CN114694138A - 一种应用于智能驾驶的路面检测方法、装置及设备 - Google Patents
一种应用于智能驾驶的路面检测方法、装置及设备 Download PDFInfo
- Publication number
- CN114694138A CN114694138A CN202210611462.1A CN202210611462A CN114694138A CN 114694138 A CN114694138 A CN 114694138A CN 202210611462 A CN202210611462 A CN 202210611462A CN 114694138 A CN114694138 A CN 114694138A
- Authority
- CN
- China
- Prior art keywords
- road surface
- auxiliary
- target
- cloud data
- point cloud
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000004590 computer program Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
- G06T3/067—Reshaping or unfolding 3D tree structures onto 2D planes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Electromagnetism (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种应用于智能驾驶的路面检测方法、装置及设备，包括：获取目标道路对应的多个三维点云数据，根据多个三维点云数据对应的目标坐标轴，建立与目标道路对应的多个辅助平面，根据每个辅助平面周围预设范围内的三维点云数据，获取每个辅助平面对应的辅助拟合线，根据各辅助拟合线与目标坐标轴之间的交点，在多个辅助拟合线中确定多个路面拟合线，并根据各路面拟合线，确定目标道路对应的路面检测结果。本发明实施例的技术方案可以提高路面检测结果的准确性。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及一种应用于智能驾驶的路面检测方法、装置及设备。
背景技术
路面检测技术通常用于提取道路中包括的障碍物，对无人驾驶技术起到至关重要的作用。
现有的路面检测方法中，通常是由激光雷达获取道路点云数据，然后采用预设的平面拟合方法，判断点云数据之间组成的线段是否平行水平面， 最后根据判断结果确定路面检测结果。
但是，现有的路面检测方法中，对于路沿或低矮草地与路面高度相差较小的情况下，容易将低矮草地或者路沿判定为路面，导致路面检测结果准确性较低。
发明内容
本发明提供了一种应用于智能驾驶的路面检测方法、装置及设备，可以提高路面检测结果的准确性。
根据本发明的一方面，提供了一种路面检测方法，包括：
获取目标道路对应的多个三维点云数据，根据所述多个三维点云数据对应的目标坐标轴，建立与所述目标道路对应的多个辅助平面；
根据每个辅助平面周围预设范围内的三维点云数据，获取每个辅助平面对应的辅助拟合线；
根据各所述辅助拟合线与目标坐标轴之间的交点，在多个辅助拟合线中确定多个路面拟合线，并根据各所述路面拟合线，确定目标道路对应的路面检测结果。
根据本发明的另一方面，提供了一种路面检测装置，所述装置包括：
平面建立模块，用于获取目标道路对应的多个三维点云数据，根据所述多个三维点云数据对应的目标坐标轴，建立与所述目标道路对应的多个辅助平面；
拟合线获取模块，用于根据每个辅助平面周围预设范围内的三维点云数据，获取每个辅助平面对应的辅助拟合线；
结果确定模块，用于根据各所述辅助拟合线与目标坐标轴之间的交点，在多个辅助拟合线中确定多个路面拟合线，并根据各所述路面拟合线，确定目标道路对应的路面检测结果。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的路面检测方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的路面检测方法。
本发明实施例提供的技术方案，通过获取目标道路对应的多个三维点云数据，根据多个三维点云数据对应的目标坐标轴，建立与目标道路对应的多个辅助平面，根据每个辅助平面周围预设范围内的三维点云数据，获取每个辅助平面对应的辅助拟合线，根据各辅助拟合线与目标坐标轴之间的交点，在多个辅助拟合线中确定多个路面拟合线，并根据各路面拟合线，确定目标道路对应的路面检测结果的技术手段，可以提高路面检测结果的准确性。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例提供的一种路面检测方法的流程图；
图2是根据本发明实施例提供的另一种路面检测方法的流程图；
图3是根据本发明实施例提供的另一种路面检测方法的流程图；
图4是根据本发明实施例提供的一种路面检测装置的结构示意图；
图5是实现本发明实施例的路面检测方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
由于现有技术中是采用预设的平面拟合方法，判断点云数据之间组成的线段是否平行水平面，根据判断结果确定路面检测结果，容易将低矮草地或者路沿判定为路面，导致路面检测结果准确性较低，对此本发明提供了一种路面检测方法。
图1为本发明实施例一提供的一种路面检测方法的流程图，本实施例可适用于对路面进行检测的情况，该方法可以由路面检测装置来执行，该路面检测装置可以采用硬件和/或软件的形式实现，该路面检测装置可配置于电子设备（例如终端或者服务器）中。如图1所示，该方法包括：
步骤110、获取目标道路对应的多个三维点云数据，根据所述多个三维点云数据对应的目标坐标轴，建立与所述目标道路对应的多个辅助平面。
在本实施例中，所述目标道路即为等待进行路面检测的道路。具体的，可以通过多线激光雷达获取目标道路不同位置下对应的三维点云数据。其中，所述激光雷达可以包括机械激光雷达、固态激光雷达以及半固体激光雷达等。
在此步骤中，获取到目标道路对应的多个三维点云数据后，可以在多个三维点云数据对应的三维坐标系中选取目标坐标轴，并将三维坐标系中除目标坐标轴之外的其他坐标轴组成的平面作为目标平面；然后以目标坐标轴为平面共线，建立多个垂直于目标平面的辅助平面。
步骤120、根据每个辅助平面周围预设范围内的三维点云数据，获取每个辅助平面对应的辅助拟合线。
在此步骤中，可选的，可以获取每个辅助平面周围预设范围内的三维点云数据，并采用预设的线性拟合方法，对辅助平面周围的点云数据进行拟合，得到每个辅助平面对应的辅助拟合线。
步骤130、根据各所述辅助拟合线与目标坐标轴之间的交点，在多个辅助拟合线中确定多个路面拟合线，并根据各所述路面拟合线，确定目标道路对应的路面检测结果。
在此步骤中，可选的，可以根据各所述辅助拟合线与目标坐标轴之间的交点，计算相邻辅助拟合线之间的交点距离，并将交点距离较小的相邻辅助拟合线作为路面拟合线，然后将路面拟合线关联的点云数据，作为目标道路对应的路面点云数据。
在本实施例中，通过对辅助平面周围的点云数据进行线性拟合，并根据辅助拟合线与目标坐标轴之间的交点确定路面拟合线，可以在低矮路沿、低矮草地与路面相差较小的情况，将路面点云有效提取出来，进而可以提高路面检测结果的准确性，对于路沿以及障碍物等要素的提取具有指导意义。
本发明实施例提供的技术方案，通过获取目标道路对应的多个三维点云数据，根据所述多个三维点云数据对应的目标坐标轴，建立与所述目标道路对应的多个辅助平面，根据每个辅助平面周围预设范围内的三维点云数据，获取每个辅助平面对应的辅助拟合线，根据各所述辅助拟合线与目标坐标轴之间的交点，在多个辅助拟合线中确定多个路面拟合线，并根据各所述路面拟合线，确定目标道路对应的路面检测结果的技术手段，可以提高路面检测结果的准确性。
图2为本实施例提供的另一种路面检测方法的流程图，在本实施例中，本实施例的技术方案可以与上述实施例的方案中的一种或者多种方法进行组合，如图2所示，本实施例提供的方法还可以包括：
步骤210、获取目标道路对应的多个三维点云数据，在所述多个三维点云数据对应的三维坐标系中，将垂直于水平面的竖直坐标轴作为目标坐标轴。
在本实施例中，假设所述三维坐标系中X轴与Y轴组成的平面为水平面，则可以将所述三维坐标系中的Z轴作为目标坐标轴。
步骤220、以所述目标坐标轴作为平面共线，建立多个垂直于所述水平面的辅助平面。
步骤230、将每个辅助平面周围预设范围内的三维点云数据，投影至对应的辅助平面中，得到每个辅助平面对应的二维点云数据。
在本实施例中，可以预先设定垂直于水平面的基准平面，并记录各辅助平面与基准平面之间的初始角度值，然后将各辅助平面按照角度值外扩的方式进行旋转，得到更新后的辅助平面。
在此步骤中，可选的，可以获取更新后的辅助平面周围预设范围内的三维点云数据，并将所述三维点云数据投影至更新后的辅助平面中，得到二维点云数据。
这样设置的好处在于，通过对辅助平面的角度进行外扩，可以在获取点云数据的过程中，减少干扰点的引入，由此提高后续路面检测结果的可靠性。
步骤240、根据每个辅助平面对应的二维点云数据，以及预设的线性拟合方法，对每个辅助平面周围预设范围内的点云数据进行拟合，得到每个辅助平面对应的目标拟合线。
在本实施例中，所述线性拟合方法可以包括随机抽样一致（RANdom SAmpleConsensus，RANSAC）算法，以及霍夫变换算法等，本实施例对此并不进行限制。
步骤250、将每个辅助平面对应的目标拟合线，恢复至所述三维坐标系中，得到每个辅助平面对应的辅助拟合线。
在此步骤中，可选的，可以根据各所述辅助平面与基准平面之间的角度值，以及所述目标拟合线与目标坐标轴之间的距离，将各目标拟合线恢复至三维坐标系中，得到每个辅助平面对应的辅助拟合线。
步骤260、根据各所述辅助拟合线与目标坐标轴之间的交点，确定相邻辅助拟合线之间的交点距离。
在此步骤中，可选的，可以计算相邻两条辅助拟合线之间各交点的距离，然后将各交点的距离进行平均，得到所述相邻两条辅助拟合线之间的交点距离。
在一个具体的实施例中，获取到各辅助拟合线与目标坐标轴之间的交点后，可以将各交点按照预设的位置顺序进行排列。假设第一条辅助拟合线与目标坐标轴之间的交点为：交点A、交点B以及交点C,第二条辅助拟合线与目标坐标轴之间的交点为：交点D、交点E以及交点F,则可以计算交点A与交点D之间的距离、交点B与交点E之间的距离，以及交点C与交点F之间的距离，然后将上述三个距离进行平均，得到第一条辅助拟合线与第二条辅助拟合线之间的交点距离。
步骤270、根据相邻辅助拟合线之间的交点距离，对所述多个辅助拟合线进行聚类。
在本实施例中，可以根据相邻辅助拟合线之间的交点距离，以及预设阈值，将所述多个辅助拟合线进行聚类。具体的，假设相邻辅助拟合线之间的交点距离小于预设阈值，则可以将所述辅助拟合线划分为第一类拟合线，反之，则将所述辅助拟合线划分为第二类拟合线。
步骤280、根据聚类结果，在所述多个辅助拟合线中确定多个路面拟合线。
在此步骤中，可选的，可以将上述第一类拟合线中的多个辅助拟合线，确定为路面拟合线。
步骤290、根据各所述路面拟合线，确定目标道路对应的路面检测结果。
本发明实施例提供的技术方案，通过获取目标道路对应的多个三维点云数据，在多个三维点云数据对应的三维坐标系中，将垂直于水平面的竖直坐标轴作为目标坐标轴，以目标坐标轴作为平面共线建立多个垂直于水平面的辅助平面，将每个辅助平面周围预设范围内的三维点云数据，投影至对应的辅助平面中，得到每个辅助平面对应的二维点云数据，根据每个辅助平面对应的二维点云数据，以及预设的线性拟合方法，对每个辅助平面周围预设范围内的点云数据进行拟合，得到每个辅助平面对应的目标拟合线，将每个辅助平面对应的目标拟合线恢复至三维坐标系中，得到每个辅助平面对应的辅助拟合线，根据各辅助拟合线与目标坐标轴之间的交点，确定相邻辅助拟合线之间的交点距离，根据相邻辅助拟合线之间的交点距离，对多个辅助拟合线进行聚类，根据聚类结果，在多个辅助拟合线中确定多个路面拟合线，根据各路面拟合线确定目标道路对应的路面检测结果的技术手段，可以提高路面检测结果的准确性。
图3为本实施例提供的另一种路面检测方法的流程图，在本实施例中，本实施例的技术方案可以与上述实施例的方案中的一种或者多种方法进行组合，如图3所示，本实施例提供的方法还可以包括：
步骤310、获取目标道路对应的多个三维点云数据，根据所述多个三维点云数据对应的目标坐标轴，建立与所述目标道路对应的多个辅助平面。
步骤320、根据每个辅助平面周围预设范围内的三维点云数据，获取每个辅助平面对应的辅助拟合线。
步骤330、根据各所述辅助拟合线与目标坐标轴之间的交点，在多个辅助拟合线中确定多个路面拟合线。
步骤340、根据各所述路面拟合线，建立与所述目标道路对应的路面方程。
在此步骤中，可选的，可以根据各所述路面拟合线的数据特征，将各路面拟合线对应的线性方程进行联立，得到目标道路对应的路面方程。
在本实施例的一个优选实施方式中，根据各所述路面拟合线，建立与所述目标道路对应的路面方程，包括：建立与所述目标坐标轴平行的参考平面，获取各所述路面拟合线与所述参考平面之间的交点；根据各所述路面拟合线与所述参考平面之间的交点，得到参考拟合线；根据所述参考拟合线与所述目标坐标轴之间的交点，以及所述路面拟合线与所述目标坐标轴之间的交点，建立与所述目标道路对应的路面方程。
在本实施例，假设目标坐标轴为Z轴，则可以建立与Z轴平行的参考平面，然后获取各路面拟合线与参考平面之间的交点，并根据预设的线性拟合方法对所述交点进行拟合，得到参考拟合线，最后根据参考拟合线与Z轴之间的交点，以及路面拟合线与Z轴之间的交点，对所述参考拟合线和路面拟合线进行聚类，并根据聚类结果建立路面方程。
步骤350、计算各三维点云数据与所述路面方程之间的距离，根据距离计算结果确定目标道路对应的路面检测结果。
在本实施例的一个实施方式中，根据距离计算结果确定目标道路对应的路面检测结果，包括：判断所述三维点云数据与路面方程之间的距离，是否小于设定距离；若是，则将所述三维点云数据作为路面点云数据；若否，则将所述三维点云数据作为路沿或者障碍物点云数据。
本发明实施例提供的技术方案，通过获取目标道路对应的多个三维点云数据，根据多个三维点云数据对应的目标坐标轴，建立与目标道路对应的多个辅助平面，根据每个辅助平面周围预设范围内的三维点云数据，获取每个辅助平面对应的辅助拟合线，根据各辅助拟合线与目标坐标轴之间的交点，在多个辅助拟合线中确定多个路面拟合线，根据各路面拟合线建立与目标道路对应的路面方程，计算各三维点云数据与路面方程之间的距离，根据距离计算结果确定目标道路对应的路面检测结果的技术手段，可以提高路面检测结果的准确性。
图4为本发明实施例提供的一种路面检测装置的结构示意图，所述路面检测装置包括：平面建立模块410、拟合线获取模块420和结果确定模块430。
其中，平面建立模块410，用于获取目标道路对应的多个三维点云数据，根据所述多个三维点云数据对应的目标坐标轴，建立与所述目标道路对应的多个辅助平面；
拟合线获取模块420，用于根据每个辅助平面周围预设范围内的三维点云数据，获取每个辅助平面对应的辅助拟合线；
结果确定模块430，用于根据各所述辅助拟合线与目标坐标轴之间的交点，在多个辅助拟合线中确定多个路面拟合线，并根据各所述路面拟合线，确定目标道路对应的路面检测结果。
本发明实施例提供的技术方案，通过获取目标道路对应的多个三维点云数据，根据所述多个三维点云数据对应的目标坐标轴，建立与所述目标道路对应的多个辅助平面，根据每个辅助平面周围预设范围内的三维点云数据，获取每个辅助平面对应的辅助拟合线，根据各所述辅助拟合线与目标坐标轴之间的交点，在多个辅助拟合线中确定多个路面拟合线，并根据各所述路面拟合线，确定目标道路对应的路面检测结果的技术手段，可以提高路面检测结果的准确性。
在上述实施例的基础上，所述平面建立模块410包括：
目标坐标轴确定单元，用于在所述多个三维点云数据对应的三维坐标系中，将垂直于水平面的竖直坐标轴作为目标坐标轴；
辅助平面建立单元，用于以所述目标坐标轴作为平面共线，建立多个垂直于所述水平面的辅助平面。
所述拟合线获取模块420包括：
投影单元，用于将每个辅助平面周围预设范围内的三维点云数据，投影至对应的辅助平面中，得到每个辅助平面对应的二维点云数据；
数据拟合单元，用于根据每个辅助平面对应的二维点云数据，以及预设的线性拟合方法，对每个辅助平面周围预设范围内的点云数据进行拟合，得到每个辅助平面对应的目标拟合线；
拟合线处理单元，用于将每个辅助平面对应的目标拟合线，恢复至所述三维坐标系中，得到每个辅助平面对应的辅助拟合线。
所述结果确定模块430包括：
交点距离确定单元，用于根据各所述辅助拟合线与目标坐标轴之间的交点，确定相邻辅助拟合线之间的交点距离；
拟合线聚类单元，用于根据相邻辅助拟合线之间的交点距离，对所述多个辅助拟合线进行聚类；
路面拟合线确定单元，用于根据聚类结果，在所述多个辅助拟合线中确定多个路面拟合线；
路面方程建立单元，用于根据各所述路面拟合线，建立与所述目标道路对应的路面方程；
距离计算单元，用于计算各三维点云数据与所述路面方程之间的距离，根据距离计算结果确定目标道路对应的路面检测结果；
参考平面建立单元，用于建立与所述目标坐标轴平行的参考平面，获取各所述路面拟合线与所述参考平面之间的交点；
参考拟合线获取单元，用于根据各所述路面拟合线与所述参考平面之间的交点，得到参考拟合线；
方程建立单元，用于根据所述参考拟合线与所述目标坐标轴之间的交点，以及所述路面拟合线与所述目标坐标轴之间的交点，建立与所述目标道路对应的路面方程；
距离判断单元，用于判断所述三维点云数据与路面方程之间的距离，是否小于设定距离；若是，则将所述三维点云数据作为路面点云数据；若否，则将所述三维点云数据作为路沿或者障碍物点云数据。
上述装置可执行本发明前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本发明实施例中详尽描述的技术细节，可参见本发明前述所有实施例所提供的方法。
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备（如头盔、眼镜、手表等）和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器（ROM）12、随机访问存储器（RAM）13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器（ROM）12中的计算机程序或者从存储单元18加载到随机访问存储器（RAM）13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出（I/O）接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如路面检测方法。
在一些实施例中，路面检测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的路面检测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行路面检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种路面检测方法，其特征在于，包括：
获取目标道路对应的多个三维点云数据，根据所述多个三维点云数据对应的目标坐标轴，建立与所述目标道路对应的多个辅助平面；
根据每个辅助平面周围预设范围内的三维点云数据，获取每个辅助平面对应的辅助拟合线；
根据各所述辅助拟合线与目标坐标轴之间的交点，在多个辅助拟合线中确定多个路面拟合线，并根据各所述路面拟合线，确定目标道路对应的路面检测结果。
2.根据权利要求1所述的方法，其特征在于，根据所述多个三维点云数据对应的目标坐标轴，建立与所述目标道路对应的多个辅助平面，包括：
在所述多个三维点云数据对应的三维坐标系中，将垂直于水平面的竖直坐标轴作为目标坐标轴；
以所述目标坐标轴作为平面共线，建立多个垂直于所述水平面的辅助平面。
3.根据权利要求2所述的方法，其特征在于，根据每个辅助平面周围预设范围内的三维点云数据，获取每个辅助平面对应的辅助拟合线，包括：
将每个辅助平面周围预设范围内的三维点云数据，投影至对应的辅助平面中，得到每个辅助平面对应的二维点云数据；
根据每个辅助平面对应的二维点云数据，以及预设的线性拟合方法，对每个辅助平面周围预设范围内的点云数据进行拟合，得到每个辅助平面对应的目标拟合线；
将每个辅助平面对应的目标拟合线，恢复至所述三维坐标系中，得到每个辅助平面对应的辅助拟合线。
4.根据权利要求1所述的方法，其特征在于，根据各所述辅助拟合线与目标坐标轴之间的交点，在多个辅助拟合线中确定多个路面拟合线，包括：
根据各所述辅助拟合线与目标坐标轴之间的交点，确定相邻辅助拟合线之间的交点距离；
根据相邻辅助拟合线之间的交点距离，对所述多个辅助拟合线进行聚类；
根据聚类结果，在所述多个辅助拟合线中确定多个路面拟合线。
5.根据权利要求1所述的方法，其特征在于，根据各所述路面拟合线，确定目标道路对应的路面检测结果，包括：
根据各所述路面拟合线，建立与所述目标道路对应的路面方程；
计算各三维点云数据与所述路面方程之间的距离，根据距离计算结果确定目标道路对应的路面检测结果。
6.根据权利要求5所述的方法，其特征在于，根据各所述路面拟合线，建立与所述目标道路对应的路面方程，包括：
建立与所述目标坐标轴平行的参考平面，获取各所述路面拟合线与所述参考平面之间的交点；
根据各所述路面拟合线与所述参考平面之间的交点，得到参考拟合线；
根据所述参考拟合线与所述目标坐标轴之间的交点，以及所述路面拟合线与所述目标坐标轴之间的交点，建立与所述目标道路对应的路面方程。
7.根据权利要求5所述的方法，其特征在于，根据距离计算结果确定目标道路对应的路面检测结果，包括：
判断所述三维点云数据与路面方程之间的距离，是否小于设定距离；
若是，则将所述三维点云数据作为路面点云数据；
若否，则将所述三维点云数据作为路沿或者障碍物点云数据。
8.一种路面检测装置，其特征在于，包括：
平面建立模块，用于获取目标道路对应的多个三维点云数据，根据所述多个三维点云数据对应的目标坐标轴，建立与所述目标道路对应的多个辅助平面；
拟合线获取模块，用于根据每个辅助平面周围预设范围内的三维点云数据，获取每个辅助平面对应的辅助拟合线；
结果确定模块，用于根据各所述辅助拟合线与目标坐标轴之间的交点，在多个辅助拟合线中确定多个路面拟合线，并根据各所述路面拟合线，确定目标道路对应的路面检测结果。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的路面检测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的路面检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210611462.1A CN114694138B (zh) | 2022-06-01 | 2022-06-01 | 一种应用于智能驾驶的路面检测方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210611462.1A CN114694138B (zh) | 2022-06-01 | 2022-06-01 | 一种应用于智能驾驶的路面检测方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114694138A true CN114694138A (zh) | 2022-07-01 |
| CN114694138B CN114694138B (zh) | 2022-09-20 |
Family
ID=82131395
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210611462.1A Active CN114694138B (zh) | 2022-06-01 | 2022-06-01 | 一种应用于智能驾驶的路面检测方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114694138B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180060677A1 (en) * | 2016-08-29 | 2018-03-01 | Neusoft Corporation | Method, apparatus and device for detecting lane lines |
| CN110516564A (zh) * | 2019-08-06 | 2019-11-29 | 深兰科技（上海）有限公司 | 路面检测方法和装置 |
| CN112432647A (zh) * | 2020-11-09 | 2021-03-02 | 深圳市汇川技术股份有限公司 | 车厢的定位方法、装置、系统及计算机可读存储介质 |
| CN113759348A (zh) * | 2021-01-20 | 2021-12-07 | 京东鲲鹏(江苏)科技有限公司 | 一种雷达标定方法、装置、设备及存储介质 |
-
2022
- 2022-06-01 CN CN202210611462.1A patent/CN114694138B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180060677A1 (en) * | 2016-08-29 | 2018-03-01 | Neusoft Corporation | Method, apparatus and device for detecting lane lines |
| CN110516564A (zh) * | 2019-08-06 | 2019-11-29 | 深兰科技（上海）有限公司 | 路面检测方法和装置 |
| CN112432647A (zh) * | 2020-11-09 | 2021-03-02 | 深圳市汇川技术股份有限公司 | 车厢的定位方法、装置、系统及计算机可读存储介质 |
| CN113759348A (zh) * | 2021-01-20 | 2021-12-07 | 京东鲲鹏(江苏)科技有限公司 | 一种雷达标定方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114694138B (zh) | 2022-09-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113095336B (zh) | 关键点检测模型的训练方法和检测目标对象关键点的方法 | |
| CN113205037B (zh) | 事件检测的方法、装置、电子设备以及可读存储介质 | |
| CN113392794B (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
| CN113205041A (zh) | 结构化信息提取方法、装置、设备和存储介质 | |
| CN115346171A (zh) | 一种输电线路监控方法、装置、设备及存储介质 | |
| CN114119990A (zh) | 用于图像特征点匹配的方法、装置及计算机程序产品 | |
| CN113177980A (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
| CN117474998A (zh) | 一种货架位置检测方法、装置、设备及存储介质 | |
| CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
| CN115546764A (zh) | 一种障碍物检测方法、装置、设备及存储介质 | |
| CN115049551A (zh) | 一种点云地面点的滤除方法、装置、设备及存储介质 | |
| CN114882461A (zh) | 设备环境识别方法、装置、电子设备和自动驾驶车辆 | |
| CN113723405A (zh) | 区域轮廓的确定方法、装置和电子设备 | |
| CN112507957A (zh) | 一种车辆关联方法、装置、路侧设备及云控平台 | |
| CN117589188B (zh) | 行车路径规划方法、装置、电子设备和存储介质 | |
| CN117739993B (zh) | 一种机器人定位方法、装置、机器人及存储介质 | |
| CN115857502B (zh) | 行驶控制方法和电子设备 | |
| CN116258714B (zh) | 一种缺陷识别方法、装置、电子设备和存储介质 | |
| CN116258769B (zh) | 一种定位校验方法、装置、电子设备和存储介质 | |
| CN117372477A (zh) | 一种目标跟踪匹配方法、装置、设备及介质 | |
| CN116934779A (zh) | 一种激光点云的分割方法、装置、电子设备及存储介质 | |
| CN114359513A (zh) | 障碍物位置的确定方法、装置和电子设备 | |
| CN117710459A (zh) | 三维信息的确定方法、装置及计算机程序产品 | |
| CN117853614A (zh) | 高精地图元素变更情况的检测方法、装置和车辆 | |
| CN118212370A (zh) | 基于点云数据的地形分析方法及装置、电子设备、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 |