CN112232247A - 可行驶区域路面提取方法和装置 - Google Patents

可行驶区域路面提取方法和装置 Download PDF

Info

Publication number
CN112232247A
CN112232247A CN202011139074.5A CN202011139074A CN112232247A CN 112232247 A CN112232247 A CN 112232247A CN 202011139074 A CN202011139074 A CN 202011139074A CN 112232247 A CN112232247 A CN 112232247A
Authority
CN
China
Prior art keywords
road surface
fitting
preset
acquiring
angle
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.)
Pending
Application number
CN202011139074.5A
Other languages
English (en)
Inventor
陈海波
其他发明人请求不公开姓名
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenlan Artificial Intelligence Shenzhen Co Ltd
Original Assignee
Shenlan Artificial Intelligence Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenlan Artificial Intelligence Shenzhen Co Ltd filed Critical Shenlan Artificial Intelligence Shenzhen Co Ltd
Priority to CN202011139074.5A priority Critical patent/CN112232247A/zh
Publication of CN112232247A publication Critical patent/CN112232247A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种可行驶区域路面提取方法和装置,所述方法包括以下步骤:通过激光雷达获取车体坐标系下的路面点云,并通过高精地图获取车体坐标系下的路面边缘点;根据路面边缘点将路面划分为N个矩形,其中,N为正整数;获取路面点云中高度大于预设高度阈值,且处于N个矩形中的点云,并根据点云进行路面拟合;获取拟合路面的横滚角和俯仰角;当拟合路面的横滚角小于第一预设角度,且拟合路面的俯仰角小于第二预设角度时,将拟合路面作为当前路面。本发明的可行驶区域路面提取方法,能够适应不同环境的路面场景,提高路面平面拟合的准确度。

Description

可行驶区域路面提取方法和装置
技术领域
本发明涉及自动驾驶技术领域,具体涉及一种可行驶区域路面提取方法、一种可行驶区域路面提取装置、一种计算机设备和一种非临时性计算机可读存储介质。
背景技术
目前的基于点云的3D道路平面拟合算法通常是在初始化平面的基础上,在全部激光雷达点云数据中,根据点云的实际空间分布拟合包含点云数量最多的最优道路平面。当道路不平整、或者道路周围存在斜坡、灌木丛的情况时,拟合出来的道路平面通常会被斜坡等干扰因素带跑偏,使得拟合出来的道路平面和实际道路平面存在较大误差。
发明内容
本发明为解决上述技术问题,提供了一种可行驶区域路面提取方法,融合使用了激光雷达和高精地图获取车体坐标下的路面点云和路面边缘点,能够适应不同环境的路面场景,提高路面平面拟合的准确度。
本发明采用的技术方案如下:
一种可行驶区域路面提取方法,包括以下步骤:通过激光雷达获取车体坐标系下的路面点云,并通过高精地图获取所述车体坐标系下的路面边缘点;根据所述路面边缘点将所述路面划分为N个矩形,其中,N为正整数;获取所述路面点云中高度大于预设高度阈值,且处于所述N个矩形中的点云,并根据所述点云进行路面拟合;获取拟合路面的横滚角和俯仰角;当所述拟合路面的横滚角小于第一预设角度,且所述拟合路面的俯仰角小于第二预设角度时,将所述拟合路面作为当前路面。
根据本发明的一个实施例,上述的可行驶区域路面提取方法,还包括:对所述车体坐标系下的路面边缘进行扩展。
根据本发明的一个实施例,对所述车体坐标系下的路面边缘进行扩展,包括:将所述路面的宽度分别向两侧延伸第一预设宽度;将所述路面的长度沿着行驶方向延伸第一预设长度。
根据本发明的一个实施例,根据所述路面边缘点将所述路面划分为N个矩形,包括:获取扩展后的行驶方向的路面长度,并根据所述路面长度平均划分为N等份。
根据本发明的一个实施例,根据所述点云进行路面拟合,包括:将所述高度大于所述预设高度阈值,且处于所述N个矩形中的点云作为初始值;采用ransca算法对所述初始值进行路面拟合,以获得拟合路面。
根据本发明的一个实施例,其中,当所述拟合路面的横滚角大于或等于第一预设角度,或者,所述拟合路面的俯仰角大于或等于第二预设角度时,将通过激光雷达获取车体坐标系下的路面作为当前路面。
本发明还提出了一种可行驶区域路面提取装置,包括:第一获取模块,用于通过激光雷达获取车体坐标系下的路面点云;第二获取模块,用于通过高精地图获取所述车体坐标系下的路面边缘点;划分模块,用于根据所述路面边缘点将所述路面划分为N个矩形,其中,N为正整数;第三获取模块,用于获取所述路面点云中高度大于预设高度阈值,且处于所述N个矩形中的点云;拟合模块,用于根据所述路面点云中高度大于预设高度阈值,且处于所述N个矩形中的点云进行路面拟合;第四获取模块,用于获取拟合路面的横滚角和俯仰角;提取模块,用于当所述拟合路面的横滚角小于第一预设角度,且所述拟合路面的俯仰角小于第二预设角度时,将所述拟合路面作为当前路面。
本发明还提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现上述的可行驶区域路面提取方法。
本发明还提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的可行驶区域路面提取方法。
本发明的有益效果:
本发明通过激光雷达获取车体坐标系下的路面点云,并通过高精地图获取车体坐标系下的路面边缘点;根据路面边缘点将路面划分为N个矩形;获取路面点云中高度大于预设高度阈值,且处于N个矩形中的点云,并根据点云进行路面拟合;获取拟合路面的横滚角和俯仰角;当拟合路面的横滚角小于第一预设角度,且拟合路面的俯仰角小于第二预设角度时,将拟合路面作为当前路面。从而能够适应不同环境的路面场景,提高路面平面拟合的准确度。
附图说明
图1为本发明实施例的可行驶区域路面提取方法的流程图;
图2为本发明一个实施例的边缘点划分示意图;
图3为本发明一个实施例的可行驶区域路面提取装置的方框示意图。
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为本发明实施例的可行驶区域路面提取方法的流程图。
如图1所示,本发明实施例的可行驶区域路面提取方法,可包括以下步骤:
S1,通过激光雷达获取车体坐标系下的路面点云,并通过高精地图获取车体坐标系下的路面边缘点。其中,激光雷达一般设置在距离水平平面一定高度的位置。点云是一个在三维空间关联系统中包含点的数据库,即事物或空间的精确数字记录,主要关于表面点的集合。
具体而言,通过激光雷达获取路面点云坐标,得到激光雷达坐标系下的水平路面点云,并将其投影至车体坐标系下,作为车体坐标系下的先验路面(其中,先验路面是指预先在水平路面上获取的激光雷达坐标系转为车体坐标系下的路面)。由于在实际路面上,可能存在道路不完整,或者道路周围存在斜坡、灌木丛等情况,这样使拟合出来的路面与实际路面存在较大的误差,精度不高。因此,可通过高精度地图获取路面边缘点,并将其投影在雷达坐标系转换为车体坐标系下坐标系下。
需要说明的是,将激光雷达坐标系下的点云坐标转换为车体坐标系下的坐标的转换方式,以及将高精地图获取的边缘点坐标转换为车体坐标系下的坐标的转换方式均为现有的技术方案,这里不再赘述。
S2,根据路面边缘点将路面划分为N个矩形,其中,N为正整数,N可根据实际情况进行标定,例如,N可以为16。
根据本发明的一个实施例,上述的可行驶区域路面提取方法,还包括:对车体坐标系下的路面边缘进行扩展。
进一步地,根据本发明的一个实施例,对车体坐标系下的路面边缘点进行扩展,包括:将路面的宽度分别向两侧延伸第一预设宽度;将路面的长度沿着行驶方向延伸第一预设长度。其中,第一预设宽度和第一预设长度可根据实际情况进行标定,例如,第一预设宽度可以为当前路面宽度的一倍,第一预设长度可以为10m。
具体而言,在通过高精地图获取车体坐标系下的路面边缘点时,还根据路面边缘点对路面边缘进行扩展,例如,将路面的宽度分别向两侧延伸当前路面宽度的一倍(第一预设宽度),再将路面的长度沿着行驶方向延伸10m(第一预设长度),这样可以保证获取的路面为道路的实际路面。
根据本发明的一个实施例,根据路面边缘点将路面划分为N个矩形,包括:获取扩展后的行驶方向的路面长度,并根据路面长度平均划分为N等份。
具体而言,根据车体坐标系下的边缘点将路面划分为宽度均等的矩形,例如,可根据路面右侧边缘的长度划分为16等份,根据相邻两个等份作出矩形,如图2所示(箭头表示行驶方向),也可以是根据路面边缘上的边缘点将路面划分为N个矩形,例如,根据边缘点的个数将路面均等划分。
S3,获取路面点云中高度大于预设高度阈值,且处于N个矩形中的点云,并根据点云进行路面拟合。其中,预设高度阈值可根据实际情况进行标定,需要说明的是,点云的高度为距离地面的高度,即Z轴坐标。
根据本发明的一个实施例,根据点云进行路面拟合,包括:将高度大于预设高度阈值,且处于N个矩形中的点云作为初始值;采用ransca算法对初始值进行路面拟合,以获得拟合路面。
具体而言,首先筛选出通过激光雷达获取的车体坐标系下的路面点云,然获取高度(Z轴坐标)大于预设高度阈值点云,然后再判断满足高度条件的点云是否在矩形中。将高度大于预设高度阈值,且处于矩形中的点云作为ransca算法的初始值,进行路面拟合,以获得拟合路面。
需要说明的是,ransca算法为目前的现有技术,这里不再详述。
S4,获取拟合路面的横滚角和俯仰角。其中,可采用现有的技术获取拟合路面的横滚角和俯仰角。
S5,当拟合路面的横滚角小于第一预设角度,且拟合路面的俯仰角小于第二预设角度时,将拟合路面作为当前路面。其中,第一预设角度和第二预设角度可根据实际情况进行标定,例如,第一预设角度可以为15°,第二预设角度可以为15°。
根据本发明的一个实施例,当拟合路面的横滚角大于或等于第一预设角度,或者,拟合路面的俯仰角大于或等于第二预设角度时,将通过激光雷达获取车体坐标系下的路面作为当前路面。
具体而言,当拟合路面的横滚角小于第一预设角度(例如,第一预设角度可以为15°),且拟合路面的俯仰角小于第二预设角度(例如,第二预设角度可以为15°)时,认为路面拟合成功,此时将该拟合路面作为当前路面,实现自动驾驶;反之,当拟合路面的横滚角大于或等于第一预设角度,或者,拟合路面的俯仰角大于或等于第二预设角度时,认为路面拟合失败,此时将先验路面作为当前路面。
综上所述,本发明通过激光雷达获取车体坐标系下的路面点云,并通过高精地图获取车体坐标系下的路面边缘点;根据路面边缘点将路面划分为N个矩形;获取路面点云中高度大于预设高度阈值,且处于N个矩形中的点云,并根据点云进行路面拟合;获取拟合路面的横滚角和俯仰角;当拟合路面的横滚角小于第一预设角度,且拟合路面的俯仰角小于第二预设角度时,将拟合路面作为当前路面。从而能够适应不同环境的路面场景,提高路面平面拟合的准确度。
对应上述实施例的可行驶区域路面提取方法,本发明还提出一种可行驶区域路面提取装置。
图3为本发明实施例的可行驶区域路面提取装置的方框示意图。
如图3所示,本发明实施例的可行驶区域路面提取装置可包括:第一获取模块10、第二获取模块20、划分模块30、第三获取模块40、拟合模块50、第四获取模块60和提取模块70。
其中,第一获取模块10用于通过激光雷达获取车体坐标系下的路面点云。第二获取模块20用于通过高精地图获取车体坐标系下的路面边缘点。划分模块30用于根据路面边缘点将路面划分为N个矩形,其中,N为正整数。第三获取模块40用于获取路面点云中高度大于预设高度阈值,且处于N个矩形中的点云。拟合模块50用于根据路面点云中高度大于预设高度阈值,且处于N个矩形中的点云进行路面拟合。第四获取模块60用于获取拟合路面的横滚角和俯仰角。提取模块70用于当拟合路面的横滚角小于第一预设角度,且拟合路面的俯仰角小于第二预设角度时,将拟合路面作为当前路面。
根据本发明的一个实施例,上述的可行驶区域路面提取装置,还包括:扩展模块,用于对车体坐标系下的路面边缘进行扩展。
根据本发明的一个实施例,扩展模块对车体坐标系下的路面边缘进行扩展,具体用于,将路面的宽度分别向两侧延伸第一预设宽度;将路面的长度沿着行驶方向延伸第一预设长度。
根据本发明的一个实施例,划分模块30根据路面边缘点将路面划分为N个矩形,具体用于,获取扩展后的行驶方向的路面长度,并根据路面长度平均划分为N等份。
根据本发明的一个实施例,拟合模块50根据点云进行路面拟合,具体用于,将高度大于预设高度阈值,且处于N个矩形中的点云作为初始值;采用ransca算法对初始值进行路面拟合,以获得拟合路面。
根据本发明的一个实施例,提取模块70还用于,当拟合路面的横滚角大于或等于第一预设角度,或者,拟合路面的俯仰角大于或等于第二预设角度时,将通过激光雷达获取车体坐标系下的路面作为当前路面。
需要说明的是,本发明实施例的可行驶区域路面提取装置中未披露的细节,请参照本发明实施例的可行驶区域路面提取方法中所披露的细节,具体这里不再赘述。
综上,本发明的装置,第一获取模块通过激光雷达获取车体坐标系下的路面点云,第二获取模块通过高精地图获取车体坐标系下的路面边缘点,划分模块根据路面边缘点将路面划分为N个矩形,第三获取模块获取路面点云中高度大于预设高度阈值,且处于N个矩形中的点云,拟合模块根据路面点云中高度大于预设高度阈值,且处于N个矩形中的点云进行路面拟合,第四获取模块获取拟合路面的横滚角和俯仰角;当拟合路面的横滚角小于第一预设角度,且拟合路面的俯仰角小于第二预设角度时,提取模块将拟合路面作为当前路面。从而能够适应不同环境的路面场景,提高路面平面拟合的准确度。
对应上述实施例,本发明还提出一种计算机设备。
本发明实施例的计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行该计算机程序时,可实现根据本发明上述实施例所述的可行驶区域路面提取方法。
根据本发明实施例的计算机设备,处理器执行存储在存储器上的计算机程序时,首先通过激光雷达获取车体坐标系下的路面点云,并通过高精地图获取车体坐标系下的路面边缘点;根据路面边缘点将路面划分为N个矩形,其中,N为正整数;获取路面点云中高度大于预设高度阈值,且处于N个矩形中的点云,并根据点云进行路面拟合;获取拟合路面的横滚角和俯仰角;当拟合路面的横滚角小于第一预设角度,且拟合路面的俯仰角小于第二预设角度时,将拟合路面作为当前路面,从而能够适应不同环境的路面场景,提高路面平面拟合的准确度。
对应上述实施例,本发明还提出一种非临时性计算机可读存储介质。
本发明实施例的非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时可实现根据本发明上述实施例所述的可行驶区域路面提取方法。
根据本发明实施例的非临时性计算机可读存储介质,处理器执行存储在其上的计算机程序时,首先通过激光雷达获取车体坐标系下的路面点云,并通过高精地图获取车体坐标系下的路面边缘点;根据路面边缘点将路面划分为N个矩形,其中,N为正整数;获取路面点云中高度大于预设高度阈值,且处于N个矩形中的点云,并根据点云进行路面拟合;获取拟合路面的横滚角和俯仰角;当拟合路面的横滚角小于第一预设角度,且拟合路面的俯仰角小于第二预设角度时,将拟合路面作为当前路面,从而能够适应不同环境的路面场景,提高路面平面拟合的准确度。
在本发明的描述中,术语“第一”、“第二”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。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种可行驶区域路面提取方法,其特征在于,包括以下步骤:
通过激光雷达获取车体坐标系下的路面点云,并通过高精地图获取所述车体坐标系下的路面边缘点;
根据所述路面边缘点将所述路面划分为N个矩形,其中,N为正整数;
获取所述路面点云中高度大于预设高度阈值,且处于所述N个矩形中的点云,并根据所述点云进行路面拟合;
获取拟合路面的横滚角和俯仰角;
当所述拟合路面的横滚角小于第一预设角度,且所述拟合路面的俯仰角小于第二预设角度时,将所述拟合路面作为当前路面。
2.根据权利要求1所述的可行驶区域路面提取方法,其特征在于,还包括:
对所述车体坐标系下的路面边缘进行扩展。
3.根据权利要求2所述的可行驶区域路面提取方法,其特征在于,对所述车体坐标系下的路面边缘进行扩展,包括:
将所述路面的宽度分别向两侧延伸第一预设宽度;
将所述路面的长度沿着行驶方向延伸第一预设长度。
4.根据权利要求3所述的可行驶区域路面提取方法,其特征在于,根据所述路面边缘点将所述路面划分为N个矩形,包括:
获取扩展后的行驶方向的路面长度,并根据所述路面长度平均划分为N等份。
5.根据权利要求1所述的可行驶区域路面提取方法,其特征在于,根据所述点云进行路面拟合,包括:
将所述高度大于所述预设高度阈值,且处于所述N个矩形中的点云作为初始值;
采用ransca算法对所述初始值进行路面拟合,以获得拟合路面。
6.根据权利要求1所述的可行驶区域路面提取方法,其特征在于,其中,
当所述拟合路面的横滚角大于或等于第一预设角度,或者,所述拟合路面的俯仰角大于或等于第二预设角度时,将通过激光雷达获取车体坐标系下的路面作为当前路面。
7.一种可行驶区域路面提取装置,其特征在于,包括:
第一获取模块,用于通过激光雷达获取车体坐标系下的路面点云;
第二获取模块,用于通过高精地图获取所述车体坐标系下的路面边缘点;
划分模块,用于根据所述路面边缘点将所述路面划分为N个矩形,其中,N为正整数;
第三获取模块,用于获取所述路面点云中高度大于预设高度阈值,且处于所述N个矩形中的点云;
拟合模块,用于根据所述路面点云中高度大于预设高度阈值,且处于所述N个矩形中的点云进行路面拟合;
第四获取模块,用于获取拟合路面的横滚角和俯仰角;
提取模块,用于当所述拟合路面的横滚角小于第一预设角度,且所述拟合路面的俯仰角小于第二预设角度时,将所述拟合路面作为当前路面。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时,实现根据权利要求1-6中任一项所述的可行驶区域路面提取方法。
9.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现根据权利要求1-6中任一项所述的可行驶区域路面提取方法。
CN202011139074.5A 2020-10-22 2020-10-22 可行驶区域路面提取方法和装置 Pending CN112232247A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011139074.5A CN112232247A (zh) 2020-10-22 2020-10-22 可行驶区域路面提取方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011139074.5A CN112232247A (zh) 2020-10-22 2020-10-22 可行驶区域路面提取方法和装置

Publications (1)

Publication Number Publication Date
CN112232247A true CN112232247A (zh) 2021-01-15

Family

ID=74109913

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011139074.5A Pending CN112232247A (zh) 2020-10-22 2020-10-22 可行驶区域路面提取方法和装置

Country Status (1)

Country Link
CN (1) CN112232247A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115307544A (zh) * 2022-08-15 2022-11-08 淄博市交通建设发展中心 一种道路斜坡路面距离测量系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018084960A (ja) * 2016-11-24 2018-05-31 日産自動車株式会社 自己位置推定方法及び自己位置推定装置
CN109902542A (zh) * 2017-12-11 2019-06-18 财团法人车辆研究测试中心 三维感测器的动态地面侦测方法
CN110008941A (zh) * 2019-06-05 2019-07-12 长沙智能驾驶研究院有限公司 可行驶区域检测方法、装置、计算机设备和存储介质
CN110244321A (zh) * 2019-04-22 2019-09-17 武汉理工大学 一种基于三维激光雷达的道路可通行区域检测方法
CN110349192A (zh) * 2019-06-10 2019-10-18 西安交通大学 一种基于三维激光点云的在线目标跟踪系统的跟踪方法
CN110728693A (zh) * 2019-09-27 2020-01-24 上海图趣信息科技有限公司 大规模行车路面三维点云的生成方法及系统
CN111323026A (zh) * 2018-12-17 2020-06-23 兰州大学 一种基于高精度点云地图的地面过滤方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018084960A (ja) * 2016-11-24 2018-05-31 日産自動車株式会社 自己位置推定方法及び自己位置推定装置
CN109902542A (zh) * 2017-12-11 2019-06-18 财团法人车辆研究测试中心 三维感测器的动态地面侦测方法
CN111323026A (zh) * 2018-12-17 2020-06-23 兰州大学 一种基于高精度点云地图的地面过滤方法
CN110244321A (zh) * 2019-04-22 2019-09-17 武汉理工大学 一种基于三维激光雷达的道路可通行区域检测方法
CN110008941A (zh) * 2019-06-05 2019-07-12 长沙智能驾驶研究院有限公司 可行驶区域检测方法、装置、计算机设备和存储介质
CN110349192A (zh) * 2019-06-10 2019-10-18 西安交通大学 一种基于三维激光点云的在线目标跟踪系统的跟踪方法
CN110728693A (zh) * 2019-09-27 2020-01-24 上海图趣信息科技有限公司 大规模行车路面三维点云的生成方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵健 等: "基于激光雷达的纵向坡路动态可行驶性预测", 《中国公路学报》, vol. 32, no. 6, pages 147 - 157 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115307544A (zh) * 2022-08-15 2022-11-08 淄博市交通建设发展中心 一种道路斜坡路面距离测量系统及方法

Similar Documents

Publication Publication Date Title
CN107766405B (zh) 自动车辆道路模型定义系统
CN111210429B (zh) 点云数据划分方法及装置、障碍物检测方法及装置
CN109977466B (zh) 一种三维扫描视点规划方法、装置及计算机可读存储介质
DE102013217696A1 (de) Radarvorrichtung und targethöhen-berechnungsverfahren
CN105333861A (zh) 基于激光点云的杆塔倾斜检测的方法及装置
EP3629288A1 (en) Method for detecting flying spot on edge of depth image, electronic device, and computer readable storage medium
CN111582054A (zh) 点云数据处理方法及装置、障碍物检测方法及装置
CN111553946A (zh) 用于去除地面点云的方法及装置、障碍物检测方法及装置
DE102014208967A1 (de) Umfeldkarte für Fahrflächen mit beliebigem Höhenverlauf
CN112232247A (zh) 可行驶区域路面提取方法和装置
US20210333380A1 (en) Method for Determining a Collision Free Space
CN111308500A (zh) 基于单线激光雷达的障碍物感知方法、装置和计算机终端
CN112183381A (zh) 车辆的可行驶区域检测方法和装置
CN113077473B (zh) 三维激光点云路面分割方法、系统、计算机设备及介质
CN111742242A (zh) 点云处理方法、系统、设备及存储介质
CN103714528A (zh) 物体分割装置和方法
CN115542346A (zh) 地面检测方法、装置、车辆及存储介质
CN112734825A (zh) 3d点云数据的深度补全方法和装置
CN112200868A (zh) 定位方法、装置和车辆
CN114329519A (zh) 基于地形坡度的网格加密方法和装置
CN109697742B (zh) 道路中线的生成方法、装置和计算机可读存储介质
CN117471433B (zh) 基于高反射强度标靶的施工机械激光点云实时提取方法
CN112184772B (zh) 目标跟踪方法和装置
CN116228893A (zh) 点云数据的压缩方法、定位方法、装置、设备和介质
CN117710717B (zh) 超体聚类点云分割方法、装置、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