理工酷

基于传统视觉的方法存在诸多缺陷:对光照敏感、依赖于完整并且较为统一的车道线标志、有效采样点不足以及车道线被水覆盖时视觉系统会失效等。 近年来,越来越多的研究者将目光投向了用激光雷达进行车道线检测。激光雷达的有效距离比传统视觉方法高,有 效采样点多,并且可以穿透水面,具有突出的性能优势。本节主要介绍几种基于激光雷达的 车道线检测方法。

(1)基于反射强度信息的方法。 该方法主要基于激光雷达反射强度信息形成的灰度图,或者根据强度信息与高程信息配合,过滤出无效信息,然后对车道线进行拟合。

下表显示不同物体对于激光的反射强度,根据反射强度值进行车道线检测的算法可在车载激光雷达获取的道路周围环境点云数据中轻松区分出道路与车道线 回波强度值没有单位,值在0~255之间,数字越大反射率越高。

(2) 基于SLAM 与高精地图结合的方法。SLAM 是Simultaneous Localization and Mapping的缩写,意为“即时定位与地图构建”。它是指运动物体根据传感器的信息,一边计算自身位置,一边构建环境地图的过程。由于传感器种类和安装方式的不同,SLAM 的实现方式和难度会有很大差异。按传感器来分,SLAM 主要分为激光、视觉两大类。利用激光雷达的点云进行车道线、交通标志、路标的初步定位,然后对比高精地图进行回归,可以实时进行车道线的检测,并且可以对车辆进行定位。

本回答的主要内容来自图书《自动驾驶技术概论》，清华大学出版社