CN108629228A - 一种道路对象识别方法和装置 - Google Patents

Abstract

本申请提供了一种道路对象识别方法和装置，识别方法包括：根据预设的分段长度和道路的参考线，得到用于对所述道路的点云数据进行分段的分段位置范围；将所述道路的点云数据中，落入同一个分段位置范围内的点分到同一个点集合中；根据每个点集合中点的位置坐标和所述道路的参考线的方向，得到沿参考线的方向覆盖点集合中所有点的矩形；判断相邻的两个分段位置范围对应的矩形是否存在连接关系；将存在连接关系的矩形标记为属于同一道路对象。本申请基于道路参考线对道路的点云数据进行分段，获得覆盖各分段内所有点的矩形，根据矩形的位置关系来得到属于同一道路对象的矩形，有效识别出该矩形中覆盖的所有点对应的完整的道路对象。

Description

一种道路对象识别方法和装置

技术领域

本申请涉及数据处理领域，具体的涉及到一种道路对象识别方法和装置。

背景技术

在地图导航中，自动驾驶是一个关键性的技术，自动驾驶的关键在于能够高精度地识别车辆周边的道路环境，从而使自动驾驶安全可靠。

激光扫描技术，特别是最近发展的车载移动激光测量***，由于其快速、精确获取地面三维空间信息的能力，越来越受到人们的高度重视。车载激光扫描***采集的数据为具有采集点密度高、数据量大等特性的点云数据，如何从点云数据中准确、快速的提取道路的地形、地物、图形、文字等道路对象已经成为点云数据实际应用中迫切需要解决的问题。

目前虽然有一些针对数据量较大的点云进行道路对象识别的方法，其通常是基于所采集的点云的数据量以及计算机的运算能力，将所采集的点云分成多份子点云，从而分次对该多份子点云进行识别。例如，所采集的点云的数据量是10G，而计算机的单次运算能力是2G，则将点云分成5份子点云进行识别。在对现有技术研究的过程中，发明人发现现有识别方法对点云的划分仅是根据数据量进行，在一定程度上切断了点云所对应的道路对象之间的实际地理联系，从而影响对点云对应的道路对象进行识别的正确率。

发明内容

鉴于上述问题，本申请提供一种道路对象识别方法和相应的一种道路对象识别装置，基于道路参考线对道路的点云数据进行分段，并通过获取覆盖各分段内的所有点的矩形，根据相邻的分段对应的矩形是否存在连接关系，来得到属于同一个道路对象的矩形，从而在已经确定矩形覆盖的点集对应的点云数据的情况下，能够更准确地识别道路对象，实际上，本申请实施例利用了所采集的点云数据之间的地理联系来得到属于同一道路对象的矩形，从而在确定矩形边框进而确定该矩形边框内的点云数据的情况下，对道路对象进行更准确地识别。

根据本申请的一个实施例，提供了一种道路对象识别方法，包括：根据预设的分段长度和道路的参考线，得到用于对所述道路的点云数据进行分段的分段位置范围；将所述道路的点云数据中，落入同一个分段位置范围内的点分到同一个点集合中；针对每个点集合，根据点集合中点的位置坐标和所述道路的参考线的方向，得到沿所述参考线的方向覆盖所述点集合中所有点的矩形；针对相邻的两个分段位置范围对应的矩形，判断其中一个对应的矩形与另一个对应的矩形是否存在连接关系；将存在连接关系的矩形标记为属于同一道路对象。

根据本申请的另一个实施例，提供了一种道路对象识别装置，包括：分段位置范围获取单元，用于根据预设的分段长度和道路的参考线，得到用于对所述道路的点云数据进行分段的分段位置范围；分配单元，用于将所述道路的点云数据中、落入同一个分段位置范围内的点分到同一个点集合中；矩形获取单元，用于针对每个点集合，根据点集合中点的位置坐标和所述道路的参考线的方向，得到沿所述参考线的方向覆盖所述点集合中所有点的矩形；判断单元，用于针对相邻的两个分段位置范围对应的矩形，判断其中一个对应的矩形与另一个对应的矩形是否存在连接关系；标记单元，用于将存在连接关系的矩形标记为属于同一道路对象。

与现有技术相比，本申请具有以下优点：

相较于现有技术，本申请基于道路参考线对道路的点云数据进行分段，并通过获取覆盖各分段内的所有点的矩形，根据相邻的分段对应的矩形是否存在连接关系，来得到属于同一个道路对象的矩形，从而对该矩形内的点云数据进行道路对象的识别，实际上本申请实施例利用了所采集的点云数据之间的地理联系来得到属于同一道路对象的矩形，从而在确定同一道路对象的矩形边框进而确定该矩形边框内的点云数据的情况下，对道路对象进行更准确地识别。

附图说明

图1是本申请提供的一种道路对象识别方法实施例的流程图；

图2是本申请提供的针对图1中的步骤S101进行描述的流程图；

图3示出了道路的轨迹线的示意图；

图4是本申请提供的针对图1中的步骤S103进行描述的流程图；

图5示出了道路的两条车道线及相应法线的示意图；

图6示出了分别包括不同点集合的两个矩形的示意图；

图7是本申请提供的针对图1中的步骤S104进行描述的流程图；

图8示出了将属于同一道路对象的所有矩形进行合并得到的目标矩形的示意图；

图9示出了对两个不同宽度的矩形进行合并的过程中所涉及到的相关直线方程的示意图；

图10是本申请提供的一种道路对象识别装置实施例的示意图；

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。

本申请提供了一种道路对象识别方法和一种道路对象识别装置，下面依次结合附图对本申请的实施例进行详细说明。

请参考图1，其为本申请提供的一种道路对象识别方法实施例的流程图，所述道路对象识别方法包括如下步骤：

步骤S101：根据预设的分段长度和道路的参考线，得到用于对所述道路的点云数据进行分段的分段位置范围。

步骤S102：将所述道路的点云数据中，落入同一个分段位置范围内的点分到同一个点集合中。

步骤S103：针对每个点集合，根据点集合中点的位置坐标和所述道路的参考线的方向，得到沿所述参考线的方向覆盖所述点集合中所有点的矩形。

步骤S104：针对相邻的两个分段位置范围对应的矩形，判断其中一个对应的矩形与另一个对应的矩形是否存在连接关系。

步骤S105：将存在连接关系的矩形标记为属于同一道路对象。

下文对上述步骤S101～步骤S105进行详述。

首先，对步骤S101：根据预设的分段长度和道路的参考线，得到用于对所述道路的点云数据进行分段的分段位置范围，进行描述。

其中，所述道路的参考线包括但不限于采集道路的点云数据时生成所述道路的轨迹线、或道路本身的车道线等。所述道路的点云数据可以指基于现有的对道路进行扫描的技术而采集的包括位置、反射率值等属性信息的点的集合，这些点的集合通常与相应的道路对象(例如道路上的文字标记、图形标记等)相对应。

在步骤S101中，例如，某道路是一条理想的直线单向道，包括相邻的两条平行车道线(例如以R1和R2分别表示这两条车道线)，道路的参考线为道路本身的车道线，道路长L，预设的分段长度为L/10，则可以以车道线R1一端的端点作为起点，R1另一端的端点作为终点，从起点到终点的这条线段中(除起点和终点外)，每间距L/10的长度，在这条线段中取一个点作为分段点，然后以每一个分段点为参考点，向车道线R2作垂线，该垂线与车道线R2相交，从而可以取每一个分段点和以该分段点为参考点所作的对应垂线与车道线R2的交点所连接的线段，用于对该条直线单向道中点云数据进行分段，从而得到以该线段为分割线的相邻的分段位置范围。

根据本申请的一个实施例，请参考图2和图3，所述道路的参考线为采集道路的点云数据时生成所述道路的轨迹线，则所述步骤S101包括：

步骤S201：按照道路的轨迹线包括的轨迹点的生成时间顺序，顺序获取用于对所述道路的点云数据进行分段的目标轨迹点，连续两个目标轨迹点之间的距离等于所述预设的分段长度。

具体地，所述道路的轨迹线包括但不限于用于采集道路点云数据的采集工具沿道路采集点云数据过程中该采集工具运动的轨迹线，通常采集工具按照时间顺序并沿着道路的延伸方向依次采集轨迹线上的轨迹点，例如每5秒钟或每隔50米等采集一个轨迹点，则可以将该采集的轨迹点作为目标轨迹点，也可以按照轨迹点的生成时间，每相隔预定数量的轨迹点，取一个轨迹点作为目标轨迹点。

以图3为例，每隔50米采集一个轨迹点，并将该轨迹点作为目标轨迹点，例如将轨迹点A、B和C……作为目标轨迹点，其中，相邻的两个目标轨迹点A和B之间、以及B和C之间的距离等于预设的分段长度。

步骤S202：将连续两个目标轨迹点确定为一个分段位置范围的端点。例如，将图3所示的目标轨迹点A和B确定为一个分段位置范围(标记为范围1)的端点，将目标轨迹点B和目标轨迹点C确定为另一个分段位置范围(标记为范围2)的端点。

步骤S203：以相邻的两个分段位置范围重合的端点为垂足，做垂线，所述垂线垂直于所述相邻的两个分段位置范围构成的轨迹段。例如，将上述范围1和范围2重合的端点B为垂足，作垂线，该垂线垂直于两个分段位置范围构成的轨迹段(AC)。

步骤S204：将所述垂线确定为所述分段位置范围的共用边界。例如，将图3所示的垂线作为分段位置范围1和范围2的共用边界。

根据本申请的另一个实施例，请参考图4和图5，所述道路的参考线为所述道路的车道线，则所述步骤S101包括：

步骤S301：沿道路的车道线的方向，从所述车道线的形状点中，顺序获取用于对所述道路的点云数据进行分段的目标形状点，连续两个目标形状点之间的距离等于所述预设的分段长度。

具体而言，道路的车道线可以是直线的、也可以是曲线的，所述车道线的形状点例如包括车道线上每隔预定距离所取的位置点。所述目标形状点可以是每隔预定数量的形状点顺序所取的点，例如从图5所示的上方车道线的起始形状点出发，依次对形状点编号例如为1、2、…N，则每隔3个形状点，则取下一个形状点作为目标形状点，例如第一个目标形状点为起始形状点1，第二个目标形状点为形状点5，第三个目标形状点为形状点9，依次类推。

步骤S302：以每个目标形状点为垂足向所述道路的另一条车道线做法线，将法线与另一条车道线的交点确定所述目标形状点的相伴形状点。

其中，所述以每个目标形状点为垂足所作的法线是垂直于所述目标形状点所在车道线的一条线。

步骤S303：将连续两个目标轨迹点及其对应的相伴形状点确定为一个分段位置范围的端点。例如，如图5所示，将目标形状点q1、q2和相伴形状点q4、q5确定为一个分段位置范围的端点；将目标形状点q2、q3和相伴形状点q5、q6确定为另一个分段位置范围的端点。

步骤S304：以相邻的两个分段位置范围重合的端点构成的线段确定为所述分段位置范围的共用边界。例如，以图5所示相邻的两个分段位置范围重合的端点q2和q5构成的线段确定为这两个分段位置范围的共用边界。

接下来，对步骤S102：将所述道路的点云数据中，落入同一个分段位置范围内的点分到同一个点集合中。以图3为例，将点云数据中落入范围1内的点分到一个点集合中，将落入范围2内的点分到另一个点集合中。

接下来，对步骤S103：针对每个点集合，根据点集合中点的位置坐标和所述道路的参考线的方向，得到沿所述参考线的方向覆盖所述点集合中所有点的矩形，进行描述。

以图6为例，所述道路的参考线例如为采集道路的点云数据时生成所述道路的轨迹线，基于上述步骤S101和S102，得到范围1内的一个点集合和范围2内的另一个点集合。进一步地，根据这两个点集合中点的位置分布和道路的轨迹线的延伸方向，得到沿轨迹线的方向分别覆盖所述两个点集合中所有点的矩形1和矩形2。

接下来，对步骤S104：针对相邻的两个分段位置范围对应的矩形，判断其中一个对应的矩形与另一个对应的矩形是否存在连接关系，进行描述。

根据本申请的一个实施例，请参考图7，所述步骤S104包括：

步骤S401：针对相邻的两个分段位置范围对应的矩形，获取各矩形的顶点到所述相邻的两个分段位置范围的共用边界的距离作为目标距离。以图6所示的分段位置范围1和范围2分别对应的矩形1和矩形2为例，获取矩形1到这两个矩形的共用边界BE的距离作为目标距离。

步骤S402：从两个分段位置范围对应的目标距离中，分别获取一个最短距离。例如，分别获取图6中的矩形1和矩形2到共用边界DE的最短距离，假设矩形1和矩形2中的各一条边与共用边界BE在同一条直线上，则矩形1和矩形2到共用边界的最短距离都为0。

步骤S403：判断两个最短距离是否均小于预设的距离阈值，若是，则两个最短距离对应的两个矩形存在连接关系。

具体地，假设距离阈值为某一数值Y(正数)，则图6中的两个最短矩形由于都为0，均小于数值Y，则矩形1和矩形2存在连接关系。

最后，对步骤S105：将存在连接关系的矩形标记为属于同一道路对象，进行描述。以图6为例，由于矩形1和矩形2存在连接关系，则将这两个矩形标记为属于同一道路对象。

根据本申请的一个实施例，请继续参考图1，所述方法进一步包括：

步骤S106：将属于同一个道路对象的矩形进行合并，得到所述道路对象对应的一个目标矩形，所述目标矩形覆盖了所述同一个道路对象对应的所有矩形。

具体地，请参考图8，通过将属于同一道路对象的所有矩形进行合并，得到所述道路对象对应的一个目标矩形，所述目标矩形覆盖了所述同一个道路对象对应的所有矩形，也即覆盖了完整的道路对象所对应的点云。

根据本申请的一个实施例，可以对待合并的矩形进行两两合并，最后合并成一个目标矩形。如果待合并的两个矩形的宽度不同，请参考图9，图9示出了两个宽度不同的矩形，则将属于同一道路对象的具有连接关系的两个矩形进行合并包括：

-获取所述待合并的矩形中宽度大的矩形的长边的直线方程，所述矩形的长边是与道路的参考线方向平行的两条边，所述直线方程分别记为第一直线方程和第二直线方程；

-获取所述待合并的矩形中宽度小的矩形的一条宽边的直行方程，记为第三直线方程，所述宽边是垂直于道路的参考线方向的边且到分段位置范围的共用边界较远的一条边；

如前所述，具有连接关系的矩形所处的分段位置范围会存在共用边界。

-获取所述第三直线方程与第一直线方程的交点，以及第三直线方程与第二直线方程的交点；

-以所述两个交点以及所述宽度大的矩形的四个顶点中到这两个交点的距离远的两个顶点作为合并后的矩形的四个顶点，从而实现了对具有连接关系的矩形的合并。如图9所示，图中A、B、C、D是合并后矩形的顶点。

本申请相较于现有技术，利用道路的参考线为基准对点云进行分段，可以有效避免分段位置的数据丢失，避免运算结果失真；进一步地，本申请通过获得覆盖各分段内所有点的矩形，根据矩形的位置关系来得到属于同一道路对象的矩形，有效识别出该矩形中覆盖的所有点对应的完整的道路对象，避免因分段造成识别率降低的问题。此外，本申请所提供的道路对象识别方法不需要人工参与即可实现自动运行，降低人工成本，具有较强的实用性。

在上述的实施例中，提供了一种道路对象识别方法，与之相对应的，本申请还提供一种道路对象识别装置。请参考图10，其为本发明提供的一种道路对象识别装置实施例的示意图。由于装置实施例执行的方法流程基本相似于方法实施例，因此，下述描述的装置实施例仅仅是示意性的，相关之处参见方法实施例的说明。

本实施例提供的一种道路对象识别装置，包括：

分段位置范围获取单元101，用于根据预设的分段长度和道路的参考线，得到用于对所述道路的点云数据进行分段的分段位置范围；

分配单元102，用于将所述道路的点云数据中、落入同一个分段位置范围内的点分到同一个点集合中；

矩形获取单元103，用于针对每个点集合，根据点集合中点的位置坐标和所述道路的参考线的方向，得到沿所述参考线的方向覆盖所述点集合中所有点的矩形；

判断单元104，用于针对相邻的两个分段位置范围对应的矩形，判断其中一个对应的矩形与另一个对应的矩形是否存在连接关系；

标记单元105，用于将存在连接关系的矩形标记为属于同一道路对象。

根据本申请的一个实施例，请参考图10，所述装置进一步包括：

合并单元106，用于将属于同一个道路对象的矩形进行合并，得到所述道路对象对应的一个目标矩形，所述目标矩形覆盖了所述同一个道路对象对应的所有矩形。

根据本申请的一个实施例，所述判断单元104具体用于：

-针对相邻的两个分段位置范围对应的矩形，获取各矩形的顶点到所述相邻的两个分段位置范围的共用边界的距离作为目标距离；

-从两个分段位置范围对应的目标距离中，分别获取一个最短距离；

-判断两个最短距离是否均小于预设的距离阈值，若是，则两个最短距离对应的两个矩形存在连接关系。

根据本申请的一个实施例，所述道路的参考线为采集道路的点云数据时生成所述道路的轨迹线，则分段位置范围获取单元101，具体用于：

-按照道路的轨迹线包括的轨迹点的生成时间顺序，顺序获取用于对所述道路的点云数据进行分段的目标轨迹点，连续两个目标轨迹点之间的距离等于所述预设的分段长度；

-将连续两个目标轨迹点确定为一个分段位置范围的端点；

-以相邻的两个分段位置范围重合的端点为垂足，做垂线，所述垂线垂直于所述相邻的两个分段位置范围构成的轨迹段；

-将所述垂线确定为所述分段位置范围的共用边界。

根据本申请的一个实施例，所述道路的参考线为所述道路的车道线，分段位置范围获取单元101，具体用于：

-沿道路的车道线的方向，从所述车道线的形状点中，顺序获取用于对所述道路的点云数据进行分段的目标形状点，连续两个目标形状点之间的距离等于所述预设的分段长度；

-以每个目标形状点为垂足向所述道路的另一条车道线做法线，将法线与另一条车道线的交点确定所述目标形状点的相伴形状点；

-将连续两个目标轨迹点及其对应的相伴形状点确定为一个分段位置范围的端点；

-以相邻的两个分段位置范围重合的端点构成的线段确定为所述分段位置范围的共用边界。

本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

2、本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

Claims (10)

1.一种道路对象识别方法，其特征在于，包括：

根据预设的分段长度和道路的参考线，得到用于对所述道路的点云数据进行分段的分段位置范围；

将所述道路的点云数据中，落入同一个分段位置范围内的点分到同一个点集合中；

针对每个点集合，根据点集合中点的位置坐标和所述道路的参考线的方向，得到沿所述参考线的方向覆盖所述点集合中所有点的矩形；

针对相邻的两个分段位置范围对应的矩形，判断其中一个对应的矩形与另一个对应的矩形是否存在连接关系；

将存在连接关系的矩形标记为属于同一道路对象。

2.根据权利要求1所述的道路对象识别方法，其特征在于，所述方法进一步包括：

将属于同一个道路对象的矩形进行合并，得到所述道路对象对应的一个目标矩形，所述目标矩形覆盖了所述同一个道路对象对应的所有矩形。

3.根据权利要求1或2所述的道路对象识别方法，其特征在于，所述针对相邻的两个分段位置范围对应的矩形，判断其中一个对应的矩形与另一个对应的矩形是否存在连接关系包括：

针对相邻的两个分段位置范围对应的矩形，获取各矩形的顶点到所述相邻的两个分段位置范围的共用边界的距离作为目标距离；

从两个分段位置范围对应的目标距离中，分别获取一个最短距离；

判断两个最短距离是否均小于预设的距离阈值，若是，则两个最短距离对应的两个矩形存在连接关系。

4.根据权利要求3所述的道路对象识别方法，其特征在于，所述道路的参考线为采集道路的点云数据时生成所述道路的轨迹线，则根据预设的分段长度和道路的参考线，得到用于对所述道路的点云数据进行分段的分段位置范围具体包括：

按照道路的轨迹线包括的轨迹点的生成时间顺序，顺序获取用于对所述道路的点云数据进行分段的目标轨迹点，连续两个目标轨迹点之间的距离等于所述预设的分段长度；

将连续两个目标轨迹点确定为一个分段位置范围的端点；

以相邻的两个分段位置范围重合的端点为垂足，做垂线，所述垂线垂直于所述相邻的两个分段位置范围构成的轨迹段；

将所述垂线确定为所述分段位置范围的共用边界。

5.根据权利要求3所述的道路对象识别方法，其特征在于，所述道路的参考线为所述道路的车道线，所述根据预设的分段长度和道路的参考线，得到用于对所述道路的点云数据进行分段的分段位置范围，具体包括：

沿道路的车道线的方向，从所述车道线的形状点中，顺序获取用于对所述道路的点云数据进行分段的目标形状点，连续两个目标形状点之间的距离等于所述预设的分段长度；

以每个目标形状点为垂足向所述道路的另一条车道线做法线，将法线与另一条车道线的交点确定所述目标形状点的相伴形状点；

将连续两个目标轨迹点及其对应的相伴形状点确定为一个分段位置范围的端点；

以相邻的两个分段位置范围重合的端点构成的线段确定为所述分段位置范围的共用边界。

6.一种道路对象识别装置，其特征在于，包括：

分段位置范围获取单元，用于根据预设的分段长度和道路的参考线，得到用于对所述道路的点云数据进行分段的分段位置范围；

分配单元，用于将所述道路的点云数据中、落入同一个分段位置范围内的点分到同一个点集合中；

矩形获取单元，用于针对每个点集合，根据点集合中点的位置坐标和所述道路的参考线的方向，得到沿所述参考线的方向覆盖所述点集合中所有点的矩形；

判断单元，用于针对相邻的两个分段位置范围对应的矩形，判断其中一个对应的矩形与另一个对应的矩形是否存在连接关系；

标记单元，用于将存在连接关系的矩形标记为属于同一道路对象。

7.根据权利要求6所述的道路对象识别装置，其特征在于，所述装置进一步包括：

合并单元，用于将属于同一个道路对象的矩形进行合并，得到所述道路对象对应的一个目标矩形，所述目标矩形覆盖了所述同一个道路对象对应的所有矩形。

8.根据权利要求6或7所述的道路对象识别装置，其特征在于，所述判断单元，具体用于：

针对相邻的两个分段位置范围对应的矩形，获取各矩形的顶点到所述相邻的两个分段位置范围的共用边界的距离作为目标距离；

从两个分段位置范围对应的目标距离中，分别获取一个最短距离；

判断两个最短距离是否均小于预设的距离阈值，若是，则两个最短距离对应的两个矩形存在连接关系。

9.根据权利要求8所述的道路对象识别装置，其特征在于，所述道路的参考线为采集道路的点云数据时生成所述道路的轨迹线，则分段位置范围获取单元，具体用于：

按照道路的轨迹线包括的轨迹点的生成时间顺序，顺序获取用于对所述道路的点云数据进行分段的目标轨迹点，连续两个目标轨迹点之间的距离等于所述预设的分段长度；

将连续两个目标轨迹点确定为一个分段位置范围的端点；

以相邻的两个分段位置范围重合的端点为垂足，做垂线，所述垂线垂直于所述相邻的两个分段位置范围构成的轨迹段；

将所述垂线确定为所述分段位置范围的共用边界。

10.根据权利要求8所述的道路对象识别装置，其特征在于，所述道路的参考线为所述道路的车道线，分段位置范围获取单元，具体用于：

沿道路的车道线的方向，从所述车道线的形状点中，顺序获取用于对所述道路的点云数据进行分段的目标形状点，连续两个目标形状点之间的距离等于所述预设的分段长度；

以每个目标形状点为垂足向所述道路的另一条车道线做法线，将法线与另一条车道线的交点确定所述目标形状点的相伴形状点；

将连续两个目标轨迹点及其对应的相伴形状点确定为一个分段位置范围的端点；

以相邻的两个分段位置范围重合的端点构成的线段确定为所述分段位置范围的共用边界。