[發明專利]信息補全方法、車道線識別方法、智能行駛方法及相關產品

有效

• 申請號: 201911050904.4
• 申請日: 2019-10-31
• 公開（公告）號: CN112749594B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 陳申周;劉余錢
• 申請（專利權）人: 浙江商湯科技開發有限公司
• 主分類號: G06V20/58
• 分類號: G06V20/58;G01S17/931
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

本申請實施例公開了一種信息補全方法、車道線識別方法、智能行駛方法及相關產品，該信息補全方法包括：獲取多幀點云數據，所述多幀點云數據中每幀點云數據包括深度信息和強度信息；根據所述多幀點云數據中除參考點云數據之外的至少一幀點云數據的深度信息和強度信息，對參考點云數據進行補全，得到與所述參考點云數據對應的目標點云數據；其中，所述目標點云數據的深度信息比所述參考點云數據的深度信息稠密，且所述目標點云數據的強度信息比所述參考點云數據的強度信息稠密，所述參考點云數據為所述多幀點云數據中任意一幀點云數據。

技術領域

本申請涉及計算機視覺技術領域，具體涉及一種信息補全方法、車道線識別方法、智能行駛方法及相關產品。

背景技術

目前，在探測目標方面，使用激光雷達(Light Detection And Ranging，簡稱：LiDAR)向目標主動投射多行掃描線的脈沖激光，通過反向散射回波測量出目標。由于激光不屬于可見光，即使在照明條件不好的情況下，LiDAR仍然運行良好，因此，激光雷達廣泛應用到各個領域，例如，無人駕駛中，采用LiDAR來提取車道線。雖然，LiDAR不受光線影響，但由于其垂直分辨率和角度分辨率的限制，導致LiDAR的測量數據非常稀疏，為了充分利用LiDAR的測量數據，首先對測量數據中稀疏的深度信息，補全為稠密的深度信息。然而，LiDAR的測量數據中還包含有強度信息，但由于強度信息與目標的表面材質、激光的入射角方向等其他因素相關，導致無法對強度信息進行補全，所以目前對LiDAR的測量數據的利用率低；由于無法補全強度信息，僅利用補全后的深度信息進行車道線識別時，環境亮度會影響深度信息的獲取，導致識別率低，魯棒性差。

發明內容

本申請實施例提供了一種信息補全方法、車道線識別方法、智能行駛方法及相關產品，提高點云數據資源的利用率以及提高車道線的識別精度。

第一方面，本申請實施例提供一種信息補全方法，包括：

獲取多幀點云數據，所述多幀點云數據中每幀點云數據包括深度信息和強度信息；

根據所述多幀點云數據中除參考點云數據之外的至少一幀點云數據的深度信息和強度信息，對參考點云數據進行補全，得到與所述參考點云數據對應的目標點云數據；

其中，所述目標點云數據的深度信息比所述參考點云數據的深度信息稠密，且所述目標點云數據的強度信息比所述參考點云數據的強度信息稠密，所述參考點云數據為所述多幀點云數據中任意一幀點云數據。

在一些可能的實施方式中，所述根據所述多幀點云數據中除參考點云數據之外的至少一幀點云數據的深度信息和強度信息，對參考點云數據進行補全，得到與所述參考點云數據對應的目標點云數據，包括：

對點云數據集合中每幀點云數據的深度信息進行重投影，得到所述點云數據集合中每幀點云數據對應的深度圖，所述點云數據集合由所述至少一幀點云數據和所述參考點云數據構成；

根據所述點云數據集合中每幀點云數據對應的深度圖，對所述參考點云數據進行深度信息補全，得到與所述參考點云數據對應的目標深度圖；

根據與所述參考點云數據對應的目標深度圖，對所述參考點云數據進行強度信息補全，得到與所述參考點云數據對應的目標強度圖。

在一些可能的實施方式中，所述根據所述點云數據集合中每幀點云數據對應的深度圖，對所述參考點云數據進行深度信息補全，得到與所述參考點云數據對應的目標深度圖，包括：

獲取所述至少一幀點云數據中每幀點云數據的第一雷達坐標系以及所述參考點云數據對應的參考雷達坐標系；

確定將各個第一雷達坐標系變換為所述參考雷達坐標系的各個第一變換矩陣；

根據每個第一變換矩陣對對應幀點云數據的深度圖進行變換，得到第一深度圖；