A1 (en) * | 2019-12-11 | 2021-06-17 | Continental Automotive Gmbh | Method for reconstruction of a feature in an environmental scene of a road |
CN111126225A (zh) * | 2019-12-17 | 2020-05-08 | 北京易控智驾科技有限公司 | 多线激光雷达地面分割方法及车辆、计算机可读介质 |
CN111126225B (zh) * | 2019-12-17 | 2023-08-04 | 北京易控智驾科技有限公司 | 多线激光雷达地面分割方法及车辆、计算机可读介质 |
CN111104908A (zh) * | 2019-12-20 | 2020-05-05 | 北京三快在线科技有限公司 | 一种道路边沿确定方法及装置 |
CN111090105B (zh) * | 2019-12-27 | 2021-11-19 | 吉林大学 | 一种车载激光雷达点云信号地面点分离方法 |
CN111090105A (zh) * | 2019-12-27 | 2020-05-01 | 吉林大学 | 一种车载激光雷达点云信号地面点分离方法 |
CN111208530A (zh) * | 2020-01-15 | 2020-05-29 | 北京四维图新科技股份有限公司 | 定位图层生成方法、装置、高精度地图及设备 |
CN111208530B (zh) * | 2020-01-15 | 2022-06-17 | 北京四维图新科技股份有限公司 | 定位图层生成方法、装置、高精度地图及设备 |
CN111516449B (zh) * | 2020-04-15 | 2023-03-14 | 深圳职业技术学院 | 一种基于路面状况主动调节车辆悬架的方法及车辆 |
CN111516449A (zh) * | 2020-04-15 | 2020-08-11 | 深圳职业技术学院 | 一种基于路面状况主动调节车辆悬架的方法及车辆 |
CN114170579B (zh) * | 2020-08-21 | 2024-09-27 | 广州汽车集团股份有限公司 | 一种路沿检测方法、装置及汽车 |
CN114170579A (zh) * | 2020-08-21 | 2022-03-11 | 广州汽车集团股份有限公司 | 一种路沿检测方法、装置及汽车 |
CN112149572A (zh) * | 2020-09-24 | 2020-12-29 | 知行汽车科技(苏州)有限公司 | 路沿检测方法、装置和存储介质 |
CN113762011A (zh) * | 2020-11-25 | 2021-12-07 | 北京京东乾石科技有限公司 | 路牙检测方法、装置、设备和存储介质 |
CN112558045B (zh) * | 2020-12-07 | 2024-03-15 | 福建(泉州)哈工大工程技术研究院 | 自动驾驶设备多线激光雷达功能下线验收方法 |
CN112578368B (zh) * | 2020-12-07 | 2024-03-29 | 福建(泉州)哈工大工程技术研究院 | 自动驾驶设备多线激光雷达安装下线验收方法 |
CN112558045A (zh) * | 2020-12-07 | 2021-03-26 | 福建(泉州)哈工大工程技术研究院 | 自动驾驶设备多线激光雷达功能下线验收方法 |
CN112578368A (zh) * | 2020-12-07 | 2021-03-30 | 福建(泉州)哈工大工程技术研究院 | 自动驾驶设备多线激光雷达安装下线验收方法 |
CN112258566A (zh) * | 2020-12-22 | 2021-01-22 | 中智行科技有限公司 | 一种路面的采集点识别方法、装置及服务器 |
CN112258566B (zh) * | 2020-12-22 | 2021-03-23 | 中智行科技有限公司 | 一种路面的采集点识别方法、装置及服务器 |
CN112801022B (zh) * | 2021-02-09 | 2023-05-02 | 青岛慧拓智能机器有限公司 | 一种无人驾驶矿卡作业区道路边界快速检测更新的方法 |
CN112801022A (zh) * | 2021-02-09 | 2021-05-14 | 青岛慧拓智能机器有限公司 | 一种无人驾驶矿卡作业区道路边界快速检测更新的方法 |
CN113156451A (zh) * | 2021-03-23 | 2021-07-23 | 北京易控智驾科技有限公司 | 非结构化道路边界检测方法、装置、存储介质和电子设备 |
WO2022213376A1 (zh) * | 2021-04-09 | 2022-10-13 | 深圳市大疆创新科技有限公司 | 障碍物检测方法、装置、可移动平台及存储介质 |
WO2023050638A1 (zh) * | 2021-09-29 | 2023-04-06 | 上海仙途智能科技有限公司 | 基于激光点云的路沿识别 |
Also Published As
Publication number | Publication date |
---|---|
CN107272019B (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107272019A (zh) | 基于激光雷达扫描的路沿检测方法 | |
WO2018205119A1 (zh) | 基于激光雷达扫描的路沿检测方法和系统 | |
CN110320504B (zh) | 一种基于激光雷达点云统计几何模型的非结构化道路检测方法 | |
CN108873013B (zh) | 一种采用多线激光雷达的道路可通行区域获取方法 | |
Huber et al. | A new approach to 3-d terrain mapping | |
CN111553292A (zh) | 一种基于点云数据的岩体结构面识别与产状分类方法 | |
CN107563373B (zh) | 基于立体视觉的无人机降落区域主动安全检测方法及应用 | |
CN107247926B (zh) | 一种人体检测方法及装置 | |
EP2894600B1 (en) | Method of processing 3D sensor data to provide terrain segmentation | |
Rutzinger et al. | Automatic extraction of vertical walls from mobile and airborne laser scanning data | |
Zhou et al. | A measurement system based on internal cooperation of cameras in binocular vision | |
JP2023059927A (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN114820485B (zh) | 一种基于机载图像测量波浪爬高的方法 | |
CN107393004A (zh) | 一种获取输电线走廊中建筑物拆迁量的方法及装置 | |
CN115718305A (zh) | 一种激光点云公路断面处理方法、装置、设备及存储介质 | |
CN115342821A (zh) | 一种复杂未知环境下的无人车导航代价地图构建方法 | |
CN1224938C (zh) | 由单幅图像测量场景及场景内物体几何信息的方法 | |
CN117554915A (zh) | 一种传输皮带上料流料位状态检测方法、系统及电子设备 | |
KR101255022B1 (ko) | 점군자료를 활용한 구조물 균열 검출방법 | |
CN111337939B (zh) | 一种矩形物体外边框的估计方法及装置 | |
CN116047540B (zh) | 基于点云强度信息的激光雷达自遮挡判断的方法及装置 | |
CN112530010A (zh) | 数据获取方法和系统 | |
CN115683109B (zh) | 基于cuda和三维栅格地图的视觉动态障碍物检测方法 | |
CN116052023A (zh) | 基于三维点云的电力巡检地物分类方法及存储介质 | |
CN115143936B (zh) | 一种基于激光点云的输电工程杆塔倾斜度测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |