(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210357534.4 (22)申请日 2022.04.02 (71)申请人 北京信息科技大 学 地址 100192 北京市海淀区清河小营东路 12号 (72)发明人 王立勇　苏清华　王超　 (74)专利代理 机构 北京远创理想知识产权代理 事务所(普通 合伙) 11513 专利代理师 张素妍 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/70(2017.01) G06T 7/90(2017.01) G06N 3/04(2006.01) G06K 9/62(2022.01)G01S 13/86(2006.01) G06V 10/774(2022.01) G06V 10/762(2022.01) G06V 10/82(2022.01) G06V 10/46(2022.01) (54)发明名称 一种基于三角剖分的临时道路检测方法及 系统 (57)摘要 本发明涉及一种基于三角剖分的临时道路 检测方法及系统， 其包括： 采集锥桶图像数据集， 利用数据集训练YOL Ov4目标检测网络， 得到锥桶 识别模型； 获取场景点云数据， 获取锥桶颜色及 其点云坐标， 根据点云坐标识别出锥桶及其颜 色、 以及与锥桶颜色对应的3D点云坐标； 将识别 出的锥桶进行三角剖分， 计算各三角边损失值， 根据设置的损失函数计算路径损失值， 根据损失 值输出临时道路的可行使区域与路径。 本发明速 度快、 安全冗余度高、 鲁棒性强。 本发明可以在无 人驾驶技术领域中应用。 权利要求书2页 说明书9页 附图4页 CN 114742794 A 2022.07.12 CN 114742794 A 1.一种基于三角剖分的临时道路检测方法， 其特 征在于， 包括： 采集锥桶图像数据集， 利用数据集训练YOLOv4目标检测网络， 得到锥桶识别模型； 获取场景点云数据， 获取锥桶颜色及其点云坐标， 根据点云坐标识别出锥桶及其颜色、 以及与锥桶颜色对应的3D点云坐标； 将识别出的锥桶进行三角剖分， 计算各三角边损 失值， 根据设置的损 失函数计算路径 损失值， 根据损失值输出临时道路的可 行使区域与路径。 2.如权利要求1所述基于三角 剖分的临时道路检测方法， 其特征在于， 所述采集锥桶图 像数据集， 利用数据集训练YOLOv4目标检测网络， 得到锥桶识别模型， 包括： 利用图像拍摄设备采集获取红色、 蓝色锥桶图像数据集； 对所述数据集进行样本标注， 将标注好的样本文件及所述锥桶图像作为训练集； 利用所述训练集对所述YOLOv4目标检测网络进行训练直至 网络收敛， 并将收敛后的网 络参数保存为所述锥桶识别模型。 3.如权利要求1所述基于三角 剖分的临时道路检测方法， 其特征在于， 所述识别出锥桶 及其颜色、 以及与锥桶颜色对应的3D点云坐标， 包括： 将待检测锥桶图像输入所述锥桶识别模型， 输出锥桶颜色识别结果及锥桶检测框； 采用激光雷达获取 所述场景点云数据， 滤除地 面点云， 输出锥桶点云聚类集 合； 对图像拍摄设备与激光雷达进行联和标定， 确定两者空间相对位置关系， 得出变换矩 阵及锥桶的3D点云坐标； 利用所述变换矩阵将锥桶的3D点云坐标投影至2D图像平面， 对该2D图像平面中所述锥 桶检测框以内的点云坐标求均值， 输出所述锥桶检测框内的锥桶颜色识别结果及其3D点云 坐标。 4.如权利要求3所述基于三角 剖分的临时道路检测方法， 其特征在于， 所述输出锥桶点 云聚类集 合， 包括： 对滤除所述 地面点云后的锥桶点云进行降采样； 对降采样后的锥桶点云中某一 点云p， 搜索离它欧氏距离最近的k个点云； 遍历k个点云， 判断该k个点云中每个点云与点云p 之间的欧氏距离， 若所述欧氏距离小 于设定的阈值， 则存 入点云候选集 合P； 在点云候选集合P中重新搜索离某一点云欧氏距离最近的点云， 直至集合P没有新的点 云存入则完成此次聚类； 若点云候选集合P中点云数量满足预设的阈值区间， 则保留本次聚类结果， 并对剩余点 云重复进行搜索遍历， 直至遍历完所有点云； 在点云聚类结果中， 将每一簇锥桶点云中心坐标作为锥桶位置 输出。 5.如权利要求1所述基于三角 剖分的临时道路检测方法， 其特征在于， 所述将识别出的 锥桶进行三角剖分， 包括： 构造一个虚拟三角形， 需满足该三角形以内的区域能将所有锥桶包 含在内； 采用逐点插入法将所述锥桶按其对应的3D点云坐标依次存入该虚拟三角形区域内， 连 接各锥桶形成以锥桶作为顶点的三角网； 在存入过程中每插入一个锥桶需对整个三角网进行空圆特性检测， 将不满足预设条件 的三角边滤除， 使所构建的三角网满足Delaunay三角剖分网。权　利　要　求　书 1/2 页 2 CN 114742794 A 26.如权利要求5所述基于三角 剖分的临时道路检测方法， 其特征在于， 所述计算各三角 边损失值， 根据设置的损失函数计算路径损失值， 包括： 遍历三角剖分网中所有三角边， 计算红、 蓝两种不同颜色锥桶作为顶点所连接三角边 的长度均值Ms， 以及同种颜色且位置相邻的顶点所 连接三角边长度均值Md； 根据长度均值Ms计算两种不同颜色锥桶构成三角边的长度损失值W， 根据长度均值Md计 算同种颜色且位置相邻的锥桶所构成三角边的长度损失值D； 根据不同颜色锥桶构 成三角边中两个相邻三角边的中点坐标， 计算相邻路径点的夹角 损失值θ； 根据长度损失值W、 长度损失值D及夹角 损失值θ设定自适应损失函数， 实时计算路径损 失值。 7.如权利要求5或6所述基于三角剖分的临时道路检测方法， 其特征在于， 所述根据损 失值输出临时道路的可 行使区域与路径， 包括： 若损失值满足预设条件， 滤除不满足条件的三角边， 并根据所述中点坐标依次对剩余 三角边各中点进行 连接， 构建出最佳 行驶路径； 分别将三角边顶点为红色的点集存入集合R、 蓝色的点集存入集合B， 对集合R的点集按 其与车辆距离进行排序， 并依次连接各点， 得到左车道线； 同理， 对集合B处理得到右车道 线， 左、 右车道线之间的区域 为车辆可 行驶区域。 8.一种基于三角剖分的临时道路检测系统， 其特 征在于， 包括： 数据处理模块， 采集锥桶图像数据集， 利用数据集训练YOLOv4目标检测网络， 得到锥桶 识别模型； 锥桶识别模块， 获取场景点云数据， 获取锥桶颜色及其点云坐标， 根据点云坐标识别出 锥桶及其颜色、 以及与锥桶颜色对应的3D点云坐标； 输出模块， 将识别出的锥桶进行三角剖分， 计算各三角边损失值， 根据设置的损失函数 计算路径损失值， 根据损失值输出临时道路的可 行使区域与路径。 9.一种存储一个或多个程序的计算机可读存储介质， 其特征在于， 所述一个或多个程 序包括指令， 所述指令当由计算设备执行时， 使得所述计算设备执行如权利要求1至7所述 方法中的任一方法。 10.一种计算设备， 其特征在于， 包括： 一个或多个处理器、 存储器及一个或多个程序， 其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行， 所述一 个或多个程序包括用于执 行如权利要求1至7 所述方法中的任一方法的指令 。权　利　要　求　书 2/2 页 3 CN 114742794 A 3