[发明专利]基于多线激光雷达的路沿检测方法及装置

说明书

本发明提供了一种基于多线激光雷达的路沿检测方法，包括：对每个路沿点的第一位置信息进行坐标转换，得到第二坐标系下，每个路沿点的第二位置信息；获取当前帧的激光点云信息；根据路沿点的第二位置信息和当前帧的激光点云信息，确定原始路沿点云信息；根据激光雷达的探头信息，对原始路沿点云信息中的路沿点进行聚类，得到聚类路沿点云信息；根据聚类点云信息中的路沿点的中心点坐标和路沿点的第二位置信息，对聚类路沿点云信息进行过滤，得到过滤的路沿点云信息；计算过滤的路沿点云信息的局部特征；根据局部特征，对过滤的路沿点云信息进行处理，得到目标路沿点；对多个目标路沿点进行拟合，得到路沿信息。该方法对环境要求第、鲁棒性高。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于多线激光雷达的路沿 检测方法及装置。

背景技术

近年来智能驾驶技术的飞速发展，环境感知是智能驾驶系统中的重要组 成部分，道路信息提取是环境感知的重要研究内容，路沿是一种典型的道路 信息，检测路沿可以辅助智能驾驶系统实现多种复杂的功能和任务。

为了实现路沿检测的功能，研究者提出了多种解决方案，根据使用传感 器的不同，可以将解决方案分为两类，基于摄像头的路沿检测和基于激光雷 达的路沿检测。

在《智能车辆视觉导航中道路检测算法的研究》中，刘化胜等人提出了 基于摄像头的路沿检测算法，但是基于摄像头的路沿检测算法，容易受到天 气、光照、裂缝、水迹等因素的影响。

在《基于3D激光雷达的实时道路边沿检测算法》中，刘梓提出了基于激 光雷达的路沿检测算法，该算法没有考虑道路中存在的障碍物，抗干扰能力 较差。Rho提出了基于Hough变换的路沿检测算法，通过提取线段的断点，提 取出路沿信息，该方法要求地面平整，算法鲁棒性较差。

现有基于视觉信息和多线激光雷达信息的路沿检测算法，对路面环境要 求较高，鲁棒性较差，不能适应路面上存在障碍物的情况。而且计算复杂度 较高，对系统性能要求较高，很多算法不能满足实时性的要求。

发明内容

本发明实施例的目的是提供一种基于多线激光雷达的路沿检测方法，以 解决现有技术中的路沿检测方法，容易受到天气、光照、裂缝、水迹等因素 的影响、鲁棒性较差、计算复杂度较高，不能满足实时性的要求的问题。

为解决上述问题，本发明提供了一种基于多线激光雷达的路沿检测方法， 所述方法包括：

根据车辆的位置信息，获取第一坐标系下，预设的地图中的多个路沿点 中每个路沿点的第一位置信息；

对每个路沿点的第一位置信息进行坐标转换，得到第二坐标系下，每个 路沿点的第二位置信息；

获取当前帧的激光点云信息；

根据所述路沿点的第二位置信息和所述当前帧的激光点云信息，确定原 始路沿点云信息；

根据激光雷达的探头信息，对所述原始路沿点云信息中的路沿点进行聚 类，得到聚类路沿点云信息；

分别计算所述聚类点云信息中的各路沿点的中心点坐标；

根据所述聚类点云信息中的路沿点的中心点坐标和所述路沿点的第二位 置信息，对所述聚类路沿点云信息进行过滤，得到过滤的路沿点云信息；

计算所述过滤的路沿点云信息的局部特征；

根据所述局部特征，对所述过滤的路沿点云信息进行处理，得到目标路 沿点；

对多个目标路沿点进行拟合，得到路沿信息。

在一种可能的实现方式中，所述对每个路沿点的第一位置信息进行坐标 转换，得到第二坐标系下，每个路沿点的第二位置信息，具体包括：

利用公式计算路沿点的第二位置信息；