[发明专利]基于激光雷达的路沿检测方法、装置、设备及存储介质

权利要求书

1.一种基于激光雷达的路沿检测方法，其特征在于，所述方法包括：

获取车辆上多个激光雷达检测的点云数据，并对所述多个激光雷达的点云数据进行筛选，得到以车辆为中心的目标区域内的目标点云数据；

对所述目标点云数据进行分割，得到分割结果；

根据所述分割结果确定左、右路沿曲线和道路中心参考线；

根据所述左、右路沿曲线和所述道路中心参考线确定关键点集合；所述关键点集合中的关键点为沿循环延长的所述道路中心参考线的方向，在所述左、右路沿曲线的两端分别向前、向后的预设距离处确定的关键点中，以所述关键点为中心的预设区域内不具有障碍物的关键点；所述道路中心参考线在所述左、右路沿曲线同一端的两个关键点对应的预设区域内无障碍物时延长；

对所述关键点集合进行多次曲线拟合，得到目标路沿曲线。

2.根据权利要求1所述的方法，其特征在于，所述分割结果包括物体类别，所述根据所述分割结果确定左、右路沿曲线和道路中心参考线，包括：

根据所述物体类别，确定所述目标区域内的左、右路沿曲线；

确定所述左、右路沿曲线的中心线并作为道路中心参考线。

3.根据权利要求1所述的方法，其特征在于，所述根据所述左、右路沿曲线和所述道路中心参考线确定关键点集合，包括：

沿所述道路中心参考线的方向，在所述左、右路沿曲线的两端分别向前、向后的预设距离处确定关键点；

在以所述关键点为中心的预设区域内，确定是否有障碍物；

若所述左、右路沿曲线同一端的两个关键点对应的预设区域内无障碍物，则确定所述两个关键点的中心点，并根据所述中心点将所述道路中心参考线延长；

循环地执行以上操作，直至在以所述关键点为中心的预设区域内具有障碍物；

将确定的各个关键点确定为关键点集合。

4.根据权利要求1所述的方法，其特征在于，所述对所述关键点集合进行多次曲线拟合，得到目标路沿曲线，包括：

根据关键点的位置将所述关键点集合划分为多个子集；

分别对每个所述子集中的所述关键点进行曲线拟合；

根据每个所述子集对应的曲线，确定目标路沿曲线。

5.根据权利要求1所述的方法，其特征在于，在所述对所述目标点云数据进行分割，得到分割结果之前，还包括：

对所述目标点云数据进行预处理，以对所述目标点云数据进行调平；

将预处理后的所述目标点云数据投影到划分好的2D网格中；

所述对所述目标点云数据进行分割，得到分割结果，包括：

确定所述目标点云数据中的物体类别；

在所述2D网格中根据所述物体类别对所述目标点云数据进行分割，得到分割结果。

6.根据权利要求5所述的方法，其特征在于，所述确定所述目标点云数据中的物体类别，包括：

提取所述目标点云数据的高维特征；

对所述高维特征进行提优，得到所述目标点云数据中的物体类别。

7.根据权利要求1所述的方法，其特征在于，所述获取车辆上多个激光雷达检测的点云数据，并对所述多个激光雷达的点云数据进行筛选，得到以车辆为中心的目标区域内的目标点云数据，包括：

将获取的所述点云数据转换到车辆坐标系中，得到初始点云数据；

在以车辆为中心的目标区域内对所述初始点云数据进行筛选，得到目标点云数据。