[發明專利]道路標識線識別方法、裝置和系統

有效

• 申請號: 201811367261.1
• 申請日: 2018-11-16
• 公開（公告）號: CN110363054B
• 公開（公告）日: 2021-10-01
• 發明（設計）人: 楊恒
• 申請（專利權）人: 北京京東叁佰陸拾度電子商務有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京成創同維知識產權代理有限公司 11449
• 代理人: 蔡純

1.一種道路標識線的識別方法，其特征在于，包括：

獲取周圍探測信息，根據所述探測信息獲得切片柵格圖；

根據所述切片柵格圖確定模型訓練樣本；

獲取所述模型訓練樣本中的切片柵格圖以及所述切片柵格圖對應的矢量化的標識線的類別屬性作為所述模型訓練樣本的樣本信息；

基于所述模型訓練樣本的樣本信息進行模型訓練以得到檢測模型；以及

基于所述檢測模型對給定的切片柵格圖進行檢測以得到對應的矢量化的標識線，

其中，根據所述探測信息獲得切片柵格圖的步驟包括：

根據所述探測信息中的激光探測數據得到點云模型，所述點云模型中包括多個點云；

將所述點云模型轉換為二維柵格圖；

對所述二維柵格圖進行角度規則化和切片化處理以得到所述切片柵格圖。

2.根據權利要求1所述的識別方法，其特征在于，所述點云模型為三維模型，所述二維柵格圖包括點云強度柵格圖和點云高度柵格圖。

3.根據權利要求1所述的識別方法，其特征在于，所述將所述點云模型轉換為二維柵格圖包括：

確定所述點云模型的第一平面上的范圍大小；

切割所述第一平面以得到多個柵格像素，每個所述柵格像素中包括至少一個采樣點云；

根據所述多個柵格像素得到所述二維柵格圖。

4.根據權利要求3所述的識別方法，其特征在于，還包括：

在每個所述柵格像素中確定高度值最小的所述采樣點云；

將所述采樣點云的高度值定義為所述柵格像素的高度值；

將所述采樣點云的強度值定義為所述柵格像素的強度值。

5.根據權利要求1所述的識別方法，其特征在于，所述將所述二維柵格圖角度規則化和切片化以得到所述切片柵格圖的步驟包括：

根據所述探測信息中的位置信息和慣性傳感信息得到多個軌跡點；

對所述多個軌跡點進行間隔采樣，得到多個軌跡采樣點；

得到相鄰的所述軌跡采樣點的位移方向；

基于所述位移方向得到所述切片柵格圖，

其中，所述切片柵格圖的方向與所述位移方向相互平行。

6.根據權利要求5所述的識別方法，其特征在于，對所述多個軌跡點進行間隔采樣時的采樣間隔為r＝max(w/2,h/2)，其中，w和h分別為所述切片柵格圖的寬和長，w和h均為正整數。

7.根據權利要求1所述的識別方法，其特征在于，所述基于所述模型訓練樣本的樣本信息進行模型訓練以得到檢測模型的步驟包括：

將所述樣本信息輸入具有唯一極值的目標函數，得到所述目標函數的函數值；

根據所述目標函數的函數值確定所述檢測模型。

8.根據權利要求7所述的識別方法，其特征在于，所述目標函數為

其中，x為所述切片柵格圖的位置信息，θ為待訓練的模型參數，y’為所述類別屬性，j為所述類別屬性的序號，i為所述切片柵格圖的序號，i和j均為正整數。

9.根據權利要求1所述的識別方法，其特征在于，所述基于所述檢測模型對給定的切片柵格圖進行檢測以得到對應的矢量化的標識線的步驟包括：

基于所述檢測模型根據給定的所述切片柵格圖得到對應的類別概率圖；

基于所述類別概率圖進行邊緣提取；

對所述邊緣進行聚類處理，得到邊緣序列點集合；

基于所述邊緣序列點集合得到所述矢量化的標識線。

10.根據權利要求9所述的識別方法，其特征在于，還包括濾除類別概率小的所述邊緣序列點。

11.根據權利要求9所述的識別方法，其特征在于，所述基于所述邊緣序列點集合得到所述矢量化的標識線的步驟包括：

將所述邊緣序列點的像素坐標值轉換為點云坐標值。