CN115201817B - 一种车道生成方法、装置、设备及存储介质 - Google Patents
一种车道生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115201817B CN115201817B CN202211132433.3A CN202211132433A CN115201817B CN 115201817 B CN115201817 B CN 115201817B CN 202211132433 A CN202211132433 A CN 202211132433A CN 115201817 B CN115201817 B CN 115201817B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- grid
- track
- cloud density
- list
- 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.)
- Active
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- 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
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Abstract
本申请公开了一种车道生成方法、装置、设备及存储介质,该方法包括:获取雷达在探测区域的目标点云数据,将探测区域进行栅格化,从而获取多个网格以及对应的网格点。可以针对任一网格点,确定该网格点所对应的点云密度,从而可以基于多个点云密度以及点云密度所对应的网格点,确定符合要求的目标轨迹列表。其中,目标轨迹列表中可能包括一个或多个轨迹列表,每个轨迹列表中包括一个或多个网格点。然后可以基于每个轨迹列表中的网格点生成相应的车道线。通过对雷达探测的点云数据进行处理,自动生成车道线,无需人工标定,既不影响交通状况,也可以提高生成车道的准确性。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种车道生成方法、装置、设备及存储介质。
背景技术
目前对雷达图进行车道划分的方法一般为工作人员在公路现场使用实时动态测量技术(Real Time Kinematic,RTK)进行测量标定,根据车道的宽度确定车道线的位置。为了保证安全,人工测量必须在阻断交通的情况下进行,影响交通状况。另外,考虑到道路的不平整和具有一定的曲度,再经过人工处理,所确定的车道信息准确性也较低。
发明内容
有鉴于此,本申请实施例提供了一种车道生成方法、装置、设备及存储介质,以便在不影响交通状况的情况下,提高生成车道的准确性。
第一方面,本申请实施例提供了一种车道生成方法,所述方法包括:
获取雷达探测区域的目标点云数据;
将所述探测区域进行栅格化,获取多个网格以及多个网格点;
针对所述多个网格点中的任一网格点,基于所述目标点云数据确定所述网格点所对应的点云密度;
基于多个所述点云密度以及多个所述点云密度所对应的网格点,确定目标轨迹列表,所述目标轨迹列表中包括一个或多个轨迹列表,所述一个或多个轨迹列表中的任一轨迹列表包括一个或多个网格点;
针对所述一个或多个轨迹列表中的任一轨迹列表,基于所述轨迹列表中的网格点生成车道线。
在一种可能的实现方式中,所述将所述探测区域进行栅格化,获取多个网格以及多个网格点,包括:
沿所述雷达的法线方向,利用多个网格线将所述探测区域进行等宽度划分,获取多个正方形网格以及所述多个网格点,所述多个网格线垂直于所述法线方向。
在一种可能的实现方式中,所述基于多个所述点云密度以及多个所述点云密度所对应的网格点,确定目标轨迹列表,包括:
建立第一轨迹列表,所述第一轨迹列表为空的轨迹列表;
获取第一网格线上的第一网格点集合所对应的第一点云密度集合,所述第一网格线为所述多个网格线中的任一网格线,所述第一网格点集合包括多个网格点,所述第一点云密度集合包括多个点云密度,所述第一网格点集合中的多个网格点与所述第一点云密度集合中的多个点云密度一一对应;
基于所述第一点云密度集合中的点云密度确定第二点云密度集合,所述第二点云密度集合包括所述第一点云密度集合中的一个或多个极大值;
基于所述第二点云密度集合以及所述第二点云密度集合所对应的网格点,与所述第一轨迹列表相关联,得到更新的第一轨迹列表以及第二轨迹列表,所述更新的第一轨迹列表中包括一个或多个轨迹标号,所述第二轨迹列表中包括一个或多个网格点,所述第二轨迹列表与所述第一网格线一一对应;
再次执行获取第二网格线上的第二网格点集合所对应的第三点云密度集合以及基于所述第三点云密度集合确定第四点云密度集合的步骤,并基于所述第四点云密度集合以及所述第四点云密度集合所对应的网格点,与所述更新的第一轨迹列表相关联,得到再次更新的第一轨迹列表以及第三轨迹列表,直至遍历完成所述多个网格线,确定所述多个网格线所分别对应的轨迹列表为历史轨迹列表,所述第三轨迹列表与所述第二网格线一一对应,所述第二网格线与所述第一网格线为不同的网格线;
基于所述历史轨迹列表中每个轨迹列表所对应的网格点,确定所述目标轨迹列表。
在一种可能的实现方式中,所述基于所述第一点云密度集合中的点云密度确定第二点云密度集合,包括:
基于所述第一点云密度集合中的点云密度确定第五点云密度集合,所述第五点云密度集合包括所述第一点云密度集合中的多个极大值;
基于所述第五点云密度集合中的点云密度,确定点云密度均值和点云密度标准差;
确定第一点云密度与所述点云密度均值的误差,所述第一点云密度为所述第五点云密度集合中的任一点云密度;
当所述误差大于所述点云密度标准差的预设倍数时,从所述第五点云密度集合中删除所述第一点云密度,确定删除所述第一点云密度的第五点云密度集合为所述第二点云密度集合。
在一种可能的实现方式中,所述基于所述第二点云密度集合以及所述第二点云密度集合所对应的网格点,与所述第一轨迹列表相关联,得到更新的第一轨迹列表以及第二轨迹列表,包括:
针对第二点云密度,在所述第一轨迹列表中建立与所述第二点云密度相同的第一轨迹标号,得到更新后的第一轨迹列表,所述第二点云密度为所述第二点云密度集合中的任一点云密度;
建立与所述第一轨迹标号所对应的第二轨迹列表,将所述第二点云密度所对应的网格点存储在所述第二轨迹列表;
所述基于所述第四点云密度集合以及所述第四点云密度集合所对应的网格点,与所述更新的第一轨迹列表相关联,得到再次更新的第一轨迹列表以及第三轨迹列表,包括:
针对第三点云密度,判断所述更新的第一轨迹列表的轨迹标号中是否存在与所述第三点云密度的相似度满足预设条件的第二轨迹标号,所述第三点云密度为所述第四点云密度集合中的任一点云密度;
如果存在,则将所述第二轨迹标号替换为所述第三点云密度,将所述第三点云密度所对应的网格点存储在所述第二轨迹标号所对应的第四轨迹列表;
如果不存在,则在所述更新的第一轨迹列表中建立与所述第三点云密度相同的第三轨迹标号,建立与所述第三轨迹标号所对应的第五轨迹列表,将所述第三点云密度所对应的网格点存储在所述第五轨迹列表;
在所述更新的第一轨迹列表中删除除所述第二轨迹标号和所述第三轨迹标号外的其他轨迹标号,得到再次更新的第一轨迹列表;
确定所述第四轨迹列表和所述第五轨迹列表为所述第三轨迹列表。
在一种可能的实现方式中,所述基于所述历史轨迹列表中每个轨迹列表所对应的网格点,确定所述目标轨迹列表,包括:
确定所述历史轨迹列表中网格点的个数大于预设个数的轨迹列表为所述目标轨迹列表。
在一种可能的实现方式中,所述判断所述更新的第一轨迹列表的轨迹标号中是否存在与所述第三点云密度的相似度满足预设条件的第二轨迹标号,包括:
判断所述更新的第一轨迹列表的轨迹标号中是否存在与所述第三点云密度的差值的绝对值小于预设值的第二轨迹标号,如果是,则存在与所述第三点云密度的相似度满足所述预设条件的第二轨迹标号。
在一种可能的实现方式中,所述获取所述雷达探测区域的目标点云数据,包括:
获取所述探测区域的原始点云数据,所述原始点云数据中包括多个点云,所述多个点云中的任一点云包括坐标和径向速度;
基于所述径向速度符合预设方向的点云获取所述目标点云数据。
在一种可能的实现方式中,所述基于所述径向速度符合预设方向的点云获取所述目标点云数据,包括:
在所述原始点云数据中获取所述径向速度符合所述预设方向的噪声点云数据;
获取所述噪声点云数据中每个点云的频率;
在所述噪声点云数据中获取点云的频率小于预设频率的点云,为所述目标点云数据。
在一种可能的实现方式中,所述基于所述目标点云数据确定所述网格点所对应的点云密度,包括:
获取密度探测半径;
基于所述探测区域内点云的坐标,确定以所述网格点为中心、以所述密度探测半径为半径的圆形区域内点云的个数为所述网格点所对应的点云密度。
在一种可能的实现方式中,所述基于所述轨迹列表中的网格点生成车道线,包括:
对所述轨迹列表中的网格点进行线性拟合,生成所述车道中心线。
第二方面,本申请实施例提供了一种车道生成装置,所述装置包括:
第一获取模块,用于获取雷达探测区域的目标点云数据;
第二获取模块,用于将所述探测区域进行栅格化,获取多个网格以及多个网格点;
第一确定模块,用于针对所述多个网格点中的任一网格点,基于所述目标点云数据确定所述网格点所对应的点云密度;
第二确定模块,用于基于多个所述点云密度以及多个所述点云密度所对应的网格点,确定目标轨迹列表,所述目标轨迹列表中包括一个或多个轨迹列表,所述一个或多个轨迹列表中的任一轨迹列表包括一个或多个网格点;
生成模块,用于针对所述一个或多个轨迹列表中的任一轨迹列表,基于所述轨迹列表中的网格点生成车道线。
第三方面,本申请实施例提供了一种车道生成设备,所述设备包括:存储器以及处理器;
所述存储器用于存储相关的程序代码;
所述处理器用于调用所述程序代码,执行上述第一方面任意一种实现方式所述的车道生成方法。
第四方面,本申请实施例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用于存储计算机程序,所述计算机程序用于执行上述第一方面任意一种实现方式所述的车道生成方法。
由此可见,本申请实施例具有如下有益效果:
本申请可以基于雷达探测的点云数据,生成车道线,包括在获取目标点云数据后,将探测区域进行栅格化,从而获取多个网格以及对应的网格点。可以针对任一网格点,基于目标点云数据确定该网格点所对应的点云密度,从而可以基于多个点云密度以及点云密度所对应的网格点,确定目标轨迹列表。其中,目标轨迹列表中可能包括一个或多个轨迹列表,每个轨迹列表中包括一个或多个网格点。然后可以基于每个轨迹列表中的网格点生成相应的车道线。通过对雷达探测的点云数据进行处理,自动生成车道线,无需人工标定,既不影响交通状况,也可以提高生成车道的准确性。
附图说明
为了更清楚地说明本申请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,下面描述中的附图仅仅是本申请中提供的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种车道生成方法的流程图;
图2为本申请实施例提供的一种雷达安装位置的示意图;
图3为本申请实施例提供的一种点云数据的示意图;
图4为本申请实施例提供的一种探测区域栅格化的示意图;
图5为本申请实施例提供的一种热力图的示意图;
图6为本申请实施例提供的一种生成车道线的示意图;
图7为本申请实施例提供的一种车道生成装置的示意图;
图8为本申请实施例提供的一种车道生成设备的示意图。
具体实施方式
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、完整的描述,所描述的实施例仅为本申请示例性的实施方式,并非全部实现方式。本领域技术人员可以结合本申请的实施例,在不进行创造性劳动的情况下,获得其他的实施例,而这些实施例也在本申请的保护范围之内。
由于工作人员在公路现场进行标定车道时,为了保证安全,人工测量必须在阻断交通的情况下进行,影响交通状况。另外,人工测量难以考虑道路的曲度、不平整因素,并且人工标定所确定的车道信息准确性也较低。
基于此,本申请实施例提供了一种车道生成方法,以便不影响交通状态,提高生成车道的准确性。具体实现时,获取雷达在探测区域的目标点云数据,将探测区域进行栅格化,从而获取多个网格以及对应的网格点。可以针对任一网格点,确定该网格点所对应的点云密度,从而可以基于多个点云密度以及点云密度所对应的网格点,确定符合要求的目标轨迹列表。其中,目标轨迹列表中可能包括一个或多个轨迹列表,每个轨迹列表中包括一个或多个网格点。然后可以基于每个轨迹列表中的网格点生成相应的车道线。通过对雷达探测的点云数据进行处理,自动生成车道线,无需人工标定,既不影响交通状况,也可以提高生成车道的准确性。
下面将结合附图对本申请所提供的技术方案进行介绍。参见图1,为一种车道生成方法的流程图。
该方法可以包括以下步骤:
S101:获取雷达探测区域的目标点云数据。
为了基于雷达探测的点云数据生成车道线,首先获取雷达在探测区域的目标点云数据,以便后续对目标点云数据进行处理。其中,可以由数据处理设备获取雷达探测的点云数据,该数据处理设备可以为雷达系统内的设备,也可以为独立的数据处理设备,通过与雷达系统的通信获取雷达的点云数据。该点云数据可以为车辆、行人等作为目标物所采集的点云数据。
其中,雷达的探测区域可以通过安装雷达的位置所确定,例如,可以将雷达安装在距离路面预设高度的位置,并且可以设置雷达的探测方向与车辆的行驶方向呈预设角度。例如,可以设置雷达安装在距离路面2.5米的高度,雷达的探测方向与车辆的行驶方向呈小于45°的角度。如图2所示,为一种雷达安装位置的示意图。由图2可知,雷达的探测区域包括第一边界线和第二边界线,表示雷达可以探测的最大范围,为雷达的探测区域。可以将雷达安装在电子警察监控杆上距离路面预设高度的位置,并且保证雷达的第一变边界线和第二边界线与车辆行驶方向的角度在预设角度范围内。
其中,雷达探测区域的目标点云数据可以为原始点云数据中经过筛选的数据。可选地,可以设置雷达仅探测车道中单方向行驶的车辆。具体地,雷达所探测的点云数据中包括点云的坐标以及径向速度,可以从原始点云数据中筛选径向速度符合预设方向的点云数据为目标点云数据。由于雷达的坐标系为极坐标系,径向速度可以表示沿车辆与原点连线方向的速度,可以设置当车辆远离原点方向行驶时,径向速度为正;靠近原点方向行驶时,径向速度为负。在本实施例中,可以筛选径向速度为正的点云数据为目标点云数据。
在实际应用中,雷达所获取的点云数据通常包括背景噪声数据,如图3所示,为一种点云数据的示意图。在图3所示的点云数据中,分布较密集的区域可能为车辆的点云数据,分布较稀疏的区域可能为背景噪声数据。为了提高基于点云数据生成车道线的准确性,在获取径向速度符合预设方向的点云数据后,还可以对点云数据进行噪声过滤。在点云数据中所出现的背景噪声数据,通常在同一个坐标下多次出现,因此可以基于点云的频率对背景噪声数据进行过滤。具体地,在原始点云数据中获取径向速度符合预设方向的噪声点云数据,该噪声点云数据表示包括背景噪声数据的点云数据。然后获取噪声点云数据中每个点云的频率,获取点云的频率小于预设频率的点云为目标点云数据。其中,预设频率的具体数值可以结合实际应用场景进行设置,例如,可以设置预设频率为6次,本实施例对此不做限定。
S102:将探测区域进行栅格化,获取多个网格以及多个网格点。
为了根据雷达探测区域的点云数据生成车道线,可以将探测区域进行栅格化处理,从而将点云数据进行划分。具体地,可以沿雷达的法线方向,利用多个网格线将探测区域进行等宽度的划分,从而可以获取多个正方形网格以及多个网格点。其中,网格线垂直于雷达的法线方向。参见图4,图4为一种探测区域栅格化的示意图。图中的上方边界线、下方边界线、左侧边界线以及右侧边界线,组成了雷达的矩形探测区域。图4中垂直于雷达法线方向的虚线表示网格线,可以用于划分正方形网格,每个正方形网格由网格线以及平行于法线方向的实线组成。正方形网格的顶点即为网格点,在图4中用圆形点表示,点A即表示任一网格点,菱形点表示雷达的点云数据。根据图4可以看出以点A为圆心,以r为半径的圆形阴影区域内点云的数量。
需要说明的是,上述实施例所提供的对雷达探测区域进行栅格化的方式仅为示例性的说明,并非仅限于上述实现方式。
S103:针对多个网格点中的任一网格点,基于目标点云数据确定该网格点所对应的点云密度。
当对探测区域进行栅格化之后,可以获取多个网格以及对应的网格点,针对任一网格点,可以基于雷达的目标点云数据确定该网格点所对应的点云密度。可选地,可以通过以下方式确定点云密度,首先获取密度探测半径,由于雷达所采集的点云数据中包括坐标,可以根据探测区域内各个点云的坐标以及该网格点所对应的坐标,确定以该网格点为中心、以密度探测半径为半径的圆形区域内点云的个数,为该网格点所对应的点云密度。以图4的示意图为例,可以确定密度探测半径为r,则网格点A所对应的点云密度为以点A为中心,以r为半径的圆形区域内所包括的点云的个数。
其中,密度探测半径的确定方式可以为,基于密度探测半径确定每个网格点所对应的点云密度之后,根据各个网格点所对应的点云密度生成所对应的热力图,通过调整密度探测半径的值,保证热力图中点云密度的连续性。例如,当密度探测半径较小时,热力图中点云密度的效果类似于探测区域中点云的分布,为分散区域,不具有连续性。如图5所示,为一种热力图的示意图。图5中的多个条形区域表示点云密度分布区域。当密度探测半径的取值合适时,可以保证热力图中点云密度之间的连续性。
S104:基于点云密度以及所对应的网格点,确定目标轨迹列表;
其中,目标轨迹列表中包括一个或多个轨迹列表,一个或多个轨迹列表中的任一轨迹列表包括一个或多个网格点。
基于上述实现方式,可以确定每个网格点所对应的点云密度,然后可以基于每个网格点所对应的点云密度,确定目标轨迹列表,以便后续根据目标轨迹列表中的网格点生成车道线。
具体实现时,首先建立第一轨迹列表,该第一轨迹列表为空的轨迹列表。获取在栅格化的探测区域中第一网格线上的第一网格点集合,以及该第一网格点集合所对应的第一点云密度集合。其中,第一网格线为探测区域中多个网格线中的任一网格线,第一网格点集合为第一网格线上的网格点的集合,第一点云密度集合包括多个点云密度,第一网格点集合中的多个网格点与第一点云密度集合中的多个点云密度一一对应。为了提高基于点云数据生成车道线的准确性,可选地,还可以对第一点云密度集合中的点云密度进行筛选,确定第二点云密度集合,该第二点云密度集合包括第一点云密度集合中点云密度的一个或多个极大值。其中,第一点云密度集合中极大值的确定方式可以通过离散小波变换在位移参数的轴上找到信号突变位置,认为突变位置即为突变点(极大值)。
可选地,在确定第一点云密度集合中的多个极大值之后,还可以对多个极大值所组成的点云密度集合进行异常筛选。为了更清楚地理解本方案,在未描述第三点云密度和第四点云密度的情况下,下面首先介绍第五点云密度。具体地,基于第一点云密度集合中的点云密度确定第五点云密度集合,其中,第五点云密度集合包括第一点云密度集合中的多个极大值。其中,第一点云密度集合的极大值的确定方式可以参见上述实施例,在此不再赘述。然后基于第五点云密度集合中的各个点云密度,确定点云密度均值和点云密度标准差。确定第一点云密度与点云密度均值的误差,当该误差大于点云密度标准差的预设倍数时,从第五点云密度集合中删除第一点云密度,从而确定删除第一点云密度后的第五点云密度集合为第二点云密度集合。其中,第一点云密度为第五点云密度集合中的任一点云密度。预设倍数的具体数值可以结合实际应用场景进行设置,本实施例对此不做限定。例如,可以设置为误差为点云密度标准差的3倍,也就是,当第一点云密度与点云密度均值的误差大于点云密度标准差的3倍时,删除第一点云密度。
然后将第二点云密度集合以及第二点云密度集合所对应的网格点,与第一轨迹列表相关联,从而得到更新的第一轨迹列表以及与第一网格线所对应的第二轨迹列表。其中,更新的第一轨迹列表中包括一个或多个轨迹标号,该轨迹标号可以根据第二点云密度集合确定,第二轨迹列表中包括一个或多个网格点。具体实现时,针对第二点云密度集合中的任一点云密度,即第二点云密度,在第一轨迹列表中建立与第二点云密度相同的第一轨迹标号,从得到更新后的第一轨迹列表。由于第一轨迹列表为空的轨迹列表,所以更新后的第一轨迹列表中包括与第二点云密度集合中各个点云密度相对应的轨迹标号。然后建立与第一轨迹标号所对应的第二轨迹列表,并将第二点云密度所对应的网格点存储在第二轨迹列表中。也就是,第二轨迹列表中包括第二点云密度集合中各个点云密度所对应的网格点。
上述实施例中介绍了针对栅格化的探测区域中任一网格线,实现与第一轨迹列表相关联以及确定该网格线所对应的第二轨迹列表的方式,本申请实施例需要遍历探测区域中的每个网格线,执行关联轨迹列表以及确定网格线所对应的轨迹列表的步骤,下面将进行具体介绍。
再次获取第二网格线上的第二网格点集合,以及第二网格点集合所对应的第三点云密度集合,其中,第二网格线为探测区域的多个网格线中除第一网格线外的任一网格线。基于第三点云密度集合中的点云密度确定第四点云密度集合,第四点云密度集合包括第三点云密度集合中的一个或多个极大值。其中,第四点云密度集合的确定方式可以参见上述实施例,在此不再赘述。
然后将第四点云密度集合以及第四点云密度集合所对应的网格点,与更新的第一轨迹列表相关联,得到再次更新的第一轨迹列表以及与第二网格线所对应的第三轨迹列表,直至遍历完成探测区域中的每个网格线,后续针对除第一网格线和第二网格线外的任一其他网格线的执行步骤可参见第二网格线,即需要与每次更新后的第一轨迹列表相关联,并确定网格线对应的轨迹列表。确定每个网格线所分别对应的轨迹列表为历史轨迹列表,然后基于历史轨迹列表中每个轨迹列表所对应的网格点,确定目标轨迹列表。
具体地,针对第四点云密度集合中的任一点云密度,即第三点云密度,判断更新的第一轨迹列表的轨迹标号中是否存在与第三点云密度的相似度满足预设条件的第二轨迹标号,如果存在,则将第二轨迹标号替换为第三点云密度,并且将第三点云密度所对应的网格点存储在第二轨迹标号所对应的第四轨迹列表;如果不存在,则在更新的第一轨迹列表中建立与第三点云密度相同的第三轨迹标号,并建立与第三轨迹标号所对应的第五轨迹列表,将第三点云密度所对应的网格点存储在第五轨迹列表。也就是,遍历第四点云密度中的点云密度,获取与其相似度满足预设条件的轨迹标号,如果不存在,则在更新的第一轨迹列表中建立与该点云密度所对应的轨迹标号,实现第四点云密度中每个点云密度的关联。然后在更新的第一轨迹列表中删除除第二轨迹标号和第三轨迹标号外的其他轨迹标号,得到再次更新的第一轨迹列表。也就是,删除未与第四点云密度集合中的点云密度关联成功的轨迹标号。确定第四轨迹列表和第五轨迹列表为与第二网格线所对应的第三轨迹列表,即第三轨迹列表可以包括多个轨迹列表。
其中,在确定与第三点云密度的相似度满足预设条件的第二轨迹标号时,一种可能的实现方式为,针对第一轨迹列表中的任一轨迹标号,确定该轨迹标号与第三点云密度的差值的绝对值,当该绝对值小于预设值时,表明该轨迹标号与第三点云密度的相似度满足预设条件,即该轨迹标号为第二轨迹标号。其中,该预设值的具体数值可以结合实际需求进行设置,本实施例对此不做限定。例如,可以设置预设值为1.8,也就是,当轨迹标号与第三点云密度的差值的绝对值小于1.8时,即表明相似度满足预设条件,所确定的第二轨迹标号可能为多个轨迹标号。
后续遍历探测区域中除第一网格线和第二网格线外的任一其他第三网格线时,可以参见上述第二网格线与更新的第一轨迹列表的关联过程以及确定第二网格线所对应的第三轨迹列表的过程,即可以将第三网格线与再次更新的第一轨迹列表相关联,并确定与第三网格线所对应的第六轨迹列表,从而可以确定探测区域的每个网格线所对应的轨迹列表,将所有的轨迹列表确定为历史轨迹列表。可以确定历史轨迹列表中包含网格点的个数大于预设个数的轨迹列表为目标轨迹列表,然后基于目标轨迹列表中的网格点生成车道线。其中,预设个数的具体数值可以结合实际应用场景进行确定,也可以根据需要生成的车道线的个数,确定包括网格点个数较多的前几个轨迹列表为目标轨迹列表。
S105:针对目标轨迹列表中的任一轨迹列表,基于该轨迹列表中的网格点生成车道线。
可选地,对该轨迹列表中的网格点进行线性拟合,可以生成车道中心线。然后可以根据所确定的车道的宽度以及车道中心线,生成车道线。如图6所示,为一种生成车道线的示意图,包括四条直线601、602、603以及604,在每条直线上密集分布的圆点即为相应的轨迹列表中包括的网格点,直线即为根据轨迹列表中的网格点拟合生成的车道中心线。
通过本申请实施例提供的车道生成方法,可以对雷达探测的点云数据进行处理自动生成车道线,无需人工标定,既不影响交通状况,也可以提高生成车道的准确性。
基于上述方法实施例,本申请实施例还提供一种车道生成装置,参见图7,为一种车道生成装置的示意图。
该装置700包括:
第一获取模块701,用于获取雷达探测区域的目标点云数据;
第二获取模块702,用于将所述探测区域进行栅格化,获取多个网格以及多个网格点;
第一确定模块703,用于针对所述多个网格点中的任一网格点,基于所述目标点云数据确定所述网格点所对应的点云密度;
第二确定模块704,用于基于多个所述点云密度以及多个所述点云密度所对应的网格点,确定目标轨迹列表,所述目标轨迹列表中包括一个或多个轨迹列表,所述一个或多个轨迹列表中的任一轨迹列表包括一个或多个网格点;
生成模块705,用于针对所述一个或多个轨迹列表中的任一轨迹列表,基于所述轨迹列表中的网格点生成车道线。
在一种可能的实现方式中,所述第二获取模块702,具体用于沿所述雷达的法线方向,利用多个网格线将所述探测区域进行等宽度划分,获取多个正方形网格以及所述多个网格点,所述多个网格线垂直于所述法线方向。
在一种可能的实现方式中,第二确定模块704,具体用于建立第一轨迹列表,所述第一轨迹列表为空的轨迹列表;获取第一网格线上的第一网格点集合所对应的第一点云密度集合,所述第一网格线为所述多个网格线中的任一网格线,所述第一网格点集合包括多个网格点,所述第一点云密度集合包括多个点云密度,所述第一网格点集合中的多个网格点与所述第一点云密度集合中的多个点云密度一一对应;基于所述第一点云密度集合中的点云密度确定第二点云密度集合,所述第二点云密度集合包括所述第一点云密度集合中的一个或多个极大值;基于所述第二点云密度集合以及所述第二点云密度集合所对应的网格点,与所述第一轨迹列表相关联,得到更新的第一轨迹列表以及第二轨迹列表,所述更新的第一轨迹列表中包括一个或多个轨迹标号,所述第二轨迹列表中包括一个或多个网格点,所述第二轨迹列表与所述第一网格线一一对应;再次执行获取第二网格线上的第二网格点集合所对应的第三点云密度集合以及基于所述第三点云密度集合确定第四点云密度集合的步骤,并基于所述第四点云密度集合以及所述第四点云密度集合所对应的网格点,与所述更新的第一轨迹列表相关联,得到再次更新的第一轨迹列表以及第三轨迹列表,直至遍历完成所述多个网格线,确定所述多个网格线所分别对应的轨迹列表为历史轨迹列表,所述第三轨迹列表与所述第二网格线一一对应,所述第二网格线与所述第一网格线为不同的网格线;基于所述历史轨迹列表中每个轨迹列表所对应的网格点,确定所述目标轨迹列表。
在一种可能的实现方式中,第二确定模块704,具体用于基于所述第一点云密度集合中的点云密度确定第五点云密度集合,所述第五点云密度集合包括所述第一点云密度集合中的多个极大值;基于所述第五点云密度集合中的点云密度,确定点云密度均值和点云密度标准差;确定第一点云密度与所述点云密度均值的误差,所述第一点云密度为所述第五点云密度集合中的任一点云密度;当所述误差大于所述点云密度标准差的预设倍数时,从所述第五点云密度集合中删除所述第一点云密度,确定删除所述第一点云密度的第五点云密度集合为所述第二点云密度集合。
在一种可能的实现方式中,第二确定模块704,具体用于针对第二点云密度,在所述第一轨迹列表中建立与所述第二点云密度相同的第一轨迹标号,得到更新后的第一轨迹列表,所述第二点云密度为所述第二点云密度集合中的任一点云密度;建立与所述第一轨迹标号所对应的第二轨迹列表,将所述第二点云密度所对应的网格点存储在所述第二轨迹列表;
第二确定模块704,还用于针对第三点云密度,判断所述更新的第一轨迹列表的轨迹标号中是否存在与所述第三点云密度的相似度满足预设条件的第二轨迹标号,所述第三点云密度为所述第四点云密度集合中的任一点云密度;如果存在,则将所述第二轨迹标号替换为所述第三点云密度,将所述第三点云密度所对应的网格点存储在所述第二轨迹标号所对应的第四轨迹列表;如果不存在,则在所述更新的第一轨迹列表中建立与所述第三点云密度相同的第三轨迹标号,建立与所述第三轨迹标号所对应的第五轨迹列表,将所述第三点云密度所对应的网格点存储在所述第五轨迹列表;在所述更新的第一轨迹列表中删除除所述第二轨迹标号和所述第三轨迹标号外的其他轨迹标号,得到再次更新的第一轨迹列表;确定所述第四轨迹列表和所述第五轨迹列表为所述第三轨迹列表。
在一种可能的实现方式中,第二确定模块704,具体用于确定所述历史轨迹列表中网格点的个数大于预设个数的轨迹列表为所述目标轨迹列表。
在一种可能的实现方式中,第二确定模块704,具体用于判断所述更新的第一轨迹列表的轨迹标号中是否存在与所述第三点云密度的差值的绝对值小于预设值的第二轨迹标号,如果是,则存在与所述第三点云密度的相似度满足所述预设条件的第二轨迹标号。
在一种可能的实现方式中,第一获取模块701,具体用于获取所述探测区域的原始点云数据,所述原始点云数据中包括多个点云,所述多个点云中的任一点云包括坐标和径向速度;基于所述径向速度符合预设方向的点云获取所述目标点云数据。
在一种可能的实现方式中,第一获取模块701,具体用于在所述原始点云数据中获取所述径向速度符合所述预设方向的噪声点云数据;获取所述噪声点云数据中每个点云的频率;在所述噪声点云数据中获取点云的频率小于预设频率的点云,为所述目标点云数据。
在一种可能的实现方式中,第一确定模块703,具体用于获取密度探测半径;基于所述探测区域内点云的坐标,确定以所述网格点为中心、以所述密度探测半径为半径的圆形区域内点云的个数为所述网格点所对应的点云密度。
在一种可能的实现方式中,生成模块705,具体用于对所述轨迹列表中的网格点进行线性拟合,生成所述车道中心线。
本申请实施例提供的车道生成装置所具有的有益效果参见上述方法实施例,在此不再赘述。
基于上述方法实施例和装置实施例,本申请实施例还提供一种车道生成设备。参见图8,为一种车道生成设备的示意图。
该设备800包括:存储器801以及处理器802;
所述存储器801用于存储相关的程序代码;
所述处理器802用于调用所述程序代码,执行上述方法实施例所述的车道生成方法。
此外,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行上述方法实施例所述的车道生成方法。
需要说明的是,本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。尤其,对于系统或装置实施例而言,由于其基本类似于方法实施例,所以描述得比较简单,相关部分参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元或模块可以是或者也可以不是物理上分开的,作为单元或模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络单元上,可以根据实际需要选择其中的部分或者全部单元或模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于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:只存在A,只存在B以及同时存在A和B三种情况,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。“以下至少一项(个)”或其类似表达,是指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和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (13)
1.一种车道生成方法,其特征在于,所述方法包括:
获取雷达探测区域的目标点云数据;
将所述探测区域进行栅格化,获取多个网格线、多个网格以及多个网格点,所述多个网格线垂直于所述雷达的法线方向;
针对所述多个网格点中的任一网格点,基于所述目标点云数据确定该网格点所对应的点云密度;
针对所述多个网格线中的第一网格线,基于所述第一网格线上的网格点所对应的点云密度进行筛选,将符合预设条件的点云密度所对应的网格点与初始轨迹列表相关联,并基于所述多个网格线中除所述第一网格线外的其他网格线上的网格点所对应的点云密度进行筛选,利用符合所述预设条件的点云密度所对应的网格点对关联后的初始轨迹列表进行更新,获取目标轨迹列表,所述第一网格线为所述多个网格线中的任一网格线,所述初始轨迹列表为空的轨迹列表,所述目标轨迹列表中包括一个或多个轨迹列表,所述一个或多个轨迹列表中的任一轨迹列表包括一个或多个网格点;
针对所述一个或多个轨迹列表中的任一轨迹列表,基于所述轨迹列表中的网格点进行线性拟合,生成车道线。
2.根据权利要求1所述的方法,其特征在于,所述将所述探测区域进行栅格化,获取多个网格线、多个网格以及多个网格点,包括:
沿所述雷达的法线方向,利用所述多个网格线和平行于所述法线方向的多个实线,将所述探测区域进行等宽度划分,获取多个正方形网格以及所述多个网格点,所述多个网格线垂直于所述法线方向。
3.根据权利要求2所述的方法,其特征在于,所述将符合预设条件的点云密度所对应的网格点与初始轨迹列表相关联,并基于所述多个网格线中除所述第一网格线外的其他网格线上的网格点所对应的点云密度进行筛选,利用符合所述预设条件的点云密度所对应的网格点对关联后的初始轨迹列表进行更新,获取目标轨迹列表,包括:
建立第一轨迹列表,所述第一轨迹列表为所述初始轨迹列表;
获取所述第一网格线上的第一网格点集合所对应的第一点云密度集合,所述第一网格点集合包括多个网格点,所述第一点云密度集合包括多个点云密度,所述第一网格点集合中的多个网格点与所述第一点云密度集合中的多个点云密度一一对应;
基于所述第一点云密度集合中的点云密度确定第二点云密度集合,所述第二点云密度集合包括所述第一点云密度集合中的一个或多个极大值;
基于所述第二点云密度集合以及所述第二点云密度集合所对应的网格点,与所述第一轨迹列表相关联,得到更新的第一轨迹列表以及第二轨迹列表,所述更新的第一轨迹列表中包括一个或多个轨迹标号,所述第二轨迹列表中包括一个或多个网格点,所述第二轨迹列表与所述第一网格线一一对应;
再次执行获取第二网格线上的第二网格点集合所对应的第三点云密度集合以及基于所述第三点云密度集合确定第四点云密度集合的步骤,所述第二网格点集合包括多个网格点,所述第三点云密度集合包括多个点云密度,所述第二网格点集合中的多个网格点与所述第三点云密度集合中的多个点云密度一一对应,所述第四点云密度集合包括所述第三点云密度集合中的一个或多个极大值,并基于所述第四点云密度集合以及所述第四点云密度集合所对应的网格点,与所述更新的第一轨迹列表相关联,得到再次更新的第一轨迹列表以及第三轨迹列表,直至遍历完成所述多个网格线,确定所述多个网格线所分别对应的轨迹列表为历史轨迹列表,所述第三轨迹列表与所述第二网格线一一对应,所述第二网格线与所述第一网格线为不同的网格线;
确定所述历史轨迹列表中网格点的个数大于预设个数的轨迹列表为所述目标轨迹列表。
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一点云密度集合中的点云密度确定第二点云密度集合,包括:
基于所述第一点云密度集合中的点云密度确定第五点云密度集合,所述第五点云密度集合包括所述第一点云密度集合中的多个极大值;
基于所述第五点云密度集合中的点云密度,确定点云密度均值和点云密度标准差;
确定第一点云密度与所述点云密度均值的误差,所述第一点云密度为所述第五点云密度集合中的任一点云密度;
当所述误差大于所述点云密度标准差的预设倍数时,从所述第五点云密度集合中删除所述第一点云密度,确定删除所述第一点云密度的第五点云密度集合为所述第二点云密度集合。
5.根据权利要求3所述的方法,其特征在于,所述基于所述第二点云密度集合以及所述第二点云密度集合所对应的网格点,与所述第一轨迹列表相关联,得到更新的第一轨迹列表以及第二轨迹列表,包括:
针对第二点云密度,在所述第一轨迹列表中建立与所述第二点云密度相同的第一轨迹标号,得到更新后的第一轨迹列表,所述第二点云密度为所述第二点云密度集合中的任一点云密度;
建立与所述第一轨迹标号所对应的第二轨迹列表,将所述第二点云密度所对应的网格点存储在所述第二轨迹列表;
所述基于所述第四点云密度集合以及所述第四点云密度集合所对应的网格点,与所述更新的第一轨迹列表相关联,得到再次更新的第一轨迹列表以及第三轨迹列表,包括:
针对第三点云密度,判断所述更新的第一轨迹列表的轨迹标号中是否存在与所述第三点云密度的相似度满足预设条件的第二轨迹标号,所述第三点云密度为所述第四点云密度集合中的任一点云密度;
如果存在,则将所述第二轨迹标号替换为所述第三点云密度,将所述第三点云密度所对应的网格点存储在所述第二轨迹标号所对应的第四轨迹列表;
如果不存在,则在所述更新的第一轨迹列表中建立与所述第三点云密度相同的第三轨迹标号,建立与所述第三轨迹标号所对应的第五轨迹列表,将所述第三点云密度所对应的网格点存储在所述第五轨迹列表;
在所述更新的第一轨迹列表中删除除所述第二轨迹标号和所述第三轨迹标号外的其他轨迹标号,得到再次更新的第一轨迹列表;
确定所述第四轨迹列表和所述第五轨迹列表为所述第三轨迹列表。
6.根据权利要求5所述的方法,其特征在于,所述判断所述更新的第一轨迹列表的轨迹标号中是否存在与所述第三点云密度的相似度满足预设条件的第二轨迹标号,包括:
判断所述更新的第一轨迹列表的轨迹标号中是否存在与所述第三点云密度的差值的绝对值小于预设值的第二轨迹标号,如果是,则存在与所述第三点云密度的相似度满足所述预设条件的第二轨迹标号。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述获取所述雷达探测区域的目标点云数据,包括:
获取所述探测区域的原始点云数据,所述原始点云数据中包括多个点云,所述多个点云中的任一点云包括坐标和径向速度;
基于所述径向速度符合预设方向的点云获取所述目标点云数据。
8.根据权利要求7所述的方法,其特征在于,所述基于所述径向速度符合预设方向的点云获取所述目标点云数据,包括:
在所述原始点云数据中获取所述径向速度符合所述预设方向的点云数据;
获取所述点云数据中每个点云的频率;
在所述点云数据中获取点云的频率小于预设频率的点云,为所述目标点云数据。
9.根据权利要求7所述的方法,其特征在于,所述基于所述目标点云数据确定所述网格点所对应的点云密度,包括:
获取密度探测半径;
基于所述探测区域内点云的坐标,确定以所述网格点为中心、以所述密度探测半径为半径的圆形区域内点云的个数为所述网格点所对应的点云密度。
10.根据权利要求1所述的方法,其特征在于,所述基于所述轨迹列表中的网格点进行线性拟合,生成车道线,包括:
对所述轨迹列表中的网格点进行线性拟合,生成车道中心线;
根据车道的宽度以及所述车道中心线,生成所述车道线。
11.一种车道生成装置,其特征在于,所述装置包括:
第一获取模块,用于获取雷达探测区域的目标点云数据;
第二获取模块,用于将所述探测区域进行栅格化,获取多个网格线、多个网格以及多个网格点,所述多个网格线垂直于所述雷达的法线方向;
第一确定模块,用于针对所述多个网格点中的任一网格点,基于所述目标点云数据确定所述网格点所对应的点云密度;
第二确定模块,用于针对所述多个网格线中的第一网格线,基于所述第一网格线上的网格点所对应的点云密度进行筛选,将符合预设条件的点云密度所对应的网格点与初始轨迹列表相关联,并基于所述多个网格线中除所述第一网格线外的其他网格线上的网格点所对应的点云密度进行筛选,利用符合所述预设条件的点云密度所对应的网格点对关联后的初始轨迹列表进行更新,获取目标轨迹列表,所述第一网格线为所述多个网格线中的任一网格线,所述初始轨迹列表为空的轨迹列表,所述目标轨迹列表中包括一个或多个轨迹列表,所述一个或多个轨迹列表中的任一轨迹列表包括一个或多个网格点;
生成模块,用于针对所述一个或多个轨迹列表中的任一轨迹列表,基于所述轨迹列表中的网格点进行线性拟合,生成车道线。
12.一种车道生成设备,其特征在于,所述设备包括:存储器以及处理器;
所述存储器用于存储相关的程序代码;
所述处理器用于调用所述程序代码,执行权利要求1至10任一项所述的车道生成方法。
13.一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用于存储计算机程序,所述计算机程序用于执行权利要求1至10任一项所述的车道生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211132433.3A CN115201817B (zh) | 2022-09-08 | 2022-09-08 | 一种车道生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211132433.3A CN115201817B (zh) | 2022-09-08 | 2022-09-08 | 一种车道生成方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115201817A CN115201817A (zh) | 2022-10-18 |
CN115201817B true CN115201817B (zh) | 2022-12-30 |
Family
ID=83572744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211132433.3A Active CN115201817B (zh) | 2022-09-08 | 2022-09-08 | 一种车道生成方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115201817B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110263714A (zh) * | 2019-06-20 | 2019-09-20 | 百度在线网络技术(北京)有限公司 | 车道线检测方法、装置、电子设备及存储介质 |
CN110705543A (zh) * | 2019-08-23 | 2020-01-17 | 芜湖酷哇机器人产业技术研究院有限公司 | 基于激光点云进行车道线识别的方法和系统 |
CN111783721A (zh) * | 2020-07-13 | 2020-10-16 | 湖北亿咖通科技有限公司 | 一种激光点云的车道线提取方法及电子设备 |
CN111811530A (zh) * | 2020-06-16 | 2020-10-23 | 当家移动绿色互联网技术集团有限公司 | 车道线生成方法、装置、存储介质及电子设备 |
CN111832536A (zh) * | 2020-07-27 | 2020-10-27 | 北京经纬恒润科技有限公司 | 一种车道线检测方法及装置 |
WO2021051344A1 (zh) * | 2019-09-19 | 2021-03-25 | 深圳市大疆创新科技有限公司 | 高精度地图中车道线的确定方法和装置 |
CN113835102A (zh) * | 2021-09-17 | 2021-12-24 | 北京京东乾石科技有限公司 | 车道线生成方法和装置 |
WO2022017147A1 (zh) * | 2020-07-22 | 2022-01-27 | 上海商汤临港智能科技有限公司 | 点云数据的处理方法和装置、雷达装置、电子设备及计算机可读存储介质 |
CN114897669A (zh) * | 2022-04-25 | 2022-08-12 | 杭州海康汽车软件有限公司 | 一种标注方法、装置及电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10699135B2 (en) * | 2017-11-20 | 2020-06-30 | Here Global B.V. | Automatic localization geometry generator for stripe-shaped objects |
-
2022
- 2022-09-08 CN CN202211132433.3A patent/CN115201817B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110263714A (zh) * | 2019-06-20 | 2019-09-20 | 百度在线网络技术(北京)有限公司 | 车道线检测方法、装置、电子设备及存储介质 |
CN110705543A (zh) * | 2019-08-23 | 2020-01-17 | 芜湖酷哇机器人产业技术研究院有限公司 | 基于激光点云进行车道线识别的方法和系统 |
WO2021051344A1 (zh) * | 2019-09-19 | 2021-03-25 | 深圳市大疆创新科技有限公司 | 高精度地图中车道线的确定方法和装置 |
CN111811530A (zh) * | 2020-06-16 | 2020-10-23 | 当家移动绿色互联网技术集团有限公司 | 车道线生成方法、装置、存储介质及电子设备 |
CN111783721A (zh) * | 2020-07-13 | 2020-10-16 | 湖北亿咖通科技有限公司 | 一种激光点云的车道线提取方法及电子设备 |
WO2022017147A1 (zh) * | 2020-07-22 | 2022-01-27 | 上海商汤临港智能科技有限公司 | 点云数据的处理方法和装置、雷达装置、电子设备及计算机可读存储介质 |
CN111832536A (zh) * | 2020-07-27 | 2020-10-27 | 北京经纬恒润科技有限公司 | 一种车道线检测方法及装置 |
CN113835102A (zh) * | 2021-09-17 | 2021-12-24 | 北京京东乾石科技有限公司 | 车道线生成方法和装置 |
CN114897669A (zh) * | 2022-04-25 | 2022-08-12 | 杭州海康汽车软件有限公司 | 一种标注方法、装置及电子设备 |
Non-Patent Citations (3)
Title |
---|
An Efficient Multi-threshold Selection Method for Lane Detection Based on LiDAR;Jing Huang等;《2021 IEEE 4th International Conference on Electronics Technology》;20210616;第1203-1207页 * |
基于激光雷达的自适应阈值车道线检测方法研究;黄静;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20220215(第02期);正文第7-33页 * |
基于移动激光雷达数据的路面状况检测方法研究;钟棉卿;《中国博士学位论文全文数据库工程科技Ⅱ辑》;20210615(第06期);正文第62-100页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115201817A (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107657637B (zh) | 一种农机作业面积获取方法 | |
CN108734780B (zh) | 用于生成地图的方法、装置和设备 | |
CN104422451A (zh) | 一种道路识别方法及装置 | |
US20200286370A1 (en) | Transportation threat detection system | |
WO2020080088A1 (ja) | 情報処理装置 | |
CN112382092B (zh) | 交通毫米波雷达自动生成车道的方法、系统及介质 | |
JP2020535410A (ja) | レーダ測定に基づいて車両をマッピング及び位置特定する方法及びシステム | |
CN104183128A (zh) | 交通状态确定方法及装置 | |
CN102012231A (zh) | 数据更新方法和装置 | |
CN111897906A (zh) | 处理地图数据的方法、装置、设备和存储介质 | |
CN114842450A (zh) | 一种可行驶区域检测方法、装置及设备 | |
CN106485924A (zh) | 动态交通路网图的获取方法及装置 | |
CN114882316A (zh) | 目标检测模型训练方法、目标检测方法及装置 | |
CN105574313A (zh) | 一种道路等级的确定方法和装置 | |
CN114519712A (zh) | 一种点云数据处理方法、装置、终端设备及存储介质 | |
CN115201817B (zh) | 一种车道生成方法、装置、设备及存储介质 | |
CN114219917A (zh) | 一种激光雷达点云数据的漏洞修复方法 | |
CN110837136B (zh) | 台风影响范围评估方法、装置、终端设备及存储介质 | |
US20230314169A1 (en) | Method and apparatus for generating map data, and non-transitory computer-readable storage medium | |
JP6518992B2 (ja) | 雨量監視装置、雨量監視方法、雨量監視プログラム | |
CN111583406A (zh) | 杆塔脚基点坐标计算方法、装置及终端设备 | |
CN111133487B (zh) | 方法和装置 | |
CN116295249A (zh) | 道路要素高程确定及高精地图制作方法、装置、介质 | |
CN114969229A (zh) | 地图资料处理状况检测方法、装置、电子设备及存储介质 | |
CN109598925A (zh) | 出租车车辆聚集报警方法、终端设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |