一种基于激光点云的路沿识别方法及装置技术领域
本发明实施例涉及地理信息数据处理领域，尤其涉及一种基于激光点云的
路沿识别方法及装置。
背景技术
随着信息技术的不断发展，电子地图逐渐在人们的日常生活中普及，为用
户提供更准确的道路信息成为各服务商的重要关注点。
地图中道路形状一般由路沿确定，因此，路沿模型的准确构建十分重要。
现有技术中，主要根据激光点云构建路沿模型，其中，点云包含至少两个离散
点信息，所述离散点从激光传感器周围物体表面获取。因此，激光点云数据既
包括有用的路沿信息，也包括与路沿有交叠部分的植被、树木或路标信息，由
于点云数据的离散性，且没有有效区分噪声和有用路沿信息的方法，使植被、
树木或路标等噪声无法滤除，导致目前构建的路沿模型的准确度较低。
发明内容
本发明提供一种基于激光点云的路沿识别方法及装置，以提高路沿模型的
准确度。
第一方面，本发明实施例提供了一种基于激光点云的路沿识别方法，包括：
根据激光传感器采集的激光点云识别至少两个候选路沿线段；
根据角度阀值、距离阀值以及所述至少两个候选路沿线段之间的角度值和
距离值，从所述至少两个候选路沿线段中滤除噪声路沿线段；
依据剩余的候选路沿线段对应的路沿点云，构建路沿模型。
第二方面，本发明实施例还提供了一种基于激光点云的路沿识别装置，包
括：
线段识别模块，用于根据激光传感器采集的激光点云识别至少两个候选路
沿线段；
线段滤除模块，用于根据角度阀值、距离阀值以及所述至少两个候选路沿
线段之间的角度值和距离值，从所述至少两个候选路沿线段中滤除噪声路沿线
段；
模型构建模块，用于依据剩余的候选路沿线段对应的路沿点云，构建路沿
模型。
本发明实施例提供的技术方案，通过根据激光点云识别至少两个候选路沿
线段，随后滤除噪声路沿线段，并根据剩余的候选路沿线段对应的路沿点云，
构建路沿模型，避免了噪声对路沿点云的影响，提高了路沿模型的准确度。
附图说明
图1是本发明实施例一提供的基于激光点云的路沿识别方法流程示意图；
图2是本发明实施例二提供的基于激光点云的路沿识别方法流程示意图；
图3是本发明实施例三提供的基于激光点云的路沿识别装置结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此
处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需
要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内
容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被
描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述
成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此
外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，
但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、
规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的基于激光点云的路沿识别方法流程示意图。
本实施例可适用于根据激光点云构建准确路沿模型的情况。该方法可以由基于
激光点云的路沿识别装置执行，其中该装置可由软件和/或硬件实现，并一般可
集成于用于绘制道路地图的服务器中。
参见图1，本实施例提供的基于激光点云的路沿识别方法具体可以包括如
下：
S110、根据激光传感器采集的激光点云识别至少两个候选路沿线段。
激光传感器采集的激光点云包括路面点云、路沿点云以及噪声点云，其中，
路沿指的是道路边沿，噪声点云可以是道路周围的树木、植被、车辆、路灯、
广告牌或者路标等对应的激光点云。通过依次滤除激光传感器采集到的激光点
云中的路面点云和噪声点云可以得到粗略的路沿点云，再利用路沿的几何形状
进一步去除噪声点云，即可得到候选路沿点云，所述候选路沿点云已经没有明
显的噪声存在。为便于后续根据所述候选路沿点云得到更为精确的路沿点云，
本实施例对候选路沿点云进行拟合，得到至少两条路沿线段。
S120、根据角度阀值、距离阀值以及所述至少两个候选路沿线段之间的角
度值和距离值，从所述至少两个候选路沿线段中滤除噪声路沿线段。
激光点云中各相邻激光点间距较小，因此对候选路沿点云拟合得到的路沿
线段长度较短，可以忽略所述路沿线段的长度，将路沿线段作为近似路沿点。
若检测到相邻两个近似路沿点之间的距离小于距离阀值，和/或相邻三个近似路
沿点之间的角度值小于角度阀值，则确定相应的近似路沿点对应的路沿线段为
可信路沿线段；否则确定相应的近似路沿点对应的路沿线段为噪声路沿线段，
并滤除所述噪声路沿线段。
进一步的，所述从所述至少两个候选路沿线段中滤除噪声路沿线段之前，
还可以包括：根据高度阀值以及所述至少两个候选路沿线段对应的候选路沿点
云与路面之间的高度值，筛选所述候选路沿点云。
以地面的高度为参考高度，确定相对高度值小于高度阀值的候选路面点云
为可信候选路面点云，确定相对高度值大于高度阀值的候选路面点云为噪声候
选路面点云，并将所述噪声候选路面点云滤除。
需要说明的是，本发明也可以先根据高度阀值以及候选路沿点云与路面之
间的高度值，筛选候选路沿点云，再根据候选路沿点云识别候选路沿线段。
S130、依据剩余的候选路沿线段对应的路沿点云，构建路沿模型。
获取所述可信路沿线段对应的路沿点云，根据所述路沿点云相对道路的位
置将所述路沿点云分为两组，并分别对两组路沿点云进行拟合，获得两条路沿
曲线，进而构建路沿模型。
进一步的，所述依据剩余的候选路沿线段对应的路沿点云，构建路沿模型，
可以包括：采用曲线模型对剩余的候选路沿线段对应的路沿点云做回归处理，
生成左侧路沿曲线模型和右侧路沿曲线模型，所述曲线模型至少包括直线、圆
弧和羊角螺线中的一种。采用上述曲线模型构建的路沿模型相较于单一模式曲
线模型构建的路沿模型更精确。
本发明实施例提供的技术方案，通过根据激光点云识别至少两个候选路沿
线段，随后滤除噪声路沿线段，并根据剩余的候选路沿线段对应的路沿点云，
构建路沿模型，避免了噪声对路沿点云的影响，提高了路沿模型的准确度。
实施例二
本实施例在上述实施例一的基础上提供了一种基于激光点云的路沿识别方
法。图2是本发明实施例二提供的基于激光点云的路沿识别方法流程示意图。
如图2所示，本实施例提供的基于激光点云的路沿识别方法具体可以包括如下：
S210、根据所述激光传感器采集的激光点云识别候选路沿点云。
滤除激光传感器采集的激光点云中的明显噪声，如滤除地面，植被与树木，
得到所述候选路沿点云。
示例性的，所述根据所述激光传感器采集的激光点云识别候选路沿点云，
可以包括：滤除所述激光传感器采集的激光点云包含的路面点云，得到第一路
沿点云；根据所述第一路沿点云包含的每一条扫描线中各激光点与设置有所述
激光传感器的移动载体之间的距离值，对所述第一路沿点云进行筛选，得到第
二路沿点云；根据所述第二路沿点云的平滑度、坡度和密度对所述第二路沿点
云进行筛选，得到第三路沿点云；采用角点检测算法对所述第三路沿点云进行
识别，得到所述候选路沿点云；其中移动载体可以是车辆。
激光传感器采集的激光点云的明显噪声主要包括路面点云和遮挡物点云，
其中，所述遮挡物包括树木、植被或路标。滤除所述明显噪声从以下几个方面
进行：根据高度识别并滤除路面点云；根据各激光点与移动载体之间的距离值，
滤除明显的遮挡物点云，需要说明的是，所述距离值发生跳变的激光点确定为
遮挡物点云；利用路沿点云的平滑度、坡度和密度进一步滤除噪声点云，具体
的，平滑度指的是相邻激光点构成的角度，坡度指的是相邻激光点构成的线段
与地面之间的夹角，密度指的是单位面积内激光点的数量，将角度、夹角以及
数量在相应阀值之外的激光点确定为噪声激光点，滤除所述噪声激光点；随后，
采用脚点检测算法识别出路沿角点，并依据路沿角点识别出候选路沿点云。
S220、根据识别的候选路沿点云，采用霍夫变换识别至少两个候选路沿线
段。
霍夫变换是一种从图像中识别几何形状的基本方法，为方便后续对噪声点
云的进一步滤除，采用霍夫变换对候选路沿点云进行识别，得到至少两个候选
路沿线段。
S230、根据角度阀值、距离阀值以及所述至少两个候选路沿线段之间的角
度值和距离值，从所述至少两个候选路沿线段中滤除噪声路沿线段。
S240、依据剩余的候选路沿线段对应的路沿点云，构建路沿模型。
本发明实施例提供的技术方案，通过霍夫变换识别候选路沿点云对应的至
少两个候选路沿线段，随后滤除噪声路沿线段，并根据剩余的候选路沿线段对
应的路沿点云，构建路沿模型，有效滤除了噪声点云，提高了路沿模型的准确
度。
实施例三
图3是本发明实施例三提供的基于激光点云的路沿识别装置结构示意图。
本实施例提供的基于激光点云的路沿识别装置可设置在绘制道路地图的服务器
中。参见图3，该基于激光点云的路沿识别装置的具体结构如下：
线段识别模块310，用于根据激光传感器采集的激光点云识别至少两个候
选路沿线段；
线段滤除模块320，用于根据角度阀值、距离阀值以及所述至少两个候选
路沿线段之间的角度值和距离值，从所述至少两个候选路沿线段中滤除噪声路
沿线段；
模型构建模块330，用于依据剩余的候选路沿线段对应的路沿点云，构建
路沿模型。
在本实施例中，所述线段识别模块310可以包括：
点云识别单元，用于根据所述激光传感器采集的激光点云识别候选路沿点
云；
线段确定单元，用于根据识别的候选路沿点云，采用霍夫变换识别至少两
个候选路沿线段。
在本实施例中，所述点云识别单元具体可以用于：
滤除所述激光传感器采集的激光点云包含的路面点云，得到第一路沿点云；
根据所述第一路沿点云包含的每一条扫描线中各激光点与设置有所述激光
传感器的移动载体之间的距离值，对所述第一路沿点云进行筛选，得到第二路
沿点云；
根据所述第二路沿点云的平滑度、坡度和密度对所述第二路沿点云进行筛
选，得到第三路沿点云；
采用角点检测算法对所述第三路沿点云进行识别，得到所述候选路沿点云。
在本实施例中，所述基于激光点云的路沿识别装置还可以包括：
点云筛选模块，用于从所述至少两个候选路沿线段中滤除噪声路沿线段之
前，根据高度阀值以及所述至少两个候选路沿线段对应的候选路沿点云与路面
之间的高度值，筛选所述候选路沿点云。
在本实施例中，所述模型构建模块330可以包括：
模型生成单元，用于采用曲线模型对剩余的候选路沿线段对应的路沿点云
做回归处理，生成左侧路沿曲线模型和右侧路沿曲线模型，所述曲线模型至少
包括直线、圆弧和羊角螺线中的一种。
本实施例提供的基于激光点云的路沿识别装置，与本发明任意实施例所提
供的基于激光点云的路沿识别方法属于同一发明构思，可执行本发明任意实施
例所提供的基于激光点云的路沿识别方法，具备相应的功能模块和有益效果。
未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的基于激
光点云的路沿识别方法。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员
会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进
行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽
然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以
上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，
而本发明的范围由所附的权利要求范围决定。