[發明專利]一種道路邊界分類方法及其裝置、計算機設備、移動工具

在審

• 申請號: 202210466833.1
• 申請日: 2022-04-29
• 公開（公告）號: CN114821501A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 李慧慧
• 申請（專利權）人: 北京智行者科技有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/764;G06V10/80
• 代理公司: 天津市三利專利商標代理有限公司 12107
• 代理人: 徐金生

本發明公開了一種道路邊界分類方法，包括：步驟S1，采集車輛附近道路邊界的點云特征及車輛附近道路邊界的圖像；步驟S2，根據車輛附近道路邊界的點云特征對車輛附近道路邊界分類，獲得點云道路邊界類型；步驟S3，根據輛附近道路邊界的圖像具有的圖像特征對車輛附近道路邊界分類，獲得圖像道路邊界類型；步驟S4，將同一時刻或時間戳的單幀點云特征和單幀圖像同步記為同一幀點云和圖像；步驟S5，根據同一幀點云和圖像中的點云特征和圖像的道路邊界分類結果，獲得最終的道路邊界類型。本發明還公開了道路邊界分類裝置、計算機設備及移動工具。本發明通過激光雷達點云和相機圖像進行道路邊界分類并融合，實現自動道路邊界分類。

技術領域

本發明涉及無人駕駛技術領域，特別是涉及一種道路邊界分類方法，一種道路邊界分裝置，一種計算機設備，一種移動工具。

背景技術

無人駕駛技術中地圖的采集，常常需要對道路邊界類型進行分類，用于決策車輛是否可以通行或穿越。由于地圖采集工作量巨大，道路邊界信息豐富，因此，如果能夠快速、準確地區分道路邊界類型，可以大大提高地圖采集效率，降低成本。

目前，在無人駕駛的地圖采集工作中，對道路邊界類型的區分，多采用人工分類，即通過肉眼觀察圖像中道路邊界特征，人工對道路類型進行區分并在地圖中進行相應標注。

這種人工分類的方式，由于通過肉眼觀察圖像中道路邊界特征，人工對地圖中邊界類型進行區分和標注，效率較低，需要大量的人力成本，且速度較慢。

此外，人工肉眼觀察道路邊界特征，來進行道路類型區分并標注，不可避免地存在分類的錯誤和誤標注的問題，而且道路邊界場景特征復雜，各種類型的道路特征存在模糊情況，不同人理解道路類型情況也會存在差別，最終導致人工標注出的道路類型準確度會下降，從而在一定程度上會影響到自動駕駛車輛在路面上的安全可靠運行。

發明內容

本發明的目的是針對現有技術存在的技術缺陷，提供一種道路邊界分類方法，一種道路邊界分裝置，一種計算機設備，一種移動工具。

為此，本發明第一方面，提供了一種道路邊界分類方法，包括以下步驟：

步驟S1，通過激光雷達，實時采集車輛附近道路邊界的點云特征，以及通過相機，實時采集車輛附近道路邊界的圖像；

步驟S2，根據步驟S1獲得的車輛附近道路邊界的點云特征，對車輛附近道路邊界進行分類，獲得對應的點云道路邊界類型；

步驟S3，對于步驟S1獲得的車輛附近道路邊界的圖像，根據該圖像具有的圖像特征，對車輛附近道路邊界進行分類，獲得對應的圖像道路邊界類型；

步驟S4，將同一時刻或時間戳的單幀點云特征和單幀圖像同步到一起，記為同一幀點云和圖像；

步驟S5，對于步驟S4獲得的同一幀點云和圖像，根據同一幀點云和圖像中的點云特征和圖像的道路邊界分類結果，按照預設的融合規則進行融合，獲得最終的道路邊界類型。

優選地，在步驟S1中，激光雷達朝向車輛的前方，通過激光雷達采集車輛前方道路邊界的點云特征，以及相機朝向車輛的前方，通過相機采集車輛前方道路邊界的圖像。

優選地，在步驟S2中，當步驟S1獲得的車輛附近道路邊界的點云信息具有的點云特征是預設明顯的高路沿點云特征時，將車輛附近道路邊界的類型劃分為點云B類道路邊界；

預設明顯的高路沿點云特征，即對于激光雷達所采集的車輛附近道路邊界的點云特征，其包括一條路沿分界線；

對于路沿分界線，路沿分界線兩側點云的高度差在預設差值區間內；

點云B類道路邊界為高路沿類的點云道路邊界。