CN109946708B - 一种基于激光雷达扫描的车道线检测方法及装置 - Google Patents
一种基于激光雷达扫描的车道线检测方法及装置 Download PDFInfo
- Publication number
- CN109946708B CN109946708B CN201711392817.8A CN201711392817A CN109946708B CN 109946708 B CN109946708 B CN 109946708B CN 201711392817 A CN201711392817 A CN 201711392817A CN 109946708 B CN109946708 B CN 109946708B
- Authority
- CN
- China
- Prior art keywords
- dimensional coordinate
- point
- points
- ground
- data
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 21
- 238000005070 sampling Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 16
- 238000009434 installation Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供一种基于激光雷达扫描的车道线检测方法，包括获取通过激光雷达对待识别场景进行激光扫描反射得到的各个点的数据，并根据各个点的数据，计算各个点的三维坐标值；所述数据至少包括脉宽值、车身震动信息、激光线扫描到的采样点距离地面的高度值以及激光雷达扫描到的采样点与激光雷达之间的直线距离值；根据各个点的三维坐标值和各个点的数据，获取地面点的三维坐标值和地面点的数据；根据地面点的三维坐标值和地面点的数据，获取车道线上的点的三维坐标值；根据车道线上的点的三维坐标值，获取车道线信息。
Description
技术领域
本发明涉及计算机处理技术领域，特别涉及一种基于激光雷达扫描的车道线检测方法及装置。
背景技术
随着汽车行业的不断发展，无人驾驶技术已经成为智能交通和人工智能领域的一个研究热点，其发展将会大大提高交通系统的效率和安全性，对现代交通系统和智慧城市有着重要的意义。
在无人驾驶汽车中辅助驾驶功能中，车道线检测是汽车保持正常行驶的关键功能。目前常用的车道线检测方法包括基于摄像机的图像处理方式，另一种是基于摄像机和激光雷达融合的方式，前一种方式容易受到光线的干扰，例如夜间的高速上；后一种方式计算量比较大。
发明内容
本发明提供一种至少部分解决上述技术问题的基于激光雷达扫描的车道线检测方法及装置。
第一方面，本发明提供一种基于激光雷达扫描的车道线检测方法，包括：
获取通过激光雷达对待识别场景进行激光扫描反射得到的各个点的数据，并根据各个点的数据，计算各个点的三维坐标值；所述数据至少包括脉宽值、车身震动信息以及激光雷达扫描到的采样点与激光雷达之间的直线距离值；
根据各个点的三维坐标值和各个点的数据，获取地面点的三维坐标值和地面点的数据；
根据地面点的三维坐标值和地面点的数据，获取车道线上的点的三维坐标值；
根据车道线上的点的三维坐标值，获取车道线信息。
优选的，根据各个点的三维坐标值和各个点的数据，获取地面点的三维坐标值和地面点的数据，包括：
根据各个点的三维坐标值中的Z值，确定Z值小于等于预设的第一高度阈值的点的数据为可能地面点的数据；
根据可能地面点的数据和可能地面点的三维坐标值，获取地面点的三维坐标值和地面点的数据。
优选的，根据可能地面点的数据和可能地面点的三维坐标值，获取地面点的三维坐标值和地面点的数据，包括：
根据可能地面点的车身震动信息和预知的激光雷达的安装信息，计算激光雷达的所有激光线能扫描到的采样点与激光雷达之间的最大直线距离；
若判断获知可能地面点的所述直线距离值小于等于所述最大直线距离，且可能地面点的三维坐标值中的Z值小于等于预设的第二高度阈值，则确定所述可能地面点的三维坐标值和可能地面点的数据为地面点的三维坐标值和地面点的数据。
优选的，根据可能地面点的数据和可能地面点的三维坐标值，获取地面点的三维坐标值和地面点的数据，包括：
根据可能地面点的数据将通过激光雷达对待识别场景进行激光扫描反射得到的各个点划分成N*N个栅格，N为大于等于2的正整数；
根据可能地面点的三维坐标值，计算每个栅格的法向量；
若判断获知法向量垂直于地面且高度小于等于第三高度阈值，则确定该栅格包含的点的三维坐标值和数据为地面点的三维坐标值和地面点的数据。
优选的，根据地面点的三维坐标值和地面点的数据，获取车道线上的点的三维坐标值，包括：
根据地面点的所述直线距离值，计算二值化脉宽阈值；
将脉宽值大于等于二值化脉宽阈值的地面点的三维坐标值确认为车道线上的点的三维坐标值。
优选的，根据地面点的三维坐标值和地面点的数据，获取车道线上的点的三维坐标值，包括：
对各个地面点的三维坐标值和各个地面点的脉宽值执行SVM分类；
根据分类结果，获取车道线上的点的三维坐标值。
优选的，根据车道线上的点的三维坐标值，获取车道线信息，包括：
对车道线上的点的三维坐标值进行hough变换或曲线拟合，获取车道线信息。
第二方面，本发明还提供一种基于激光雷达扫描的车道线检测装置，其特征在于，包括：
第一获取单元，用于获取通过激光雷达对待识别场景进行激光扫描反射得到的各个点的数据；
计算单元，用于根据各个点的数据，计算各个点的三维坐标值；所述数据至少包括脉宽值、车身震动信息以及激光雷达扫描到的采样点与激光雷达之间的直线距离值；
第二获取单元，用于根据各个点的三维坐标值和各个点的数据，获取地面点的三维坐标值和地面点的数据；
第三获取单元，用于根据地面点的三维坐标值和地面点的数据，获取车道线上的点的三维坐标值；
第四获取单元，用于根据车道线上的点的三维坐标值，获取车道线信息。
优选的，所述第二获取单元，还用于：
根据各个点的三维坐标值中的Z值，确定Z值小于等于预设的第一高度阈值的点的数据为可能地面点的数据；
根据可能地面点的数据和可能地面点的三维坐标值，获取地面点的三维坐标值和地面点的数据。
优选的，所述第二获取单元，还用于：
根据可能地面点的车身震动信息和预知的激光雷达的安装信息，计算激光雷达的所有激光线能扫描到的采样点与激光雷达之间的最大直线距离；
若判断获知可能地面点的所述直线距离值小于等于所述最大直线距离，且可能地面点的三维坐标值中的Z值小于等于预设的第二高度阈值，则确定所述可能地面点的三维坐标值和可能地面点的数据为地面点的三维坐标值和地面点的数据。
由上述技术方案可知，本发明仅需激光雷达扫描即可完成车道线的检测，大大降低了检测复杂度，且可避免摄像机和激光雷达配合检测容易受光线干扰的问题。
附图说明
图1为本发明一实施例提供的一种基于激光雷达扫描的车道线检测方法的流程图；
图2为本发明另一种实施例提供的一种基于激光雷达扫描的车道线检测装置的原理框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
图1为本发明一实施例提供的一种基于激光雷达扫描的车道线检测方法的流程图。
如图1所示的一种基于激光雷达扫描的车道线检测方法，包括：
S101、获取通过激光雷达对待识别场景进行激光扫描反射得到的各个点的分布图以及各个点的数据，并根据各个点的数据，计算各个点的三维坐标值；所述数据至少包括脉宽值、车身震动信息以及激光雷达扫描到的采样点与激光雷达之间的直线距离值；
值得说明的是，激光雷达安装在车辆上对待识别场景进行激光扫描。所述待识别场景可以为当前帧扫描的场景。根据各个点的数据，计算各个点的三维坐标值的方法可采用现有方法，本发明不再详述。
S102、根据各个点的三维坐标值和各个点的数据，获取地面点的三维坐标值和地面点的数据；
S103、根据地面点的三维坐标值和地面点的数据，获取车道线上的点的三维坐标值；
S104、根据车道线上的点的三维坐标值，获取车道线信息。
值得说明的是，车道线信息可为斜率、位置等信息。
本实施例仅需激光雷达扫描即可完成车道线的检测，大大降低了检测复杂度，且可避免摄像机和激光雷达配合检测容易受光线干扰的问题。
在根据各个点的数据，计算各个点的三维坐标值的过程中还可执行根据装载激光雷达的车辆的运动信息进行的修正步骤，从而可以解决激光雷达载体运动时的震动造成的坐标变换后的数据偏差。
作为一种优选实施例，所述步骤S102，包括：
根据各个点的三维坐标值中的Z值，确定Z值小于等于预设的第一高度阈值的点的数据为可能地面点的数据；
根据可能地面点的数据和可能地面点的三维坐标值，获取地面点的三维坐标值和地面点的数据。
作为一种优选实施例，根据可能地面点的数据和可能地面点的三维坐标值，获取地面点的三维坐标值和地面点的数据，包括：
根据可能地面点的车身震动信息和预知的激光雷达的安装信息，计算激光雷达的所有激光线能扫描到的采样点与激光雷达之间的最大直线距离；
若判断获知可能地面点的所述直线距离值小于等于所述最大直线距离，且可能地面点的三维坐标值中的Z值小于等于预设的第二高度阈值，则确定所述可能地面点的三维坐标值和可能地面点的数据为地面点的三维坐标值和地面点的数据。
需要说明的是，所述直线距离值为上述激光雷达扫描到的采样点与激光雷达之间的直线距离值，所述高度值为上述激光线扫描到的采样点距离地面的高度值，下文相同，不再详述。
地面上的点在车道坐标系内最大的特点是其法向量垂直于地面平面，而地面凸起或凹陷的障碍物的法向量不会完全垂直于地面平面。基于此，提供一种法向量法，具体为：根据可能地面点的数据和可能地面点的三维坐标值，获取地面点的三维坐标值和地面点的数据，包括：
根据可能地面点的数据将通过激光雷达对待识别场景进行激光扫描反射得到的各个点划分成N*N个栅格，N为大于等于2的正整数；
根据可能地面点的三维坐标值，计算每个栅格的法向量；
若判断获知法向量垂直于地面且高度小于等于第三高度阈值，则确定该栅格包含的点的三维坐标值和数据为地面点的三维坐标值和地面点的数据。
上述提供了精准提取地面点的具体实现方式，之所以要精准提取地面点的原因在于，如果地面信息含有噪声，则车道线数据就会引入噪声。而车道线数据本身量就比较小，如果还有噪声会造成车道线检测的误差变大，因此，在经过上述实施例的地面点的提取方法后，可以大大减小车道线检测时噪声的影响，从而提高车道线检测的精确度。
由于点的脉宽值随着距离的增加而减小，即激光雷达与采样点之间的距离越远能量越低，因此，作为一种优选实施例，根据地面点的三维坐标值和地面点的数据，获取车道线上的点的三维坐标值，包括：
根据地面点的所述直线距离值，计算二值化脉宽阈值；
值得说明的是，所述直线距离值和二值化脉宽阈值成下述线性关系；
Thresh＝k*p
其中，Thresh为二值化脉宽阈值，k为比例系数，p为所述直线距离值。
将脉宽值大于等于二值化脉宽阈值的地面点的三维坐标值确认为车道线上的点的三维坐标值。
或者，根据地面点的三维坐标值和地面点的数据，获取车道线上的点的三维坐标值，包括：
对各个地面点的三维坐标值和各个地面点的脉宽值执行SVM分类；
可以理解的是，SVM分类后形成的两类分别为车道线上的点和地面上的点，即通过本步骤区分车道线和地面上的点。
根据分类结果，获取车道线上的点的三维坐标值。
可以理解的是，在分类后采用预设条件即可区分出车道线上的点和地面的点。
本实施例采用支持向量机完成四维超平面的二类分类，SVM作为二类分类的经典算法，精度高、过程简单，执行速度快。
上述通过二值化或SVM分类算法，考虑了激光点云随距离能量递减，实现车道线数据的精确提取。
作为一种优选实施例，根据车道线上的点的三维坐标值，获取车道线信息，包括：
对车道线上的点的三维坐标值进行hough变换或曲线拟合，获取车道线信息。
由于经过以上过程获取的车道线数据噪声小，因此采用hough变换或曲线拟合，直接获得车道线的斜率、位置等信息。
图2为本发明另一种实施例提供的一种基于激光雷达扫描的车道线检测装置的原理框图。
如图2所示的一种基于激光雷达扫描的车道线检测装置，包括：
第一获取单元201，用于获取通过激光雷达对待识别场景进行激光扫描反射得到的各个点的数据；
计算单元202，用于根据各个点的数据，计算各个点的三维坐标值；所述数据至少包括脉宽值、车身震动信息以及激光雷达扫描到的采样点与激光雷达之间的直线距离值；
第二获取单元203，用于根据各个点的三维坐标值和各个点的数据，获取地面点的三维坐标值和地面点的数据；
第三获取单元204，用于根据地面点的三维坐标值和地面点的数据，获取车道线上的点的三维坐标值；
第四获取单元205，用于根据车道线上的点的三维坐标值，获取车道线信息。
作为一种优选实施例，所述第二获取单元203，还用于：
根据各个点的三维坐标值中的Z值，确定Z值小于等于预设的第一高度阈值的点的数据为可能地面点的数据；
根据可能地面点的数据和可能地面点的三维坐标值，获取地面点的三维坐标值和地面点的数据。
作为一种优选实施例，所述第二获取单元203，还用于：
根据可能地面点的车身震动信息和预知的激光雷达的安装信息，计算激光雷达的所有激光线能扫描到的采样点与激光雷达之间的最大直线距离；
若判断获知可能地面点的所述直线距离值小于等于所述最大直线距离，且可能地面点的三维坐标值中的Z值小于等于预设的第二高度阈值，则确定所述可能地面点的三维坐标值和可能地面点的数据为地面点的三维坐标值和地面点的数据。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
应当注意的是，在本发明的装置的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本发明不受限于此，可以根据需要对各个部件进行重新划分或者组合，例如，可以将一些部件组合为单个部件，或者可以将一些部件进一步分解为更多的子部件。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上实施方式仅适于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
Claims (4)
1.一种基于激光雷达扫描的车道线检测方法，其特征在于，包括：
获取通过激光雷达对待识别场景进行激光扫描反射得到的各个点的数据，并根据各个点的数据，计算各个点的三维坐标值；所述数据至少包括脉宽值、车身震动信息以及激光雷达扫描到的采样点与激光雷达之间的直线距离值；
根据各个点的三维坐标值中的Z值，确定Z值小于等于预设的第一高度阈值的点的数据为可能地面点的数据，以确定可能地面点；
根据可能地面点的车身震动信息和预知的激光雷达的安装信息，计算激光雷达的所有激光线能扫描到的可能地面点与激光雷达之间的最大直线距离；若判断获所述可能地面点与激光雷达之间的直线距离值小于等于所述最大直线距离，且所述可能地面点的三维坐标值中的Z值小于等于预设的第二高度阈值，则确定所述可能地面点的三维坐标值和可能地面点的数据为地面点的三维坐标值和地面点的数据，以确定地面点；
或者，根据可能地面点的数据将通过激光雷达对待识别场景进行激光扫描反射得到的各个点划分成N*N个栅格，N为大于等于2的正整数；根据可能地面点的三维坐标值，计算每个栅格的法向量；若判断获知栅格的法向量垂直于地面且高度小于等于第三高度阈值，则确定该栅格包含的点的三维坐标值和数据为地面点的三维坐标值和地面点的数据，以确定地面点；
根据地面点的三维坐标值和地面点的数据，获取车道线上的点的三维坐标值，包括：根据地面点的所述直线距离值，计算二值化脉宽阈值；将脉宽值大于等于二值化脉宽阈值的地面点的三维坐标值确认为车道线上的点的三维坐标值；其中，所述直线距离值和二值化脉宽阈值成下述线性关系；Thresh＝k*p；其中，Thresh为二值化脉宽阈值，k为比例系数，p为所述直线距离值；
根据车道线上的点的三维坐标值，获取车道线信息。
2.根据权利要求1所述的方法，其特征在于，根据地面点的三维坐标值和地面点的数据，获取车道线上的点的三维坐标值，还包括：
对各个地面点的三维坐标值和各个地面点的脉宽值执行SVM分类；
根据分类结果，获取车道线上的点的三维坐标值。
3.根据权利要求1所述的方法，其特征在于，根据车道线上的点的三维坐标值，获取车道线信息，包括：
对车道线上的点的三维坐标值进行hough变换或曲线拟合，获取车道线信息。
4.一种基于激光雷达扫描的车道线检测装置，其特征在于，包括：
第一获取单元，用于获取通过激光雷达对待识别场景进行激光扫描反射得到的各个点的数据；
计算单元，用于根据各个点的数据，计算各个点的三维坐标值；所述数据至少包括脉宽值、车身震动信息以及激光雷达扫描到的采样点与激光雷达之间的直线距离值；
第二获取单元，用于根据各个点的三维坐标值中的Z值，确定Z值小于等于预设的第一高度阈值的点的数据为可能地面点的数据，以确定可能地面点；还用于根据采样点的车身震动信息和预知的激光雷达的安装信息，计算激光雷达的所有激光线能扫描到的采样点与激光雷达之间的最大直线距离；若判断获所述可能地面点与激光雷达之间的直线距离值小于等于所述最大直线距离，且所述可能地面点的三维坐标值中的Z值小于等于预设的第二高度阈值，则确定所述可能地面点的三维坐标值和可能地面点的数据为地面点的三维坐标值和地面点的数据，以确定地面点；以及用于，或者，根据可能地面点的数据将通过激光雷达对待识别场景进行激光扫描反射得到的各个点划分成N*N个栅格，N为大于等于2的正整数；根据可能地面点的三维坐标值，计算每个栅格的法向量；若判断获知法向量垂直于地面且高度小于等于第三高度阈值，则确定该栅格包含的点的三维坐标值和数据为地面点的三维坐标值和地面点的数据，以确定地面点；
第三获取单元，用于根据地面点的三维坐标值和地面点的数据，获取车道线上的点的三维坐标值，包括：根据地面点的所述直线距离值，计算二值化脉宽阈值；将脉宽值大于等于二值化脉宽阈值的地面点的三维坐标值确认为车道线上的点的三维坐标值；其中，所述直线距离值和二值化脉宽阈值成下述线性关系；Thresh＝k*p；其中，Thresh为二值化脉宽阈值，k为比例系数，p为所述直线距离值；
第四获取单元，用于根据车道线上的点的三维坐标值，获取车道线信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711392817.8A CN109946708B (zh) | 2017-12-21 | 2017-12-21 | 一种基于激光雷达扫描的车道线检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711392817.8A CN109946708B (zh) | 2017-12-21 | 2017-12-21 | 一种基于激光雷达扫描的车道线检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109946708A CN109946708A (zh) | 2019-06-28 |
| CN109946708B true CN109946708B (zh) | 2021-07-02 |
Family
ID=67005015
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711392817.8A Active CN109946708B (zh) | 2017-12-21 | 2017-12-21 | 一种基于激光雷达扫描的车道线检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109946708B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110531377B (zh) * | 2019-10-08 | 2022-02-25 | 北京邮电大学 | 雷达系统的数据处理方法、装置、电子设备和存储介质 |
| CN113885045A (zh) * | 2020-07-03 | 2022-01-04 | 华为技术有限公司 | 车道线的检测方法和装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102914290A (zh) * | 2012-10-18 | 2013-02-06 | 成都唐源电气有限责任公司 | 地铁限界检测系统及其检测方法 |
| CN103134494A (zh) * | 2012-12-05 | 2013-06-05 | 中国科学院深圳先进技术研究院 | 室内环境中的车辆导航方法和装置 |
| CN104501768A (zh) * | 2014-08-14 | 2015-04-08 | 武汉武大卓越科技有限责任公司 | 基于机器视觉的轨道刚度测量方法 |
| CN105588599A (zh) * | 2016-03-15 | 2016-05-18 | 中国科学院沈阳应用生态研究所 | 车载移动测量系统振动位移误差的自适应矫正方法 |
| CN107059577A (zh) * | 2016-12-01 | 2017-08-18 | 毛庆洲 | 农村道路路况快速调查装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000147124A (ja) * | 1998-11-12 | 2000-05-26 | Denso Corp | 車載レーダ装置 |
| DE102004003850A1 (de) * | 2004-01-26 | 2005-08-18 | Ibeo Automobile Sensor Gmbh | Verfahren zur Erkennung von Markierungen auf einer Fahrbahn |
| JP4687563B2 (ja) * | 2006-05-23 | 2011-05-25 | 株式会社デンソー | 車両用レーンマーク認識装置 |
| US8194927B2 (en) * | 2008-07-18 | 2012-06-05 | GM Global Technology Operations LLC | Road-lane marker detection using light-based sensing technology |
| JP5267588B2 (ja) * | 2010-03-26 | 2013-08-21 | 株式会社デンソー | 区画線検出装置および区画線検出方法 |
| CN106324618B (zh) * | 2015-06-17 | 2019-03-15 | 高田汽车电子(上海)有限公司 | 实现基于激光雷达检测车道线系统的方法 |
| CN105224909A (zh) * | 2015-08-19 | 2016-01-06 | 奇瑞汽车股份有限公司 | 车道线检测系统中的车道线确认方法 |
| 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 |
| CN107063276A (zh) * | 2016-12-12 | 2017-08-18 | 成都育芽科技有限公司 | 一种无延迟高精度的无人车车载导航装置与方法 |
-
2017
- 2017-12-21 CN CN201711392817.8A patent/CN109946708B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102914290A (zh) * | 2012-10-18 | 2013-02-06 | 成都唐源电气有限责任公司 | 地铁限界检测系统及其检测方法 |
| CN103134494A (zh) * | 2012-12-05 | 2013-06-05 | 中国科学院深圳先进技术研究院 | 室内环境中的车辆导航方法和装置 |
| CN104501768A (zh) * | 2014-08-14 | 2015-04-08 | 武汉武大卓越科技有限责任公司 | 基于机器视觉的轨道刚度测量方法 |
| CN105588599A (zh) * | 2016-03-15 | 2016-05-18 | 中国科学院沈阳应用生态研究所 | 车载移动测量系统振动位移误差的自适应矫正方法 |
| CN107059577A (zh) * | 2016-12-01 | 2017-08-18 | 毛庆洲 | 农村道路路况快速调查装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109946708A (zh) | 2019-06-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106951879B (zh) | 基于摄像头与毫米波雷达的多特征融合车辆检测方法 | |
| CN109188438B (zh) | 偏航角确定方法、装置、设备和介质 | |
| US20210350149A1 (en) | Lane detection method and apparatus,lane detection device,and movable platform | |
| US20220245952A1 (en) | Parking spot detection method and parking spot detection system | |
| CN109948635B (zh) | 一种基于激光扫描的目标识别方法及装置 | |
| CN109583280A (zh) | 车道线识别方法、装置、设备及存储介质 | |
| CN110216661B (zh) | 跌落区域识别的方法及装置 | |
| CN109635816B (zh) | 车道线生成方法、装置、设备以及存储介质 | |
| CN111077541A (zh) | 一种障碍物识别方法、障碍物识别装置及移动机器人 | |
| CN107516423B (zh) | 一种基于视频的车辆行驶方向检测方法 | |
| CN110674705A (zh) | 基于多线激光雷达的小型障碍物检测方法及装置 | |
| CN115049700A (zh) | 一种目标检测方法及装置 | |
| CN110867132A (zh) | 环境感知的方法、装置、电子设备和计算机可读存储介质 | |
| JP2014009975A (ja) | ステレオカメラ | |
| CN110341621B (zh) | 一种障碍物检测方法及装置 | |
| CN109946708B (zh) | 一种基于激光雷达扫描的车道线检测方法及装置 | |
| CN110110678B (zh) | 道路边界的确定方法和装置、存储介质及电子装置 | |
| JP2016197278A (ja) | 歩行者判定装置 | |
| CN112990293A (zh) | 一种点云标注方法、装置和电子设备 | |
| CN110426714B (zh) | 一种障碍物识别方法 | |
| CN115097419A (zh) | 一种激光雷达到imu的外参标定方法及装置 | |
| CN113569812A (zh) | 未知障碍物的识别方法、装置和电子设备 | |
| CN108268866B (zh) | 一种车辆检测方法和系统 | |
| CN112529011A (zh) | 目标检测方法及相关装置 | |
| CN116304992A (zh) | 传感器时差确定方法、装置、计算机设备和存储介质 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231212 Address after: 430200, 7th floor, Building 3, Phase II, Modern Service Industry Demonstration Base, Huazhong University of Science and Technology Science Park, Guandong Street, Wuhan Donghu New Technology Development Zone, Wuhan City, Hubei Province Patentee after: Wuhan Wanji Photoelectric Technology Co.,Ltd. Address before: 100085 No. 5, building 1, East Road, Haidian District, Beijing, 601 Patentee before: BEIJING WANJI TECHNOLOGY Co.,Ltd. |