一种多线激光雷达地面点分离方法及装置、车辆

    公开(公告)号:CN108427124A

    公开(公告)日:2018-08-21

    申请号:CN201810104535.1

    申请日:2018-02-02

    Abstract: 本发明公开了一种多线激光雷达地面点分离方法和装置、车辆,所述方法包括:步骤100,通过多线激光雷达发出的激光线,以水平旋转的方式扫描检测区域,获取多线激光雷达采集到的点云数据;步骤200,根据点云数据,生成三维的网格图;步骤300,计算网格图每一个节点的属性;步骤400,遍历网格图中的每一个节点,判断节点是否为地面点,如果判断为是,则删除该节点;如果判断为否,则保留该节点,保留下来的节点为障碍物点云。本发明提供的多线激光雷达地面点分离方法提到的三维网格图,通过计算点云的属性和相邻点属性蔓延对多线激光雷达扫射的每个点云进行判断是否为地面点,进而将前景和背景准确地分离,因此不仅能很好的处理平整路面,还能能适应多种路况,耗时总能够控制在50ms左右,具有高实时性。

    一种道路边界分类方法及其装置、计算机设备、移动工具

    公开(公告)号:CN114821501A

    公开(公告)日:2022-07-29

    申请号:CN202210466833.1

    申请日:2022-04-29

    Inventor: 李慧慧

    Abstract: 本发明公开了一种道路边界分类方法,包括:步骤S1,采集车辆附近道路边界的点云特征及车辆附近道路边界的图像;步骤S2,根据车辆附近道路边界的点云特征对车辆附近道路边界分类,获得点云道路边界类型;步骤S3,根据辆附近道路边界的图像具有的图像特征对车辆附近道路边界分类,获得图像道路边界类型;步骤S4,将同一时刻或时间戳的单帧点云特征和单帧图像同步记为同一帧点云和图像;步骤S5,根据同一帧点云和图像中的点云特征和图像的道路边界分类结果,获得最终的道路边界类型。本发明还公开了道路边界分类装置、计算机设备及移动工具。本发明通过激光雷达点云和相机图像进行道路边界分类并融合,实现自动道路边界分类。

    实时的交通灯识别方法
    3.
    发明公开

    公开(公告)号:CN109949594A

    公开(公告)日:2019-06-28

    申请号:CN201910354808.2

    申请日:2019-04-29

    Abstract: 本发明提供了一种实时交通灯识别方法,包括:获取交通灯信息,并将其和原始地图进行融合处理,生成标注地图;将停止线前对应的路段Road id、车道的Lane id分别和交通灯信息进行关联,生成第一和/或第二关联信息表;根据车辆的当前位置和标注地图,确定路段的Road id和/或车道的Lane id;根据路段的Road id和第一关联信息表和/或车道的Lane id和第二关联信息表,当自车距离停止线在预设范围内时,判断停止线前的路段是否存在交通灯信息,并在存在时,获取灯板框在标注地图中的绝对位置信息,并将其转换为在第一图像中的像素位置信息;根据深度学习算法,对第一ROI区域进行检测和分类处理,得到交通灯的id对应的交通灯的状态。由此,提高了视觉识别的精度和速度。

    一种多线激光雷达地面点分离方法及装置、车辆

    公开(公告)号:CN108427124B

    公开(公告)日:2020-05-12

    申请号:CN201810104535.1

    申请日:2018-02-02

    Abstract: 本发明公开了一种多线激光雷达地面点分离方法和装置、车辆,所述方法包括:步骤100,通过多线激光雷达发出的激光线,以水平旋转的方式扫描检测区域,获取多线激光雷达采集到的点云数据;步骤200,根据点云数据,生成三维的网格图;步骤300,计算网格图每一个节点的属性;步骤400,遍历网格图中的每一个节点,判断节点是否为地面点,如果判断为是,则删除该节点;如果判断为否,则保留该节点,保留下来的节点为障碍物点云。本发明提供的多线激光雷达地面点分离方法提到的三维网格图,通过计算点云的属性和相邻点属性蔓延对多线激光雷达扫射的每个点云进行判断是否为地面点,进而将前景和背景准确地分离,因此不仅能很好的处理平整路面,还能能适应多种路况,耗时总能够控制在50ms左右,具有高实时性。

    一种毫米波校准方法及装置
    6.
    发明公开

    公开(公告)号:CN114137485A

    公开(公告)日:2022-03-04

    申请号:CN202111224191.6

    申请日:2021-10-20

    Abstract: 本发明提供一种毫米波校准方法及装置。该毫米波雷达校准方法是:分别用激光雷达和毫米波雷达检测待测区域内高度一致的多个标志物的关键点位置,获得基于激光雷达的关键点位置和基于毫米波雷达的关键点位置;将基于激光雷达的关键点位置和基于毫米波雷达的关键点位置进行匹配,并根据匹配结果计算毫米波雷达坐标系到激光雷达坐标系的6自由度转换关系;利用激光雷达坐标系与车辆坐标系的转换关系,以及毫米波雷达坐标系到激光雷达坐标系的6自由度转换关系,计算毫米波雷达坐标系到车辆坐标系的6自由度转换关系。本发明能实现快速、准确地得到校准结果。

    实时的交通灯识别方法
    7.
    发明授权

    公开(公告)号:CN109949594B

    公开(公告)日:2020-10-27

    申请号:CN201910354808.2

    申请日:2019-04-29

    Abstract: 本发明提供了一种实时交通灯识别方法,包括:获取交通灯信息,并将其和原始地图进行融合处理,生成标注地图;将停止线前对应的路段Road id、车道的Lane id分别和交通灯信息进行关联,生成第一和/或第二关联信息表;根据车辆的当前位置和标注地图,确定路段的Road id和/或车道的Lane id;根据路段的Road id和第一关联信息表和/或车道的Lane id和第二关联信息表,当自车距离停止线在预设范围内时,判断停止线前的路段是否存在交通灯信息,并在存在时,获取灯板框在标注地图中的绝对位置信息,并将其转换为在第一图像中的像素位置信息;根据深度学习算法,对第一ROI区域进行检测和分类处理,得到交通灯的id对应的交通灯的状态。由此,提高了视觉识别的精度和速度。

Patent Agency Ranking