[发明专利]一种路面识别方法和装置

权利要求书

1.一种路面识别方法，其特征在于，包括：

路面识别装置获取一个驾驶环境的一个图像数据和一个点云数据，其中，图像数据来自于自动驾驶车辆的车载摄像头，点云数据来自于自动驾驶车辆的车载激光雷达；

将点云数据投影到图像数据上得到投影数据，投影数据中包括图像数据的像素点和点云数据的投影点；

从点云数据中识别出路面点云数据点；

在投影数据中保留与路面点云数据点对应的投影点，得到路面投影数据，路面投影数据中包括路面点云投影点和图像数据的像素点；

将路面点云投影点保存到路面点集合中；

对所述路面点集合进行去噪操作以确定并删除所述路面点集合中的异常点和噪声点；以及

将路面点集合对应的像素点确定为路面像素点。

2.根据权利要求1所述的方法，其特征在于，从点云数据中识别出路面点云数据点，包括：

采用随机抽样一致算法(RANSAC)对点云数据进行平面表达式拟合，得到路面点云数据点。

3.根据权利要求1所述的方法，其特征在于，对路面点集合进行去噪处理包括：

采用具有噪声的基于密度的聚类方法(DBSCAN)对路面点集合中的点进行聚类操作并确定噪声点，从路面点集合中删除噪声点。

4.根据权利要求1所述的方法，其特征在于，在去噪处理之后还包括对路面点集合进行扩大处理：

对路面点集合中的点，在相邻的两个点之间增加像素点，将增加的像素点保存到路面点集合中。

5.根据权利要求4所述的方法，其特征在于，在扩大处理之后还包括：

在图像空间中，对于路面点集合中的一个点，将该点以下的像素点确定为路面像素点，将确定的路面像素点保存到路面点集合中。

6.根据权利要求4所述的方法，其特征在于，在扩大处理之后还包括：

对于不属于路面点集合中的一个点，将该点周围预定范围内的像素点确定为非路面像素点，从路面点集合中删除非路面像素点。

7.根据权利要求5或6所述的方法，其特征在于，还包括：

采用高斯平滑滤波器对路面点集合中的点进行平滑加密处理，将加密的像素点保存到路面点集合中。

8.根据权利要求5或6所述的方法，其特征在于，还包括：

识别路面点集合中的最大连通分量，并在路面点集合中保留最大连通分量对应的数据点。

9.根据权利要求1所述的方法，其特征在于，还包括：

将路面像素点数据保存为训练深度神经网络的训练数据。

10.根据权利要求1所述的方法，其特征在于，还包括：

在二维空间中输出路面像素点数据，得到路面地图。

11.一种路面识别装置，其特征在于，包括：

获取单元，用于获取一个驾驶环境的一个图像数据和一个点云数据，其中，图像数据来自于自动驾驶车辆的车载摄像头，点云数据来自于自动驾驶车辆的车载激光雷达；

投影单元，用于将点云数据投影到图像数据上得到投影数据，投影数据中包括图像数据的像素点和点云数据的投影点；

确定单元，用于从点云数据中识别出路面点云数据点；在投影数据中保留与路面点云数据点对应的投影点，得到路面投影数据，路面投影数据中包括路面点云投影点和图像数据的像素点；将路面点云投影点保存到路面点集合中；对所述路面点集合进行去噪操作以确定并删除所述路面点集合中的异常点和噪声点；以及将路面点集合对应的像素点确定为路面像素点。

12.根据权利要求11所述的装置，其特征在于，确定单元从点云数据中识别出路面点云数据点，包括：

采用随机抽样一致算法(RANSAC)对点云数据进行平面表达式拟合，得到路面点云数据点。