[發(fā)明專利]一種路面標(biāo)線自動(dòng)提取方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910626266.X
• 申請(qǐng)日: 2019-07-11
• 公開(kāi)（公告）號(hào): CN110349260B
• 公開(kāi)（公告）日: 2022-06-17
• 發(fā)明（設(shè)計(jì)）人: 李框宇;鄭小輝;陳巖;周超;劉奮
• 申請(qǐng)（專利權(quán)）人: 武漢中海庭數(shù)據(jù)技術(shù)有限公司
• 主分類號(hào): G06T17/05
• 分類號(hào): G06T17/05;G06T7/11;G06T7/136;G06V10/762;G06V10/764;G06K9/62
• 代理公司: 武漢藍(lán)寶石專利代理事務(wù)所(特殊普通合伙) 42242
• 代理人: 嚴(yán)超

本發(fā)明涉及一種路面標(biāo)線自動(dòng)提取方法及裝置，首先挑選各類路面點(diǎn)云樣本，根據(jù)路面點(diǎn)云的三維信息生成相應(yīng)的特征向量，利用生成的特征向量對(duì)非線性支持向量機(jī)進(jìn)行訓(xùn)練，得到分類模型；然后對(duì)待分類路面點(diǎn)云進(jìn)行處理，根據(jù)路面點(diǎn)云的三維信息生成相應(yīng)的特征向量，利用所述分類模型對(duì)待分類點(diǎn)云進(jìn)行分類。本發(fā)明利用點(diǎn)云坐標(biāo)的三維信息，根據(jù)三維信息計(jì)算特征向量，結(jié)合非線性支持向量機(jī)的方法對(duì)計(jì)算的特征向量進(jìn)行分類，可以有效的減小路面非標(biāo)線點(diǎn)云的誤提取率，而且也大大減少了運(yùn)算量。

技術(shù)領(lǐng)域

本發(fā)明涉及高精度電子地圖領(lǐng)域，特別涉及一種基于激光點(diǎn)云的路面標(biāo)線自動(dòng)提取方法及裝置。

背景技術(shù)

高精度電子地圖是汽車自動(dòng)駕駛和高級(jí)輔助駕駛技術(shù)不可或缺的一部分，為自動(dòng)駕駛汽車進(jìn)行精確定位和正確決策提供主要依據(jù)。路面標(biāo)線信息的檢測(cè)，包括車道、箭頭、導(dǎo)流帶、減速標(biāo)線等地面要素，是高精度電子地圖生產(chǎn)的核心問(wèn)題集中之一。高精度地圖的精度達(dá)到厘米級(jí)，這對(duì)確保無(wú)人駕駛汽車的安全至關(guān)重要，激光雷達(dá)獲得的路面點(diǎn)云數(shù)據(jù)可以滿足高精度地圖對(duì)精度的要求，是生產(chǎn)高精度電子地圖底圖的基礎(chǔ)數(shù)據(jù)。

目前路面點(diǎn)云的自動(dòng)分類方法主要可以分為兩種，一種是通過(guò)將點(diǎn)云轉(zhuǎn)換為灰度圖像，然后利用圖像的深度學(xué)習(xí)方法對(duì)圖像中的像素進(jìn)行分類，然后再逆映射回點(diǎn)云數(shù)據(jù)，從而得到目標(biāo)結(jié)果的點(diǎn)云數(shù)據(jù)。該方法計(jì)算量大，僅用到了點(diǎn)云的強(qiáng)度信息，且在數(shù)據(jù)轉(zhuǎn)換的過(guò)程中，伴隨著坐標(biāo)精度損失等問(wèn)題；另一種是根據(jù)圖像的深度學(xué)習(xí)結(jié)果，生成三維坐標(biāo)，然后與點(diǎn)云數(shù)據(jù)進(jìn)行匹配，找到目標(biāo)在點(diǎn)云數(shù)據(jù)中的大致位置，從而在點(diǎn)云的局部區(qū)域中提取目標(biāo)地物的點(diǎn)云。該方法同樣需要依賴圖像數(shù)據(jù)，而且對(duì)圖像與點(diǎn)云數(shù)據(jù)的配準(zhǔn)要求較高。

發(fā)明內(nèi)容

本發(fā)明針對(duì)現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題，提供一種直接從點(diǎn)云中自動(dòng)提取道路標(biāo)線的有效方法，如車道線、箭頭、導(dǎo)流帶等標(biāo)線。本發(fā)明同時(shí)利用了點(diǎn)云坐標(biāo)的三維信息，根據(jù)三維信息計(jì)算特征向量，結(jié)合非線性支持向量機(jī)的方法對(duì)計(jì)算的特征向量進(jìn)行分類，可以有效的減小路面非標(biāo)線點(diǎn)云的誤提取率，而且也大大減少了運(yùn)算量。

本發(fā)明解決上述技術(shù)問(wèn)題的技術(shù)方案如下：

第一方面，本發(fā)明提供一種路面標(biāo)線自動(dòng)提取方法，包括以下步驟：

挑選各類路面點(diǎn)云樣本，根據(jù)路面點(diǎn)云的三維信息生成相應(yīng)的特征向量，利用生成的特征向量對(duì)非線性支持向量機(jī)進(jìn)行訓(xùn)練，得到分類模型；

對(duì)待分類路面點(diǎn)云進(jìn)行處理，根據(jù)路面點(diǎn)云的三維信息生成相應(yīng)的特征向量，利用所述分類模型對(duì)待分類點(diǎn)云進(jìn)行分類。

第二方面，本發(fā)明提供一種路面標(biāo)線自動(dòng)提取裝置，包括：

模型構(gòu)建模塊，用于挑選各類路面點(diǎn)云樣本，根據(jù)路面點(diǎn)云的三維信息生成相應(yīng)的特征向量，利用生成的特征向量對(duì)非線性支持向量機(jī)進(jìn)行訓(xùn)練，得到分類模型；

分類提取模塊，用于對(duì)待分類路面點(diǎn)云進(jìn)行處理，根據(jù)路面點(diǎn)云的三維信息生成相應(yīng)的特征向量，利用所述分類模型對(duì)待分類點(diǎn)云進(jìn)行分類。

本發(fā)明的有益效果是：本發(fā)明公開(kāi)一種直接從點(diǎn)云中自動(dòng)提取道路標(biāo)線的有效方法，如車道線、箭頭、導(dǎo)流帶等標(biāo)線。由于本發(fā)明利用了點(diǎn)云坐標(biāo)的三維信息，根據(jù)三維信息計(jì)算特征向量，結(jié)合非線性支持向量機(jī)的方法對(duì)計(jì)算的特征向量進(jìn)行分類，可以有效的減小路面非標(biāo)線點(diǎn)云的誤提取率，而且也大大減少了運(yùn)算量。

進(jìn)一步的，所述的特征向量的生成過(guò)程包括：

對(duì)路面點(diǎn)云進(jìn)行強(qiáng)度分割并進(jìn)行聚類、過(guò)濾處理；

獲取聚類、過(guò)濾處理后的路面點(diǎn)云的掃描線信息并根據(jù)所述掃描信息計(jì)算其幾何特征作為所述路面點(diǎn)云的特征向量。

具體的，所述的對(duì)路面點(diǎn)云進(jìn)行強(qiáng)度分割并進(jìn)行聚類、過(guò)濾處理，包括：

將路面點(diǎn)云沿車輛軌跡方向及軌跡垂直方向分成n個(gè)方塊；