CN108664016A - 确定车道中心线的方法及装置 - Google Patents

确定车道中心线的方法及装置 Download PDF

Info

Publication number
CN108664016A
CN108664016A CN201710209738.2A CN201710209738A CN108664016A CN 108664016 A CN108664016 A CN 108664016A CN 201710209738 A CN201710209738 A CN 201710209738A CN 108664016 A CN108664016 A CN 108664016A
Authority
CN
China
Prior art keywords
track
lane
point
center
driven out
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.)
Granted
Application number
CN201710209738.2A
Other languages
English (en)
Other versions
CN108664016B (zh
Inventor
陈偲
曾超
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201710209738.2A priority Critical patent/CN108664016B/zh
Priority to EP18778088.7A priority patent/EP3605264B1/en
Priority to PCT/CN2018/079134 priority patent/WO2018177131A1/zh
Priority to US16/461,425 priority patent/US11455809B2/en
Publication of CN108664016A publication Critical patent/CN108664016A/zh
Application granted granted Critical
Publication of CN108664016B publication Critical patent/CN108664016B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • 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
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G01C21/3819—Road shape data, e.g. outline of a route
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

一种确定车道中心线的方法及装置。所述方法包括：获取车道数发生变化的路段中的目标车道，目标车道是指增加或减少的车道；对于目标车道的第一端，将目标车道的两侧车道线在第一端的两个端点的中点，确定为第一端的中心端点；对于目标车道的第二端，将目标车道的相邻车道的车道中心点确定为第二端的中心端点；与上述两个中心端点确定目标车道的车道中心线。对于车道数发生变化的路段中增加或者减少的车道，通过本发明实施例提供的方案确定该车道的车道中心线，能够保证该车道与其相连车道的车道中心线连续，提高了确定车道中心线的准确性。并且，本发明实施例提供的方案完全采用自动化计算，无需人工干预，充分提高了确定车道中心线的效率。

Description

确定车道中心线的方法及装置
技术领域
本发明实施例涉及智能交通技术领域，特别涉及一种确定车道中心线的方法及装置。
背景技术
高精度地图已经逐渐运用于高级辅助驾驶和无人驾驶等领域。高精度地图中，具有完整拓扑连接的车道中心线是无人驾驶系统所需的重要信息。车道中心线并不真实的存在于实际道路中，不能直接通过传感器检测获得。
在相关技术中，通常直接将车道的两侧车道线的几何中心线作为车道中心线。车道线是指车道的左右边界线。结合参考图1，其示出了一条道路的示意图。该条道路的行车方向是由右往左。各条车道的车道线在图中以较粗的实线或虚线表示。对于车道数未发生变化的路段(如图1中的路段A和路段C)，将车道的两侧车道线的几何中心线作为车道中心线，并将该车道中心线提供给无人驾驶车辆，无人驾驶车辆沿该车道中心线行驶，能够满足实际行车要求。而对于车道数发生变化的路段(如图1中的路段B)，如果将车道的两侧车道线的几何中心线作为车道中心线提供给无人驾驶车辆，无人驾驶车辆沿该车道中心线行驶，会出现无法满足实际行车要求的情况。具体来讲，路段A经过路段B到达路段C，车道数由2条减少为1条。路段B中的车道11为减少的车道。车道11的两侧车道线为AB和AC，AB和AC的几何中心线为AD，D为线段BC的中点。如果将AD作为车道11的车道中心线，无人驾驶车辆沿此车道中心线行驶，会触碰到A点处的路牙，且AD与路段C的车道中心线并不连续，无人驾驶车辆无法顺利驶入路段C。
因此，对于车道数发生变化的路段中增加或者减少的车道，采用上述相关技术提供的方式所确定的车道中心线并不准确，不能作为指导行驶路径提供给无人驾驶车辆。如果采用人工编辑的方式确定车道中心线，则费时费力。
发明内容
为了解决对于车道数发生变化的路段中增加或者减少的车道，采用上述相关技术提供的方式所确定的车道中心线并不准确的问题，本发明实施例提供了一种确定车道中心线的方法及装置。所述技术方案如下：
第一方面，提供了一种确定车道中心线的方法，所述方法包括：
获取第一路段中的目标车道，所述第一路段是指车道数发生变化的路段，所述目标车道是指增加或减少的车道，所述目标车道的两侧车道线在所述目标车道的第一端的两个端点分别与第一车道的两侧车道线相连，所述目标车道的两侧车道线在所述目标车道的第二端相交于一交点且所述交点与第二车道的一侧车道线相连；
对于所述目标车道的第一端，将所述目标车道的两侧车道线在所述目标车道的第一端的两个端点的中点，确定为所述目标车道的第一端的中心端点；
对于所述目标车道的第二端，将所述目标车道的相邻车道的车道中心点确定为所述目标车道的第二端的中心端点，其中，所述相邻车道的车道中心点是所述交点和所述交点的映射点的中点，所述交点和所述交点的映射点分别位于所述相邻车道的两侧车道线上，且所述交点和所述交点的映射点的连线与所述相邻车道的行车方向垂直；
以所述目标车道的第一端的中心端点和所述目标车道的第二端的中心端点为所述目标车道的车道中心线的两个端点，确定所述目标车道的车道中心线。
第二方面，提供了一种确定车道中心线的装置，所述装置包括：
获取模块，用于获取第一路段中的目标车道，所述第一路段是指车道数发生变化的路段，所述目标车道是指增加或减少的车道，所述目标车道的两侧车道线在所述目标车道的第一端的两个端点分别与第一车道的两侧车道线相连，所述目标车道的两侧车道线在所述目标车道的第二端相交于一交点且所述交点与第二车道的一侧车道线相连；
第一确定模块，用于对于所述目标车道的第一端，将所述目标车道的两侧车道线在所述目标车道的第一端的两个端点的中点，确定为所述目标车道的第一端的中心端点；
第二确定模块，用于对于所述目标车道的第二端，将所述目标车道的相邻车道的车道中心点确定为所述目标车道的第二端的中心端点，其中，所述相邻车道的车道中心点是所述交点和所述交点的映射点的中点，所述交点和所述交点的映射点分别位于所述相邻车道的两侧车道线上，且所述交点和所述交点的映射点的连线与所述相邻车道的行车方向垂直；
第三确定模块，用于以所述目标车道的第一端的中心端点和所述目标车道的第二端的中心端点为所述目标车道的车道中心线的两个端点，确定所述目标车道的车道中心线。
本发明实施例提供的技术方案带来的有益效果包括：
对于车道数发生变化的路段中增加或者减少的车道，通过本发明实施例提供的方案确定该车道的车道中心线，能够保证该车道与其相连车道的车道中心线连续，提高了确定车道中心线的准确性。并且，本发明实施例提供的方案完全采用自动化计算，无需人工干预，充分提高了确定车道中心线的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是相关技术提供的确定车道中心线的示意图；
图2是本发明一个实施例提供的确定车道中心线的方法的流程图；
图3示出了一条道路的示意图；
图4示出了另一条道路的示意图；
图5示出了采用构建贝塞尔曲线的方式确定车道中心线的示意图；
图6是本发明另一个实施例提供的确定车道中心线的方法的流程图；
图7示出了确定非目标车道的车道中心线的示意图；
图8是本发明一个实施例提供的对路口处的车道中心线的连接方法的流程图；
图9示出了搜索区域的示意图；
图10示出了方向转角和位置夹角的示意图；
图11示出了采用构建贝塞尔曲线的方式确定行驶路径的示意图；
图12是本发明一个实施例提供的确定车道中心线的装置的框图；
图13是本发明一个实施例提供的服务器的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
在对本发明实施例进行介绍说明之前，首先对本发明实施例中涉及的一些名词进行定义说明。
道路：是指两个相邻路口之间的整条车行道。
车道：是指车行道上供单一纵列车辆行驶的部分。一条道路包括一条或多条车道。
车道线：是指车道两侧的左右分界线。
路段：是指整条道路或者道路的一部分。一条道路可沿行车方向的垂直方向被分割为多个路段，各个路段顺次连接。
路口：是指道路的一端，亦指道路会合的地方。一个路口可连通多条道路。
在本发明实施例中，各步骤的执行主体可以是服务器。例如，该服务器可以是一台服务器，也可以是由多台服务器组成的服务器集群，或者是一个云计算服务中心。可选地，服务器以高精度地图的车道线坐标数据作为输入，确定各个车道的车道中心线；服务器以各个车道的车道中心线和车道行车方向属性数据作为输入，确定车道中心线在路口处的连接线。通过上述方式，服务器经过自动连接计算，获得具有完整拓扑连接的车道中心线坐标数据，为高级辅助驾驶或者无人驾驶提供具有指导意义的行驶路径。
请参考图2，其示出了本发明一个实施例提供的确定车道中心线的方法的流程图。该方法可以包括如下几个步骤。
步骤201，获取第一路段中的目标车道。
第一路段是指车道数发生变化的路段。也即，与第一路段相连的两侧相邻路段的车道数不同。假设与第一路段相连的两侧相邻路段为左相邻路段和右相邻路段，行车方向是由左往右，也即车辆依次经过左相邻路段、第一路段和右相邻路段，则当第一路段为车道数发生增加的路段时，左相邻路段的车道数小于右相邻路段的车道数；当第一路段为车道数发生减少的路段时，左相邻路段的车道数大于右相邻路段的车道数。在一个示例中，第一路段的左相邻路段包括1条车道，第一路段的右相邻路段包括2条车道，在第一路段中，车道数由1条增加至2条。在另一个示例中，第一路段的左相邻路段包括3条车道，第一路段的右相邻路段包括2条车道，在第一路段中，车道数由3条减小至2条。
目标车道是指增加或减少的车道。目标车道的两侧车道线在目标车道的第一端的两个端点分别与第一车道的两侧车道线相连，目标车道的两侧车道线在目标车道的第二端相交于一交点且该交点与第二车道的一侧车道线相连。
以图3所示道路为例，该条道路的行车方向是由右往左，各条车道的车道线在图中以较粗的实线或虚线表示。在图3中，路段B属于第一路段(也即车道数发生变化的路段)，路段B包括目标车道31(也即路段B中减少的车道)。目标车道31的两侧车道线为AB和AC。在图3中，目标车道31的右端为目标车道31的第一端，目标车道31的左端为目标车道31的第二端。目标车道31的两侧车道线AB和AC在目标车道31的第一端的两个端点分别为点B和点C，点B和点C分别与第一车道32的两侧车道线BE和CF相连。目标车道31的两侧车道线AB和AC在目标车道31的第二端相交于点A，点A与第二车道33的一侧车道线AG相连。
在实际情况中，第一路段中可能会存在缺少车道线的情况。如图3所示，路段B中可能会缺少车道线AB。若第一路段中未缺少车道线，则服务器根据第一路段中的车道线确定目标车道。若第一路段中缺少车道线，则服务器根据与第一路段相连的两侧相邻路段的车道线，补充第一路段中缺少的车道线；而后根据第一路段中的车道线确定目标车道。
在一个示例中，采用如下方式补充第一路段中缺少的车道线：对于任意一个第一车道线端点，如果第一路段中缺少与第一车道线端点相连的车道线，则选择与第一车道线端点距离最短的第二车道线端点，连接第一车道线端点和选择的第二车道线端点形成一条车道线。其中，第一车道线端点是指第一相邻路段中的车道线靠近第一路段的端点，第二车道线端点是指第二相邻路段中的车道线靠近第一路段的端点，第一相邻路段的车道数大于第二相邻路段的车道数。
步骤202，对于目标车道的第一端，将目标车道的两侧车道线在目标车道的第一端的两个端点的中点，确定为目标车道的第一端的中心端点。
结合参考图3，点B和点C的中点为点D，该点D即为目标车道31的第一端的中心端点。
步骤203，对于目标车道的第二端，将目标车道的相邻车道的车道中心点确定为目标车道的第二端的中心端点。
相邻车道的车道中心点是交点(上文介绍的目标车道的两侧车道线的交点)和交点的映射点的中点。交点和交点的映射点分别位于相邻车道的两侧车道线上，且交点和交点的映射点的连线与相邻车道的行车方向垂直。
目标车道的相邻车道与目标车道同属于第一路段中，目标车道的相邻车道包括：位于目标车道左侧且距离目标车道最近的车道，和/或，位于目标车道右侧且距离目标车道最近的车道。
结合参考图3，目标车道31的相邻车道以标号34示出。相邻车道34的行车方向为由右往左。点A的映射点为点A′，点A和点A′的中点为点O，该点O即为目标车道31的第二端的中心端点。
目标车道的相邻车道的数量可能是1条，也可能是2条。当目标车道的相邻车道的数量仅为1条时，该条相邻车道的车道中心点即为目标车道的第二端的中心端点。当目标车道的相邻车道的数量为2条时，采用如下方式确定目标车道的第二端的中心端点：
假设目标车道的相邻车道包括第一相邻车道和第二相邻车道共2条相邻车道，上述步骤203可以包括如下几个子步骤：
步骤203a，获取第一相邻车道的车道中心点和第二相邻车道的车道中心点；
步骤203b，若第一距离小于第二距离，则将第一相邻车道的车道中心点确定为目标车道的第二端的中心端点；
步骤203c，若第一距离大于第二距离，则将第二相邻车道的车道中心点确定为目标车道的第二端的中心端点；
步骤203d，若第一距离等于第二距离，则将第一相邻车道的车道中心点或者第二相邻车道的车道中心点确定为目标车道的第二端的中心端点。
第一距离是指目标车道的第一端的中心端点与第一相邻车道的车道中心点之间的距离，第二距离是指目标车道的第一端的中心端点与第二相邻车道的车道中心点之间的距离。
以图4所示道路为例，该条道路的行车方向是由左往右，各条车道的车道线在图中以较粗的实线或虚线表示。在图4中，路段B属于第一路段(也即车道数发生变化的路段)，路段B包括目标车道41(也即路段B中减少的车道)。目标车道41包括2条相邻车道，如图4中的相邻车道42和相邻车道43。相邻车道42的车道中心点为点O1，相邻车道43的车道中心点为点O2，目标车道41的第一端的中心端点为点D，则第一距离即为点D与点O1之间的距离，第二距离即为点D与点O2之间的距离。
示例性地，可采用如下几种可能的实现方式确定第一距离和第二距离。
在第一种可能的实现方式中，直接根据目标车道的第一端的中心端点的坐标和第一相邻车道的车道中心点的坐标，计算第一距离；直接根据目标车道的第一端的中心端点的坐标和第二相邻车道的车道中心点的坐标，计算第二距离。
在第二种可能的实现方式中，获取目标车道的第一端的中心端点在第一相邻车道的车道中心点与第二相邻车道的车道中心点的连线上的垂点；分别获取垂点与第一相邻车道的车道中心点之间的距离(记为“第三距离”)，以及垂点与第二相邻车道的车道中心点之间的距离(记为“第四距离”)；如果第三距离小于第四距离，则确定第一距离小于第二距离；如果第三距离大于第四距离，则确定第一距离大于第二距离；如果第三距离等于第四距离，则确定第一距离等于第二距离。例如，结合参考图4，假设点D在线段O1O2上的垂点为D′。如果|D′O1|＜|D′O2|，则|DO1|＜|DO2|；如果|D′O1|＞|D′O2|，则|DO1|＞|DO2|；如果|D′O1|＝|D′O2|，则|DO1|＝|DO2|。上述| |符号表示两点之间的距离。
在第三种可能的实现方式中，在第一车道的车道中心线上获取一个采样点；获取该采样点与目标车道的第一端的中心端点的连线的延长线在第一相邻车道的车道中心点与第二相邻车道的车道中心点的连线上的交点；分别获取该交点与第一相邻车道的车道中心点之间的距离(记为“第五距离”)，以及该交点与第二相邻车道的车道中心点之间的距离(记为“第六距离”)；如果第五距离小于第六距离，则确定第一距离小于第二距离；如果第五距离大于第六距离，则确定第一距离大于第二距离；如果第五距离等于第六距离，则确定第一距离等于第二距离。
需要说明的一点是，在本发明实施例中，目标车道的相邻车道的行车方向是指该相邻车道所属的整条车道的整体行车方向。例如，图3中目标车道31的相邻车道34的行车方向为由右往左，图4中目标车道41的相邻车道42和43的行车方向为由左往右。
步骤204，以目标车道的第一端的中心端点和目标车道的第二端的中心端点为目标车道的车道中心线的两个端点，确定目标车道的车道中心线。
在一种可能的实现方式中，将连接目标车道的第一端的中心端点和目标车道的第二端的中心端点的直线，作为目标车道的车道中心线。
在另一种可能的实现方式中，将连接目标车道的第一端的中心端点和目标车道的第二端的中心端点的曲线，作为目标车道的车道中心线。
在一个示例中，采用构建贝塞尔曲线的方式确定目标车道的车道中心线。上述步骤204包括如下几个子步骤：
步骤204a，确定第一贝塞尔曲线的控制点；
第一贝塞尔曲线的控制点包括P0、P1、P2和P3，P0为目标车道的第一端的中心端点，P3为目标车道的第二端的中心端点，P1的坐标为P2的坐标为其中，A1与P0重合，A3位于第一车道的车道中心线A1A2上，例如A3为第一车道的车道中心线A1A2上距离A1最近的采样点，B1与P3重合，B3位于第二车道的车道中心线B1B2上，例如B3为第二车道的车道中心线B1B2上距离B1最近的采样点，|A1B1|表示线段A1B1的长度，|A1A3|表示线段A1A3的长度，|B1B3|表示线段B1B3的长度，k1为预设常数。k1的取值可根据实际经验获得，示例性地，k1的取值范围在0.2至0.7之间。
步骤204b，根据第一贝塞尔曲线的控制点确定第一贝塞尔曲线上的采样点；
其中，第一贝塞尔曲线上的第i个采样点的坐标Ci为：
Ci＝P0t3+3P1t2(1-t)+3P2t(1-t)2+P3(1-t)3，
其中，n表示第一贝塞尔曲线上的采样点的数量，n为大于1的整数，1≤i≤n且i为整数。
步骤204c，依次连接第一贝塞尔曲线上的采样点得到第一贝塞尔曲线，并将第一贝塞尔曲线作为目标车道的车道中心线。
如图5所示，其示出了采用构建贝塞尔曲线的方式确定目标车道51的车道中心线的示意图。目标车道51的第一端的中心端点为P0，目标车道51的第二端的中心端点为P3。第一车道52的车道中心线为A1A2，A1是第一车道52的车道中心线上与目标车道的第一端相接的端点，A3为距离A1最近的采样点。第二车道53的车道中心线为B1B2，B1是第二车道53的车道中心线上与目标车道的第二端相接的端点，B3为距离B1最近的采样点。上述有关第一车道和第二车道的车道中心线的确定方式以及相关采样点的说明，可参见下文确定非目标车道的车道中心线的相关实施例。取控制点P0与A1重合，控制点P3与B1重合，则可保证目标车道与其相连车道的车道中心线连续。控制点P1位于A3A1的延长线上，控制点P2位于B3B1的延长线上。在确定第一贝塞尔曲线的4个控制点之后，采用上述步骤204b中介绍的贝塞尔曲线的三次方公式，计算第一贝塞尔曲线上的各个采样点的坐标，然后连接各个采样点得到第一贝塞尔曲线，在图5中以曲线P0P3示出。曲线P0P3即为目标车道51的车道中心线。
采用构建贝塞尔曲线的方式确定目标车道的车道中心线，能够使得目标车道与其相邻路段的车道中心线的连接处的曲率具有连续性，不会出现突然弯折的情况，更好地满足实际行车需求，有利于车道中心线对高级辅助驾驶和无人驾驶的支持作用。
另外，在本实施例中，仅以采用构建贝塞尔曲线的方式确定目标车道的车道中心线为例，在其它实施例中，还可采用构建样条曲线的方式确定目标车道的车道中心线，同样能够达到曲率连续的目的。
需要说明的是，在本发明实施例中，对步骤202和步骤203的执行先后顺序不作限定，步骤202可以在步骤203之前执行，也可以在步骤203之后执行，或者与步骤203同时执行。
综上所述，对于车道数发生变化的路段中增加或者减少的车道，通过本发明实施例提供的方案确定该车道的车道中心线，能够保证该车道与其相连车道的车道中心线连续，提高了确定车道中心线的准确性。并且，本发明实施例提供的方案完全采用自动化计算，无需人工干预，充分提高了确定车道中心线的效率。
下面，对确定非目标车道的车道中心线的方式进行介绍说明。非目标车道包括：第一路段中除目标车道以外的其它车道和第二路段中的任一车道，第二路段是指车道数未发生变化的路段。对于任意一条非目标车道，服务器将该非目标车道的两侧车道线的中心线作为该非目标车道的车道中心线。
在一个示例中，如图6所示，采用如下步骤确定非目标车道的车道中心线：
步骤601，对于任意一条非目标车道，在该非目标车道的两侧车道线上获取至少两组采样点；
每一组采样点包括第一采样点和第二采样点，第一采样点和第二采样点分别位于非目标车道的一条车道线上，第一采样点和第二采样点的连线与非目标车道的行车方向垂直。
步骤602，获取第一采样点和第二采样点的中点；
步骤603，依次连接各组采样点的中点，得到非目标车道的车道中心线。
假设第一采样点为非目标车道的左侧车道线上的采样点Li，第二采样点为非目标车道的右侧车道线上的采样点Ri，第一采样点Li和第二采样点Ri的连线与非目标车道的行车方向垂直，其中，i为正整数。第一采样点Li和第二采样点Ri的中点Ci可以采用如下公式计算得到：
Ci(x)＝(Li(x)+Ri(x))/2；
Ci(y)＝(Li(y)+Ri(y))/2；
Ci(z)＝(Li(z)+Ri(z))/2；
其中，Ci(x)、Ci(y)和Ci(z)分别为中点Ci的x轴坐标、y轴坐标和z轴坐标，Li(x)、Li(y)和Li(z)分别为采样点Li的x轴坐标、y轴坐标和z轴坐标，Ri(x)、Ri(y)和Ri(z)分别为采样点Ri的x轴坐标、y轴坐标和z轴坐标。中点Ci、第一采样点Li和第二采样点Ri处于同一坐标系。上述公式可以等效表示为：Ci＝(Li+Ri)/2。
服务器获取第一采样点Li和第二采样点Ri的中点Ci后，将所有的中点Ci依次连接，得到非目标车道的车道中心线。
结合参考图7，其示出了确定非目标车道的车道中心线的示意图。非目标车道70的行车方向为由左往右。非目标车道70包括左侧车道线71和右侧车道线72，左侧车道线71上存在采样点L1、L2、…、Ln，右侧车道线72上存在采样点R1、R2、…、Rn，服务器获取各组采样点的中点C1、C2、…、Cn，将上述中点依次连接，得到非目标车道70的车道中心线73。
通过上述方式确定非目标车道的车道中心线，实现简单，计算量小。
下面，通过图8实施例，对路口处的车道中心线的连接方法进行介绍说明。
步骤801，在路口处选择具有连通属性的驶出车道和驶入车道的组合。
连通属性是指车辆从驶出车道驶入路口，并经路口进入驶入车道的属性。驶出车道是指车辆通过其驶入路口的车道，驶入车道是指车辆从路口驶入其的车道。服务器可根据高精度地图中存储的车道信息，确定车道是驶出车道还是驶入车道。
可选地，步骤801包括如下几个子步骤：
步骤801a，对于路口的每一条驶出车道，根据该驶出车道的驶出属性，确定该驶出车道对应的搜索区域。
其中，驶出属性包括右转、左转、直行、掉头中的至少一种。服务器可根据高精度地图中存储的车道信息(例如车道行车方向属性数据)，获取驶出车道的驶出属性。
驶出车道的驶出属性不同时，服务器确定的驶出车道对应的搜索区域也不同。具体来讲，包括如下几种可能的情况：
1、若驶出车道的驶出属性包括右转，则确定第一矩形区域G1H1I1J1为驶出车道对应的搜索区域，其中，G1与第一端点重合，第一端点是指驶出车道的车道中心线在路口处的端点，H1位于驶出车道的车道中心线在路口的延长线上，I1J1与G1H1平行且位于G1H1的右转方向一侧；如图9中(a)部分所示；
2、若驶出车道的驶出属性包括左转，则确定第二矩形区域G2H2I2J2为驶出车道对应的搜索区域，其中，G2与第一端点重合，H2位于驶出车道的车道中心线在路口的延长线上，I2J2与G2H2平行且位于G2H2的左转方向一侧；如图9中(b)部分所示；
3、若驶出车道的驶出属性包括直行，则确定第三矩形区域G3H3I3J3为驶出车道对应的搜索区域，其中，第一端点为G3H3的中点，I3J3与G3H3平行且位于G3H3的直行方向一侧；如图9中(c)部分所示；
4、若驶出车道的驶出属性包括所述掉头，则确定第四矩形区域G4H4I4J4为驶出车道对应的搜索区域，其中，第一端点为G4H4的中点，I4J4与G4H4平行且位于G4H4的左转方向一侧；如图9中(d)部分所示。
上述各个搜索区域的边长可根据实际经验值或者路口面积进行确定。可选地，上述各个搜索区域为正方形区域，其边长L的取值可以由经验得到，例如L的取值范围在10米到100米之间。
步骤801b，在驶出车道对应的搜索区域中搜索获取与驶出车道具有连通属性的驶入车道。
服务器在驶出车道对应的搜索区域中搜索获取一条或多条与驶出车道具有连通属性的驶入车道。
可选地，步骤801b包括如下两个子步骤：
步骤801b1，对于驶出车道对应的搜索区域中的每一条驶入车道，计算驶入车道对应的方向转角偏差和位置夹角偏差；
其中，方向转角偏差是指方向转角与理想方向转角的差值的绝对值，位置夹角偏差是指位置夹角与理想位置夹角的差值的绝对值。
结合参考图10，其示出了一个路口的示意图。在该路口处，包括驶出车道101和驶入车道102。D1为第一端点，第一端点是指驶出车道101的车道中心线D1D2在路口处的端点，D3位于驶出车道101的车道中心线D1D2上。E1为第二端点，第二端点是指驶入车道102的车道中心线E1E2在路口处的端点，E3位于驶入车道102的车道中心线E1E2上。方向转角α是指和的夹角，位置夹角β是指和的夹角。
理想方向转角α0和理想位置夹角β0是预先根据驶出属性确定的预设值。理想方向转角α0和理想位置夹角β0具有方向性，在本发明实施例中，顺时针方向为负，逆时针方向为正，角度单位为度(°)。示例性地，理想方向转角α0、理想位置夹角β0、驶出属性之间的对应关系如下表-1所示：
驶出属性 理想方向转角α0 理想位置夹角β0
右转 -90° -45°
左转 90° 45°
直行 0° 0°
掉头 180° 90°
表-1
步骤801b2，若驶入车道对应的方向转角偏差和位置夹角偏差符合预设条件，则确定驶入车道与驶出车道具有连通属性。
可选地，根据驶入车道对应的方向转角偏差和位置转角偏差，计算得到驶入车道对应的匹配系数，若驶入车道对应的匹配系数符合预设条件，则确定驶入车道与驶出车道具有连通属性。
例如，驶入车道对应的匹配系数可以由如下公式计算得到：
η＝|α-α0|+|β-β0|-λ，
其中，η表示驶入车道对应的匹配系数，|α-α0|表示方向转角偏差，方向转角偏差是指方向转角α与理想方向转角α0的差值的绝对值，|β-β0|表示位置夹角偏差，位置夹角偏差是指位置夹角β与理想位置夹角β0的差值的绝对值，λ为预设阈值。预设阈值λ的取值可以由经验得到，例如，预设阈值λ的取值范围为30°到67.5°之间。
可选地，预设条件是匹配系数η小于0。例如，当驶入车道对应的匹配系数η为-5°时，确定该驶入车道和驶出车道具有连通属性。
可选地，当各个驶入车道对应的匹配系数均不小于0时，则确定匹配系数最小的驶入车道与驶出车道具有连通属性。例如，驶出车道对应有第一驶入车道和第二驶入车道，其中，第一驶入车道对应的匹配系数为2°，第二驶入车道对应的匹配系数为5°，则确定第一驶入车道与驶出车道具有连通属性。
步骤802，对于每一对驶出车道和驶入车道的组合，根据驶出车道的车道中心线在路口处的第一端点和驶入车道的车道中心线在路口处的第二端点，确定连接第一端点和第二端点的行驶路径。
在一种可能的实现方式中，将连接第一端点和第二端点的直线，作为行驶路径。
在另一种可能的实现方式中，将连接第一端点和第二端点的曲线，作为行驶路径。
在一个示例中，采用构建贝塞尔曲线的方式确定连接第一端点和第二端点的行驶路径。上述步骤802包括如下几个子步骤：
步骤802a，确定第二贝塞尔曲线的控制点；
第二贝塞尔曲线的控制点包括Q0、Q1、Q2和Q3，Q0与第一端点D1重合，Q3与第二端点E1重合，Q1的坐标为Q2的坐标为其中，D3位于驶出车道的车道中心线D1D2上，例如D3为驶出车道的车道中心线D1D2上距离D1最近的采样点，E3位于驶入车道的车道中心线E1E2上，例如E3为驶入车道的车道中心线E1E2上距离E1最近的采样点，|D1E1|表示线段D1E1的长度，|D1D3|表示线段D1D3的长度，|E1E3|表示线段E1E3的长度，k2为预设常数。k2的取值可根据实际经验获得，示例性地，k2的取值范围在0.2至0.7之间。
步骤802b，根据第二贝塞尔曲线的控制点确定第二贝塞尔曲线上的采样点；
其中，第二贝塞尔曲线上的第j个采样点的坐标Fj为：
Fj＝Q0u3+3Q1u2(1-u)+3Q2u(1-u)2+Q3(1-u)3，
其中，m表示第二贝塞尔曲线上的采样点的数量，m为大于1的整数，1≤j≤m且j为整数。
步骤802c，依次连接第二贝塞尔曲线上的采样点得到第二贝塞尔曲线，并将第二贝塞尔曲线作为连接第一端点和第二端点的行驶路径。
如图11所示，其示出了采用构建贝塞尔曲线的方式确定行驶路径的示意图。驶出车道101的车道中心线为D1D2，第一端点为D1，D3为距离D1最近的采样点。驶入车道102的车道中心线为E1E2，第二端点为E1，E3为距离E1最近的采样点。取控制点Q0与D1重合，控制点Q3与E1重合，则可保证行驶路径与其相连车道的车道中心线连续。控制点Q1位于D3D1的延长线上，控制点Q2位于E3E1的延长线上。在确定第二贝塞尔曲线的4个控制点之后，采用上述步骤802b中介绍的贝塞尔曲线的三次方公式，计算第二贝塞尔曲线上的各个采样点的坐标，然后连接各个采样点得到第二贝塞尔曲线，在图11中以曲线Q0Q3示出。曲线Q0Q3即为连接第一端点和第二端点的行驶路径。
采用构建贝塞尔曲线的方式确定连接第一端点和第二端点的行驶路径，能够使得行驶路径与其相连的车道中心线的连接处的曲率具有连续性，不会出现突然弯折的情况，更好地满足实际行车需求，有利于确定出的行驶路径对高级辅助驾驶和无人驾驶的支持作用。
另外，在本实施例中，仅以采用构建贝塞尔曲线的方式确定连接第一端点和第二端点的行驶路径为例，在其它实施例中，还可采用构建样条曲线的方式确定行驶路径，同样能够达到曲率连续的目的。
综上所述，本发明实施例提供的方法，还通过在确定每条车道的车道中心线之后，根据驶出属性分别确定驶出车道和驶入车道，然后将驶出车道的车道中心线和驶入车道的车道中心线进行连接，实现了车道中心线在道路拓扑内的连接的完整性。
下述为本发明装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例和系统实施例。
请参考图12，其示出了本发明实施例提供的一种确定车道中心线的装置的框图。该装置具有实现上述方法示例中的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现。该装置可以包括：获取模块1201、第一确定模块1202、第二确定模块1203和第三确定模块1204。
获取模块1201，用于执行上述步骤201。
第一确定模块1202，用于执行上述步骤202。
第二确定模块1203，用于执行上述步骤203。
第三确定模块1204，用于执行上述步骤204。
可选地，第三确定模块1204，包括：第一确定单元、第二确定单元和第三确定单元(图中未示出)。
第一确定单元，用于执行上述步骤204a。
第二确定单元，用于执行上述步骤204b。
第三确定单元，用于执行上述步骤204c。
可选地，第一确定模块1202，包括：车道中心点获取单元和中心端点确定单元(图中未示出)。
车道中心点获取单元，用于执行上述步骤203a。
中心端点确定单元，用于执行上述步骤203b、步骤203c和步骤203d。
可选地，获取模块1201，包括：车道获取单元和车道线补充单元(图中未示出)。
车道获取单元，用于若第一路段中未缺少车道线，则根据第一路段中的车道线确定目标车道。
车道线补充单元，用于若第一路段中缺少车道线，则根据与第一路段相连的两侧相邻路段的车道线，补充第一路段中缺少的车道线；车道获取单元，还用于根据第一路段中的车道线确定目标车道。
可选地，车道线补充单元，具体用于：
对于任意一个第一车道线端点，如果第一路段中缺少与第一车道线端点相连的车道线，则选择与第一车道线端点距离最短的第二车道线端点，连接第一车道线端点和选择的第二车道线端点形成一条车道线。其中，第一车道线端点是指第一相邻路段中的车道线靠近第一路段的端点，第二车道线端点是指第二相邻路段中的车道线靠近第一路段的端点，第一相邻路段的车道数大于第二相邻路段的车道数。
可选地，该装置还包括：第四确定模块(图中未示出)。
第四确定模块，用于对于任意一条非目标车道，将非目标车道的两侧车道线的中心线作为非目标车道的车道中心线。其中，非目标车道包括：第一路段中除目标车道以外的其它车道和第二路段中的任一车道，第二路段是指车道数未发生变化的路段。
可选地，第四确定模块，包括：采样点获取单元、中点获取单元和中点连接单元(图中未示出)。
采样点获取单元，用于执行上述步骤601。
中点获取单元，用于执行上述步骤602。
中点连接单元，用于执行上述步骤603。
可选地，该装置还包括：组合选择模块和路径确定模块(图中未示出)。
组合选择模块，用于执行上述步骤801。
路径确定模块，用于执行上述步骤802。
可选地，组合选择模块，包括：区域确定单元和车道搜索单元(图中未示出)。
区域确定单元，用于执行上述步骤801a。
车道搜索单元，用于执行上述步骤801b。
可选地，区域确定单元，具体用于：
若驶出车道的驶出属性包括右转，则确定第一矩形区域G1H1I1J1为驶出车道对应的搜索区域，其中，G1与第一端点重合，H1位于驶出车道的车道中心线在路口的延长线上，I1J1与G1H1平行且位于G1H1的右转方向一侧；若驶出车道的驶出属性包括左转，则确定第二矩形区域G2H2I2J2为驶出车道对应的搜索区域，其中，G2与第一端点重合，H2位于驶出车道的车道中心线在路口的延长线上，I2J2与G2H2平行且位于G2H2的左转方向一侧；若驶出车道的驶出属性包括直行，则确定第三矩形区域G3H3I3J3为驶出车道对应的搜索区域，其中，第一端点为G3H3的中点，I3J3与G3H3平行且位于G3H3的直行方向一侧；若驶出车道的驶出属性包括掉头，则确定第四矩形区域G4H4I4J4为驶出车道对应的搜索区域，其中，第一端点为G4H4的中点，I4J4与G4H4平行且位于G4H4的左转方向一侧。
可选地，车道搜索单元，用于执行上述步骤801b1和步骤801b2。
可选地，路径确定模块，包括：第四确定单元、第五确定单元和第六确定单元(图中未示出)。
第四确定单元，用于执行上述步骤802a。
第五确定单元，用于执行上述步骤802b。
第六确定单元，用于执行上述步骤802c。
具体细节可参见上述方法实施例。
需要说明的是，上述实施例提供的装置，在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
请参考图13，其示出了本发明一个实施例提供的服务器的结构示意图。该服务器用于实施上述实施例中提供的确定车道中心线的方法。具体来讲：
所述服务器1300包括中央处理单元(CPU)1301、包括随机存取存储器(RAM)1302和只读存储器(ROM)1303的系统存储器1304，以及连接系统存储器1304和中央处理单元1301的系统总线1305。所述服务器1300还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)1306，和用于存储操作系统1313、应用程序1314和其他程序模块1315的大容量存储设备1307。
所述基本输入/输出系统13013包括有用于显示信息的显示器1308和用于用户输入信息的诸如鼠标、键盘之类的输入设备1309。其中所述显示器1308和输入设备1309都通过连接到系统总线1305的输入输出控制器1310连接到中央处理单元1301。所述基本输入/输出系统13013还可以包括输入输出控制器1310以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器1310还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备1307通过连接到系统总线1305的大容量存储控制器(未示出)连接到中央处理单元1301。所述大容量存储设备1307及其相关联的计算机可读介质为服务器1300提供非易失性存储。也就是说，所述大容量存储设备1307可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器1304和大容量存储设备1307可以统称为存储器。
根据本发明的各种实施例，所述服务器1300还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器1300可以通过连接在所述系统总线1305上的网络接口单元1311连接到网络1312，或者说，也可以使用网络接口单元1311来连接到其他类型的网络或远程计算机系统(未示出)。
所述存储器还包括一个或者一个以上的程序，所述一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行。上述一个或者一个以上程序包含用于执行上述服务器侧的方法的指令。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器，上述指令由服务器的处理器执行以完成上述方法实施例中服务器侧的各个步骤。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本文中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上所述仅为本发明的示例性实施例，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 (21)

1.一种确定车道中心线的方法，其特征在于，所述方法包括：
获取第一路段中的目标车道，所述第一路段是指车道数发生变化的路段，所述目标车道是指增加或减少的车道，所述目标车道的两侧车道线在所述目标车道的第一端的两个端点分别与第一车道的两侧车道线相连，所述目标车道的两侧车道线在所述目标车道的第二端相交于一交点且所述交点与第二车道的一侧车道线相连；
对于所述目标车道的第一端，将所述目标车道的两侧车道线在所述目标车道的第一端的两个端点的中点，确定为所述目标车道的第一端的中心端点；
对于所述目标车道的第二端，将所述目标车道的相邻车道的车道中心点确定为所述目标车道的第二端的中心端点，其中，所述相邻车道的车道中心点是所述交点和所述交点的映射点的中点，所述交点和所述交点的映射点分别位于所述相邻车道的两侧车道线上，且所述交点和所述交点的映射点的连线与所述相邻车道的行车方向垂直；
以所述目标车道的第一端的中心端点和所述目标车道的第二端的中心端点为所述目标车道的车道中心线的两个端点，确定所述目标车道的车道中心线。
2.根据权利要求1所述的方法，其特征在于，所述以所述目标车道的第一端的中心端点和所述目标车道的第二端的中心端点为所述目标车道的车道中心线的两个端点，确定所述目标车道的车道中心线，包括：
确定第一贝塞尔曲线的控制点；
根据所述第一贝塞尔曲线的控制点确定所述第一贝塞尔曲线上的采样点；
依次连接所述第一贝塞尔曲线上的采样点得到所述第一贝塞尔曲线，并将所述第一贝塞尔曲线作为所述目标车道的车道中心线。
3.根据权利要求1所述的方法，其特征在于，所述目标车道的相邻车道包括第一相邻车道和第二相邻车道共2条相邻车道；
所述对于所述目标车道的第二端，将所述目标车道的相邻车道的车道中心点确定为所述目标车道的第二端的中心端点，包括：
获取所述第一相邻车道的车道中心点和所述第二相邻车道的车道中心点；
若第一距离小于第二距离，则将所述第一相邻车道的车道中心点确定为所述目标车道的第二端的中心端点；
若第一距离大于第二距离，则将所述第二相邻车道的车道中心点确定为所述目标车道的第二端的中心端点；
若第一距离等于第二距离，则将所述第一相邻车道的车道中心点或者所述第二相邻车道的车道中心点确定为所述目标车道的第二端的中心端点；
其中，所述第一距离是指所述目标车道的第一端的中心端点与所述第一相邻车道的车道中心点之间的距离，所述第二距离是指所述目标车道的第一端的中心端点与所述第二相邻车道的车道中心点之间的距离。
4.根据权利要求1所述的方法，其特征在于，所述获取第一路段中的目标车道，包括：
若所述第一路段中未缺少车道线，则根据所述第一路段中的车道线确定所述目标车道；
若所述第一路段中缺少车道线，则根据与所述第一路段相连的两侧相邻路段的车道线，补充所述第一路段中缺少的车道线；根据所述第一路段中的车道线确定所述目标车道。
5.根据权利要求4所述的方法，其特征在于，所述根据与所述第一路段相连的两侧相邻路段的车道线，补充所述第一路段中缺少的车道线，包括：
对于任意一个第一车道线端点，如果所述第一路段中缺少与所述第一车道线端点相连的车道线，则选择与所述第一车道线端点距离最短的第二车道线端点，连接所述第一车道线端点和所述选择的第二车道线端点形成一条车道线；
其中，所述第一车道线端点是指第一相邻路段中的车道线靠近所述第一路段的端点，所述第二车道线端点是指第二相邻路段中的车道线靠近所述第一路段的端点，所述第一相邻路段的车道数大于所述第二相邻路段的车道数。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对于任意一条非目标车道，将所述非目标车道的两侧车道线的中心线作为所述非目标车道的车道中心线；
其中，所述非目标车道包括：所述第一路段中除所述目标车道以外的其它车道和第二路段中的任一车道，所述第二路段是指车道数未发生变化的路段。
7.根据权利要求6所述的方法，其特征在于，所述对于任意一条非目标车道，将所述非目标车道的两侧车道线的中心线作为所述非目标车道的车道中心线，包括：
对于任意一条非目标车道，在所述非目标车道的两侧车道线上获取至少两组采样点，每一组采样点包括第一采样点和第二采样点，所述第一采样点和所述第二采样点分别位于所述非目标车道的一条车道线上，所述第一采样点和所述第二采样点的连线与所述非目标车道的行车方向垂直；
获取所述第一采样点和所述第二采样点的中点；
依次连接各组采样点的所述中点，得到所述非目标车道的车道中心线。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述方法还包括：
在路口处选择具有连通属性的驶出车道和驶入车道的组合，所述连通属性是指车辆从所述驶出车道驶入所述路口，并经所述路口进入所述驶入车道的属性；
对于每一对驶出车道和驶入车道的组合，根据所述驶出车道的车道中心线在所述路口处的第一端点和所述驶入车道的车道中心线在所述路口处的第二端点，确定连接所述第一端点和所述第二端点的行驶路径。
9.根据权利要求8所述的方法，其特征在于，所述在路口处选择具有连通属性的驶出车道和驶入车道的组合，包括：
对于所述路口的每一条驶出车道，根据所述驶出车道的驶出属性，确定所述驶出车道对应的搜索区域，其中，所述驶出属性包括右转、左转、直行、掉头中的至少一种；
在所述驶出车道对应的搜索区域中搜索获取与所述驶出车道具有所述连通属性的驶入车道。
10.根据权利要求9所述的方法，其特征在于，所述根据所述驶出车道的驶出属性，确定所述驶出车道对应的搜索区域，包括：
若所述驶出车道的驶出属性包括所述右转，则确定第一矩形区域G1H1I1J1为所述驶出车道对应的搜索区域，其中，G1与所述第一端点重合，H1位于所述驶出车道的车道中心线在所述路口的延长线上，I1J1与G1H1平行且位于G1H1的右转方向一侧；
若所述驶出车道的驶出属性包括所述左转，则确定第二矩形区域G2H2I2J2为所述驶出车道对应的搜索区域，其中，G2与所述第一端点重合，H2位于所述驶出车道的车道中心线在所述路口的延长线上，I2J2与G2H2平行且位于G2H2的左转方向一侧；
若所述驶出车道的驶出属性包括所述直行，则确定第三矩形区域G3H3I3J3为所述驶出车道对应的搜索区域，其中，所述第一端点为G3H3的中点，I3J3与G3H3平行且位于G3H3的直行方向一侧；
若所述驶出车道的驶出属性包括所述掉头，则确定第四矩形区域G4H4I4J4为所述驶出车道对应的搜索区域，其中，所述第一端点为G4H4的中点，I4J4与G4H4平行且位于G4H4的左转方向一侧。
11.根据权利要求9所述的方法，其特征在于，所述在所述驶出车道对应的搜索区域中搜索获取与所述驶出车道具有所述连通属性的驶入车道，包括：
对于所述驶出车道对应的搜索区域中的每一条驶入车道，计算所述驶入车道对应的方向转角偏差和位置夹角偏差，其中，所述方向转角偏差是指方向转角与理想方向转角的差值的绝对值，所述位置夹角偏差是指位置夹角与理想位置夹角的差值的绝对值；
若所述驶入车道对应的方向转角偏差和位置夹角偏差符合预设条件，则确定所述驶入车道与所述驶出车道具有所述连通属性。
12.根据权利要求8所述的方法，其特征在于，所述对于每一对驶出车道和驶入车道的组合，根据所述驶出车道的车道中心线在所述路口处的第一端点和所述驶入车道的车道中心线在所述路口处的第二端点，确定连接所述第一端点和所述第二端点的行驶路径，包括：
确定第二贝塞尔曲线的控制点；
根据所述第二贝塞尔曲线的控制点确定所述第二贝塞尔曲线上的采样点；
依次连接所述第二贝塞尔曲线上的采样点得到所述第二贝塞尔曲线，并将所述第二贝塞尔曲线作为连接所述第一端点和所述第二端点的行驶路径。
13.一种确定车道中心线的装置，其特征在于，所述装置包括：
获取模块，用于获取第一路段中的目标车道，所述第一路段是指车道数发生变化的路段，所述目标车道是指增加或减少的车道，所述目标车道的两侧车道线在所述目标车道的第一端的两个端点分别与第一车道的两侧车道线相连，所述目标车道的两侧车道线在所述目标车道的第二端相交于一交点且所述交点与第二车道的一侧车道线相连；
第一确定模块，用于对于所述目标车道的第一端，将所述目标车道的两侧车道线在所述目标车道的第一端的两个端点的中点，确定为所述目标车道的第一端的中心端点；
第二确定模块，用于对于所述目标车道的第二端，将所述目标车道的相邻车道的车道中心点确定为所述目标车道的第二端的中心端点，其中，所述相邻车道的车道中心点是所述交点和所述交点的映射点的中点，所述交点和所述交点的映射点分别位于所述相邻车道的两侧车道线上，且所述交点和所述交点的映射点的连线与所述相邻车道的行车方向垂直；
第三确定模块，用于以所述目标车道的第一端的中心端点和所述目标车道的第二端的中心端点为所述目标车道的车道中心线的两个端点，确定所述目标车道的车道中心线。
14.根据权利要求13所述的装置，其特征在于，所述第三确定模块，包括：
第一确定单元，用于确定第一贝塞尔曲线的控制点；
第二确定单元，用于根据所述第一贝塞尔曲线的控制点确定所述第一贝塞尔曲线上的采样点；
第三确定单元，用于依次连接所述第一贝塞尔曲线上的采样点得到所述第一贝塞尔曲线，并将所述第一贝塞尔曲线作为所述目标车道的车道中心线。
15.根据权利要求13所述的装置，其特征在于，所述目标车道的相邻车道包括第一相邻车道和第二相邻车道共2条相邻车道；
所述第一确定模块，包括：
车道中心点获取单元，用于获取所述第一相邻车道的车道中心点和所述第二相邻车道的车道中心点；
中心端点确定单元，用于若第一距离小于第二距离，则将所述第一相邻车道的车道中心点确定为所述目标车道的第二端的中心端点；
所述中心端点确定单元，还用于若第一距离大于第二距离，则将所述第二相邻车道的车道中心点确定为所述目标车道的第二端的中心端点；
所述中心端点确定单元，还用于若第一距离等于第二距离，则将所述第一相邻车道的车道中心点或者所述第二相邻车道的车道中心点确定为所述目标车道的第二端的中心端点；
其中，所述第一距离是指所述目标车道的第一端的中心端点与所述第一相邻车道的车道中心点之间的距离，所述第二距离是指所述目标车道的第一端的中心端点与所述第二相邻车道的车道中心点之间的距离。
16.根据权利要求13所述的装置，其特征在于，所述获取模块，包括：
车道获取单元，用于若所述第一路段中未缺少车道线，则根据所述第一路段中的车道线确定所述目标车道；
或者，
车道线补充单元，用于若所述第一路段中缺少车道线，则根据与所述第一路段相连的两侧相邻路段的车道线，补充所述第一路段中缺少的车道线；车道获取单元，用于根据所述第一路段中的车道线确定所述目标车道。
17.根据权利要求16所述的装置，其特征在于，
所述车道线补充单元，用于对于任意一个第一车道线端点，如果所述第一路段中缺少与所述第一车道线端点相连的车道线，则选择与所述第一车道线端点距离最短的第二车道线端点，连接所述第一车道线端点和所述选择的第二车道线端点形成一条车道线；
其中，所述第一车道线端点是指第一相邻路段中的车道线靠近所述第一路段的端点，所述第二车道线端点是指第二相邻路段中的车道线靠近所述第一路段的端点，所述第一相邻路段的车道数大于所述第二相邻路段的车道数。
18.根据权利要求13所述的装置，其特征在于，所述装置还包括：
第四确定模块，用于对于任意一条非目标车道，将所述非目标车道的两侧车道线的中心线作为所述非目标车道的车道中心线；
其中，所述非目标车道包括：所述第一路段中除所述目标车道以外的其它车道和第二路段中的任一车道，所述第二路段是指车道数未发生变化的路段。
19.根据权利要求13至18任一项所述的装置，其特征在于，所述装置还包括：
组合选择模块，用于在路口处选择具有连通属性的驶出车道和驶入车道的组合，所述连通属性是指车辆从所述驶出车道驶入所述路口，并经所述路口进入所述驶入车道的属性；
路径确定模块，用于对于每一对驶出车道和驶入车道的组合，根据所述驶出车道的车道中心线在所述路口处的第一端点和所述驶入车道的车道中心线在所述路口处的第二端点，确定连接所述第一端点和所述第二端点的行驶路径。
20.根据权利要求19所述的装置，其特征在于，所述组合选择模块，包括：
区域确定单元，用于对于所述路口的每一条驶出车道，根据所述驶出车道的驶出属性，确定所述驶出车道对应的搜索区域，其中，所述驶出属性包括右转、左转、直行、掉头中的至少一种；
车道搜索单元，用于在所述驶出车道对应的搜索区域中搜索获取与所述驶出车道具有所述连通属性的驶入车道。
21.根据权利要求19所述的装置，其特征在于，所述路径确定模块，包括：
第四确定单元，用于确定第二贝塞尔曲线的控制点；
第五确定单元，用于根据所述第二贝塞尔曲线的控制点确定所述第二贝塞尔曲线上的采样点；
第六确定单元，用于依次连接所述第二贝塞尔曲线上的采样点得到所述第二贝塞尔曲线，并将所述第二贝塞尔曲线作为连接所述第一端点和所述第二端点的行驶路径。
CN201710209738.2A 2017-03-31 2017-03-31 确定车道中心线的方法及装置 Active CN108664016B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201710209738.2A CN108664016B (zh) 2017-03-31 2017-03-31 确定车道中心线的方法及装置
EP18778088.7A EP3605264B1 (en) 2017-03-31 2018-03-15 Method and device for determining lane center line
PCT/CN2018/079134 WO2018177131A1 (zh) 2017-03-31 2018-03-15 确定车道中心线的方法及装置
US16/461,425 US11455809B2 (en) 2017-03-31 2018-03-15 Method and apparatus for determining lane centerline

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710209738.2A CN108664016B (zh) 2017-03-31 2017-03-31 确定车道中心线的方法及装置

Publications (2)

Publication Number Publication Date
CN108664016A true CN108664016A (zh) 2018-10-16
CN108664016B CN108664016B (zh) 2020-09-15

Family

ID=63674195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710209738.2A Active CN108664016B (zh) 2017-03-31 2017-03-31 确定车道中心线的方法及装置

Country Status (4)

Country Link
US (1) US11455809B2 (zh)
EP (1) EP3605264B1 (zh)
CN (1) CN108664016B (zh)
WO (1) WO2018177131A1 (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109976341A (zh) * 2019-03-21 2019-07-05 驭势科技（北京）有限公司 一种自动驾驶车辆附着路网的方法、车载设备及存储介质
CN110132291A (zh) * 2019-05-16 2019-08-16 深圳数翔科技有限公司 用于港口的栅格地图生成方法、系统、设备及存储介质
CN110196062A (zh) * 2019-06-27 2019-09-03 成都圭目机器人有限公司 一种单相机跟踪车道线的导航方法
CN110749329A (zh) * 2019-10-26 2020-02-04 武汉中海庭数据技术有限公司 一种基于结构化道路的车道级拓扑构建方法及装置
CN111238505A (zh) * 2018-11-29 2020-06-05 沈阳美行科技有限公司 一种道路地图的道路线段描画方法、装置及相关系统
CN111814724A (zh) * 2020-07-20 2020-10-23 北京百度网讯科技有限公司 车道数的识别方法、装置、设备及存储介质
CN112215882A (zh) * 2020-12-10 2021-01-12 中智行科技有限公司 一种中心线的处理方法及装置
CN112363413A (zh) * 2020-12-31 2021-02-12 奥特酷智能科技(南京)有限公司 一种生成仿真车自动行驶路径的方法
CN112649009A (zh) * 2020-11-17 2021-04-13 武汉光庭信息技术股份有限公司 中精度地图分岐合流路口处理方法及系统
CN112666944A (zh) * 2020-12-18 2021-04-16 广东嘉腾机器人自动化有限公司 一种agv轨迹线的求值方法、存储设备和电子设备
CN113044058A (zh) * 2019-12-26 2021-06-29 百度（美国）有限责任公司 自动驾驶车辆三点转弯
CN113074744A (zh) * 2021-03-18 2021-07-06 重庆数字城市科技有限公司 一种智能网联车用地图拓扑连线生成方法
CN113139258A (zh) * 2021-04-28 2021-07-20 北京百度网讯科技有限公司 道路数据处理方法、装置、设备及存储介质
CN113327456A (zh) * 2020-02-28 2021-08-31 华为技术有限公司 一种车道结构检测方法及装置
CN113688653A (zh) * 2020-05-18 2021-11-23 富士通株式会社 道路中心线的识别装置及方法、电子设备
CN114216476A (zh) * 2021-12-10 2022-03-22 北京百度网讯科技有限公司 一种车道数据处理方法、装置、电子设备和存储介质
WO2022205617A1 (zh) * 2021-03-30 2022-10-06 上海商汤临港智能科技有限公司 一种导航方法、装置、电子设备及存储介质
CN115346012A (zh) * 2022-08-19 2022-11-15 腾讯科技（深圳）有限公司 路口面的生成方法、装置、设备、存储介质和程序产品
CN116630467A (zh) * 2023-03-15 2023-08-22 广州小鹏自动驾驶科技有限公司 虚拟车道构建方法、装置、设备及计算机可读存储介质

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3876203A4 (en) * 2018-10-29 2021-12-29 Mitsubishi Electric Corporation Map generation system, map generation method, and map generation program
US11499833B2 (en) * 2019-09-25 2022-11-15 GM Global Technology Operations LLC Inferring lane boundaries via high speed vehicle telemetry
JP7351215B2 (ja) * 2019-12-24 2023-09-27 株式会社デンソー 交差点中心検出装置、交差点レーン判定装置、交差点中心検出方法、交差点レーン判定方法およびプログラム
CN113077528A (zh) * 2020-01-06 2021-07-06 阿里巴巴集团控股有限公司 一种添加车道线的方法、装置和存储介质
CN112033421B (zh) * 2020-08-25 2022-07-15 北京三快在线科技有限公司 一种检测电子地图中车道的方法及装置
CN114550571B (zh) * 2020-11-26 2023-06-20 华为技术有限公司 一种车道线标注方法、装置、存储介质及计算机程序产品
CN112762947B (zh) * 2020-12-28 2024-04-05 上海汽车集团股份有限公司 地图数据校准方法、装置及计算机设备
US11851083B2 (en) * 2021-01-13 2023-12-26 Argo AI, LLC Methods and system for constructing data representation for use in assisting autonomous vehicles navigate intersections
CN113390407A (zh) * 2021-06-29 2021-09-14 北京百度网讯科技有限公司 车道级导航地图的构建方法、装置、设备以及存储介质
CN113607159B (zh) * 2021-08-09 2024-04-12 智道网联科技(北京)有限公司 高精地图车道线的优化方法、装置及设备
CN114200939B (zh) * 2021-12-10 2024-02-27 江苏集萃智能制造技术研究所有限公司 一种机器人防碰撞路径规划方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101414407A (zh) * 2007-10-16 2009-04-22 余亚莉 智能尘埃式交通传感器和信号控制网络及其信息传输系统
JP2010019759A (ja) * 2008-07-11 2010-01-28 Mazda Motor Corp 車両用走行車線検出装置
CN102509067A (zh) * 2011-09-22 2012-06-20 西北工业大学 一种车道边界和主车方位检测方法
CN102765385A (zh) * 2011-05-05 2012-11-07 通用汽车环球科技运作有限责任公司 用于调节车道对中转向控制的平滑度的系统和方法
CN202854837U (zh) * 2012-09-26 2013-04-03 长安大学 一种汽车车道标识线检测装置
CN103177246A (zh) * 2013-03-26 2013-06-26 北京理工大学 基于动态区域划分的双模型车道线识别方法
CN103827635A (zh) * 2011-11-02 2014-05-28 爱信艾达株式会社 车道引导显示系统、车道引导显示方法及车道引导显示程序
CN103903019A (zh) * 2014-04-11 2014-07-02 北京工业大学 一种多车道车辆轨迹时空图的自动生成方法
CN103991449A (zh) * 2014-06-12 2014-08-20 北京联合大学 一种车辆行进控制方法及系统
CN104442814A (zh) * 2014-10-31 2015-03-25 重庆长安汽车股份有限公司 基于偏差预测算法的车道保持及自动对中系统和方法
CN105189255A (zh) * 2013-05-09 2015-12-23 罗伯特·博世有限公司 用于驾驶员辅助功能的基于三阶多项式的行程预测
DE102015114465A1 (de) * 2014-08-29 2016-03-03 GM Global Technology Operations LLC Verfahren zur Wegplanung für ein Ausweichlenkmanöver
CN105651295A (zh) * 2016-01-15 2016-06-08 武汉光庭信息技术股份有限公司 基于Bezier曲线构建交叉路口驶入驶出车道Link的连接曲线算法
CN105667518A (zh) * 2016-02-25 2016-06-15 福州华鹰重工机械有限公司 车道检测的方法及装置
CN106441312A (zh) * 2015-08-11 2017-02-22 高德软件有限公司 一种生成引导线的方法及装置
CN106546260A (zh) * 2015-09-22 2017-03-29 腾讯科技（深圳）有限公司 一种移动测量数据的纠正方法及系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9341485B1 (en) * 2003-06-19 2016-05-17 Here Global B.V. Method and apparatus for representing road intersections
US8775073B2 (en) * 2008-05-30 2014-07-08 Navteq B.V. Data mining in a digital map database to identify insufficient merge lanes along roads and enabling precautionary actions in a vehicle
EP2455714B1 (en) 2010-11-18 2019-01-23 Harman Becker Automotive Systems GmbH Method and device for displaying road segments
US20130278441A1 (en) * 2012-04-24 2013-10-24 Zetta Research and Development, LLC - ForC Series Vehicle proxying
JP5505453B2 (ja) * 2012-04-26 2014-05-28 株式会社デンソー 車両用挙動制御装置
US20130328861A1 (en) * 2012-06-06 2013-12-12 Apple Inc. Generation of Road Data
US9205835B2 (en) * 2014-01-30 2015-12-08 Mobileye Vision Technologies Ltd. Systems and methods for detecting low-height objects in a roadway
US9830517B2 (en) * 2014-06-19 2017-11-28 Toyota Motor Engineering & Manufacturing North America, Inc. Road branch detection and path selection for lane centering
CN104700617B (zh) 2015-04-02 2016-03-16 武汉大学 基于低精度gps轨迹数据的高精度车道信息提取方法
JP6369390B2 (ja) * 2015-05-19 2018-08-08 株式会社デンソー 車線合流判定装置
US9711050B2 (en) * 2015-06-05 2017-07-18 Bao Tran Smart vehicle
JP6243931B2 (ja) * 2016-01-08 2017-12-06 株式会社Ｓｕｂａｒｕ 車両の走行制御装置
CN105957342B (zh) 2016-05-30 2018-05-29 武汉大学 基于众包时空大数据的车道级道路测图方法及系统

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101414407A (zh) * 2007-10-16 2009-04-22 余亚莉 智能尘埃式交通传感器和信号控制网络及其信息传输系统
JP2010019759A (ja) * 2008-07-11 2010-01-28 Mazda Motor Corp 車両用走行車線検出装置
CN102765385A (zh) * 2011-05-05 2012-11-07 通用汽车环球科技运作有限责任公司 用于调节车道对中转向控制的平滑度的系统和方法
CN102509067A (zh) * 2011-09-22 2012-06-20 西北工业大学 一种车道边界和主车方位检测方法
CN103827635A (zh) * 2011-11-02 2014-05-28 爱信艾达株式会社 车道引导显示系统、车道引导显示方法及车道引导显示程序
CN202854837U (zh) * 2012-09-26 2013-04-03 长安大学 一种汽车车道标识线检测装置
CN103177246A (zh) * 2013-03-26 2013-06-26 北京理工大学 基于动态区域划分的双模型车道线识别方法
CN105189255A (zh) * 2013-05-09 2015-12-23 罗伯特·博世有限公司 用于驾驶员辅助功能的基于三阶多项式的行程预测
CN103903019A (zh) * 2014-04-11 2014-07-02 北京工业大学 一种多车道车辆轨迹时空图的自动生成方法
CN103991449A (zh) * 2014-06-12 2014-08-20 北京联合大学 一种车辆行进控制方法及系统
DE102015114465A1 (de) * 2014-08-29 2016-03-03 GM Global Technology Operations LLC Verfahren zur Wegplanung für ein Ausweichlenkmanöver
CN104442814A (zh) * 2014-10-31 2015-03-25 重庆长安汽车股份有限公司 基于偏差预测算法的车道保持及自动对中系统和方法
CN106441312A (zh) * 2015-08-11 2017-02-22 高德软件有限公司 一种生成引导线的方法及装置
CN106546260A (zh) * 2015-09-22 2017-03-29 腾讯科技（深圳）有限公司 一种移动测量数据的纠正方法及系统
CN105651295A (zh) * 2016-01-15 2016-06-08 武汉光庭信息技术股份有限公司 基于Bezier曲线构建交叉路口驶入驶出车道Link的连接曲线算法
CN105667518A (zh) * 2016-02-25 2016-06-15 福州华鹰重工机械有限公司 车道检测的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曾超，等: "重庆两江新区城市路网供需预测及匹配性研究", 《公路工程》 *

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111238505B (zh) * 2018-11-29 2023-11-24 沈阳美行科技股份有限公司 一种道路地图的道路线段描画方法、装置及相关系统
CN111238505A (zh) * 2018-11-29 2020-06-05 沈阳美行科技有限公司 一种道路地图的道路线段描画方法、装置及相关系统
CN109976341A (zh) * 2019-03-21 2019-07-05 驭势科技（北京）有限公司 一种自动驾驶车辆附着路网的方法、车载设备及存储介质
CN110132291A (zh) * 2019-05-16 2019-08-16 深圳数翔科技有限公司 用于港口的栅格地图生成方法、系统、设备及存储介质
CN110132291B (zh) * 2019-05-16 2021-06-18 深圳数翔科技有限公司 用于港口的栅格地图生成方法、系统、设备及存储介质
CN110196062A (zh) * 2019-06-27 2019-09-03 成都圭目机器人有限公司 一种单相机跟踪车道线的导航方法
CN110196062B (zh) * 2019-06-27 2022-03-25 成都圭目机器人有限公司 一种单相机跟踪车道线的导航方法
CN110749329A (zh) * 2019-10-26 2020-02-04 武汉中海庭数据技术有限公司 一种基于结构化道路的车道级拓扑构建方法及装置
CN110749329B (zh) * 2019-10-26 2021-08-17 武汉中海庭数据技术有限公司 一种基于结构化道路的车道级拓扑构建方法及装置
CN113044058A (zh) * 2019-12-26 2021-06-29 百度（美国）有限责任公司 自动驾驶车辆三点转弯
WO2021170140A1 (zh) * 2020-02-28 2021-09-02 华为技术有限公司 一种车道结构检测方法及装置
CN113327456A (zh) * 2020-02-28 2021-08-31 华为技术有限公司 一种车道结构检测方法及装置
CN113688653A (zh) * 2020-05-18 2021-11-23 富士通株式会社 道路中心线的识别装置及方法、电子设备
CN111814724B (zh) * 2020-07-20 2023-07-04 北京百度网讯科技有限公司 车道数的识别方法、装置、设备及存储介质
CN111814724A (zh) * 2020-07-20 2020-10-23 北京百度网讯科技有限公司 车道数的识别方法、装置、设备及存储介质
CN112649009B (zh) * 2020-11-17 2022-04-08 武汉光庭信息技术股份有限公司 中精度地图分岐合流路口处理方法及系统
CN112649009A (zh) * 2020-11-17 2021-04-13 武汉光庭信息技术股份有限公司 中精度地图分岐合流路口处理方法及系统
CN112215882A (zh) * 2020-12-10 2021-01-12 中智行科技有限公司 一种中心线的处理方法及装置
CN112666944A (zh) * 2020-12-18 2021-04-16 广东嘉腾机器人自动化有限公司 一种agv轨迹线的求值方法、存储设备和电子设备
CN112363413A (zh) * 2020-12-31 2021-02-12 奥特酷智能科技(南京)有限公司 一种生成仿真车自动行驶路径的方法
CN113074744A (zh) * 2021-03-18 2021-07-06 重庆数字城市科技有限公司 一种智能网联车用地图拓扑连线生成方法
WO2022205617A1 (zh) * 2021-03-30 2022-10-06 上海商汤临港智能科技有限公司 一种导航方法、装置、电子设备及存储介质
WO2022227487A1 (zh) * 2021-04-28 2022-11-03 北京百度网讯科技有限公司 道路数据处理方法、装置、设备及存储介质
CN113139258A (zh) * 2021-04-28 2021-07-20 北京百度网讯科技有限公司 道路数据处理方法、装置、设备及存储介质
CN113139258B (zh) * 2021-04-28 2024-01-09 北京百度网讯科技有限公司 道路数据处理方法、装置、设备及存储介质
CN114216476A (zh) * 2021-12-10 2022-03-22 北京百度网讯科技有限公司 一种车道数据处理方法、装置、电子设备和存储介质
CN115346012A (zh) * 2022-08-19 2022-11-15 腾讯科技（深圳）有限公司 路口面的生成方法、装置、设备、存储介质和程序产品
CN115346012B (zh) * 2022-08-19 2023-10-17 腾讯科技（深圳）有限公司 路口面的生成方法、装置、设备、存储介质和程序产品
WO2024037236A1 (zh) * 2022-08-19 2024-02-22 腾讯科技（深圳）有限公司 路口面的生成方法、装置、设备、存储介质和程序产品
CN116630467A (zh) * 2023-03-15 2023-08-22 广州小鹏自动驾驶科技有限公司 虚拟车道构建方法、装置、设备及计算机可读存储介质

Also Published As

Publication number Publication date
EP3605264A4 (en) 2021-01-06
US20190347493A1 (en) 2019-11-14
EP3605264A1 (en) 2020-02-05
WO2018177131A1 (zh) 2018-10-04
EP3605264B1 (en) 2021-08-04
US11455809B2 (en) 2022-09-27
CN108664016B (zh) 2020-09-15

Similar Documents

Publication Publication Date Title
CN108664016A (zh) 确定车道中心线的方法及装置
CN104900053B (zh) 一种计算停车场最短寻车路径的方法
KR20210038489A (ko) 3차원 도로망 지도의 제작 방법, 장치, 기기, 매체 및 프로그램
CN113682318B (zh) 车辆行驶控制方法及装置
CN111158384B (zh) 机器人建图方法、设备及存储介质
CN112197778A (zh) 基于改进a*算法的轮式机场巡界机器人路径规划方法
CN108827311B (zh) 一种制造车间无人搬运系统路径规划方法
CN109270927A (zh) 道路数据的生成方法及装置
CN113190768B (zh) 路径处理方法及装置
CN110146087B (zh) 一种基于动态规划思想的船舶路径规划方法
CN113223113B (zh) 车道线处理方法、装置、电子设备和云控平台
CN112824198B (zh) 一种轨迹决策方法、装置、设备和存储介质
WO2021238115A1 (zh) 全局栅格地图的地图遍历块建立方法、芯片及移动机器人
CN116026315B (zh) 一种基于多传感器融合的通风管道场景建模与机器人定位方法
CN105182971A (zh) 一种室内环境下服务机器人的避障方法
CN112558072A (zh) 车辆定位方法、装置、系统、电子设备及存储介质
CN114859932A (zh) 基于强化学习的探索方法、装置和智能设备
CN109523781A (zh) 一种基于卫星定位的路口预测方法
CN101572014B (zh) 基于图形融合的空管航路航线rvsm区域自动生成方法
CN107392387A (zh) 一种agv最优管制时间的调度方法
CN114705180B (zh) 高精地图的数据修正方法、装置、设备及存储介质
CN114777799A (zh) 一种路口高精地图生成方法、装置、电子设备及存储介质
CN104461577A (zh) 一种基于html5图形绘制程序的流程图显示方法
CN114659537A (zh) 导航起点道路确定方法、装置、设备及存储介质
CN113390431A (zh) 动态生成参考线的方法、装置、计算机设备和存储介质

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