[发明专利]基于拐点的道路边线提取方法和装置

说明书

本发明实施例提供一种基于拐点的道路边线提取方法和装置，延道路边线设定第一点和第二点，基于所述第一点和所述第二点的距离和方向作垂直与所述第一点和所述第二点走向的矩形框；对所述矩形框中的点云网格化，获取每个网格中的最大高程点和最低高程点，若所述最大高程点和所述最低高程点的高程差在预设高程差范围内，且所述最大高程点和所述最低高程点的坡度值在预设坡度范围内，则判断所述网格为拐点；将矩形框中的拐点对应的点云点作为道路边线的形点，依次连接查询到的形点形成道路边线。通过人机交互的方式，既可以提高人工生产数据的效率，也可以随时修改生产数据中不满意的地方，提高数据生产精度。

技术领域

本发明涉及电子地图技术领域，更具体地，涉及一种基于拐点的道路边线提取方法和装置。

背景技术

高质量的无人驾驶汽车研究工作起步较晚，21世纪初才开始有相关的研究，随着软硬件及相关技术的发展，越来越多的机构和企业开始研究无人驾驶及其相关技术。

在自动驾驶领域，车道线检测一直是关注的重点，主流检测方法分为传统的车道线检测方法和基于深度学习的检测方法，由于传统的车道线、道路边线检测方法在恶劣环境，图像不清晰等条件下鲁棒性较差。而基于计算机视觉的深度学习技术的更新呈爆发状态。

在高精度数据生产过程中，车道线、车道边线目前可以实现自动化生产，但道路边线的生产仍需要人工采集，这不仅浪费人力、财力，更直接影响高精度数据的更新频率。

发明内容

为了解决上述问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的基于拐点的道路边线提取方法和装置。

根据本发明实施例的第一方面，提供一种基于拐点的道路边线提取方法，包括：

延道路边线设定第一点和第二点，基于所述第一点和所述第二点的距离和方向作垂直与所述第一点和所述第二点走向的矩形框；

对所述矩形框中的点云网格化，获取每个网格中的最大高程点和最低高程点，若所述最大高程点和所述最低高程点的高程差在预设高程差范围内，且所述最大高程点和所述最低高程点的坡度值在预设坡度范围内，则判断所述网格为拐点；

将矩形框中的拐点对应的点云点作为道路边线的形点，依次连接查询到的形点形成道路边线。

作为优选的，延道路边线设定第一点和第二点前，还包括：

基于道路边线轨迹，提出道路边线轨迹点云数据中与路边高程差大于预设第一阈值的点。

作为优选的，基于所述第一点和所述第二点的距离和方向作垂直与所述第一点和所述第二点走向的矩形框，具体包括：

获取所述第一点和所述第二点的走向和距离d，得到垂直于所述第一点和所述第二点走向，且与所述第二点相距d的矩形框，所述矩形框的长度为车道边线宽度的1.5～3倍，所述矩形框的宽度为车道边线宽度的0.8～1.5倍。

作为优选的，所述预设高程差范围内为10～20cm；所述预设坡度值范围为60～90°。

作为优选的，则判断所述网格为拐点后，还包括：

以矩形框中多个拐点的平均坐标作为所述矩形框的最终拐点，若未有找到，则重新设定第一点和第二点。

作为优选的，将矩形框中的拐点对应的点云点作为道路边线的形点后，还包括：

以所述第二点和所述拐点的距离和方向作垂直与所述第二点和所述形点走向的矩形框，重复查找可作为道路边线的形点。

作为优选的，所述第一阈值为50cm。

根据本发明实施例的第二方面，提供了基于拐点的道路边线提取装置，包括矩形框模块、拐点查找模块和道路边线形成模块；