CN110378173A - 一种确定道路边界线的方法和装置 - Google Patents

一种确定道路边界线的方法和装置 Download PDF

Info

Publication number
CN110378173A
CN110378173A CN201810751387.2A CN201810751387A CN110378173A CN 110378173 A CN110378173 A CN 110378173A CN 201810751387 A CN201810751387 A CN 201810751387A CN 110378173 A CN110378173 A CN 110378173A
Authority
CN
China
Prior art keywords
point
sampled point
road
sampled
index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810751387.2A
Other languages
English (en)
Inventor
***
李艳丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong three hundred and sixty degree e-commerce Co.,Ltd.
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Century Trading Co Ltd, Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN201810751387.2A priority Critical patent/CN110378173A/zh
Publication of CN110378173A publication Critical patent/CN110378173A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了确定道路边界线的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:在采集设备采集的道路点云中,确定穿过所述采集设备的行驶轨迹的多个采样切面;获取所述点云中,位于每个所述采样切面上的点,以组成每个所述采样切面的采样点集合;在每个所述采样切面的采样点集合中确定道路的边界点;根据所有所述采样切面的道路边界点生成道路边界线。该实施方式能够更高效且精确的提取道路边界线。

Description

一种确定道路边界线的方法和装置
技术领域
本发明涉及计算机技术领域,尤其涉及一种确定道路边界线的方法和装置。
背景技术
目前,对于道路边线的提取技术,主要利用将车载激光扫描点云数据生成基于高程信息的特征图像,然后根据设定的高程阈值来提取道路边界。然后,利用模糊聚类的方法先将离散的点云排列为扫描线,从每一条扫描线中提取近似的水平直线作为路面点云。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
实际道路环境中,道路路面情况复杂,路面车辆及行人干扰多,对于存在路缘石的结构化道路,不同道路路缘石的高度、倾斜角度差异大。车载扫描三维点云数据量大,利用散乱点云空间聚类生成扫描线的计算量极大,提取效率低下。并且提取精度受限于高程阈值的选择,且特征规则单一,无法应对复杂道路进行提取。受到路面粗糙度、路缘石形状和其他障碍地物的影响,提取道路边界点噪声点增多,后续去噪难度大,对提取精度造成影响。
因此,亟需一种处理效率更高、提取精度更高的确定道路边界线的方法和装置。
发明内容
有鉴于此,本发明实施例提供一种确定道路边界线的方法和装置,能够更高效且精确的提取道路边界线。
为实现上述目的,根据本发明实施例的一个方面,提供了一种确定道路边界线的方法,包括:
在采集设备采集的道路点云中,确定穿过所述采集设备的行驶轨迹的多个采样切面;
获取所述点云中,位于每个所述采样切面上的点,以组成每个所述采样切面的采样点集合;
在每个所述采样切面的采样点集合中确定道路的边界点;
根据所有所述采样切面的道路边界点生成道路边界线。
可选的,所述在采集设备采集的道路点云中,确定穿过所述采集设备的行驶轨迹的多个采样切面的步骤包括:
在所述采集设备的行驶轨迹点中确定多个采样轨迹点;
确定经过所述采样轨迹点,且垂直于该采样轨迹点的轨迹方向的切面为所述采样切面。
进一步的,在采样点集合中确定道路的边界点包括:
将所述采样点集合中所有的点,映射到所述采样切面与道路面的交线上,所述道路面包括所述行驶轨迹点;
分别建立所述交线的第一采样点索引和第二采样点索引,所述第一采样点索引和第二采样点索引中的采样点分别位于所述采样轨迹点两侧的所述交线上;
利用所述第一采样点索引和第二采样点索引,分别确定所述采样点集合中道路两侧的边界点。
可选的,在所述第一采样点索引和第二采样点索引中,根据每个采样点与所述采样轨迹点的距离,由近至远确定每个采样点的索引顺序;
所述利用第一采样点索引和第二采样点索引,分别确定所述采样点集合中道路两侧的边界点包括:
确定道路面点的高程阈值;
按照所述索引顺序在所述第一采样点索引或第二采样点索引中,逐一判断每个采样点的高程是否大于该道路面点的高程阈值,直至确定大于该道路面点的高程阈值的采样点,并确定该采样点为所述第一采样点索引或第二采样点索引对应道路侧的边界点。
可选的,所述确定道路面点的高程阈值包括:
将采样点的高程值的分布范围按照设定步长,划分为多个高程区间,在所述第一采样点索引或第二采样点索引的所有采样点中,分别确定所述每个高程区间对应采样点的数量,其中,当采样点的高程在指定高程区间内,则确定该采样点对应所述指定高程区间;
根据对应采样点的数量,由多至少对所述多个高程区间排序,根据所述排序确定所述多个高程区间中的阈值高程区间,将该阈值高程区间的最大高程值作为所述道路面点的高程阈值。
可选的,在所述第一采样点索引和第二采样点索引中,根据每个采样点与所述采样轨迹点的距离,由近至远确定每个采样点的索引顺序;
对于所述第一采样点索引或第二采样点索引,预设有用于标定设定数量的连续采样点的采样窗口;
所述利用所述第一采样点索引和第二采样点索引,分别确定所述采样点集合中道路两侧的边界点包括:
按照所述索引顺序在所述第一采样点索引或第二采样点索引中,移动所述采样窗口,并在每次移动后,确定所述采样窗口中的边界判定参数,直至根据所述边界判定参数确定所述第一采样点索引或第二采样点索引对应道路侧的边界点;
所述边界判定参数为下述多个参数中的任意一个或多个的组合:采样点的高程差值、采样点的道路面投影距离和采样点的梯度变化。
可选的,在所述多个采样轨迹点中,每两个相邻采样轨迹点之间的距离相等;
所述根据所有采样切面的道路边界点生成道路边界线包括:
根据边界点的噪声参数确定所述所有采样切面的道路边界点中的噪声点,以剔除所述噪声点,并根据剩余道路边界点生成道路边界线;
所述边界点的噪声参数为下述参数中的任意一种或多种的组合:相邻两个采样切面的边界点之间的距离、边界点的扫描角度和边界点至采样轨迹点的距离。
可选的,在所述获取所述点云中,位于每个所述采样切面上的点,以组成每个所述采样切面的采样点集合的步骤之前还包括:
创建所述点云的二维格网索引,并确定每个格网内,所有点相对于该格网最低点的高程差;
确定高程差大于预设地物高程阈值的点为地物点,并在所述点云中,分离所述地物点。
为实现上述目的,根据本发明实施例的另一个方面,还提供了一种确定道路边界线的装置,包括:
切面确定模块,用于在采集设备采集的道路点云中,确定穿过所述采集设备的行驶轨迹的多个采样切面;
点云采样模块,用于获取所述点云中,位于每个所述采样切面上的点,以组成每个所述采样切面的采样点集合;
边界点确定模块,用于在每个所述采样切面的采样点集合中确定道路的边界点;
边界线生成模块,用于根据所有所述采样切面的道路边界点生成道路边界线。
可选的,所述切面确定模块进一步用于在所述采集设备的行驶轨迹点中确定多个采样轨迹点;
确定经过所述采样轨迹点,且垂直于该采样轨迹点的轨迹方向的切面为所述采样切面。
进一步的,所述边界点确定模块进一步用于将所述采样点集合中所有的点,映射到所述采样切面与道路面的交线上,所述道路面包括所述行驶轨迹点;
分别建立所述交线的第一采样点索引和第二采样点索引,所述第一采样点索引和第二采样点索引中的采样点分别位于所述采样轨迹点两侧的所述交线上;
利用所述第一采样点索引和第二采样点索引,分别确定所述采样点集合中道路两侧的边界点。
可选的,在所述第一采样点索引和第二采样点索引中,根据每个采样点与所述采样轨迹点的距离,由近至远确定每个采样点的索引顺序;
所述边界点确定模块进一步用于确定道路面点的高程阈值,按照所述索引顺序在所述第一采样点索引或第二采样点索引中,逐一判断每个采样点的高程是否大于该道路面点的高程阈值,直至确定大于该道路面点的高程阈值的采样点,并确定该采样点为所述第一采样点索引或第二采样点索引对应道路侧的边界点。
可选的,所述边界点确定模块进一步用于将采样点的高程值的分布范围按照设定步长,划分为多个高程区间,在所述第一采样点索引或第二采样点索引的所有采样点中,分别确定所述每个高程区间对应采样点的数量,其中,当采样点的高程在指定高程区间内,则确定该采样点对应所述指定高程区间;
根据对应采样点的数量,由多至少对所述多个高程区间排序,根据所述排序确定所述多个高程区间中的阈值高程区间,将该阈值高程区间的最大高程值作为所述道路面点的高程阈值。
可选的,在所述第一采样点索引和第二采样点索引中,根据每个采样点与所述采样轨迹点的距离,由近至远确定每个采样点的索引顺序;
对于所述第一采样点索引或第二采样点索引,预设有用于标定设定数量的连续采样点的采样窗口;
所述边界点确定模块进一步用于按照所述索引顺序在所述第一采样点索引或第二采样点索引中,移动所述采样窗口,并在每次移动后,确定所述采样窗口中的边界判定参数,直至根据所述边界判定参数确定所述第一采样点索引或第二采样点索引对应道路侧的边界点;
所述边界判定参数为下述多个参数中的任意一个或多个的组合:采样点的高程差值、采样点的道路面投影距离和采样点的梯度变化。
可选的,在所述多个采样轨迹点中,每两个相邻采样轨迹点之间的距离相等;
所述边界线生成模块进一步用于根据边界点的噪声参数确定所述所有采样切面的道路边界点中的噪声点,以剔除所述噪声点,并根据剩余道路边界点生成道路边界线;
所述边界点的噪声参数为下述参数中的任意一种或多种的组合:相邻两个采样切面的边界点之间的距离、边界点的扫描角度和边界点至采样轨迹点的距离。
可选的,所述装置还包括:地物点过滤装置,用于创建所述点云的二维格网索引,并确定每个二维格网内,所有点相对于该二维格网最低点的高程差;
确定高程差大于预设地物高程阈值的点为地物点,并在所述点云中,分离所述地物点。
为实现上述目的,根据本发明实施例的另一个方面,还提供了一种确定道路边界线的电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例提供的确定道路边界线的方法。
为实现上述目的,根据本发明实施例的另一个方面,还提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例提供的确定道路边界线的方法。
本发明提供的确定道路边界线的方法和装置,能够更高效且精确的提取道路边界线。该方法和装置基于行车轨迹线辅助下生成道路断面线来模拟扫描线结构,相对于现有技术大大减少了所需分析的数据量。通过分析扫描线上不同地物在剖面上所呈现的空间分布特征,制定多纬度特征规则粗提取道路边界点,从而可以应对复杂道路的边界提取,然后利用相邻多条扫描线上边界点的分布规律等信息,进行统计分类去噪,精细提取边界点,避免受到路面粗糙度、路缘石形状和其他障碍地物的影响,最后基于进行道路线模型拟合,生成高精度道路边线。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是本发明实施例提供的确定道路边界线的方法的主要流程的示意图;
图2是本发明实施例提供的确定道路边界线的方法的具体应用流程的示意图;
图3是本发明实施例提供的采集切面的示意图;
图4是本发明实施例提供的高程概率分布的示意图;
图5是本发明实施例提供的采样窗口的示意图;
图6是本发明实施例提供的梯度变化的示意图;
图7是本发明实施例提供的确定道路边界线的装置的主要模块的示意图;
图8是本发明实施例可以应用于其中的示例性***架构图;
图9是适于用来实现本发明实施例的电子设备的计算机***的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本发明实施例提供一种确定道路边界线的方法,如图1和图2所示,该方法包括:步骤S101至步骤S104。
在步骤S101中,在采集设备采集的道路点云中,确定穿过所述采集设备的行驶轨迹的多个采样切面。在本发明的一种实施方式中,采集设备可以为车载激光扫描***,该***在车辆行驶过程中采集道路信息生成车载点云,该***采集数据过程中,会记录GPS轨迹信息,其中包括GPS每隔一段时间的记录车辆中心原点,即行驶轨迹点的位置,车辆坐标系以组合惯导为中心原点。
在点云中,如图3所示,确定穿过采集设备的行驶轨迹1的多个采样切面2。然后在步骤S103中,获取点云中,位于每个采样切面2上的点,以组成每个采样切面2的采样点集合。采样切面2不与行驶轨迹1平行,从而使得采样切面2上的点能够包括有道路边界点。
在步骤S104中,在每个采样切面的采样点集合中确定道路的边界点。进而在步骤S105中,根据所有采样切面的道路边界点生成道路边界线。
步骤S102在点云中确定多个采样切面的过程具体如下:首先,在采集设备的行驶轨迹点中确定多个采样轨迹点。例如,从起始轨迹点开始按照时间顺序,等距离顺序切分轨迹点,并顺序连接轨迹点形成行车轨迹线。由于采集的轨迹点频率很大,密度很高,为了提升处理效率,可以等间距采样切分轨迹点,即每相隔设定距离采样将一个轨迹点作为采样轨迹点,其他的轨迹点舍弃。设定距离根据精度需求确定。
如图3所示,然后确定经过采样轨迹点3,且垂直于该采样轨迹点3的轨迹方向的切面为采样切面2。采样轨迹点3的轨迹方向即过轨迹点的轨迹线方向。沿轨迹线垂直方向过每个轨迹点生成的纵切面即采样切面。
步骤S104在每个采样切面的采样点集合中确定道路的边界点的过程具体如下:
首先,如图3所示,将采样点集合中所有的点,映射到采样切面2与道路面5的交线4上,道路面5包括采样轨迹点3。每个采样轨迹点3的纵切面和道路面5相交生成断面线,即交线4。断面线是二维坐标系的,映射是指将离散点云映射投影到断面线所在平面,为了提取落到断面线上的离散点云。
然后,分别建立交线的第一采样点索引和第二采样点索引,第一采样点索引和第二采样点索引中的采样点分别位于采样轨迹点两侧的交线上。将散乱点云映射到断面线,提取出断面线上点云数据,创建断面线的索引结构。
进而,利用第一采样点索引和第二采样点索引,分别确定采样点集合中道路两侧的边界点。
在本发明的一种实施方式中,在第一采样点索引和第二采样点索引中,根据每个采样点与采样轨迹点的距离,由近至远确定每个采样点的索引顺序。创建断面线的索引结构时,由轨迹点中心向断面线两侧方向逐渐增加点云。
本发明利用多维度特征提取道路边界点,具体来说上述利用第一采样点索引和第二采样点索引,分别确定采样点集合中道路两侧的边界点的过程具体为:首先,确定道路面点的高程阈值。然后按照索引顺序在第一采样点索引或第二采样点索引中,逐一判断每个采样点的高程是否大于该道路面点的高程阈值,直至确定大于该道路面点的高程阈值的采样点,并确定该采样点为第一采样点索引或第二采样点索引对应道路侧的边界点。
在本发明的一种实施方式中,确定道路面点的高程阈值的过程具体为:将采样点的高程值的分布范围按照设定步长,划分为多个高程区间,在第一采样点索引或第二采样点索引的所有采样点中,分别确定每个高程区间对应采样点的数量,其中,当采样点的高程在指定高程区间内,则确定该采样点对应该指定高程区间。
然后根据对应采样点的数量,由多至少对多个高程区间排序,根据排序确定多个高程区间中的阈值高程区间,将该阈值高程区间的最大高程值作为道路面点的高程阈值。
在本发明的一种实施方式中,可以利用如图4所示的高程直方图来实现上述确定道路面点的高程阈值的过程。高程直方图是将断面线上所有点按照一定步长统计区间内点数,所形成的的直方图。如图4所示的高程直方图中,横坐标为示例性高程值,纵坐标为高程概率,高程概率表示每个直方图高程区间内点数占比总点数的比率。根据该比率即可对每个高程区间内的点数进行排序。因为道路在同一断面线处近乎平面,并且采集车在道路中间采集,道路面的高程概率最大,直方图呈现中间高如驼峰,向两侧高程变化率急剧下降。通过这种规律提取道路边界点,在排序中排除排名靠前的高程概率较大的一个或多个高程区间,将所排除的排名最后的高程区间作为阈值高程区间。
本发明还提供利用多维度特征提取道路边界点的另一种实施方式,对于第一采样点索引或第二采样点索引,预设有用于标定设定数量的连续采样点的采样窗口。
上述利用第一采样点索引和第二采样点索引,分别确定采样点集合中道路两侧的边界点的过程具体为:
按照索引顺序在第一采样点索引或第二采样点索引中,移动采样窗口,并在每次移动后,确定窗口中的边界判定参数,直至根据边界判定参数确定第一采样点索引或第二采样点索引对应道路侧的边界点。在本发明中,边界判定参数为下述多个参数中的任意一个或多个的组合:采样点的高程差值、采样点的道路面投影距离和采样点的梯度变化。
在本发明的一种实施方式中,如图5所示,采样切面的采样点分布在采样轨迹点两侧,对于两侧的采样点分别建立第一采样点索引(例如位于图中左侧)和第二采样点索(例如位于图中右侧),上述步骤中,第一采样点索引中的采样窗口1从采样轨迹点向其左侧移动,第二采样点索引中的采样窗口2从采样轨迹点向其右侧移动。在一种实施方式中,采样窗口每次移动一个采集点的距离,采样窗口在图中用于标定6个采集点。
本发明提供的边界判定参数中,高程差是指在扫描线上采样窗口范围点的高程差异,路边缘局部区域会有高程阶跃激变。如图5所示的采样窗口1内采样点,该窗口内采样点高程变化较大。
采样点的道路面投影距离是指将交线上的点投影到平面,计算投影平面距离,道路路边缘局部点呈现垂直或倾斜结构,平面投影分布比较密集。如图5所示的采样窗口1内采样点,投影到平面上,距离较小,以此区分提取道路边界。
梯度变化是指采样窗口中采样点的梯度变化,出现梯度激变判断为道路分割点。如图6所示为梯度变化的直观呈现(将梯度变化率可视化成二维图像,白色部分是道路边界,白色代表梯度变化较大)。
在本发明的一种实施方式中,在执行步骤S103获取点云中位于每个采样切面上的点,以组成每个采样切面的采样点集合的步骤之前还包括下述地面点滤波步骤:
首先,创建点云的二维格网索引,并确定每个格网内,所有点相对于该格网最低点的高程差。
然后,确定高程差大于预设地物高程阈值的点为地物点,并在点云中,分离地物点。
首先由散乱点云密度计算合适的格网尺度,创建二维格网索引,计算每个格网内低点高程,依据车载扫描仪高程精度设定高程阈值。依据车载点云空间分布特征,地面点云集中位于中间部分且高程变化相对较小,在地面边界连接地物点处会有一个高程阶跃,局部范围内高程变化很大。计算每个格网内点相对于格网低点高差,高于高程阈值则标记点为地物点,高程滤波处理后分离地物点精确提取地面点进行后续处理。通过高程滤波滤掉可能的建筑物点、树木点、车辆行人点以及道路附属设施点等。
在本发明的一种实施方式中,在多个采样轨迹点中,每两个相邻采样轨迹点之间的距离相等。步骤S105根据所有采样切面的道路边界点生成道路边界线的过程具体为:首先,根据边界点的噪声参数确定所有采样切面的道路边界点中的噪声点,以剔除噪声点,并根据剩余道路边界点生成道路边界线。
其中,边界点的噪声参数为下述参数中的任意一种或多种的组合:相邻两个采样切面的边界点之间的距离、边界点的扫描角度和边界点至采样轨迹点的距离。由于扫描线在空间上呈现规律的分布,真正的道路边界点具有固定性、连续性、空间相似性,利用参数分类剔除不呈规律的边界点,达到剔除噪声的目的。
在道路边线拟合过程中。可以依据RANSAC算法将去除噪声的道路边界点进行曲线模型拟合,并基于3点平滑算法精细平滑曲线,最终形成道路矢量线。
本发明实施例还提供一种确定道路边界线的装置,如图7所示,该装置700包括:切面确定模块701、点云采样模块702、边界点确定模块703。
切面确定模块701用于在采集设备采集的道路点云中,确定穿过所述采集设备的行驶轨迹的多个采样切面;
点云采样模块702用于获取所述点云中,位于每个所述采样切面上的点,以组成每个所述采样切面的采样点集合;
边界点确定模块703用于在每个所述采样切面的采样点集合中确定道路的边界点;
边界线生成模块,用于根据所有所述采样切面的道路边界点生成道路边界线。
在本发明中,切面确定模块进一步用于在采集设备的行驶轨迹点中确定多个采样轨迹点。
确定经过采样轨迹点,且垂直于该采样轨迹点的轨迹方向的切面为采样切面。
在本发明中,边界点确定模块进一步用于将采样点集合中所有的点,映射到采样切面与道路面的交线上,道路面包括行驶轨迹点。
分别建立交线的第一采样点索引和第二采样点索引,第一采样点索引和第二采样点索引中的采样点分别位于采样轨迹点两侧的交线上。
利用第一采样点索引和第二采样点索引,分别确定采样点集合中道路两侧的边界点。
在本发明中,在第一采样点索引和第二采样点索引中,根据每个采样点与采样轨迹点的距离,由近至远确定每个采样点的索引顺序。
边界点确定模块进一步用于确定道路面点的高程阈值,按照索引顺序在第一采样点索引或第二采样点索引中,逐一判断每个采样点的高程是否大于该道路面点的高程阈值,直至确定大于该道路面点的高程阈值的采样点,并确定该采样点为第一采样点索引或第二采样点索引对应道路侧的边界点。
在本发明中,边界点确定模块进一步用于将采样点的高程值的分布范围按照设定步长,划分为多个高程区间,在第一采样点索引或第二采样点索引的所有采样点中,分别确定每个高程区间对应采样点的数量,其中,当采样点的高程在指定高程区间内,则确定该采样点对应该指定高程区间。
根据对应采样点的数量,由多至少对多个高程区间排序,根据排序确定多个高程区间中的阈值高程区间,将该阈值高程区间的最大高程值作为道路面点的高程阈值。
在本发明中,在第一采样点索引和第二采样点索引中,根据每个采样点与采样轨迹点的距离,由近至远确定每个采样点的索引顺序。
对于第一采样点索引或第二采样点索引,预设有用于标定设定数量的连续采样点的采样窗口。
边界点确定模块进一步用于按照索引顺序在第一采样点索引或第二采样点索引中,移动采样窗口,并在每次移动后,确定窗口中的边界判定参数,直至根据边界判定参数确定第一采样点索引或第二采样点索引对应道路侧的边界点。
边界判定参数为下述多个参数中的任意一个或多个的组合:采样点的高程差值、采样点的道路面投影距离和采样点的梯度变化。
在本发明中,在多个采样轨迹点中,每两个相邻采样轨迹点之间的距离相等。
边界线生成模块进一步用于根据边界点的噪声参数确定所有采样切面的道路边界点中的噪声点,以剔除噪声点,并根据剩余道路边界点生成道路边界线。
边界点的噪声参数为下述参数中的任意一种或多种的组合:相邻两个采样切面的边界点之间的距离、边界点的扫描角度和边界点至采样轨迹点的距离。
在本发明中,该装置还包括:地物点过滤装置,用于创建点云的二维格网索引,并确定每个格网内,所有点相对于该格网最低点的高程差。
确定高程差大于预设地物高程阈值的点为地物点,并在点云中,分离地物点。
本发明提供的确定道路边界线的方法和装置,能够更高效且精确的提取道路边界线。该方法和装置基于行车轨迹线辅助下生成道路断面线来模拟扫描线结构,相对于现有技术大大减少了所需分析的数据量。通过分析扫描线上不同地物在剖面上所呈现的空间分布特征,制定多纬度特征规则粗提取道路边界点,从而可以应对复杂道路的边界提取,然后利用相邻多条扫描线上边界点的分布规律等信息,进行统计分类去噪,精细提取边界点,避免受到路面粗糙度、路缘石形状和其他障碍地物的影响,最后基于进行道路线模型拟合,生成高精度道路边线。
图8示出了可以应用本发明实施例的确定道路边界线的方法或确定道路边界线的装置的示例性***架构800。
如图8所示,***架构800可以包括终端设备801、802、803,网络804和服务器805。网络804用以在终端设备801、802、803和服务器805之间提供通信链路的介质。网络804可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备801、802、803通过网络804与服务器805交互,以接收或发送消息等。终端设备801、802、803上可以安装有各种通讯客户端应用。
终端设备801、802、803可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器805可以是提供各种服务的服务器,例如确定道路边界线的后台管理服务器。
需要说明的是,本发明实施例所提供的确定道路边界线的方法一般由服务器805执行,相应地,确定道路边界线的装置一般设置于服务器805中。
应该理解,图8中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图9,其示出了适于用来实现本发明实施例的终端设备的计算机***900的结构示意图。图9示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示,计算机***900包括中央处理单元(CPU)901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有***900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
以下部件连接至I/O接口905:包括键盘、鼠标等的输入部分906;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907;包括硬盘等的存储部分908;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器910上,以便于从其上读出的计算机程序根据需要被安装入存储部分908。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(CPU)901执行时,执行本发明的***中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括获取模块、切面确定模块、点云采样模块、边界点确定模块和边界线生成模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,边界点确定模块还可以被描述为“将采样点集合中所有的点,映射到采样切面与道路面的交线上的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:
获取采集设备采集的道路的点云;
在所述点云中,确定穿过所述采集设备的行驶轨迹的多个采样切面;
获取所述点云中,位于每个所述采样切面上的点,以组成每个所述采样切面的采样点集合;
在每个所述采样切面的采样点集合中确定道路的边界点;
根据所有所述采样切面的道路边界点生成道路边界线。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (18)

1.一种确定道路边界线的方法,其特征在于,包括:
在采集设备采集的道路点云中,确定穿过所述采集设备的行驶轨迹的多个采样切面;
获取所述点云中,位于每个所述采样切面上的点,以组成每个所述采样切面的采样点集合;
在每个所述采样切面的采样点集合中确定道路的边界点;
根据所有所述采样切面的道路边界点生成道路边界线。
2.根据权利要求1所述的方法,其特征在于,所述在采集设备采集的道路点云中,确定穿过所述采集设备的行驶轨迹的多个采样切面的步骤包括:
在所述采集设备的行驶轨迹点中确定多个采样轨迹点;
确定经过所述采样轨迹点,且垂直于该采样轨迹点的轨迹方向的切面为所述采样切面。
3.根据权利要求1所述的方法,其特征在于,在采样点集合中确定道路的边界点包括:
将所述采样点集合中所有的点,映射到所述采样切面与道路面的交线上,所述道路面包括所述行驶轨迹点;
分别建立所述交线的第一采样点索引和第二采样点索引,所述第一采样点索引和第二采样点索引中的采样点分别位于所述采样轨迹点两侧的所述交线上;
利用所述第一采样点索引和第二采样点索引,分别确定所述采样点集合中道路两侧的边界点。
4.根据权利要求3所述的方法,其特征在于,在所述第一采样点索引和第二采样点索引中,根据每个采样点与所述采样轨迹点的距离,由近至远确定每个采样点的索引顺序;
所述利用第一采样点索引和第二采样点索引,分别确定所述采样点集合中道路两侧的边界点包括:
确定道路面点的高程阈值;
按照所述索引顺序在所述第一采样点索引或第二采样点索引中,逐一判断每个采样点的高程是否大于该道路面点的高程阈值,直至确定大于该道路面点的高程阈值的采样点,并确定该采样点为所述第一采样点索引或第二采样点索引对应道路侧的边界点。
5.根据权利要求4所述的方法,其特征在于,所述确定道路面点的高程阈值包括:
将采样点的高程值的分布范围按照设定步长,划分为多个高程区间,在所述第一采样点索引或第二采样点索引的所有采样点中,分别确定所述每个高程区间对应采样点的数量,其中,当采样点的高程在指定高程区间内,则确定该采样点对应所述指定高程区间;
根据对应采样点的数量,由多至少对所述多个高程区间排序,根据所述排序确定所述多个高程区间中的阈值高程区间,将该阈值高程区间的最大高程值作为所述道路面点的高程阈值。
6.根据权利要求3所述的方法,其特征在于,在所述第一采样点索引和第二采样点索引中,根据每个采样点与所述采样轨迹点的距离,由近至远确定每个采样点的索引顺序;
对于所述第一采样点索引或第二采样点索引,预设有用于标定设定数量的连续采样点的采样窗口;
所述利用所述第一采样点索引和第二采样点索引,分别确定所述采样点集合中道路两侧的边界点包括:
按照所述索引顺序在所述第一采样点索引或第二采样点索引中,移动所述采样窗口,并在每次移动后,确定所述采样窗口中的边界判定参数,直至根据所述边界判定参数确定所述第一采样点索引或第二采样点索引对应道路侧的边界点;
所述边界判定参数为下述多个参数中的任意一个或多个的组合:采样点的高程差值、采样点的道路面投影距离和采样点的梯度变化。
7.根据权利要求2至6中任一项所述的方法,其特征在于,在所述多个采样轨迹点中,每两个相邻采样轨迹点之间的距离相等;
所述根据所有采样切面的道路边界点生成道路边界线包括:
根据边界点的噪声参数确定所述所有采样切面的道路边界点中的噪声点,以剔除所述噪声点,并根据剩余道路边界点生成道路边界线;
所述边界点的噪声参数为下述参数中的任意一种或多种的组合:相邻两个采样切面的边界点之间的距离、边界点的扫描角度和边界点至采样轨迹点的距离。
8.根据权利要求7所述的方法,其特征在于,在所述获取所述点云中,位于每个所述采样切面上的点,以组成每个所述采样切面的采样点集合的步骤之前还包括:
创建所述点云的二维格网索引,并确定每个二维格网内,所有点相对于该二维格网最低点的高程差;
确定高程差大于预设地物高程阈值的点为地物点,并在所述点云中,分离所述地物点。
9.一种确定道路边界线的装置,其特征在于,包括:
切面确定模块,用于在采集设备采集的道路点云中,确定穿过所述采集设备的行驶轨迹的多个采样切面;
点云采样模块,用于获取所述点云中,位于每个所述采样切面上的点,以组成每个所述采样切面的采样点集合;
边界点确定模块,用于在每个所述采样切面的采样点集合中确定道路的边界点;
边界线生成模块,用于根据所有所述采样切面的道路边界点生成道路边界线。
10.根据权利要求9所述的装置,其特征在于,所述切面确定模块进一步用于在所述采集设备的行驶轨迹点中确定多个采样轨迹点;
确定经过所述采样轨迹点,且垂直于该采样轨迹点的轨迹方向的切面为所述采样切面。
11.根据权利要求9所述的装置,其特征在于,所述边界点确定模块进一步用于将所述采样点集合中所有的点,映射到所述采样切面与道路面的交线上,所述道路面包括所述行驶轨迹点;
分别建立所述交线的第一采样点索引和第二采样点索引,所述第一采样点索引和第二采样点索引中的采样点分别位于所述采样轨迹点两侧的所述交线上;
利用所述第一采样点索引和第二采样点索引,分别确定所述采样点集合中道路两侧的边界点。
12.根据权利要求11所述的装置,其特征在于,在所述第一采样点索引和第二采样点索引中,根据每个采样点与所述采样轨迹点的距离,由近至远确定每个采样点的索引顺序;
所述边界点确定模块进一步用于确定道路面点的高程阈值,按照所述索引顺序在所述第一采样点索引或第二采样点索引中,逐一判断每个采样点的高程是否大于该道路面点的高程阈值,直至确定大于该道路面点的高程阈值的采样点,并确定该采样点为所述第一采样点索引或第二采样点索引对应道路侧的边界点。
13.根据权利要求12所述的装置,其特征在于,所述边界点确定模块进一步用于将采样点的高程值的分布范围按照设定步长,划分为多个高程区间,在所述第一采样点索引或第二采样点索引的所有采样点中,分别确定所述每个高程区间对应采样点的数量,其中,当采样点的高程在指定高程区间内,则确定该采样点对应所述指定高程区间;
根据对应采样点的数量,由多至少对所述多个高程区间排序,根据所述排序确定所述多个高程区间中的阈值高程区间,将该阈值高程区间的最大高程值作为所述道路面点的高程阈值。
14.根据权利要求11所述的装置,其特征在于,在所述第一采样点索引和第二采样点索引中,根据每个采样点与所述采样轨迹点的距离,由近至远确定每个采样点的索引顺序;
对于所述第一采样点索引或第二采样点索引,预设有用于标定设定数量的连续采样点的采样窗口;
所述边界点确定模块进一步用于按照所述索引顺序在所述第一采样点索引或第二采样点索引中,移动所述采样窗口,并在每次移动后,确定所述采样窗口中的边界判定参数,直至根据所述边界判定参数确定所述第一采样点索引或第二采样点索引对应道路侧的边界点;
所述边界判定参数为下述多个参数中的任意一个或多个的组合:采样点的高程差值、采样点的道路面投影距离和采样点的梯度变化。
15.根据权利要求10至14中任一项所述的装置,其特征在于,在所述多个采样轨迹点中,每两个相邻采样轨迹点之间的距离相等;
所述边界线生成模块进一步用于根据边界点的噪声参数确定所述所有采样切面的道路边界点中的噪声点,以剔除所述噪声点,并根据剩余道路边界点生成道路边界线;
所述边界点的噪声参数为下述参数中的任意一种或多种的组合:相邻两个采样切面的边界点之间的距离、边界点的扫描角度和边界点至采样轨迹点的距离。
16.根据权利要求15所述的装置,其特征在于,还包括:地物点过滤装置,用于创建所述点云的二维格网索引,并确定每个二维格网内,所有点相对于该二维格网最低点的高程差;
确定高程差大于预设地物高程阈值的点为地物点,并在所述点云中,分离所述地物点。
17.一种确定道路边界线的电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
18.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
CN201810751387.2A 2018-07-10 2018-07-10 一种确定道路边界线的方法和装置 Pending CN110378173A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810751387.2A CN110378173A (zh) 2018-07-10 2018-07-10 一种确定道路边界线的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810751387.2A CN110378173A (zh) 2018-07-10 2018-07-10 一种确定道路边界线的方法和装置

Publications (1)

Publication Number Publication Date
CN110378173A true CN110378173A (zh) 2019-10-25

Family

ID=68243707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810751387.2A Pending CN110378173A (zh) 2018-07-10 2018-07-10 一种确定道路边界线的方法和装置

Country Status (1)

Country Link
CN (1) CN110378173A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111208530A (zh) * 2020-01-15 2020-05-29 北京四维图新科技股份有限公司 定位图层生成方法、装置、高精度地图及设备
CN112200171A (zh) * 2020-12-07 2021-01-08 速度时空信息科技股份有限公司 一种基于扫描线的道路点云的提取方法
CN114061606A (zh) * 2021-11-10 2022-02-18 京东鲲鹏(江苏)科技有限公司 路径规划方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160104316A1 (en) * 2013-04-28 2016-04-14 Geosim Systems Ltd. Use of borderlines in urban 3d-modeling
CN103778429B (zh) * 2014-01-24 2017-03-08 青岛秀山移动测量有限公司 一种车载激光扫描点云中道路信息自动提取方法
CN107169464A (zh) * 2017-05-25 2017-09-15 中国农业科学院农业资源与农业区划研究所 一种基于激光点云的道路边界检测方法
EP3171292A4 (en) * 2015-09-10 2018-02-21 Baidu Online Network Technology (Beijing) Co., Ltd. Driving lane data processing method, device, storage medium and apparatus

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160104316A1 (en) * 2013-04-28 2016-04-14 Geosim Systems Ltd. Use of borderlines in urban 3d-modeling
CN103778429B (zh) * 2014-01-24 2017-03-08 青岛秀山移动测量有限公司 一种车载激光扫描点云中道路信息自动提取方法
EP3171292A4 (en) * 2015-09-10 2018-02-21 Baidu Online Network Technology (Beijing) Co., Ltd. Driving lane data processing method, device, storage medium and apparatus
CN107169464A (zh) * 2017-05-25 2017-09-15 中国农业科学院农业资源与农业区划研究所 一种基于激光点云的道路边界检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MIKA NISHIDA 等: "Detection of road boundaries using hyperbolic road model", 《2012 INTERNATIONAL SYMPOSIUM ON INTELLIGENT SIGNAL PROCESSING AND COMMUNICATIONS SYSTEMS》 *
马书庆: "车道偏离自动修正控制***研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111208530A (zh) * 2020-01-15 2020-05-29 北京四维图新科技股份有限公司 定位图层生成方法、装置、高精度地图及设备
CN111208530B (zh) * 2020-01-15 2022-06-17 北京四维图新科技股份有限公司 定位图层生成方法、装置、高精度地图及设备
CN112200171A (zh) * 2020-12-07 2021-01-08 速度时空信息科技股份有限公司 一种基于扫描线的道路点云的提取方法
CN112200171B (zh) * 2020-12-07 2021-03-23 速度时空信息科技股份有限公司 一种基于扫描线的道路点云的提取方法
CN114061606A (zh) * 2021-11-10 2022-02-18 京东鲲鹏(江苏)科技有限公司 路径规划方法、装置、电子设备及存储介质
CN114061606B (zh) * 2021-11-10 2024-04-12 京东鲲鹏(江苏)科技有限公司 路径规划方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN111462275B (zh) 一种基于激光点云的地图生产方法和装置
WO2018068653A1 (zh) 点云数据处理方法、装置及存储介质
CN110866449A (zh) 识别道路中目标对象的方法和装置
CN108845569A (zh) 生成三维高清道路图水平弯道行车线的半自动点云方法
CN109584294A (zh) 一种基于激光点云的路面点云提取方法和装置
CN109839119B (zh) 跨路桥梁桥面区域的获取方法及装置
EP4120123A1 (en) Scan line-based road point cloud extraction method
CN110378173A (zh) 一种确定道路边界线的方法和装置
CN103778429A (zh) 一种车载激光扫描点云中道路信息自动提取方法
CN109919237B (zh) 点云处理方法及装置
CN105551082A (zh) 一种基于激光点云的路面识别方法及装置
Gargoum et al. Virtual assessment of sight distance limitations using LiDAR technology: Automated obstruction detection and classification
CN105701798A (zh) 柱状物体的点云提取方法及装置
CN110795978B (zh) 路面点云数据提取方法、装置、存储介质及电子设备
CN110533055A (zh) 一种点云数据的处理方法和装置
CN108919295A (zh) 机载LiDAR点云道路信息提取方法及装置
CN108629228A (zh) 一种道路对象识别方法和装置
CN108470174A (zh) 障碍物分割方法及装置、计算机设备及可读介质
CN110163900B (zh) 用于调整点云数据方法和装置
CN110378175A (zh) 道路边沿的识别方法和装置
CN111126211B (zh) 标牌识别方法和装置、电子设备
CN116071729A (zh) 可行驶区域和路沿的检测方法、装置及相关设备
CN115240154A (zh) 停车场的点云特征提取方法、装置、设备及介质
CN110309240A (zh) 去除动态目标的方法和装置
CN116913081A (zh) 一种基于路侧激光雷达的车辆排队长度检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20210224

Address after: Room 222, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Beijing Jingdong three hundred and sixty degree e-commerce Co.,Ltd.

Address before: 101, 1st floor, building 2, yard 20, Suzhou street, Haidian District, Beijing 100080

Applicant before: Beijing Jingbangda Trading Co.,Ltd.

Effective date of registration: 20210224

Address after: 101, 1st floor, building 2, yard 20, Suzhou street, Haidian District, Beijing 100080

Applicant after: Beijing Jingbangda Trading Co.,Ltd.

Address before: 100195 Beijing Haidian Xingshikou Road 65 West Cedar Creative Garden 4 District 11 Building East 1-4 Floor West 1-4 Floor

Applicant before: BEIJING JINGDONG SHANGKE INFORMATION TECHNOLOGY Co.,Ltd.

Applicant before: BEIJING JINGDONG CENTURY TRADING Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20191025

RJ01 Rejection of invention patent application after publication