一种路面标记激光点云的获取方法及装置
技术领域
本发明涉及电子地图技术领域,特别是涉及一种路面标记激光点云的获取方法及装置。
背景技术
随着城市的发展,城市里的车辆越来越多,城市的交通越来越拥堵,人们驾车越来越趋于疲惫。为了满足人们的出行要求,自动驾驶技术应用而生。自动驾驶的关键在于能够高精度地识别周围的道路环境,从而使自动驾驶安全可靠。目前的自动驾驶车辆通过安装激光探头,已经能够实时获取周围的激光数据,结合高精度道路数据,以供车辆做出正确的行驶决策,而高精度道路数据需要路面上的路面标记,如车道线、箭头等。
目前获取路面标记一般通过以下的两种方式实现,第一种:使用路面激光点云的反射率加权平均值作为反射率阈值,低于该反射率阈值的激光点云认为是普通路面,高于反射率阈值的激光点云作为路面标记;第二种:使用路面激光点云反射率的平均值作为反射率初始值,反复使用密度聚类、反射率聚类,直到达到迭代次数或误差小于预定值为止,最终留下的点作为路面标记。
发明人在实施上述的方法获取道路标识时,发现现有技术中至少存在如下问题,第一种方法输出的激光点云包含大量的噪声,准确率低。第二种方法准确率虽然比第一种的高,但是输出结果依赖于反复迭代次数和误差参数,算法复杂度高,效率低。
发明内容
有鉴于此,本发明提供的一种路面标记激光点云的获取方法及装置,主要目的在于高效的处理路面激光点云,准确的获取路面标记激光点云。
为了解决上述问题,本发明主要提供如下技术方案:
第一方面,本发明提供了一种路面标记激光点云的获取方法,包括:
根据道路激光点云包括的激光点的高度,从所述道路激光点云中选取路面激光点云;
根据所述路面激光点云包括的路面激光点的反射率分布,确定路面反射率和路面标记反射率;
根据反射率在所述路面反射率和路面标记反射率之间的路面激光点的分布,确定反射率阈值;
从所述路面激光点云中,选取反射率大于所述反射率阈值的路面激光点作为路面标记激光点。
第二方面,本发明还提供一种路面标记激光点云的获取装置,包括:
第一选取单元,用于根据道路激光点云包括的激光点的高度,从所述道路激光点云中选取路面激光点云;
第一确定单元,用于根据所述路面激光点云包括的路面激光点的反射率分布,确定路面反射率和路面标记反射率;
第二确定单元,用于根据反射率在所述路面反射率和路面标记反射率之间的路面激光点的分布,确定反射率阈值;
第二选取单元,用于从所述路面激光点云中,选取反射率大于所述反射率阈值的路面激光点作为路面标记激光点。
第三方面,本发明还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行如上所述的路面标记激光点云的获取方法。
第四方面,本发明还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行如上所述的路面标记激光点云的获取方法。
第五方面,本发明还提供一种终端设备,包括至少一个处理器;所述存储介质,用于存储所述处理器执行的程序,以及所述处理器执行所述程序过程中所需的数据;
所述处理器,用于运行程序,其中,所述程序运行时执行如上所述的路面标记激光点云的获取方法。
本发明提供的路面标记激光点云的获取方法及装置,选取的路面标记激光点云的反射率阈值,是位于所述路面反射率和路面标记反射率之间激光点的反射率,由于理想状态下,道路面上应该存在两种反射率,一种是路面反射率,另一种是路面标记反射率,并且由于路面标记一般是涂抹成白线或者黄线,其反射率高于路面反射率,但实际情况下道路的反射率是高于0小于65535的任何整数值,故本发明中选取的路面标记反射率阈值位于路面反射率和路面标记反射率之间,并且根据反射率在所述路面反射率和路面标记反射率之间的路面激光点的分布确定反射率阈值,使得反射率阈值的获取遵循道路反射率的自然规律,以及反射率对应激光点云数量跳变的规律,使得获取的反射率阈值相比使用路面激光点云的反射率加权平均值更为准确;并且路面反射率和路面标记反射率,是根据道路激光点云包括的激光点的高度,从道路激光点云中选取的路面激光点云,并根据所述路面激光点云包括的路面激光点的反射率分布获取的,不用依赖复杂的算法进行反复的计算,使得计算过程简单、快速,进而提高了获取路面标记激光点云的效率。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种路面标记激光点云的获取方法的流程图;
图2示出了本发明实施例提供的一种根据路面激光点云的反射率分布,确定路面反射率和路面标记反射率方法的流程图;
图3示出了本发明实施例提供的一种激光点云反射率数量分布规律示意图;
图4示出了本发明实施例提供的一种根据反射率在所述路面反射率和路面标记反射率之间的路面激光点的分布,确定反射率阈值的方法流程图;
图5示出了本发明实施例提供的一种激光点云分段反射率一阶差分统计图;
图6示出了本发明实施例提供的另一种根据路面激光点云的反射率分布,确定路面反射率和路面标记反射率方法的流程图;
图7示出了本发明实施例提供的另一种根据反射率在所述路面反射率和路面标记反射率之间的路面激光点的分布,确定反射率阈值的方法流程图;
图8示出了本发明实施例提供的路面过滤效果图;
图9示出了现有技术中使用反射率平均值作为反射率预置的路面过滤效果图;
图10示出了本发明实施例提供的一种路面标记激光点云的获取装置的组成框图;
图11示出了本发明实施例提供的另一种路面标记激光点云的获取装置的组成框图;
图12示出了本发明实施例提供的另一种路面标记激光点云的获取装置的组成框图;
图13示出了本发明实施例提供的另一种路面标记激光点云的获取装置的组成框图;
图14示出了本发明实施例提供的另一种路面标记激光点云的获取装置的组成框图;
图15示出了本发明实施例提供的另一种路面标记激光点云的获取装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明实施例提供一种路面标记激光点云的获取方法,如图1所示,该方法包括:
101、根据道路激光点云包括的激光点的高度,从所述道路激光点云中选取路面激光点云。
激光点云也称为点云,是利用激光在同一空间参考系下获取物体表面每个采样点的空间坐标,得到一系列表达目标空间分布和目标表面特性海量点的集合,这个点集合就称之为“点云”(Point Cloud)。根据激光丈量原理得到的每一个激光点,包括三维坐标(XYZ)和激光反射率。在自动驾驶领域,激光点云是激光采集车,车载激光探头在道路上行走采集的目标表面特性海量激光点的集合;采集的激光点云包括普通路面、路面标记、桥梁、行驶的车辆、隔离带等道路上设置和行走物体的表面特性激光点。根据三维坐标可以获知,采集的激光点中,普通路面的高度一定是低于路面标记、桥梁和隔离带等高度的,但是由于路面标记画设在普通路面的上表面,其又不好区分,故本发明实施例中将普通路面和路面标记标识成为路面。在获取路面激光点云时,要先将获取的道路激光点云中其他的非路面激光点云过滤掉。在过滤非路面激光点云时,可以通过但不局限于根据道路激光点云包括的激光点的高度,从道路激光点云中选取路面激光点云。
102、根据所述路面激光点云包括的路面激光点的反射率分布,确定路面反射率和路面标记反射率。
理想情况下,路面上应该仅存在两个目标物体,即普通路面和设置在普通路面上的路面标记,根据不同物体不同反射率的规律,从路面上采集的激光点云包括的激光点应该有两个反射率数值,即路面反射率Ir和路面标记反射率Is,并且路面标记一般是涂成白色或者黄色,其反射率是大于路面反射率的。但实际情况下路面的反射率是高于0小于65535的任何整数值。根据统计规律,普通路面的反射率服从以Ir为期望的正态分布,路面标记的反射率服从以Is为期望的正态分布。故基于上述反射率规律,对选取的所述路面激光点云包括的激光点的反射率分布进行统计,便可以确定路面反射率和路面标记反射率。
103、根据反射率在所述路面反射率和路面标记反射率之间的路面激光点的分布,确定反射率阈值。
如上所述的,普通路面的反射率服从以Ir为期望的正态分布,路面标记的反射率服从以Is为期望的正态分布,故从普通路面的反射率到路面标记的反射率过度时,其反射率对应的激光点云的数量也服从该正太分布,反射率为Ir时,普通路面激光点云的数量最多,之后随着路面反射率的降低,激光点云的数量降低;但是当过度到路面标记的反射率时,采集到的激光点云的数量也随着增加,当反射率到达Is时,采集到的路面标记激光点云的数量达到最大;故获取位于所述路面反射率和路面标记反射率之间激光点的反射率,即可获取从普通道路反射率过度到路面标记反射率的过度激光点的反射率,将该过度激光点的反射率作为获取路面标记的反射率阈值。当路面激光点云的反射率大于该反射率阈值时,即为路面标记激光点云的反射率;当路面激光点云的反射率小于该反射率阈值时,即为普通路面激光点云的反射率。
104、从所述路面激光点云中,选取反射率大于所述反射率阈值的路面激光点作为路面标记激光点。
本发明实施例中,选取的路面标记激光点云的反射率阈值,是位于所述路面反射率和路面标记反射率之间激光点的反射率,由于理想状态下,道路面上应该存在两种反射率,一种是路面反射率,另一种是路面标记反射率,并且由于路面标记一般是涂抹成白线或者黄线,其反射率高于路面反射率,但实际情况下道路的反射率是高于0小于65535的任何整数值,故本发明中选取的路面标记反射率阈值位于路面反射率和路面标记反射率之间,并且根据反射率在所述路面反射率和路面标记反射率之间的路面激光点的分布确定反射率阈值,使得反射率阈值的获取遵循道路反射率的自然规律,以及反射率对应激光点云数量跳变的规律,使得获取的反射率阈值相比使用路面激光点云的反射率加权平均值更为准确;并且路面反射率和路面标记反射率,是根据道路激光点云包括的激光点的高度,从道路激光点云中选取的路面激光点云,并根据所述路面激光点云包括的路面激光点的反射率分布获取的,不用依赖复杂的算法进行反复的计算,使得计算过程简单、快速,进而提高了获取路面标记激光点云的效率。
进一步的,在执行上述102时,如上所述的,路面反射率和路面标记反射率的确定,遵循道路反射率的自然规律,以及反射率对应激光点云数量跳变的规律,故在基于路面激光点云包括的路面激光点的反射率分布,确定路面反射率和路面标记反射率时,可以统计不同反射率的激光点的数量,进而确定激光点云反射率的分布。在对不同反射率激光点云的数量时,可以根据统计学原理进行,确定激光点云的分布区间,并以激光点云的分布区间进行对应激光点云数量的统计,这样可以加快统计的速度。在按照分布区间进行不同反射率激光点云数量的统计时,可以按照从最小反射率到不同反射率区间上限值这样的大区间进行统计,也可以按照划分好的相邻区间的小区间进行统计,具体的本发明实施例对此不进行限制。其中,反射率大区间为:将最小反射率和最大反射率中间的反射率,按照预定步长划分得到多个反射率中值,由最小反射率到每个反射率中值以及最小反射率和最大反射率构成的反射率区间作为反射率大区间;反射率小区间为:由最小反射率和第一个反射率中值构成第一个小反射率区间,最后一个反射率中值和最大反射率构成最后一个小反射率区间,中间相邻的两个中值反射率构成一个小反射率区间。
以下实施例,将分别针对大区间和小区间的不同反射率激光点云数量统计进行具体介绍。
如图2所示,本发明实施例以大区间统计不同反射率激光点云数量为例,具体介绍根据所述路面激光点云包括的路面激光点的反射率分布,确定路面反射率和路面标记反射率的方法,该方法包括:
201、根据所述路面激光点云包括的路面激光点的最小反射率和最大反射率,得到预定数量的反射率中值。
如上所述的,路面的反射率是高于0小于65535的任何整数值,若对每一个反射率对应的激光点云数量都进行统计,其计算量比较大,并且使用价值不大,故在对反射率对应的激光点云数量进行统计时,按照概率统计学,对获取的激光点云的反射率按照分布情况进行区间的划分,将反射率进行区间的划分后,统计每个反射率区间对应激光点云的数量。
其中,在进行反射率区间的划分时,也是要遵循概率学的概念,若划分的反射率区间数量太多,例如5000个反射率区间,其计算量较大;若化分的反射率区间数量太少,例如2个反射率区间,其计算量虽然少了,但是统计数量将没有意义,故在进行反射率区间的划分的时候,可以根据经验选取合适的反射率区间数量,例如100个反射率区间或者80个反射率区间,或者130个反射率区间,该数量的选取在统计学上应该是有意义的,但具体的数量本发明实施例对此不进行限制。
具体的,本发明实施例中,在进行反射率区间划分的时候,使用反射率中值进行。其中,根据所述路面激光点云包括的路面激光点的最小反射率和最大反射率,得到预定数量的反射率中值,可以采用但不局限于以下的方法实现,该方法包括:
1、对所述路面激光点云包括的路面激光点的反射率进行遍历,得到最小反射率和最大反射率。
对所述路面激光点云包括的激光点的反射率进行统计,得到最小反射率和最大反射率;反射率最小值记做Min,最大值记做Max。
2、根据所述最小反射率、最大反射率以及预定的反射率中值的数量,得到反射率步长。
在对选取的所述路面激光点云的反射率进行区间分段时,如上所述,其根据统计学概率可以划分为预定数量个区间,例如,100个反射率区间;该区间由最小反射率、99个反射率中值以及最大反射率构成。
其中,由于将路面激光点云包括的激光点的反射率划分为100个反射率区间,每个反射率区间的反射率步长为(Max–Min)/100。
3、从所述最小反射率开始,按照所述反射率步长对所述路面激光点云包括的路面激光点的反射率进行划分得到预定所述数量的反射率中值。
本发明实施例中,基于反射率从低到高的顺序,按照步长(Max–Min)/100,将最小反射率Min和最大反射率Max之间的反射率进行划分,得到99个反射率中值。
202、统计反射率在每个反射率中值以下的路面激光点的数量。
由于本发明实施例中的每个反射率中值是基于最大反射率和最小反射率进行划分的,故对反射率在每个反射率中值以下并且在最小反射率以上区间内的激光点云数量进行统计时,不同反射率区间统计得到的激光点云的数量不同,有的反射率区间的激光点云的数量趋近于零,有的反射率区间激光点云随着反射率的增加不断增加。具体执行时,可以采用但不局限于以下的方法实现,该方法包括:
1、根据最小反射率、反射率中值数值以及反射率中值划分的步长确定每个反射率中值的反射率;其中,每个反射率中值定义为Ii;其中i为反射率中值数值,i=1,2,…,99,则通过以下的公式计算Ii;
Ii=Min+i*(Max–Min)/100
2、统计落入最小反射率和每个反射率率中值之间的路面激光点云的数量,得到每个反射率中值以下的路面激光点的数量。其中,定义Ci为路面激光点云中反射率小于Ii的数量,即反射率在每个反射率中值以下的路面激光点的数量;通过遍历获取的激光点云的反射率,得到Ci的分布规律如图3所示,图3的横坐标是反射率中值数值的下标,即1,2,…,100,纵坐标是Ci。
203、根据统计出的各反射率中值对应的路面激光点的数量,确定出包含路面激光点和路面标记激光点的反射率中值集合。
本步骤中,根据统计出的各反射率中值对应的路面激光点的数量,确定出包含路面激光点和路面标记激光点的反射率中值集合,可以采用但不局限于以下的方法实现,该方法包括:
从各反射率中值中,选取对应路面激光点的数量在预定的点云数量阈值以上,并且相邻两个反射率中值对应的路面激光点的数量的变化在预定的点云变化量阈值以内的连续的反射率中值,构成包含路面激光点和路面标记激光点的反射率中值集合。
该处值得说明的是,本发明实施例中的反射率中值的获取,是基于最小反射率和最大反射率之间的反射率按照预定步长进行的,其是一个理论连续反射率区间,但是实际统计的时,不一定从最小反射率一直到最大反射率中间的每个一个反射率都有对应的激光点与之对应,若激光点数量一直趋近于零,这个是不符合道路反射规律的,故在选择包含路面激光点和路面标记激光点的反射率中值集合时,要选择激光点数量在一定数量以上的反射率中值区间。并且,基于上述的反射率从路面反射率到路面标记反射率之间反射率数值跳变的规律,相邻两个反射率中值对应的路面激光点的数量的变化在预定的点云变化量阈值以内,该处的激光点云变化量阈值理论上应该是零,但是在实际统计中,难免有零星的激光点云被统计,故该处的预置应该是趋近于零的。故统计的示意图中,相邻两个反射率中值对应的路面激光点的数量的变化应该是趋近于没有变化的。其中,从图中可以看出有三段平行于横轴的直线,意味着随着下标的变化,Ci几乎没有变化,即该反射率区间没有激光点云或者激光点云的数量很少,趋近于0。其中,第二段平行于横轴的直线的前端经过了激光点云的数量从0渐变到40000的过程,代表其是过渡到了普通路面;后端从40000逐渐过渡到45000,并且其反射率是增加的;如前所述的普通路面的反射率小于路面标记的反射率,故第二段平行于横轴的直线,表示的就是介于Ir和Is中间的反射率区域。
如上图3中所示,该相邻两个反射率中值对应的路面激光点的数量的变化在预定的点云变化量阈值以内的连续的反射率中值,由多个反射率中值构成,故本发明实施例中称之为构成包含路面激光点和路面标记激光点的反射率中值集合,当然,在理想状态下,其也可以由两个相邻反射率中值构成,具体的本发明实施例对此不进行限制。
204、将所述反射率中值集合中最小的一个作为路面反射率,最大的一个作为路面标记反射率。
本发明实施例中,在根据所述路面激光点云包括的路面激光点的反射率分布,确定路面反射率和路面标记反射率时,将选取的所述路面激光点云的反射率按照预定步长进行了反射率中值的划分,能够保证统计效果的同时减少计算量,在一定程度上加快了获取路面标记激光点云的效率。
基于上述图2的实施例,进一步的,在执行图2对应的步骤102时,本发明实施例中的步骤103该可以采用但不局限于以下的方法实现,如图4所示,该方法包括:
301、按照反射率中值的大小顺序,获得包含路面反射率和路面标记反射率的反射率中值集合中相邻两个反射率中值对应的路面激光点的差值。
按照反射率中值的大小顺序,获得包含路面反射率和路面标记反射率的反射率中值集合中相邻两个反射率中值对应的路面激光点的差值时,可以采用但不局限于以下的方法实现,该方法包括:获得包含路面反射率和路面标记反射率的反射率中值集合;获取反射率中值集合中在每个反射率中值以下的路面激光点的数量;按照反射率中值的大小顺序,将相邻两个反射率中值对应的路面激光点的数量进行减法运算,得到相邻两个反射率中值对应的路面激光点的差值。在将相邻两个反射率中值对应的路面激光点的数量进行减法运算时,可以使用一阶差分算法,也可以使用其他的差分方法,具体的本发明实施例对此不进行限制。一阶差分就是离散函数中连续相邻两项之差。如图5所示,表示激光点云不同反射率中值差分的激光点云的数量。is为第一个波峰对应的反射率中值下标,ie为第二个波峰对应的反射率中值下标。
302、获取最小的一个差值对应的相邻两个反射率中值。
在is和ie之间得到激光点云数量最少的相邻两个反射率中值的数值,记为imin。
303、从所述相邻两个反射率中值构成的反射率区间中,确定反射率阈值。
在从所述相邻两个反射率中值构成的反射率区间中,确定反射率阈值时,可以采用但不局限以下的方法实现,该方法包括:
1、计算相邻两个反射率中值构成的反射率区间的反射率上限值和下限值:
反射率上限值=Min+imin*(Max–Min)/100;
反射率下限值=Min+(imin-1)*(Max–Min)/100
2、从所述反射率范围中选取一个反射率作为反射率阈值。
其中,由于该选取的反射率区间为最小的一个差值对应的相邻两个反射率中值构成的区间,基于激光点云的分布规律,认为该区间中的任一反射率的数量基本相同,故,在从该最小的一个差值对应的相邻两个反射率中值构成的区间中选取一个反射率作为反射率阈值时,可以选择该最小的一个差值对应的相邻两个反射率中值构成的区间的上限反射率,也可以是下限反射率,也可以是该反射率区间中的任一个反射率,或者是该反射率区间中反射率的平均值,具体的本发明实施例对此不进行限制。
本发明实施例中,在计算相邻两个反射率中值对应的路面激光点的差值时,可以使用一阶差分法进行计算,该方法方便简单,在一定程度上提升了路面标记激光点云的获取效率。
并且,本发明实施中,在选取反射率阈值时,是基于反射率区间进行选取的,其反射率对应激光点云的数量,不用一一针对单一的反射率进行统计,基于反射率区间进行统计即可,在一定程度上简化了统计反射率对应激光点云的数量的繁杂程度,提升了路面标记激光点云的获取效率。
如图6所示,本发明实施例以小区间统计不同反射率激光点云数量为例,具体阐述根据所述路面激光点云包括的路面激光点的反射率分布,确定路面反射率和路面标记反射率的方法,该方法包括:
401、根据所述路面激光点云包括的路面激光点的最小反射率和最大反射率,得到预定数量的反射率中值;所述最小反射率、反射率中值及最大反射率按照大小顺序,构成预定数量个反射率区间,作为一个反射率区间的上限值的反射率中值是相邻的下一个反射率区间的下限值。
本发明实施例中,根据所述路面激光点云包括的路面激光点的最小反射率和最大反射率,得到预定数量的反射率中值的相关描述,可以参考图2对应实施例的相关描述,本发明实施例此处将不再赘述。
402、统计所述路面激光点云中反射率落入每个反射率区间的数量。
如步骤401中所述,本发明实施例中是由所述最小反射率、反射率中值及最大反射率按照大小顺序构成的预定数量个反射率区间;其中,第一个区间的反射率下限为最小反射率,反射率上限为第一个反射率中值;最后一个反射率区间的上限反射率为最大反射率,下限为最后一个反射率中值;中间的反射率区间由两个相邻的反射率中值构成,一个反射率区间的上限值的反射率中值是相邻的下一个反射率区间的下限值。
每个反射率区间对应的激光点云的数量是不一定的,并且采集到的路面激光点云的反射率是无序的,故本发明实施例中,统计所述路面激光点云中反射率落入每个反射率区间的数量时,需要先确定每个反射率区间的反射率的范围,并基于该反射率范围对落入每个反射率区间的路面激光点的数量进行统计。在对落入每个反射率区间的路面激光点的数量进行统计时,可以采用但不局限于以下的方法实现,该方法包括:第一种,对获取到的路面激光点云进行遍历,每统计一个反射率区间激光点的数量,就要遍历一次获取到的路面激光点云。第二种,先将获取到的路面激光点云包含的激光点按照反射率从小到达的顺序进行排序,基于排序后的激光点进行对应反射率率区间的激光点数量的统计。具体实施时采用哪种方法,本发明实施例对此不进行限制。
403、根据落入各反射率区间的路面激光点的数量,确定出由包含路面激光点和路面标记激光点的反射率区间构成的反射率区域。
其中,根据落入各反射率区间的路面激光点的数量,确定出包含路面激光点和路面标记激光点的反射率区域,可以采用但不局限于以下的方法实现,该方法包括:
1、统计每个反射率区间与排序在其之前的各个反射率区间的路面激光点的总数量作为该反射率区间的点云统计量。
该步骤具体的为:确定当前计算的反射率区间,以及排序在其之前的反射率区间;获取每个区间的路面激光点云的数量;将当前反射率区间以及排序在其之前的各个反射区间的路面激光点云的数量加和,得到统计每个反射率区间与排序在其之前的各个反射率区间的路面激光点的总数量。
2、选取所述激光点云统计量在预定数量以上,并且相邻两个反射率区间对应的点云统计量的变化在预定的点云变化量阈值以内的连续的反射率区间构成包含路面激光点和路面标记激光点的反射率区域。
本发明实施例该处选取所述点云统计量在预定数量以上,并且相邻两个反射率区间对应的点云统计量的变化在预定的点云变化量阈值以内的连续的反射率区间构成包含路面激光点和路面标记激光点的反射率区域,可以参考图2对应实施例中的相关描述,该处将不再赘述。
需要说明的是,由于本发明实施例中的反射率区间为小区间,故构成包含路面激光点和路面标记激光点的反射率区间可能由多个连续相邻的小的反射率区间构成,为了分区反射率小区间和连续反射率区间的不同,本发明实施例中将包含多个连续小反射率区间称为反射率区域。
404、将所述反射率区域中最小的反射率作为路面反射率,最大的反射率作为路面标记反射率。
本步骤404中的相关描述,可以参考图2对应的描述,该处将不再赘述。
进一步的,当采用上述图4的方法执行图1对应步骤102时,本发明实施例中还提供了对应的执行步骤103的相关方法,具体的可以采用但不局限于以下的方法实现,如图7所示,该方法包括:
501、从包含路面激光点和路面标记激光点的反射率区域包含的反射率区域中,选取路面激光点数量最少的反射率区间。
由于本发明实施例是小区间,如上述所述的反射率区间内的激光点数量统计时,是基于每个反射率区间进行统计的,故在执行本发明实施例的步骤的时,直接基于每个反射率区间的激光点数量,从反射率区域包含的反射率区间中,选取路面激光点数量最少的反射率区间即可。
502、从所述反射率区间中确定反射率阈值。
在从所述反射率区间中确定反射率阈值时,先确定该反射率区间的反射率上限值和下限值,之后从所述反射率范围中选取一个反射率作为反射率阈值。
其中,由于该选取的反射率区间为路面激光点数量最少的反射率区间,基于激光点云的分布规律,认为该区间中的任一反射率的数量基本相同,故,在从路面激光点数量最少的反射率区间中选取一个反射率作为反射率阈值时,可以选择该路面激光点云数量最少的反射率区间的上限反射率,也可以是下限反射率,也可以是该反射率区域中的任一个反射率,或者是该反射率区域中反射率的平均值,具体的本发明实施例对此不进行限制。
另外,在执行101时,可以采用但不局限于以下的方法,该方法包括:
基于采集车采集道路激光点云时形成的轨迹点的高度和所述道路激光点云包括的激光点的高度,从所述道路激光点云中选取路面激光点云;或者,基于道路激光点云对应道路包含车道的车道线高度和所述道路激光点云包括的激光点云的高度,从所述道路激光点云中选取路面激光点云。
当基于采集车采集道路激光点云时形成的轨迹点的高度和所述道路激光点云包括的激光点的高度,从所述道路激光点云中选取路面激光点云时,包括:
从采集车采集的道路激光点云中,选取目标激光点云,所述目标激光点云包括的激光点的高度低于所述采集车采集所述道路激光点云时形成的轨迹点的高度;其中,过滤掉道路激光点云中高度低于所述采集车采集所述道路激光点云时形成的轨迹点的高度的激光点云,剩下的道路激光点云包括道路面和其他噪声数据(噪声包括车辆、道路护栏等)。
但由于路面上的激光点云数量远高于噪声对应的激光点云的数量,故计算选取的道路激光点云包括的激光点的平均高度,即计算目标激光点云包括的激光点的平均高度。
从所述道路激光点云中,选取高度在所述平均高度上下预定阈值范围内的激光点构成路面激光点云;其中,该预定阈值可以为但不局限于20cm,具体的本发明实施例对此不进行限制,可以根据具体精确度的需求具体设置。
当于道路激光点云对应道路包含车道的车道线高度和道路激光点云包括的激光点云的高度,从所述道路激光点云中选取路面激光点云时,包括:
获取道路激光点云对应道路包含车道的车道线高度;其中,该车道线高度可以从高精度地图中获取。
从所述道路激光点云中,选取高度在所述车道线高度上下预定阈值范围内的激光点构成路面激光点云。
上述图2和图4提供的是针对大区间进行路面标记激光点云的获取方法,以下将结合具体实例进行介绍。
a1、根据道路激光点云包括的激光点的高度,从所述道路激光点云中选取路面激光点云。
a2、对所述路面激光点云包括的路面激光点的反射率进行遍历,得到最小反射率和最大反射率。本步骤中,对所述路面激光点云包括的路面激光点的反射率进行遍历,得到最小反射率Min=50和最大反射率Max=6050。
a3、根据所述最小反射率、最大反射率以及预定的反射率中值的数量,得到反射率步长。
本发明实施例中,根据统计学概率,将最大反射率和最小反射率中间划分为99个反射率中值,则根据所述最小反射率、最大反射率以及预定的反射率中值的数量,得到反射率步长具体为:(6050–50)/100=60。
a4、从所述最小反射率开始,按照所述反射率步长对所述路面激光点云包括的路面激光点的反射率进行划分得到预定所述数量的反射率中值。
本发明实施例中,从最小反射率50开始,按照步长60对所述路面激光点云包括的路面激光点的反射率进行划分,得到99个反射率中值。得到的反射率中值数值从小到大为i=1,2,…,99。每个反射率中值数值对应的反射率中值为Ii=Min+i*(Max–Min)/100;例如,第1个反射率中值为I1=50+1*(6050–50)/100=50+60=110;第50个反射率中值为I50=50+50*(6050–50)/100=50+3000=3050。其他反射率中值该处将不再一一计算,可以基于上述公式进行具体的计算获得。
a5、统计落入最小反射率和每个反射率率中值之间的路面激光点云的数量,得到每个反射率中值以下的路面激光点的数量。
本发明实施例的该步骤中,统计落入最小反射率和每个反射率率中值之间的路面激光点云的数量,即统计由最小反射率和反射率中值构成的反射率大区间的路面激光点的数量。本发明实施例结合图3进行具体数据的举例,如图3所示,该图3中横坐标为反射率中值数值,纵坐标为不同反射率中值以下最小反射率以上反射率大区间对应的激光点数。
其中,由最小反射率到第20个反射率中值构成的反射率区间,即从最小反射率50,到中值反射率1250构成的反射率区间的激光点的数量为0;从最小反射率到第40个反射率中值构成的反射率区间,即从最小反射率50,到中值反射率2450构成的反射率区间的激光点的数量为30000;从最小反射率到第50个反射率中值构成的反射率区间,即从最小反射率50,到中值反射率3050构成的反射率区间的激光点的数量为趋近于40000;从最小反射率到第75个反射率中值构成的反射率区间,即从最小反射率50,到中值反射率4550构成的反射率区间的激光点的数量为趋近于40000;其他的反射率大区间的激光点的数量,本发明实施例此处将不再一一计算了,基于图3便可以计算获知。
a6、从各反射率中值中,选取对应路面激光点的数量在预定的点云数量阈值以上,并且相邻两个反射率中值对应的路面激光点的数量的变化在预定的点云变化量阈值以内的连续的反射率中值,构成包含路面激光点和路面标记激光点的反射率中值集合。
从上述步骤5的统计可以得出,路面激光点的数量在预定的点云数量阈值以上,并且相邻两个反射率中值对应的路面激光点的数量的变化在预定的点云变化量阈值以内的连续的反射率中值,可以为第50个反射率中值到第75个反射率中值之间连续的反射率中值。
a7、将所述反射率中值集合中最小的一个作为路面反射率,最大的一个作为路面标记反射率。
本发明实施例中,将最小的一个反射率中值,即第50个反射率中值对应的反射率3050作为路面反射率,将第75个反射率中值对应的反射率4550路面标记反射率。
a8、按照反射率中值的大小顺序,获得包含路面反射率和路面标记反射率的反射率中值集合中相邻两个反射率中值对应的路面激光点的差值。
如图5所示,从第50个反射率中值开始,依次将第51个反射率中值对应的激光点数量与第50个反射率中值对应的路面激光点数量相减,差值等于或者趋近于0,其他相邻的两个反射率中值对应的路面激光点数量相减,差值也是等于或者趋近于0。
a9、获取最小的一个差值对应的相邻两个反射率中值。本发明实施例中,假如,差值最小的相邻的两个反射率中值为62、63。
a10、从所述相邻两个反射率中值构成的反射率区间中,确定反射率阈值。本发明实施例中,确定相邻的两个反射率中值62、63构成的反射率区间对应的反射率为3770-3830,即从反射率3770-3830中确定反射率阈值;如上所述的,该反射率阈值可以为3770,也可以为3830,也可以为3770-3830中间的平均值,也可以为3770-3830中间的任意一个反射率,具体的本发明实施例对此不进行限制。
a11、从所述路面激光点云中,选取反射率大于所述反射率阈值的路面激光点作为路面标记激光点。本发明实施例中可以为从所述路面激光点云中,选取反射率大于3770的路面激光点作为路面标记激光点。
上述图6和图7提供的是针对小区间进行路面标记激光点云的获取方法,以下将结合具体实例进行介绍。
b1、根据道路激光点云包括的激光点的高度,从所述道路激光点云中选取路面激光点云。
b2、对所述路面激光点云包括的路面激光点的反射率进行遍历,得到最小反射率和最大反射率。本步骤中,对所述路面激光点云包括的路面激光点的反射率进行遍历,得到最小反射率Min=50和最大反射率Max=6050。
b3、根据所述最小反射率、最大反射率以及预定的反射率中值的数量,得到反射率步长。
本发明实施例中,根据统计学概率,将最大反射率和最小反射率中间划分为99个反射率中值,则根据所述最小反射率、最大反射率以及预定的反射率中值的数量,得到反射率步长具体为:(6050–50)/100=60。
b4、从所述最小反射率开始,按照所述反射率步长对所述路面激光点云包括的路面激光点的反射率进行划分得到预定所述数量的反射率中值。
本发明实施例中,从最小反射率50开始,按照步长60对对所述路面激光点云包括的路面激光点的反射率进行划分,得到99个反射率中值。得到的反射率中值数值从小到大为i=1,2,…,99。每个反射率中值数值对应的反射率中值为Ii=Min+i*(Max–Min)/100;例如,第1个反射率中值为I1=50+1*(6050–50)/100=50+60=100;第50个反射率中值为I50=50+50*(6050–50)/100=50+3000=3050。其他的该处将不再一一计算,可以基于上述公式进行具体的计算获取。
本发明实施例的小区间为由所述最小反射率、反射率中值及最大反射率按照大小顺序构成的预定数量个反射率区间,其中,第一个反射率区间由最小反射率和第1个中值反射率构成;最后一个反射率区间由最后一个反射率中值(即第99个反射率中值)和最大反射率构成,中间的反射率区间由相邻的两个反射率中值构成。
b5、统计所述路面激光点云中反射率落入每个反射率区间的数量。
本发明实施例即统计落入每个小区间的路面激光的数量,本发明实施例结合图5进行具体数据的举例,如图5所示,该图5中横坐标为反射率中值数值,纵坐标为不同反射率小区间对应的激光点数。统计落入第一反射率区间,即最小反射率到第1反射率中值构成的反射率区间对应反射率50-110中的激光点的数量为0;统计落入第27、28个反射率中值构成的反射率区间对应反射率1670-1730中的激光点的数量为500;统计落入第50、51个反射率中值构成的反射率区间对应反射率3050-3110中的激光点的数量为0或趋近于0,统计落入第74、75个反射率中值构成的反射率区间对应反射率4490-4550中的激光点的数量为0或趋近于0。
b6、统计每个反射率区间与排序在其之前的各个反射率区间的路面激光点的总数量作为该反射率区间的点云统计量。
本发明实施例中,统计第50、51反射率中值构成的反射率区间以及排序在其之前的各个反射率区间的路面激光点的总数量,作为该反射率区间的点云统计量,该统计得到的激光点的数量趋近于40000;统计第74、75反射率中值构成的反射率区间以及排序在其之前的各个反射率区间的路面激光点的总数量,作为该反射率区间的点云统计量,该统计得到的激光点的数量趋近于40000。
b7、选取所述激光点云统计量在预定数量以上,并且相邻两个反射率区间对应的点云统计量的变化在预定的点云变化量阈值以内的连续的反射率区间构成包含路面激光点和路面标记激光点的反射率区域。
本发明实施例中,结合图5可以看出,从第50、51反射率中值构成的反射率区间,到第74、75反射率中值构成的反射率区间,中间的每两个相邻的反射率中值构成的区间的路面激光点的数量基本趋近于0。故,本发明实施例中,得到相邻两个反射率区间对应的点云统计量的变化在预定的点云变化量阈值以内的连续的反射率区间构成包含路面激光点和路面标记激光点的反射率区域为第50、51反射率中值构成的反射率区间,到第74、75反射率中值构成的反射率区间之间的反射率区域。
b8、将所述反射率区域中最小的反射率作为路面反射率,最大的反射率作为路面标记反射率。
本发明实施例中构成的反射率区域对应的反射率为3050-4550,将该反射率区域中,反射率3050作为路面反射率,反射率4550作为路面标记反射率。
b9、从包含路面激光点和路面标记激光点的反射率区域包含的反射率区域中,选取路面激光点数量最少的反射率区间。本发明实施例中,从第50、51反射率中值构成的反射率区间,到第74、75反射率中值构成的反射率区间之间的反射率区域中,选取路面激光点数量最少的反射率区间,假如路面激光点数量最少的反射率区间第62、63个反射率中值构成的反射率区间。
b10、从所述反射率区间中确定反射率阈值,本发明实施例中,从第62、63个反射率中值构成的反射率区间确定反射率阈值。如上所述的,该反射率区间对应的反射率为3770-3830,该反射率阈值可以为3770,也可以为3830,也可以为3770-3830中间的平均值,也可以为3770-3830中间的任意一个反射率,具体的本发明实施例对此不进行限制。
b11、从所述路面激光点云中,选取反射率大于所述反射率阈值的路面激光点作为路面标记激光点。本发明实施例中可以为从所述路面激光点云中,选取反射率大于3770的路面激光点作为路面标记激光点。
通过上述的方法获取的路面标记准确度有了较大程度的提高,具体如图8所示,从图8可以看出,上述的方法能提供有效的路面过滤。作为对比的图9,是使用反射率平均值作为阈值的路面过滤,能够明显看出有很多噪声。
基于上述方法实施例,本发明实施例还提供一种路面标记激光点云的获取装置,如图10所示,该装置包括:
第一选取单元61,用于根据激光点的高度从获取的道路激光点云中选取路面激光点云;其中,激光点云也称为点云,是利用激光在同一空间参考系下获取物体表面每个采样点的空间坐标,得到一系列表达目标空间分布和目标表面特性海量点的集合,这个点集合就称之为“点云”(Point Cloud)。根据激光丈量原理得到的激光点,包括三维坐标(XYZ)和激光反射率。在自动驾驶领域,激光点云是激光采集车,车载激光探头在道路上行走采集的目标表面特性海量点的集合;采集的激光点云包括普通路面、路面标记、桥梁、行驶的车辆、隔离带等道路上设置和行走物体的表面特性激光点。根据三维坐标可以获知,采集的激光点云中,普通路面的高度一定是低于路面标记、桥梁和隔离带等高度的,但是由于路面标记画设在普通路面的上表面,故其又不好区分,故本发明实施例中将普通路面和路面标记成为路面。在获取路面标记时,要先将获取的道路激光点云中其他的非路面激光点云过滤掉。在过滤非路面激光点云时,可以通过但不局限于根据激光点的高度,从道路激光点云数据中选取路面激光点云。
第一确定单元62,用于根据所述路面激光点云包括的路面激光点的反射率分布,确定路面反射率和路面标记反射率。理想情况下,路面上应该仅存在两个目标物体,即普通路面和设置在普通路面上的路面标记,根据不同物体不同反射率的规律,从路面上采集的激光点云应该有两个反射率数值,即路面反射率Ir和路面标记反射率Is,并且路面标记一般是涂成白色或者黄色,其反射率是大于路面反射率的。但实际情况下路面的反射率是高于0小于65535的任何整数值。根据统计规律,普通路面的反射率服从以Ir为期望的正态分布,路面标记的反射率服从以Is为期望的正态分布。故基于上述反射率规律,对选取的所述路面激光点云包括的激光点的反射率分布进行统计,便可以确定路面反射率和路面标记反射率。
第二确定单元63,用于根据反射率在所述路面反射率和路面标记反射率之间的路面激光点的分布,确定反射率阈值;如上所述的,普通路面的反射率服从以Ir为期望的正态分布,路面标记的反射率服从以Is为期望的正态分布,故从普通路面的反射率到路面标记的反射率过度时,其反射率对应的激光点云的数量也服从该正太分布,反射率为Ir时,普通路面激光点云的数量最多,之后随着路面反射率的降低,激光点云的数量降低;但是当过度到路面标记的反射率时,采集到的激光点云的数量也随着增加,当反射率到达Is时,采集到的路面标记激光点云的数量达到最大;故获取位于所述路面反射率和路面标记反射率之间激光点的反射率,即可获取从普通道路反射率过度到路面标记反射率的过度激光点的反射率,将该过度激光点的反射率作为获取路面标记的反射率阈值。当路面激光点云的反射率大于该反射率阈值时,即为路面标记激光点云的反射率;当路面激光点云的反射率小于该反射率阈值时,即为普通路面激光点云的反射率。
第二选取单元64,用于从所述路面激光点云中,选取反射率大于所述反射率阈值的路面激光点作为路面标记激光点。
进一步的,如上所述的,路面反射率和路面标记反射率的确定,遵循道路反射率的自然规律,以及反射率对应激光点云数量跳变的规律,故在基于路面激光点云包括的路面激光点的反射率分布,确定路面反射率和路面标记反射率时,可以统计不同反射率的激光点云的数量,进而确定反射率的分布。在对不同反射率激光点云的数量时,可以根据统计学原理进行,确定激光点云的分布区间,并以激光点云的分布区间进行对应分布区间激光点云数量的统计,这样可以加快统计的速度。在按照分布区间进行不同反射率激光点云数量的统计时,可以按照从最小反射率到不同反射率区间上限值这样的大区间进行统计,也可以按照划分好的相邻区间的小区间进行统计,具体的本发明实施例对此不进行限制。其中,反射率大区间为:将最小反射率和最大反射率中间的反射率,按照预定步长划分得到多个反射率中值,由最小反射率到每个反射率中值以及最小反射率和最大反射率构成的反射率区间成为反射率大区间;反射率小区间为:由最小反射率和第一个反射率中值构成第一个小反射率区间,最后一个反射率中值和最大反射率构成最后一个小反射率区间,中间相邻的两个中值反射率构成一个小反射率区间。
如图11所示,本发明实施例以大区间统计不同反射率激光点云数量,确定路面反射率和路面标记反射率,该第一确定单元62包括:
第一获取模块621,用于根据所述路面激光点云包括的路面激光点的最小反射率和最大反射率,得到预定数量的反射率中值;其中,所述第一获取模块621根据所述路面激光点云包括的路面激光点的最小反射率和最大反射率,得到预定数量的反射率中值时,可以采用但不局限于以下的方式:对所述路面激光点云包括的路面激光点的反射率进行遍历,得到最小反射率和最大反射率。根据所述最小反射率、最大反射率以及预定的反射率中值的数量,得到反射率步长。从所述最小反射率开始,按照所述反射率步长对所述路面激光点云包括的路面激光点的反射率进行划分得到预定所述数量的反射率中值。
第一统计模块622,用于统计反射率在每个反射率中值以下的路面激光点的数量。
第一确定模块623,用于根据统计出的各反射率中值对应的路面激光点的数量,确定出包含路面激光点和路面标记激光点的反射率中值集合;其中,所述第一确定模块623用于:从各反射率中值中,选取对应路面激光点的数量在预定的点云数量阈值以上,并且相邻两个反射率中值对应的路面激光点的数量的变化在预定的点云变化量阈值以内的连续的反射率中值,构成包含路面激光点和路面标记激光点的反射率中值集合。
第二确定模块624,用于将所述反射率中值集合中最小的一个作为路面反射率,最大的一个作为路面标记反射率。
本发明实施例中,基于上述图11的执行,进一步的,如图12所示,所述第二确定单元63包括:
第一获取模块631,用于按照反射率中值的大小顺序,获得包含路面反射率和路面标记反射率的反射率中值集合中相邻两个反射率中值对应的路面激光点的差值;其中,该第一获取模块631按照反射率中值的大小顺序,获得包含路面反射率和路面标记反射率的反射率中值集合中相邻两个反射率中值对应的路面激光点的差值,可以采用但不局限于以下的实现方式,包括:获得包含路面反射率和路面标记反射率的反射率中值集合;获取反射率中值集合中在每个反射率中值以下的路面激光点的数量;按照反射率中值的大小顺序,将相邻两个反射率中值对应的路面激光点的数量进行减法运算,得到相邻两个反射率中值对应的路面激光点的差值。在将相邻两个反射率中值对应的路面激光点的数量进行减法运算时,可以使用一阶差分算法,也可以使用其他的差分方法,具体的本发明实施例对此不进行限制。一阶差分就是离散函数中连续相邻两项之差。
第二获取模块632,用于获取最小的一个差值对应的相邻两个反射率中值。
第一确定模块633,用于从所述相邻两个反射率中值构成的反射率区间中,确定反射率阈值。
如图13所示,本发明实施例以小区间统计不同反射率激光点云数量,确定路面反射率和路面标记反射率为例进行具体介绍,所述第一确定单元62包括:
第二获取模块625,用于根据所述路面激光点云包括的路面激光点的最小反射率和最大反射率,得到预定数量的反射率中值,所述最小反射率、反射率中值及最大反射率按照大小顺序,构成预定数量个反射率区间,作为一个反射率区间的上限值的反射率中值是相邻的下一个反射率区间的下限值。
第二统计模块626,用于统计所述路面激光点云中反射率落入每个反射率区间的数量;其中,每个反射率区间对应的激光点云的数量是不一定的,并且采集到的路面激光点云的反射率是无序的,故本发明实施例中,统计所述路面激光点云中反射率落入每个反射率区间的数量时,需要先确定每个反射率区间的反射率的范围,并基于该反射率范围对落入每个反射率区间的路面激光点的数量进行统计。在对落入每个反射率区间的路面激光点的数量进行统计时,可以采用但不局限于以下的方法实现,该方法包括:第一种,对获取到的路面激光点云进行遍历,每统计一个反射率区间激光点的数量,就要遍历一次获取到的路面激光点云。第二种,先将获取到的路面激光点云包含的激光点按照反射率从小到达的顺序进行排序,基于排序后的激光点进行对应反射率率区间的激光点数量的统计。具体实施时采用哪种方法,本发明实施例对此不进行限制。
第三确定模块627,用于根据落入各反射率区间的路面激光点的数量,确定出由包含路面激光点和路面标记激光点的反射率区间构成的反射率区域;其中,第三确定模块627具体用于:统计每个反射率区间与排序在其之前的各个反射率区间的路面激光点的总数量作为该反射率区间的点云统计量;选取所述点云统计量在预定数量以上,并且相邻两个反射率区间对应的点云统计量的变化在预定的点云变化量阈值以内的连续的反射率区间构成包含路面激光点和路面标记激光点的反射率区域。
第四确定模块628,用于将所述反射率区域中最小的反射率作为路面反射率,最大的反射率作为路面标记反射率。
进一步的,如图14所示,所述第二确定单元63包括:
选取模块634,用于从包含路面激光点和路面标记激光点的反射率区间中,选取路面激光点数量最少的反射率区间;其中,由于本发明实施例是小区间,如上述所述的反射率区间内的激光点数量统计时,是基于每个反射率区间进行统计的,故在执行本发明实施例的步骤的时,直接基于每个反射率区间的激光点数量,从反射率区域包含的反射率区间中,选取路面激光点数量最少的反射率区间即可。
第二确定模块635,用于从所述反射率区间中确定反射率阈值。
进一步的,如图15所示,第一选取单元61包括:
第一选取模块611,用于基于采集车采集道路激光点云时形成的轨迹点的高度和所述道路激光点云包括的激光点的高度,从所述道路激光点云中选取路面激光点云;其中,所述第一选取模块611用于:从采集车采集的道路激光点云中,选取目标激光点云,所述目标激光点云包括的激光点的高度低于所述采集车采集所述道路激光点云时形成的轨迹点的高度;计算目标激光点云包括的激光点的平均高度;从所述道路激光点云中,选取高度在所述平均高度上下预定阈值范围内的激光点构成路面激光点云。
和/或第二选取模块612,用于基于道路激光点云对应道路包含车道的车道线高度和所述道路激光点云包括的激光点云的高度,从所述道路激光点云中选取路面激光点云。所述第二选取模块612用于:获取道路激光点云对应道路包含车道的车道线高度;从所述道路激光点云中,选取高度在所述车道线高度上下预定阈值范围内的激光点构成路面激光点云。
本发明实施例中路面标记激光点云的获取装置的各功能单元及功能模块的相关描述,具体相关内容可以参考方法实施例中的描述,此处将不再赘述。
本发明实施例中,选取的路面标记激光点云的反射率阈值,是位于所述路面反射率和路面标记反射率之间激光点反射率,由于理想状态下,道路面上应该存在两种反射率,一种是路面反射率,另一种是路面标记反射率,并且由于路面标记一般是涂抹成白线或者黄线,其反射率高于路面反射率,但实际情况下道路的反射率是高于0小于65535的任何整数值,故本发明中选取的路面标记反射率阈值位于路面反射率和路面标记反射率之间,并且根据反射率在所述路面反射率和路面标记反射率之间的路面激光点的分布确定反射率阈值,使得反射率阈值的获取遵循道路反射率的自然规律,以及反射率对应激光点云数量跳变的规律,使得获取的反射率阈值相比使用路面激光点云的反射率加权平均值更为准确;并且路面反射率和路面标记反射率,是根据路面激光点云包括的激光点的高度,从道路激光点云,并根据所述路面激光点云包括的路面激光点的反射率分布获取的,不用依赖复杂的算法进行反复的计算,使得计算过程简单、快速,进而提高了获取路面标记激光点云的效率。
并且,在在根据所述路面激光点云包括的路面激光点的反射率分布,确定路面反射率和路面标记反射率时,将选取的所述路面激光点云的反射率按照预定步长进行了反射率中值的划分,能够保证统计效果的同时减少计算量,在一定程度上加快了获取路面标记激光点云的效率。
进一步的,在计算相邻两个反射率中值对应的路面激光点的差值时,可以使用一阶差分法进行计算,该方法方便简单,在一定程度上提升了路面标记的获取效率。
一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行如上所述的路面标记获取方法。
一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行如上所述的路面标记获取方法。
本发明还提供一种终端设备,包括至少一个处理器;所述存储介质,用于存储所述处理器执行的程序,以及所述处理器执行所述程序过程中所需的数据;
所述处理器,用于运行程序,其中,所述程序运行时执行如上所述的道路标激光点云的记获取方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。