CN113762011A - 路牙检测方法、装置、设备和存储介质 - Google Patents
路牙检测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113762011A CN113762011A CN202011340885.1A CN202011340885A CN113762011A CN 113762011 A CN113762011 A CN 113762011A CN 202011340885 A CN202011340885 A CN 202011340885A CN 113762011 A CN113762011 A CN 113762011A
- Authority
- CN
- China
- Prior art keywords
- road tooth
- road
- radar
- candidate
- tooth
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 claims abstract description 45
- 239000013589 supplement Substances 0.000 claims abstract description 20
- 230000000295 complement effect Effects 0.000 claims description 44
- 230000005855 radiation Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010304 firing Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 238000013461 design Methods 0.000 description 8
- 239000000243 solution Substances 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 239000004575 stone Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 125000004432 carbon atom Chemical group C* 0.000 description 1
- 239000011456 concrete brick Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
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
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种路牙检测方法、装置、设备和存储介质,其中,该方法包括:获取雷达数据,将所述雷达数据投影到平面坐标系,得到每个扫描线的扫描轨迹;获取每一个扫描线的扫描轨迹中各个位置点的补射角,根据各个位置点的补射角,对各个位置点进行路牙检测,确定候选路牙;根据所述候选路牙,确定目标路牙。该技术方案中,通过确定扫描轨迹中各个位置点的补射角,根据补射角的大小进而确定出道路的路牙位置,能够对道路中的路牙进行快速识别,不需要在路牙识别过程中花费大量的人力进行标记,提高路牙的识别效率。
Description
技术领域
本申请涉及智能驾驶技术领域,尤其涉及一种路牙检测方法、装置、设备和存储介质。
背景技术
随着无人汽车智能驾驶技术的发展,智能导航技术得到迅速发展,在进行智能导航前,需要先构建高精度地图,地图中的道路一般包括有路面以及设置在路面两侧的路牙,路牙用来指示车辆的行驶区域,路牙作为道路重要的组成部分,在绘制高精度地图时,需要准确的识别出道路中路牙及其位置。
现有技术中,主要是基于深度学习模型来对道路的路牙进行识别,具体过程需要先通过雷达采集大量的道路数据,并通过人工标记道路中的路牙,然后将其作为样本数据对模型进行训练优化,得到预测模型,后续再通过该预测模型来实现对道路上的路牙的识别。
现有的路牙识别方式在模型训练之前,需要花费大量的人力来标记道路中的路牙,才能得到样本数据,这种路牙识别方法占用大量的人力成本,并且标记的效率也低,无法快速的对道路中的路牙进行识别。
发明内容
本申请提供一种路牙检测方法、装置、设备和存储介质,用于解决现有的道路路牙检测效率低的问题。
第一方面,本申请实施例提供一种路牙检测方法,包括:
获取雷达数据,将所述雷达数据投影到平面坐标系,得到每个扫描线的扫描轨迹,所述雷达数据包括雷达的多根扫描线扫描得到的点云数据;
获取每一个扫描线的扫描轨迹中各个位置点的补射角,根据各个位置点的补射角,对各个位置点进行路牙检测,确定候选路牙,所述候选路牙中的位置点的数量大于预设数量,且补射角均大于预设角度阈值,所述补射角为位置点的切线方向与位置点的雷达发射光方向的夹角;
根据所述候选路牙,确定目标路牙。
在第一方面的一种可能设计中,所述获取每一个扫描线的扫描轨迹中各个位置点的补射角,包括:
获取第一位置点的雷达发射光方向和与第一位置点相邻的第二位置点的雷达发射光方向;
根据所述第一位置点的雷达发射光方向和第二位置点的雷达发射光方向,获取第一位置点的切线方向;
根据所述切线方向和所述第一位置点的雷达发射光方向,得到第一位置点的补射角。
在第一方面的另一种可能设计中,所述根据所述第一位置点的雷达发射光方向和第二位置点的雷达发射光方向,得到所述切线方向,包括:
通过公式:
在第一方面的再一种可能设计中,所述获取雷达数据,将所述雷达数据投影到平面坐标系,得到每个扫描线的扫描轨迹,包括:
对每个扫描线扫描得到的点云数据进行位置标识,所述位置标识包括行标识和列标识;
根据所述位置标识,对每个扫描线扫描得到的点云数据进行排序,得到排列顺序;
根据所述排列顺序,将所述雷达数据投影至平面坐标系,得到每个扫描线的扫描轨迹。
在第一方面的又一种可能设计中,所述候选路牙至少包括有第一候选路牙,所述获取每一个扫描线的扫描轨迹中各个位置点的补射角,根据各个位置点的补射角,对各个位置点进行路牙检测,确定候选路牙,包括:
根据所述排序顺序和预设轨迹检测方向,依次获取各个扫描轨迹中各个连续的位置点的补射角;
当各个连续的位置点的补射角均大于预设角度阈值,且各个连续的位置点中所包含的位置点的总数量大于预设数量时,确定各个连续的位置点为推荐路牙;
获取所述推荐路牙的特征信息,将所述特征信息与预设路牙特征数据进行对比;
当所述路牙检测点的特征信息与预设路牙特征数据匹配时,确定所述推荐路牙为第一候选路牙。
在第一方面的又一种可能设计中,所述获取所述推荐路牙的特征信息,将所述特征信息与预设路牙特征数据进行对比,包括:
获取所述推荐路牙与路面的距离、推荐路牙的线性度和推荐路牙的长度;
将所述距离、线性度和长度与所述预设路牙特征数据进行对比。
在第一方面的又一种可能设计中,所述雷达数据包括上一帧雷达数据和当前帧雷达数据,所述候选路牙还包括第二候选路牙,所述获取每一个扫描线的扫描轨迹中各个位置点的补射角,根据各个位置点的补射角,对各个位置点进行路牙检测,确定候选路牙,包括:
获取上一帧雷达数据中目标路牙的位置标识;
获取当前帧雷达数据中所述位置标识处的扫描轨迹中各个位置点的补射角;
当所述位置标识处的各个位置点的补射角均大于预设角度阈值,且位置标识处的各个位置点的总数量大于预设数量时,确定所述位置标识处的各个位置点为第二候选路牙。
在第一方面的又一种可能设计中,所述根据所述候选路牙,确定目标路牙,包括:
对所述第一候选路牙和第二候选路牙进行排序,得到第一候选路牙和第二候选路牙的排列顺序;
根据第一候选路牙和第二候选路牙的排列顺序,确定目标路牙。
在第一方面的又一种可能设计中,所述对所述第一候选路牙和第二候选路牙进行排序,得到第一候选路牙和第二候选路牙的排列顺序,包括:
获取所述第一候选路牙与雷达的距离;
获取所述第二候选路牙与雷达的距离;
根据所述距离对所述第一候选路牙和第二候选路牙进行排序,得到第一候选路牙和第二候选路牙的排列顺序。
第二方面,本申请实施例提供一种路牙检测装置,包括:
投影模块,用于获取雷达数据,将所述雷达数据投影到平面坐标系,得到每个扫描线的扫描轨迹,所述雷达数据包括雷达的多根扫描线扫描得到的点云数据;
检测模块,用于获取每一个扫描线的扫描轨迹中各个位置点的补射角,根据各个位置点的补射角,对各个位置点进行路牙检测,确定候选路牙,所述候选路牙中的位置点的数量大于预设数量,且位置点的补射角均大于预设角度阈值,所述补射角为位置点的切线方向与位置点的雷达发射光方向的夹角;
确定模块,用于根据所述候选路牙,确定目标路牙。
第三方面,本申请实施例提供一种路牙检测设备,包括存储器和至少一个处理器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上所述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机可读存储介质中存储有计算机指令,所述计算机指令被处理器执行时用于实现如上所述的方法。
本申请实施例提供的路牙检测方法、装置、设备和存储介质,在雷达扫描道路得到的雷达数据中,道路的路面部分的扫描轨迹呈现出弧形,道路的路牙部分的扫描轨迹近似为线段,通过确定扫描轨迹中各个位置点的补射角,根据补射角的大小进而确定出道路的路牙位置,能够对道路中的路牙进行快速识别,不需要在路牙识别过程中花费大量的人力进行标记,提高路牙的识别效率。
附图说明
图1为本申请实施例提供的路牙检测方法的场景示意图;
图2为本申请实施例提供的雷达扫描的场景示意图;
图3为本申请实施例提供的多线激光雷达单帧雷达数据;
图4为本申请实施例提供的路牙检测方法实施例一的流程示意图;
图5为本申请实施例提供的投影到平面坐标系中的扫描线的扫描轨迹;
图6为本申请实施例提供的路牙检测方法实施例二的流程示意图;
图7为本申请实施例提供的路牙检测方法实施例三的流程示意图;
图8为本申请实施例提供的路牙检测方法实施例四的流程示意图;
图9为本申请实施例提供的路牙检测方法实施例五的流程示意图;
图10为本申请实施例提供的路牙检测装置实施例一的结构示意图;
图11为本申请实施例提供的路牙检测装置实施例二的结构示意图;
图12为本申请实施例提供的路牙检测装置实施例三的结构示意图;
图13为本申请实施例提供的路牙检测装置实施例四的结构示意图;
图14为本申请实施例提供的路牙检测设备的结构示意图。
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。
路牙一般为铺设在道路两侧的长条形石材或者混泥土砖块等,其相对路面高出一截,与路面存在有明显的区别特征,当车辆通过无人驾驶控制系统在道路的路面上行驶时,为了防止车辆偏离路面,需要无人驾驶控制系统识别出道路两侧的路牙,同时,在一些高精度地图的绘制过程中,也需要能够快速的标识出道路中的路牙与路面。然而现有技术中,由于采用的是基于深度学习模型来对道路的路牙进行识别,在模型的训练过程时需要人工标记训练样本,占用大量的人力成本,效率较低。
针对上述问题,本申请实施例提供了一种路牙检测方法、装置、设备和存储介质,其发明构思如下:在雷达对道路进行扫描时,通过将扫描得到的点云数据投影到平面坐标系,发现道路中路牙部分在平面坐标系下近似为线段,而路面部分在平面坐标系下呈现为弧形曲线,从而可以通过确定平面坐标系下每一个位置点的切线与该位置点的雷达发射光方向的角度(即补射角)的大小,来识别出哪些位置点是路牙,哪些位置点是路面,不再需要人工进行标记,降低人工成本,提高识别效率。
图1为本申请实施例提供的路牙检测方法的场景示意图,如图1所示,雷达13安装在车辆12上,当车辆12在路面上行驶时,雷达13开始工作,对车辆12周围的环境进行扫描,得到雷达数据,雷达数据中至少包括有路牙11和路面的点云数据,通过对雷达数据进行分析,即可识别出哪些点云数据是路牙11,哪些是路面,后续可以对路牙11的位置进行标识。
其中,雷达13可以为多线激光雷达,具体可以是16线激光雷达或者32线激光雷达等。
示例性的,图2为本申请实施例提供的雷达扫描的场景示意图,如图2所示,雷达21可以在一个平面发射出若干束红外光线22(又称为扫描线),这些扫描线的发射角度互不相同,当雷达21旋转一圈之后,就完成了对周围环境的扫描,最终得到周围环境的点云数据,并且每一条扫描线在扫描完成之后,都有对应的点云数据。
示例性的,图3为本申请实施例提供的多线激光雷达单帧雷达数据,如图3所示,在完成对道路的扫描之后,某条扫描线在路牙处会形成明显的特征,基于该特征就可以识别出道路中哪些地方是路面,哪些地方是路牙。
下面,通过具体实施例对本申请的技术方案进行详细说明。需要说明的是,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。
图4为本申请实施例提供的路牙检测方法实施例一的流程示意图,如图4所示,该方法可以应用于无人驾驶控制系统中,也可以应用于其它的处理设备。如图4所示,该检测方法可以包括以下步骤:
步骤S401、获取雷达数据,将雷达数据投影到平面坐标系,得到每个扫描线的扫描轨迹。
其中,雷达数据包括雷达的多根扫描线扫描得到的点云数据,示例性的,雷达可以为16线激光雷达,取其中朝向道路方向的8根扫描线扫描得到的点云数据作为雷达数据,另外的8根扫描线的方向朝向天空,为了能够降低数据的处理量,直接排除另外8根扫描线扫描得到的点云数据。
示例性的,每一个扫描线扫描得到的点云数据都具有对应空间坐标(x,y,z),将空间坐标中的z的取值去掉即得到了平面坐标系XY的坐标,实现将每一个扫描线扫描得到的点云数据投影到平面坐标系。
图5为本申请实施例提供的投影到平面坐标系中的扫描线的扫描轨迹,如图5所示,α和β表示补射角,中心点o为雷达坐标点,R1和R2表示雷达的发射光方向,t1和t2表示切线方向,从位置点A到位置点B,补射角慢慢变大,根据补射角的变化规律可以预测位置点A为路面,位置点B为路牙。
步骤S402、获取每一个扫描线的扫描轨迹中各个位置点的补射角,根据各个位置点的补射角,对各个位置点进行路牙检测,确定候选路牙。
其中,候选路牙中的位置点的数量大于预设数量,且补射角均大于预设角度阈值,补射角为位置点的切线方向与位置点的雷达发射光方向的夹角。
具体的,如图5所示,扫描轨迹由若干个位置点构成,每一个位置点的补射角都可以求得,可以将扫描轨迹按照L1、L2、R1、R2四个方向,分为四个部分,以左上部分为例,按照L1方向,在位置点B之前的位置点A的补射角小于预设角度阈值,判定位置点A为路面,位置点B的补射角突然变大,若位置点B之后连续的若干个位置点的补射角也都大于预设角度阈值,并且这若干个位置点的总数量大于预设数据,则位置点B和这若干个位置点构成了候选路牙。
示例性的,可以将扫描轨迹分为左上、左下、右上和右下四个部分,并行对四个部分所包含的扫描轨迹中的位置点进行检测,其中,左上部分对应的检测方向可以为L1,左下部分对应的检测方向可以为L2,右上部分对应的检测方向可以为R1,右下部分对应的检测方向可以为R2,通过并行检测,能够快速的确定出候选路牙,提高路牙的检测效率。
应当说明的是,雷达在对道路进行扫描时,包括有道路左侧的点云数据和道路右侧的点云数据,在扫描轨迹中,左上部分和左下部分对应的为道路左侧的点云数据,右上部分和右下部分对应的为道路右侧的点云数据,通过对左上部分和左下部分所包含的扫描轨迹中的位置点进行检测,可以确定道路左侧的路牙,通过对右上部分和右下部分所包含的扫描轨迹中的位置点进行检测,可以确定道路右侧的路牙。
在本实施例中,预设角度阈值可以通过多次实验测得,示例性的,预设角度阈值可以取值为90°,位置点的预设数量也可以根据多次实验测得,在此不做举例说明。
可选的,在确定候选路牙时,可以先确定出补射角大于预设角度阈值的位置点,标记为样本位置点,然后按照检测方向(例如L1、L2、R1和R2),确定样本位置点之后连续的预设数量的位置点的补射角是否都大于预设角度阈值,若是,则直接将样本位置点以及样本位置点之后连续的这些位置点标记为候选路牙。
S403、根据候选路牙,确定目标路牙。
在本实施例中,候选路牙可以是一个也可以是多个,当候选路牙为一个时,则确定该候选路牙为目标路牙,当候选路牙为多个时,则可以对多个候选路牙进行排序,选择排序最前的候选路牙作为目标路牙。
示例性的,以两个候选路牙为例,为了方便描述,分为第一候选路牙和第二候选路牙,第一候选路牙与雷达之间存在有距离,第二候选路牙与雷达之间也存在有距离,通过距离的长短来对第一候选路牙和第二候选路牙进行排序,若第一候选路牙与雷达的距离最短,则将第一候选路牙排序到最前,选取排序最前的作为目标路牙。
示例性的,当确定了哪些位置点为目标路牙之后,可以对这些位置点进行标记,在显示界面输出道路的图像或者地图的图像,用户通过查看图像中的标记就可以了解到哪些位置为路牙。
可选的,当确定了哪些位置点为目标位置点之后,可以直接将这些位置点的空间坐标输出。
本申请实施例通过将扫描线扫描得到点云数据投影到平面坐标系,然后获取扫描轨迹中的位置点的补射角,根据补射角来确定哪些位置点是路牙,整个过程不需要使用人工标记,提高路牙的识别效率。
示例性的,在上述实施例的基础上,图6为本申请实施例提供的路牙检测方法实施例二的流程示意图,如图6所示,上述步骤S402具体可以通过如下步骤实现:
S601、获取第一位置点的雷达发射光方向和与第一位置点相邻的第二位置点的雷达发射光方向。
S602、根据第一位置点的雷达发射光方向和第二位置点的雷达发射光方向,获取第一位置点的切线方向。
S603、根据切线方向和第一位置点的雷达发射光方向,得到第一位置点的补射角。
在本实施例中,雷达通过发出发射光线来对物体进行扫描,物体所处的位置点都会具备一个雷达发射光方向,示例性的,如上图5所示,在位置点A的雷达发射光方向为R1,在位置点B的雷达发射光方向为R2。
值得说明的是,第一位置点和第二位置点的数量可以是一个或者多个,例如第一位置点的数量为一个,第二位置点可以包括与第一位置点相邻的5个位置点。
示例性的,在一些实施例中,可以通过如下公式计算得到位置点的切线方向,
可选的,位置点的切线方向也可以根据扫描轨迹获得,具体的,可以雷达的坐标点作为圆心,以该位置点与雷达坐标点的距离作为半径,确定一个圆,求取过该位置点与圆的切线,将该切线的方向作为切线方向。
本申请实施例通过获取位置点的雷达发射光方向,并根据与位置点相邻的其他位置点的雷达发射光方向确定切线方向,最后根据雷达发射光方向和切线方向确定位置点的补射角,能够准确的计算得到补射角,方便后续准确的识别的哪些位置点为路牙。
示例性的,在上述实施例的基础上,图7为本申请实施例提供的路牙检测方法实施例三的流程示意图,如图7所示,上述步骤S401具体可以通过如下步骤实现:
S701、对每个扫描线扫描得到的点云数据进行位置标识。
S702、根据位置标识,对每个扫描线扫描得到的点云数据进行排序,得到排列顺序。
S703、根据排列顺序,将雷达数据投影至平面坐标系,得到每个扫描线的扫描轨迹。
其中,位置标识包括行标识和列标识,在本实施例中,每一个扫描线在扫描时可以得到点云数据,将每一个扫描线的点云数据分为一行。
示例性的,当雷达包括有16根扫描线时,则对应的有16行,而每一行中又包含有若干个点云数据,16根扫描线扫描得到的点云数据可以分为若干行和若干列,对于任意一个点云数据(x,y,z),都可以确定其处于哪一行哪一列,通过对每一个点云数据进行位置标识,确定其处于哪一行哪一列,然后将这些点云数据进行排列,按照排列的先后顺序,可以将这些点云数据依次投影到平面坐标系中,即可以得到每一个扫描线的扫描轨迹。
示例性,对于扫描线上任意一个点云数据(x,y,z),可以通过如下公式,计算得到其所处的行:
上式中,indexrow表示行数,Verticalresolution表示垂直方向的分辨率,RowCount/2为常数,其根据雷达的扫描线计算得到,具体可以取值为8,
可以通过如下公式,计算得到其所处的列:
indexcolumn=atan(y,x)/Horizontalresolution+ColumnCount/2
上式中,indexcolumn表示列数,Horizontalresolution表示水平方向的分辨率,ColumnCount/2为常数。
在本申请实施例中,通过对每一个扫描线扫描得到的点云数据进行位置标识,在投影到平面坐标系之后,可以得到每一个扫描线的扫描轨迹,后续可以依次对每一个扫描线的扫描轨迹中的位置点进行路牙检测,确定每一个扫描线的扫描轨迹上是否存在有路牙的位置点,也可以直接利用行标识和列标识,直接对哪些行哪些列的扫描轨迹上的位置点进行检测,使得位置点的补射角的方式检测更加灵活,方便后续快速的确定出候选路牙。
示例性的,在上述实施例的基础上,图8为本申请实施例提供的路牙检测方法实施例四的流程示意图,候选路牙包括至少有第一候选路牙,如图8所示,则上述步骤S402具体可以通过如下步骤实现:
S801、根据排序顺序和预设轨迹检测方向,依次获取各个扫描轨迹中各个连续的位置点的补射角。
S802、当各个连续的位置点的补射角均大于预设角度阈值,且各个连续的位置点中所包含的位置点的总数量大于预设数量时,确定各个连续的位置点为推荐路牙。
S803、获取推荐路牙的特征信息,将特征信息与预设路牙特征数据进行对比。
S804、当路牙检测点的特征信息与预设路牙特征数据匹配时,确定推荐路牙为第一候选路牙。
在本实施例中,连续的位置点是指位置前后连续,即第一个位置点与第二个位置点相邻,而第二个位置点又与第三个位置点相邻…第N-1个位置点与第N个位置点相邻,这N个位置点组合起来称为连续的位置点(N为大于1的正整数)。
示例性的,可以按照预设轨迹检测方向,先获取排列顺序在最前的扫描线的扫描轨迹中的位置点的补射角,其中,预设轨迹检测方向可以是L1、L2、R1、R2四个方向,当排列顺序在最前的扫描线的扫描轨迹中不存在满足要求的连续的位置点时,则按照排列顺序,继续对后续的扫描线的扫描轨迹中的位置点进行检测,直到确定出满足要求的连续的位置点,将满足要求的连续的位置点确定为推荐路牙。
在一些实施例中,推荐路牙的特征信息包括有推荐路牙与路面的距离,推荐路牙的线性度和推荐路牙的长度,将距离、线性度和长度与预设路牙特征数据进行对比,来确定该推荐路牙是否为第一候选路牙。
其中,预设路牙特征数据可以通过多次实验数据求得,其至少包括有预设距离数据、预设线性度数据和预设长度数据。
具体的,道路分为路面和路牙,通过识别出哪些位置点为推荐路牙和路面,即可确定推荐路牙与路面的距离,推荐路牙的线性度是指推荐路牙中的这些连续的位置点中各个位置点都应当能够拟合在一条直线上,记推荐路牙中第一个位置点为pi,第N个位置点为pj,则推荐路牙的线性度记为推荐路牙中的位置点离最大的距离。
通过将推荐路牙的特征信息与预设路牙特征数据进行对比,能够对推荐路牙进一步进行筛选,筛除出一些干扰因素,例如其它道路上的路牙与当前路面的距离较远,通过确定其与路面的距离,就能够筛选掉其他道路上的路牙,又例如道路上的石墩的线性度容易变为识别为推荐路牙,但是石墩的线性度与预设路牙特征数据不匹配,就不会被确定的第一候选路牙,提高路牙识别的准确性。
本申请实施例通过逐一获取各个扫描轨迹中的位置点的补射角,并确定连续的位置点的补射角是否大于预设角度阈值以及连续的位置点的总数量是否大于预设数量,能够全面的对雷达数据中的所有点云数据进行检测,确定出其中为路牙的位置点,提高路牙检测的准确度。
在上述实施例的基础上,图9为本申请实施例提供的路牙检测方法实施例五的流程示意图,雷达数据包括有上一帧雷达数据和当前帧雷达数据,候选路牙还包括有第二候选路牙,如图9所示,则上述步骤S402具体可以通过如下步骤实现:
S901、获取上一帧雷达数据中目标路牙的位置标识。
S902、获取当前帧雷达数据中位置标识处的扫描轨迹中各个位置点的补射角。
S903、当位置标识处的各个位置点的补射角均大于预设角度阈值,且位置标识处的各个位置点的总数量大于预设数量时,确定位置标识处的各个位置点为第二候选路牙。
具体的,上一帧雷达数据为雷达上一个时刻扫描得到的,当前帧雷达数据为雷达当前时刻扫描得到的,在雷达工作的过程中,雷达最开始工作时扫描得到的第一帧雷达数据可以作为当前帧雷达数据,此时不存在有上一帧雷达数据,当雷达持续不断的工作,可以得到上一个时刻扫描得到的雷达数据和当前时刻扫描得到的雷达数据。
在本实施例中,上一帧雷达数据中目标路牙的位置标识可以是在上一帧雷达数据中根据第一候选路牙所确定的目标路牙的位置标识,然后查找当前帧雷达数据中该位置标识处的扫描轨迹中的位置点的补射角是否大于预设角度,且位置点的总数量大于预设数量,由此确定第二候选路牙。
示例性的,上一帧雷达数据中目标路牙的位置标识为可以第三行第三列,则对应的查找当前帧雷达数据中第三行第三列的扫描轨迹中的位置点的补射角是否大于预设角度,且位置点的总数量是否大于预设数量,若是,则当前帧雷达数据中该位置标识处为第二候选路牙。
本申请实施例通过上一帧雷达数据中目标路牙的位置标识,来确定当前帧雷达数据中该位置标识处是否为第二候选路牙,如此不需要对当前帧雷达数据中其它扫描轨迹中的位置点全部进行检测,提高了候选路牙的确定效率,方便后续快速的确定目标路牙。
在上述实施例的基础上,在一些实施例中,当候选路牙包括有第一候选路牙和第二候选路牙时,可以对第一候选路牙和第二候选路牙进行排序,得到第一候选路牙和第二候选路牙的排列顺序,然后根据第一候选路牙和第二候选路牙的排列顺序,确定目标路牙。
具体的,在对第一候选路牙和第二候选路牙进行排序时,可以获取第一候选路牙与雷达的距离,以及第二候选路牙与雷达的距离,然后根据距离对第一候选路牙和第二候选路牙进行排序,得到第一候选路牙和第二候选路牙的排列顺序。
本申请实施例通过对第一候选路牙和第二候选路牙进行排序,采用与雷达距离远近的方式来确定最终的目标路牙,能够对候选路牙再次进行筛选,将候选路牙中属于其他道路上的路牙筛除,准确的确定出当前道路的路牙,提高路牙检测的准确性。
综上,在本申请实施例中,在雷达对道路进行扫描时,当没有上一帧雷达数据中路牙的位置时,则可以先根据当前的雷达数据,获取各个扫描线的扫描轨迹中每一个位置点的补射角,确定第一候选路牙,并以第一候选路牙作为目标路牙,当有上一帧雷达数据中路牙的位置时,则可以检测当前帧雷达数据中该位置是否为第二候选路牙,然后继续对第一候选路牙和第二候选路牙进行筛选,确定最终的目标路牙,可以有效的提高路牙识别的效率以及准确性。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图10为本申请实施例提供的路牙检测装置实施例一的结构示意图,如图10所示,该装置可以集成在雷达中,也可以独立于雷达且与雷达协同工作实现本申请的技术方案,该检测装置包括:投影模块1001、检测模块1002和确定模块1003。其中,
投影模块1001用于获取雷达数据,将雷达数据投影到平面坐标系,得到每个扫描线的扫描轨迹。
检测模块1002用于获取每一个扫描线的扫描轨迹中各个位置点的补射角,根据各个位置点的补射角,对各个位置点进行路牙检测,确定候选路牙。
确定模块1003用于根据候选路牙,确定目标路牙。
其中,雷达数据包括雷达的多根扫描线扫描得到的点云数据,候选路牙中的位置点的数量大于预设数量,且位置点的补射角均大于预设角度阈值,补射角为位置点的切线方向与位置点的雷达发射光方向的夹角
示例性的,在上述实施例的基础上,作为一种示例,检测模块1002可以用于获取第一位置点的雷达发射光方向和与第一位置点相邻的第二位置点的雷达发射光方向,并根据第一位置点的雷达发射光方向和第二位置点的雷达发射光方向,获取第一位置点的切线方向,以及根据切线方向和第一位置点的雷达发射光方向,得到第一位置点的补射角。
示例性的,在上述实施例的基础上,投影模块1001具体可以用于对每个扫描线扫描得到的点云数据进行位置标识,位置标识包括行标识和列标识,并根据位置标识,对每个扫描线扫描得到的点云数据进行排序,得到排列顺序,以及根据排列顺序,将雷达数据投影至平面坐标系,得到每个扫描线的扫描轨迹。
示例性的,在上述实施例的基础上,图11为本申请实施例提供的路牙检测装置实施例二的结构示意图,如图11所示,若候选路牙包括有第一候选路牙,则检测模块1002包括有顺序单元1101、推荐单元1102、对比单元1103和判定单元1104,其中,
顺序单元1101用于根据排序顺序和预设轨迹检测方向,依次获取各个扫描轨迹中各个连续的位置点的补射角;
推荐单元1102用于当各个连续的位置点的补射角均大于预设角度阈值,且各个连续的位置点中所包含的位置点的总数量大于预设数量时,确定各个连续的位置点为推荐路牙;
对比单元1103用于获取推荐路牙的特征信息,将特征信息与预设路牙特征数据进行对比;
第一判定单元1104用于当路牙检测点的特征信息与预设路牙特征数据匹配时,确定推荐路牙为第一候选路牙。
示例性的,在上述实施例的基础上,对比单元1103具体用于获取推荐路牙与路面的距离、推荐路牙的线性度和推荐路牙的长度,并将距离、线性度和长度与预设路牙特征数据进行对比
示例性的,在上述实施例的基础上,图12为本申请实施例提供的路牙检测装置实施例三的结构示意图,如图12所示,若雷达数据包括上一帧雷达数据和当前帧雷达数据,候选路牙包括有第二候选路牙,则检测模块1002还包括标识单元1201、角度获取单元1202和第二判定单元1203,其中,
标识单元1201用于获取上一帧雷达数据中目标路牙的位置标识;
角度获取单元1202用于获取当前帧雷达数据中位置标识处的扫描轨迹中各个位置点的补射角;
第二判定单元1203用于当位置标识处的各个位置点的补射角均大于预设角度阈值,且位置标识处的各个位置点的总数量大于预设数量时,确定位置标识处的各个位置点为第二候选路牙。
示例性的,在上述实施例的基础上,图13为本申请实施例提供的路牙检测装置实施例四的结构示意图,如图13所示,若候选路牙包括第一候选路牙和第二候选路牙,则确定模块1003包括排序单元1301和顺序确定单元1302,其中,
排序单元1301用于对第一候选路牙和第二候选路牙进行排序,得到第一候选路牙和第二候选路牙的排列顺序。
顺序确定单元1302用于根据第一候选路牙和第二候选路牙的排列顺序,确定目标路牙。
示例性的,在上述实施例的基础上,排序单元1301用于获取第一候选路牙与雷达的距离,并获取第二候选路牙与雷达的距离,以及根据距离对第一候选路牙和第二候选路牙进行排序,得到第一候选路牙和第二候选路牙的排列顺序。
本申请实施例提供的检测装置,可用于执行上述实施例中的方法,其实现原理和技术效果类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,确定模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。
图14为本申请实施例提供的路牙检测设备的结构示意图,如图14所示,包括存储器1401和至少一个处理器1402;存储器1401存储计算机执行指令;该检测设备还包括有总线1403,其中,存储器1401通过总线1403与处理器1402连接。
在具体的实现过程中,至少一个处理器1402执行存储器1401存储的计算机执行指令,使得至少一个处理器1402执行如上的路牙检测方法。
处理器1402的具体实现过程可参见上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
在上述的图14所示的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component Interconnect,PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如上述的路牙检测方法。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元素,但这些元素不受这些术语限制。这些术语仅用于将第一个元素与另一个元素区分。举例来说,在不脱离本申请的范围的情况下,可以将第一候选路牙称为第二候选路牙,且类似地,可将第二候选路牙称为第一候选路牙。第一候选路牙和第二候选路牙两者都是候选路牙,但其不是同一个候选路牙。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系;在公式中,字符“/”,表示前后关联对象是一种“相除”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中,a,b,c可以是单个,也可以是多个。
可以理解的是,在本申请实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本申请的实施例的范围。在本申请的实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请的实施例的实施过程构成任何限定。
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 (12)
1.一种路牙检测方法,其特征在于,包括:
获取雷达数据,将所述雷达数据投影到平面坐标系,得到每个扫描线的扫描轨迹,所述雷达数据包括雷达的多根扫描线扫描得到的点云数据;
获取每一个扫描线的扫描轨迹中各个位置点的补射角,根据各个位置点的补射角,对各个位置点进行路牙检测,确定候选路牙,所述候选路牙中的位置点的数量大于预设数量,且补射角均大于预设角度阈值,所述补射角为位置点的切线方向与位置点的雷达发射光方向的夹角;
根据所述候选路牙,确定目标路牙。
2.根据权利要求1所述的方法,其特征在于,所述获取每一个扫描线的扫描轨迹中各个位置点的补射角,包括:
获取第一位置点的雷达发射光方向和与第一位置点相邻的第二位置点的雷达发射光方向;
根据所述第一位置点的雷达发射光方向和第二位置点的雷达发射光方向,获取第一位置点的切线方向;
根据所述切线方向和所述第一位置点的雷达发射光方向,得到第一位置点的补射角。
4.根据权利要求1或2所述的方法,其特征在于,所述获取雷达数据,将所述雷达数据投影到平面坐标系,得到每个扫描线的扫描轨迹,包括:
对每个扫描线扫描得到的点云数据进行位置标识,所述位置标识包括行标识和列标识;
根据所述位置标识,对每个扫描线扫描得到的点云数据进行排序,得到排列顺序;
根据所述排列顺序,将所述雷达数据投影至平面坐标系,得到每个扫描线的扫描轨迹。
5.根据权利要求4所述的方法,其特征在于,所述候选路牙至少包括有第一候选路牙,所述获取每一个扫描线的扫描轨迹中各个位置点的补射角,根据各个位置点的补射角,对各个位置点进行路牙检测,确定候选路牙,包括:
根据所述排序顺序和预设轨迹检测方向,依次获取各个扫描轨迹中各个连续的位置点的补射角;
当各个连续的位置点的补射角均大于预设角度阈值,且各个连续的位置点中所包含的位置点的总数量大于预设数量时,确定各个连续的位置点为推荐路牙;
获取所述推荐路牙的特征信息,将所述特征信息与预设路牙特征数据进行对比;
当所述路牙检测点的特征信息与预设路牙特征数据匹配时,确定所述推荐路牙为第一候选路牙。
6.根据权利要求5所述的方法,其特征在于,所述获取所述推荐路牙的特征信息,将所述特征信息与预设路牙特征数据进行对比,包括:
获取所述推荐路牙与路面的距离、推荐路牙的线性度和推荐路牙的长度;
将所述距离、线性度和长度与所述预设路牙特征数据进行对比。
7.根据权利要求6所述的方法,其特征在于,所述雷达数据包括上一帧雷达数据和当前帧雷达数据,所述候选路牙还包括第二候选路牙,所述获取每一个扫描线的扫描轨迹中各个位置点的补射角,根据各个位置点的补射角,对各个位置点进行路牙检测,确定候选路牙,包括:
获取上一帧雷达数据中目标路牙的位置标识;
获取当前帧雷达数据中所述位置标识处的扫描轨迹中各个位置点的补射角;
当所述位置标识处的各个位置点的补射角均大于预设角度阈值,且位置标识处的各个位置点的总数量大于预设数量时,确定所述位置标识处的各个位置点为第二候选路牙。
8.根据权利要求7所述的方法,其特征在于,所述根据所述候选路牙,确定目标路牙,包括:
对所述第一候选路牙和第二候选路牙进行排序,得到第一候选路牙和第二候选路牙的排列顺序;
根据第一候选路牙和第二候选路牙的排列顺序,确定目标路牙。
9.根据权利要求8所述的方法,其特征在于,所述对所述第一候选路牙和第二候选路牙进行排序,得到第一候选路牙和第二候选路牙的排列顺序,包括:
获取所述第一候选路牙与雷达的距离;
获取所述第二候选路牙与雷达的距离;
根据所述距离对所述第一候选路牙和第二候选路牙进行排序,得到第一候选路牙和第二候选路牙的排列顺序。
10.一种路牙检测装置,其特征在于,包括:
投影模块,用于获取雷达数据,将所述雷达数据投影到平面坐标系,得到每个扫描线的扫描轨迹,所述雷达数据包括雷达的多根扫描线扫描得到的点云数据;
检测模块,用于获取每一个扫描线的扫描轨迹中各个位置点的补射角,根据各个位置点的补射角,对各个位置点进行路牙检测,确定候选路牙,所述候选路牙中的位置点的数量大于预设数量,且位置点的补射角均大于预设角度阈值,所述补射角为位置点的切线方向与位置点的雷达发射光方向的夹角;
确定模块,用于根据所述候选路牙,确定目标路牙。
11.一种路牙检测设备,其特征在于,包括存储器和至少一个处理器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1-9任一项所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机可读存储介质中存储有计算机指令,所述计算机指令被处理器执行时用于实现如权利要求1-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011340885.1A CN113762011A (zh) | 2020-11-25 | 2020-11-25 | 路牙检测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011340885.1A CN113762011A (zh) | 2020-11-25 | 2020-11-25 | 路牙检测方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113762011A true CN113762011A (zh) | 2021-12-07 |
Family
ID=78786058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011340885.1A Pending CN113762011A (zh) | 2020-11-25 | 2020-11-25 | 路牙检测方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113762011A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107272019A (zh) * | 2017-05-09 | 2017-10-20 | 深圳市速腾聚创科技有限公司 | 基于激光雷达扫描的路沿检测方法 |
WO2018177026A1 (zh) * | 2017-03-29 | 2018-10-04 | 蔚来汽车有限公司 | 确定道路边沿的装置和方法 |
CN109752701A (zh) * | 2019-01-18 | 2019-05-14 | 中南大学 | 一种基于激光点云的道路边沿检测方法 |
CN109870705A (zh) * | 2017-12-01 | 2019-06-11 | 武汉万集信息技术有限公司 | 基于激光雷达的边界目标标识方法及装置 |
CN110781827A (zh) * | 2019-10-25 | 2020-02-11 | 中山大学 | 一种基于激光雷达与扇状空间分割的路沿检测系统及其方法 |
CN110928320A (zh) * | 2020-02-10 | 2020-03-27 | 上海高仙自动化科技发展有限公司 | 路径生成方法及生成装置、智能机器人及存储介质 |
-
2020
- 2020-11-25 CN CN202011340885.1A patent/CN113762011A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018177026A1 (zh) * | 2017-03-29 | 2018-10-04 | 蔚来汽车有限公司 | 确定道路边沿的装置和方法 |
CN107272019A (zh) * | 2017-05-09 | 2017-10-20 | 深圳市速腾聚创科技有限公司 | 基于激光雷达扫描的路沿检测方法 |
CN109870705A (zh) * | 2017-12-01 | 2019-06-11 | 武汉万集信息技术有限公司 | 基于激光雷达的边界目标标识方法及装置 |
CN109752701A (zh) * | 2019-01-18 | 2019-05-14 | 中南大学 | 一种基于激光点云的道路边沿检测方法 |
CN110781827A (zh) * | 2019-10-25 | 2020-02-11 | 中山大学 | 一种基于激光雷达与扇状空间分割的路沿检测系统及其方法 |
CN110928320A (zh) * | 2020-02-10 | 2020-03-27 | 上海高仙自动化科技发展有限公司 | 路径生成方法及生成装置、智能机器人及存储介质 |
Non-Patent Citations (2)
Title |
---|
K. JULGE等: "Combining airborne and terrestrial laser scanning to monitor coastal processes", 《2014 IEEE/OES BALTIC INTERNATIONAL SYMPOSIUM (BALTIC)》 * |
孔栋;王晓原;孙亮;王方;陈晨;: "车载雷达点云的结构化道路边界提取方法", 河南科技大学学报(自然科学版), no. 04 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109740469B (zh) | 车道线检测方法、装置、计算机设备和存储介质 | |
CN109284674B (zh) | 一种确定车道线的方法及装置 | |
EP2372611A2 (en) | Scene matching reference data generation system and position measurement system | |
CN109522804B (zh) | 一种道路边沿识别方法及系统 | |
US9594966B2 (en) | Obstacle detection device and obstacle detection method | |
JP2001004368A (ja) | 物体認識装置 | |
CN108241819B (zh) | 路面标记的识别方法及装置 | |
CN110853085B (zh) | 基于语义slam的建图方法和装置及电子设备 | |
CN110929655A (zh) | 一种行驶过程中车道线识别方法、终端设备及存储介质 | |
JP2013054522A (ja) | 道路付属物検出装置、道路付属物検出方法、及びプログラム | |
CN110084230B (zh) | 基于图像的车身方向检测方法和装置 | |
CN110647886A (zh) | 兴趣点标注方法、装置、计算机设备和存储介质 | |
CN111976601B (zh) | 自动泊车方法、装置、设备和存储介质 | |
CN113091757B (zh) | 地图生成方法和装置 | |
CN113741472B (zh) | 一种基于多图像采集的障碍回避方法及装置 | |
JP2011118890A (ja) | 車線境界全般を検出する方法およびシステム | |
CN112200884A (zh) | 一种车道线的生成方法及装置 | |
CN110544268A (zh) | 一种基于结构光及SiamMask网络的多目标跟踪方法 | |
CN109544981A (zh) | 图像处理方法、装置、设备和介质 | |
CN113762011A (zh) | 路牙检测方法、装置、设备和存储介质 | |
CN115713750A (zh) | 一种车道线检测方法、装置、电子设备及存储介质 | |
US20240127585A1 (en) | Method for determining the encoder architecture of a neural network | |
TWI451990B (zh) | 車道定位系統、車道定位方法及路面標記 | |
CN112101139B (zh) | 人形检测方法、装置、设备及存储介质 | |
CN114998863A (zh) | 目标道路识别方法、装置、电子设备以及存储介质 |
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 |