System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 路沿检测的方法、装置、设备以及存储介质制造方法及图纸_技高网

路沿检测的方法、装置、设备以及存储介质制造方法及图纸

技术编号:41339371 阅读:7 留言:0更新日期:2024-05-20 09:57
本申请提供了一种路沿检测的方法、装置、设备以及存储介质,可应用于智能驾驶技术领域。该路沿检测的方法包括:获取第一时刻车辆周围环境的点云数据;从该点云数据中获取第一地面点;沿第一数轴将第一地面点分为至少两个路段,并获取每个路段内的点云在第二数轴的局部坐标值范围;根据至少两个路段的局部坐标值范围和路段两侧路沿的宽度范围,在至少两个路段中确定至少两个第一路段;根据至少两个第一路段的局部坐标值范围,确定路沿的全局坐标值范围;根据该全局坐标值范围,确定第一时刻的路沿信息。本申请实施例依靠点云数据进行路沿检测,能够不依赖数据及其标注,有效降低时间成本和经济成本,还能够提高路沿检测速度,提升路沿检测效率。

【技术实现步骤摘要】

本申请实施例涉及智能驾驶,尤其涉及一种路沿检测的方法、装置、设备以及存储介质


技术介绍

1、对于无人驾驶平台及高级辅助驾驶系统(advanced driving assistancesystem,adas)而言,环境感知系统是智能车辆平台与周围交通场景的交互端口,也是智能车辆平台运动决策、规划控制系统的前端输入。环境感知系统的性能直接决定了无人驾驶平台、asas执行驾驶任务的稳定性。

2、环境感知系统可以对智能车辆周围环境充分感知,例如周围的道路边界信息。其中,路沿的检测在自动驾驶中起到很关键的作用。相关技术中,针对路沿的检测通常使用深度学习方法,需要事先对图像数据中的路沿和非路沿进行标注以对模型训练过程进行监督。一方面,基于深度学习的路沿检测方法非常依赖数据及其标注,而数据标注往往需要耗费大量的时间成本和经济成本。另一方面,基于深度学习的路沿检测模型主要由卷积神经网络模型组成,检测速度较慢。


技术实现思路

1、本申请提供一种路沿检测的方法、装置、设备以及存储介质,依靠点云数据进行路沿检测,能够不依赖数据及其标注,有效降低时间成本和经济成本,还能够提高路沿检测速度,提升路沿检测效率。

2、第一方面,本申请实施例提供一种路沿检测的方法,包括:

3、获取第一时刻车辆周围环境的点云数据;

4、从所述点云数据中获取第一地面点;

5、沿第一数轴将所述第一地面点分为至少两个路段,并获取所述至少两个路段中每个路段内的点云在第二数轴的局部坐标值范围;其中,所述第一数轴的方向为车辆的行驶方向,所述第二数轴的方向为路面宽度方向;

6、根据所述至少两个路段的局部坐标值范围和所述路段两侧路沿的宽度范围,在所述至少两个路段中确定至少两个第一路段;

7、根据所述至少两个第一路段的局部坐标值范围,确定路沿的全局坐标值范围;

8、根据所述全局坐标值范围,确定所述第一时刻的路沿信息。

9、第二方面,本申请实施例提供了一种路沿检测的装置,包括:

10、获取单元,用于获取第一时刻车辆周围环境的点云数据;

11、处理单元,用于从所述点云数据中获取第一地面点;

12、所述处理单元还用于沿第一数轴将所述第一地面点分为至少两个路段,并获取所述至少两个路段中每个路段内的点云在第二数轴的局部坐标值范围;其中,所述第一数轴的方向为车辆的行驶方向,所述第二数轴的方向为路面宽度方向;

13、所述处理单元还用于根据所述至少两个路段的局部坐标值范围和所述路段两侧路沿的宽度范围,在所述至少两个路段中确定至少两个第一路段;

14、所述处理单元还用于根据所述至少两个第一路段的局部坐标值范围,确定路沿的全局坐标值范围;

15、所述处理单元还用于根据所述全局坐标值范围,确定所述第一时刻的路沿信息。

16、第三方面,本申请实施例提供一种电子设备,包括:处理器和存储器,该存储器用于存储计算机程序,该处理器用于调用并运行该存储器中存储的计算机程序,执行如第一方面中的方法。

17、第四方面,本申请实施例提供一种计算机可读存储介质,包括指令,当其在计算机上运行时使得计算机执行如第一方面中的方法。

18、第五方面,本申请实施例提供一种计算机程序产品,包括计算机程序指令,该计算机程序指令使得计算机执行如第一方面中的方法。

19、第六方面,本申请实施例提供一种计算机程序,计算机程序使得计算机执行如第一方面中的方法。

20、通过上述方案,本申请实施例能够依靠点云数据进行路沿检测,在通过点云数据获取地面点后,沿车辆行驶方向将地面点分为至少两个路段,并根据每个路段内点云在路面宽度方向的局部坐标值范围,在该至少两个路段中确定满足路段两侧路沿宽度的至少两个第一路段,然后根据该至少两个第一路段的局部坐标值范围,确定路沿的全局坐标值范围,最终根据该全局坐标值范围,确定路沿信息,为智能驾驶提供路径规划辅助。由于本申请实施例不需要使用深度学习技术,不仅能够不依赖数据及其标注,有效降低时间成本和经济成本,还能够提高路沿检测速度,提升路沿检测效率。

21、进一步的,由于本申请实施例的基于点云数据的路沿检测方法不依赖于数据及其标注,因此在数据没有覆盖的新场景下,依然具有较好的鲁棒性。

22、另外,点云数据具有对光源和阴影的扛干扰能力强,以及不需要二维数据转换三维数据等优点,从而本申请实施例的路沿检测方法在暗光条件下表现较好,并且同时能够提供比较准确的位置信息。

本文档来自技高网...

【技术保护点】

1.一种路沿检测的方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述局部坐标值范围包括局部最小值和局部最大值;

3.根据权利要求1所述的方法,其特征在于,所述宽度范围包括最小宽度阈值和最大宽度阈值;

4.根据权利要求1所述的方法,其特征在于,根据所述全局坐标值范围,确定所述第一时刻的路沿信息,包括:

5.根据权利要求1所述的方法,其特征在于,所述从所述点云数据中获取第一地面点,包括:

6.根据权利要求5所述的方法,其特征在于,所述根据所述第二地面点,构建地面方程,包括:

7.根据权利要求1-6任一项所述的方法,其特征在于,所述至少两个路段中每个路段沿所述第一数轴方向的长度相同。

8.根据权利要求1-6任一项所述的方法,其特征在于,所述获取第一时刻车辆周围环境的点云数据,包括:

9.一种路沿检测的装置,其特征在于,包括:

10.一种电子设备,其特征在于,包括:

11.一种计算机可读存储介质,其特征在于,包括指令,当其在计算机上运行时使得计算机执行如权利要求1至8中任一项所述的方法。

12.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令在计算机上运行时使得所述计算机执行如权利要求1至8中任一项所述的方法。

...

【技术特征摘要】

1.一种路沿检测的方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述局部坐标值范围包括局部最小值和局部最大值;

3.根据权利要求1所述的方法,其特征在于,所述宽度范围包括最小宽度阈值和最大宽度阈值;

4.根据权利要求1所述的方法,其特征在于,根据所述全局坐标值范围,确定所述第一时刻的路沿信息,包括:

5.根据权利要求1所述的方法,其特征在于,所述从所述点云数据中获取第一地面点,包括:

6.根据权利要求5所述的方法,其特征在于,所述根据所述第二地面点,构建地面方程,包括:

7.根据权利要求1-6任一项...

【专利技术属性】
技术研发人员:刘瑞
申请(专利权)人:腾讯科技深圳有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1