[发明专利]路面点云数据提取方法、装置、存储介质及电子设备

说明书

本公开涉及一种路面点云数据提取方法、装置、存储介质及电子设备，包括：获取点云数据中每个采样点的三维坐标，三维坐标包括X轴坐标、Y轴坐标和Z轴坐标，其中，Z轴坐标用于表示路面的高度；根据每个采样点的三维坐标将采样点中不属于路面的采样点滤除，以得到过滤后的点云数据；对过滤后的点云数据中每个采样点的Z轴坐标进行平滑处理，将该平滑处理后的点云数据作为目标路面点云数据。这样，能够从原始采集到的点云数据中自动将路面相关的点云数据提取出来，且提取出来的点云数据中还包括了经过平滑后的路面高程信息，进而能够大大提高高精地图的生成效率，尤其适用于由车载设备采集到的点云数据。

技术领域

本公开涉及数据处理领域，具体地，涉及一种路面点云数据提取方法、装置、存储介质及电子设备。

背景技术

高精地图是指高精度、精细化定义的地图，其精度需要达到分米级才能够区分各个车道，而精细化定义，则是需要格式化存储交通场景中的各种交通要素，包括传统地图的道路网数据、车道网络数据、车道线以和交通标志等数据。用于构建高精地图的原始数据一般是经过数据处理后的点云数据，目前一种主流的获取用于构建高精地图的方法是通过专业的高精地图采集车使用工业级激光雷达(Lidar)扫描道路环境获取点云数据，使用工业级摄像头获取全景图，之后通过结合点云数据和全景图的数据，对原始点云数据进行数据清洗，矢量抽取，数据处理等过程，最终输出道路完整的矢量数据。

道路信息检测是构建高精地图的关键前提。以道路本身的路网为例，从采集车采集的路面点云提取的矢量数据包括地面油漆矢量：例如实线，虚线，地面箭头的轮廓等。通过算法能对这些原始矢量数据进行强语义加工，加工后的强语义数据可以区分车道线，道路边界线，箭头标识等，并且进一步可以加工成一段完整的道路。

在上述的强语义加工过程中，若得到高程数据的辅助，相当于在二维平面的基础上，增加第三维的高度信息，此举将显著提高加工后的结果准确性、帮助高精地图还原得更加真实并扩大应用范围。因此，路面高程信息采集是道路信息检测的重要组成部分。为提高工作效率，如何基于原始的点云数据，自动化采集路面点云数据及相应的高程信息就成为高精地图构建中一个十分重要的问题。

发明内容

本公开的目的是提供一种路面点云数据提取方法、装置、存储介质及电子设备，能够从原始采集到的点云数据中、尤其是在车载设备采集到的点云数据中自动将路面相关的点云数据提取出来，且提取出来的点云数据中还包括了经过平滑后的路面高程信息，进而能够大大提高高精地图的生成效率。

为了实现上述目的，本公开提供一种路面点云数据提取方法，所述方法包括：

获取点云数据中每个采样点的三维坐标，所述三维坐标包括X轴坐标、Y轴坐标和Z轴坐标，其中，所述Z轴坐标用于表示路面的高度；

根据每个所述采样点的三维坐标将所述采样点中不属于路面的所述采样点滤除，以得到过滤后的点云数据；

对过滤后的所述点云数据中每个所述采样点的Z轴坐标进行平滑处理，将该平滑处理后的点云数据作为目标路面点云数据。

可选地，所述方法还包括：

根据所述X轴坐标和所述Y轴坐标将所述点云数据进行格网化，以得到包括所述点云数据中的所有所述采样点的多个连续格网，每个所述格网中分别包括所述点云数据中的一个或多个所述采样点。

可选地，所述根据每个所述采样点的三维坐标将所述采样点中不属于路面的所述采样点滤除包括：

根据每个所述采样点的三维坐标，分别计算每个所述格网中的所述采样点所能构成的平面的第一法向量，与所述Z轴向量之间的夹角；

若所述格网所对应的所述夹角大于第一预设阈值，则判定所述格网中的所述采样点不属于路面。