一种基于激光点云的道路边界提取方法和装置制造方法及图纸

本发明专利技术属于高精度地图生产技术领域，本发明专利技术提供一种基于激光点云的道路边界提取方法和装置，其中，方法包括：获取激光点云数据，对激光点云数据中道路边界点进行粗提取；将粗提取的道路边界点进行视角变换；对视角变换后的道路边界点进行精提取；将精提取的道路边界点进行拟合，得到道路边界线。本发明专利技术在道路边界点粗提取后，通过对道路边界点进行视角变换，使原本稀疏的道路边界点距离更为紧凑，有效增强了真实道路边界点的线性特征，减少了特征相似的干扰点的影响，进而提高了道路边界提取算法的准确性。法的准确性。法的准确性。

【技术实现步骤摘要】
一种基于激光点云的道路边界提取方法和装置


[0001]本专利技术属于高精度地图生产
，尤其涉及一种基于激光点云的道路边界提取方法和装置。

技术介绍

[0002]道路边界线是车辆区分道路区域与周围环境的关键道路要素之一。激光点云是高精度地图的主要数据来源，它是利用激光扫描技术获取到的海量点的集合，可以准确表示三维空间内物体的位置分布与表面特征，为道路数据的快速获取、更新提供了数据基础。
[0003]目前基于激光点云的道路边界线提取的相关研究中，主要可以分为基于点云二维特征图像、基于扫描线空间分布特征、基于点云三维形态特征三大类。上述方法，在道路边界点提取过程中，或依赖大量人工阈值、或提取特征易受干扰点影响，导致道路边界线的精度受限、生成结果不够精细的问题，还存在提取的道路边界点较为稀疏、存在特征相似的干扰点等问题，使得最终拟合得到的道路边界线不准确。
[0004]鉴于此，克服该现有技术所存在的缺陷是本
亟待解决的问题。

技术实现思路

[0005]本专利技术针对现有方法提取的道路边界点较为稀疏、存在特征相似的干扰点进而导致拟合的道路边界线不准确的技术问题提供一种解决方案。
[0006]为了解决上述技术问题，本专利技术采用如下技术方案：
[0007]第一方面，本专利技术提供一种基于激光点云的道路边界提取方法，包括：
[0008]获取激光点云数据，对激光点云数据中的道路边界点进行粗提取，得到道路边界候选点；
[0009]将道路边界候选点进行视角变换，得到视角变换后的道路边界候选点；
[0010]对视角变换后的道路边界候选点进行精提取和拟合，得到道路边界线。
[0011]优选的，所述对激光点云数据中的道路边界点进行粗提取，得到道路边界候选点，包括：
[0012]基于间隔采样的轨迹数据对道路点云横向切分，得到道路截面序列；
[0013]对道路截面序列进行格网划分，计算格网单元主点，生成伪扫描线；
[0014]计算伪扫描线相邻两点间的坡度与高差，对于同时在坡度阈值与高差阈值范围内的点，标识为道路边界候选点。
[0015]优选的，所述基于间隔采样的轨迹数据对道路点云横向切分，得到道路截面序列，包括：
[0016]获取采集激光点云时采集设备的轨迹数据，按一定距离对轨迹数据中的轨迹点间隔采样；
[0017]以采样的轨迹点为中心，设置截取宽度，对道路点云进行横向分块，并将截取的道路点云投影到对应的截面上，得到道路截面序列。
[0018]优选的，所述对道路截面序列进行格网划分，计算格网单元主点，生成伪扫描线，包括：
[0019]以设置的截取宽度为单元长度，对每个截面系列进行格网划分；
[0020]对每个格网单元内的所有点按照高程排序，计算相邻点的高差，将小于高差阈值的点划分为同一层数据，将最底层数据的最高点作为格网单元的主点；
[0021]将每个格网单元的主点进行连接，生成伪扫描线。
[0022]优选的，所述将道路边界候选点进行视角变换，得到视角变换后的道路边界候选点，包括：
[0023]获取道路边界候选点的索引；其中，索引与点云坐标值对应；
[0024]根据当前路段的点云坐标最大值和最小值，计算当前路段的点云中心点；
[0025]计算轨迹点航向角的均值，以及，轨迹点航向角的均值的俯视垂直方向，获取穿过点云中心点的均值航向角垂线；
[0026]以均值航向角垂线为轴，对道路边界点云进行旋转，并将旋转后的道路边界点云投影到x
‑
o
‑
y平面，得到视角变换后的道路边界候选点。
[0027]优选的，所述对道路边界点云进行旋转，旋转方式为顺时针旋转或者逆时针旋转。
[0028]优选的，所述顺时针旋转或者逆时针旋转，旋转角度为15
°‑
75
°
。
[0029]优选的，所述对视角变换后的道路边界候选点进行精提取和拟合，得到道路边界线，包括：
[0030]对视角变换后的道路边界候选点进行初次曲线拟合，将拟合结果中在容差范围外的点作为非道路边界线的离群点进行剔除，将拟合结果中在容差范围内的点作为拟合优化后的道路边界点；
[0031]根据拟合优化后的道路边界点的原索引，找到视角变换前的道路边界候选点，作为精提取的道路边界点；
[0032]对精提取的道路边界点进行再次曲线拟合，将拟合结果中存在的缺漏点进行插值补全，得到最终的道路边界线。
[0033]优选的，所述对视角变换后的道路边界候选点进行初次曲线拟合，初次曲线拟合方式采用随机采样一致性方法。
[0034]第二方面，本专利技术提供一种基于激光点云的道路边界提取装置，包括：
[0035]至少一个处理器；以及，
[0036]与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述处理器执行，用于执行如第一方面所述的基于激光点云的道路边界提取方法。
[0037]针对现有技术中的不足，本专利技术所能取得的有益效果为：
[0038]本专利技术提出一种基于激光点云的道路边界提取方法和装置，在道路边界点粗提取后，通过对道路边界点进行视角变换，使原本稀疏的道路边界点距离更为紧凑，有效增强了真实道路边界点的线性特征，减少了特征相似的干扰点的影响，进而提高了道路边界提取算法的准确性。
附图说明
[0039]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0040]图1是实施1提供的一种基于激光点云的道路边界提取方法流程示意图；
[0041]图2
‑
图6是图1中各个步骤的流程示意图；
[0042]图7是实施1提供的一种基于激光点云的道路边界提取方法原理示意图；
[0043]图8是实施1提供的一种基于激光点云的道路边界提取方法数据处理图；
[0044]图9是实施2提供的一种基于激光点云的道路边界提取装置结构示意图。
具体实施方式
[0045]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。另外，本专利技术提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，这种结合不受步骤先后次序和/或结构组成模式的约束，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于激光点云的道路边界提取方法，其特征在于，包括：获取激光点云数据，对激光点云数据中的道路边界点进行粗提取，得到道路边界候选点；将道路边界候选点进行视角变换，得到视角变换后的道路边界候选点；对视角变换后的道路边界候选点进行精提取和拟合，得到道路边界线。2.根据权利要求1所述的基于激光点云的道路边界提取方法，其特征在于，所述对激光点云数据中的道路边界点进行粗提取，得到道路边界候选点，包括：基于间隔采样的轨迹数据对道路点云横向切分，得到道路截面序列；对道路截面序列进行格网划分，计算格网单元主点，生成伪扫描线；计算伪扫描线相邻两点间的坡度与高差，对于同时在坡度阈值与高差阈值范围内的点，标识为道路边界候选点。3.根据权利要求2所述的基于激光点云的道路边界提取方法，其特征在于，所述基于间隔采样的轨迹数据对道路点云横向切分，得到道路截面序列，包括：获取采集激光点云时采集设备的轨迹数据，按一定距离对轨迹数据中的轨迹点间隔采样；以采样的轨迹点为中心，设置截取宽度，对道路点云进行横向分块，并将截取的道路点云投影到对应的截面上，得到道路截面序列。4.根据权利要求3所述的基于激光点云的道路边界提取方法，其特征在于，所述对道路截面序列进行格网划分，计算格网单元主点，生成伪扫描线，包括：以设置的截取宽度为单元长度，对每个截面系列进行格网划分；对每个格网单元内的所有点按照高程排序，计算相邻点的高差，将小于高差阈值的点划分为同一层数据，将最底层数据的最高点作为格网单元的主点；将每个格网单元的主点进行连接，生成伪扫描线。5.根据权利要求1所述的基于激光点云的道路边界提取方法，其特征在于，所述将道路边界候选点进行视角变换，得到视角变换后的道路边界候选点，包括：获取道路边界候选点的索引；其中，索引与点云坐标值对应；根据当前路段的点云坐标最大值和最小值，计算当前路段的点云中心...

【专利技术属性】
技术研发人员：徐静怡，尹玉成，刘奋，
申请(专利权)人：武汉中海庭数据技术有限公司，
类型：发明
国别省市：