[发明专利]一种车道线点云提取方法、电子设备及存储介质有效

专利信息
申请号: 201911108643.7 申请日: 2019-11-13
公开(公告)号: CN111046735B 公开(公告)日: 2022-10-25
发明(设计)人: 李框宇;郑小辉;陈岩;罗跃军 申请(专利权)人: 武汉中海庭数据技术有限公司
主分类号: G06V20/56 分类号: G06V20/56;G06T7/136
代理公司: 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 代理人: 王振宇
地址: 430000 湖北省武汉市*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 车道 线点云 提取 方法 电子设备 存储 介质
【说明书】:

发明提供一种车道线点云提取方法、电子设备及存储介质,该方法包括:获取路面标线点云,根据所述路面标线点云聚类的形状特征,从所述路面标线点云中提取车道线点云;对所述车道线点云分段后,统计每段车道线点云数据强度的频率分布,生成频率分布直方图;根据所述频率分布直方图和大津算法,计算点云强度的分割阈值;利用所述点云强度的分割阈值对每个分段的车道线点云数据进行二分割,以提取高亮的车道线点云。通过该方案解决现有车道线点云提取方法比较耗时,且难以保证准确性的问题,可以准确快速的完成车道线点云的提取,最大限度保留车道线两侧的边缘点数据。

技术领域

本发明涉及电子地图领域,尤其涉及一种车道线点云提取方法、电子设备及存储介质。

背景技术

在高精度地图中,车道线的绘制常需要借助激光点云数据,在车道线点云矢量化前车道线点云与实际边界精度需要保证在5cm这内,因此在车道线点云的提取应保留最大边界信息,准确获取车道线点云边界显得至关重要。

目前,常用的车道线点云提取方法有基于语义分割提取车道线点云,虽然能最大限度保留边界信息,但需要借助深度学习模型,而模型的训练需要提供大量标注样本,比较耗费时间。而基于传统的分类获取车道线点云边界,容易会受到车道线磨损的影响,且比实际宽度较窄,边界点云提取不准确。

因此,有必要提出一种简单耗时少、可准确提取车道线点云的方法。

发明内容

有鉴于此,本发明实施例提供了一种车道线点云提取方法、电子设备及存储介质,以解决现有提取方法比较耗时,且难以保障准确性的问题。

在本发明实施例的第一方面,提供了一种车道线点云提取方法,包括:

获取路面标线点云,根据所述路面标线点云聚类的形状特征,从所述路面标线点云中提取车道线点云;

对所述车道线点云分段后,统计每段车道线点云数据强度的频率分布,生成频率分布直方图;

根据所述频率分布直方图和大津算法,计算点云强度的分割阈值;

利用所述点云强度的分割阈值对每个分段的车道线点云数据进行二分割,以提取高亮的车道线点云。

在本发明实施例的第二方面,提供了一种用于车道线点云提取的电子设备,包括:

提取模块,用于获取路面标线点云,根据所述路面标线点云聚类的形状特征,从所述路面标线点云中提取车道线点云;

统计模块,用于对所述车道线点云分段后,统计每段车道线点云数据强度的频率分布,生成频率分布直方图;

计算模块,用于根据所述频率分布直方图和大津算法,计算点云强度的分割阈值;

分割模块,用于利用所述点云强度的分割阈值对每个分段的车道线点云数据进行二分割,以提取高亮的车道线点云。

在本发明实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本发明实施例第一方面所述方法的步骤。

在本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。

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武汉中海庭数据技术有限公司,未经武汉中海庭数据技术有限公司许可,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/201911108643.7/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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