CN117893991A - 道路波形护栏的提取方法、装置及系统 - Google Patents
道路波形护栏的提取方法、装置及系统 Download PDFInfo
- Publication number
- CN117893991A CN117893991A CN202211230082.XA CN202211230082A CN117893991A CN 117893991 A CN117893991 A CN 117893991A CN 202211230082 A CN202211230082 A CN 202211230082A CN 117893991 A CN117893991 A CN 117893991A
- Authority
- CN
- China
- Prior art keywords
- point
- candidate
- pixel
- pos
- guardrail
- 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
- 238000000605 extraction Methods 0.000 title claims description 56
- 238000000034 method Methods 0.000 claims abstract description 61
- 230000009466 transformation Effects 0.000 claims description 34
- 238000005259 measurement Methods 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 21
- 238000004364 calculation method Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000001914 filtration Methods 0.000 description 8
- 230000011218 segmentation Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000004568 cement Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 229910001335 Galvanized steel Inorganic materials 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000008397 galvanized steel Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本申请公开了一种道路波形护栏的提取方法、装置及系统，涉及数据处理技术领域，所述方法包括：根据获取到的位置与姿态测量系统POS点数据，生成与所述POS点数据相关的点云投影二值图；根据道路波形护栏特征，在所述点云投影二值图中，提取候选像素坐标；根据所述候选像素坐标和所述POS点数据，生成道路波形护栏的矢量信息。本申请的方案解决了通过对三维数据的处理提取波形护栏时存在计算量大且执行效率低的问题。
Description
技术领域
本申请涉及数据处理技术领域，尤其是涉及一种道路波形护栏的提取方法、装置及系统。
背景技术
目前，自动驾驶及高精度地图测绘广泛采用激光雷达的方式获取道路信息，基于激光雷达的目标识别、提取、测量等方法种类较多，一般针对特定目标都有相应的处理算法。道路护栏是道路交通设施的重要组成部分，护栏的位置、高度信息的精准测量对自动驾驶、高精度地图等领域的应用具有重要意义。多平台、多传感器为护栏数字化提供了丰富的数据源，如何快速且自动化地从大量数据中提取有用的道路信息是互联网(InternetTechnology，IT)技术和人工智能领域的研究热点之一。现有的基于点云数据提取道路护栏的技术方案是直接对三维特征进行提取，导致计算量大且执行效率低。
发明内容
本申请实施例的目的在于提供一种道路波形护栏的提取方法、装置及系统，从而解决现有的护栏提取方式的计算量大且执行效率低的问题。
第一方面，为了达到上述目的，本申请实施例提供一种道路波形护栏的提取方法，包括：
根据获取到的位置与姿态测量系统POS点数据，生成与所述POS点数据相关的点云投影二值图；
根据道路波形护栏特征，在所述点云投影二值图中，提取候选像素坐标；
根据所述候选像素坐标和所述POS点数据，生成道路波形护栏的矢量信息。
可选地，所述根据获取到的位置与姿态测量系统POS点数据，生成与所述POS点数据相关的点云投影二值图，包括：
根据所述POS点数据，确定与所述POS点数据对应的点云空间范围；
对所述点云空间范围内的点云进行投影变换，获得所述点云投影二值图。
可选地，所述根据所述POS点数据，确定与所述POS点数据对应的点云空间范围，包括：
以所述POS点数据中的坐标为中心，在水平面内沿垂直于载体航向的左右两侧各延伸长度W/2，确定所述点云空间范围的长边；其中，所述载体用于承载生成所述POS点数据的系统；
自所述长边的两端沿竖直向下的方向延伸长度H，确定所述点云空间范围的短边；
沿所述载体的航向延伸长度d，确定所述点云空间范围的厚度；
其中，所述W和所述H为预设数值，所述d为预设数值或根据所述载体的水平速度和相邻两个POS点数据中的时间戳确定。
可选地，所述对所述点云空间范围内的点云进行投影变换，获得所述点云投影二值图，包括：
以垂直于载体航向的平面作为投影平面，沿与所述载体航向相反的方向，对所述点云进行投影变换；其中，所述载体用于承载生成所述POS点数据的系统；
按照预设网格尺寸，对所述投影平面进行网格化；
通过将网格中有点云投影的区域对应的像素值设置为1，网格中没有点云投影的区域对应的像素值设置为0，生成所述点云投影二值图。
可选地，所述根据道路波形护栏特征，在所述点云投影二值图中，提取候选像素坐标，包括：
基于所述点云投影二值图，获取表征路面高程变换的高程基线；
将所述高程基线以上的预设高度范围确定为候选点云区域对应的像素范围；
根据所述道路波形护栏特征，在所述像素范围内提取所述候选像素坐标。
可选地，所述基于所述点云投影二值图，获取表征路面高程变换的高程基线，包括：
将所述点云投影二值图中，像素值为0的区域的高程设置为与所述像素值为0的区域相邻的像素值为1的区域中的最低像素点的高程；
以所述POS点数据中的坐标对应的第一像素开始，在所述点云投影二值图中分别在所述第一像素两侧确定最低像素点；
确定各个所述最低像素点的高程；
根据各个所述最低像素点的高程，获得表征高程变换的特征线；
从所述第一像素开始分别在所述第一像素的两侧对所述特征线进行高程过滤，获得所述高程基线。
可选地，所述根据所述道路波形护栏特征，在所述像素范围内提取所述候选像素坐标，包括：
在所述像素范围内，以所述POS点数据中的坐标对应的第一像素开始，分别在所述第一像素的左右两侧进行道路波形护栏特征搜索，获得满足波形上沿特征的多个特征像素组，其中，所述特征像素组中的特征像素为在沿预设角度倾斜方向上的连续的至少四个像素；
提取所述第一像素的左侧的高程最大的特征像素和所述第一像素的右侧的高程最大的特征像素的像素坐标；
在所述第一像素的同侧的相邻的所述特征像素之间的水平距离均小于第一阈值的情况下，将相邻的所述特征像素之间的水平距离均小于第一阈值的一侧的所述高程最大的特征像素的像素坐标确定为所述候选像素坐标。
可选地，根据所述候选像素坐标和所述POS点数据，生成道路波形护栏的矢量信息，包括：
将所述候选像素坐标映射到点云数据对应的三维坐标，其中，所述三维坐标为与所述POS点数据相关的道路波形护栏的候选点坐标；
根据多个POS点数据和与各个所述POS点数据相关的所述候选点坐标，生成所述矢量信息。
可选地，所述根据多个POS点数据和与各个所述POS点数据相关的所述候选点坐标，生成所述矢量信息，包括：
根据所述候选点坐标和所述POS点数据中的坐标，计算候选点与POS点之间的水平距离；
根据所述候选点与所述POS点之间的所述水平距离，以及，每个所述候选点的高程和与所述候选点相邻的两个候选点的高程之间的距离，筛选目标候选点；
根据所述目标候选点，生成所述矢量信息。
可选地，所述根据所述候选点与所述POS点之间的所述水平距离，以及，每个所述候选点的高程和与所述候选点相邻的两个候选点的高程之间的距离，筛选目标候选点，包括：
获取第一候选点和与所述第一候选点相关的POS点之间的第一水平距离、第二候选点和与所述第二候选点相关的POS点之间的第二水平距离，以及，第三候选点和与所述第三候选点相关的POS点之间的第三水平距离；
在所述第二水平距离与所述第一水平距离的差值的绝对值和所述第二水平距离与所述第三水平距离的差值的绝对值均小于第二阈值，且所述第二候选点的高程与所述第一候选点的高程的差值的绝对值和所述第二候选点的高程与所述第三候选点的高程的差值的绝对值均小于第三阈值时，确定所述第一候选点、所述第二候选点和所述第三候选点为所述目标候选点；
其中，所述第一候选点、所述第二候选点和所述第三候选点为相邻的三个候选点。
可选地，所述根据所述目标候选点，生成所述矢量信息包括：
在相邻两个目标候选点之间的平面距离大于第四阈值的情况下，将相邻两个目标候选点划分在不同的道路波形护栏片段内；
在相邻两个道路波形护栏片段的延伸方向的夹角小于第五阈值，且相邻两个护栏片段中，第一护栏片段的第一个目标候选点和第二护栏片段的最后一个目标候选点的平面距离小于第六阈值的情况下，将所述第一个目标候选点和所述最后一个目标候选点连接，生成所述道路波形护栏的矢量信息；其中，所述第一个目标候选点为所述第一护栏片段中距离所述第二护栏片段最近的目标候选点，所述最后一个目标候选点为所述第二护栏片段中距离所述第一护栏片段最近的目标候选点。
第二方面，为了达到上述目的，本申请实施例还提供一种道路波形护栏的提取装置，包括：
第一生成模块，用于根据获取到的位置与姿态测量系统POS点数据，生成与所述POS点数据相关的点云投影二值图；
提取模块，用于根据道路波形护栏特征，在所述点云投影二值图中，提取候选像素坐标；
第二生成模块，用于根据所述候选像素坐标和所述POS点数据，生成道路波形护栏的矢量信息。
第三方面，为了达到上述目的，本申请实施例还提供一种道路波形护栏的提取系统，包括：收发机、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如第一方面所述的道路波形护栏的提取方法的步骤。
第四方面，为了达到上述目的，本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序，所述程序被处理器执行时实现如第一方面所述的道路波形护栏的提取方法的步骤。
本申请的上述技术方案至少具有如下有益效果：
本申请实施例的道路波形护栏的提取方法，首先，根据获取到的位置与姿态测量系统POS点数据，生成与所述POS点数据相关的点云投影二值图；如此，实现了将三维点云数据转换成二维数据，使得后续能够基于该二维数据进行护栏坐标提取，从而降低计算量且提高执行效率；其次，根据道路波形护栏特征，在所述点云投影二值图中，提取候选像素坐标；如此，实现了基于护栏特征提取像素坐标，提高了坐标提取结果的有效性、计算效率高且误判率低，排除了因干扰而产生的离散点以及护栏提取结果中断等问题；最后，根据所述候选像素坐标和所述POS点数据，生成道路波形护栏的矢量信息。这样，最终实现了全自动化的数据处理流程，无需人工参与，大大减少了数据处理工作量。
附图说明
图1为本申请实施例的道路波形护栏的提取方法的流程示意图之一；
图2为本申请实施例的道路波形护栏的提取方法的流程示意图之二；
图3为本申请实施例的待投影的点云数据范围的示意图；
图4为本申请实施例中的投影变换示意图；
图5为本申请实施例的二值图示意图；
图6为本申请实施例的POS点对应的点云投影结果的示意图；
图7为本申请实施例的双波形护栏的示意图；
图8为本申请实施例的三波形护栏的示意图；
图9为本申请实施例的波形护栏与普通护栏或水泥护栏投影的二值图的对比示意图；
图10为本申请实施例的左侧护栏投影二值图特征判断示意图；
图11为本申请实施例的波形护栏提取结果示意图；
图12为本申请实施例的道路波形护栏的提取装置的结构示意图；
图13为本申请实施例的道路波形换的提取系统的结构示意图。
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。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不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，以便本申请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，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的道路波形护栏的提取方法、装置及系统进行详细地说明。
如图1所示，为本申请实施例的道路波形护栏的提取方法的流程示意图，该方法包括：
步骤101，根据获取到的位置与姿态测量系统(Position and OrientationSystem，POS)点数据，生成与所述POS点数据相关的点云投影二值图；
本步骤中，POS点数据具体是指目标位置的POS数据，其中，目标位置为载体在采集该POS数据时所在的位置，具体的，POS数据主要包括全球定位系统(Global PositioningSystem，GPS)数据和惯性测量单元(Inertial Measurement Unit，IMU)数据即倾斜摄影测量中的外方位元素(如包括：纬度、经度、高程、航向角(Phi)、俯仰角(Omega)即翻滚角(Kappa)等)其中，GPS数据一般用X(如经度)、Y(如纬度)、Z(如高程)表示，代表了载体在行驶过程中曝光点时刻的地理位置；IMU数据主要包含了航行角(载体的纵轴与地球北极之间的夹角)、俯仰角(平行于载体轴线并指向飞行器前方的向量与地面的夹角)及翻滚角(光轴与实轴之间的夹角)三个数据。
这里，还需要说明的是，本步骤中的POS点数据可以来源于车载激光雷达测量系统，点云(具体可以称为点云数据)可以是通过车载激光雷达系统和后处理软件获取。本步骤基于POS点数据，生成与所述POS点数据相关的点云投影二值图，实现了将三维的点云数据转换成二维数据，降低了后续处理过程的计算量且提高了执行效率。
步骤102，根据道路波形护栏特征，在所述点云投影二值图中，提取候选像素坐标；
这里，需要说明的是，波形护栏为公路防撞设施，主要是为了防止失控车辆冲出道路，一般为镀锌钢板加工而成，根据公路等级不同而采用不同的规格。其中，波形护栏还可以称为是波形梁护栏(Corrugated Bean Barrier)，是半钢性护栏的主要形式，它是以波纹状钢护栏板相互拼接并由主柱支撑的连续结构，因此，波形护栏的激光点云数据经投影变换生成二值图后，具有典型的双波形特征(如图7所示)/三波形特征(如图8所示)，本步骤基于道路波形护栏特征提取候选像素坐标，提升了特征匹配效率和提取结果的准确性。
步骤103，根据所述候选像素坐标和所述POS点数据，生成道路波形护栏的矢量信息。
本申请实施例的道路波形护栏的提取方法，首先，根据获取到的位置与姿态测量系统POS点数据，生成与所述POS点数据相关的点云投影二值图；如此，实现了将三维点云数据转换成二维数据，使得后续能够基于该二维数据进行护栏坐标提取，从而降低计算量且提高执行效率；其次，根据道路波形护栏特征，在所述点云投影二值图中，提取候选像素坐标；如此，实现了基于护栏特征提取像素坐标，提高了坐标提取结果的有效性、计算效率高且误判率低，排除了因干扰而产生的离散点以及护栏提取结果中断等问题；最后，根据所述候选像素坐标和所述POS点数据，生成道路波形护栏的矢量信息。这样，最终实现了全自动化的数据处理流程，无需人工参与，大大减少了数据处理工作量。
作为一个可选的实现方式，步骤101，根据获取到的位置与姿态测量系统POS点数据，生成与所述POS点数据相关的点云投影二值图，包括：
根据所述POS点数据，确定与所述POS点数据对应的点云空间范围；
本步骤具体可以在POS点数据的基础上，基于时间、三维坐标、载体速度和航向信息等，计算POS点对应的点云空间范围；
对所述点云空间范围内的点云进行投影变换，获得所述点云投影二值图。
本步骤实现了将三维空间内的点云数据转换为二维空间内的二值图数据，减小了数据计算量且提高了执行效率，相比于现有的基于“单帧”点云数据进行护栏自动提取，本可选实现方式的数据量较大，且不易受到点云采集过程和数据质量的干扰，使得算法有效性不易受到影响。
作为一个具体的实现方式，根据所述POS点数据，确定与所述POS点数据对应的点云空间范围，包括：
以所述POS点数据中的坐标为中心，在水平面内沿垂直于载体航向的左右两侧各延伸长度W/2，确定所述点云空间范围的长边；其中，所述载体用于承载生成所述POS点数据的系统；本步骤具体可以用如下公式表示：
其中，Px,Py表示POS点的平面坐标，γ表示航向，W表示点云搜索宽度，(x1,y1),(x2,y2)表示搜索范围左右端点的平面坐标。
也就是说，本步骤是以点云数据的三维坐标进行判断，获得与POS点数据相关的点云空间范围。
自所述长边的两端沿竖直向下的方向延伸长度H，确定所述点云空间范围的短边；也就是说，分别自(x1,y1)和(x2,y2)点向下延伸H，如此，可以在垂直于载体航向的平面上形成长度为W、宽度为H的矩形。
沿所述载体的航向延伸长度d，确定所述点云空间范围的厚度；
其中，所述W和所述H为预设数值，所述d为预设数值或根据所述载体的水平速度和相邻两个POS点数据中的时间戳确定；
具体的，在d为根据载体的水平速度和相邻连个POS点数据中的时间戳确定时，具体可以是d＝v*Δt；其中，v为载体的水平速度，Δt为两个时间戳之间的时间间隔。
也就是说，点云空间范围的划分规则为：以POS点坐标为中心，在水平面内沿垂直于载体航向的左右两侧各延伸长度W/2，构成矩形的长边，长边两端沿竖直向下的方向延伸H，构成矩形的短边，其中，划分后的效果如图3所示，具体的，载体航向为垂直于纸面向内，用表示，矩形框沿载体航向延伸厚度d，可形成W*H*d的矩形框，该矩形框内的空间范围为待投影的点云范围。
作为一个具体的实现方式，对所述点云空间范围内的点云进行投影变换，获得所述点云投影二值图，包括：
以垂直于载体航向的平面作为投影平面，沿与所述载体航向相反的方向，对所述点云进行投影变换；其中，所述载体用于承载生成所述POS点数据的系统；
其中，投影变换的实现步骤具体可以包括：首先，遍历点云数据，筛选出位于W*H*d的矩形框内的点云数据；其次，以W*H的两边所构成的平面作为投影平面，以与载体航向相反的方向作为投影方向，对筛选出的点云空间范围内的点云数据进行投影变换，具体的，投影变换的过程如图4所示。
本步骤通过将三维空间的点云数据沿载体航向的反方向进行投影变换，实现了将三维空间点云转换为二维平面的像素；其中，投影方向基于POS数据进行优化计算，避免了道路起伏、转弯等特征的影响，使得提取效果更准确。
按照预设网格尺寸，对所述投影平面进行网格化；
通过将网格中有点云投影的区域对应的像素值设置为1，网格中没有点云投影的区域对应的像素值设置为0，生成所述点云投影二值图。
本步骤具体可以是，将W*H的投影平面按p*p的像素大小进行网格化，推荐的网格尺寸p＝1cm，网格中有点云投影的区域对应的像素值设置为1(如图5中具有阴影的区域)，没有点云投影的区域对应的像素设置为0(如图5中的空白区域)。其中，图5中圆形区域表示点云，投影平面的网格内有1个或1个以上的点云，则网格像素值为1，无点云网格像素值为0。
另外，采用本申请实施例的方式进行投影的结果可以如图6所示，投影结果包括车道路面、波形护栏和路侧其他设备等。
作为一个可选的实现方式，步骤102，根据道路波形护栏特征，在所述点云投影二值图中，提取候选像素坐标，包括：
基于所述点云投影二值图，获取表征路面高程变换的高程基线；
将所述高程基线以上的预设高度范围确定为候选点云区域对应的像素范围；
本步骤具体可以是，以高程基线为参考，基线以上(low2,high2)高度范围内的像素为候选点云区域对应的像素范围，该范围由护栏高度确定，本可选实现方式中建议的取值分别为low2＝0.5m，high2＝1.2m，表示默认的波形护栏高度范围为0.5m到1.2m。其中，选取高度范围为0.5至1.2m的依据是：该范围可基本覆盖国内各种类型公路护栏的高度，同时该阈值范围可以进行调整，对0.5m以下的护栏以及1.2m以上的护栏，只需要调整高度阈值范围即可。
根据所述道路波形护栏特征，在所述像素范围内提取所述候选像素坐标。
本可选实现方式中，在对投影生成的二值图进行特征提取的过程中，通过地面高程线计算和护栏高度阈值设置，将特征提取范围做进一步约束，实现了采用双重判定方法识别护栏候选点位置，排除了干扰的同时也可以减少特征提取的计算量，提升了特征匹配效率和准确性。
作为一个具体的实现方式，基于所述点云投影二值图，获取表征路面高程变换的高程基线，包括：
将所述点云投影二值图中，像素值为0的区域的高程设置为与所述像素值为0的区域相邻的像素值为1的区域中的最低像素点的高程；
本步骤通过将像素值为0的区域的高程设置为与其相邻的像素值为1的区域中的最低像素点的高程，使得各个网格区域均能找到像素点的高程。
以所述POS点数据中的坐标对应的第一像素开始，在所述点云投影二值图中分别在所述第一像素两侧确定最低像素点；
确定各个所述最低像素点的高程；
也就是说，本步骤中以该POS点所对应的第一像素点作为起点，在第一像素点的左侧的各个网格区域中分别确定高程最低的像素点，并在第一像素点的右侧的各个网格中分别确定高程最低的像素点。
根据确定的所述最低像素点及所述最低像素点的高程，获得表征高程变换的特征线；
这里，需要说明的是，上述步骤中确定的像素点的高程即可反馈路面高程变化，因而，基于这些最低像素点即最低像素点的高程即可得到反映路面高程变化的特征线Hb＝{h0,h1,h2,…hi,…}，其中，该高程变化的特征线中各个hi表示第i个最低像素点的高程。
从所述第一像素开始分别在所述第一像素的两侧对所述特征线进行高程过滤，获得所述高程基线。
本步骤具体可以按照如下公式进行过滤：
通过高程过滤，可以排除车道路面以外的其它地物高程特征，得到路面的高程基线H'b＝{h'0,h1',h'2,…h'i,…}，其中，h'i表示第i个最低像素点的高程过滤后的值，本可选实现方式中，建议选取的阈值分别为low1＝-0.1m，high1＝0.05m。
作为一个具体的实现方式，根据所述道路波形护栏特征，在所述像素范围内提取所述候选像素坐标，包括：
在所述像素范围内，以所述POS点数据中的坐标对应的第一像素开始，分别在所述第一像素的左右两侧进行道路波形护栏特征搜索，获得满足波形上沿特征的多个特征像素组，其中，所述特征像素组中的特征像素为在沿预设角度倾斜方向上的连续的至少四个像素；例如，该预设角度可以为45°，该预设角度还可以包括误差角度，即该预设角度可以为预设的角度范围。
其中，波形护栏的典型特征是波浪形表面特征，如图7所示为双波形护栏的截面示意图，图8为三波形护栏的截面示意图；对应到投影二值图中，波浪形表面特征表达为数值方向上的波浪线，而普通护栏或水泥墙墩的点云投影结果通常为直线型(如图9所示)，但由于车载激光雷达扫描的特点，波浪线下沿往往扫描不完整，而波浪线上沿通常比较完整，点密度(像素密度)较大，因此，本具体实现方式通过识别波浪线上沿倾斜线条的方法实现护栏位置提取。
这里，需要说明的是，波形护栏一般为双波形或三波形，对应的波浪上沿特征为两个或三个，因此，本可选实现方式中，将波浪上沿特征数量大于或等于2时，则认为护栏特征提取成功，其中，波浪上沿特征判定方法可以用如下公式表示：
左护栏：pi,j+pi+1,j-1+pi+2,j-2+pi+3,j-3＝4
右护栏：pi,j+pi-1,j-1+pi-2,j-2+pi-3,j-3＝4
上述判定准则中，pi,j表示投影二值图中第i行j列的像素值，有投影像素则该值为1，否则该值为0，左右两侧护栏的判定逻辑独立，因此可以在这一步处理中明确区分左右护栏，无需在后处理中进行其它的判断，简化了处理流程。对已经参与波浪上沿特征判断并满足特征条件的像素，不再参与进一步搜索判断。
以左侧护栏判断为例，如图10所示，通过对投影二值图进行逐像素遍历，满足左护栏判定公式的像素在图中用填充“×”进行标记，即沿45度倾斜方向有连续4个及以上像素值为1的点，则判定为波形上沿的特征像素。
提取所述第一像素的左侧的高程最大的特征像素和所述第一像素的右侧的高程最大的特征像素的像素坐标；
在所述第一像素的同侧的相邻的所述特征像素之间的水平距离均小于第一阈值的情况下，将相邻的所述特征像素之间的水平距离均小于第一阈值的一侧的所述高程最大的特征像素的像素坐标确定为所述候选像素坐标。
本步骤中，当满足特征条件的像素点大于或等于两组时，进一步比较满足特征条件的相邻的像素水平位置，若水平位置偏差小于等于0.1m(第一阈值)，则认为两组或三组特征像素对应的是同一护栏的不同波浪上沿，护栏特征提取有效，记录护栏候选点在二值图中的像素坐标(高程最大的特征像素的像素坐标)；若水平位置偏差都大于0.1m，则认为护栏特征提取无效，不记录像素坐标。
本具体实现方式中，采用护栏上沿波形特征作为匹配对象，通过双波形上沿像素匹配实现护栏位置判断，减小误判概率；另外，由于左右护栏匹配计算公式不同，输出结果按左右护栏分别输出，无需后续额外区分计算，简化了处理流程。
作为一个可选的实现方式，步骤103，根据所述候选像素坐标和所述POS点数据，确定道路波形护栏的矢量信息，包括：
将所述候选像素坐标映射到点云数据对应的三维坐标，其中，所述三维坐标为与所述POS点数据相关的道路波形护栏的候选点坐标；
本步骤具体为按照前述投影变换规则进行反向投影变换，从而将候选像素坐标映射到点云数据对应的三维坐标。
根据多个POS点数据和与各个所述POS点数据相关的所述候选点坐标，生成所述矢量信息。
这里，需要说明的是，本申请实施例中，基于每个POS点，均应按照前述方式对与其相关的点云进行处理得到与POS点对应的候选点坐标，即：一个POS点对应一个左侧的候选点坐标和/或一个右侧的候选点坐标；然后，基于各个POS点和与其对应的候选点坐标，即可生成道路波形护栏的矢量信息。
其中，可以按一定空间间距或时间间距选择各个POS点；例如，推荐的空间间距值可以为0.5m，其中，以更小的间距进行护栏候选点判断对本申请实施例的方法同样适用，但会增加计算量，选择合适的间距提取护栏候选点，既可以减少计算量，提升算法效率，又可以保证提取结果的连续性和完整性，考虑到护栏的几何特征及实测效果，推荐间距设置为0.5m，可以达到均衡的效果，但是，本申请实施例对具体数值不做限定；又例如，通过设置时间间距同样可以达到设置空间间距的效果，其中，空间间距是根据POS点的三围空间距离进行判断，时间间距则是通过载体速度与时间进行判断，两者的效果一致。其中，选取的空间间距或时间间距可结合载体行驶速度确定，从而保证护栏提取的效率和完整性。
作为一个具体的实现方式，根据多个POS点数据和与各个所述POS点数据相关的所述候选点坐标，生成所述矢量信息，包括：
根据所述候选点坐标和所述POS点数据中的坐标，计算候选点与POS点之间的水平距离；
本步骤具体可以按照如下公式计算该水平距离：
其中，xposn表示第n个POS点对应的x坐标，xpn表示第n个POS点对应护栏候选点的x坐标，yposn表示第n个POS点对应的y坐标，ypn表示第n个POS点对应护栏候选点的y坐标。
根据所述候选点与所述POS点之间的所述水平距离，以及，每个所述候选点的高程和与所述候选点相邻的两个候选点的高程之间的距离，筛选目标候选点；
这里，需要说明的是，这些目标候选点满足波型护栏与POS点之间的距离连续变化的特性，以及，满足对应的高程连续变化的特性，本步骤基于波形护栏和POS点之间的距离连续性和护栏高程连续性分析对候选点进行过滤，可排除护栏提取中因误判而产生的无效候选点，优化提取结果。
根据所述目标候选点，生成所述矢量信息。
简单来说，本步骤可以通过将目标候选点连线得到提取出的道路波形护栏的矢量信息。
本具体的实现方式中，根据护栏候选点位置与POS轨迹之间的距离的连续变化特征，以及，护栏候选点的高程连续变化的特性，排除因干扰而产生的离散点，减少因遮挡造成的点云缺失、护栏提取结果中断等问题。
作为一个更具体的实现方式，根据所述候选点与所述POS点之间的水平距离，以及，每个所述候选点的高程和与所述候选点相邻的两个候选点的高程之间的距离，筛选目标候选点，包括：
获取第一候选点和与所述第一候选点相关的POS点之间的第一水平距离、第二候选点和与所述第二候选点相关的POS点之间的第二水平距离，以及，第三候选点和与所述第三候选点相关的POS点之间的第三水平距离；
在所述第二水平距离与所述第一水平距离的差值的绝对值和所述第二水平距离与所述第三水平距离的差值的绝对值均小于第二阈值，且所述第二候选点的高程与所述第一候选点的高程的差值的绝对值和所述第二候选点的高程与所述第三候选点的高程的差值的绝对值均小于第三阈值时，确定所述第一候选点、所述第二候选点和所述第三候选点为所述目标候选点；
其中，所述第一候选点、所述第二候选点和所述第三候选点为相邻的三个候选点。
例如，第一水平距离为dn-1，第二水平距离为dn，第三水平距离为dn+1；则第二水平距离与第一水平距离的差值的绝对值表示为：Δdn,n-1＝|dn-dn-1|；第二候选点的高程与第一候选点的高程的差值的绝对值为Δzn,n-1＝|zn-zn-1|；第二水平距离与第三水平距离的差值的绝对值表示为Δdn,n+1＝|dn-dn+1|；第二候选点的高程与第三候选点的高程的差值的绝对值表示为Δzn,n+1＝|zn-zn+1|；若同时满足：Δzn,n-1,Δzn,n+1＜zmax且Δdn,n-1,Δdn,n+1＜dmax；则当前候选点为有效候选点，予以保留，反之则认为当前候选点为无效点，予以去除。其中，dmax表示距离过滤阈值(第二阈值)推荐设置值为0.5m，zmax表示高度过滤阈值(第三阈值)，推荐设置为0.2m。
本具体实现方式中，通过对候选点进行过滤，可以排除因干扰而产生的离散点，减少因遮挡造成的点云缺失、护栏提取结果中断等问题。
作为另一个可选的实现方式，根据所述目标候选点，生成所述矢量信息包括：
在相邻两个目标候选点之间的平面距离大于第四阈值的情况下，将相邻两个目标候选点划分在不同的道路波形护栏片段内；
本步骤为根据两个目标候选点之间的平面距离对目标候选点进行分段处理，其中，分段规则为相邻两个候选点平面距离大于阈值，则从这两个目标候选点处进行分割，以划分为不同的护栏片段，其中，该第四阈值推荐设置为3m。
在相邻两个道路波形护栏片段的延伸方向的夹角小于第五阈值，且相邻两个护栏片段中，第一护栏片段的第一个目标候选点和第二护栏片段的最后一个目标候选点的首尾点平面距离小于第六阈值的情况下，将所述第一个目标候选点和所述最后一个目标候选点连接，生成所述道路波形护栏的矢量信息；其中，所述第一个目标候选点为所述第一护栏片段中距离所述第二护栏片段最近的目标候选点，所述最后一个目标候选点为所述第二护栏片段中距离所述第一护栏片段最近的目标候选点。
本步骤为将相邻两个波形护栏片段进行连接的过程，具体的连接判断标准为：相邻两片段的延伸方向(每一个片段中的目标候选点连线的延伸方向)夹角小于第五阈值(如该第五阈值推荐设置为20°)，相邻两个护栏片段的首尾点平面距离小于第五阈值，相邻两个护栏片段的首尾点平面距离小于第六阈值(如该第六阈值推荐设置为6m)，满足上述判断标准的两个护栏候选点片段可以连接成一个片段。
最后，将上述连接后的护栏片段按照候选点序列顺序连接成线段，生成换提取的矢量结果(矢量信息)。其中，最终的波形护栏提取结果如图11所示。
下面，结合图2对本申请实施例的道路波形护栏的提取方法的实现过程进行说明：
1)获取POS点数据和激光雷达点云数据；
2)点云投影变换为二值图：首先，基于时间、三维坐标、载体数据、航线信息，计算POS点对应的点云空间范围；其中，点云范围的划定规则为：以POS坐标为中心，在水平面内沿垂直于载体航向的左右两侧各延伸长度W/2，构成矩形的长边，长边两端沿竖直向下的方向延伸H，构成矩形的短边；沿载体航向延伸厚度d，可形成W*H*d的矩形框，该矩形框内的空间范围为待投影的点云范围；其次，筛选出该点云空间范围内的点云数据，作为后续计算的输入点云对象；再次，沿载体航向的反方向对点云进行投影变换，将三维空间点云转换为二维平面的像素；最后，将投影平面按p*p的像素大小进行网格化，其中，网格中有点云投影的区域对应的像素值设置为1，没有点云投影的区域对应的像素值设置为0。
3)路面基线提取及护栏特征搜索区域限定：首先，基于上一步骤生成的二值图，从中间位置(POS点对应的投影二值图像素)开始分别向左右两侧寻找最低像素点，并记录最低像素点的高程，二值图中可能出现空白区，则将该空白区的高程设置为与相邻像素最低高程一致，从而得到反映路面高程变化的特征线Hb＝{h0,h1,h2,…hi,…}；其次，对上述高程特征线进行从中间位置向左右两侧的高程过滤，通过高程过滤，排除车道路面以外的其它地物高程特征，得到路面高程基线H'b＝{h'0,h'1,h'2,…h'i,…}；再次，以新生成的路面高程基线为参考，基线以上(low2,high2)高度范围内的像素为候选护栏点云区域对应的像素范围，(该范围由护栏高度确定)。
4)护栏特征匹配：根据前一个步骤所确定的护栏像素分布范围，进行波形护栏特征搜索，波形护栏的典型特征是波浪形表面特征，对应到投影二值图，波浪表面特征表达为竖直方向上的波浪线，但由于车载激光雷达扫描的特点，波浪线下沿往往扫描不完整，而波浪线上沿通常比较完整，点密度(像素密度)较大，本步骤通过识别波浪线上沿倾斜线条的方法实现护栏位置提取。
5)护栏候选点位置提取：首先，对特征像素进行进一步的判断，当满足特征条件的像素点大于或等于两组时，进一步比较满足特征条件的像素点水平位置，若水平位置偏差小于等于0.1m，则认为两组或三组特征像素对应的是同一护栏的不同波浪上沿，护栏特征提取有效，记录护栏候选点在二值图中的像素坐标；若水平位置偏差都大于0.1m，则认为护栏特征提取无效，不记录像素坐标；然后，根据护栏候选点位置像素坐标，按照前述投影变换规则进行反向投影变换，将候选点像素坐标映射到点云数据对应的三维坐标，从而实现护栏候选点的绝对位置提取。
6)遍历POS点：重复执行前述1)至5)的处理流程，获取护栏候选点三维坐标序列；具体包括：首先，通过前述步骤获得基于第一个POS点的左右两侧波形护栏候选点三维坐标；其次，按一定空间间距选择第二个POS点，推荐的空间间距值为0.5m；或者，以一定的时间间距选择第二个POS点(选取的空间间距或时间间距可结合载体行驶速度确定，保证护栏提取的效率和完整性)；再次，执行前述1)至5)的处理流程，获得基于第二个POS点的左右两侧护栏候选点坐标，以此类推，可以获得第三POS点、第四POS点、……、第N个POS点，最终获得所有POS数据对应的左右两侧护栏候选点的三维坐标序列；
7)护栏候选点过滤、分段和连接：首先，计算所有护栏候选点序列与POS轨迹的水平面距离d1,d2,d3,…dn…；其次，根据护栏与POS轨迹距离的连续变化特性及高度连续变化特性，对离散候选点进行过滤，过滤规则为：计算当前护栏候选点距离值dn与相邻两个护栏候选点之间的距离值dn-1，dn+1之差，以及，计算当前护栏候选点高程zn与相邻两个护栏候选点之间的距离值zn-1，zn+1之差；若同时满足对应的阈值，则当前候选点为有效候选点，予以保留，反之则认为当前候选点为无效点，予以去除；再次，基于前述分段处理结果对护栏片段进行连接，连接判断标准为：相邻两片段的延伸方向夹角小于一定阈值，；相邻两个护栏片段的首尾点平面距离小于阈值；满足上述判断标准的两个护栏候选点片段可以连接成一个片段；
8)生成矢量成果：将前述连接后的护栏片段按候选点序列顺序连接成线段，生成护栏提取的矢量成果。
本申请实施例的道路波形护栏的提取方法，总结来说具有如下有益效果：一者，基于点云投影二值图，计算路面基线，结合护栏典型高度范围约束像素特征搜索区，提高计算效率，控制干扰；二者，以波形护栏上沿典型曲面特征为提取对象，采用双重判定方法识别护栏候选点位置，可提升特征匹配效率和准确性，左右护栏匹配计算公式不同，输出结果按左右护栏序列分别输出，无需后额外区分计算，简化处理流程；三者，结合POS数据和护栏候选点序列三维坐标，通过两者的距离连续性和护栏高程连续性分析对候选点进行过滤，可排除护栏提取中因误判而产生的无效候选点，优化提取结果；四者，利用护栏候选点的间距分割提取结果，根据分割结果中相邻两个候选点序列的延伸方向进行连接，可以有效排除因护栏候选点提取不连续或因车辆等障碍物遮挡引起的护栏提取结果间断问题；五者，采用投影二值图进行护栏位置提取，效率高，对点云数据有更强的使用能力，受扫描方式、点密度、目标反射特征、地形变化等影响较小；六者，本方法无需分类、分割等点云预处理技术，算法不依赖任何点云“类”的概念，该算法可封装成独立功能，用户只需提交标准格式的点云数据及POS数据即可获取提取结果，自动化执行，无需人机交互。
另外，需要说明的是，波形护栏是一种应用最广泛的公路护栏，护栏的识别、定位、提取在高精度地图、自动驾驶等领域有重要意义，本申请所述方法能够解决从点云数据到波形护栏矢量成果的转化问题，是一种高效、准确、全自动化的护栏提取算法，基于本方法可以形成数据批处理软件，从而实现大数据量情况下的数字成果快速生产。该方法不依赖第三方算法库或其它数据预处理模块，对原始数据的适应能力强，适合多种类型的点云数据采集装置。在道路测量、高精度地图制作(地理信息系统)等应用领域，该方法可提供护栏分布矢量数据，节省手动处理的工作量，提高生产效率。综上，本申请提案能够获得市场应用，且在测绘、地信、高精度地图等多个领域均有应用前景。
如图12所示，本申请实施例还提供一种道路波形护栏的提取装置，包括：
第一生成模块1201，用于根据获取到的位置与姿态测量系统POS点数据，生成与所述POS点数据相关的点云投影二值图；
提取模块1202，用于根据道路波形护栏特征，在所述点云投影二值图中，提取候选像素坐标；
第二生成模块1203，用于根据所述候选像素坐标和所述POS点数据，生成道路波形护栏的矢量信息。
可选地，所述第一生成模块1201包括：
第一确定子模块，用于根据所述POS点数据，确定与所述POS点数据对应的点云空间范围；
第一获取子模块，用于对所述点云空间范围内的点云进行投影变换，获得所述点云投影二值图。
可选地，所述第一确定子模块包括：
第一确定单元，用于以所述POS点数据中的坐标为中心，在水平面内沿垂直于载体航向的左右两侧各延伸长度W/2，确定所述点云空间范围的长边；其中，所述载体用于承载生成所述POS点数据的系统；
第二确定单元，用于自所述长边的两端沿竖直向下的方向延伸长度H，确定所述点云空间范围的短边；
第三确定单元，用于沿所述载体的航向延伸长度d，确定所述点云空间范围的厚度；
其中，所述W和所述H为预设数值，所述d为预设数值或根据所述载体的水平速度和相邻两个POS点数据中的时间戳确定。
可选地，所述第一获取子模块包括：
投影子模块，用于以垂直于载体航向的平面作为投影平面，沿与所述载体航向相反的方向，对所述点云进行投影变换；其中，所述载体用于承载生成所述POS点数据的系统；
第一生成子模块，用于按照预设网格尺寸，对所述投影平面进行网格化；
通过将网格中有点云投影的区域对应的像素值设置为1，网格中没有点云投影的区域对应的像素值设置为0，生成所述点云投影二值图。
可选地，所述提取模块1202包括：
第二获取子模块，用于基于所述点云投影二值图，获取表征路面高程变换的高程基线；
第二确定子模块，包括将所述高程基线以上的预设高度范围确定为候选点云区域对应的像素范围；
提取子模块，用于根据所述道路波形护栏特征，在所述像素范围内提取所述候选像素坐标。
可选地，所述第二获取子模块包括：
设置单元，用于将所述点云投影二值图中，像素值为0的区域的高程设置为与所述像素值为0的区域相邻的像素值为1的区域中的最低像素点的高程；
第四确定单元，用于以所述POS点数据中的坐标对应的第一像素开始，在所述点云投影二值图中分别在所述第一像素两侧确定最低像素点；
第五确定单元，用于确定各个所述最低像素点的高程；
第一获取单元，用于根据各个所述最低像素点的高程，获得表征高程变换的特征线；
第二获取单元，用于从所述第一像素开始分别在所述第一像素的两侧对所述特征线进行高程过滤，获得所述高程基线。
可选地，所述提取子模块包括：
搜索单元，用于在所述像素范围内，以所述POS点数据中的坐标对应的第一像素开始，分别在所述第一像素的左右两侧进行道路波形护栏特征搜索，获得满足波形上沿特征的多个特征像素组，其中，所述特征像素组中的特征像素为在沿预设角度倾斜方向上的连续的至少四个像素；
提取单元，用于提取所述第一像素的左侧的高程最大的特征像素和所述第一像素的右侧的高程最大的特征像素的像素坐标；
第五确定单元，用于在所述第一像素的同侧的相邻的所述特征像素之间的水平距离均小于第一阈值的情况下，将相邻的所述特征像素之间的水平距离均小于第一阈值的一侧的所述高程最大的特征像素的像素坐标确定为所述候选像素坐标。
可选地，所述第二生成模块1203包括：
映射子模块，用于将所述候选像素坐标映射到点云数据对应的三维坐标，其中，所述三维坐标为与所述POS点数据相关的道路波形护栏的候选点坐标；
第二生成子模块，用于根据多个POS点数据和与各个所述POS点数据相关的所述候选点坐标，生成所述矢量信息。
可选地，所述第二生成子模块包括：
计算单元，用于根据所述候选点坐标和所述POS点数据中的坐标，计算候选点与POS点之间的水平距离；
筛选单元，用于根据所述候选点与所述POS点之间的所述水平距离，以及，每个所述候选点的高程和与所述候选点相邻的两个候选点的高程之间的距离，筛选目标候选点；
生成单元，用于根据所述目标候选点，生成所述矢量信息。
可选地，所述筛选单元包括：
获取子单元，用于获取第一候选点和与所述第一候选点相关的POS点之间的第一水平距离、第二候选点和与所述第二候选点相关的POS点之间的第二水平距离，以及，第三候选点和与所述第三候选点相关的POS点之间的第三水平距离；
确定子单元，用于在所述第二水平距离与所述第一水平距离的差值的绝对值和所述第二水平距离与所述第三水平距离的差值的绝对值均小于第二阈值，且所述第二候选点的高程与所述第一候选点的高程的差值的绝对值和所述第二候选点的高程与所述第三候选点的高程的差值的绝对值均小于第三阈值时，确定所述第一候选点、所述第二候选点和所述第三候选点为所述目标候选点；
其中，所述第一候选点、所述第二候选点和所述第三候选点为相邻的三个候选点。
可选地，所述生成单元包括：
处理子单元，用于在相邻两个目标候选点之间的平面距离大于第四阈值的情况下，将相邻两个目标候选点划分在不同的道路波形护栏片段内；
生成子单元，用于在相邻两个道路波形护栏片段的延伸方向的夹角小于第五阈值，且相邻两个护栏片段中，第一护栏片段的第一个目标候选点和第二护栏片段的最后一个目标候选点的平面距离小于第六阈值的情况下，将所述第一个目标候选点和所述最后一个目标候选点连接，生成所述道路波形护栏的矢量信息；其中，所述第一个目标候选点为所述第一护栏片段中距离所述第二护栏片段最近的目标候选点，所述最后一个目标候选点为所述第二护栏片段中距离所述第一护栏片段最近的目标候选点。
在此需要说明的是，本申请实施例提供的上述道路波形护栏的提取装置，能够实现上述道路波形护栏的提取方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
如图13所示，本申请实施例还提供一种道路波形护栏的提取系统，包括：收发机1310、处理器1300，存储器1320及存储在所述存储器1320上并可在所述处理器1300上运行的程序，所述程序被所述处理器执行时实现如上所述的路波形护栏的提取方法实施例的各个过程，且能达到相同的技术效果，为了避免重复，这里不再赘述。
所述收发机1310，用于在处理器1300的控制下接收和发送数据。
其中，在图13中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器1300代表的一个或多个处理器和存储器1320代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发机1310可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。针对不同的设备或系统，用户接口1330还可以是能够外接内接需要设备的接口，连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
处理器1300负责管理总线架构和通常的处理，存储器1320可以存储处理器1300在执行操作时所使用的数据。
本申请实施例还提供一种可读存储介质，可读存储介质上存储有程序，该程序被处理器执行时实现如上所述的道路波形护栏的提取方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，该可读存储介质，如只读存储器(Read-OnlyMemory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。
最后，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、物品或者终端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。
以上所述是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (14)
1.一种道路波形护栏的提取方法，其特征在于，包括：
根据获取到的位置与姿态测量系统POS点数据，生成与所述POS点数据相关的点云投影二值图；
根据道路波形护栏特征，在所述点云投影二值图中，提取候选像素坐标；
根据所述候选像素坐标和所述POS点数据，生成道路波形护栏的矢量信息。
2.根据权利要求1所述的方法，其特征在于，所述根据获取到的位置与姿态测量系统POS点数据，生成与所述POS点数据相关的点云投影二值图，包括：
根据所述POS点数据，确定与所述POS点数据对应的点云空间范围；
对所述点云空间范围内的点云进行投影变换，获得所述点云投影二值图。
3.根据权利要求2所述的方法，其特征在于，所述根据所述POS点数据，确定与所述POS点数据对应的点云空间范围，包括：
以所述POS点数据中的坐标为中心，在水平面内沿垂直于载体航向的左右两侧各延伸长度W/2，确定所述点云空间范围的长边；其中，所述载体用于承载生成所述POS点数据的系统；
自所述长边的两端沿竖直向下的方向延伸长度H，确定所述点云空间范围的短边；
沿所述载体的航向延伸长度d，确定所述点云空间范围的厚度；
其中，所述W和所述H为预设数值，所述d为预设数值或根据所述载体的水平速度和相邻两个POS点数据中的时间戳确定。
4.根据权利要求2所述的方法，其特征在于，所述对所述点云空间范围内的点云进行投影变换，获得所述点云投影二值图，包括：
以垂直于载体航向的平面作为投影平面，沿与所述载体航向相反的方向，对所述点云进行投影变换；其中，所述载体用于承载生成所述POS点数据的系统；
按照预设网格尺寸，对所述投影平面进行网格化；
通过将网格中有点云投影的区域对应的像素值设置为1，网格中没有点云投影的区域对应的像素值设置为0，生成所述点云投影二值图。
5.根据权利要求1所述的方法，其特征在于，所述根据道路波形护栏特征，在所述点云投影二值图中，提取候选像素坐标，包括：
基于所述点云投影二值图，获取表征路面高程变换的高程基线；
将所述高程基线以上的预设高度范围确定为候选点云区域对应的像素范围；
根据所述道路波形护栏特征，在所述像素范围内提取所述候选像素坐标。
6.根据权利要求5所述的方法，其特征在于，所述基于所述点云投影二值图，获取表征路面高程变换的高程基线，包括：
将所述点云投影二值图中，像素值为0的区域的高程设置为与所述像素值为0的区域相邻的像素值为1的区域中的最低像素点的高程；
以所述POS点数据中的坐标对应的第一像素开始，在所述点云投影二值图中分别在所述第一像素两侧确定最低像素点；
确定各个所述最低像素点的高程；
根据各个所述最低像素点的高程，获得表征高程变换的特征线；
从所述第一像素开始分别在所述第一像素的两侧对所述特征线进行高程过滤，获得所述高程基线。
7.根据权利要求5所述的方法，其特征在于，所述根据所述道路波形护栏特征，在所述像素范围内提取所述候选像素坐标，包括：
在所述像素范围内，以所述POS点数据中的坐标对应的第一像素开始，分别在所述第一像素的左右两侧进行道路波形护栏特征搜索，获得满足波形上沿特征的多个特征像素组，其中，所述特征像素组中的特征像素为在沿预设角度倾斜方向上的连续的至少四个像素；
提取所述第一像素的左侧的高程最大的特征像素和所述第一像素的右侧的高程最大的特征像素的像素坐标；
在所述第一像素的同侧的相邻的所述特征像素之间的水平距离均小于第一阈值的情况下，将相邻的所述特征像素之间的水平距离均小于第一阈值的一侧的所述高程最大的特征像素的像素坐标确定为所述候选像素坐标。
8.根据权利要求1所述的方法，其特征在于，所述根据所述候选像素坐标和所述POS点数据，确定道路波形护栏的矢量信息，包括：
将所述候选像素坐标映射到点云数据对应的三维坐标，其中，所述三维坐标为与所述POS点数据相关的道路波形护栏的候选点坐标；
根据多个POS点数据和与各个所述POS点数据相关的所述候选点坐标，生成所述矢量信息。
9.根据权利要求8所述的方法，其特征在于，所述根据多个POS点数据和与各个所述POS点数据相关的所述候选点坐标，生成所述矢量信息，包括：
根据所述候选点坐标和所述POS点数据中的坐标，计算候选点与POS点之间的水平距离；
根据所述候选点与所述POS点之间的所述水平距离，以及，每个所述候选点的高程和与所述候选点相邻的两个候选点的高程之间的距离，筛选目标候选点；
根据所述目标候选点，生成所述矢量信息。
10.根据权利要求9所述的方法，其特征在于，所述根据所述候选点与所述POS点之间的所述水平距离，以及，每个所述候选点的高程和与所述候选点相邻的两个候选点的高程之间的距离，筛选目标候选点，包括：
获取第一候选点和与所述第一候选点相关的POS点之间的第一水平距离、第二候选点和与所述第二候选点相关的POS点之间的第二水平距离，以及，第三候选点和与所述第三候选点相关的POS点之间的第三水平距离；
在所述第二水平距离与所述第一水平距离的差值的绝对值和所述第二水平距离与所述第三水平距离的差值的绝对值均小于第二阈值，且所述第二候选点的高程与所述第一候选点的高程的差值的绝对值和所述第二候选点的高程与所述第三候选点的高程的差值的绝对值均小于第三阈值时，确定所述第一候选点、所述第二候选点和所述第三候选点为所述目标候选点；
其中，所述第一候选点、所述第二候选点和所述第三候选点为相邻的三个候选点。
11.根据权利要求9所述的方法，其特征在于，所述根据所述目标候选点，生成所述矢量信息包括：
在相邻两个目标候选点之间的平面距离大于第四阈值的情况下，将相邻两个目标候选点划分在不同的道路波形护栏片段内；
在相邻两个道路波形护栏片段的延伸方向的夹角小于第五阈值，且相邻两个护栏片段中，第一护栏片段的第一个目标候选点和第二护栏片段的最后一个目标候选点的平面距离小于第六阈值的情况下，将所述第一个目标候选点和所述最后一个目标候选点连接，生成所述道路波形护栏的矢量信息；其中，所述第一个目标候选点为所述第一护栏片段中距离所述第二护栏片段最近的目标候选点，所述最后一个目标候选点为所述第二护栏片段中距离所述第一护栏片段最近的目标候选点。
12.一种道路波形护栏的提取装置，其特征在于，包括：
第一生成模块，用于根据获取到的位置与姿态测量系统POS点数据，生成与所述POS点数据相关的点云投影二值图；
提取模块，用于根据道路波形护栏特征，在所述点云投影二值图中，提取候选像素坐标；
第二生成模块，用于根据所述候选像素坐标和所述POS点数据，生成道路波形护栏的矢量信息。
13.一种道路波形护栏的提取系统，其特征在于，包括：收发机、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如权利要求1至11中任一项所述的道路波形护栏的提取方法的步骤。
14.一种可读存储介质，其特征在于，所述可读存储介质上存储有程序，所述程序被处理器执行时实现如权利要求1至11中任一项所述的道路波形护栏的提取方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211230082.XA CN117893991A (zh) | 2022-10-08 | 2022-10-08 | 道路波形护栏的提取方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211230082.XA CN117893991A (zh) | 2022-10-08 | 2022-10-08 | 道路波形护栏的提取方法、装置及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117893991A true CN117893991A (zh) | 2024-04-16 |
Family
ID=90647399
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211230082.XA Pending CN117893991A (zh) | 2022-10-08 | 2022-10-08 | 道路波形护栏的提取方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117893991A (zh) |
-
2022
- 2022-10-08 CN CN202211230082.XA patent/CN117893991A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109791052B (zh) | 使用数字地图对点云的数据点进行分类的方法和系统 | |
| US20220214174A1 (en) | Methods and Systems for Generating and Using Localization Reference Data | |
| EP3137850B1 (en) | Method and system for determining a position relative to a digital map | |
| CN112346463B (zh) | 一种基于速度采样的无人车路径规划方法 | |
| CN110197173B (zh) | 一种基于双目视觉的路沿检测方法 | |
| JP2022542289A (ja) | 地図作成方法、地図作成装置、電子機器、記憶媒体及びコンピュータプログラム製品 | |
| Zhang et al. | 3D highway curve reconstruction from mobile laser scanning point clouds | |
| CN117893991A (zh) | 道路波形护栏的提取方法、装置及系统 | |
| WO2022021209A9 (zh) | 电子地图生成方法、装置、计算机设备和存储介质 | |
| JP6837626B1 (ja) | 地物データの生成システム、地物データベース更新システム及び地物データの生成方法 | |
| Zeng et al. | The assessment of curved centerline generation in hdmaps based on point clouds | |
| JP2022117835A (ja) | 地物データの生成装置及び地物データの生成方法 | |
| Husain et al. | AN AUTOMATED METHOD FOR STREET FLOOR DETECTION USING TERRESTRIAL LIDAR POINT CLOUD. | |
| Jia et al. | Robust Guardrail Instantiation and Trajectory Optimization of Complex Highways Based on Mobile Laser Scanning Point Clouds | |
| CN115824237A (zh) | 轨道路面识别方法及装置 | |
| CN115077542A (zh) | 一种车辆行驶路径规划方法、装置及车辆控制器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |