CN110618413A - 基于多线激光雷达的可通行区域检测方法和装置 - Google Patents

Abstract

本申请实施例公开了基于多线激光雷达的可通行区域检测方法和装置。该方法的一具体实施方式包括：获取多线激光雷达对路面采集得到的点云数据；确定点云数据中激光点的坡度，其中，点云数据中第m条扫描线的第i个激光点的坡度为第m条扫描线的第i个激光点和第n条扫描线的第i个激光点所形成的直线与地平面的夹角，m、n和i均为整数，m和n之差为第一预设阈值；基于所确定的点云数据中激光点的坡度，在路面中确定出可通行区域。该实施方式提高了可通行区域检测的准确度。

Description

基于多线激光雷达的可通行区域检测方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及基于多线激光雷达的可通行区域检测方法和装置。

背景技术

目前自动驾驶技术发展迅速，多线激光雷达具有视角大(一般是360°)、探测距离远(150m以上)、测距精度高(厘米级)等优点，是目前自动驾驶等领域中最为常用的传感器之一。可通行区域检测是移动机器人和无人车等非常重要的功能之一。但是，在路面存在一定坡度或多线激光雷达安装有一定偏斜等不理想情况下，多线激光雷达对可通行区域的检测误差较大。

发明内容

本申请实施例提出了基于多线激光雷达的可通行区域检测方法和装置。

第一方面，本申请实施例提供了一种基于多线激光雷达的可通行区域检测方法，该方法包括：获取多线激光雷达对路面采集得到的激光点云数据；确定激光点云数据中激光点的坡度，其中，激光点云数据中第m条扫描线的第i个激光点的坡度为第m条扫描线的第i个激光点和第n条扫描线的第i个激光点所形成的直线与地平面的夹角，m、n和i均为整数，m和n之差为第一预设阈值；基于所确定的激光点云数据中激光点的坡度，在路面中确定出可通行区域。

在一些实施例中，m与n的差值为1；以及确定激光点云数据中激光点的坡度，包括：获取激光点云数据中第m条扫描线的第i个激光点的空间坐标和激光点云数据中第m+1条扫描线的第i个激光点的空间坐标；确定第m条扫描线的第i个激光点的空间坐标和第m+1条扫描线的第i个激光点的空间坐标所形成的直线与地平面的夹角。

在一些实施例中，基于所确定的激光点云数据中激光点的坡度，在路面中确定出可通行区域，包括：在激光点云数据中搜索第一激光点，将第一激光点构成连通区域，其中，第一激光点的坡度小于第二预设阈值；响应于确定出连通区域中彼此相邻的第一激光点的坡度之间的差值小于第三预设阈值，基于所确定出的连通区域的尺寸和目标物体的尺寸，在路面中确定目标物体的可通行区域。

在一些实施例中，在激光点云数据中搜索第一激光点，将第一激光点构成连通区域，包括：在激光点云数据中选取初始激光点，其中，初始激光点的坡度小于第四预设阈值；以初始激光点为起始点，在激光点云数据中搜索第一激光点，将第一激光点构成连通区域。

在一些实施例中，方法还包括：基于所确定的激光点云数据中激光点的坡度，确定出激光点云数据中的无效激光点，其中，无效激光点为激光点云数据中满足预设条件的激光点；对所确定的激光点云数据中激光点的坡度进行平滑处理，确定出激光点云数据中无效激光点的坡度。

第二方面，本申请实施例提供了一种基于多线激光雷达的可通行区域检测装置，装置包括：获取单元，被配置成获取多线激光雷达对路面采集得到的激光点云数据；坡度确定单元，被配置成确定激光点云数据中激光点的坡度，其中，激光点云数据中第m条扫描线的第i个激光点的坡度为第m条扫描线的第i个激光点和第n条扫描线的第i个激光点所形成的直线与地平面的夹角，m、n和i均为整数，m和n之差为第一预设阈值；可通行区域确定单元，被配置成基于所确定的激光点云数据中激光点的坡度，在路面中确定出可通行区域。

在一些实施例中，m与n的差值为1；以及坡度确定单元进一步被配置成：获取激光点云数据中第m条扫描线的第i个激光点的空间坐标和激光点云数据中第m+1条扫描线的第i个激光点的空间坐标；确定第m条扫描线的第i个激光点的空间坐标和第m+1条扫描线的第i个激光点的空间坐标所形成的直线与地平面的夹角。

在一些实施例中，可通行区域确定单元包括：搜索模块，被配置成在激光点云数据中搜索第一激光点，将第一激光点构成连通区域，其中，第一激光点的坡度小于第二预设阈值；可通行区域确定模块，被配置成响应于确定出连通区域中彼此相邻的第一激光点的坡度之间的差值小于第三预设阈值，基于所确定出的连通区域的尺寸和目标物体的尺寸，在路面中确定目标物体的可通行区域。

在一些实施例中，搜索模块，包括：在激光点云数据中选取初始激光点，其中，初始激光点的坡度小于第四预设阈值；以初始激光点为起始点，在激光点云数据中搜索第一激光点，将第一激光点构成连通区域。

在一些实施例中，无效激光点确定单元，被配置成基于所确定的激光点云数据中激光点的坡度，确定出激光点云数据中的无效激光点，其中，无效激光点为激光点云数据中满足预设条件的激光点；平滑处理单元，被配置成对所确定的激光点云数据中激光点的坡度进行平滑处理，确定出激光点云数据中无效激光点的坡度。

本申请实施例提供的基于多线激光雷达的可通行区域检测方法和装置，获取多线激光雷达对路面采集得到的激光点云数据，而后确定所获取的激光点云数据中各激光点的坡度，最后分析激光点云数据中的各激光点的坡度可以确定出路面中的障碍物，从而在路面中确定出可通行区域。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的基于多线激光雷达的可通行区域检测方法的一个实施例的流程图；

图3是根据本申请的基于多线激光雷达的可通行区域检测方法的一个应用场景的示意图；

图4是根据本申请的基于多线激光雷达的可通行区域检测方法的又一个实施例的流程图；

图5是根据本申请的基于多线激光雷达的可通行区域检测装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的基于多线激光雷达的可通行区域检测方法或基于多线激光雷达的可通行区域检测装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括多线激光雷达101，网络102和服务器103。网络102用以在多线激光雷达101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

多线激光雷达101可以安装在移动机器人或无人车等，以便于其可以对移动机器人或无人车的待行驶路面进行扫描。多线激光雷达101通常是指具有多个发射源的激光雷达，多线激光雷达101可以发射出多束激光扫描线。多线激光雷达101的多个激光发射器可以在垂直方向上分布，通过电机的旋转形成多条线束的扫描，其可以通过测量激光信号的时间差、相位差确定距离，通过水平旋转扫描或相控扫描测角度。最后根据测量得到的数据可以建立二维的极坐标系，再通过获取不同俯仰角度的信号获得第三维的高度信息。常用的多线激光雷达可以为16线激光雷达、32线激光雷达或64线激光雷达等。

多线激光雷达101可以通过网络102将扫描得到的扫描数据发送到服务器。服务器103可以是提供各种服务的服务器，例如对多线激光雷达101发送的扫描数据等进行分析等处理，并将处理结果(例如可通行区域)反馈给安装该多线激光雷达的移动机器人或无人车等。

需要说明的是，本申请实施例所提供的基于多线激光雷达的可通行区域检测方法一般由服务器103执行，相应地，基于多线激光雷达的可通行区域检测装置一般设置于服务器103中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要指出的是，多线激光雷达101中可以包括处理器等，此时多线激光雷达101可以对其扫描得到的扫描数据进行分析等处理。可见，基于多线激光雷达的可通行区域检测方法也可以由多线激光雷达101执行。相应地，基于多线激光雷达的可通行区域检测装置也可以设置于多线激光雷达101中。此时，示例性系统架构100可以不存在服务器103和网络102。

应该理解，图1中的多线激光雷达、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的多线激光雷达、网络和服务器。

继续参考图2，示出了根据本申请的基于多线激光雷达的可通行区域检测方法的一个实施例的流程200。该基于多线激光雷达的可通行区域检测方法，包括以下步骤：

步骤201，获取多线激光雷达对路面采集得到的激光点云数据。

在本实施例中，移动机器人或无人车等上可以安装多线激光雷达，以便于多线激光雷达可以对移动机器人或无人车等的待行驶路面进行数据采集，得到激光点云数据。基于多线激光雷达的可通行区域检测方法的执行主体(例如图1所示的服务器103)可以通过有线连接方式或者无线连接方式获取多线激光雷达采集得到的激光点云数据。这里，所获取的激光点云数据可以是保留其结构化的点云数据结构，未去除该激光点云数据中的无效激光点。例如，多线激光雷达为16线激光雷达，每条激光扫描线的激光点数为2000，则采集得到的激光点云数据中的总激光点数为32000，该激光点云数据中未去除其中的无效激光点。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultrawideband)连接、以及其他现在已知或将来开发的无线连接方式。

通常，无人车或移动机器人等上可以安装一个或多个多线激光雷达。无人车或移动机器人等上的各激光雷达可以同时以一个相同的扫描周期对行驶环境扫描一周，因此每一个多线激光雷达均可以扫描到一帧激光点云。各多线激光雷达可以分别输出各自扫描到的激光点云数据。激光点云数据中的各激光点可以包括：激光点在激光雷达坐标系下的三维坐标、激光点的反射强度的扫描值等。

步骤202，确定激光点云数据中激光点的坡度。

在本实施例中，基于步骤201获得的激光点云数据，上述执行主体(例如图1所示的服务器103)可以确定出激光点云数据中的每个激光点的坡度。具体地，激光点云数据中的第m条扫描线的第i个激光点的坡度可以为该第m条扫描线的第i个激光点与激光点云数据中的第n条扫描线的第i个激光点所构成的直线与地平面的夹角。这里，m、n和i可以均为整数，并且m和n的差值为第一预设阈值。进一步地，m和n的取值均小于多线激光雷达的线数，且i的取值小于多线激光雷达的各扫描线扫描的激光点数。例如，多线激光雷达为16线激光雷达，每条扫描线扫描的激光点数为2000，则0≤m≤15，0≤n≤15，0≤i≤1999。因此，上述执行主体可以利用该方法确定出激光点云数据中每个激光点的坡度。上述地平面可以为地面的水平面，是绝对平面。

具体地，对于激光点云数据中的第m条扫描线的第i个激光点的坡度，上述执行主体可以首先获取第m条扫描线的第i个激光点的空间坐标(x₁，y₁，z₁)和第n条扫描线的第i个激光点的空间坐标(x₂，y₂，z₂)。而后，将第m条扫描线的第i个激光点的空间坐标(x₁，y₁，z₁)和第n条扫描线的第i个激光点的空间坐标(x₂，y₂，z₂)代入公式从而可以计算出第m条扫描线的第i个激光点的坡度a。因此，上述执行主体利用该方法可以计算出激光点云数据中每个激光点的坡度。

在本实施例的一些可选的实现方式中，m和n的差值为1，即n＝m+1。上述执行主体可以首先获取激光点云数据中第m条扫描线的第i个激光点的空间坐标(x₁，y₁，z₁)和激光点云数据中第m+1条扫描线的第i个激光点的空间坐标(x₃，y₃，z₃)，而后，计算第m条扫描线的第i个激光点的空间坐标和第m+1条扫描线的第i个激光点的空间坐标所形成的直线与地平面的夹角a，其中本领域技术人员可以理解的是，m和n的差值(即第一预设阈值)还可以为其它正整数，这里没有唯一限定。例如，第一预设阈值还可以为2或3等。

通常，多线激光雷达中各激光发射器可以在垂直方向上分布，各激光发射器发射出的扫描线可以按照远离地面的顺序依次排列。例如，多线激光雷达为16线激光雷达，各激光发射器发射出的扫描线按照远离地面的顺序可以依次排列为第0条扫描线、第1条扫描线……第15条扫描线。可选的，多线激光雷达中的最后若干条扫描线(例如16线激光雷达中的第15条扫描线、64线激光雷达中的第63条扫描线和第64条扫描线)向上的扫描角度过大，可以不进行坡度计算。

步骤203，基于所确定的激光点云数据中激光点的坡度，在路面中确定出可通行区域。

在本实施例中，路面中存在障碍物的位置对应的激光点的坡度与平坦路面对应的激光点的坡度不同。因此，在确定出的激光点云数据中各激光点的坡度之后，上述执行主体可以确定出路面中的障碍物，从而在路面中确定出无人车或移动机器人等的可通行区域。

继续参见图3，图3是根据本实施例的基于多线激光雷达的可通行区域检测方法的应用场景的一个示意图。在图3的应用场景中，无人车301上可以安装有多线激光雷达，该多线激光雷达可以对待无人车301行驶的路面进行扫描，得到激光点云数据。后台服务器可以获取多线激光雷达对路面扫描得到的激光点云数据；而后，后台服务器可以确定出激光点云数据中的每个激光点的坡度；最后，后台服务器基于激光点云数据中各激光点的坡度可以在路面中确定出不存在障碍物的无人车301的可通行区域302，如图3所示。

本申请的上述实施例提供的方法，获取多线激光雷达对路面采集得到的激光点云数据，而后确定所获取的激光点云数据中各激光点的坡度，最后分析激光点云数据中的各激光点的坡度可以确定出路面中的障碍物，从而在路面中确定出可通行区域。

进一步参考图4，其示出了基于多线激光雷达的可通行区域检测方法的另一个实施例的流程400。该基于多线激光雷达的可通行区域检测方法的流程400，包括以下步骤：

步骤401，获取多线激光雷达对路面采集得到的激光点云数据。

在本实施例中，移动机器人或无人车等上可以安装多线激光雷达，以便于多线激光雷达可以对移动机器人或无人车等的待行驶路面进行数据采集，得到激光点云数据。基于多线激光雷达的可通行区域检测方法的执行主体(例如图1所示的服务器103)可以通过有线连接方式或者无线连接方式获取多线激光雷达采集得到的激光点云数据。这里，所获取的激光点云数据是保留其结构化的点云数据结构，未去除该激光点云数据中的无效激光点。例如，多线激光雷达为16线激光雷达，每条激光扫描线的激光点数为2000，则采集得到的激光点云数据中的总激光点数为32000，该激光点云数据中未去除其中的无效激光点。

步骤402，确定激光点云数据中激光点的坡度。

在本实施例中，在本实施例中，基于步骤401获得的激光点云数据，上述执行主体(例如图1所示的服务器103)可以确定出激光点云数据中的每个激光点的坡度。激光点云数据中的第m条扫描线的第i个激光点的坡度可以为该第m条扫描线的第i个激光点与激光点云数据中的第n条扫描线的第i个激光点所构成的直线与地平面的夹角。这里，m、n和i均为整数，并且m和n的差值为第一预设阈值。进一步地，m和n的取值均小于多线激光雷达的线数，且i的取值小于多线激光雷达的各扫描线扫描的激光点数。例如，多线激光雷达为16线激光雷达，每条扫描线扫描的激光点数为2000，则0≤m≤15，0≤n≤15，0≤i≤1999。因此，上述执行主体可以利用该方法确定出激光点云数据中每个激光点的坡度。

在本实施例的一些可选的实现方式中，上述执行主体在确定出激光点云数据中的各激光点的坡度之后，可以从各激光点中确定出激光点云数据中的无效激光点。其中，激光点云数据中的无效激光点可以为该激光点云数据中满足预设条件的激光点。作为示例，无效激光点可以是位于估算出的最大激光点和最小激光点的距离值之外的激光点。这些无效激光点通常无法进行坡度值的计算，此时可以对所确定出的激光点云数据中的激光点的坡度进行平滑处理，从而确定出无效激光点的坡度。这里，可以采用最小二乘平滑算法、线性平滑算法等方法对激光点云数据中的激光点进行平滑处理，从而得到无效激光点的坡度。

步骤403，在激光点云数据中搜索第一激光点，将第一激光点构成连通区域。

在本实施例中，基于步骤402确定出的激光点云数据中各激光点的坡度，上述执行主体可以在激光点云数据中搜索第一激光点，以便于将第一激光点构成连通区域。上述执行主体可以利用例如种子填充算法等多种方式将搜索到的第一激光点彼此连通，从而构成连通区域。其中，第一激光点可以为激光点云数据中坡度小于第二预设阈值的激光点。该第二预设阈值可以为根据实际的需求进行设置。这里可以将第二阈值设置为一个较大的角度值，例如45°。此时，本实施例中的基于多线激光雷达的可通行区域检测方法可以在路面存在一定的坡度(例如10°的坡度)的情况下还可以检测出路面中的障碍物，也无需对存在坡度的路面进行平面拟合，降低了计算量。同样地，本实施例中的基于多线激光雷达的可通行区域检测方法在多线激光雷达安装有一定偏斜(例如5°的偏斜)的情况下还可以检测出路面中的障碍物。

在本实施例的一些可选的实现方式中，上述执行主体可以在激光点云数据中选取初始激光点，而后以该初始激光点为起始点在激光点云数据中搜索第一激光点，并将搜索到的第一激光点构成连通区域。其中，初始激光点的坡度小于第四预设阈值，例如，初始激光点可以为多线激光雷达最向下的扫描线中的坡度最小的激光点。作为示例，上述初始激光点可以为第0条扫描线的第0个激光点。而后，上述执行主体可以利用深度优先搜索算法或者广度优先搜索算法等以所确定的初始激光点为起始点对激光点云数据进行K-邻域搜索(例如4-邻域搜索)，从而可以得到由第一激光点构成的连通区域。

步骤404，响应于确定出连通区域中彼此相邻的第一激光点的坡度之间的差值小于第三预设阈值，基于所确定出的连通区域的尺寸和目标物体的尺寸，在路面中确定目标物体的可通行区域。

在本实施例中，上述执行主体在确定出由第一激光点构成的连通区域的同时，还需要确定所构成的连通区域中彼此相邻的第一激光点的坡度的差值是否小于第三预设阈值。进一步地，若上述执行主体确定出连通区域中彼此相邻的第一激光点的坡度之间的差值小于第三预设阈值，则可以进一步地确定该连通区域的尺寸。上述执行主体还可以获取目标物体的尺寸，并将目标物体的尺寸与所确定的连通区域的尺寸对比，从而判断出该连通区域是否可以为目标物体的可通行区域。作为示例，上述目标物体可以为无人车，此时上述执行主体可以获取该无人车车身的宽度，并在判断出所确定的连通区域的宽度大于1.2倍的车身宽度的情况下，将该连通区域标记为可通行区域。

从图4中可以看出，与图2对应的实施例相比，本实施例中的基于多线激光雷达的可通行区域检测方法的流程400突出了基于所确定的激光点云数据中激光点的坡度在路面中确定出可通行区域的步骤。由此，本实施例描述的方案可以通过在激光点云数据中搜索出第一激光点，进而将第一激光点的连通区域与目标物体进行对比，从而进一步地提高在路面中确定出的可通行区域的精确度。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种基于多线激光雷达的可通行区域检测装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的基于多线激光雷达的可通行区域检测装置500包括：获取单元501、坡度确定单元502和可通行区域确定单元，503。其中，获取单元501被配置成获取多线激光雷达对路面采集得到的激光点云数据；坡度确定单元502被配置成确定激光点云数据中激光点的坡度，其中，激光点云数据中第m条扫描线的第i个激光点的坡度为第m条扫描线的第i个激光点和第n条扫描线的第i个激光点所形成的直线与地平面的夹角，m、n和i均为整数，m和n之差为第一预设阈值；可通行区域确定单元503被配置成基于所确定的激光点云数据中激光点的坡度，在路面中确定出可通行区域。

本申请的上述实施例所提供的基于多线激光雷达的可通行区域检测装置500，获取单元501可以获取多线激光雷达对路面采集得到的激光点云数据，而后坡度确定单元502可以确定激光点云数据中的各激光点的坡度，最后可通行区域确定单元503可以基于激光点云数据中各激光点的坡度在路面在路面中确定出可通行区域。

在本实施例的一些可选的实现方式中，m与n的差值为1；以及坡度确定单元502进一步被配置成：获取激光点云数据中第m条扫描线的第i个激光点的空间坐标和激光点云数据中第m+1条扫描线的第i个激光点的空间坐标；确定第m条扫描线的第i个激光点的空间坐标和第m+1条扫描线的第i个激光点的空间坐标所形成的直线与地平面的夹角。

在本实施例的一些可选的实现方式中，可通行区域确定单元503包括：搜索模块，被配置成在激光点云数据中搜索第一激光点，将第一激光点构成连通区域，其中，第一激光点的坡度小于第二预设阈值；可通行区域确定模块，被配置成响应于确定出连通区域中彼此相邻的第一激光点的坡度之间的差值小于第三预设阈值，基于所确定出的连通区域的尺寸和目标物体的尺寸，在路面中确定目标物体的可通行区域。

在本实施例的一些可选的实现方式中，搜索模块，包括：在激光点云数据中选取初始激光点，其中，初始激光点的坡度小于第四预设阈值；以初始激光点为起始点，在激光点云数据中搜索第一激光点，将第一激光点构成连通区域。

在本实施例的一些可选的实现方式中，装置500还包括：无效激光点确定单元，被配置成基于所确定的激光点云数据中激光点的坡度，确定出激光点云数据中的无效激光点，其中，无效激光点为激光点云数据中满足预设条件的激光点；平滑处理单元，被配置成对所确定的激光点云数据中激光点的坡度进行平滑处理，确定出激光点云数据中无效激光点的坡度。

下面参考图6，其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器103)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、坡度确定单元和可通行区域确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取多线激光雷达对路面采集得到的激光点云数据的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取多线激光雷达对路面采集得到的激光点云数据；确定激光点云数据中激光点的坡度，其中，激光点云数据中第m条扫描线的第i个激光点的坡度为第m条扫描线的第i个激光点和第n条扫描线的第i个激光点所形成的直线与地平面的夹角，m、n和i均为整数，m和n之差为第一预设阈值；基于所确定的激光点云数据中激光点的坡度，在路面中确定出可通行区域。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种基于多线激光雷达的可通行区域检测方法，包括：

获取所述多线激光雷达对路面采集得到的激光点云数据；

确定所述激光点云数据中激光点的坡度，其中，所述激光点云数据中第m条扫描线的第i个激光点的坡度为第m条扫描线的第i个激光点和第n条扫描线的第i个激光点所形成的直线与地平面的夹角，m、n和i均为整数，m和n之差为第一预设阈值；

基于所确定的所述激光点云数据中激光点的坡度，在路面中确定出可通行区域。

2.根据权利要求1所述的方法，其中，m与n的差值为1；以及

所述确定所述激光点云数据中激光点的坡度，包括：

获取所述激光点云数据中第m条扫描线的第i个激光点的空间坐标和所述激光点云数据中第m+1条扫描线的第i个激光点的空间坐标；

确定所述第m条扫描线的第i个激光点的空间坐标和所述第m+1条扫描线的第i个激光点的空间坐标所形成的直线与所述地平面的夹角。

3.根据权利要求1所述的方法，其中，所述基于所确定的所述激光点云数据中激光点的坡度，在路面中确定出可通行区域，包括：

在所述激光点云数据中搜索第一激光点，将第一激光点构成连通区域，其中，所述第一激光点的坡度小于第二预设阈值；

响应于确定出所述连通区域中彼此相邻的第一激光点的坡度之间的差值小于第三预设阈值，基于所确定出的连通区域的尺寸和目标物体的尺寸，在路面中确定所述目标物体的可通行区域。

4.根据权利要求3所述的方法，其中，所述在所述激光点云数据中搜索第一激光点，将第一激光点构成连通区域，包括：

在所述激光点云数据中选取初始激光点，其中，所述初始激光点的坡度小于第四预设阈值；

以所述初始激光点为起始点，在所述激光点云数据中搜索第一激光点，将第一激光点构成连通区域。

5.根据权利要求1-4之一所述的方法，其中，所述方法还包括：

基于所确定的所述激光点云数据中激光点的坡度，确定出所述激光点云数据中的无效激光点，其中，所述无效激光点为所述激光点云数据中满足预设条件的激光点；

对所确定的所述激光点云数据中激光点的坡度进行平滑处理，确定出所述激光点云数据中无效激光点的坡度。

6.一种基于多线激光雷达的可通行区域检测装置，包括：

获取单元，被配置成获取所述多线激光雷达对路面采集得到的激光点云数据；

坡度确定单元，被配置成确定所述激光点云数据中激光点的坡度，其中，所述激光点云数据中第m条扫描线的第i个激光点的坡度为第m条扫描线的第i个激光点和第n条扫描线的第i个激光点所形成的直线与地平面的夹角，m、n和i均为整数，m和n之差为第一预设阈值；

可通行区域确定单元，被配置成基于所确定的所述激光点云数据中激光点的坡度，在路面中确定出可通行区域。

7.根据权利要求6所述的装置，其中，m与n的差值为1；以及

所述坡度确定单元进一步被配置成：

获取所述激光点云数据中第m条扫描线的第i个激光点的空间坐标和所述激光点云数据中第m+1条扫描线的第i个激光点的空间坐标；

确定所述第m条扫描线的第i个激光点的空间坐标和所述第m+1条扫描线的第i个激光点的空间坐标所形成的直线与所述地平面的夹角。

8.根据权利要求6所述的装置，其中，所述可通行区域确定单元包括：

搜索模块，被配置成在所述激光点云数据中搜索第一激光点，将第一激光点构成连通区域，其中，所述第一激光点的坡度小于第二预设阈值；

可通行区域确定模块，被配置成响应于确定出所述连通区域中彼此相邻的第一激光点的坡度之间的差值小于第三预设阈值，基于所确定出的连通区域的尺寸和目标物体的尺寸，在路面中确定所述目标物体的可通行区域。

9.根据权利要求8所述的装置，其中，所述搜索模块，包括：

在所述激光点云数据中选取初始激光点，其中，所述初始激光点的坡度小于第四预设阈值；

以所述初始激光点为起始点，在所述激光点云数据中搜索第一激光点，将第一激光点构成连通区域。

10.根据权利要求6-9之一所述的装置，其中，所述装置还包括：

无效激光点确定单元，被配置成基于所确定的所述激光点云数据中激光点的坡度，确定出所述激光点云数据中的无效激光点，其中，所述无效激光点为所述激光点云数据中满足预设条件的激光点；

平滑处理单元，被配置成对所确定的所述激光点云数据中激光点的坡度进行平滑处理，确定出所述激光点云数据中无效激光点的坡度。

11.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。