CN115797893A - 有效行驶区域的确定方法、装置及电子设备、存储介质 - Google Patents

Abstract

本申请公开了一种有效行驶区域的确定方法、装置及电子设备、存储介质，所述方法包括将待检测区域的高精地图按照经纬度划分得到瓦片图；匹配所述待检测区域的点云与所述瓦片图，得到所述待检测区域内的道路属性；根据符合预设条件的所述道路属性，生成有效行驶区域。通过本申请在复杂行驶场景下，通过点云与离线瓦片图的匹配结果，确定道路属性，提供稳定的有效行驶区域。

Description

有效行驶区域的确定方法、装置及电子设备、存储介质

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种有效行驶区域的确定方法、装置及电子设备、存储介质。

背景技术

确定有效行驶区域，就是要判断自动驾驶车辆周围可以行驶，即可以进行规划和控制的区域。有效行驶区域的确定是自动驾驶领域的重要感知算法之一，对辅助驾驶或者自动驾驶的行车安全起到至关重要的作用。

结合实际道路场景，行车场景的环境元素通常会包含：道路边界、车道线、动态障碍物以及静态障碍物。为了保证行车安全，感知模块需要对环境元素进行识别。除了一般容易定义的动态障碍物(人或车辆等)、静态障碍物和车道线以外，还有道路边界、未知动态障碍物和未知静态障碍物，对于这些不好定义的环境元素则可一并归入有效行驶区域任务中，有效区域的划分显著影响着自动驾驶感知模块的稳定性。

相关技术中，通常会直接采用高精地图中复杂的多边形框计算道路或非道路区域。然而在车辆连续转弯、复杂路口或者停车场等场景中，整个计算的耗时会急剧增加，影响自动驾驶系统的稳定性。

发明内容

本申请实施例提供了有效行驶区域的确定方法、装置及电子设备、存储介质，以优化有效行驶区域的确定过程，实现自动驾驶感知模块的高效、稳定。

本申请实施例采用下述技术方案：

第一方面，本申请实施例提供一种有效行驶区域的确定方法，其中，所述方法包括：

将待检测区域的高精地图按照经纬度划分得到瓦片图；

匹配所述待检测区域的点云与所述瓦片图，得到所述待检测区域内的道路属性；

根据符合预设条件的所述道路属性，生成有效行驶区域。

在一些实施例中，所述瓦片图包括瓦片ID，所述瓦片ID作为所述瓦片图的文件名，所述匹配所述待检测区域的点云与所述瓦片图，得到所述待检测区域内的道路属性，包括：

确定所述点云在UTM坐标系下的位置点；

将所述点云在UTM坐标系下的位置点转换为经纬度值；

根据所述经纬度值，在所述瓦片图中索引出所述瓦片图的文件名和对应瓦片图中的行列号；

根据所述瓦片图的文件名，以及瓦片图中的行列号，以确定所述待检测区域内的道路属性。

在一些实施例中，所述确定所述待检测区域内的道路属性包括：

根据所述瓦片图中的行数和列数确定瓦片图中的像素点，并根据所述像素点的灰度值来标识道路属性；

确定所述待检测区域的点云的道路属性是否属于道路，其中，所述点云包括激光雷达原始的点云或者降采样后的点云或者栅格；

如果所述道路属性不属于道路，则将该点云或者栅格删除；

如果所述道路属性属于道路，则将该点云或者栅格按照道路保存。

在一些实施例中，所述点云包括自车激光雷达采集的环境信息，所述确定所述点云在UTM坐标系下的位置点，包括：

将自车坐标系下的点云按照栅格划分，进行栅格化处理；

栅格化处理之后，按照每个栅格ID和栅格尺寸，计算出每个所述栅格在自车坐标系下的X、Y坐标；

根据UTM坐标以及所述自车定位信息中的航向角信息，将栅格在自车坐标系下的X、Y坐标转换为UTM坐标。

在一些实施例中，将所述瓦片图中每个像素点的像素值作为所述道路属性。

在一些实施例中，所述待检测区域至少包括如下之一：连续弯道区域、停车场区域、路口区域。

在一些实施例中，所述瓦片图的文件名，以莫顿码存储。

第二方面，本申请实施例还提供一种有效行驶区域的确定装置，其中，所述装置包括：

经纬度转换模块，用于将待检测区域的高精地图按照经纬度划分得到瓦片图；

匹配模块，用于匹配所述待检测区域的点云与所述瓦片图，得到所述待检测区域内的道路属性；

生成模块，用于根据符合预设条件的所述道路属性，生成有效行驶区域。

第三方面，本申请实施例还提供一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述方法。

第四方面，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存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行上述方法。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：将待检测区域的高精地图按照经纬度划分得到瓦片图，进行高精地图栅格化。匹配所述待检测区域的点云与所述瓦片图，得到所述待检测区域内的道路属性，之后根据符合预设条件的所述道路属性，生成有效行驶区域。在复杂行驶场景下，通过点云与离线瓦片图的匹配结果，确定道路属性，提供稳定的有效行驶区域。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例中有效行驶区域的确定方法的流程示意图；

图2为本申请实施例中有效行驶区域的确定装置的结构示意图；

图3为本申请实施例中一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅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，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

本申请实施例提供了一种有效行驶区域的确定方法，如图1所示，提供了本申请实施例中有效行驶区域的确定方法流程示意图，所述方法至少包括如下的步骤S110至步骤S130：

步骤S110，将待检测区域的高精地图按照经纬度划分得到瓦片图。

如果待检测区域中包含复杂的环境元素，而此时直接使用在线的高精地图中的多边形矢量图与点云匹配，则需要将矢量图逐个遍历进行匹配，影响计算耗时，从而降低稳定性提高风险、影响自动驾驶的安全性。

为了解决上述问题，采用将高精地图转离线瓦片图的栅格化处理方式，高精地图以经纬度为划分依据，将地图划分成经纬度等间距的瓦片图。加载离线瓦片图，对于瓦片图中的每个像素点的像素值就是道路属性，瓦片文件名就是经纬度的编码。

步骤S120，匹配所述待检测区域的点云与所述瓦片图，得到所述待检测区域内的道路属性。

离线加载的瓦片图，并不依靠网络，从而减少了网络响应时间或网络异常的情况，通过待检测区域中自车的定位信息(目标经纬度)以及点云信息，将自车前方、后方区域内点云的投影到经纬度的瓦片图上进行匹配。

对于待检测区域内的点云可以是多个点，或者可以是多个点聚类得到的栅格。而对于匹配所述待检测区域的点云与所述瓦片图的时机，可以是在点云中的点或栅格进行聚类之前或者进行过聚类之后，在本申请的实施例中并不进行具体限定，本领域技术人员可以根据实际情况进行选择。

需要说明的是，动态障碍物又分为已知类型的还有未知类型的。已知类型的动态障碍物，比如常见的各种车辆、行人、自行车、摩托车等，都可以利用动态物体目标检测网络来检出。不过路上往往会出现一些未知类型的动态障碍物，此时需要通过点云与瓦片图匹配的方式确定出有效行驶区域。

此外，静态障碍物中，也分为已知类型的和未知类型的。已知类型的静态障碍物有两个特点，可数并且类别明确，比如交通锥、交通桶、花坛、交通绿化带等，因此可以利用目标检测网络进行实例检测。但是除了这些已知类型的静态障碍物，也会出现例如各种类别的人为摆放的路牌，还有人为或者非人为造成的道路障碍。

也就是说经过网络识别之后通过点云与离线瓦片图进行匹配，匹配出静态障碍物，对于复杂路口或者连续拐弯的场景而言，降低点云直接匹配矢量地图的稳定性不足的问题，通过匹配离线的瓦片图确定道路属性，从而确定出有效行驶区域。

对于已知障碍物，可以作为待检测区域中点云的点云栅格，对于未知障碍物，可以作为待检测区域中的点云的点。

优选地，将所述瓦片图中每个像素点的像素值作为所述道路属性。进一步主要使用的是像素值的灰度值作为道路属性的标识。

步骤S130，根据符合预设条件的所述道路属性，生成有效行驶区域。

如果按照大的分类，可以将道路属性分为属于道路或属于非道路，且如前所述属于道路的部分包括了道路边界、车道线、动态障碍物以及静态障碍物。通过判断道路属性，即可快速地确定出当前点云是否属于道路区域或者非道路区域，如果属于，则可能是道路边界、车道线。如果不属于，则可能是动态障碍物以及静态障碍物等。这里并不进行具体细分，而是针对属于车道的点云或点云栅格保留，其他的作为背景删除，不再使用。这样能够降低索引的时间，同时提高安全性和稳定性。

在本申请的一个实施例中，所述待检测区域至少包括如下之一：连续弯道区域、停车场区域、路口区域。这些待检测区域中的高精地图的矢量数据会占用较大计算量以及占用大量计算时间，影响感知稳定性和安全性。

示例性地，对于停车场为待监测区域时，通过将待检测区域的高精地图按照经纬度划分得到瓦片图，之后判断待检测区域的点云(包含点以及点云栅格)与所述瓦片图中的哪个匹配，得到所述待检测区域内的道路属性，根据瓦片图中像素点的像素值，判断道路属性是属于道路还是非道路。

在本申请的一个实施例中，所述瓦片图包括瓦片ID，所述瓦片ID作为所述瓦片图的文件名，所述匹配所述待检测区域的点云与所述瓦片图，得到所述待检测区域内的道路属性，包括：确定所述点云在UTM坐标系下的位置点；将所述点云在UTM坐标系下的位置点转换为经纬度值；根据所述经纬度值，在所述瓦片图中索引出所述瓦片图的文件名和对应瓦片图中的行列号；根据所述瓦片图的文件名，以及瓦片图中的行列号，以确定所述待检测区域内的道路属性。

在高精地图经过转换之后得到以经纬度划分的离线瓦片图，在离线瓦片图中包瓦片ID，所述瓦片ID(以莫顿码的形式)作为所述瓦片图的文件名，之后再匹配点云时会根据转换的经纬度信息进行瓦片图的文件名的索引，即是哪块瓦片图以及在瓦片图中的行列号是多少。

首先需要确定点云在UTM坐标系下的位置点，主要可以通过自车坐标系下的激光点云转换到UTM坐标系下。

其次，将所述点云在UTM坐标系下的位置点转换为经纬度值，这是一个相关技术中公知的转换方式，在此不再进行赘述。

最后，转换得到经纬度值之后，根据所述经纬度值，在所述瓦片图中索引出所述瓦片图的文件名和对应瓦片图中的行列号。

进一步地，根据瓦片图的文件名即瓦片ID以及万片图中的行列号即X、Y轴，即可确定对应的所述待检测区域内的道路属性。比如，连续拐弯或经过停车场这些高精地图的矢量图的计算量庞大的场景，即可以较快得到行驶场景下哪些属于有效行驶区域。

在本申请的优选实施例中，所述瓦片图的文件名，以莫顿码存储。由于瓦片图得文件名是以莫顿码存储即如果想要找到对应万片图，需要索引出文件名对应的经纬度值，而由于在转换高精地图得到瓦片图时就是采用莫顿码，即采用与高精地图生成编码相同的方式(莫顿码编码)来索引到瓦片ID即瓦片文件名。所以两者可以直接进行检索，减少计算量和计算时间。

在本申请的一个实施例中，所述确定所述待检测区域内的道路属性包括：根据所述瓦片图中的行数和列数确定瓦片图中的像素点，并根据所述像素点的灰度值来标识道路属性；确定所述待检测区域的点云的道路属性是否属于道路，其中，所述点云包括激光雷达原始的点云或者降采样后的点云或者栅格；如果所述道路属性不属于道路，则将该点云或者栅格删除；如果所述道路属性属于道路，则将该点云或者栅格按照道路保存。

根据所述瓦片图中的行数和列数确定瓦片图中的像素点，即确定瓦片图中是哪个像素点，然后根据所述像素点的灰度值来标识道路属性。通常，不同灰度值可以标识出不同的道路属性，比如属于道路外的，或属于道路内的。

需要注意的是，对于道路边界、车道线、动态障碍物以及静态障碍物可以先进行图像识别算法的识别，并聚类或不聚类之后，再根据瓦片图中的像素点的灰度值确定道路属性。

然后分不同情况进行考虑，如果是属于道路的，则保留该些点云或点云栅格，以便进行一下轮的识别感知；如果不是属于道路的，则将该些点云或栅格作为背景进行删除。

如果在障碍物感知之前，则可以滤除大量的背景点云，便利之后的道路边界、车道线等的感知识别。

如果在障碍物感知之后，则可以优化感知结果，对于未知的障碍物提前进行滤除或者标识出类型。

在本申请的一个实施例中，所述点云包括自车激光雷达采集的环境信息，所述确定所述点云在UTM坐标系下的位置点，包括：将自车坐标系下的点云按照栅格划分，进行栅格化处理；栅格化处理之后，按照每个栅格ID和栅格尺寸，计算出每个所述栅格在自车坐标系下的X、Y坐标；根据UTM坐标以及所述自车定位信息中的航向角信息，将栅格在自车坐标系下的X、Y坐标转换为UTM坐标。

可以理解点云主要通自车激光雷达采集环境信息得到，将自车坐标系下的点云按照栅格划分，依据每个栅格ID和栅格尺寸，计算栅格在自车坐标系下的X轴/Y轴坐标。依据定位信息中的自车朝向即YAW角以及UTM坐标，将栅格的X轴/Y轴坐标转换为UTM坐标。

本申请实施例还提供了有效行驶区域的确定装置200，如图2所示，提供了本申请实施例中有效行驶区域的确定装置的结构示意图，所述有效行驶区域的确定装置200至少包括：经纬度转换模块210、匹配模块220以及生成模块230，其中：

在本申请的一个实施例中，所述经纬度转换模块210具体用于：将待检测区域的高精地图按照经纬度划分得到瓦片图。

如果待检测区域中包含复杂的环境元素，而此时直接使用在线的高精地图中的多边形矢量图与点云匹配，则需要将矢量图逐个遍历进行匹配，影响计算耗时，从而降低稳定性提高风险、影响自动驾驶的安全性。

为了解决上述问题，采用将高精地图转离线瓦片图的栅格化处理方式，高精地图以经纬度为划分依据，将地图划分成经纬度等间距的瓦片图。加载离线瓦片图，对于瓦片图中的每个像素点的像素值就是道路属性，瓦片文件名就是经纬度的编码。

在本申请的一个实施例中，所述匹配模块220具体用于：匹配所述待检测区域的点云与所述瓦片图，得到所述待检测区域内的道路属性。

离线加载的瓦片图，并不依靠网络，从而减少了网络响应时间或网络异常的情况，通过待检测区域中自车的定位信息(目标经纬度)以及点云信息，将自车前方、后方区域内点云的投影到经纬度的瓦片图上进行匹配。

对于待检测区域内的点云可以是多个点，或者可以是多个点聚类得到的栅格。而对于匹配所述待检测区域的点云与所述瓦片图的时机，可以是在点云中的点或栅格进行聚类之前或者进行过聚类之后，在本申请的实施例中并不进行具体限定，本领域技术人员可以根据实际情况进行选择。

需要说明的是，动态障碍物又分为已知类型的还有未知类型的。已知类型的动态障碍物，比如常见的各种车辆、行人、自行车、摩托车等，都可以利用动态物体目标检测网络来检出。不过路上往往会出现一些未知类型的动态障碍物，此时需要通过点云与瓦片图匹配的方式确定出有效行驶区域。

此外，静态障碍物中，也分为已知类型的和未知类型的。已知类型的静态障碍物有两个特点，可数并且类别明确，比如交通锥、交通桶、花坛、交通绿化带等，因此可以利用目标检测网络进行实例检测。但是除了这些已知类型的静态障碍物，也会出现例如各种类别的人为摆放的路牌，还有人为或者非人为造成的道路障碍。

也就是说经过网络识别之后通过点云与离线瓦片图进行匹配，匹配出静态障碍物，对于复杂路口或者连续拐弯的场景而言，降低点云直接匹配矢量地图的稳定性不足的问题，通过匹配离线的瓦片图确定道路属性，从而确定出有效行驶区域。

对于已知障碍物，可以作为待检测区域中点云的点云栅格，对于未知障碍物，可以作为待检测区域中的点云的点。

优选地，将所述瓦片图中每个像素点的像素值作为所述道路属性。进一步主要使用的是像素值的灰度值作为道路属性的标识。

在本申请的一个实施例中，所述生成模块230具体用于：如果按照大的分类，可以将道路属性分为属于道路或属于非道路，且如前所述属于道路的部分包括了道路边界、车道线、动态障碍物以及静态障碍物。通过判断道路属性，即可快速地确定出当前点云是否属于道路区域或者非道路区域，如果属于，则可能是道路边界、车道线。如果不属于，则可能是动态障碍物以及静态障碍物等。这里并不进行具体细分，而是针对属于车道的点云或点云栅格保留，其他的作为背景删除，不再使用。这样能够降低索引的时间，同时提高安全性和稳定性。

能够理解，上述有效行驶区域的确定装置，能够实现前述实施例中提供的有效行驶区域的确定方法的各个步骤，关于有效区域的确定装置方法的相关阐释均适用于有效行驶区域的确定装置，此处不再赘述。

图3是本申请的一个实施例电子设备的结构示意图。请参考图3，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成有效行驶区域的确定装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

将待检测区域的高精地图按照经纬度划分得到瓦片图；

匹配所述待检测区域的点云与所述瓦片图，得到所述待检测区域内的道路属性；

根据符合预设条件的所述道路属性，生成有效行驶区域。

上述如本申请图1所示实施例揭示的有效行驶区域的确定装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

该电子设备还可执行图1中有效行驶区域的确定装置执行的方法，并实现有效行驶区域的确定装置在图1所示实施例的功能，本申请实施例在此不再赘述。

本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图1所示实施例中有效行驶区域的确定装置执行的方法，并具体用于执行：

将待检测区域的高精地图按照经纬度划分得到瓦片图；

匹配所述待检测区域的点云与所述瓦片图，得到所述待检测区域内的道路属性；

根据符合预设条件的所述道路属性，生成有效行驶区域。

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/或方框图来描述的。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、嵌入式处理机或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。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请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，本申请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。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种有效行驶区域的确定方法，其中，所述方法包括：

将待检测区域的高精地图按照经纬度划分得到瓦片图；

匹配所述待检测区域的点云与所述瓦片图，得到所述待检测区域内的道路属性；

根据符合预设条件的所述道路属性，生成有效行驶区域。

2.如权利要求1所述方法，其中，所述瓦片图包括瓦片ID，所述瓦片ID作为所述瓦片图的文件名，所述匹配所述待检测区域的点云与所述瓦片图，得到所述待检测区域内的道路属性，包括：

确定所述点云在UTM坐标系下的位置点；

将所述点云在UTM坐标系下的位置点转换为经纬度值；

根据所述经纬度值，在所述瓦片图中索引出所述瓦片图的文件名和对应瓦片图中的行列号；

根据所述瓦片图的文件名，以及瓦片图中的行列号，以确定所述待检测区域内的道路属性。

3.如权利要求2所述方法，其中，所述确定所述待检测区域内的道路属性包括：

根据所述瓦片图中的行数和列数确定瓦片图中的像素点，并根据所述像素点的灰度值来标识道路属性；

确定所述待检测区域的点云的道路属性是否属于道路，其中，所述点云包括激光雷达原始的点云或者降采样后的点云或者栅格；

如果所述道路属性不属于道路，则将该点云或者栅格删除；

如果所述道路属性属于道路，则将点云或者栅格按照道路保存。

4.如权利要求2所述方法，其中，所述点云包括自车激光雷达采集的环境信息，所述确定所述点云在UTM坐标系下的位置点，包括：

将自车坐标系下的点云按照栅格划分，进行栅格化处理；

栅格化处理之后，按照每个栅格ID和栅格尺寸，计算出每个所述栅格在自车坐标系下的X、Y坐标；

根据UTM坐标以及所述自车定位信息中的航向角信息，将栅格在自车坐标系下的X、Y坐标转换为UTM坐标。

5.如权利要求1所述方法，其中，将所述瓦片图中每个像素点的像素值作为所述道路属性。

6.如权利要求1所述方法，其中，所述待检测区域至少包括如下之一：连续弯道区域、停车场区域、路口区域。

7.如权利要求1至6任一项所述方法，其中，所述瓦片图的文件名，以莫顿码存储。

8.一种有效行驶区域的确定装置，其中，所述装置包括：

经纬度转换模块，用于将待检测区域的高精地图按照经纬度划分得到瓦片图；

匹配模块，用于匹配所述待检测区域的点云与所述瓦片图，得到所述待检测区域内的道路属性；

生成模块，用于根据符合预设条件的所述道路属性，生成有效行驶区域。

9.一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行所述权利要求1～7之任一所述方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行所述权利要求1～7之任一所述方法。

Images