-
公开(公告)号：CN109858460B
公开(公告)日：2022-06-10
申请号：CN201910127877.X
申请日：2019-02-20
Applicant: 重庆邮电大学
IPC: G06V10/25 , G06V10/30 , G06V10/762 , G06V20/54 , G06K9/62
Abstract: 本发明涉及一种基于三维激光雷达的车道线检测方法，属于智能交通道路环境感知领域，用于获取道路环境中的车道线，包括步骤：以激光雷达中心为原点建立三维坐标系，设置感兴趣区域；检测出道路路沿，根据路沿的几何特征提取路沿候选点，根据路沿方向一致性的特征去除噪声；由路沿位置确定车道线所在路面的点云数据，根据不同介质的反射强度不同的特征，对扫描线进行分层处理，设置反射强度阈值提取车道线候选点，根据车道线全局连续性的特征进行聚类去噪；使用二项式曲线拟合车道线。本发明使用三维激光雷达传感器检测车道线，解决了传统相机在夜晚、强光等光照条件差的情况下无法识别车道线的问题，检测精度较高，可靠性强。
-
公开(公告)号：CN109738910A
公开(公告)日：2019-05-10
申请号：CN201910077748.4
申请日：2019-01-28
Applicant: 重庆邮电大学
IPC: G01S17/93
Abstract: 本发明属于智能汽车技术中交通道路环境感知领域，涉及一种基于三维激光雷达的路沿检测方法，利用安装在车辆上的三维激光雷达获取周围道路环境的点云数据，采用随机采样一致性算法分割出地面；根据路沿多种几何特征设置较宽阈值进行判断，利用同一扫描层各扫描点之间邻域关系，提取路沿候选点；根据路沿数据点在密度和道路方向上连续的特征，应用基于密度的聚类算法对路沿候选点进行聚类并去除密度较大和孤立的噪声点；最终对符合条件的路沿候选点用加权最小二乘法拟合，提高拟合准确性。本发明根据路沿的多个特征提取路沿候选点，并综合考虑路沿在密度和道路方向上连续的特征进行去噪，使得最终的检测误差小，精度高。
-
公开(公告)号：CN109858460A
公开(公告)日：2019-06-07
申请号：CN201910127877.X
申请日：2019-02-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于三维激光雷达的车道线检测方法，属于智能交通道路环境感知领域，用于获取道路环境中的车道线，包括步骤：以激光雷达中心为原点建立三维坐标系，设置感兴趣区域；检测出道路路沿，根据路沿的几何特征提取路沿候选点，根据路沿方向一致性的特征去除噪声；由路沿位置确定车道线所在路面的点云数据，根据不同介质的反射强度不同的特征，对扫描线进行分层处理，设置反射强度阈值提取车道线候选点，根据车道线全局连续性的特征进行聚类去噪；使用二项式曲线拟合车道线。本发明使用三维激光雷达传感器检测车道线，解决了传统相机在夜晚、强光等光照条件差的情况下无法识别车道线的问题，检测精度较高，可靠性强。
-
-
Search Results
3
records
(took 0.024 seconds)
