[發明專利]一種車道線檢測方法及裝置

在審

• 申請號: 202010730629.7
• 申請日: 2020-07-27
• 公開（公告）號: CN111832536A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 李峰;秦杭;張軍;王舜琰
• 申請（專利權）人: 北京經緯恒潤科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 薛嬌

本發明公開了一種車道線檢測方法及裝置，采用激光雷達獲取車輛的激光雷達原始點云數據，從激光雷達原始點云數據中分割出包含地面的目標區域，從目標區域提取出地面點云數據，再從地面點云數據中篩選出車道線特征點，基于車道線特征點，擬合得到多條車道線，從多條車道線中篩選出車道線之間的距離在預設車道線距離范圍內的車道線作為目標車道線。本發明采用激光雷達采集車道線信息，激光雷達在采集圖像時不受光照影響，可以在不同時間和不同環境下準確的檢測出車道線，從而滿足全工況的車道線識別，且車道線的檢測準確率高。

技術領域

本發明涉及圖像處理技術領域，更具體的說，涉及一種車道線檢測方法及裝置。

背景技術

在針對智能車輛的研究任務中，車道線檢測是一個復雜且具有挑戰性的任務。車道線作為道路的一個主要部分，起到為智能車輛提供參考和指導安全駕駛的作用。

現有的車道線檢測方法，主要使用基于攝像頭的圖像處理技術，通過使用計算機視覺、機器學習等處理方法，檢測出圖像中的車道線。

然而，基于攝像頭的車道線檢測方法，受光照影響較嚴重，在強光、陰影、明暗快速變換和夜間較暗的道路上，車道線的檢測準確率低。

發明內容

有鑒于此，本發明公開一種車道線檢測方法及裝置，以實現在采集圖像時不受光照影響，可以在不同時間和不同環境下準確的檢測出車道線，不會因夜晚環境沒有照明而無法檢測到車道線，更不會因為路面陰影和明暗快速變化等環境因素噪聲車道線的誤檢和漏檢，因此，可以適用于全部路況下，滿足全工況的車道線識別，且車道線的檢測準確率高。

一種車道線檢測方法，包括：

獲取車輛的激光雷達原始點云數據；

從所述激光雷達原始點云數據中分割出包含地面的目標區域；

從所述目標區域內提取出地面點云數據；

從所述地面點云數據中篩選出車道線特征點；

基于篩選出的車道線特征點，將屬于同一條車道線的車道線特征點分為一類，得到多個類，并針對每個類中的車道線特征點進行車道線擬合，得到多條車道線；

從多條車道線中篩選出車道線之間的距離在預設車道線距離范圍內的車道線作為目標車道線。

可選的，所述從所述目標區域內提取出地面點云數據，具體包括：

將所述目標區域內的激光雷達原始點云數據由三維空間投射至水平二維平面；

將水平二維平面內每條射線上的激光雷達的各個原始點云數據，按照與原點的距離由小至大進行排序，其中，所述射線以雷達為原點周向發散，相鄰射線之間的夾角為預設的角度間隔；

將每條射線上排序完成的激光雷達原始點云數據還原到三維空間；

按照排序依次判斷三維空間內每條射線上相鄰的點云數據的坡度，是否同時小于坡度閾值和坡度序列的均方根誤差；

如果是，則判定當前點云所對應的激光雷達原始點云數據為地面點云數據。

可選的，所述從所述地面點云數據中篩選出車道線特征點，具體包括：

對所述地面點云數據進行柵格化處理，得到目標地面點云數據；

對所述目標地面點云數據使用滑窗法，基于預設的反射強度閾值及車道線寬度，篩選得到車道線特征點。

可選的，所述對所述地面點云數據進行柵格化處理，得到目標地面點云數據，具體包括：

將所述目標區域內雷達的每條掃描線劃分為預設數量的柵格；