[发明专利]一种激光雷达和摄像头融合的智能汽车道路边界检测方法

权利要求书

1.一种激光雷达和摄像头融合的智能汽车道路边界检测方法，包括：

步骤一、通过摄像头和激光雷达获取地面数据，其中激光雷达获取点云信息，摄像头获取RGB图像信息；

步骤二、根据深度神经网络模型获取RGB图像中的道路区域，以道路区域掩码的形式表示，其中，RGB图像为道路区域掩码为M∈{0,1}^H×W，其中，H和W为图像的高和宽，掩码中0表示非道路，1表示道路；

步骤三、通过激光雷达获得的点云信息，获取路面点云；

步骤四、通过获取的路面点云，采用随机抽样一致算法(RANdom SAmple Consensus,RANSAC)获取路面模型；通过路面模型获取的道路区域，构建等间距的道路栅格区域，分辨率为0.1m，每个单元格的属性为其x、y和z为单元格中心的坐标，z值由获取的路面模型计算获得；

步骤五、通过公式G∈{c_i|i＝1,...,N_g}获取道路栅格地图，其中N_g为道路栅格地图中单元格的个数；

其中，R_v2c和t_v2c分别是车辆坐标系到相机坐标系的旋转矩阵和平移向量，其中，u和v是该点在图像中相应像素的横、纵坐标；dx和dy是一个像素在相机X轴与Y轴方向上的物理尺寸；f为相机的焦距；

步骤六、在获取的道路栅格地图上，通过边缘检测算法获取候选的道路边界点P_edge＝{p_e|p_e＝(x_e,y_e)}，再聚类候选边界点，得到左右边界点的集合：

步骤七、由左右边界点的集合和采用RANSAC算法拟合得到左右边界的道路边界参数，形成道路边界模型。

2.如权利要求1所述的一种激光雷达和摄像头融合的智能汽车道路边界检测方法，其特征在于，在所述步骤三中，根据激光雷达标定结果，将激光雷达点云信息转换到车辆坐标系下得到再通过点云分割算法获取路面点云

3.如权利要求1所述的一种激光雷达和摄像头融合的智能汽车道路边界检测方法，其特征在于，在所述步骤四中，路面模型采用二次曲面方程z＝ax²+by²+cx+dy+e表示，其中z为高度值，x和y为横向和纵向坐标。

4.如权利要求1所述的一种激光雷达和摄像头融合的智能汽车道路边界检测方法，其特征在于，在所述步骤四中，m代表单元格的属性，即是否属于道路类别，通过公式P_C＝[x_C,y_C,z_C]^T获取单元格在摄像头坐标系下的坐标，再通过公式ID＝[u,v]获取该单元格对应的图像像素坐标，其中u和v分别为像素在图像中的横、纵坐标；单元格的道路属性由其对应的图像像素的道路属性决定，其中m＝0表示非道路，m＝1表示道路，m＝255表示未知类别。

5.如权利要求1所述的一种激光雷达和摄像头融合的智能汽车道路边界检测方法，其特征在于，在所述步骤七中，对于道路边界模型，采取三次曲线方程表示：y＝ax³+bx²+cx+d。