CN115752432A - 无人机采集道路交通图中虚线车道线自动提取方法及系统 - Google Patents

Abstract

本发明提供一种无人机采集道路交通图中虚线车道线自动提取方法及系统，方法包括：获取无人机采集的交通道路的三维点云数据和RGB二维图片；在连续的二维图片中提取车道信息；将从二维图片中提取的道路轨迹信息映射到三维点云数据中，得到虚拟交通道路轨迹；以滑动窗口的方式对三维点云图进行切割，得到三维点云图块；将每一个三维点云图块进行二维映射，提取每一个二维映射图块中的虚线车道线段，将虚线车道线段反映射到三维点云图中，获取虚线车道线段的三维坐标信息。本发明能够实现三维点云数据中虚线车道线的自动提取，减少地图作业中虚线车道线的人工作业，提高地图制作效率。

Description

无人机采集道路交通图中虚线车道线自动提取方法及系统

技术领域

本发明涉及车道线提取技术领域，更具体地，涉及一种无人机采集道路交通图中虚线车道线自动提取方法及系统。

背景技术

高精度导航电子地图在无人驾驶、智能驾驶中起着重要辅助作用。高精度地图作业通常需要将道路交通信息进行采集再作业，传统的方法主要来源于采集车搭载激光雷达、摄像头对道路信息进行移动测量，但是针对城市路口、高速出入口、环线立交等复杂场景的道路状况，传统采集车需要耗费大量成本重复采集，成本较高。为了降低成本，通常将无人机与传统测绘相结合，通过无人机对复杂场景的交通道路进行信息采集。针对无人机采集的交通道路作业中，需要人工对道路的虚线车道线每个小块进行作业，极具耗时耗力。

发明内容

本发明针对现有技术中存在的技术问题，提供一种无人机采集道路交通图中虚线车道线自动提取方法及系统。

根据本发明的第一方面，提供了一种无人机采集道路交通图中虚线车道线自动提取方法，包括：

获取无人机采集的交通道路的三维点云数据和RGB二维图片；

在连续的RGB二维图片中提取车道信息，所述车道信息包括车道的宽度信息、车道的轮廓信息和道路轨迹信息；

将所述三维点云数据和RGB二维图片进行粗配准，将从RGB二维图片中提取的道路轨迹信息映射到三维点云数据中，得到虚拟交通道路轨迹，将远离虚拟交通道路轨迹的三维点云数据剔除，获取剔除后的局部三维点云图；

以所述虚拟交通道路轨迹的关键点为中心，以滑动窗口的方式对所述局部三维点云图进行切割，得到三维点云图块；

将每一个三维点云图块进行二维映射，得到二维映射图块，提取每一个二维映射图块中的虚线车道线段，将所述虚线车道线段反映射到三维点云图中，获取虚线车道线段的三维坐标信息，连接每一条虚线车道线段，完成三维点云数据中虚线车道线的提取。

在上述技术方案的基础上，本发明还可以作出如下改进。

可选的，所述在连续的RGB二维图片中提取车道信息，所述车道信息包括车道的宽度信息、车道的轮廓信息和道路轨迹信息，包括：

基于transformer语义分割神经网络对连续RGB二维图片中的交通道路进行车道语义分割，获取RGB二维图片中的车道信息，所述车道信息包括车道的宽度信息、车道的轮廓信息和连续RGB二维图片中的相似关键点信息；

将连续RGB二维图片中的相似关键点进行过滤和连接，构成整个道路交通的道路轨迹点并保存道路宽度信息。

可选的，将所述三维点云数据和RGB二维图片进行粗配准，包括：

基于所述三维点云数据和RGB二维图片，通过不同姿态下的标定版平面，得到图像和点云转换的参数(m₁₁,m₁₂,m₁₃,m₁₄,m₂₁,m₂₂,m₂₃,m₂₄,m₃₁,m₃₂,m₄₃,m₃₄)，如下：

图像坐标系(u，v)表示，三维点云(x,y,z)表示，f_u,f_v为水平和垂直方向的焦距，u₀,v₀为像平面中心点，R为旋转矩阵，t为平移向量。

可选的，以所述虚拟交通道路轨迹的关键点为中心，以滑动窗口的方式对所述局部三维点云图进行切割，得到三维点云图块，包括：

设置滑动窗口大小，以所述虚拟交通道路轨迹的关键点为中心，在俯视角度的虚拟交通道路轨迹上以滑动窗口大小为固定大小范围对所述局部三维点云图进行切割，得到三维点云图块。

可选的，所述将每一个三维点云图块进行二维映射，得到二维映射图块，提取每一个二维映射图块中的虚线车道线段，包括：

以垂直角度对三维点云图块进行二维映射，得到每一个三维点云图块对应的二维映射图块；

基于Transformer的语义分割模型对每一个二维映射图块中的交通道路虚线车道线断进行分割，获取虚线车道线段的轮廓信息。

可选的，所述将每一个三维点云图块进行二维映射，得到二维映射图块，提取每一个二维映射图块中的虚线车道线段，之后还包括：

基于获取的虚线车道线段的轮廓信息，通过对二值图的骨架线进行提取后通过平滑以及直线拟合获取虚线车道线段的中线；

通过虚线车道线段的轮廓与虚线车道线段的中线的距离平均值与标准道路虚线车道线宽度值进行匹配，获取每一条虚线车道线段的宽度；

将过长、过短、过粗的选线车道线段过滤掉，以及根据道路虚线车道线段的特征，将距离平均车道线较远或者过近或长宽比不协调的虚线车道线段进行过滤，得到过滤后的虚线车道线段。

可选的，将所述虚线车道线段反映射到三维点云图中，获取虚线车道线段的三维坐标信息，包括：

将提取的二维映射图中的虚线车道线段坐标、宽度信息反映射到三维点云图中，获取三维点云图中虚线车道线段的x、y轴信息；

通过地面坐标信息获取虚线车道线段的z轴信息，得到虚线车道线段的三维坐标信息以及宽度信息。

可选的，所述连接每一条虚线车道线段，完成三维点云数据中虚线车道线的提取，包括：

通过局部大区域就近查找原则，将距离近的虚线车道线段进行连接，距离较远的虚线车道线段不连接，局部重叠的虚线车道线段进行剔除，获取整个虚线车道线的位置信息；

根据所述虚线车道线的中线及宽度信息获取四个角点信息，基于四个角点信息，将所述虚线车道线左右的边线点连接构成长段虚线车道线，完成三维点云数据中虚线车道线的提取。

根据本发明的第二方面，提供一种无人机采集道路交通图中虚线车道线自动提取系统，包括：

获取模块，用于获取无人机采集的交通道路的三维点云数据和RGB二维图片；

第一提取模块，用于在连续的RGB二维图片中提取车道信息，所述车道信息包括车道的宽度信息、车道的轮廓信息和道路轨迹信息；

映射模块，用于将所述三维点云数据和RGB二维图片进行粗配准，将从RGB二维图片中提取的道路轨迹信息映射到三维点云数据中，得到虚拟交通道路轨迹，将远离虚拟交通道路轨迹的三维点云数据剔除，获取剔除后的局部三维点云图；

切割模块，用于以所述虚拟交通道路轨迹的关键点为中心，以滑动窗口的方式对所述局部三维点云图进行切割，得到三维点云图块；

第二提取模块，用于将每一个三维点云图块进行二维映射，得到二维映射图块，提取每一个二维映射图块中的虚线车道线段；

连接模块，用于将所述虚线车道线段反映射到三维点云图中，获取虚线车道线段的三维坐标信息，连接每一条虚线车道线段，完成三维点云数据中虚线车道线的提取。

根据本发明的第三方面，提供了一种电子设备，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现无人机采集道路交通图中虚线车道线自动提取方法的步骤。

根据本发明的第四方面，提供了一种计算机可读存储介质，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现无人机采集道路交通图中虚线车道线自动提取方法的步骤。

本发明提供的一种无人机采集道路交通图中虚线车道线自动提取方法及系统，获取无人机采集的交通道路的三维点云数据和RGB二维图片；在连续的二维图片中提取车道信息；将从二维图片中提取的道路轨迹信息映射到三维点云数据中，得到虚拟交通道路轨迹；以滑动窗口的方式对三维点云图进行切割，得到三维点云图块；将每一个三维点云图块进行二维映射，提取每一个二维映射图块中的虚线车道线段，将虚线车道线段反映射到三维点云图中，获取虚线车道线段的三维坐标信息。本发明能够实现三维点云数据中虚线车道线的自动提取，减少地图作业中虚线车道线的人工作业，提高地图制作效率。

附图说明

图1为本发明提供的一种无人机采集道路交通图中虚线车道线自动提取方法流程图；

图2为基于transformer的语义分割网络结构示意图；

图3为无人机采集的交通道路三维点云图；

图4为粗略剔除非道路交通附近点云后的局部道路图；

图5为切割点云二维映射后虚线车道线提取并连接后的图，其中，(a)为切割后二维映射图，(b)为提取的虚线车道线示意图，(c)为虚线车道线前后连接图；

图6为无人机采集道路交通图中虚线车道线自动提取方法的整体流程示意图；

图7为本发明提供的一种无人机采集道路交通图中虚线车道线自动提取系统的结构示意图；

图8为本发明提供的一种可能的电子设备的硬件结构示意图；

图9为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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。另外，本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，这种结合不受步骤先后次序和/或结构组成模式的约束，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

本发明主要作用高精度地图制作系统中无人机采集的道路交通道路要素制作，用于道路虚线车道线的自动提取。在高精度地图人工作业中，对虚线车道线进行提取，需要人工沿着道路方向对每一个虚线车道线的小块进行四个角点的提取并连接两边的角点成串，且误差精度在三厘米以内。本发明提出的无人机采集道路虚线车道线自动提取系统，减少人工交互，提高地图作业的效率。

图1为本发明提供的一种无人机采集道路交通图中虚线车道线自动提取方法流程图，如图1所示，该方法包括：

S1，获取无人机采集的交通道路的三维点云数据和RGB二维图片。

可理解的是，获取地图作业中无人机采集的关于道路交通的三维点云数据和RGB二维图片等数据信息。

S2，在连续的RGB二维图片中提取车道信息，所述车道信息包括车道的宽度信息、车道的轮廓信息和道路轨迹信息。

可理解的是，虚拟无人机采集三维点云数据的车道轨迹，由于在无人机采集的道路交通道路信息中无法包含道路的轨迹信息，为了降低交通道路周边的建筑树木的点云信息处理量，本发明对无人机采集的点云数据的道路轨迹进行虚拟，以剔除道路周边的非道路点云数据。

首先，对三维点云数据对应的连续的RGB二维图片进行车道提取，采用transformer语义分割神经网络对连续RGB二维图片中的交通道路进行车道语义分割，语义分割神经网络结构图如图2所示，其主要包括四个部分，首先，骨架结构通过一个基于transformer的注意力模块，对无人机采集车采集的序列RGB二维图片进行特征提取；其次，通过一个编码解码的模块，对无人机采集序列图中的连续性特征提取；然后，使用一个可变形的transformer对无人机序列图中的相似性特征进行匹配，获取关键点特征；最后通过一个编解码，实现对车道目标的分割。通过该过程，可以获取车道的宽度、轮廓信息以及无人机连续图中的相似关键点等信息。将无人机序列图中的特征点连接，过滤相似关键点，构成整个道路交通的车道轨迹点并保存道路宽度等信息。

S3，将所述三维点云数据和RGB二维图片进行粗配准，将从RGB二维图片中提取的道路轨迹信息映射到三维点云数据中，得到虚拟交通道路轨迹，将远离虚拟交通道路轨迹的三维点云数据剔除，获取剔除后的局部三维点云图。

其中，图3为道路交通的三维点云局部道路图。从RGB二维图片中提取车道、道路信息后，将三维点云数据与RGB二维图片进行粗批准。

无人机采集的三维点云和图像坐标系转换公式如下，图像坐标系(u，v)表示，三维点云(x,y,z)表示，fu,fv为水平和垂直方向的焦距，u0,v0为像平面中心点，R为旋转矩阵，t为平移向量。通过不同姿态下的标定版平面，可以得到图像和点云转换的参数(m11,m12,m13,m14,m21,m22,m23,m24,m31,m32,m43,m34)。

通过RGB二维图片和三维点云数据的映射关系，将RGB二维图片中道路轨迹信息映射到三维点云数据中，得到虚拟交通道路轨迹，沿着虚拟交通道路轨迹方向，根据道路的宽度信息将距离交通道路轨迹点较远的三维点云数据进行剔除，即将远离道路交通的三维点云数据如建筑物、花草树木等点云数据剔除，极大地降低了点云处理数量。如图4所示，为粗略剔除远离道路的建筑、花草树木后的道路三维点云图。

S4，以所述虚拟交通道路轨迹的关键点为中心，以滑动窗口的方式对所述局部三维点云图进行切割，得到三维点云图块。

可理解的是，对已经过滤后的道路三维点云图进行切割，得到切割后的三维点云图块。具体的，切割方法为，沿着虚拟道路交通数据，以滑动窗口的方式，对三维点云数据进行切割。以所述虚拟交通道路轨迹的关键点为中心，在俯视角度的虚拟交通道路轨迹上以滑动窗口大小为固定大小范围对所述道路三维点云图进行切割，得到三维点云图块。

S5，将每一个三维点云图块进行二维映射，得到二维映射图块，提取每一个二维映射图块中的虚线车道线段，将所述虚线车道线段反映射到三维点云图中，获取虚线车道线段的三维坐标信息，连接每一条虚线车道线段，完成三维点云数据中虚线车道线的提取。

作为实施例，所述将每一个三维点云图块进行二维映射，得到二维映射图块，提取每一个二维映射图块中的虚线车道线段，包括：以垂直角度对三维点云图块进行二维映射，得到每一个三维点云图块对应的二维映射图块；基于Transformer的语义分割模型对每一个二维映射图块中的交通道路虚线车道线段进行分割，获取虚线车道线段的轮廓信息。

可以理解的是，对三维点云数据进行分割，得到三维点云图块后，以垂直角度对三维点云进行二维映射，取强度最大值作为二维映射图的亮度进行投影，并保留三维点云到二维的映射关系，得到每一个三维点云图块二维映射后的二维映射图块。

从每一个二维映射图块中提取虚线车道线段，首先，采用基于Transformer的语义分割模型，即图2中的网络结构，对投影图中的交通道路虚线车道线段进行分割，获取虚线车道线段的轮廓信息。其次，提取虚线车道线段轮廓的中线，主要通过对二值图的骨架线进行提取后通过平滑以及直线拟合获取虚线车道线段的中线，并通过虚线车道线段轮廓距离虚线车道线段中线的距离平均值与国家规定的道路虚线车道线宽度值进行匹配，获取单个虚线车道线段的宽度。然后，对提取的虚线车道线段进行过滤，过长、过短、过粗的车道线段过滤掉，同时根据道路虚线车道线段的特征将距离平均车道线较远的或者过近的或长宽比不协调的进行过滤。

将提取的二维映射图中的虚线车道线段坐标、宽度等信息反映射到三维点云中，获取三维点云中虚线车道线段的x、y轴信息，并通过地面坐标信息等获取z轴信息，即可得到虚线车道线段的三维坐标信息以及宽度等信息。

对于多个三维的虚线车道线段，通过局部大区域(前后几十米的范围)就近查找原则，将距离足够近的虚线段进行连接，距离较远的虚线段不连接，局部重叠的虚线段进行剔除，即可获取整个虚线车道线的位置信息。根据虚线车道线的中线及宽度信息获取虚线车道线的四个角点信息并将虚线车道线左右的边线点连接构成长段虚线车道线。即可完成整个无人机采集道路交通数据中的虚线车道线的提取。如图5，为切割成块后的三维点云中虚线车道线的提取并连接的图。其中，图5中，(a)为切割后二维映射图，(b)为提取的虚线车道线示意图，(c)为虚线车道线前后连接图。

参见图6，为本发明提供的一种无人机采集道路交通图中虚线车道线自动提取方法的整体流程图，主要包括以下步骤：首先，通过一个分割网络对三维点云对应的二维图片中的车道进行粗略提取，获取车道的中线并以固定距离保存车道中线的点作为车道轨迹的点。同时由于设备误差，只需通过一个粗略的标定匹配对三维点云和二维RGB图片进行配准，将虚拟的车道轨迹信息映射到三维点云中，并进行连接，构成道路交通网。其次，根据三维点云中交通道路轨迹位置信息将距离轨迹左右方向较远的三维点云进行剔除，由于国家对公路每条机动车道的宽度是有标准的，城市高速道路每车道宽度2～4米左右，因此对轨迹中线左右三四十米以上的三维点云需要剔除，减少建筑物、花草树木三维点云的计算量。然后，根据获取的车道轨迹点沿着道路方向以俯视滑动块方式对三维点云进行切割，并进行俯视二维映射，通过一个transformer分割网络对二维映射图中的虚线车道线小块进行分割提取，将获取的虚线车道线小块的中线、宽度以及计算得到的左右角点信息进行保存，并反映射的获取三维点云中的虚线车道线的x轴、y轴坐标信息，以及地面最低平均值获取z轴的坐标信息。最后，通过一个局部大区域就近查找原则，将距离相近且斜率相近的虚线车道线进行合并筛选过滤，获取虚线车道线唯一的坐标宽度信息；并将根据虚线车道线的斜率、距离等将同一个车道的虚线车道线角点进行连接成串。即可完成无人机采集的三维点云数据中虚线车道线的自动提取。

参见图7，为本发明提供的一种无人机采集道路交通图中虚线车道线自动提取系统的结构示意图，包括获取模块701、第一提取模块702、映射模块703、切割模块704、第二提取模块705和连接模块706，其中：

获取模块701，用于获取无人机采集的交通道路的三维点云数据和RGB二维图片；

第一提取模块702，用于在连续的RGB二维图片中提取车道信息，所述车道信息包括车道的宽度信息、车道的轮廓信息和道路轨迹信息；

映射模块703，用于将所述三维点云数据和RGB二维图片进行粗配准，将从RGB二维图片中提取的道路轨迹信息映射到三维点云数据中，得到虚拟交通道路轨迹，将远离虚拟交通道路轨迹的三维点云数据剔除，获取剔除后的局部三维点云图；

切割模块704，用于以所述虚拟交通道路轨迹的关键点为中心，以滑动窗口的方式对所述局部三维点云图进行切割，得到三维点云图块；

第二提取模块705，用于将每一个三维点云图块进行二维映射，得到二维映射图块，提取每一个二维映射图块中的虚线车道线段；

连接模块706，用于将所述虚线车道线段反映射到三维点云图中，获取虚线车道线段的三维坐标信息，连接每一条虚线车道线段，完成三维点云数据中虚线车道线的提取。

可以理解的是，本发明提供的一种无人机采集道路交通图中虚线车道线自动提取系统与前述各实施例提供的无人机采集道路交通图中虚线车道线自动提取方法相对应，无人机采集道路交通图中虚线车道线自动提取系统的相关技术特征可参考无人机采集道路交通图中虚线车道线自动提取方法的相关技术特征，在此不再赘述。

请参阅图8，图8为本发明实施例提供的电子设备的实施例示意图。如图8所示，本发明实施例提了一种电子设备800，包括存储器810、处理器820及存储在存储器810上并可在处理器820上运行的计算机程序811，处理器820执行计算机程序811时实现无人机采集道路交通图中虚线车道线自动提取方法的步骤。

请参阅图9，图9为本发明提供的一种计算机可读存储介质的实施例示意图。如图9所示，本实施例提供了一种计算机可读存储介质900，其上存储有计算机程序911，该计算机程序911被处理器执行时实现无人机采集道路交通图中虚线车道线自动提取方法的步骤。

本发明实施例提供的一种无人机采集道路交通图中虚线车道线自动提取方法及系统，具有以下有益效果：

(1)高精度地图无人机采集交通道路的三维点云和二维RGB图片，由于图像采集和点云采集存在设备误差(米级误差)，很难直接在二维RGB图片中进行高精度道路虚线车道线提取，所以采用三维点云的二维映射图进行虚线车道线提取，既可以满足高精度地图5厘米之内的误差需求，又可以加快提取的速度。

(2)无人机采集的交通道路无法验证车道进行顺序采集，无法包含道路交通轨迹信息，所以本发明通过一个基于transformer的语义分割网络对RGB二维图中车道进行检测，获取车道行驶的道路交通拓步图。并通过对距离车道较远的建筑、树木三维点云进行剔除，可以极大地降低三维点云处理量，加快检测速度。

(3)本发明通过transformer的语义分割网络分割获虚线车道线的轮廓信息，再通过骨架线获取中线以及平滑等可以精确地获取虚线车道线四个角点坐标信息，相对于传统的角点检测方法，通过分割网络加精提，适应场景更多，精度更高。

需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。

Claims (10)

1.一种无人机采集道路交通图中虚线车道线自动提取方法，其特征在于，包括：

获取无人机采集的交通道路的三维点云数据和RGB二维图片；

在连续的RGB二维图片中提取车道信息，所述车道信息包括车道的宽度信息、车道的轮廓信息和道路轨迹信息；

将所述三维点云数据和RGB二维图片进行粗配准，将从RGB二维图片中提取的道路轨迹信息映射到三维点云数据中，得到虚拟交通道路轨迹，将远离虚拟交通道路轨迹的三维点云数据剔除，获取剔除后的局部三维点云图；

以所述虚拟交通道路轨迹的关键点为中心，以滑动窗口的方式对所述局部三维点云图进行切割，得到三维点云图块；

将每一个三维点云图块进行二维映射，得到二维映射图块，提取每一个二维映射图块中的虚线车道线段，将所述虚线车道线段反映射到三维点云图中，获取虚线车道线段的三维坐标信息，连接每一条虚线车道线段，完成三维点云数据中虚线车道线的提取。

2.根据权利要求1所述的虚线车道线自动提取方法，其特征在于，所述在连续的RGB二维图片中提取车道信息，所述车道信息包括车道的宽度信息、车道的轮廓信息和道路轨迹信息，包括：

基于transformer语义分割神经网络对连续RGB二维图片中的交通道路进行车道语义分割，获取RGB二维图片中的车道信息，所述车道信息包括车道的宽度信息、车道的轮廓信息和连续RGB二维图片中的相似关键点信息；

将连续RGB二维图片中的相似关键点进行过滤和连接，构成整个道路交通的道路轨迹点并保存道路宽度信息。

3.根据权利要求1所述的虚线车道线自动提取方法，其特征在于，所述将所述三维点云数据和RGB二维图片进行粗配准，包括：

基于所述三维点云数据和RGB二维图片，通过不同姿态下的标定版平面标定，得到图像和点云转换的参数(m₁₁,m₁₂,m₁₃,m₁₄,m₂₁,m₂₂,m₂₃,m₂₄,m₃₁,m₃₂,m₄₃,m₃₄)，如下：

图像坐标系(u，v)表示，三维点云(x,y,z)表示，f_u,f_v为水平和垂直方向的焦距，u₀,v₀为像平面中心点，R为旋转矩阵，t为平移向量。

4.根据权利要求1所述的虚线车道线自动提取方法，其特征在于，以所述虚拟交通道路轨迹的关键点为中心，以滑动窗口的方式对所述局部三维点云图进行切割，得到三维点云图块，包括：

设置滑动窗口大小，以所述虚拟交通道路轨迹的关键点为中心，在俯视角度的虚拟交通道路轨迹上以滑动窗口大小为固定大小范围对所述局部三维点云图进行切割，得到三维点云图块。

5.根据权利要求1或4所述的虚线车道线自动提取方法，其特征在于，所述将每一个三维点云图块进行二维映射，得到二维映射图块，提取每一个二维映射图块中的虚线车道线段，包括：

以垂直角度对三维点云图块进行二维映射，得到每一个三维点云图块对应的二维映射图块；

基于Transformer的语义分割模型对每一个二维映射图块中的交通道路虚线车道线断进行分割，获取虚线车道线段的轮廓信息。

6.根据权利要求5所述的虚线车道线自动提取方法，其特征在于，所述所述将每一个三维点云图块进行二维映射，得到二维映射图块，提取每一个二维映射图块中的虚线车道线段，之后还包括：

基于获取的虚线车道线段的轮廓信息，通过对二值图的骨架线进行提取后通过平滑以及直线拟合获取虚线车道线段的中线；

通过虚线车道线段的轮廓与虚线车道线段的中线的距离平均值与标准道路虚线车道线宽度值进行匹配，获取每一条虚线车道线段的宽度；

将过长、过短、过粗的选线车道线段过滤掉，以及根据道路虚线车道线段的特征，将距离平均车道线较远或者过近或长宽比不协调的虚线车道线段进行过滤，得到过滤后的虚线车道线段。

7.根据权利要求1所述的虚线车道线自动提取方法，其特征在于，所述将所述虚线车道线段反映射到三维点云图中，获取虚线车道线段的三维坐标信息，包括：

将提取的二维映射图中的虚线车道线段坐标、宽度信息反映射到三维点云图中，获取三维点云图中虚线车道线段的x、y轴信息；

通过地面坐标信息获取虚线车道线段的z轴信息，得到虚线车道线段的三维坐标信息以及宽度信息。

8.根据权利要求7所述的虚线车道线自动提取方法，其特征在于，所述连接每一条虚线车道线段，完成三维点云数据中虚线车道线的提取，包括：

通过局部大区域就近查找原则，将距离近的虚线车道线段进行连接，距离较远的虚线车道线段不连接，局部重叠的虚线车道线段进行剔除，获取整个虚线车道线的位置信息；

根据所述虚线车道线的中线及宽度信息获取四个角点信息，基于四个角点信息，将所述虚线车道线左右的边线点连接构成长段虚线车道线，完成三维点云数据中虚线车道线的提取。

9.一种无人机采集道路交通图中虚线车道线自动提取系统，其特征在于，包括：

获取模块，用于获取无人机采集的交通道路的三维点云数据和RGB二维图片；

第一提取模块，用于在连续的RGB二维图片中提取车道信息，所述车道信息包括车道的宽度信息、车道的轮廓信息和道路轨迹信息；

映射模块，用于将所述三维点云数据和RGB二维图片进行粗配准，将从RGB二维图片中提取的道路轨迹信息映射到三维点云数据中，得到虚拟交通道路轨迹，将远离虚拟交通道路轨迹的三维点云数据剔除，获取剔除后的局部三维点云图；

切割模块，用于以所述虚拟交通道路轨迹的关键点为中心，以滑动窗口的方式对所述局部三维点云图进行切割，得到三维点云图块；

第二提取模块，用于将每一个三维点云图块进行二维映射，得到二维映射图块，提取每一个二维映射图块中的虚线车道线段；

连接模块，用于将所述虚线车道线段反映射到三维点云图中，获取虚线车道线段的三维坐标信息，连接每一条虚线车道线段，完成三维点云数据中虚线车道线的提取。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现如权利要求1-8任一项所述的无人机采集道路交通图中虚线车道线自动提取方法的步骤。

Images