CN112180395A - 道路标记的提取方法、装置、设备及存储介质 - Google Patents
道路标记的提取方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112180395A CN112180395A CN201910511430.2A CN201910511430A CN112180395A CN 112180395 A CN112180395 A CN 112180395A CN 201910511430 A CN201910511430 A CN 201910511430A CN 112180395 A CN112180395 A CN 112180395A
- Authority
- CN
- China
- Prior art keywords
- road
- data
- determining
- road mark
- type
- 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
Images
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
-
- 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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种道路标记的提取方法、装置、设备及存储介质,该方法包括:获取传感器采集的道路数据,道路上设置有表示不同道路标记的识别对象;根据所述道路数据,确定所述道路上的各道路标记的位置和类型。通过在道路上设置相应的识别对象,使传感器可以识别相应的道路标记的语义,提取出道路标记的类型和位置,以自动标记在地图中,可以有效提高地图道路标记的标记效率。
Description
技术领域
本申请涉及地图技术领域,尤其涉及一种道路标记的提取方法、装置、设备及存储介质。
背景技术
在高精地图中,需要标记道路标记,比如车道线、转弯标志线、直行标志线等等。在实际道路上,通过粉刷白色或黄色标记线供驾驶人区分,采集地图时,激光雷达无法区分道路上的这些白色或黄色标记线,后续标记时需要人工为地图标记道路标记,标记效率较低。
因此,如何有效提高地图标记效率,成为亟需解决的技术问题。
发明内容
本申请提供一种道路标记的提取方法、装置、设备及存储介质,以解决现有技术地图标记效率低等缺陷。
本申请第一个方面提供一种道路标记的提取方法,包括:
获取传感器采集的道路数据,道路上设置有表示不同道路标记的识别对象;
根据所述道路数据,确定所述道路上的各道路标记的位置和类型。
本申请第二个方面提供一种道路标记的提取装置,包括:
获取模块,用于获取传感器采集的道路数据,道路上设置有表示不同道路标记的识别对象;
处理模块,用于根据所述道路数据,确定所述道路上的各道路标记的位置和类型。
本申请第三个方面提供一种计算机设备,包括:至少一个处理器和存储器;
所述存储器存储计算机程序;所述至少一个处理器执行所述存储器存储的计算机程序,以实现第一个方面提供的方法。
本申请第四个方面提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现第一个方面提供的方法。
本申请提供的道路标记的提取方法、装置、设备及存储介质,通过在道路上设置相应的识别对象,使传感器可以识别相应的道路标记的语义,提取出道路标记的类型和位置,以自动标记在地图中,可以有效提高地图道路标记的标记效率。
附图说明
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一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,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为本申请一实施例提供的道路标记的提取方法的流程示意图;
图2为本申请另一实施例提供的道路标记的提取方法的流程示意图;
图3为本申请一实施例提供的反光线道路标记的示意图;
图4为本申请一实施例提供的道路标记的提取装置的结构示意图;
图5为本申请一实施例提供的计算机设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
首先对本申请所涉及的名词进行解释:
点云数据:通常采用激光扫描的方式,获取环境的点云数据;当一束激光照射到物体表面时,所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行扫描,便会边扫描边记录到反射的激光点信息,由于扫描极为精细,则能够得到大量的激光点,因而就可形成物体的激光点云数据。点云数据是在目标表面特性的海量点云的集合。
本申请实施例提供的道路标记的提取方法,可以适用于生成地图时,对道路上的道路标记进行提取,自动标记在地图中的场景。
此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在以下各实施例的描述中,“多个”的含义是两个以上,除非另有明确具体的限定。
下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
实施例一
本实施例提供一种道路标记的提取方法,用于提取道路上的道路标记。本实施例的执行主体为道路标记的提取装置,该装置可以设置在计算设备中。该计算机设备可以是服务器、台式电脑、笔记本电脑等设备,也可以是地图数据采集设备,具体不做限定。
如图1所示,为本实施例提供的道路标记的提取方法的流程示意图,该方法包括:
步骤101,获取传感器采集的道路数据,道路上设置有表示不同道路标记的识别对象。
可以在道路上设置表示不同道路标记的识别对象,识别对象可以为反光线(不同的道路标记可以贴不同形状的反光线)、具有不同三维形状的波纹纸、不同材质的物体(比如铁)、不同形状和花纹的物体等等,以便于识别道路标记。具体设置哪种识别对象,可以根据实际需求设置,本实施例不做限定。
对于不同的识别对象可能需要不同的传感器采集道路数据,比如反光线和不同三维形状的波纹纸,可以由激光雷达采集;不同材质的物体可以由毫米波雷达采集;不同形状和花纹的物体可以由双目摄像头采集等等。具体可以根据实际需求选择传感器类型和对应的识别对象。
道路标记可以为车道线(比如一条道路上有3条行车道,相邻两个行车道之间的车道边界线)、方向指示线(比如左转指示线、直行指示线、右转指示线、掉头指示线等等)、限速指示(限速30公里/小时、限速60公里/小时等)、专用车道指示(公交专用车道、应急车道等等)等等。
步骤102,根据道路数据,确定道路上的各道路标记的位置和类型。
具体的,在获取到道路数据后,则可以根据道路数据,确定道路上的各道路标记的位置和类型。
通过不同的传感器采集的道路数据不同。比如通过激光雷达采集道路的三维点云数据,通过毫米波雷达、双目摄像头采集相应的数据等等。
示例性的,在车道线上贴上一条条的长方形反光线,连成虚线形式,激光雷达通过识别每条反光线的形状识别其语义,确定是车道线,并获取每条反光线的位置,在地图相应的位置标记车道线。在左转指示线上可以贴上左转箭头形状的反光线,识别语义,在地图中标记左转指示线,在直行指示线贴直箭头形状的反光线;等等。具体不再一一赘述。
示例性的,在车道线上设置某种三维形状的波纹纸,通过激光雷达采集识别对象的三维结构,来识别其语义,确定是车道线,并获取识别对象的位置信息,在地图相应的位置标记车道线。在其他类型的道路标记可以设置其他三维形状的波纹纸来提取道路标记,具体不再一一赘述。
示例性的,还可以在车道线上设置铁质物件,通过毫米波雷达采集铁质物件的材质信息,来识别其语义,确定是车道线,并在地图相应位置标记车道线。在其他类型的道路标记可以设置其他材质的物件。具体可以根据实际需求设置。或者可以通过设置不同形状的铁质物件来识别等等。也可以设置不同形状的其他物件。本实施例不做限定。
示例性的,还可以在车道线上设置某种形状和花纹的物体,比如某种形状和花纹的花纹纸,通过双目摄像头采集道路数据,识别花纹纸的形状和花纹语义,来确定是车道线,并在地图相应位置标记车道线。对于其他类型的道路标记,可以设置不同形状和花纹的物体,具体不做限定。
本实施例提供的道路标记的提取方法,通过在道路上设置相应的识别对象,使传感器可以识别相应的道路标记的语义,提取出道路标记的类型和位置,以自动标记在地图中,可以有效提高地图道路标记的标记效率。
实施例二
本实施例对实施例一提供的方法做进一步补充说明。
如图2所示,为本实施例提供的道路标记的提取方法的流程示意图。
作为一种可实施的方式,在上述实施例一的基础上,可选地,道路数据为激光雷达采集的三维点云数据;步骤102具体包括:
步骤1021,根据三维点云数据,确定各道路标记的位置和类型。
可选地,识别对象为反光线;识别对象被设置为不同的形状,每种形状对应一种车道标记;步骤1021具体可以包括:
步骤2011,根据三维点云数据中的反射强度,识别出不同的形状。
步骤2012,根据不同的形状,确定对应的道路标记的类型。
步骤2013,根据三维点云数据中的位置信息,确定各道路标记的位置。
具体的,三维点云数据中包括位置信息和反射强度信息,在获取到道路的三维点云数据后,可以根据三维点云数据中的位置信息和反射强度,来确定各道路标记的位置和类型。比如,贴有反光线的位置的反射强度会明显高于道路其他位置的反射强度,可以根据反射强度进行聚类,确定出识别对象的形状。可以预先定义不同形状代表的语义,即不同形状代表的道路标记的类型,在识别出识别对象的形状后,即可确定其道路标记的类型。
根据组成相应形状的三维点云数据的坐标,即可确定道路标记的位置。
示例性的,在车道线上贴上一条条的长方形反光线,连成虚线形式,激光雷达通过识别每条反光线的形状识别其语义,确定是车道线,并获取每条反光线的位置,在地图相应的位置标记车道线。在左转指示线上可以贴上左转箭头形状的反光线,识别语义,在地图中标记左转指示线,在直行指示线贴直箭头形状的反光线;等等。具体不再一一赘述。
示例性的,如图3所示,为本实施例提供的反光线道路标记的示意图。其中“——”表示车道线,左转箭头表示左转指示线,右转箭头表示右转指示线,直箭头表示直行指示线。
在确定了道路标记的类型和位置后,即可在地图中相应位置标记相应的道路标记。
可选地,识别对象为具有不同三维形状的波纹纸,每种三维形状对应一种道路标记;步骤1021具体可以包括:
步骤2021,根据三维点云数据,识别各道路标记的三维结构。
步骤2022,根据各道路标记的三维结构,确定各道路标记的类型。
步骤2023,根据三维点云数据中的位置信息,确定各道路标记的位置。
具体的,识别对象还可以是具有不同三维形状的波纹纸,每种三维形状对应一种道路标记。根据激光雷达采集的道路的三维点云数据,识别各道路标记的三维结构,设置有波纹纸的位置的形状明显与道路其他位置的形状不同。可以预先定义不同的三维结构对应的道路标记的类型,通过识别道路标记的三维结构,即可确定该道路标记的类型。通过该三维结构对应的位置信息,即可确定该道路标记的位置。
示例性的,在车道线上设置某种三维形状的波纹纸,通过激光雷达采集识别对象的三维结构,来识别其语义,确定是车道线,并获取识别对象的位置信息,在地图相应的位置标记车道线。在其他类型的道路标记可以设置其他三维形状的波纹纸来提取道路标记,具体不再一一赘述。
作为另一种可实施的方式,在上述实施例一的基础上,可选地,道路数据为毫米波雷达数据,识别对象为不同材质的物体,每种材质对应一种道路标记;步骤102具体可以包括:
步骤2031,根据毫米波雷达数据,识别各道路标记的材质。
步骤2032,根据各道路标记的材质,确定各道路标记的类型。
步骤2033,根据毫米波雷达数据中的位置信息,确定各道路标记的位置。
具体的,还可以是在道路上设置不同材质的物体,通过毫米波雷达进行识别,通过毫米波雷达采集道路数据,毫米波雷达数据也可以包括反射强度和位置信息,不同材质的物体反射强度不同,比如铁质物件。根据毫米波雷达数据,识别各道路标记的材质,从而识别各道路标记的类型,根据毫米波雷达数据中的位置信息确定识别出的道路标记的位置。
示例性的,还可以在车道线上设置铁质物件,比如铁方块、铁三角块等,通过毫米波雷达采集铁质物件的材质信息,来识别其语义,确定是车道线,并在地图相应位置标记车道线。在其他类型的道路标记可以设置其他材质的物件。具体可以根据实际需求设置。或者可以通过设置不同形状的铁质物件来识别等等。也可以设置不同形状的其他物件。本实施例不做限定。
作为另一种可实施的方式,在上述实施例一的基础上,可选地,道路数据为双目摄像头数据,识别对象为具有不同形状和花纹的物体;步骤102具体可以包括:
步骤2041,根据双目摄像头数据,识别各道路标记的形状和花纹。
步骤2042,根据各道路标记的形状和花纹,确定各道路标记的类型。
步骤2043,根据双目摄像头数据中的位置信息,确定各道路标记的位置。
具体的,识别对象还可以是在道路上设置的具有不同形状和花纹的物体,通过双目摄像头采集道路数据,即双目摄像头数据,根据双目摄像头数据可以获取位置信息、形状花纹信息;可以预先定义不同形状花纹对应的道路标记的类型,根据识别的形状花纹信息可以确定道路标记的类型;根据双目摄像头数据中形状花纹对应的位置信息可以确定各道路标记的位置。
双目摄像头采集道路数据时,可以根据双目成像的原理,获取被拍摄的识别对象相对于双目摄像头的距离与方向,根据双目摄像头的实际位置来确定识别对象的位置,通过成像可以识别出识别对象的形状花纹。具体不再赘述。
示例性的,还可以在车道线上设置某种形状和花纹的物体,比如某种形状和花纹的花纹纸,通过双目摄像头采集道路数据,识别花纹纸的形状和花纹语义,来确定是车道线,并在地图相应位置标记车道线。对于其他类型的道路标记,可以设置不同形状和花纹的物体,具体不做限定。
作为另一种可实施的方式,在上述实施例一的基础上,可选地,该方法还包括:
步骤103,根据各道路标记的位置和类型,在地图中生成对应的道路标记。
具体的,在确定了各道路标记的位置和类型后,则可以根据各道路标记的位置和类型,在地图中生成对应的道路标记。
可选地,道路数据采集设备上可以设置有上述任意一种或多种传感器,来采集道路数据。
可选地,可以同时采用上述实施方式中的至少两种方式来提取道路上的道路标记。
需要说明的是,本实施例中各可实施的方式可以单独实施,也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
本实施例提供的道路标记的提取方法,通过在道路上设置相应的识别对象,使传感器可以识别相应的道路标记的语义,提取出道路标记的类型和位置,以自动标记在地图中,可以有效提高地图道路标记的标记效率。
实施例三
本实施例提供一种道路标记的提取装置,用于执行上述实施例一的方法。该装置可以设置在计算机设备中。
如图4所示,为本实施例提供的道路标记的提取装置的结构示意图。该道路标记的提取装置30包括获取模块31和处理模块32。
其中,获取模块31用于获取传感器采集的道路数据,道路上设置有表示不同道路标记的识别对象;处理模块32用于根据道路数据,确定道路上的各道路标记的位置和类型。
关于本实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
根据本实施例提供的道路标记的提取装置,通过在道路上设置相应的识别对象,使传感器可以识别相应的道路标记的语义,提取出道路标记的类型和位置,以自动标记在地图中,可以有效提高地图道路标记的标记效率。
实施例四
本实施例对上述实施例三提供的装置做进一步补充说明,以执行上述实施例二提供的方法。
作为一种可实施的方式,在上述实施例三的基础上,可选地,道路数据为激光雷达采集的三维点云数据;
处理模块,具体用于:
根据三维点云数据,确定各道路标记的位置和类型。
可选地,识别对象为反光线;识别对象被设置为不同的形状,每种形状对应一种车道标记;
处理模块,具体用于:
根据三维点云数据中的反射强度,识别出不同的形状;
根据不同的形状,确定对应的道路标记的类型;
根据三维点云数据中的位置信息,确定各道路标记的位置。
可选地,识别对象为具有不同三维形状的波纹纸,每种三维形状对应一种道路标记;
处理模块,具体用于:
根据三维点云数据,识别各道路标记的三维结构;
根据各道路标记的三维结构,确定各道路标记的类型;
根据三维点云数据中的位置信息,确定各道路标记的位置。
作为另一种可实施的方式,在上述实施例三的基础上,可选地,道路数据为毫米波雷达数据,识别对象为不同材质的物体,每种材质对应一种道路标记;
处理模块,具体用于:
根据毫米波雷达数据,识别各道路标记的材质;
根据各道路标记的材质,确定各道路标记的类型;
根据毫米波雷达数据中的位置信息,确定各道路标记的位置。
作为另一种可实施的方式,在上述实施例三的基础上,可选地,道路数据为双目摄像头数据,识别对象为具有不同形状和花纹的物体;
处理模块,具体用于:
根据双目摄像头数据,识别各道路标记的形状和花纹;
根据各道路标记的形状和花纹,确定各道路标记的类型;
根据双目摄像头数据中的位置信息,确定各道路标记的位置。
作为另一种可实施的方式,在上述实施例三的基础上,可选地,处理模块,还用于:
根据各道路标记的位置和类型,在地图中生成对应的道路标记。
关于本实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
需要说明的是,本实施例中各可实施的方式可以单独实施,也可以在不冲突的情况下以任意组合方式结合实施本申请不做限定。
根据本实施例的道路标记的提取装置,通过在道路上设置相应的识别对象,使传感器可以识别相应的道路标记的语义,提取出道路标记的类型和位置,以自动标记在地图中,可以有效提高地图道路标记的标记效率。
实施例五
本实施例提供一种计算机设备,用于执行上述实施例提供的道路标记的提取方法。
如图5所示,为本实施例提供的计算机设备的结构示意图。该计算机设备50包括:至少一个处理器51和存储器52;
存储器存储计算机程序;至少一个处理器执行存储器存储的计算机程序,以实现上述实施例提供的方法。
根据本实施例的计算机设备,通过在道路上设置相应的识别对象,使传感器可以识别相应的道路标记的语义,提取出道路标记的类型和位置,以自动标记在地图中,可以有效提高地图道路标记的标记效率。
实施例六
本实施例提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,计算机程序被执行时实现上述任一实施例提供的方法。
根据本实施例的计算机可读存储介质,通过在道路上设置相应的识别对象,使传感器可以识别相应的道路标记的语义,提取出道路标记的类型和位置,以自动标记在地图中,可以有效提高地图道路标记的标记效率。
在本申请所提供的几个实施例中,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。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (16)
1.一种道路标记的提取方法,其特征在于,包括:
获取传感器采集的道路数据,道路上设置有表示不同道路标记的识别对象;
根据所述道路数据,确定所述道路上的各道路标记的位置和类型。
2.根据权利要求1所述的方法,其特征在于,所述道路数据为激光雷达采集的三维点云数据;
所述根据所述道路数据,确定所述道路上的各道路标记的位置和类型,包括:
根据所述三维点云数据,确定各道路标记的位置和类型。
3.根据权利要求2所述的方法,其特征在于,所述识别对象为反光线;所述识别对象被设置为不同的形状,每种形状对应一种车道标记;
所述根据所述三维点云数据,确定各道路标记的位置和类型,包括:
根据所述三维点云数据中的反射强度,识别出不同的形状;
根据不同的形状,确定对应的道路标记的类型;
根据所述三维点云数据中的位置信息,确定各道路标记的位置。
4.根据权利要求2所述的方法,其特征在于,所述识别对象为具有不同三维形状的波纹纸,每种三维形状对应一种道路标记;
所述根据所述三维点云数据,确定各道路标记的位置和类型,包括:
根据所述三维点云数据,识别各道路标记的三维结构;
根据各道路标记的三维结构,确定各道路标记的类型;
根据所述三维点云数据中的位置信息,确定各道路标记的位置。
5.根据权利要求1所述的方法,其特征在于,所述道路数据为毫米波雷达数据,所述识别对象为不同材质的物体,每种材质对应一种道路标记;
所述根据所述道路数据,确定所述道路上的各道路标记的位置和类型,包括:
根据所述毫米波雷达数据,识别各道路标记的材质;
根据各道路标记的材质,确定各道路标记的类型;
根据所述毫米波雷达数据中的位置信息,确定各道路标记的位置。
6.根据权利要求1所述的方法,其特征在于,所述道路数据为双目摄像头数据,所述识别对象为具有不同形状和花纹的物体;
所述根据所述道路数据,确定所述道路上的各道路标记的位置和类型,包括:
根据所述双目摄像头数据,识别各道路标记的形状和花纹;
根据各道路标记的形状和花纹,确定各道路标记的类型;
根据所述双目摄像头数据中的位置信息,确定各道路标记的位置。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述方法还包括:
根据各道路标记的位置和类型,在地图中生成对应的道路标记。
8.一种道路标记的提取装置,其特征在于,包括:
获取模块,用于获取传感器采集的道路数据,道路上设置有表示不同道路标记的识别对象;
处理模块,用于根据所述道路数据,确定所述道路上的各道路标记的位置和类型。
9.根据权利要求8所述的装置,其特征在于,所述道路数据为激光雷达采集的三维点云数据;
所述处理模块,具体用于:
根据所述三维点云数据,确定各道路标记的位置和类型。
10.根据权利要求9所述的装置,其特征在于,所述识别对象为反光线;所述识别对象被设置为不同的形状,每种形状对应一种车道标记;
所述处理模块,具体用于:
根据所述三维点云数据中的反射强度,识别出不同的形状;
根据不同的形状,确定对应的道路标记的类型;
根据所述三维点云数据中的位置信息,确定各道路标记的位置。
11.根据权利要求9所述的装置,其特征在于,所述识别对象为具有不同三维形状的波纹纸,每种三维形状对应一种道路标记;
所述处理模块,具体用于:
根据所述三维点云数据,识别各道路标记的三维结构;
根据各道路标记的三维结构,确定各道路标记的类型;
根据所述三维点云数据中的位置信息,确定各道路标记的位置。
12.根据权利要求8所述的装置,其特征在于,所述道路数据为毫米波雷达数据,所述识别对象为不同材质的物体,每种材质对应一种道路标记;
所述处理模块,具体用于:
根据所述毫米波雷达数据,识别各道路标记的材质;
根据各道路标记的材质,确定各道路标记的类型;
根据所述毫米波雷达数据中的位置信息,确定各道路标记的位置。
13.根据权利要求8所述的装置,其特征在于,所述道路数据为双目摄像头数据,所述识别对象为具有不同形状和花纹的物体;
所述处理模块,具体用于:
根据所述双目摄像头数据,识别各道路标记的形状和花纹;
根据各道路标记的形状和花纹,确定各道路标记的类型;
根据所述双目摄像头数据中的位置信息,确定各道路标记的位置。
14.根据权利要求8-13任一项所述的装置,其特征在于,所述处理模块,还用于:
根据各道路标记的位置和类型,在地图中生成对应的道路标记。
15.一种计算机设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机程序;所述至少一个处理器执行所述存储器存储的计算机程序,以实现权利要求1-7中任一项所述的方法。
16.一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910511430.2A CN112180395B (zh) | 2019-06-13 | 2019-06-13 | 道路标记的提取方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910511430.2A CN112180395B (zh) | 2019-06-13 | 2019-06-13 | 道路标记的提取方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112180395A true CN112180395A (zh) | 2021-01-05 |
CN112180395B CN112180395B (zh) | 2023-04-07 |
Family
ID=73914250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910511430.2A Active CN112180395B (zh) | 2019-06-13 | 2019-06-13 | 道路标记的提取方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112180395B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1486799A2 (en) * | 2003-06-10 | 2004-12-15 | Tieliikelaitos | Method and apparatus for determining condition of road markings |
JP2009086788A (ja) * | 2007-09-28 | 2009-04-23 | Hitachi Ltd | 車両周辺監視装置 |
US20160026879A1 (en) * | 2014-07-23 | 2016-01-28 | Denso Corporation | Traffic lane marking recognition apparatus and traffic lane marking recognition program |
CN106323303A (zh) * | 2016-09-29 | 2017-01-11 | 汤晓庆 | 一种在地图中沿道路标记位置的系统及其方法 |
US20170193309A1 (en) * | 2016-01-06 | 2017-07-06 | Panasonic Intellectual Property Management Co., Ltd. | Moving information analyzing system and moving information analyzing method |
CN107944425A (zh) * | 2017-12-12 | 2018-04-20 | 北京小米移动软件有限公司 | 道路标志的识别方法和装置 |
CN108021862A (zh) * | 2016-11-03 | 2018-05-11 | 福特全球技术公司 | 道路标志识别 |
US20180137336A1 (en) * | 2016-11-15 | 2018-05-17 | Panasonic Intellectual Property Corporation Of America | Identification method, identification apparatus, classifier creating method, and classifier creating apparatus |
CN108428254A (zh) * | 2018-03-15 | 2018-08-21 | 斑马网络技术有限公司 | 三维地图的构建方法及装置 |
CN109711336A (zh) * | 2018-12-26 | 2019-05-03 | 深圳高速工程顾问有限公司 | 道路标线确定方法、装置、存储介质及计算机设备 |
CN109841080A (zh) * | 2017-11-29 | 2019-06-04 | 通用汽车环球科技运作有限责任公司 | 用于交通对象的检测、分类及地理定位的系统和方法 |
-
2019
- 2019-06-13 CN CN201910511430.2A patent/CN112180395B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1486799A2 (en) * | 2003-06-10 | 2004-12-15 | Tieliikelaitos | Method and apparatus for determining condition of road markings |
JP2009086788A (ja) * | 2007-09-28 | 2009-04-23 | Hitachi Ltd | 車両周辺監視装置 |
US20160026879A1 (en) * | 2014-07-23 | 2016-01-28 | Denso Corporation | Traffic lane marking recognition apparatus and traffic lane marking recognition program |
US20170193309A1 (en) * | 2016-01-06 | 2017-07-06 | Panasonic Intellectual Property Management Co., Ltd. | Moving information analyzing system and moving information analyzing method |
CN106323303A (zh) * | 2016-09-29 | 2017-01-11 | 汤晓庆 | 一种在地图中沿道路标记位置的系统及其方法 |
CN108021862A (zh) * | 2016-11-03 | 2018-05-11 | 福特全球技术公司 | 道路标志识别 |
US20180137336A1 (en) * | 2016-11-15 | 2018-05-17 | Panasonic Intellectual Property Corporation Of America | Identification method, identification apparatus, classifier creating method, and classifier creating apparatus |
CN109841080A (zh) * | 2017-11-29 | 2019-06-04 | 通用汽车环球科技运作有限责任公司 | 用于交通对象的检测、分类及地理定位的系统和方法 |
CN107944425A (zh) * | 2017-12-12 | 2018-04-20 | 北京小米移动软件有限公司 | 道路标志的识别方法和装置 |
CN108428254A (zh) * | 2018-03-15 | 2018-08-21 | 斑马网络技术有限公司 | 三维地图的构建方法及装置 |
CN109711336A (zh) * | 2018-12-26 | 2019-05-03 | 深圳高速工程顾问有限公司 | 道路标线确定方法、装置、存储介质及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112180395B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11320833B2 (en) | Data processing method, apparatus and terminal | |
KR101269981B1 (ko) | 부감 화상 생성장치, 부감 화상 생성방법 및 기록매체 | |
CN110568451B (zh) | 一种高精度地图中道路交通标线的生成方法和装置 | |
CN107516077A (zh) | 基于激光点云和影像数据融合的交通标牌信息提取方法 | |
CN101410872A (zh) | 道路图像解析装置及道路图像解析方法 | |
JP2001134771A (ja) | 対象物認識装置 | |
CN111238502B (zh) | 一种道路地图生成方法、装置及相关系统 | |
CN110956100A (zh) | 一种高精度地图生成方法、装置、电子设备和存储介质 | |
CN113924459B (zh) | 用于车辆导航的动态传感器范围检测 | |
CN109544443B (zh) | 一种路线图生成方法及装置 | |
CN111310667A (zh) | 确定标注是否准确的方法、装置、存储介质与处理器 | |
CN113255578B (zh) | 交通标识的识别方法及装置、电子设备和存储介质 | |
CN112673280A (zh) | 用于装配有lidar传感器的机动车辆的道路检测方法 | |
Hernandez et al. | Lane surface identification based on reflectance using laser range finder | |
Mancini et al. | Automatic road object extraction from mobile mapping systems | |
CN114067288A (zh) | 一种交通标志牌提取方法、系统、电子设备及存储介质 | |
CN114373298A (zh) | 一种采用路侧激光雷达计算车道号的方法 | |
CN112180395B (zh) | 道路标记的提取方法、装置、设备及存储介质 | |
CN112639822B (zh) | 一种数据处理方法及装置 | |
CN113189610A (zh) | 地图增强的自动驾驶多目标追踪方法和相关设备 | |
CN109598199B (zh) | 车道线生成方法和装置 | |
CN112507887B (zh) | 一种路口标志牌提取及关联的方法及装置 | |
CN111881752A (zh) | 一种护栏检测分类方法、装置、电子设备及存储介质 | |
Bruno et al. | A comparison of traffic signs detection methods in 2d and 3d images for the benefit of the navigation of autonomous vehicles | |
CN114677658A (zh) | 十亿像素动态大场景图像采集和多目标检测方法及装置 |
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 |