一种车道线检测方法、终端及存储介质技术

本申请涉及一种车道线检测方法、终端及存储介质，其中，车道线检测方法包括：获取车道线点云数据，并根据车道线点云数据，对车道线点云进行过滤，确定目标点云；对目标点云进行栅格化处理，获取目标点云的栅格图及线段集；根据栅格图中的单元格的属性及线段集对目标点云进行聚类，获取同一车道线的点云数据；对同一车道线的点云数据进行拟合，输出车道线。本申请通过深度学习网络对车载激光雷达采集的原始点云数据进行分类，获取车道线点云，并对车道线点云进一步过滤，确定目标点云，提高车道线点云的检测准确性；另外，采用滑窗的方式，根据目标点云栅格图中的单元格属性及线段集，对目标点云进行聚类，提高车道线检测的准确性及效率。及效率。及效率。

【技术实现步骤摘要】
一种车道线检测方法、终端及存储介质


[0001]本申请属于智能驾驶
，尤其涉及一种车道线检测方法、终端及存储介质。

技术介绍

[0002]在智能驾驶
，车道线检测作为环境感知系统的关键环节，需要为后续的路径规划与决策控制提供稳定可靠的支持。现有的车道线检测方法根据传感器分类，可分为基于相机图像数据的车道线检测方法和基于激光雷达点云数据的车道线检测方法。
[0003]基于相机图像数据的车道线检测方法，又可分为基于传统算法和深度学习算法的车道线检测方法，但是无论基于哪种算法，根据相机图像数据检测车道线都容易受到光照、天气等环境因素的影响，在光照条件差或者天气恶劣的情况下，车道线检测的准确性较低；
[0004]基于激光雷达点云数据的车道线检测方法，也可分为基于传统算法和深度学习算法的车道线检测方法。其中，基于传统算法的车道线检测方法的一般流程是先根据反射强度值等一些过滤条件从原始点云数据中筛选出车道线的点，然后对车道线的点进行聚类，再对聚类结果进行直线或曲线拟合，输出车道线；
[0005]该方法对反射强度阈值或其他指标的阈值的选取有较高的要求，在路况复杂的场景，可能会将路面上的标志、人行道等一些非车道线点误判为车道线的点，车道线检测的准确性较低；而基于深度学习算法的车道线检测方法较少，而且缺少大量的数据集进行训练，车道线检测的准确性也较低。

技术实现思路

[0006]针对上述技术问题，本申请提供一种车道线检测方法、终端及存储介质，以提高车道线检测的准确性及效率。
[0007]本申请提供了一种车道线检测方法，包括：获取车道线点云数据，并根据所述车道线点云数据，对车道线点云进行过滤，确定目标点云；对所述目标点云进行栅格化处理，获取所述目标点云的栅格图及线段集；根据所述栅格图中的单元格的属性及所述线段集对所述目标点云进行聚类，获取同一车道线的点云数据；对所述同一车道线的点云数据进行拟合，输出车道线。
[0008]在一实施方式中，获取车道线点云数据，包括：获取车载激光雷达采集的原始点云数据；根据所述原始点云数据，通过深度学习网络对原始点云进行分类，得到所述车道线点云数据。
[0009]在一实施方式中，根据所述车道线点云数据，对车道线点云进行过滤，包括以下至少一项：若所述车道线点云中的任一点与车辆的距离不满足第一预设范围，则将对应的点从所述车道线点云中去除；若所述车道线点云中的任一点的反射强度值不满足第二预设范围，则将对应的点从所述车道线点云中去除；若所述车道线点云中的任一点到地面的距离不满足第三预设范围，则将对应的点从所述车道线点云中去除。
[0010]在一实施方式中，获取所述目标点云的线段集，包括：根据所述目标点云在所述栅
格图中的各单元格的分布情况，获取所述目标点云的二值化鸟瞰图；对所述目标点云的二值化鸟瞰图进行霍夫变换，获取所述目标点云的线段集。
[0011]在一实施方式中，所述单元格的属性包括：所述单元格内的点云数量；所述单元格的方向；所述单元格内的点云的聚类情况。
[0012]在一实施方式中，根据所述栅格图中的单元格的属性及所述线段集对所述目标点云进行聚类，包括：以所述线段集中的线段的起点作为滑窗的初始中心点，在所述栅格图上建立预设尺寸的滑窗；对所述滑窗中包括的单元格按照预设顺序逐个进行点云聚类分析：在所述滑窗中的当前单元格内的点云数量大于零，且当前单元格内的点云未聚类时，获取所述当前单元格的方向与所述滑窗的中心点所在的线段的方向之间的第一夹角；若所述第一夹角小于第一阈值，则将所述当前单元格内的点云与所述滑窗的中心点所在的线段上的点云聚为一类；若所述第一夹角大于或等于所述第一阈值，则继续对所述滑窗中的下个单元格进行所述点云聚类分析；在所述滑窗中的所有单元格的点云聚类分析完成后，控制所述滑窗以预设步长移动到下个位置，然后在所述下个位置继续执行所述对所述滑窗中的单元格按照预设顺序逐个进行点云聚类分析的步骤，直到所述滑窗移动到所述栅格图的外部。
[0013]在一实施方式中，控制所述滑窗以预设步长移动到下个位置，包括：获取所述滑窗的当前中心点的位置；在所述滑窗的当前中心点位于所述滑窗的当前中心点所在的当前线段与下个线段的交叉区域时，获取所述下个线段的方向与所述当前线段的方向之间的第二夹角；若所述第二夹角小于第二阈值，则根据所述滑窗的当前中心点的位置、所述预设步长及所述下个线段的函数方程，计算所述滑窗的下个中心点的位置；若所述第二夹角大于或等于所述第二阈值，则根据所述滑窗的当前中心点的位置、所述预设步长及所述当前线段的函数方程，计算所述滑窗的下个中心点的位置。
[0014]在一实施方式中，所述对所述同一车道线的点云数据进行拟合，输出车道线的步骤，包括：采用最小二乘法对所述同一车道线的点云数据进行三次多项式的拟合，确定所述车道线的函数方程；根据所述车道线的函数方程，输出所述车道线。
[0015]本申请还提供了一种终端，所述终端包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述车道线检测方法的步骤。
[0016]本申请还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述车道线检测方法的步骤。
[0017]本申请提供的一种车道线检测方法、终端及存储介质，通过深度学习网络对车载激光雷达采集的原始点云数据进行分类，获取车道线点云，并对车道线点云进一步过滤，确定目标点云，提高车道线点云的检测准确性；另外，采用滑窗的方式，根据目标点云栅格图中的单元格属性及线段集，对目标点云进行聚类，提高车道线检测的准确性及效率。
附图说明
[0018]图1是本申请实施例一提供的车道线检测方法的流程示意图；
[0019]图2是本申请实施例一提供的栅格示意图；
[0020]图3是本申请实施例一提供的直线检测结果示意图；
[0021]图4是本申请实施例一提供的点云聚类结果示意图；
[0022]图5是本申请实施例一提供的滑窗移动示意图；
[0023]图6是本申请实施例一提供的车道线拟合示意图；
[0024]图7是本申请实施例一提供的点云聚类的具体流程示意图；
[0025]图8是本申请实施例二提供的终端的结构示意图。
具体实施方式
[0026]以下结合说明书附图及具体实施例对本申请技术方案做进一步的详细阐述。除非另有定义，本申请所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
[0027]图1是本申请实施例一提供的车道线检测方法的流程示意图。如图1所示，本申请的车道线检测方法可以包括如下步骤：
[0028]步骤S101：获取车道线点云数据，并根据车道线点云数据，对车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车道线检测方法，其特征在于，包括：获取车道线点云数据，并根据所述车道线点云数据，对车道线点云进行过滤，确定目标点云；对所述目标点云进行栅格化处理，获取所述目标点云的栅格图及线段集；根据所述栅格图中的单元格的属性及所述线段集对所述目标点云进行聚类，获取同一车道线的点云数据；对所述同一车道线的点云数据进行拟合，输出车道线。2.如权利要求1所述的车道线检测方法，其特征在于，获取车道线点云数据，包括：获取车载激光雷达采集的原始点云数据；根据所述原始点云数据，通过深度学习网络对原始点云进行分类，得到所述车道线点云数据。3.如权利要求1所述的车道线检测方法，其特征在于，根据所述车道线点云数据，对车道线点云进行过滤，包括以下至少一项：若所述车道线点云中的任一点与车辆的距离不满足第一预设范围，则将对应的点从所述车道线点云中去除；若所述车道线点云中的任一点的反射强度值不满足第二预设范围，则将对应的点从所述车道线点云中去除；若所述车道线点云中的任一点到地面的距离不满足第三预设范围，则将对应的点从所述车道线点云中去除。4.如权利要求1所述的车道线检测方法，其特征在于，获取所述目标点云的线段集，包括：根据所述目标点云在所述栅格图中的各单元格的分布情况，获取所述目标点云的二值化鸟瞰图；对所述目标点云的二值化鸟瞰图进行霍夫变换，获取所述目标点云的线段集。5.如权利要求1所述的车道线检测方法，其特征在于，所述单元格的属性包括：所述单元格内的点云数量；所述单元格的方向；所述单元格内的点云的聚类情况。6.如权利要求5所述的车道线检测方法，其特征在于，根据所述栅格图中的单元格的属性及所述线段集对所述目标点云进行聚类，包括：以所述线段集中的线段的起点作为滑窗的初始中心点，在所述栅格图上建立预设尺寸的滑窗；对所述滑窗中包括的单元格按照预设顺序逐个进行点云聚类分析：在所述滑窗中的当前单元格内的点云数量大于零，且当前单元格内的点云未聚...

【专利技术属性】
技术研发人员：王文爽，张灿，潘奇，赵天坤，
申请(专利权)人：合众新能源汽车有限公司，
类型：发明
国别省市：