[發明專利]一種激光點云車道線提取方法

有效

• 申請號: 201910936338.0
• 申請日: 2019-09-29
• 公開（公告）號: CN110705577B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 惠念;鄭小輝;熊跡;劉奮
• 申請（專利權）人: 武漢中海庭數據技術有限公司
• 主分類號: G06V10/44
• 分類號: G06V10/44;G06T7/11;G06T7/12
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙) 42242
• 代理人: 王振宇

本發明提供一種激光點云車道線提取方法，包括：S1、結合點云，將歷史車道線提取成果，生成點云投影圖和標注樣本；S2、使用標注樣本進行深度學習分割網絡模型訓練，獲得訓練好的分割模型；S3、結合軌跡，生成點云投影圖，保存點云和投影的對應關系，獲得中間成果；S4、使用訓練好的分割模型，推理S3獲得的點云投影圖，獲得二值化的Mask圖；S5、使用opencv對所述Mask圖進行輪廓提取、骨架提取和寬度計算；S6、基于S5的結果，結合S3的中間成果，反算出車道線圖像坐標對應的三維點云坐標。本發明實施例提取在路面鋪設材質不同，或車道線有磨損，或者采集設備不同時，可以通過再訓練模型的方式，應對不適應的情況。

技術領域

本發明涉及交通技術領域，更具體地，涉及一種激光點云車道線提取方法。

背景技術

由于激光點云較高的位置精度，近年來越來越多的被用于高精度地圖要素的采集，包括車道線、箭頭、標志牌和交通信號燈等。其中，車道線作為道路網絡中最核心的組成部分，各種車道線的自動提取方法一直在被探索和實踐。常規的方法是基于點云反射強度進行濾波，該方法的原理是利用車道線印刷材質和路面鋪設材質的差異，車道線點云的反射強度一般遠高于路面點云的反射強度的原理。

常用的反射強度閾值計算方法報刊大津法和otsu法等，也有將點云轉換為圖片，在圖片上，基于圖片的邊緣檢測+霍夫變換的方法來提取車道線的邊緣。這兩類方法共同的關鍵點，都在于區分車道線與道路面的反射強度閾值。閾值的設定直接影響到最終提取的精度。而現實世界中的道路面材質各異，車道線的印刷也常常有磨損等狀況，在一些區域，車道線附近路面會有一些高反射強度的噪點，都會影響閾值的計算。除此之外，不同廠家、型號的激光雷達設備，采集的激光點云的反射強度分布也各有差異。基于以上傳統方法的車道線提取在不同區域、不同采集設備上的適用性很難快速適應。

現有技術中，通常采用直接使用點云反射強度閾值來分割車道線和道路面的方法，或者將其轉換為圖片，使用圖片的常規邊緣檢測的方法；因此，其二值化的閾值，會直接影響到最終的提取精度。對于路面鋪設材質不同，或車道線有磨損，或者采集設備不同時，閾值計算的方法的通用性不夠好。而且這些方法只能提取到路面上的長實線和短虛線，后續道路網絡的構建有較高難度。

發明內容

為了解決上述問題，本發明實施例提供一種克服上述問題或者至少部分地解決上述問題的激光點云車道線提取方法。

根據本發明實施例的第一方面，提供一種激光點云車道線提取方法，該方法包括：S1、結合點云，將歷史車道線提取成果，生成點云投影圖和標注樣本；S2、使用標注樣本進行深度學習分割網絡模型訓練，獲得訓練好的分割模型；S3、結合軌跡，生成點云投影圖，保存點云和投影的對應關系，獲得中間成果；S4、使用訓練好的分割模型，推理S3獲得的點云投影圖，獲得二值化的Mask圖；S5、使用opencv對Mask圖進行輪廓提取、骨架提取和寬度計算；S6、基于S5的結果，結合S3的中間成果，反算出車道線圖像坐標對應的三維點云坐標。