[发明专利]道路边缘检测方法、装置、电子设备及车辆

说明书

本申请实施例提供了一种道路边缘检测方法、装置、电子设备及车辆，其中方法包括：根据预设分割阈值对激光雷达采集的原始点云数据进行分割，得到局部点云数据；根据预设立体体素网格尺寸对局部点云数据进行采样处理，得到采样点云数据；通过点云卷积神经网络模型对采样点云数据中的各三维点进行分类，确定得到路缘三维点；根据路缘三维点获取路缘标志物立面；根据路缘标志物立面确定路缘位置信息。这样，通过对原始点云数据的分割、采样处理，得到采样点云数据，通过点云卷积神经网络模型对采样点云数据确定路缘标志物立面，根据道路边缘标志物的位置信息确定道路边缘的位置信息，能够提高路缘检测结果的稳定性和精度。

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种道路边缘检测方法、装置、电子设备及车辆。

背景技术

随着人工智能技术和现代传感器技术的不断发展和进步，基于环境感知的汽车自动驾驶技术应运而生。为实现汽车的自动安全驾驶，精准的道路边缘检测技术是非常重要的关键技术。车辆在行驶过程中因停车、避障等情况偏离行驶车道时，检测到的路缘位置信息是自动驾驶系统规划路径的重要依据。

现有技术中，检测道路边缘的主要技术方案如下：首先从三维点云或RGB图像中检测出路面所在区域的坐标，然后通过提取路面区域的边界坐标来定位道路边缘。此种检测道路边缘的方案可以适用于空旷地面、干扰比较少的场景，但在复杂道路场景中易受道路中行驶车辆等其他物体的干扰，导致存在道路边缘检测效果比较差的问题。

发明内容

为了解决上述技术问题，本申请实施例提供了一种道路边缘检测方法、装置、电子设备及车辆。

第一方面，本申请实施例提供了一种道路边缘检测方法，所述方法包括：

根据预设分割阈值对激光雷达采集的原始点云数据进行分割，得到局部点云数据；

根据预设立体体素网格尺寸对所述局部点云数据进行采样处理，得到采样点云数据；

通过点云卷积神经网络模型对所述采样点云数据中的各三维点进行分类，确定得到路缘三维点；

根据所述路缘三维点获取路缘标志物立面；

根据所述路缘标志物立面确定路缘位置信息。

第二方面，本申请实施例提供了一种道路边缘检测装置，所述装置包括：

分割模块，用于根据预设分割阈值对激光雷达采集的原始点云数据进行分割，得到局部点云数据；

采样模块，用于根据预设立体体素网格尺寸对所述局部点云数据进行采样处理，得到采样点云数据；

分类模块，用于通过点云卷积神经网络模型对采样点云数据中的各三维点进行分类，确定得到路缘三维点；

获取模块，用于根据所述路缘三维点获取路缘标志物立面；

确定模块，用于根据所述路缘标志物立面确定路缘位置信息。

第三方面，本申请实施例提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述计算机程序在所述处理器运行时执行第一方面提供的道路边缘检测方法。

第四方面，本申请实施例提供了一种车辆，包括车体，还包括安装于所述车体上的激光雷达和第三方面提供的电子设备；所述激光雷达用于获取原始点云数据。

第五方面，本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行第一方面提供的道路边缘检测方法。