[发明专利]一种基于线扫描三维点云的路面标线检测及参数计算方法

说明书

本发明提供一种基于线扫描三维点云的路面标线检测及参数计算方法。所述方法包括：基于设有标线的目标路面的三维点云数据，利用预设阶跃算子进行卷积运算，获取所述目标路面的标线的边缘疑似点；基于所述标线的边缘疑似点，进行边缘子块有效性判定，获得标线的疑似区域；基于所述标线的疑似区域，进行标线纵向定位及邻接子块延伸判定，获取标线的定位信息；基于标线的定位信息结合该区域内的高程信息进行标线三维参数计算，以实现路面标线的检测并获取标线的三维参数信息。本发明首次将三维点云数据用于路面标线检测及参数计算，克服了基于二维图像进行标线识别容易受路面磨损、光照、阴影等影响，能实现标线准确定位及标线三维参数的精确获取。

技术领域

本发明属于激光扫描数据处理和智能交通系统的交叉领域，更具体地，涉及一种基于线扫描三维点云的路面标线检测及参数计算方法。

背景技术

道路交通标线是由标划于路面上的各种线条、箭头、文字、立面标记、突起路标和轮廓标等所构成的交通安全设施。作为交通管理系统中的一个重要特征成分，路面标线在司机行车和行人安全等方面提供了重要的引导作用。另外，标线的自动识别在路网信息管理和更新、路面状况评定以及自动驾驶和行车导航方面有重要意义。在上述应用中，标线信息需要快速有效地进行定位、测量和识别等处理。所以，鲁棒而快速有效的标线自动检测算法在很多应用场景中具有重要意义。

近年来，相关致力于标线自动检测的方法所采用的数据包括数字图像/视频、立体影像对、车载激光扫描数据等。这些方法大多从标线表面的光学特性出发，即认为标线表面的颜色及反光特性与正常路面背景具备较明显的差别从而进行标线检测。

具体来说，现有的路面标线自动检测技术主要包含以下两类：

(1)基于二维视觉特征的路面标线检测方法：基于二维视觉特征的标线检测方法主要通过光学相机及视频等获取路面数据，通过标线的颜色特性与路面背景之间的差异进行标线提取。此类方法无法克服环境光照、阴影、以及路表轮胎磨痕、油渍等对标线检测的影响，其适用性较为有限，而且基于二维灰度图像无法测量标线厚度等几何参数。

(2)基于三维激光反射强度特征的路面标线检测方法：此类方法通常使用车载三维激光扫描数据，利用激光扫描过程中标线表面与路面非标线表面的反射强度差异实现路面与标线的分离。此类方法虽然能克服传统二维方法容易受到光照、阴影影响的缺陷，但是利用激光反射强度特征的方法也存在以下缺陷：激光线本身存在光线过强时，极容易将普通路面检测为标线区域；对于部分磨损型的标线，基于激光反射强度的方法检测效果较差。

另外，以上基于二维视觉以及基于三维激光反射强度特征的标线检测方法，都无法获取较为完整的标线信息，例如标线的高程信息及磨损状况等。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的基于线扫描三维点云的路面标线检测及参数计算方法。

根据本发明的一个方面，提供一种路面标线检测及参数计算方法，包括：

基于设有标线的目标路面的三维点云数据，利用预设阶跃算子进行卷积运算，获取所述目标路面的标线的边缘疑似点；

基于所述标线的边缘疑似点，进行边缘子块有效性判定，获得标线的疑似区域；

基于所述标线的疑似区域，进行标线纵向定位及邻接子块延伸判定，获取标线的定位信息，以实现路面标线的检测；

基于所述标线的定位信息，结合所述三维点云数据，计算标线的三维参数，获取所述标线的三维参数信息。