[发明专利]一种基于雷达点云的道路边界识别方法及装置

说明书

本发明涉及一种基于雷达点云的道路边界识别方法及装置，属于智能驾驶数据处理技术领域，基于雷达点云数据，提取初始道路边界点云；获取车辆定位信息，根据车辆定位信息得到高精度地图中车辆周边的道路边界模型；其中，通过车辆自身的跟踪算法获取所述车辆定位信息；将初始道路边界点云和所述道路边界模型在同一坐标系下进行拟合，得到旋转和平移参数；根据所述旋转和平移参数，计算得出雷达点云的道路边界模型，以实现基于雷达点云的道路边界识别，解决现有获取道路边界的方法复杂、不能适用各种场景的问题。

技术领域

本发明涉及一种基于雷达点云的道路边界识别方法及装置，属于智能驾驶数据处理技术领域。

背景技术

雷达是自动驾驶领域中不可或缺的传感器之一，通常用其对道路内的障碍物进行识别和跟踪，常用的雷达有激光雷达、毫米波雷达等，但激光、毫米波雷达点云数据量巨大，对整个雷达扫描范围内的障碍物进行识别往往会影响其识别的实时性，且大部分信息都在车辆行驶的道路边界以外，这些信息并不会对自车行驶造成实际影响，因此在进行障碍物识别前，需要过滤道路边界外的点云信息，获取少而有用的点云进行下一步处理，从而提高运算效率，保障实时性。

过滤道路边界外的点云首先要获取道路边界信息，道路边界存在的形式多种多样，常见的道路边界主要有马路牙子、花坛、隔离带等，结构化的道路边界容易进行识别，但非结构化的道路边界变化多样，同一路段中可能存在多种形式的道路边界，因此仅利用雷达点云识别道路边界较难实现。

除了上述利用雷达点云获取道路边界的方式外，另一种获取道路边界信息的方式是基于高精度地图及定位设备，通过定位设备获取车辆所在的位置信息，从而根据高精度地图获取车辆周围的道路边界信息，这种方法简单有效，能够获取较为精确的道路边界数据，但过于依赖精确定位，当车辆行驶在较为封闭或遮挡较多的场景时，无法获取车辆的精确位置。

发明内容

本发明的目的是提供一种基于雷达点云的道路边界识别方法及装置，以解决现有获取道路边界的方法复杂、不能适用各种场景的问题。

为实现上述目的，本发明的技术方案为：本发明提供了一种基于雷达点云的道路边界识别方法，包括如下步骤：

1)基于雷达点云数据，提取初始道路边界点云；

2)获取车辆定位信息，根据车辆定位信息得到高精度地图中车辆周边的道路边界模型；其中，通过车辆自身的跟踪算法获取所述车辆定位信息；

3)将初始道路边界点云和所述道路边界模型在同一坐标系下进行拟合，得到旋转和平移参数；

4)根据所述旋转和平移参数，计算得出雷达点云的道路边界模型，以实现基于雷达点云的道路边界识别。

本发明通过雷达点云数据，获取初始道路边界点云，从而对道路边界点云进行粗提取，然后通过车辆自身的跟踪算法获取的车辆定位信息获取的高精度地图中的道路边界模型，并与初始道路边界点云进行拟合，获取对应的旋转和平移参数，计算得到基于雷达点云的道路边界模型，从而实现雷达点云的道路边界识别。该方法并不需要获取车辆精确的定位，即可实现道路边界激光雷达点云的准确提取，算法简单，能够适用于各种行驶场景。

进一步的，所述步骤2)中获取车辆定位信息的方法还包括，根据卫星定位确定车辆的初始位置。

进一步的，步骤3)中采用最小二乘法进行拟合。

进一步的，所述跟踪算法包括卡尔曼滤波算法。

进一步的，所述雷达为激光雷达或毫米波雷达。

本发明还提供了一种基于雷达点云的道路边界识别装置，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序以实现如下步骤：

1)基于雷达点云数据，提取初始道路边界点云；