[发明专利]道路边界的确定方法和装置、存储介质及电子装置有效
申请号: | 201910394611.1 | 申请日: | 2019-05-13 |
公开(公告)号: | CN110110678B | 公开(公告)日: | 2021-05-14 |
发明(设计)人: | 孙云哲 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06T7/20;G06T7/70 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 周婷婷 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 道路 边界 确定 方法 装置 存储 介质 电子 | ||
1.一种道路边界的确定方法,其特征在于,包括:
获取车辆上的第一雷达对目标道路上的第一采集对象采集到的第一点云数据、以及所述车辆上的第二雷达对所述目标道路上属性为目标属性的第二采集对象采集到的第二点云数据,其中,所述第一点云数据用于表示所述第一采集对象相对于所述第一雷达的位置,所述第二点云数据用于表示所述第二采集对象相对于所述第二雷达的位置,所述第一采集对象和所述第二采集对象均包括所述目标道路的边界处属性为所述目标属性的护栏;
将所述第一点云数据和所述第二点云数据转换至目标坐标系下,分别得到第三点云数据和第四点云数据;
对所述第三点云数据进行聚类分割,得到与多个所述第一采集对象对应的多组点云数据,其中,每组点云数据用于表示在所述目标坐标系下一个所述第一采集对象相对于所述第一雷达的位置;
在所述第四点云数据中确定出与所述第二采集对象中的静态对象对应的点云数据,其中,所述与所述静态对象对应的点云数据用于表示在所述目标坐标系下所述静态对象相对于所述第二雷达的位置;
根据所述多组点云数据以及与所述静态对象对应的点云数据,将所述多个所述第一采集对象中与所述静态对象相匹配的对象确定为目标对象;
根据所述第一点云数据和所述目标对象确定所述目标道路的边界。
2.根据权利要求1所述的方法,其特征在于,根据所述多组点云数据以及与所述静态对象对应的点云数据,将所述多个所述第一采集对象中与所述静态对象相匹配的对象确定为所述目标对象包括:
根据与所述静态对象对应的点云数据所表示的在所述目标坐标系下所述静态对象相对于所述第二雷达的位置,确定所述静态对象在所述目标坐标系下所处的第一区域,其中,所述第一区域包括在所述目标坐标系下所述静态对象相对于所述第二雷达的位置;
将所述多个所述第一采集对象中位于所述第一区域内的对象确定为所述目标对象,其中,所述多组点云数据中与所述目标对象对应的一组点云数据所表示的在所述目标坐标系下所述目标对象相对于所述第一雷达的位置位于所述第一区域内。
3.根据权利要求2所述的方法,其特征在于,根据与所述静态对象对应的点云数据所表示的在所述目标坐标系下所述静态对象相对于所述第二雷达的位置,确定所述静态对象在所述目标坐标系下所处的第一区域包括:
将以在所述目标坐标系下所述静态对象相对于所述第一雷达的位置为中心,在所述目标坐标系下向多个方向延伸形成的封闭区域确定为所述第一区域。
4.根据权利要求1所述的方法,其特征在于,所述将所述第一点云数据转换至目标坐标系下得到第三点云数据包括:
将所述第一点云数据中每一帧的第一子点云数据,转换为所述目标坐标系下的第二子点云数据,其中所述第二子点云数据用于表示在所述目标坐标系下所述第一采集对象相对于第一点的位置,所述第一点的位置为所述每一帧的第一子点云数据中所述第一雷达的位置,所述第一雷达的位置由与所述第一雷达同步工作的里程计生成;
将所述第二子点云数据的集合确定为所述第三点云数据。
5.根据权利要求1所述的方法,其特征在于,所述将所述第二点云数据转换至目标坐标系下得到第四点云数据包括:
将所述第二点云数据中每一帧的第三子点云数据,转换为所述目标坐标系下的第四子点云数据,其中所述第四子点云数据用于表示在所述目标坐标系下所述第二采集对象相对于第二点的位置,所述第二点的位置为所述每一帧的第三子点云数据中所述第二雷达的位置,所述第二雷达的位置由与所述第二雷达同步工作的里程计生成;
将所述第四子点云数据的集合确定为所述第四点云数据。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述根据所述第一点云数据和所述目标对象确定所述目标道路的边界包括:
获取所述第一点云数据所表示的所述目标对象相对于所述第一雷达的位置;
根据所述目标对象相对于所述第一雷达的位置,拟合获得第一边界线,所述第一边界线上的点与所述车辆的位置等于所述目标对象相对于所述第一雷达的位置;
将所述第一边界线确定为所述目标道路的边界。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201910394611.1/1.html,转载请声明来源钻瓜专利网。