[发明专利]一种车道线识别方法和装置

权利要求书

1.一种车道线识别方法，其特征在于，包括：

将驾驶环境的一个激光雷达LIDAR点云数据投影到对应的图像数据的语义分割图像数据上，得到投影数据；其中，语义分割图像数据是预先处理得到的，语义分割图像数据中包括像素、像素的类别和叠加的车道线实例；投影数据中包括语义分割图像数据和点云数据的投影点数据；

在投影数据的图像空间中，根据透视空间的位置变化，在一个投影点与一个车道线实例之间的距离小于预定的距离阈值的情况下，确定该投影点为与车道线实例对应的投影点，其中所述预定的距离阈值是预定的一条阈值直线上距离车道线实例最近的点与车道线实例之间的距离；

确定该投影点对应的LIDAR点为待选车道线LIDAR点；

确定每个待选车道线LIDAR点的强度，并根据待选车道线LIDAR点的强度，从待选车道线LIDAR点中选取实际车道线LIDAR点；

根据选取的实际车道线LIDAR点，生成三维空间中的车道线地图。

2.根据权利要求1所述的方法，其特征在于，根据待选车道线LIDAR点的强度，从待选车道线LIDAR点中选取实际车道线LIDAR点，包括：

根据语义分割图像数据中的像素的类别，确定得到道路表面像素对应的投影点，并确定该投影点对应的LIDAR点为待选路面LIDAR点；

拟合得到待选路面LIDAR点的路面强度值；

根据预先设定的路面强度值与车道线强度阈值的对应关系，确定得到车道线强度阈值；

根据各个待选车道线LIDAR点的强度与车道线强度阈值的对比关系，从待选车道线LIDAR点中选取实际车道线LIDAR点。

3.根据权利要求2所述的方法，其特征在于，拟合得到待选路面LIDAR点的路面强度值，包括：

采用高斯分布函数拟合得到待选路面LIDAR点的路面强度值。

4.根据权利要求2所述的方法，其特征在于，预先设定的路面强度值与车道线强度阈值的对应关系为线性函数。

5.根据权利要求2所述的方法，其特征在于，根据各个待选车道线LIDAR点的强度与车道线强度阈值的对比关系，从待选车道线LIDAR点中选取实际车道线LIDAR点，包括：

确定强度大于车道线强度阈值的待选车道线LIDAR点的数量在全部待选车道线LIDAR点中的比例；

在该比例大于预定的比例阈值的情况下，选取强度大于车道线强度阈值的待选车道线LIDAR点为实际车道线LIDAR点；

在该比例小于或等于预定的比例阈值的情况下，选取全部的待选车道线LIDAR点为实际车道线LIDAR点。

6.根据权利要求1所述的方法，其特征在于，根据选取的车道线LIDAR点，生成三维空间中的车道线地图，包括：

在连续的多个图像帧中追踪实际车道线LIDAR点对应的车道线；

对追踪的车道线进行平滑处理拟合生成平滑的车道线；

对所生成的平滑的车道线进行抽样，根据抽样点生成三维空间中的车道线地图。

7.根据权利要求6所述的方法，其特征在于，对追踪的车道线进行平滑处理拟合生成平滑的车道线，包括：

采用B样条曲线方法对追踪的车道线进行平滑处理拟合生成平滑的车道线。

8.根据权利要求1所述的方法，其特征在于，还包括：

预先对LIDAR点云数据对应的图像数据进行语义分割处理，得到初始语义分割图像数据；

从图像数据中确定得到车道线实例数据；

将车道线实例数据叠加到初始语义分割图像数据中，得到语义分割图像数据。