[发明专利]道路特征物的定位方法及装置

说明书

本发明公开了一种道路特征物的定位方法及装置。其中，该方法包括：在点云数据中为预设特征点设置预设视角，其中，预设特征点为从点云数据中的待定位的道路特征物上提取的特征点；提取点云数据在预设视角下的点云信息，其中，点云信息携带有预设视角下的点的位置信息；根据点云信息对道路特征物进行定位，得到道路特征物的位置信息。本发明解决了现有技术中对道路特征物进行定位时定位效率低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种道路特征物的定位方法及装置。

背景技术

高精度地图作为自动驾驶技术的核心内容，其数据的准确度和丰富程度对自动驾驶车辆进行定位、导航和决策都有至关重要的影响。精确且丰富的高精度地图，可以使得自动驾驶车辆对周围的环境做出准确的判断并规划出合适的行驶策略。随着高精度地图技术的发展，目前大部分的地图数据都可以通过自动提取的算法来完成，自动化程度相对较高。剩下的数据则是通过地图编辑器，采用人工编辑的方法来完成。

用于表征道路特征的道路特征物(例如：路肩(俗称：路肩)和车道线)作为行车道路上的基础数据，其是高精度地图中最不可或缺的一部分内容，自动驾驶车辆依靠这一基础数据进行定位和决策。

目前车道线和路肩的数据制作，通过人工编辑的方法对道路特征物的数据进行处理和修正。人工编辑时，以现有的点云数据和街景数据为参考依据，逐路段、逐点的对这些数据进行调整。

传统的道路特征物的数据的编辑方案就是逐点进行调整，为了能够提升效率，减少工作量，现有的编辑工具中也可以支持批处理的操作，同时对车道线或路肩的多个关键点进行位置调整，或者直接对整个路段进行调整。但是，不论如何优化，这些工作都离不开人工定位的过程，虽然编辑后的数据精确度十分高，但由于道路特征物的数据量十分庞大，因此这一工作十分的费时费力；并且，受透视投影的影响，三维场景中要想实现精确定位，本身就是一件比较困难的工作。

此外，由于车道线和路肩的数据属于依附于地面的贴地数据，人工编辑的过程就是需要确保每一个关键点都能准确的依附在路边或者地面上，因此部分编辑工具为了简化这一过程，通过点云地图来生成一份数字高程模型(Digital Elevation Model，简称为DEM)数据，每个关键点根据高程数据自动调整高度。这一过程实际上是将自动提取算法的中间步骤加入到手工编辑的过程中，虽然可以达到自动调整数据的目的，但是却依旧存在三个问题：一是DEM数据通常以灰度图的方式进行存储，为了达到点云数据的精度(厘米级)，1MB的数据也只不过存储10平米范围，对于一个城区来说，数据量过于庞大；二是直接根据点云生成的DEM容易受到一些遮挡物如树木、车辆、路灯、路牌的影响，部分区域高程出现偏差；三是DEM虽然可以解决高程的问题，但是对于路肩这种需要贴近路边的数据，则无法使用这一方法来处理。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种道路特征物的定位方法及装置，以至少解决现有技术中对道路特征物进行定位时定位效率低的技术问题。

根据本发明实施例的一个方面，提供了一种道路特征物的定位方法，包括：在点云数据中为预设特征点设置预设视角，其中，所述预设特征点为从所述点云数据中的待定位的道路特征物上提取的特征点；提取所述点云数据在所述预设视角下的点云信息，其中，所述点云信息携带有所述预设视角下的点的位置信息；根据所述点云信息对所述道路特征物进行定位，得到所述道路特征物的位置信息。

根据本发明实施例的另一方面，还提供了一种道路特征物的定位装置，包括：设置模块，用于在点云数据中为预设特征点设置预设视角，其中，所述预设特征点为从所述点云数据中的待定位的道路特征物上提取的特征点；提取模块，用于提取所述点云数据在所述预设视角下的点云信息，其中，所述点云信息携带有所述预设视角下的点的位置信息；定位模块，用于根据所述点云信息对所述道路特征物进行定位，得到所述道路特征物的位置信息。