CN108469263B - 一种基于曲率进行形点优化的方法及系统 - Google Patents

一种基于曲率进行形点优化的方法及系统 Download PDF

Info

Publication number
CN108469263B
CN108469263B CN201810186834.4A CN201810186834A CN108469263B CN 108469263 B CN108469263 B CN 108469263B CN 201810186834 A CN201810186834 A CN 201810186834A CN 108469263 B CN108469263 B CN 108469263B
Authority
CN
China
Prior art keywords
point
curvature
shape
curve
arc
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810186834.4A
Other languages
English (en)
Other versions
CN108469263A (zh
Inventor
罗跃军
李非
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heading Data Intelligence Co Ltd
Original Assignee
Heading Data Intelligence Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Heading Data Intelligence Co Ltd filed Critical Heading Data Intelligence Co Ltd
Priority to CN201810186834.4A priority Critical patent/CN108469263B/zh
Publication of CN108469263A publication Critical patent/CN108469263A/zh
Application granted granted Critical
Publication of CN108469263B publication Critical patent/CN108469263B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Processing Or Creating Images (AREA)
  • Image Generation (AREA)

Abstract

本发明涉及一种基于曲率进行形点优化的方法及系统，方法包括读入曲线的形点坐标集合P{P0,P1,...,Pn}；根据所述形点坐标，计算相邻两个形点之间的曲线段的曲率，根据所述曲率将整条曲线划分成若干圆弧段；依次选取各圆弧段上可保持该圆弧形状的一个或多个形点，并与该圆弧段的端点合并，生成所述曲线对应的新的形点集合。采用本发明，可在大量压缩曲线形点的情况下，依然可保持曲线形状精度。优化以后的形点与曲线的曲率变化形成映射关系，曲率越大，形点越密集，反之则越稀疏。同时算法原理简单，易实现，方便工程实施。

Description

一种基于曲率进行形点优化的方法及系统
技术领域
本发明涉及自动驾驶、地图导航技术领域，具体涉及数字化地图数据中，一种基于曲率的曲线形点优化的方法及系统。
背景技术
随着面向主动安全和无人驾驶技术的不断发展，高精度驾驶地图技术已经成为一个重要的技术环节。不同于传统的导航电子地图数据，高精度地图提供了内容更为丰富、精度更高的地图数据。从传统电子点图所表征的道路级数据扩展到车道级别数据,以提供对车道线的定位以及车道级别的导航，另外也提供了更为全面丰富的地物数据。同时，随着4G，5G技术以及云技术的发展，基于云端存储高精度地图数据，通过5G网络向有人或无人驾驶车辆提供高‘鲜度’的地图数据服务成为下一代高精度导航地图的主流发展方向。因此需要对海量的高精度地图数据进行‘轻量化’设计以满足网络传输以及快速更新的需求。
在高精度地图数据中，因为需要以更高精度来描绘道路形状、车道形状以及其它大量的地物形状，形点作为描述形状的基本‘颗粒’，必须满足一定的密度才能保证形状的精确性，因此高精度地物数据的形点数量急剧膨胀，是导致高精度地图数据体积庞大的重要因素，因此对形点进行有效的压缩和优化处理，是‘轻量化’的重要工作之一。
在传统的形点压缩算法中，如道格拉斯形点-普克算法在对形点进行压缩后，由于其压缩算法没有将曲线自身的弯曲程度作为压缩的依据，导致压缩后的曲线变形严重，无法满足高精度地图数据对精度的要求，因此传统的压缩算法已经不适合高精度地图数据对形点压缩的要求。
相关名词解释：
1.形点
用于完整描述一条曲线所必需的点的集合，每个点必须具有X,Y坐标。X,Y坐标可以是球心坐标系下的经纬度坐标，也可以是投影坐标系下的直角坐标系的X,Y坐标。集合中点与点之间都是离散的，不具有逻辑关联。
2.形点优化
一种在保证曲线形状精度的前提下，对形点数量进行削减，以及合理分布处理的计算过程。
3.曲率
曲线的曲率(curvature)就是针对曲线上某个点的切线方向角对弧长的转动率，通过微分来定义，表明曲线偏离直线的程度。
发明内容
本发明针对现有技术中存在的技术问题，提供一种基于道路形状的弯曲程度，在可接受的精度需求、空间需求和时间需求范围内，有效进行形点压缩和优化的方法及系统。
本发明解决上述技术问题的技术方案如下：
本发明一方面提供一种基于曲率进行形点优化的方法，包括以下步骤：
步骤1，读入曲线的形点坐标集合P{P0,P1,...,Pn}，所述形点坐标为笛卡尔直角坐标系下的坐标；
步骤2，根据所述形点坐标，计算相邻两个形点之间的曲线段的曲率，根据所述曲率将整条曲线划分成若干圆弧段；
步骤3，依次选取各圆弧段上可保持该圆弧形状的一个或多个形点，并与该圆弧段的端点合并，生成所述曲线对应的新的形点集合。
进一步，所述步骤2包括：
步骤201，基于所述形点坐标数据，进行曲线拟合；
步骤202，利用曲率计算方法求解相邻两个形点之间的曲线段的曲率，得到所述曲线的曲率序列K{k1,k2,...,kn}，其中ki表示形点Pi-1和形点Pi之间的曲线段的曲率；
步骤203，将曲率序列中连续且前后差值小于阈值的曲率对应的曲线段合并成一段圆弧；所述圆弧的曲率为构成该圆弧的第一条曲线段的曲率，所述圆弧的起点为构成该圆弧的第一条曲线段的起点，所述圆弧的尾点为下一段圆弧的起点，若不存在下一段圆弧，则以曲线的最后一个形点Pn作为该圆弧的尾点；
步骤204，通过所述步骤203将所述曲线划分成若干段圆弧，得到所述曲线对应的圆弧段集合Arcs{L1,L2,...,Lm}。
进一步，步骤203中所述的曲率序列中连续且前后差值小于阈值的曲率对应的曲线段合并成一段圆弧，包括：
针对曲率序列中的曲率ki，若其后的连续的多个曲率与该曲率ki的差值小于阈值，则将该曲率ki及其后的连续的多个曲率分别对应的曲线段合并成一段圆弧；所述阈值表示两个曲率值间的接近程度。
进一步，所述步骤3包括：
步骤301，取圆弧Li的中点，判断该中点到圆弧的弦的垂直距离是否大于预设阈值，如果是则执行步骤302，否则执行步骤303；
步骤302，将所述中点保留到新的形点集合中，并且基于所述中点将原圆弧切分为前后两个圆弧，再将所述前后两个圆弧分别重复执行步骤301；
步骤303，结束本圆弧的形点的采集，将该圆弧的起点保留到新的形点集合中，然后选取以该圆弧的尾点作为起点的下一圆弧，执行步骤301，直至所有圆弧的形点采集完毕，得到所述曲线对应的优化后的形点集合。
进一步，步骤301中所述圆弧段的中点的选取方法包括：
计算圆弧圆心点Oi与圆弧起点Ps和尾点Pe所构成两条线段OiPs、OiPe的夹角∠A，
从起点Ps出发，沿Ps至Pe方向，取形点C，使得线段OiPs、OiC的夹角∠B＝∠A/2，所述形点C即为所述圆弧的中点。
本发明另一方面一种基于曲率进行形点优化的系统，包括：
形点获取模块，用于读入曲线的形点坐标集合P{P0,P1,...,Pn}，所述形点坐标为笛卡尔直角坐标系下的坐标；
圆弧划分模块，用于根据所述形点坐标，计算相邻两个形点之间的曲线段的曲率，根据所述曲率将整条曲线划分成若干段圆弧；
形点集合生成模块，用于依次选取各圆弧段上可保持该圆弧形状的一个或多个形点，并与该圆弧段的端点合并，生成所述曲线对应的新的形点集合。
进一步，所述圆弧划分模块包括：
曲线拟合模块，用于基于所述形点坐标数据，进行曲线拟合；
曲率序列生成模块，用于利用曲率计算方法求解相邻两个形点之间的曲线段的曲率，得到所述曲线的曲率序列K{k1,k2,...,kn}，其中ki表示形点Pi-1和形点Pi之间的曲线段的曲率；
划分模块，用于将曲率序列中连续且前后差值小于阈值的曲率对应的曲线段合并成一段圆弧；所述圆弧的曲率为构成该圆弧的第一条曲线段的曲率，所述圆弧的起点为构成该圆弧的第一条曲线段的起点，所述圆弧的尾点为下一段圆弧的起点，若不存在下一段圆弧，则以曲线的最后一个形点Pn作为该圆弧的尾点；
圆弧集合生成模块，用于根据所述划分模块划分的若干段圆弧，得到所述曲线对应的圆弧集合Arcs{L1,L2,...,Lm}。
进一步，所述的将曲率序列中连续且前后差值小于阈值的曲率对应的曲线段合并成一段圆弧包括：
针对曲率序列中的曲率ki，若其后的连续的多个曲率与该曲率ki的差值小于阈值，则将该曲率ki及其后的连续的多个曲率分别对应的曲线段合并成一段圆弧；所述阈值表示两个曲率值间的接近程度。
进一步，所述形点集合生成模块包括：
判断模块，用于提取圆弧Li的中点，判断该中点到圆弧的弦的垂直距离是否大于预设阈值；
弧段切分模块，用于将所述中点保留到新的形点集合中，并且基于所述中点将原圆弧切分为前后两个圆弧；
集合生成模块，将该圆弧的起点保留到新的形点集合中，并在所有圆弧段的形点采集完毕后，生成所述曲线对应的优化后的形点集合。
进一步，所述判断模块提取圆弧段中点的方法包括：
计算圆弧段圆心点Oi与圆弧段起点Ps和尾点Pe所构成两条线段OiPs、OiPe的夹角∠A；
从起点Ps出发，沿Ps至Pe方向，取点C，使得线段OiPs、OiC的夹角∠B＝∠A/2，所述C点即为所述圆弧段的中点。
本发明的有益效果是：在大量压缩曲线形点的情况下，依然可保持曲线形状精度。优化以后的形点与曲线的曲率变化形成映射关系，曲率越大，形点越密集，反之则越稀疏。同时算法原理简单，易实现，方便工程实施。
附图说明
图1为本发明实施例提供的一种基于曲率进行形点优化的方法流程图；
图2为曲线的形点坐标集合示意图；
图3为曲率点与圆弧段分割示意图；
图4为弧段中点选取方法示意图；
图5为圆弧段形点优化过程示意图；
图6为本发明实施例提供的一种基于曲率进行形点优化的系统结构图。
具体实施方式
以下结合实例对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
图1为本发明实施例提供的一种基于曲率进行形点优化的方法流程图，如图1所示，包括以下步骤：
步骤1，读入曲线的形点坐标集合P{P0,P1,...,Pn}，所述形点坐标为笛卡尔直角坐标系下的坐标；
步骤2，根据所述形点坐标，计算相邻两个形点之间的曲线段的曲率，根据所述曲率将整条曲线划分成若干圆弧段；
具体的，该步骤包括以下子步骤：
步骤201，基于所述形点坐标数据，进行曲线拟合；
步骤202，利用曲率计算方法求解相邻两个形点之间的曲线段的曲率，得到所述曲线的曲率序列K{k1,k2,...,kn}，其中ki表示形点Pi-1和形点Pi之间的曲线段的曲率；
步骤203，将曲率序列中连续且前后差值小于阈值的曲率对应的曲线段合并成一段圆弧；所述圆弧的曲率为构成该圆弧的第一条曲线段的曲率，所述圆弧的起点为构成该圆弧的第一条曲线段的起点，所述圆弧的尾点为下一段圆弧的起点，若不存在下一段圆弧，则以曲线的最后一个形点Pn作为该圆弧的尾点；
所述的曲率序列中连续且前后差值小于阈值的曲率对应的曲线段合并成一段圆弧，具体指：针对曲率序列中的曲率ki，若其后的连续的多个曲率与该曲率ki的差值小于阈值，则将该曲率ki及其后的连续的多个曲率分别对应的曲线段合并成一段圆弧；所述阈值表示两个曲率值间的接近程度。
步骤204，通过所述步骤203将所述曲线划分成若干段圆弧，得到所述曲线对应的圆弧段集合Arcs{L1,L2,...,Lm}。
步骤3，依次选取各圆弧段上可保持该圆弧形状的一个或多个形点，并与该圆弧段的端点合并，生成所述曲线对应的新的形点集合。
具体的，该步骤包括以下子步骤：
针对对圆弧Li：
步骤301，取圆弧Li的中点，计算圆弧圆心点Oi与圆弧起点Ps和尾点Pe所构成两条线段OiPs、OiPe的夹角∠A；从起点Ps出发，沿Ps至Pe方向，取形点C，使得线段OiPs、OiC的夹角∠B＝∠A/2，所述形点C即为所述圆弧的中点。
计算中点C到弦长PsPe的垂直距离D，比较垂直距离D与预设阈值T的大小，如图5所示，
如果D＞T，说明线段PsPe不能拟合圆弧PsPe，则执行步骤302，若D＜T则线段PsPe已经完全可以拟合圆弧PsPe，然后执行步骤303；
步骤302，将所述中点C保留到新的形点集合中，并且基于所述中点C将圆弧PsPe切分为前后两个圆弧：圆弧PsPC、圆弧PCPe，再将所述前后两个圆弧PsPC和PCPe分别重复执行步骤301；
步骤303，结束圆弧Li的形点的采集，将圆弧Li的起点Ps保留到新的形点集合中，然后选取以该圆弧的尾点Pe作为起点的下一圆弧Li+1，执行步骤301，直至所有圆弧的形点采集完毕，得到所述曲线对应的优化后的形点集合。
在大量压缩曲线形点的情况下，依然可保持曲线形状精度。优化以后的形点与曲线的曲率变化形成映射关系，曲率越大，形点越密集，反之则越稀疏。同时算法原理简单，易实现，方便工程实施。
本发明另一方面一种基于曲率进行形点优化的系统，如图6所示，包括：
形点获取模块，用于读入曲线的形点坐标集合P{P0,P1,...,Pn}，所述形点坐标为笛卡尔直角坐标系下的坐标；
圆弧划分模块，用于根据所述形点坐标，计算相邻两个形点之间的曲线段的曲率，根据所述曲率将整条曲线划分成若干段圆弧；
形点集合生成模块，用于依次选取各圆弧段上可保持该圆弧形状的一个或多个形点，并与该圆弧段的端点合并，生成所述曲线对应的新的形点集合。
进一步，所述圆弧划分模块包括：
曲线拟合模块，用于基于所述形点坐标数据，进行曲线拟合；
曲率序列生成模块，用于利用曲率计算方法求解相邻两个形点之间的曲线段的曲率，得到所述曲线的曲率序列K{k1,k2,...,kn}，其中ki表示形点Pi-1和形点Pi之间的曲线段的曲率；
划分模块，用于将曲率序列中连续且前后差值小于阈值的曲率对应的曲线段合并成一段圆弧；所述圆弧的曲率为构成该圆弧的第一条曲线段的曲率，所述圆弧的起点为构成该圆弧的第一条曲线段的起点，所述圆弧的尾点为下一段圆弧的起点，若不存在下一段圆弧，则以曲线的最后一个形点Pn作为该圆弧的尾点；
圆弧集合生成模块，用于根据所述划分模块划分的若干段圆弧，得到所述曲线对应的圆弧集合Arcs{L1,L2,...,Lm}。
进一步，所述形点集合生成模块包括：
判断模块，用于提取圆弧Li的中点，判断该中点到圆弧的弦的垂直距离是否大于预设阈值；
弧段切分模块，用于将所述中点保留到新的形点集合中，并且基于所述中点将原圆弧切分为前后两个圆弧；
集合生成模块，将该圆弧的起点保留到新的形点集合中，并在所有圆弧段的形点采集完毕后，生成所述曲线对应的优化后的形点集合。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于曲率进行形点优化的方法，其特征在于，包括以下步骤：
步骤1，读入曲线的形点坐标集合P{P0,P1,...,Pn}，所述形点坐标为笛卡尔直角坐标系下的坐标；
步骤2，根据所述形点坐标，计算相邻两个形点之间的曲线段的曲率，根据所述曲率将整条曲线划分成若干圆弧段；
步骤3，依次选取各圆弧段上可保持该圆弧形状的一个或多个形点，并与该圆弧段的端点合并，生成所述曲线对应的新的形点集合。
2.根据权利要求1所述一种基于曲率进行形点优化的方法，其特征在于，所述步骤2包括：
步骤201，基于所述形点坐标数据，进行曲线拟合；
步骤202，利用曲率计算方法求解相邻两个形点之间的曲线段的曲率，得到所述曲线的曲率序列K{k1,k2,...,kn}，其中ki表示形点Pi-1和形点Pi之间的曲线段的曲率；
步骤203，将曲率序列中连续且前后差值小于阈值的曲率对应的曲线段合并成一段圆弧；所述圆弧的曲率为构成该圆弧的第一条曲线段的曲率，所述圆弧的起点为构成该圆弧的第一条曲线段的起点，所述圆弧的尾点为下一段圆弧的起点，若不存在下一段圆弧，则以曲线的最后一个形点Pn作为该圆弧的尾点；
步骤204，通过所述步骤203将所述曲线划分成若干段圆弧，得到所述曲线对应的圆弧段集合Arcs{L1,L2,...,Lm}。
3.根据权利要求2所述一种基于曲率进行形点优化的方法，其特征在于，所述步骤3包括：
步骤301，取圆弧Li的中点，判断该中点到圆弧的弦的垂直距离是否大于预设阈值，如果是则执行步骤302，否则执行步骤303；
步骤302，将所述中点保留到新的形点集合中，并且基于所述中点将原圆弧切分为前后两个圆弧，再将所述前后两个圆弧分别重复执行步骤301；
步骤303，结束本圆弧的形点的采集，将该圆弧的起点保留到新的形点集合中，然后选取以该圆弧的尾点作为起点的下一圆弧，执行步骤301，直至所有圆弧的形点采集完毕，得到所述曲线对应的优化后的形点集合。
4.根据权利要求3所述一种基于曲率进行形点优化的方法，其特征在于，步骤301中所述圆弧的中点的选取方法包括：
计算圆弧圆心点Oi与圆弧起点Ps和尾点Pe所构成两条线段OiPs、OiPe的夹角∠A；
从起点Ps出发，沿Ps至Pe方向，取形点C，使得线段OiPs、OiC的夹角∠B＝∠A/2，所述形点C即为所述圆弧的中点。
5.根据权利要求2所述一种基于曲率进行形点优化的方法，其特征在于，步骤203中所述的曲率序列中连续且前后差值小于阈值的曲率对应的曲线段合并成一段圆弧，包括：
针对曲率序列中的曲率ki，若其后的连续的多个曲率与该曲率ki的差值小于阈值，则将该曲率ki及其后的连续的多个曲率分别对应的曲线段合并成一段圆弧；所述阈值表示两个曲率值间的接近程度。
6.一种基于曲率进行形点优化的系统，其特征在于，包括：
形点获取模块，用于读入曲线的形点坐标集合P{P0,P1,...,Pn}，所述形点坐标为笛卡尔直角坐标系下的坐标；
圆弧划分模块，用于根据所述形点坐标，计算相邻两个形点之间的曲线段的曲率，根据所述曲率将整条曲线划分成若干段圆弧；
形点集合生成模块，用于依次选取各圆弧段上可保持该圆弧形状的一个或多个形点，并与该圆弧段的端点合并，生成所述曲线对应的新的形点集合。
7.根据权利要求6所述一种基于曲率进行形点优化的系统，其特征在于，所述圆弧划分模块包括：
曲线拟合模块，用于基于所述形点坐标数据，进行曲线拟合；
曲率序列生成模块，用于利用曲率计算方法求解相邻两个形点之间的曲线段的曲率，得到所述曲线的曲率序列K{k1,k2,...,kn}，其中ki表示形点Pi-1和形点Pi之间的曲线段的曲率；
划分模块，用于将曲率序列中连续且前后差值小于阈值的曲率对应的曲线段合并成一段圆弧；所述圆弧的曲率为构成该圆弧的第一条曲线段的曲率，所述圆弧的起点为构成该圆弧的第一条曲线段的起点，所述圆弧的尾点为下一段圆弧的起点，若不存在下一段圆弧，则以曲线的最后一个形点Pn作为该圆弧的尾点；
圆弧集合生成模块，用于根据所述划分模块划分的若干段圆弧，得到所述曲线对应的圆弧集合Arcs{L1,L2,...,Lm}。
8.根据权利要求7所述一种基于曲率进行形点优化的系统，其特征在于，所述形点集合生成模块包括：
判断模块，用于提取圆弧Li的中点，判断该中点到圆弧的弦的垂直距离是否大于预设阈值；
弧段切分模块，用于将所述中点保留到新的形点集合中，并且基于所述中点将原圆弧切分为前后两个圆弧；
集合生成模块，将该圆弧的起点保留到新的形点集合中，并在所有圆弧段的形点采集完毕后，生成所述曲线对应的优化后的形点集合。
9.根据权利要求8所述一种基于曲率进行形点优化的系统，其特征在于，所述的提取圆弧段中点的方法包括：
计算圆弧段圆心点Oi与圆弧段起点Ps和尾点Pe所构成两条线段OiPs、OiPe的夹角∠A；
从起点Ps出发，沿Ps至Pe方向，取点C，使得线段OiPs、OiC的夹角∠B＝∠A/2，所述C点即为所述圆弧段的中点。
10.根据权利要求7所述一种基于曲率进行形点优化的系统，其特征在于，所述的将曲率序列中连续且前后差值小于阈值的曲率对应的曲线段合并成一段圆弧包括：
针对曲率序列中的曲率ki，若其后的连续的多个曲率与该曲率ki的差值小于阈值，则将该曲率ki及其后的连续的多个曲率分别对应的曲线段合并成一段圆弧；所述阈值表示两个曲率值间的接近程度。
CN201810186834.4A 2018-03-07 2018-03-07 一种基于曲率进行形点优化的方法及系统 Active CN108469263B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810186834.4A CN108469263B (zh) 2018-03-07 2018-03-07 一种基于曲率进行形点优化的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810186834.4A CN108469263B (zh) 2018-03-07 2018-03-07 一种基于曲率进行形点优化的方法及系统

Publications (2)

Publication Number Publication Date
CN108469263A CN108469263A (zh) 2018-08-31
CN108469263B true CN108469263B (zh) 2020-07-24

Family

ID=63264246

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810186834.4A Active CN108469263B (zh) 2018-03-07 2018-03-07 一种基于曲率进行形点优化的方法及系统

Country Status (1)

Country Link
CN (1) CN108469263B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111721310B (zh) * 2019-03-22 2024-04-16 北京京东乾石科技有限公司 待优化导航路径的确定方法、装置、介质及电子设备
CN110189295A (zh) * 2019-04-16 2019-08-30 浙江工业大学 基于随机森林和中心线的眼底视网膜血管分割方法
CN110646826B (zh) * 2019-09-26 2021-07-23 北京全路通信信号研究设计院集团有限公司 一种提高弯轨处列车定位精确度和有效性的方法及系统
CN114378807B (zh) * 2020-10-20 2024-02-09 北京配天技术有限公司 一种动力装置的运行控制方法、系统、装置及存储介质
CN113325807B (zh) * 2021-08-02 2021-10-08 杭州爱科科技股份有限公司 一种切割运动速度的控制方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5648901A (en) * 1990-02-05 1997-07-15 Caterpillar Inc. System and method for generating paths in an autonomous vehicle
CN105373689A (zh) * 2014-08-21 2016-03-02 北京协进科技发展有限公司 电子地图中道路曲率的确定方法及装置
CN105701222A (zh) * 2016-01-15 2016-06-22 武汉光庭信息技术股份有限公司 一种基于圆弧缓冲带算法提取道路曲率半径的计算方法
CN106197440A (zh) * 2016-06-27 2016-12-07 江苏迪纳数字科技股份有限公司 基于角度约束的道路数据压缩方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5648901A (en) * 1990-02-05 1997-07-15 Caterpillar Inc. System and method for generating paths in an autonomous vehicle
CN105373689A (zh) * 2014-08-21 2016-03-02 北京协进科技发展有限公司 电子地图中道路曲率的确定方法及装置
CN105701222A (zh) * 2016-01-15 2016-06-22 武汉光庭信息技术股份有限公司 一种基于圆弧缓冲带算法提取道路曲率半径的计算方法
CN106197440A (zh) * 2016-06-27 2016-12-07 江苏迪纳数字科技股份有限公司 基于角度约束的道路数据压缩方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
矢量数据压缩的角度分段道格拉斯算法研究;刘晓红等;《四川测绘》;20050630;第28卷(第2期);第51-52页 *

Also Published As

Publication number Publication date
CN108469263A (zh) 2018-08-31

Similar Documents

Publication Publication Date Title
CN108469263B (zh) 一种基于曲率进行形点优化的方法及系统
CN108519094B (zh) 局部路径规划方法及云处理端
CN108088448B (zh) 一种高精度车道组与传统道路的匹配方法及装置
CN102568009B (zh) 用于电子地图的线段抽稀装置及其方法
CN102542901B (zh) 用于电子地图的线段抽稀装置及其方法
CN111243091B (zh) 基于分布式系统的海量dem金字塔切片并行构建方法
CN110906940B (zh) 一种基于轨迹方向的车道边线聚合方法
CN109708638B (zh) 一种船舶轨迹点提取方法
CN111709092B (zh) 一种基于有限元单元节点的子午线轮胎胎面花纹有限元自动建模方法
CN103177258A (zh) 一种根据矢量等高线数据自动提取地性线的方法
CN112634297B (zh) 高精地图制作方法、装置、电子设备和存储介质
CN112344947A (zh) 地图匹配方法、装置、电子设备和计算机可读存储介质
CN108959414B (zh) 一种基于机器学习的导航数据点提取缺失道路的方法
CN111858810A (zh) 一种面向道路dem构建的建模高程点筛选方法
CN113593038A (zh) 隧道点云中心线自动提取和三角网构建方法
CN111564035B (zh) 动态路况融合表达方法、装置及存储介质
CN108460146A (zh) 一种地图显示数据的容量消减方法
CN114926599A (zh) 一种地形曲面轻量化方法
CN112580743B (zh) 一种众包数据道路片段中车道边线数据的分类方法与装置
CN111595353B (zh) 一种基于GPU和Spark混合并行计算架构的实时地图匹配方法
CN110287244B (zh) 一种基于多次聚类的交通灯定位方法
CN110120058B (zh) 一种高程散点生成紧致外边界的方法
CN114255163A (zh) 地图数据抽稀方法、装置及存储介质
CN116578891B (zh) 道路信息重构方法、终端及存储介质
Liu et al. Line simplification algorithm implementation and error analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A method and system for shape point optimization based on curvature

Granted publication date: 20200724

Pledgee: Productivity Promotion Center of Wuhan East Lake New Technology Development Zone

Pledgor: WUHHAN KOTEL BIG DATE Corp.

Registration number: Y2024980005100