[发明专利]基于点云的交通灯识别方法、装置、设备及存储介质有效

专利信息
申请号: 201811291882.6 申请日: 2018-10-31
公开(公告)号: CN109635640B 公开(公告)日: 2020-12-08
发明(设计)人: 卢维欣;宋适宇;董芳芳 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 朱颖;臧建明
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 交通灯 识别 方法 装置 设备 存储 介质
【权利要求书】:

1.一种基于点云的交通灯识别方法,其特征在于,包括:

获取点云数据;

基于预设模型从所述点云数据中识别获得杆状物的点云以及所述杆状物上附属的交通灯的点云,所述预设模型是基于预设数量的训练样本和对应的标注数据训练得到的,每个训练样本包括杆状物的点云以及交通灯的点云;

所述基于预设模型从所述点云数据中识别获得杆状物的点云以及所述杆状物上附属的交通灯的点云,包括:

基于预设的第一模型从所述点云数据中分离出地面点云,得到非地面点云;

基于预设的第二模型从所述非地面点云中分离出杆状物及其附属物的点云;

基于预设的第三模型从所述杆状物及其附属物的点云中是识别出交通灯的点云;

基于所述杆状物的点云确定所述杆状物的方向向量,并基于所述杆状物的方向向量确定所述交通灯的方向向量;

基于所述交通灯的方向向量对所述交通灯的点云进行框选,确定所述交通灯的框所在的位置;

根据所述交通灯的框所在的位置,对所述交通灯进行标定。

2.根据权利要求1所述的方法,其特征在于,基于预设的第二模型从所述非地面点云中分离出杆状物,包括:

基于预设的第二模型从所述非地面点云中分离出杆状物朝向地面的第一杆体的点云,以及所述杆状物上与所述第一杆体成第一角度的第二杆体的点云。

3.根据权利要求2所述的方法,其特征在于,所述基于所述杆状物的点云确定所述杆状物的方向向量,并基于所述杆状物的方向向量确定所述交通灯的方向向量,包括:

基于所述第一杆体的点云确定所述第一杆体朝向地面的第一方向向量;

基于所述第二杆体的点云确定所述第二杆体背离所述第一杆体的第二方向向量;

基于所述第一方向向量和所述第二方向向量,确定所述交通灯的方向向量。

4.根据权利要求1-3中任一项所述的方法,其特征在于,所述第一模型包括随机森林模型,所述第二模型包括语义分割模型,所述第三模型包括过滤模型。

5.根据权利要求1-3中任一项所述的方法,其特征在于,所述获取点云数据,包括:

获取激光扫描仪扫描获得的激光点云数据。

6.一种交通灯识别装置,其特征在于,包括:

获取模块,用于获取点云数据;

处理模块,用于基于预设模型从所述点云数据中识别获得杆状物的点云以及所述杆状物上附属的交通灯的点云,所述预设模型是基于预设数量的训练样本和对应的标注数据训练得到的,每个训练样本包括杆状物的点云以及交通灯的点云;

所述处理模块,包括:

第一处理子模块,用于基于预设的第一模型从所述点云数据中分离出地面点云,得到非地面点云;

第二处理子模块,用于基于预设的第二模型从所述非地面点云中分离出杆状物及其附属物的点云;

第三处理子模块,用于基于预设的第三模型从所述杆状物及其附属物的点云中是识别出交通灯的点云;

第一确定模块,用于基于所述杆状物的点云确定所述杆状物的方向向量,并基于所述杆状物的方向向量确定所述交通灯的方向向量;

第二确定模块,用于基于所述交通灯的方向向量对所述交通灯的点云进行框选,确定所述交通灯等框所在的位置;以及根据所述交通灯的框所在的位置,对所述交通灯进行标定。

7.根据权利要求6所述的装置,其特征在于,所述第二处理子模块,具体用于:

基于预设的第二模型从所述非地面点云中分离出杆状物朝向地面的第一杆体的点云,以及所述杆状物上与所述第一杆体成第一角度的第二杆体的点云。

8.根据权利要求7所述的装置,其特征在于,所述第一确定模块,包括:

第一确定子模块,用于基于所述第一杆体的点云确定所述第一杆体朝向地面的第一方向向量;

第二确定子模块,用于基于所述第二杆体的点云确定所述第二杆体背离所述第一杆体的第二方向向量;

第三确定子模块,用于基于所述第一方向向量和所述第二方向向量,确定所述交通灯的方向向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811291882.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top