[发明专利]基于激光雷达的道路边界检测方法和装置

权利要求书

1.一种基于激光雷达的道路边界检测方法，其特征在于，所述方法包括：

扫描结构化道路的道路图像，获取所述结构化道路的激光雷达点云数据；

对所述激光雷达点云数据进行栅格化处理，生成多个栅格，并获取每个栅格内点云的栅格特征信息；

基于所述每个栅格内点云的栅格特征信息，对所述多个栅格进行至少一次筛选处理，得到多个目标候选栅格；

对所述多个目标候选栅格进行区域标记，得到所述结构化道路的至少一个路沿候选区域；

基于每个所述路沿候选区域中的区域候选点，生成所述结构化道路的道路边界。

2.根据权利要求1所述的方法，其特征在于，基于所述每个栅格内点云的栅格特征信息，对所述多个栅格进行至少一次筛选处理，包括：

采用至少一种筛选条件对所述每个栅格内点云的栅格特征信息进行所述筛选处理，其中，所述筛选条件包括如下至少之一：

第一筛选条件，其中，所述第一筛选条件包含的筛选因素包括：所述栅格内最高点的高度、所述栅格内最低点的高度和所述栅格内点云的高度差；

第二筛选条件，其中，所述第二筛选条件包含的筛选因素包括：当前候选栅格周围的候选栅格数量是否处于筛选阈值范围内。

3.根据权利要求2所述的方法，其特征在于，采用所述第一筛选条件对所述每个栅格内点云的栅格特征信息进行所述筛选处理，包括：

采用所述第一筛选条件中的一个或多个筛选因素，对所述每个栅格内点云的栅格特征信息进行所述筛选处理，得到第一组候选栅格，其中，所述第一组候选栅格内的点云包括如下特征：不存在假边缘、低矮障碍物、有高度差物体的点云数据。

4.根据权利要求3所述的方法，其特征在于，在得到第一组候选栅格之后，所述方法还包括：

采用所述第二筛选条件对所述第一组候选栅格中的候选栅格进行二次筛选，获取第二组候选栅格，其中，所述第二组候选栅格为所述第一组候选栅格中进行了二次栅格标记的候选栅格。

5.根据权利要求4所述的方法，其特征在于，采用所述第二筛选条件对所述第一组候选栅格中的候选栅格进行二次筛选，获取第二组候选栅格，包括：

检测所述第一组候选栅格中每个候选栅格在各自邻域内候选栅格的数量，其中，所述候选栅格为所述第一组候选栅格内的栅格；

如果所述第一组候选栅格中任意一个候选栅格邻域内候选栅格的数量处于所述筛选阈值范围内，则将处于所述筛选阈值范围内的所述候选栅格进行所述二次栅格标记。

6.根据权利要求4所述的方法，其特征在于，在获取第二组候选栅格之后，对所述多个目标候选栅格进行区域标记，得到所述结构化道路的至少一个路沿候选区域，包括：

采用搜索算法对所述第二组候选栅格中的候选栅格进行合并处理，并统计合并后每个候选区域内候选栅格的数量；

对进行了所述合并处理的所述第二组候选栅格进行区域标记，并获取所述至少一个路沿候选区域，其中，所述路沿候选区域包括多个目标候选栅格。

7.根据权利要求6所述的方法，其特征在于，如果任意一个候选区域内的候选栅格数量超过目标阈值，则将所述候选区域进行所述区域标记。

8.根据权利要求1-7中任意一项所述的方法，其特征在于，基于每个所述路沿候选区域中的区域候选点，生成所述结构化道路的道路边界，包括：

获取任意一个所述路沿候选区域内的多个栅格；

从所述多个栅格中选取候选点，获取每个路沿候选区域内的候选点；

对每个所述路沿候选区域内的所有候选点进行曲线拟合，其中，拟合后的曲线为所述结构化道路的道路边界。

9.根据权利要求1-7中任意一项所述的方法，其特征在于，在获取所述结构化道路的激光雷达点云数据之后，所述方法还包括：

对所述激光雷达点云数据进行预处理，其中，所述预处理包括如下至少之一：点云未定义的值过滤，噪声点过滤以及点云高度过滤。

10.一种基于激光雷达的道路边界的检测装置，其特征在于，应用于自动驾驶车辆，所述装置包括：

获取模块，用于扫描结构化道路的道路图像，获取所述结构化道路的激光雷达点云数据；

处理模块，用于对所述激光雷达点云数据进行栅格化处理，生成多个栅格，并获取每个栅格内点云的栅格特征信息；

筛选模块，用于基于所述每个栅格内点云的栅格特征信息，对所述多个栅格进行至少一次筛选处理，得到多个目标候选栅格；

标记模块，用于对所述多个目标候选栅格进行区域标记，得到所述结构化道路的至少一个路沿候选区域；

生成模块，用于基于每个所述路沿候选区域中的区域候选点，生成所述结构化道路的道路边界。