CN108873896A - 一种车道线模拟方法、装置及存储介质 - Google Patents
一种车道线模拟方法、装置及存储介质 Download PDFInfo
- Publication number
- CN108873896A CN108873896A CN201810621946.8A CN201810621946A CN108873896A CN 108873896 A CN108873896 A CN 108873896A CN 201810621946 A CN201810621946 A CN 201810621946A CN 108873896 A CN108873896 A CN 108873896A
- Authority
- CN
- China
- Prior art keywords
- lane line
- vehicle
- point
- laser
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004088 simulation Methods 0.000 claims abstract description 33
- 230000015654 memory Effects 0.000 claims description 30
- 230000001052 transient effect Effects 0.000 claims description 6
- 238000013519 translation Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 108010001267 Protein Subunits Proteins 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003362 replicative effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 239000013558 reference substance Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开是关于一种车道线模拟方法、装置及存储介质,该方法包括:获取激光雷达的点云信息;基于所述点云信息,确定符合墙壁特征的多组激光点;从所述多组激光点中每组分别确定一个车道线候选点;根据多个所述车道线候选点,模拟生成车辆周围的车道线。基于该方法,可以在车辆行进过程中,即使道路上未设置车道线或者车道线损坏无法辨认,也可以通过检测激光雷达所发出的激光,实时对车辆周围的车道线进行快速、准确模拟。
Description
技术领域
本公开涉及自动驾驶技术领域,尤其涉及一种车道线模拟方法、装置及存储介质。
背景技术
随着汽车产业的快速发展,汽车逐渐成为人们出行的重要交工具,但伴随而来的是城市道路交通安全问题,居高不下的道路交通安全事故导致每年因交通事故造成的伤亡人数与日俱增。汽车安全与环境、人、车这三个因素息息相关。其中,人的因素最为重要,一旦人无法保持注意力,或者处理道路信息迟缓甚至错误,就可能会导致驾驶操作上的失误,甚至发生车祸。相关研究调查发现,驾驶人的行为能力在汽车驾驶过程中起到了决定性的作用,如果从交通事故中,去掉了“人”这一重要影响因素,那么道路交通安全事故数量将会有效减少。
随着电子和通信技术的高速发展,汽车的智能无人驾驶,正逐渐成为当前汽车工程领域研究的热点,并且受到社会各界的重视。在自动驾驶领域中,车道线是约束车辆在行驶过程中的重要标志物,通过摄像头对道路上的车道线进行识别,然后控制车辆在车道线内行驶,提高驾驶的安全性。
但是申请人对现有技术研究时发现,日常的道路,由于养护、设计等不一致因素,导致一些道路上的车道线不存在,例如隧道,山路等,因此当自动驾驶的车辆行进在这些不存在车道线的道路上,就无法识别到车道线,进而对自动驾驶的车辆带来安全隐患。
发明内容
为了解决上述技术问题,本申请实施例中提供了一种车道线模拟方法、装置及存储介质。
第一方面,本申请提供了一种车道线模拟方法,包括:获取激光雷达的点云信息;基于所述点云信息,确定符合墙壁特征的多组激光点;从所述多组激光点中每组分别确定一个车道线候选点;根据多个所述车道线候选点,模拟生成车辆周围的车道线。
第二方面,本申请进一步提供一种车道线模拟装置,包括:点云信息获取单元,用于获取激光雷达的点云信息;激光点确定单元,用于基于所述点云信息,确定符合墙壁特征的多组激光点;车道线候选点确定单元,用于从所述多组激光点中每组分别确定一个车道线候选点;车道线模拟单元,用于根据多个所述车道线候选点,模拟生成所述车辆周围的车道线。
第三方面,本申请提供了一种车道线模拟设备,包括:处理器、存储器、网络接口和用户接口;所述处理器、存储器、网络接口和用户接口通过总线系统耦合在一起;所述处理器通过调用所述存储器存储的程序或指令,用于执行如第一方面任意一个实施例中所述车道线模拟方法的步骤。
第四方面,本申请进一步提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如第一方面任意一个实施例中所述车道线模拟方法的步骤。本申请实施例公开了如下技术方案:
本申请实施例提供的该车道线模拟方法,通过检测激光雷达在车辆周围形成的点云信息,进而可以找到符合墙壁特征的多组激光点,利用每一组激光点可以分别确定一个车道线候选点,最终利用多个车道线候选点,可以在车辆周围模拟得到车道线。
利用该方法,可以在车辆行进过程中,即使道路上未设置车道线或者车道线损坏无法辨认,也可以通过检测激光雷达所发出的激光,基于符合墙壁特征的激光点,实时对车辆周围的车道线进行快速、准确模拟。在自动驾驶控制时,利用模拟出的车道线可以对车辆的行进情况进行准确控制,提高了自动驾驶的安全性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种智能驾驶系统的场景示意图;
图2是本申请实施例提供的车道线模拟设备的结构示意图;
图3为本申请实施例提供的一种车道线模拟方法的流程示意图;
图4为本申请实施例提供的一种车道线模拟示例示意图;
图5为本申请实施例提供的一种车道线模拟装置的结构示意图;
图6为本申请实施例提供的另一种车道线模拟装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
图1为本申请实施例提供的一种智能驾驶系统的场景示意图。
图1中包括:车辆100、激光雷达101、激光线102、车道线103和道路104。图1中道路104上的车道线103为道路上的真实车道线,是通过印刷或涂覆在道路104表面。道路104上具有一条或多条车道线103,用于指示道路上车道的位置。
激光雷达101安装在车辆100上,安装位置包括但不局限于:车辆100顶部、车辆100外侧面上、车辆100前立面上、车辆100前部底盘边缘。图1所示实施例中,激光雷达101安装在车辆100顶部。
激光束102为激光雷达101发射出的激光点的轨迹,激光束102照射到车辆周围的物体上形成激光点。激光雷达101同一时刻发出的激光束可以为一个或多个,在一些实施例中,若激光雷达同一时刻发出的激光束为多个时,多个激光束可以为一排或多排分布,且每排中激光束自上而下排列,便于对车辆周围进行扫描。图1中所示实施例总仅以激光雷达发出两个激光束为例,不应构成对本申请的限制。
在车辆100中可设置有车辆驾驶系统,车辆驾驶系统包括但不局限于:台式计算机、服务器、单片机,其余具有数据处理能力的设备均可作为车辆驾驶系统,例如:平板电脑或智能手机等。
车辆驾驶系统的数据采集端口与激光雷达相连接,在一些实施例中,车辆驾驶系统的数据采集端口还与车辆上设置的其它传感器相连接,包括但不局限于:速度传感器、温度传感器、位置传感器。通过数据采集端口,车辆驾驶系统可以采集到车辆自身的运行参数,同时还可以采集车辆周围的环境参数。
车辆驾驶系统的信号输出端与车辆的控制系统相连接,所述控制系统包括但不局限于:发动机控制系统、车辆方向控制系统、车辆制动控制系统、动力切换控制系统、灯光控制系统,车辆驾驶系统通过生成并发送不同的控制信号,可对车辆的行驶及运行进行控制。
图2是本申请实施例提供的车道线模拟设备的结构示意图。
图2所示的车道线模拟设备200可以为图1所示实施例中所述的车辆驾驶系统。如图2所示,车道线模拟设备200包括:至少一个处理器201、存储器202、至少一个网络接口204和其他用户接口203。车道线模拟设备200中的各个组件通过总线系统205耦合在一起。
可理解,总线系统205用于实现这些组件之间的连接通信。总线系统205除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图2中将各种总线均标为总线系统205。其其中,用户接口203可以包括显示器、键盘或者点击设备(例如,鼠标,轨迹球(trackball)、触感板或者触摸屏等。
可以理解,本申请实施例中的存储器202可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synch Link DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DRRAM)。本文描述的存储器202旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中,存储器202存储了如下的元素,可执行单元或者数据结构,或者他们的子集,或者他们的扩展集:操作系统2021和应用程序2022。
其中,操作系统2021,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序2022,包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。实现本申请实施例方法的程序可以包含在应用程序2022中。
在本申请实施例中,通过调用存储器202存储的程序或指令,具体的,可以是应用程序2022中存储的程序或指令,处理器201用于执行各方法实施例所提供的方法步骤,例如包括:获取激光雷达的点云信息;基于所述点云信息,确定符合墙壁特征的多组激光点;从所述多组激光点中每组分别确定一个车道线候选点;根据多个所述车道线候选点,模拟生成车辆周围的车道线。
上述本申请实施例揭示的方法可以应用于处理器201中,或者由处理器201实现。处理器201可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器201中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器201可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器202,处理器201读取存储器202中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits,ASIC)、数字信号处理器(Digital Signal Processing,DSP)、数字信号处理设备(DSP Device,DSPD)、可编程逻辑设备(Programmable LogicDevice,PLD)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图3为本申请实施例提供的一种车道线模拟方法的流程示意图。该方法可以应用于图1所示车辆中的车辆驾驶系统或者图2所示的车道线模拟设备中。
如图3所示,该车道线模拟方法可以包括以下步骤:
S301,获取激光雷达的点云信息。
在本申请一些实施例中,所述激光雷达可以是多线激光雷达,包括但不限于4线、8线、16线、40线、32线、64线、128线、256线激光雷达等。在本申请一个实施例中,多线激光雷达的多线排列形成的直线与车辆底盘或地面相垂直。
点云信息是指激光雷达的激光照射到车辆周围物体上激光点在空间中的三维位置集合。
多线激光雷达可以是旋转式的,随着多线激光雷达的转动,激光束在不同时刻照射在车轴周围物体上的激光点,相当于在车辆周围组成的点状网,点状网中的激光点的位置集合可以构成点云信息。
在本申请一些实施例中,激光雷达可以采用多个多线激光雷达组成的激光雷达阵列。即,同一时刻,激光雷达可以向周围同时发出多排激光束,进而激光雷达开启后,可直接在车辆周围形成由激光点组成的点状网,点状网中的激光点的位置集合可以构成点云信息。
在本申请一些实施例中,激光雷达可以为固态激光雷达,其中所述固态激光雷达可以不通过旋转来获取周围环境的点云信息。
S302,基于所述点云信息,确定符合墙壁特征的多组激光点。
在一些实施例中,当激光雷达在某一时刻所发出的激光束照射到一平面上时,激光束中的多个激光点在所述平面上会形成一条直线。基于激光雷达的这一特性,根据步骤S101中所获取的点云信息,从而确定形成一条直线的多个激光点,并确定所述多个激光点符合墙壁特征。
S303,从所述多组激光点中每组分别确定一个车道线候选点。
车道线候选点用于确定车道线,车道线候选点的数量与符合墙壁特征的多组激光点的组数相一致。在本申请一些实施例中,车道线候选点的数量为两个以及两个以上,以提高利用车道线候选点进行模拟得到车道线的准确性。
对于激光束照射在墙壁上形成的直线,本领域技术人员可以理解为,该直线与地面相垂直。为了确定墙壁在地面上的边界,在本申请实施例中,可将该直线在地面上的投影点作为墙壁的一个边界点。
在本申请一些实施例中,分别计算每组激光点在地面上的投影点,且将计算得到的投影点作为一个车道线候选点。
S304,根据多个所述车道线候选点,模拟生成所述车辆周围的车道线。
对于确定出的每个车道线候选点,均可分别单独计算得到一条参考车道线。在本申请一些实施例中,可以直接选取多条参考车道线中的任意一条作为模拟的车道线。在本申请一些实施例中,可对位于车辆同一侧的多条参考车道线进行综合处理,进而模拟得到一条车道线。
在本申请一些实施例中,针对车道线候选点,可基于RNSSAC算法求二次或三次曲线方程的方式,进而确定出一条与车道线候选点对应的参考车道线。
本申请实施例提供的该车道线模拟方法,通过检测激光雷达在车辆周围形成的点云信息,进而可以找到符合墙壁特征的多组激光点,基于每一组激光点可以分别确定一个车道线候选点,最终利用多个车道线候选点,可以在车辆周围模拟得到车道线。
利用该方法,可以在车辆行进过程中,即使道路上未设置车道线或者车道线损坏无法检测辨认,可通过检测激光雷达所发出的激光照射在墙壁上形成的激光点的信息,实时对车辆周围的车道线进行快速、准确模拟。在自动驾驶控制时,利用模拟出的车道线可以对车辆的行进情况进行准确控制,提高了自动驾驶的安全性。
在本申请一些实施例中,还提供的一种车道线模拟方法,详细流程包括以下步骤。
S401,获取激光点在激光坐标系下的第一坐标。
在本申请一个实施例中,激光点的位置可以为激光点在激光坐标系中的坐标,其中,激光坐标系以激光雷达为参考物的坐标系,并且在一些实施例中,激光坐标系是以激光雷达的中心为原点。
通常激光雷达直接输出的激光点的坐标为激光坐标系下的第一坐标。
S402,基于激光坐标系和车辆坐标系之间的标定关系,转换所述第一坐标为车辆坐标系下的第二坐标。
车辆坐标系是以车辆后轴中心在地面的投影点为原点,车辆横向方向为X轴,纵向方向为Y轴,垂直方向为Z轴,具体为:前进方向为Y轴正方向,车辆左右方向为X轴正方形,与车辆所在地面相垂直的方向为Z轴正方形。
在本申请一些实施例中,可以预先通过测量等方式,对车辆坐标系和激光坐标系分别进行标定,根据两个坐标系之间的标定关系,可以将激光点在激光坐标系中的第一坐标,通过旋转平移的方式转换到车辆坐标系中,得到激光点的第二坐标。
在得到激光点在激光坐标系下的坐标后,再转换为车辆坐标系下的坐标,其目的是考虑到车辆上若有多个激光雷达,不同的激光雷达输出的坐标不兼容,在后续计算时,需要先换算才可进行下一步计算。为了提高计算效率,将所有第一坐标均转换为车辆坐标系下的第二坐标,后续计算时就无需再进行转换,便于对激光点的位置进行统一计算。
本申请实施例提供的该方法,在对激光雷达所发出的激光点的位置进行采集时,统一将激光雷达坐标系下的激光点的坐标转换成车辆坐标系下的坐标,这样当车辆上有两个或两个以上的激光雷达时,获取到所有激光雷达的激光点的位置均统一为车辆坐标系下的坐标,可以避免不同坐标系需要分别运算的问题,提高了运算速度及效率,为后续可以实时模拟车道线提供了时效保障。
S403,获取所有激光点的第二坐标;
S404,基于所述激光点的第二坐标确定符合墙壁特征的多组激光点。
在本申请一些实施例中,符合墙壁特征的多组激光点包括每组激光点的X值坐标一致且和Y值坐标一致,或者或每组激光点的X值坐标和Y值坐标各自分别在一定阈值范围之内,其中,所述X值和Y值是激光点在车辆坐标系下X轴和Y轴的投影。
由于墙壁通常为一个与地面相垂直的平面,进而多线雷达发出的激光在墙壁上形成的激光点是一条直线,并且该直线通常与地面垂直,因此,该直线上所有点的X值的坐标完全一致且Y值的坐标完全一致。
在本申请一些实施例中,考虑到实际墙壁的可能有一定角度的倾斜以及表面不是完全平整(例如表面有坑洼)等情况,进而多线激光雷达发出的激光在墙壁上形成激光点,可能并非完全在一条直线上,而是一部分激光点在直线上,另一部分激光点在距离直线设定距离阈值内离散分布,相应地,激光点在地面上的投影点会在一个较小的区域内,该区域为以直线在地面投影点为中心的区域。
为此,当每组激光点的X值在一定阈值范围内,且Y值在一定阈值范围内,例如:X值为5,Y值为6,X轴和Y轴的阈值范围均为0.5,那么X值位于[4.5,5.5]之间,且Y值位于[5.5,6.5]之间的所有激光点,均可以认为该组激光点符合墙壁特征。
在本申请一些实施例中,当确定出激光束中多个激光点位于同一条直线上时,还会进一步对该直线上的激光点的数量进行计算。若统计得到该直线上的激光点的数量超过预设数量阈值,则确定为符合墙壁特征。即,确定符合墙壁特征通过直线以及直线上激光点的数量两个维度来判断,使得对墙壁的判断结果更加准确。
S405,分别确定每组激光点中X值和Y值的均值。
若一组激光点中X值坐标完全一致且Y值坐标完全一致,即,同一组激光点中X值的均值就是X值,同一组激光点中Y值的均值就是Y值。
若一组激光点中X值不一致,或者Y值不一致,则可基于一组激光点中的所有X值计算同一组激光点中X值的均值,或者利用一组激光点中的所有Y值计算同一组激光点中Y值的均值。
S406,分别确定所述X值的均值为所述车道线候选点的X值,确定所述Y值的均值为所述车道线候选点的Y值。
S407,将所述车道线候选点的X值和Y值投影至地面,得到所述车道线候选点。
在本申请实施例中,车道线通常位于地面上,由于车辆坐标系的原点是以车辆后轴中心在地面的投影点,所以当确定车道线候选点的X值和Y值后,需要将X值和Y值分别投影至地面上,进而得到用于在地面上虚拟的车道线的车道线候选点。
S408,基于所述车道线候选点的X值,区分位于所述车辆左侧或右侧的车道线候选点。
位于车辆同一侧的车道线候选点,可以同时用来模拟同一侧的车道线,进而在模拟车道线之前,需要先对车道线候选点位于车辆左侧或右侧进行区分。
在本申请实施例中,所述车辆坐标系是以车辆后轴中心在地面的投影点为原点,且车辆横向方向为X轴,进而对位于车辆左右两侧车道线候选点而言,X值分别为一正一负。为此,可通过对车道线候选点X值的正负判断,来确定车道线候选点是位于车辆的左侧或右侧。
S409,基于同一侧车道线候选点的第二坐标,求解曲线方程得到曲线。
分别利用同一侧车道线候选点的X值和Y值,求二次或者三次曲线方程,并将获得曲线作为车辆两边的车道线。其中,求取曲线方程的算法包括但不限于:RANSAC算法、最小二乘法、高斯消元法、遗传算法。
在本申请一些实施例中,若采用RANSAC算法时,可在所有车道线候选点中随机选择几个车道线候选点作为一个内群,计算拟合内群的模型,把未选中的车道线候选点,代入到才所建立的模型中,计算是否为内群,并记下内群数量。
重复以上步骤进行多次计算,比较每次计算得到的内群数量,将内群最多的计算对应的那次所建的模型确定为最终所要求的解。
S410,将所述曲线作为车道线候选点所在一侧的车道线。
在本申请一些实施例,在步骤S407之后,该方法进一步可以包括以下步骤:
S411,判断所述车辆是否仅有一侧具有车道线。
当所述车辆周围的车道线候选点的X轴均为正值,或者,均为负值,即确定车辆仅有一侧具有车道线。
S412,若是,则对所述车道线复制平移,在车辆另一侧形成一条或多条车道线。
对于一些特殊路况,例如:山路,道路可只有一侧有山体或墙壁,而另一侧为悬崖或河道,对于此类道路,通常可能靠近山体的一侧具有车道线,另一侧没有车道线。但对于自动驾驶而言,若只有一条车道线,在后续对车辆控制时,无法对车辆的行驶位置进行准确控制,进而存在安全隐患。
因此,本申请提供的实施例,在只有一侧有车道线时,可以根据先验知识确定车辆所在位置的车道的宽度,进而可以直接将模拟得到的一条车道线进行复制平移,进而可以在车辆的另一侧形成一条或多条车道线。其中,先验知识可以为:高精地图中的道路信息,也可以为历史行驶信息等。此外,还可以结合车辆上的图像采集装置,对道路上现有的车道线进行确认,根据图像中的车道线确定预设宽度。
其中,对车道线的平移是通过如下方式实现:找到曲线和车辆坐标系下X轴的交点,再求得该交点在曲线上的法线(垂直于切线的直线)向量,在法线方向根据车道的宽度进行平移。
本申请实施例提供的该方法,通过对车道线复制和平移,可以使得车辆两侧都具有车道线,进而为后续自动驾驶或智能驾驶提供驾驶辅助。
在本申请一些实施例,在步骤S407之后,该方法进一步可以包括以下步骤:
S413判断所述车辆是否仅有一侧具有车道线。
当所述车辆周围的车道线候选点的X轴均为正,或者,均为负,即确定车辆仅有一侧具有车道线。当所述车辆周围的车道线候选点的X值既有正值,也有负值时,说明车辆周围两侧具有车道线。
S414,当所述车辆左右两侧均有车道线时,计算所述车辆左右两侧两条车道线之间的距离。
若车辆形式在较宽阔路面时,例如:隧道内或峡谷内,道路两侧的墙壁距离较远,即在两侧墙壁之间可能具有多个车道。此时如果直接根据两侧墙壁分别确定一条车道线,即共计确定两条车道线,且此两条车道线为道路最外侧车道线。而在道路上可能是同向多个车道,或双向多个车道,那么如果不对道路中的多车车道进行区分,同样在自动驾驶应用中,无法确定车辆的位置,若直接根据该车道线进行导航,车辆行进的安全性无法保证。
为此,在本申请实施例中,在车辆左右两侧具有车道线时,利用平行原理计算车辆左右两侧两条车道线之间的距离。
S415,判断所述距离是否大于预设宽度。
在本申请实施例中,预设宽度可以根据先验知识获取得到,其中,先验知识可以为:高精地图中的道路信息,也可以为历史行驶信息等。此外,还可以结合车辆上的图像采集装置,对道路上现有的车道线进行确认,根据图像中的车道线确定预设宽度。
S416,当所述距离大于预设宽度时,对所述车辆左右两侧两条车道线中的任意一条进行复制平移,形成符合预设宽度的车道线。
在进行平移时,可以选中所述车辆左右两侧两条车道线中的任意一条,对选中的车道线进行复制,然后将复制的车道线进行平移,平移的距离可以为预设宽度。另外,确定两条车道线之间的距离与预设宽度的倍数,若距离为预设宽度两倍,说明左右两侧两条车道线之间还有一条车道线,进而只需进行一次复制和平移即可,若距离为预设宽度的N倍,说明左右两侧两条车道线之间还有N-1条车道线,相应地需要进行N-1次的复制和平移。
通过对车道线的复制和平移,最终形成符合宽度的多条车道线。
本申请实施例提供的该方法,在模拟得到的两条车道线较宽时,通过在两条车道线内复制和平移车道线,使得形成多条符合宽度要求的车道线,提高了后续利用该多条车道线进行辅助驾驶的安全性。
在本申请一些实施例,当模拟得到车道线后,该方法进一步可以包括以下步骤。
S501,确定所述车辆坐标系中车辆的位置。
在本申请实施例中,确定车辆的位置是指在自然坐标系下确定车辆的位置,包括但局限于:GPS坐标和北斗卫星坐标。
S502,在预设显示界面中显示与所述车辆的位置对应的车辆标识。
本申请实施例中,预设显示界面包括但不局限于:车载中控显示屏的界面、车载导航显示屏的界面、车辆上移动设备的界面,再或者,进一步可以为数据控制中心的显示屏的界面,其中,所述数据控制中心可与所述车辆进行通信。
在显示界面中显示车辆标识是为了便于清晰掌握车辆在显示界面中的相对位置。车辆标识可以为车辆图形,也可以为其它几何图形,本领域技术人员可知,只要可识别车辆,对车辆标识的形状不做限定。
S503,在预设显示界面中,所述车辆的标识的周围显示所述模拟生成的车道线。
如图4所示,在图4中,仅以车辆两侧的两条车道线为例进行说明,另外,图中未单独设置专用的车辆标识,而是用图中中心多个密集点的区域401用来标示车辆,位于车辆前后的激光点形成波纹线402及墙壁特征线403,图中404和405为模拟的车道线。在图4中,车道线候选点与模拟的车道线重合,所以图中未示出。
本申请实施例提供的该方法,在模拟得到车道线后,还可以在预设显示界面中对车辆以及模拟的车道线进行展示,便于驾驶员或其它操作人员可以清楚看到车辆周围的车道线。
本申请一些实施例中,提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如上述实施例中所描述的车道线模拟方法的步骤。
图5为本申请实施例提供的一种车道线模拟装置的结构示意图。如图5所示,该装置可以包括:点云信息获取单元11,用于获取激光雷达的点云信息;激光点确定单元12,用于基于所述点云信息,确定符合墙壁特征的多组激光点;车道线候选点确定单元13,用于从所述多组激光点中每组分别确定一个车道线候选点;车道线模拟单元14,用于根据多个所述车道线候选点,模拟生成所述车辆周围的车道线。
在本申请一个实施例中,所述点云信息获取单元,包括:第一坐标获取子单元,用于获取激光点在激光坐标系下的第一坐标;坐标转换子单元,用于基于激光坐标系和车辆坐标系之间的标定关系,转换所述第一坐标转换为车辆坐标系下的第二坐标;其中所述车辆坐标系是以车辆后轴中心在地面的投影点为原点,车辆横向方向为X轴,纵向方向为Y轴,垂直方向为Z轴。
在本申请另一个实施例中,所述激光点确定单元,包括:第二坐标获取子单元,用于获取所有激光点的第二坐标;激光点确定子单元,用于基于所述激光点的第二坐标确定符合墙壁特征的多组激光点;其中,所述符合墙壁特征的多组激光点包括每组激光点的X值和Y值坐标一致或在一定阈值范围之内,其中,所述X值和Y值是激光点在车辆坐标系下X轴和Y轴的投影。
在本申请又一个实施例中,所述车道线候选点确定单元,包括:均值确定子单元,用于分别确定每组激光点中X值和Y值的均值;单值坐标确定子单元,用于确定所述X值的均值为所述车道线候选点的X值,确定所述Y值的均值为所述车道线候选点的Y值;投影子单元,用于将所述车道线候选点的X值和Y值投影至地面,得到所述车道线候选点。
在本申请又一个实施例中,所述车道线模拟单元,包括:区分子单元,用于基于所述车道线候选点的X值,区分位于所述车辆左侧或右侧的车道线候选点;求解子单元,用于基于同一侧车道线候选点的第二坐标,求解曲线方程得到曲线;车道线确定子单元,用于将所述曲线作为车道线候选点所在一侧的车道线。
在本申请又一个实施例中,所述车道线模拟单元,还包括:车道线判断子单元,用于判断所述车辆是否仅有一侧具有车道线;复制平移子单元,用于当仅有一侧具有车道线时,则复制平移所述车道线,在车辆另一侧形成一条或多条车道线。
在本申请又一个实施例中,所述车道线模拟单元,还包括:距离计算子单元,用于当所述车辆左右两侧均有车道线时,计算所述车辆左右两侧两条车道线之间的距离;距离判断子单元,用于判断所述距离是否大于预设宽度;所述复制平移子单元,还用于当所述距离大于预设宽度时,复制平移所述车辆左右两侧两条车道线中的任意一条,形成符合预设宽度的车道线。
在本申请又一个实施例中,如图6所示,所述装置还包括:位置确定单元15,用于确定所述车辆坐标系中车辆的位置;标识显示单元16,用于在预设显示界面中显示与所述车辆的位置对应的车辆标识;车道线显示单元17,用于在预设显示界面中,所述车辆的标识的周围显示所述模拟生成的车道线。
本申请公开了一种车道线模拟方法,包括:
A1、一种车道线模拟方法,包括:获取激光雷达的点云信息;基于所述点云信息,确定符合墙壁特征的多组激光点;从所述多组激光点中每组分别确定一个车道线候选点;根据多个所述车道线候选点,模拟生成车辆周围的车道线。
A2、根据A1所述的方法,所述获取激光雷达的点云信息,包括:获取激光点在激光坐标系下的第一坐标;基于激光坐标系和车辆坐标系之间的标定关系,转换所述第一坐标为车辆坐标系下的第二坐标;其中所述车辆坐标系是以车辆后轴中心在地面的投影点为原点,车辆横向方向为X轴,纵向方向为Y轴,垂直方向为Z轴。
A3、根据A2所述的方法,所述基于所述点云信息,确定符合墙壁特征的多组激光点,包括:获取所有激光点的第二坐标;基于所述激光点的第二坐标确定符合墙壁特征的多组激光点;其中,所述符合墙壁特征的多组激光点包括每组激光点的X值和Y值坐标一致或在一定阈值范围之内,其中,所述X值和Y值是激光点在车辆坐标系下X轴和Y轴的投影。
A4、根据A3所述的方法,从所述多组激光点中每组分别确定一个车道线候选点,包括:分别确定每组激光点中X值和Y值的均值;分别确定所述X值的均值为所述车道线候选点的X值,确定所述Y值的均值为所述车道线候选点的Y值;将所述车道线候选点的X值和Y值投影至地面,得到所述车道线候选点。
A5、根据A4所述的方法,所述模拟生成所述车辆周围的车道线,包括:基于所述车道线候选点的X值,区分位于所述车辆左侧和/或右侧的车道线候选点;基于同一侧车道线候选点的第二坐标,求解曲线方程得到曲线;将所述曲线作为车道线候选点所在一侧的车道线。
A6、根据A5所述的方法,所述模拟生成所述车辆周围的车道线,进一步包括:判断所述车辆是否仅有一侧具有车道线;若是,则复制平移所述车道线,在车辆另一侧形成一条或多条车道线。
A7、根据A6所述的方法,所述模拟生成所述车辆周围的车道线进一步包括:当所述车辆左右两侧均有车道线时,计算所述车辆左右两侧两条车道线之间的距离;判断所述距离是否大于预设宽度;当所述距离大于预设宽度时,复制平移所述车辆左右两侧两条车道线中的任意一条,形成符合预设宽度的车道线。
A8、根据A1-7任一项所述的方法,所述方法进一步包括:确定所述车辆坐标系中车辆的位置;在预设显示界面中显示与所述车辆的位置对应的车辆标识;在预设显示界面中,所述车辆的标识的周围显示所述模拟生成的车道线。
B1、一种车道线模拟装置,包括:点云信息获取单元,用于获取激光雷达的点云信息;激光点确定单元,用于基于所述点云信息,确定符合墙壁特征的多组激光点;车道线候选点确定单元,用于从所述多组激光点中每组分别确定一个车道线候选点;车道线模拟单元,用于根据多个所述车道线候选点,模拟生成所述车辆周围的车道线。
B2、根据B1所述的装置,所述点云信息获取单元,包括:第一坐标获取子单元,用于获取激光点在激光坐标系下的第一坐标;坐标转换子单元,用于基于激光坐标系和车辆坐标系之间的标定关系,转换所述第一坐标转换为车辆坐标系下的第二坐标;其中所述车辆坐标系是以车辆后轴中心在地面的投影点为原点,车辆横向方向为X轴,纵向方向为Y轴,垂直方向为Z轴。
B3、根据B2所述的装置,所述激光点确定单元,包括:第二坐标获取子单元,用于获取所有激光点的第二坐标;激光点确定子单元,用于基于所述激光点的第二坐标确定符合墙壁特征的多组激光点;其中,所述符合墙壁特征的多组激光点包括每组激光点的X值和Y值坐标一致或在一定阈值范围之内,其中,所述X值和Y值是激光点在车辆坐标系下X轴和Y轴的投影。
B4、根据B3所述的装置,所述车道线候选点确定单元,包括:均值确定子单元,用于分别确定每组激光点中X值和Y值的均值;单值坐标确定子单元,用于确定所述X值的均值为所述车道线候选点的X值,确定所述Y值的均值为所述车道线候选点的Y值;投影子单元,用于将所述车道线候选点的X值和Y值投影至地面,得到所述车道线候选点。
B5、根据B4所述的装置,所述车道线模拟单元,包括:区分子单元,用于基于所述车道线候选点的X值,区分位于所述车辆左侧或右侧的车道线候选点;求解子单元,用于基于同一侧车道线候选点的第二坐标,求解曲线方程得到曲线;车道线确定子单元,用于将所述曲线作为车道线候选点所在一侧的车道线。
B6、根据B5所述的装置,所述车道线模拟单元,进一步包括:车道线判断子单元,用于判断所述车辆是否仅有一侧具有车道线;复制平移子单元,用于当仅有一侧具有车道线时,则复制平移所述车道线,在车辆另一侧形成一条或多条车道线。
B7、根据B6所述的装置,所述车道线模拟单元,进一步包括:距离计算子单元,用于当所述车辆左右两侧均有车道线时,计算所述车辆左右两侧两条车道线之间的距离;距离判断子单元,用于判断所述距离是否大于预设宽度;所述复制平移子单元,进一步用于当所述距离大于预设宽度时,复制平移所述车辆左右两侧两条车道线中的任意一条,形成符合预设宽度的车道线。
B8、根据B1-7任一项所述的装置,所述装置进一步包括:位置确定单元,用于确定所述车辆坐标系中车辆的位置;标识显示单元,用于在预设显示界面中显示与所述车辆的位置对应的车辆标识;车道线显示单元,用于在预设显示界面中,所述车辆的标识的周围显示所述模拟生成的车道线。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种车道线模拟方法,其特征在于,包括:
获取激光雷达的点云信息;
基于所述点云信息,确定符合墙壁特征的多组激光点;
从所述多组激光点中每组分别确定一个车道线候选点;
根据多个所述车道线候选点,模拟生成车辆周围的车道线。
2.根据权利要求1所述的方法,其特征在于,所述获取激光雷达的点云信息,包括:
获取激光点在激光坐标系下的第一坐标;
基于激光坐标系和车辆坐标系之间的标定关系,转换所述第一坐标为车辆坐标系下的第二坐标;
其中所述车辆坐标系是以车辆后轴中心在地面的投影点为原点,车辆横向方向为X轴,纵向方向为Y轴,垂直方向为Z轴。
3.根据权利要求2所述的方法,其特征在于,所述基于所述点云信息,确定符合墙壁特征的多组激光点,包括:
获取所有激光点的第二坐标;
基于所述激光点的第二坐标确定符合墙壁特征的多组激光点;
其中,所述符合墙壁特征的多组激光点包括每组激光点的X值和Y值坐标一致或在一定阈值范围之内,其中,所述X值和Y值是激光点在车辆坐标系下X轴和Y轴的投影。
4.根据权利要求3所述的方法,其特征在于,从所述多组激光点中每组分别确定一个车道线候选点,包括:
分别确定每组激光点中X值和Y值的均值;
分别确定所述X值的均值为所述车道线候选点的X值,确定所述Y值的均值为所述车道线候选点的Y值;
将所述车道线候选点的X值和Y值投影至地面,得到所述车道线候选点。
5.根据权利要求4所述的方法,其特征在于,所述模拟生成所述车辆周围的车道线,包括:
基于所述车道线候选点的X值,区分位于所述车辆左侧和/或右侧的车道线候选点;
基于同一侧车道线候选点的第二坐标,求解曲线方程得到曲线;
将所述曲线作为车道线候选点所在一侧的车道线。
6.根据权利要求5所述的方法,其特征在于,所述模拟生成所述车辆周围的车道线,进一步包括:
判断所述车辆是否仅有一侧具有车道线;
若是,则复制平移所述车道线,在车辆另一侧形成一条或多条车道线。
7.根据权利要求6所述的方法,其特征在于,所述模拟生成所述车辆周围的车道线进一步包括:
当所述车辆左右两侧均有车道线时,计算所述车辆左右两侧两条车道线之间的距离;
判断所述距离是否大于预设宽度;
当所述距离大于预设宽度时,复制平移所述车辆左右两侧两条车道线中的任意一条,形成符合预设宽度的车道线。
8.一种车道线模拟装置,其特征在于,包括:
点云信息获取单元,用于获取激光雷达的点云信息;
激光点确定单元,用于基于所述点云信息,确定符合墙壁特征的多组激光点;
车道线候选点确定单元,用于从所述多组激光点中每组分别确定一个车道线候选点;
车道线模拟单元,用于根据多个所述车道线候选点,模拟生成所述车辆周围的车道线。
9.一种车道线模拟设备,其特征在于,包括:
处理器、存储器、网络接口和用户接口;
所述处理器、存储器、网络接口和用户接口通过总线系统耦合在一起;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至7所述车道线模拟方法的步骤。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至7所述车道线模拟方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810621946.8A CN108873896B (zh) | 2018-06-15 | 2018-06-15 | 一种车道线模拟方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810621946.8A CN108873896B (zh) | 2018-06-15 | 2018-06-15 | 一种车道线模拟方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108873896A true CN108873896A (zh) | 2018-11-23 |
CN108873896B CN108873896B (zh) | 2021-07-02 |
Family
ID=64339465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810621946.8A Active CN108873896B (zh) | 2018-06-15 | 2018-06-15 | 一种车道线模拟方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108873896B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110807412A (zh) * | 2019-10-30 | 2020-02-18 | 驭势科技(北京)有限公司 | 一种车辆激光定位的方法、车载设备和存储介质 |
CN111652952A (zh) * | 2020-06-05 | 2020-09-11 | 腾讯科技(深圳)有限公司 | 车道线生成方法、装置、计算机设备和存储介质 |
CN111738057A (zh) * | 2020-04-30 | 2020-10-02 | 上海智目科技有限公司 | 一种基于路边特征的车道线校正方法和装置 |
CN111762178A (zh) * | 2019-03-29 | 2020-10-13 | 罗伯特·博世有限公司 | 用于车辆轨迹确定的高速公路出口检测和线镜像 |
CN111829549A (zh) * | 2020-07-30 | 2020-10-27 | 吉林大学 | 一种基于高精度地图的积雪路面虚拟车道线投影方法 |
CN112309232A (zh) * | 2020-10-15 | 2021-02-02 | 北京三快在线科技有限公司 | 一种确定车道线的方法及装置 |
CN112802094A (zh) * | 2021-04-08 | 2021-05-14 | 顺为智能科技(常州)有限公司 | 一种无人驾驶车辆隧道内姿态检测方法 |
CN113096399A (zh) * | 2021-04-01 | 2021-07-09 | 浙江大华技术股份有限公司 | 丢失信息的补全方法及装置 |
CN113432553A (zh) * | 2020-03-23 | 2021-09-24 | 北京图森智途科技有限公司 | 一种挂车夹角的测量方法、装置及车辆 |
CN113558530A (zh) * | 2021-07-30 | 2021-10-29 | 北京小狗吸尘器集团股份有限公司 | 一种清扫方法、存储介质和扫地机 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101837780A (zh) * | 2009-03-18 | 2010-09-22 | 现代自动车株式会社 | 使用虚拟分车道线的车道偏离报警方法和系统 |
CN102622784A (zh) * | 2012-03-29 | 2012-08-01 | 北京速通科技有限公司 | 利用正交相控阵天线实现多车道自由流电子收费的方法 |
CN102862574A (zh) * | 2012-09-21 | 2013-01-09 | 上海永畅信息科技有限公司 | 基于智能手机实现车辆主动安全的方法 |
US20130190982A1 (en) * | 2012-01-25 | 2013-07-25 | Denso Corporation | Lane departure control system |
CN104029676A (zh) * | 2013-03-05 | 2014-09-10 | 通用汽车环球科技运作有限责任公司 | 车辆车道确定 |
US9120486B1 (en) * | 2014-04-22 | 2015-09-01 | Fca Us Llc | Vehicle lane keeping techniques |
CN104943611A (zh) * | 2015-06-12 | 2015-09-30 | 上海卓易科技股份有限公司 | 车辆行驶状态的监测方法及监测器 |
CN105922991A (zh) * | 2016-05-27 | 2016-09-07 | 广州大学 | 基于生成虚拟车道线的车道偏离预警方法及系统 |
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 |
US20160353358A1 (en) * | 2015-05-26 | 2016-12-01 | FreeFlight Systems, Inc. | Unmanned aerial vehicle guidance and communication device with system and method |
CN106599767A (zh) * | 2015-10-16 | 2017-04-26 | 福特全球技术公司 | 虚拟环境中的车道边界检测数据生成 |
CN106740841A (zh) * | 2017-02-14 | 2017-05-31 | 驭势科技(北京)有限公司 | 基于动态控制的车道线检测方法、装置及车载设备 |
CN107272019A (zh) * | 2017-05-09 | 2017-10-20 | 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 |
-
2018
- 2018-06-15 CN CN201810621946.8A patent/CN108873896B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101837780A (zh) * | 2009-03-18 | 2010-09-22 | 现代自动车株式会社 | 使用虚拟分车道线的车道偏离报警方法和系统 |
US20130190982A1 (en) * | 2012-01-25 | 2013-07-25 | Denso Corporation | Lane departure control system |
CN102622784A (zh) * | 2012-03-29 | 2012-08-01 | 北京速通科技有限公司 | 利用正交相控阵天线实现多车道自由流电子收费的方法 |
CN102862574A (zh) * | 2012-09-21 | 2013-01-09 | 上海永畅信息科技有限公司 | 基于智能手机实现车辆主动安全的方法 |
CN104029676A (zh) * | 2013-03-05 | 2014-09-10 | 通用汽车环球科技运作有限责任公司 | 车辆车道确定 |
US9120486B1 (en) * | 2014-04-22 | 2015-09-01 | Fca Us Llc | Vehicle lane keeping techniques |
US20160353358A1 (en) * | 2015-05-26 | 2016-12-01 | FreeFlight Systems, Inc. | Unmanned aerial vehicle guidance and communication device with system and method |
CN104943611A (zh) * | 2015-06-12 | 2015-09-30 | 上海卓易科技股份有限公司 | 车辆行驶状态的监测方法及监测器 |
CN106599767A (zh) * | 2015-10-16 | 2017-04-26 | 福特全球技术公司 | 虚拟环境中的车道边界检测数据生成 |
CN105922991A (zh) * | 2016-05-27 | 2016-09-07 | 广州大学 | 基于生成虚拟车道线的车道偏离预警方法及系统 |
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 |
CN106740841A (zh) * | 2017-02-14 | 2017-05-31 | 驭势科技(北京)有限公司 | 基于动态控制的车道线检测方法、装置及车载设备 |
CN107272019A (zh) * | 2017-05-09 | 2017-10-20 | 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 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111762178A (zh) * | 2019-03-29 | 2020-10-13 | 罗伯特·博世有限公司 | 用于车辆轨迹确定的高速公路出口检测和线镜像 |
CN110807412A (zh) * | 2019-10-30 | 2020-02-18 | 驭势科技(北京)有限公司 | 一种车辆激光定位的方法、车载设备和存储介质 |
CN113432553B (zh) * | 2020-03-23 | 2023-06-16 | 北京图森智途科技有限公司 | 一种挂车夹角的测量方法、装置及车辆 |
CN113432553A (zh) * | 2020-03-23 | 2021-09-24 | 北京图森智途科技有限公司 | 一种挂车夹角的测量方法、装置及车辆 |
US11945499B2 (en) | 2020-03-23 | 2024-04-02 | Beijing Tusen Zhitu Technology Co., Ltd. | Method and apparatus for trailer angle measurement and vehicle |
CN111738057A (zh) * | 2020-04-30 | 2020-10-02 | 上海智目科技有限公司 | 一种基于路边特征的车道线校正方法和装置 |
CN111652952A (zh) * | 2020-06-05 | 2020-09-11 | 腾讯科技(深圳)有限公司 | 车道线生成方法、装置、计算机设备和存储介质 |
CN111829549A (zh) * | 2020-07-30 | 2020-10-27 | 吉林大学 | 一种基于高精度地图的积雪路面虚拟车道线投影方法 |
CN111829549B (zh) * | 2020-07-30 | 2022-05-24 | 吉林大学 | 一种基于高精度地图的积雪路面虚拟车道线投影方法 |
CN112309232A (zh) * | 2020-10-15 | 2021-02-02 | 北京三快在线科技有限公司 | 一种确定车道线的方法及装置 |
CN113096399A (zh) * | 2021-04-01 | 2021-07-09 | 浙江大华技术股份有限公司 | 丢失信息的补全方法及装置 |
CN112802094A (zh) * | 2021-04-08 | 2021-05-14 | 顺为智能科技(常州)有限公司 | 一种无人驾驶车辆隧道内姿态检测方法 |
CN113558530A (zh) * | 2021-07-30 | 2021-10-29 | 北京小狗吸尘器集团股份有限公司 | 一种清扫方法、存储介质和扫地机 |
Also Published As
Publication number | Publication date |
---|---|
CN108873896B (zh) | 2021-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108873896A (zh) | 一种车道线模拟方法、装置及存储介质 | |
CN111123735B (zh) | 自动驾驶仿真运行方法和装置 | |
CN110103983A (zh) | 用于端对端自主车辆验证的系统和方法 | |
JP2024055902A (ja) | 手続き的な世界の生成 | |
CN110462543A (zh) | 用于评估自动驾驶车辆的感知要求的基于仿真的方法 | |
WO2021057134A1 (zh) | 场景识别的方法与计算设备 | |
CN109427214A (zh) | 使用模拟传感器数据扩增现实传感器记录 | |
CN110386142A (zh) | 用于自动驾驶车辆的俯仰角校准方法 | |
CN108073950A (zh) | 识别方法、识别装置、识别器生成方法以及识别器生成装置 | |
CN107341454A (zh) | 一种场景中障碍物的检测方法及装置、电子设备 | |
CN117836653A (zh) | 一种基于车载定位装置的路侧毫米波雷达校准方法 | |
CN108268483A (zh) | 生成用于无人车导航控制的网格地图的方法 | |
US20210004608A1 (en) | Vehicle image generation | |
CN102034013A (zh) | 汽车斜碰撞事故分析计算与模拟再现计算机系统 | |
JPWO2019065409A1 (ja) | 自動運転シミュレータ及び自動運転シミュレータ用地図生成方法 | |
CN107526906A (zh) | 一种基于数据采集的驾驶风格辨识装置及方法 | |
CN102156767A (zh) | 一种汽车与地面固定物碰撞事故分析计算与模拟再现系统 | |
CN108327724A (zh) | 通过无监督学习的对象跟踪 | |
CN108327723A (zh) | 通过无监督学习的对象跟踪 | |
CN108268518A (zh) | 生成用于无人车导航控制的网格地图的装置 | |
CN109703569A (zh) | 一种信息处理方法、装置及存储介质 | |
CN108089573A (zh) | 车辆视觉 | |
CN112706785B (zh) | 一种自动驾驶车辆行驶环境认知目标选择方法、装置及存储介质 | |
CN109781129A (zh) | 一种基于车辆间通信的路面安全性检测系统及方法 | |
JP2022129175A (ja) | 車両評価方法及び車両評価装置 |
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 |