利用lidar传感器识别高层结构物的装置和方法
技术领域：
：1.本发明涉及利用光探测和测距(lightdetectionandranging，lidar)传感器识别高层结构物的装置和方法。
背景技术：
：：2.利用由lidar传感器获取的点云，可以估计本车的位置，并且本车的位置的估计可以是辅助的。作为利用lidar传感器估计本车的位置的各种方法的示例，可以利用lidar传感器简单地构建地图，或者可以执行基于整个点云来识别本车的位置并且与之同时构建周围环境地图的同步定位和映射(simultaneouslocalizationandmapping，slam)。然而，这些传统方法的局限性在于，难以实时地识别具有比本车更高的高度的结构物。技术实现要素：3.因此，本发明涉及利用lidar传感器识别高层结构物的装置和方法。4.实施方案提供了一种利用能够识别关于高层结构物的信息的lidar传感器来识别高层结构物的装置和方法。5.然而，实施方案要实现的目的不限于上述目的，本领域技术人员将从以下描述中清楚地理解在此未提及的其它目的。6.根据实施方案的利用lidar传感器识别高层结构物的装置可以包括物体感测单元、点提取单元和信息生成单元，所述物体感测单元配置为输出通过感测物体而获取的点云作为lidar数据，所述点提取单元配置为从包括在所述lidar数据的点中提取与高层结构物相关的点，所述高层结构物对应于具有高度大于或等于预定水平的物体，所述信息生成单元配置为生成高层结构物的轮廓，并利用由点提取单元提取的点来估计所述高层结构物的位置，以及输出生成的轮廓和估计的位置作为关于高层结构物的信息。7.例如，点提取单元可以包括竖直度检查单元、水平度检查单元和点过滤单元，所述竖直度检查单元配置为从包括在所述lidar数据的点中选择满足竖直度的点，所述水平度检查单元配置为从满足竖直度的点中选择满足水平度的点，所述点过滤单元配置为通过密度检查从同时满足竖直度和水平度的点中去除具有噪声的点。8.例如，当在每个预定的单位角度(x)同时感测第0通道至第m-1(其中，m是2或更大的正整数)通道的点时，如果每个通道的点与另一个通道的点竖直重叠，则竖直度检查单元可以确定出每个通道的点满足竖直度。9.例如，为了检验第m(1≤m≤m)通道的点是否满足竖直度，竖直度检查单元可以获取第m通道的点(pnt(f，m))(1≤f≤f，f＝360/x)与第m-k(1≤k≤m)通道的点(pnt(f，m-k))之间的竖直度向量，可以获取竖直度向量的模长和角度，当获取的模长小于竖直阈值模长并且获取的角度小于竖直阈值角度时，可以确定出所述第m通道的点是满足竖直度的点。10.例如，水平度检查单元可以选择移动窗口的大小和移动方向，可以检测移动窗口内满足竖直度的点的数目，第0通道至第m-1通道的点中满足竖直度的点包括在所述移动窗口内，并且当检测到的数目大于预定数目时，可以确定出满足竖直度的点也满足水平度。11.例如，为了检验在第f顺序位置感测到的第n通道(0≤n≤m-1)的点(pnt(f，n))是否满足水平度，当第n通道的点(pnt(f，n))是满足竖直度的点时，水平度检查单元可以获取在第f+1顺序位置感测到的第n通道的点(pnt(f+1，n))与在第f顺序位置感测到的第n通道的点(pnt(f，n))之间的水平向量，可以获取水平度向量的模长和角度，当获取的模长小于水平阈值模长并且获取的角度小于水平阈值角度时，可以确定出所述第n通道的点(pnt(f，n))是满足所述水平度的点。12.例如，点过滤单元可以基于同时满足竖直度和水平度的点来构建树，可以检测与构建的树的各个点最近的点的数目，并且当检测到的数目不大于阈值数目时，可以确定出同时满足竖直度和水平度的点是具有噪声的点，并且可以去除同时满足竖直度和水平度的点。13.例如，信息生成单元可以包括地图生成单元、点标记单元以及轮廓生成和位置估计单元，所述地图生成单元配置为基于由所述点提取单元提取的与高层结构物相关的点来生成网格地图，所述点标记单元配置为在网格地图上标记点，所述轮廓生成和位置估计单元配置为通过连接由所述点标记单元标记的组的轮廓来生成所述高层结构物的轮廓，以及将生成的轮廓展现的位置估计为高层结构物的位置。14.例如，所述信息生成单元可以进一步包括后处理单元，其配置为从由所述点标记单元标记的组中去除大小小于组阈值大小的组。15.根据另一实施方案的利用lidar传感器识别高层结构物的方法可以包括：通过感测物体获取点云作为lidar数据，从包括在lidar数据的点中提取与高层结构物相关的点，所述高层结构物是具有高度大于或等于预定水平的物体，生成高层结构物的轮廓，并利用提取的点估计所述高层结构物的位置，确定生成的轮廓和估计的位置作为关于高层结构物的信息。16.例如，提取点可以包括：从包括在lidar数据的点中选择满足竖直度的点，从满足竖直度的点中选择满足水平度的点，通过密度检查从同时满足竖直度和水平度的点中去除具有噪声的点。17.例如，满足竖直度的选择点可以包括：当在每个预定单位角度x同时感测第0通道至第m-1(其中m是2或更大的正整数)通道的点时，如果每个通道的点与另一通道的点竖直重叠，则确定出每个通道的点满足竖直度。18.例如，确定出每个通道的点满足竖直度可以包括检验第m(1≤m≤m)通道的点是否满足竖直度，该检验可以包括获取第m通道的点(pnt(f，m))(1≤f≤f，f＝360/x)与第m-k(1≤k≤m)通道的点(pnt(f，m-k))之间的竖直度向量，获取竖直度向量的模长和角度，当获取的模长小于竖直阈值模长并且获取的角度小于竖直阈值角度时，确定出所述第m通道的点是满足所述竖直度的点。19.例如，满足水平度的选择点可以包括选择移动窗口的大小和移动方向，检测移动窗口内满足竖直度的点的数目，第0通道至第m-1通道的点中满足竖直度的点属于所述移动窗口，当检测到的数目大于预定数目时，确定出满足竖直度的点也满足水平度。20.例如，确定出满足竖直度的点满足水平度可以包括检验在第f顺序位置感测到的第n通道(0≤n≤m-1)的点(pnt(f，n))是否满足水平度，该检验可以包括当第n通道的点(pnt(f，n))是满足竖直度的点时，获取在第f+1顺序位置感测到的第n通道的点(pnt(f+1，n))与在第f顺序位置感测到的第n通道的点(pnt(f，n))之间的水平度向量，获取水平度向量的模长和角度，当获取的模长小于水平阈值模长并且获取的角度小于水平阈值角度时，确定出所述第n通道的点(pnt(f，n))是满足所述水平度的点。21.例如，通过密度检查去除具有噪声的点可以包括基于同时满足竖直度和水平度的点来构建树，检测与构建的树的各个点最近的点的数目，当检测到的数目不大于阈值数目时，确定出同时满足竖直度和水平度的点是具有噪声的点，去除同时满足竖直度和水平度的点。22.例如，生成高层结构物的轮廓和估计高层结构物的位置可以包括基于所提取的与高层结构物相关的点来生成网格地图，在网格地图上对点进行标注，通过连接标记组的轮廓来生成高层结构物的轮廓，并将生成的轮廓展现的位置估计为高层结构物的位置。23.例如，生成高层结构物的轮廓并估计所述高层结构物的位置可以进一步包括从所述标记组中去除大小小于组阈值大小的组。附图说明24.可以参考以下附图详细地描述布置和实施方案，在附图中，相同的附图标记表示相同的元件，并且其中：25.图1是本发明的一个实施方案中利用lidar传感器识别高层结构物的装置的框图；26.图2是本发明的一个实施方案中用于解释利用lidar传感器识别高层结构物的方法的流程图；27.图3是图1所示的点提取单元的实施方案的框图；28.图4是图2所示的步骤220的实施方案的流程图；29.图5是图4所示的步骤222的实施方案的流程图；30.图6是用于帮助理解竖直度检查单元和步骤222a的示意图；31.图7是图4所示的步骤224的实施方案的流程图；32.图8是用于帮助理解水平度检查单元和步骤224a的示意图；33.图9是图4所示的步骤226的实施方案的流程图；34.图10a示出了在执行步骤226a之前噪声未被去除的状态，图10b示出了通过执行步骤226a去除噪声的状态；35.图11是图1所示的信息生成单元的实施方案的框图；36.图12是图2所示的步骤230的实施方案的流程图；37.图13a示出了执行步骤610之前的状态，图13b示出了执行步骤610之后的状态；38.图14a示出了以像素单元执行步骤612之前的状态，图14b示出了执行步骤612之后的状态；39.图15a是用于解释执行区域生长的过程的示意图，图15b示出了执行区域生长之前的状态，图15c示出了执行区域生长之后的状态；40.图16a示出了生成高层结构物的轮廓之前的状态，图16b示出了生成高层结构物的轮廓之后的状态。具体实施方式41.现在将参考所附附图对本发明进行更为全面的描述，在这些附图中显示了各种示例性实施方案。然而，这些示例可以以许多不同的形式实施并且不应解释为限于本文中阐述的实施方案。确切地说，提供这些实施方案以使本发明更完整且充分，并且将本发明的范围更全面地呈现给本领域技术人员。42.应当理解，当一个元件被称为在另一个元件“之上”或“之下”时，它可以直接在该元件之上/之下，或者也可以存在一个或更多个中间元件。43.当一个元件被称为“在……之上”或“在……之下”时，基于该元件可以包括“在该元件之下”以及“在该元件之上”。44.此外，关系术语，例如“第一”、“第二”、“之上/上部/上方”和“之下/下部/下方”，仅用于区分一个主体或元件与另一个主体或元件，而不一定要求或涉及主体或元件之间的任何物理或逻辑关系或顺序。45.以下，将参考附图来描述用于根据实施方案利用光探测和测距(lightdetectionandranging，lidar)传感器识别高层结构物的装置100和方法200。46.图1是本发明的一些实施方案中利用lidar传感器识别高层结构物的装置100的框图，图2是本发明的一些实施方案中用于解释利用lidar传感器识别高层结构物的方法200的流程图。47.在下文中，将图1所示的利用lidar传感器识别高层结构物的装置100描述为执行图2所示的利用lidar传感器识别高层结构物的方法200，但实施方案不限于此。即，在本发明的一些实施方案中，图1所示的利用lidar传感器识别高层结构物的装置100可以执行为与图2所示的利用lidar传感器识别高层结构物的方法200不同配置的方法。此外，图2所示的利用lidar传感器识别高层结构物的方法200可以由与图1所示的利用lidar传感器识别高层结构物的装置100不同配置的装置来执行。48.图1所示的利用lidar传感器识别高层结构物的装置100可以包括：物体感测单元110、点提取单元120和信息生成单元130。49.首先，物体感测单元110可以输出由通过感测物体而获取的多个点组成的点云作为lidar数据(步骤210)。为了执行步骤210，物体感测单元110可以利用lidar传感器(例如，图6中所示的lidar传感器5，其将在下文描述)。这里，物体可以是存在于配备有lidar传感器的车辆(以下称为“本车”)外部的另一车辆、人、障碍物等，但实施方案不限于物体的具体类型。50.在步骤210之后，点提取单元120从包括在从物体感测单元110输出的lidar数据的点中，提取与如下结构物相关的点，所述结构物是具有距离道路的高度大于或等于预定水平的物体(步骤220)。以下，将具有高度大于或等于预定水平的结构物称为“高层结构物”。作为具有比配备有lidar传感器的本车的高度更大的高度的高层结构物的示例，有建筑物、标志等。例如，预定水平可以是4m，但实施方案不限于预定水平的具体值。51.在步骤220之后，信息生成单元130利用由点提取单元120提取的点生成高层结构物的轮廓并估计高层结构物的位置，并且通过输出端子out1输出生成的轮廓和估计的位置作为关于高层结构物的信息(步骤230)。52.在下文中，将描述图1所示的装置100和图2所示的方法200的实施方案。53.图3是图1所示的点提取单元120的实施方案120a的框图，图4是图2所示的步骤220的实施方案220a的流程图；54.在下文中，图3所示的点提取单元120a将被描述为执行图4所示的步骤220a，但实施方案不限于此。即，根据另一实施方案，图3所示的点提取单元120a可以执行与图4所示的步骤220a不同配置的步骤。此外，图4所示的步骤220a可以由与图3所示的点提取单元120a不同配置的点提取单元来执行。55.图3所示的点提取单元120a可以包括：竖直度检查单元122、水平度检查单元124和点过滤单元126。56.在步骤210之后，竖直度检查单元122通过输入端子in1接收从物体感测单元110输出的lidar数据，检验包括在lidar数据中的每个点是否满足竖直度，并且选择具有竖直度的点(步骤222)。57.在本发明的一些实施方案中，假设lidar传感器5(参考后文描述的图6)通过在旋转每一个预定单位角度x°的同时辐射激光脉冲来同时感测第0通道至第m-1通道的点。在这里，m是2或更大的正整数。在这种情况下，以这样的方式检查第0通道至第m-1通道中的每个通道的点的竖直度，即，当待检查通道的点(以下称为“检查目标点”)与另一通道的点竖直重叠时，确定出检查目标点满足竖直度，即具有竖直度。58.图5是图4所示的步骤222的实施方案222a的流程图。图5所示的步骤222a可以由图3所示的竖直度检查单元122执行。59.参考图5，f设定为1，m设定为m，k设定为1(步骤310)。这里，1≤f≤f，1≤m≤m，1≤k≤m。f是获取m通道的点的总次数，其可以利用下面的等式1来表示。60.[等式1][0061][0062]在步骤310之后，包括在物体感测单元110中的lidar传感器辐射第f激光脉冲，并且在感测到的第0通道至第m-1通道中获取第m通道的点pnt(f，m)与第m-k通道的点pnt(f，m-k)之间的竖直度向量vv(步骤312)，如利用下面的等式2所示的。[0063][等式2][0064]vv＝pnt(f，m)-pnt(f，m-k)[0065]在步骤312之后，获取竖直度向量vv的模长d(v)和角度a(v)(或方向)(步骤314)。[0066]在步骤314之后，检验获取的模长d(v)是否小于竖直阈值模长vtd，以及获取的角度a(v)是否小于竖直阈值角度vta(步骤316)。为此，竖直度检查单元122可以包括第一查找表和第二查找表(look-uptable，lut)(未示出)。第一lut可以接收竖直度检查目标点的坐标(即第一lut的地址)作为输入，并且可以输出针对相应地址存储的竖直阈值模长vtd(即第一lut的数据)。第二lut可以接收竖直度检查目标点的坐标(即第二lut的地址)作为输入，并且可以输出针对相应地址存储的竖直阈值角度vta(即第二lut的数据)。[0067]如果获取的模长d(v)不小于竖直阈值模长vtd，或者如果获取的角度a(v)不小于竖直阈值角度vta，则确定出第m通道的点pnt(f，m)是不满足竖直度的点(步骤318)。[0068]然而，当获取的模长d(v)小于竖直阈值模长vtd并且获取的角度a(v)小于竖直阈值角度vta时，确定出第m通道的点pnt(f，m)或第m-k通道的点pnt(f，m-k)中的至少一个满足竖直度(步骤320)。例如，当获取的模长d(v)小于竖直阈值模长vtd并且获取的角度a(v)小于竖直阈值角度vta时，可以确定出第m通道的点pnt(f，m)满足竖直度。[0069]在步骤318或步骤320之后，检验m-k是否大于1(步骤319)。[0070]如果m-k大于1，则将k增加1，过程进入步骤312(步骤321)。然而，如果m-k不大于1，则检验m是否为1(步骤322)。即，检验是否对通过辐射第f激光脉冲而同时感测到的第0通道至第m-1通道的各点完全执行了竖直度检查。[0071]如果m不为1，则将m减小1(步骤324)。在步骤324之后，通过执行上述步骤312来更新竖直度向量，并且对更新后的竖直度向量执行步骤314至321。[0072]然而，如果m为1，则检验f是否为f(步骤326)。即，检验是否对通过辐射激光脉冲f次而感测到的第0通道至第m-1通道的各个点完全执行了竖直度检查。[0073]如果f不是f，则将f增加1(步骤328)。在步骤328之后，通过执行上述步骤312来更新竖直度向量，并且对更新后的竖直度向量执行步骤314至321。[0074]也就是说，可以通过执行图5所示的步骤312至321来检验在第f顺序位置感测到的第m通道的点是否满足竖直度。[0075]图5所示的步骤222a可以在提取与道路相关的点之后执行。原因在于，只有先识别道路，才能够识别高层结构物的高度。[0076]以下，为了帮助理解图5所示的过程，将参考图6来描述图3所示的竖直度检查单元122和图5所示的步骤222a。然而，实施方案不限于图6所示的过程。在图6的过程中，假设k为1，m为12，f为1000。[0077]图6是用于帮助理解竖直度检查单元122和步骤222a的示意图。[0078]参考图6，可以看出，激光脉冲从安装在本车10的车顶上的lidar传感器5向物体辐射。另一车辆20、树30和高层结构物40在图6中示出为物体。[0079]图1所示的物体感测单元110利用图6所示的lidar传感器5向物体20、30和40辐射单个圆形激光脉冲，并且测量从存在于测量范围内的物体反射的激光脉冲返回所花费的时间，从而感测关于物体的信息，例如从lidar传感器5到物体20、30、40的距离、物体的方位、物体的速度、物体的温度、物体的材料分布、以及物体的密度特性。lidar传感器5可以输出感测的结果作为上述lidar数据。[0080]图6所示的层具有与图5所示的通道相同的含义。即，图6所示的第0层layer0至第11层layer11分别对应于图5所示的第0通道至第11通道。rl是前述的预定水平，其可以是例如4m。[0081]图6中所示的点sp、ep、rp和nrp中的每一个具有以下含义。[0082]点sp是开始检查相应层中的点的竖直度的起始点。即，用于检验各层中点的竖直度的起始点在图6中用“sp”表示。点ep是具有竖直度的点，点rp是不具有竖直度的点，点nrp是与竖直度检查无关的点。[0083]例如，为了检验第11层layer11中的点p31是否具有竖直度，从第11层layer11中的点p11(sp)开始执行竖直度检查。获取第11层layer11中的点p11(pnt(f，11))与第10层layer10中的点p21(pnt(f，10))之间的竖直度向量(步骤312)。此后，确定竖直度向量的模长d(v)是否小于竖直阈值模长vtd，以及竖直度向量的角度a(v)是否小于竖直阈值角度vta(步骤316)。此时，由于点p11与点p21竖直重叠，竖直度向量的模长d(v)小于竖直阈值模长vtd，竖直度向量的角度a(v)小于竖直阈值角度vta。因此，由于第11层layer11中的点p31是在高层结构物的部分40中具有竖直度的点，因此用“ep”表示。[0084]以与检验第11层layer11中的点p31是否具有竖直度的方式相同的方式，可以依次检验第10层layer10中的点到第0层layer0中的点是否具有竖直度。最后，如图6所示，当对第11层layer11中的点p31至第0层layer0中的点p38完全执行竖直度检查时，可以用“ep”表示高层结构物的部分40中具有竖直度的点，并且可以用“rp”表示不具有竖直度的点。[0085]图6所示的结构物的部分40中的最下层layer0中的点p38用“rp”表示。原因在于道路上的点没有被利用。根据实施方案，为了获取关于高层结构物的信息，基于在预定水平rl以上的位置处生成的点p31、p32、p33、p34、p35、p36和p37来检查竖直度。[0086]同时，在图4所示的步骤222之后，水平度检查单元124从满足竖直度的点中选择满足水平度的点(步骤224)。[0087]根据实施方案，水平度检查单元124可以选择移动窗口的大小和移动方向，并且可以检测移动窗口内满足竖直度的点的数目，其中第0通道至第m-1通道的点中满足竖直度的点属于移动窗口。当检测到的数目大于预定数目时，可以确定出满足竖直度的点也满足水平度。[0088]此外，根据实施方案，用于水平度检查的移动窗口的大小可以根据水平度检查目标点的坐标而变化。例如，水平度检查单元124可以包括第三查找表(lut)(未示出)。第三lut可以接收水平度检查目标点的坐标(即第三lut的地址)作为输入，并且可以输出针对相应地址存储的移动窗口的大小(即第三lut的数据)。[0089]图7是图4所示的步骤224的实施方案224a的流程图。图7所示的步骤224a可以由图3所示的水平度检查单元124执行。[0090]参考图7，f设定为1，且n设定为0(步骤410)。f具有与以上参考图5描述的f相同的含义。这里，0≤n≤m-1。[0091]在步骤410之后，检验在第f顺序位置感测到的第n通道的点pnt(f，n)是否是满足竖直度的点(步骤412)。如果在步骤222确定出在第f顺序位置感测到的第n通道的点pnt(f，n)是不满足竖直度的点，则不对在第f顺序位置感测到的第n通道的点pnt(f，n)执行水平度检查，并且过程进入步骤424。[0092]然而，当在步骤222确定出在第f顺序位置感测到的第n通道的点pnt(f，n)是满足竖直度的点时，获取在第f+1顺序位置感测到的第n通道的点pnt(f+1，n)与在第f顺序位置感测到的第n通道的点pnt(f，n)之间的水平度向量hv(步骤414)，如利用以下的等式3所表示的。[0093][等式3][0094]hv＝pnt(f+1，n)-pnt(f，n)[0095]在步骤414之后，获取水平度向量hv的模长d(h)和角度a(h)(或方向)(步骤416)。[0096]在步骤416之后，检验获取的模长d(h)是否小于水平阈值模长htd，以及获取的角度a(h)是否小于水平阈值角度hta(步骤418)。为此，水平度检查单元124可以包括第四查找表和第五查找表(lut)(未示出)。第四lut可以接收水平度检查目标点的坐标(即第四lut的地址)作为输入，并且可以输出针对相应地址存储的水平阈值模长htd(即第四lut的数据)。第五lut可以接收水平度检查目标点的坐标(即第五lut的地址)作为输入，并且可以输出针对相应地址存储的水平阈值角度hta(即第五lut的数据)。[0097]如果获取的模长d(h)不小于水平阈值模长htd，或者如果获取的角度a(h)不小于水平阈值角度hta，则确定出第n通道的点pnt(f，n)是不满足水平度的点(步骤420)。[0098]然而，当获取的模长d(h)小于水平阈值模长htd并且获取的角度a(h)小于水平阈值角度hta时，确定出第n通道的点pnt(f，n)是满足水平度的点(步骤422)。[0099]在步骤420或步骤422之后，检验f是否为f(步骤424)。即，检验对m通道的点是否完全执行第一(f＝1)至第f(f＝f)水平度检查过程。[0100]如果f不是f，则将f增加1(步骤426)。在步骤426之后，如果在步骤412满足竖直度，则执行步骤414以更新水平度向量，并且对更新的水平度向量执行步骤416至422。[0101]然而，如果f为f，则检验n是否为m-1(步骤428)。即，检验对第0通道至第m-1通道的点是否完全执行水平度检查。[0102]如果n为m-1，则过程进入步骤226。然而，如果n不为m-1，则将n增加1，将f设定为1，此后，过程进入步骤412(步骤430)。在步骤430之后，如果在步骤412中满足竖直度，则执行步骤414以更新水平度向量，并且对更新的水平度向量执行步骤416至422。[0103]也就是说，可以通过执行图7所示的步骤414至422来检验在第f顺序位置感测到的第n通道(0≤n≤m-1)的点pnt(f，n)是否满足水平度。[0104]以下，为了帮助理解图7所示的过程，将参考图8来描述图3所示的水平度检查单元124和图7所示的步骤224a。然而，实施方案不限于图8所示的过程。[0105]图8是用于帮助理解水平度检查单元124和步骤224a的示意图。这里，sp、ep和rp分别具有与图6中所示的sp、ep和rp相同的含义，mw1、mw2和mw3表示移动窗口，其在由箭头ar所示的方向上移动。[0106]参考图8，当f为1且n为0时，检验第0通道的第一(f＝1)感测点p41(pnt(1，0))是否满足竖直度(步骤412)。如图8所示，由于点p41(pnt(1，0))与其他点p61、p62和p63竖直重叠，因此满足竖直度。[0107]因此，获取第0通道的第一(f＝1)感测点p41(pnt(1，0))与第0通道的第二(f＝2)感测点p51(pnt(2，0))之间的水平度向量hv(步骤414)。此后，检验水平度向量hv的模长d(h)是否小于水平阈值模长htd，以及水平度向量hv的角度a(h)是否小于水平阈值角度hta(步骤418)。此时，由于点p41所属的移动窗口mw1内满足竖直度的点p51、p52、p53、p54和p55的数目(即5个)大于预定数目(例如3个)，所以水平度向量hv的模长d(h)小于水平阈值模长htd，并且水平度向量hv的角度a(h)小于水平阈值角度hta。因此，确定出第0通道的点p41是具有水平度的点(步骤422)。[0108]与上述检验点p41是否具有水平度的操作类似，通过在由箭头ar指示的方向上将移动窗口mw1移动第一移动量δ1，对在随后的第f+1个顺序位置感测到的第0通道的具有竖直度的点p51执行水平度检查，通过在由箭头ar指示的方向上将移动窗口mw1进一步移动第二移动量δ2，对在随后的第f+2个顺序位置感测到的第0通道的具有竖直度的点p52执行水平度检查，通过在由箭头ar指示的方向上将移动窗口mw1进一步移动第三移动量δ3，对在随后的第f+3个顺序位置感测到的第0通道的具有竖直度的点p53执行水平度检查。[0109]随后，尽管确定出第0通道的点p42是具有竖直度的点，但是在点p42所属的移动窗口mw2内没有满足竖直度的点。因此，尽管点p42具有竖直度，也可以确定其不具有水平度(步骤420)。[0110]根据实施方案，尽管点p71和p72被确定为与结构物对应的点，但作为后来验证的结果，如果它们被确定为与结构物不对应的点，则可以利用这些点p71和p72而不是去除这些点。然而，尽管点p8被确定为与结构物不对应的点，但作为后来验证的结果，如果其被确定为与结构物对应的点，则可以去除该点p8。[0111]同时，在步骤224之后，点过滤单元126可以通过执行密度检查从同时满足竖直度和水平度的点中去除具有噪声的点(步骤226)。尽管某个点同时满足竖直度和水平度，但是如果该点的密度较低，则同时满足竖直度和水平度的点极有可能是具有噪声的点(例如，图6所示的树30的树叶或树枝或高层结构物的不寻常部分)。[0112]图9是图4所示的步骤226的实施方案226a的流程图。图9所示的步骤226a可以由图3所示的点过滤单元126执行。[0113]参考图9，基于同时满足竖直度和水平度的点来构建树(步骤510)。例如，可以为同时满足竖直度和水平度的点生成k-d树。[0114]在步骤510之后，检测与构建的树的各个点最近的点的数目(步骤512)。[0115]在步骤512之后，检验检测到的数目是否大于阈值数目(步骤514)。如果检测到的数目大于阈值数目，则将同时满足竖直度和水平度的点确定为与高层结构物相关的点，其不具有噪声(步骤516)。然而，如果检测到的数目不大于阈值数目，则同时满足竖直度和水平度的点可以被确定为具有噪声的点，并且可以被去除(步骤518)。[0116]图10a示出了在执行步骤226a之前噪声未被去除的状态，图10b示出了通过执行步骤226a去除噪声的状态。在图10b中，点530是在执行步骤226a之后用于识别高层结构物的剩余点。[0117]如图10a所示，可以看出，由于诸如树或结构物的不寻常部位的噪声，在高层结构物中分布着大量的无意义点。如果不去除该噪声，则生成用于识别高层结构物的聚类的概率降低。[0118]另一方面，当去除噪声时，如图10b所示，生成用于识别高层结构物的聚类的概率可能增加。[0119]以下，将参考附图来描述图1所示的信息生成单元130的实施方案130a和图2所示的步骤230的实施方案230a。[0120]图11是图1所示的信息生成单元130的实施方案130a的框图，图12是图2所示的步骤230的实施方案230a的流程图。[0121]图11所示的信息生成单元130a可以包括：地图生成单元132、点标记单元134以及轮廓生成和位置估计单元138。此外，信息生成单元130a可以进一步包括后处理单元136。[0122]在步骤220之后，地图生成单元132通过输入端子in2接收由点提取单元120(120a)提取的与高层结构物相关的点，并且基于这些点生成网格地图(步骤610)。例如，可以生成圆形二维(2d)网格地图，以便执行基于2d像素的聚类。[0123]图13a示出了执行步骤610之前的状态，图13b示出了执行步骤610之后的状态。[0124]如图13b所示，关于由点提取单元120(120a)提取的与图13a所示的高层结构物相关的点620，可以生成圆形2d网格地图622。[0125]图14a示出了以像素单元执行步骤612之前的状态，图14b示出了执行步骤612之后的状态。[0126]在步骤610之后，点标记单元134以二维形式在图14a所示的网格地图上标记点，如图14b所示(步骤612)。例如，可以以基于2d像素的区域生长方式来执行标记。当以这种方式执行标记时，可以获取多个组630，如图14b所示。[0127]图15a是用于解释执行区域生长的过程的示意图，图15b示出了执行区域生长之前的状态，图15c示出了执行区域生长之后的状态。[0128]根据利用区域生长的聚类生成方法，在基于起始像素640执行搜索的同时扩展区域，如图15a所示。可以利用例如深度优先搜索(dfs)算法来搜索像素。在图15a中，示出了利用与起始像素640相同的标识(id)所标记的体素650。参考图15c，可以看出，当生成的像素与起始像素相邻时，它们被标记。[0129]在步骤612之后，后处理单元136从由点标记单元134标记的组中去除大小小于组阈值大小的组(步骤616)。作为标记的结果，可以通过后处理来去除作为小物体生成的聚类。[0130]在步骤616之后，轮廓生成和位置估计单元138可以通过连接未被后处理单元136去除的组的轮廓来生成高层结构物的轮廓，可以估计生成的轮廓展现的位置作为高层结构物的位置，并且可以通过输出端子out3输出生成的轮廓和估计的位置作为关于高层结构物的信息(步骤618)。[0131]如果省略步骤616，则轮廓生成和位置估计单元138可以通过连接由点标记单元134标记的组的轮廓来生成高层结构物的轮廓，并且可以估计生成的轮廓的展现位置作为高层结构物的位置。[0132]图16a示出了生成高层结构物的轮廓之前的状态，图16b示出了生成高层结构物的轮廓之后的状态。[0133]在步骤616之后，可以基于图16a中所示的标记聚类像素660来执行曲线拟合，从而生成高层结构物的轮廓670，如图16b中所示(步骤618)。可以以标记聚类为单位执行曲线拟合，并且可以通过一般回归方法以直线组合的形状拟合标记聚类。[0134]根据用于根据实施方案识别高层结构物的装置100和方法200，可以利用从图1所示的信息生成单元130通过输出端子out1输出的关于高层结构物的信息来快速校正本车的全球定位系统(gps)的误差。例如，关于高层结构物的信息可以用于辅助本车精确估计其位置。因此，实施方案能够辅助本车精确操作自动驾驶确定模块。[0135]此外，由于高层结构物极有可能是相应区域的地标，因此用于根据实施方案识别高层结构物的装置100和方法200也可以用于校准逻辑中，以改善与周围环境(例如，道路边界)的识别相关的功能的执行性能。[0136]此外，根据用于根据实施方案识别高层结构物的装置100和方法200，由于可能进行诸如交叉情况的估计，因此可以改善在特定情况下跟踪动态物体(特别是转弯的物体)的性能。[0137]从上述描述中显而易见，根据实施方案，利用lidar传感器识别高层结构物的装置和方法能够利用关于高层结构物的信息快速校正本车的全球定位系统(gps)的误差，能够辅助本车精确地操作自动驾驶确定模块，因为关于高层结构物的信息可以用于辅助精确地估计本车的位置，能够用于校准逻辑以改善与周围环境(例如道路边界)的识别相关的功能的执行性能，以及能够改善在特定情况下跟踪动态物体(特别是转弯的物体)的性能。[0138]然而，能够通过本发明实现的效果不限于上述效果，本领域技术人员将从上述描述中清楚地理解本文中未提及的其它效果。[0139]上述各种实施方案可以彼此组合而不脱离本发明的目的，除非它们彼此不兼容。[0140]此外，对于在各种实施方案中的任何一个中没有详细描述的任何元件或过程，除非另有规定，否则可以参考在另一个实施方案中具有相同附图标记的元件或过程的描述。[0141]虽然已经参照本发明的示例性实施方案具体地示出并描述了本发明，但这些实施方案仅是出于说明目的而提出的，并非限制本发明，并且对于本领域的技术人员显而易见的是，可以在实施方案和细节上进行各种改变，而不脱离本文中阐述的实施方案的本质特征。例如，可以修改和应用实施方案中阐述的各个配置。此外，这些修改和应用中的差异应被解释为落入由所附权利要求限定的本发明的范围内。当前第1页12当前第1页12