[发明专利]道路线提取方法和装置

说明书

本发明公开了一种道路线提取方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：融合图像数据和点云数据，获得彩色点云数据；基于所述彩色点云数据，生成具有多个维度的二维特征图像；基于预设的道路线语义分割模型，提取所述二维特征图像上的道路线，以识别道路。该实施方式能够提取完整的道路信息，提高了准确率，提取方式稳健，适用复杂的道路场景，适用范围广。

技术领域

本发明涉及计算机技术领域，尤其涉及一种道路线提取方法和装置。

背景技术

近年来，以车辆为搭载平台集成GPS、激光扫描仪和相机等多种传感器。在传感器同步控制的基础上，能获取城市街道的三维点云数据和图像纹理信息，为道路信息快速获取、更新及三维道路环境自动提取开辟了新途径。

目前，道路提取的方法大多是从不同的单一数据源中分析道路特征，并制定不同规则来提取道路线。例如以下几种方法：(1)基于规则的方法分析道路特征，直接从3维点云中提取道路线；(2)将3维点云转换为2维图像，从图像上基于规则提取道路线；(3)基于视觉多特征的方法，直接从图像中提取道路线。

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：

(1)数据源单一，不同数据源所表达特征信息不同，基于特定规则不能提取完整的道路信息；

(2)基于特征规划的方式提取道路线，受到不同场景复杂度和相似特征影响，提取方式不稳健，效果较差。

发明内容

有鉴于此，本发明实施例提供一种道路线提取方法和装置，能够提取完整的道路信息，提高了准确率，提取方式稳健，适用复杂的道路场景，适用范围广。

为实现上述目的，根据本发明实施例的一个方面，提供了一种道路线提取方法，包括：融合图像数据和点云数据，获得彩色点云数据；基于所述彩色点云数据，生成具有多个维度的二维特征图像；基于预设的道路线语义分割模型，提取所述二维特征图像上的道路线，以识别道路。

可选地，融合图像数据和点云数据，获得彩色点云数据包括：根据相机传感器与激光雷达之间的外参数，将同一时刻下的点云数据投影到图像上，以确定与点云数据对应的像素位置；确定与点云数据对应的像素位置的颜色信息；融合点云数据和与该点云数据对应的像素位置的颜色信息，获得彩色点云数据。

可选地，基于所述彩色点云数据，生成具有多个维度的二维特征图像包括：计算点云密度，确定平均点间距；将所述平均点间距作为空间尺度，创建二维网格，以将所述彩色点云数据投影到所述二维网格中；基于落入每个网格内的所有彩色点云，确定每个网格所代表的多个维度的特征，以生成具有多个维度的二维特征图像。

可选地，基于落入每个网格内的所有彩色点云，确定每个网格所代表的多个维度的特征包括：对于每一网格，确定落入所述网格内的所有彩色点云的特征信息，其中，所述特征信息包括颜色信息、强度信息、高度信息和梯度信息；分别确定所述颜色信息，强度信息、高度信息和梯度信息的平均值；将颜色信息的平均值作为所述网格所代表的颜色特征、将所述强度信息的平均值作为所述网格所代表的强度特征、将所述高度信息的平均值作为所述网格所代表的高度特征以及将所述梯度信息的平均值作为所述网格所代表的梯度特征，以确定每个网格所代表的多个维度的特征。

可选地，确定落入所述网格内的所有彩色点云的特征信息包括：确定落入所述网格内的所有彩色点云的高度信息；将所述高度信息做Sobel算子卷积计算，获得梯度信息。

可选地，所述预设的道路线语义分割模型根据如下过程获得：人工标注预设的二维特征图像上的道路线，获得标注样本特征图像；基于所述标注样本特征图像和卷积神经网络，训练图像语义分割模型；对所述图像语义分割模型进行优化，将优化后的图像语义分割模型作为预设的道路线语义分割模型。