CN110019627B

CN110019627B - 识别交通导流线的方法及其系统、计算机系统

Info

Publication number: CN110019627B
Application number: CN201711428775.9A
Authority: CN
Inventors: 邸永昌; 蔡金华; 肖军; 刘艳光; 樊晨
Original assignee: 北京京东乾石科技有限公司
Current assignee: Beijing Jingdong Qianshi Technology Co Ltd
Priority date: 2017-12-25
Filing date: 2017-12-25
Publication date: 2022-04-12
Anticipated expiration: 2037-12-25
Also published as: CN110019627A

Abstract

本公开提供了一种识别交通导流线的方法，该方法包括：获取交通线路中设置的交通导流线的点云数据，其中，点云数据用于以点的形式对交通导流线进行记录；确定点云数据所表现出来的主方向信息和外形信息；获取预先设定的交通导流线模型；以及基于主方向信息和外形信息，比较点云数据所记录的交通导流线与交通导流线模型的相似度，以识别出交通导流线的类型。本公开还提供了一种识别交通导流线的系统、一种计算机系统和一种计算机可读存储介质。

Description

识别交通导流线的方法及其系统、计算机系统

技术领域

本公开涉及数据处理领域，更具体地，涉及一种识别交通导流线的方法及其系统、计算机系统、计算机可读存储介质。

背景技术

随着高精度地图的广泛应用，以及无人驾驶技术对方向控制的高度需求，交通导流线(又称为标识线)识别变得越来越迫切。而传统地图中并没有相关属性，为了克服此缺陷，在相关技术中一般通过人工方式对真实交通路线中设置的导流线进行识别和采集，从而制作出各类交通导流线，并按照道路方向安放到地图上。

然而，在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：通过人工方式识别真实交通线路中的导流线需要耗费大量的人力和物力，且工作效率极低。

发明内容

有鉴于此，本公开提供了一种能够通过点云数据自动地识别交通导流线的方法和能够应用该方法的识别交通导流线的系统。

本公开的一个方面提供了一种识别交通导流线的方法，包括：获取交通线路中设置的交通导流线的点云数据，其中，上述点云数据用于以点的形式对上述交通导流线进行记录；确定上述点云数据所表现出来的主方向信息和外形信息；获取预先设定的交通导流线模型；以及基于上述主方向信息和上述外形信息，比较上述点云数据所记录的上述交通导流线与上述交通导流线模型的相似度，以识别出上述交通导流线的类型。

根据本公开的实施例，获取交通线路中设置的交通导流线的点云数据包括：利用激光雷达获取交通线路中设置的交通导流线的点云数据。

根据本公开的实施例，利用激光雷达获取交通线路中设置的交通导流线的点云数据包括：利用上述激光雷达获取交通线路中设置的交通导流线的原始点云数据；以及对上述原始点云数据进行采样，得到采样后的点云数据。

根据本公开的实施例，确定上述点云数据所表现出来的主方向信息包括：计算上述点云数据的第一中心点；通过上述第一中心点计算对应的协方差矩阵；通过上述协方差矩阵和预设特征向量函数计算上述点云数据的第一主特征向量；以及通过上述第一主特征向量确定上述点云数据所表现出来的主方向信息。

根据本公开的实施例，基于上述主方向信息和上述外形信息，比较上述点云数据所记录的上述交通导流线与上述交通导流线模型的相似度，以识别出上述交通导流线的类型包括：确定上述交通导流线模型的第二主特征向量和第二中心点；计算上述第一主特征向量与上述第二主特征向量的夹角；将上述交通导流线模型的上述第二中心点移动到上述第一中心点，且将上述交通导流线模型的上述第二主特征向量顺时针旋转上述夹角对应的角度；计算上述点云数据中除其中心点之外的其他点相对于上述交通导流线模型的中心点的分布情况；以及根据上述分布情况确定上述点云数据所记录的上述交通导流线与上述交通导流线模型的相似度，以识别出上述交通导流线的类型。

本公开的另一个方面提供了一种识别交通导流线的系统，包括：第一获取模块，用于获取交通线路中设置的交通导流线的点云数据，其中，上述点云数据用于以点的形式对上述交通导流线进行记录；确定模块，用于确定上述点云数据所表现出来的主方向信息和外形信息；第二获取模块，用于获取预先设定的交通导流线模型；以及识别模块，用于基于上述主方向信息和上述外形信息，比较上述点云数据所记录的上述交通导流线与上述交通导流线模型的相似度，以识别出上述交通导流线的类型。

根据本公开的实施例，上述第一获取模块还用于：利用激光雷达获取交通线路中设置的交通导流线的点云数据。

根据本公开的实施例，上述第一获取模块包括：获取单元，用于利用上述激光雷达获取交通线路中设置的交通导流线的原始点云数据；以及采样单元，用于对上述原始点云数据进行采样，得到采样后的点云数据。

根据本公开的实施例，上述确定模块包括：第一计算单元，用于计算上述点云数据的第一中心点；第二计算单元，用于通过上述第一中心点计算对应的协方差矩阵；第三计算单元，用于通过上述协方差矩阵和预设特征向量函数计算上述点云数据的第一主特征向量；以及第一确定单元，用于通过上述第一主特征向量确定上述点云数据所表现出来的主方向信息。

根据本公开的实施例，上述识别模块包括：第二确定单元，用于确定上述交通导流线模型的第二主特征向量和第二中心点；第四计算单元，用于计算上述第一主特征向量与上述第二主特征向量的夹角；处理单元，用于将上述交通导流线模型的上述第二中心点移动到上述第一中心点，且将上述交通导流线模型的上述第二主特征向量顺时针旋转上述夹角对应的角度；第五计算单元，用于计算上述点云数据中除其中心点之外的其他点相对于上述交通导流线模型的中心点的分布情况；以及第三确定单元，用于根据上述分布情况确定上述点云数据所记录的上述交通导流线与上述交通导流线模型的相似度，以识别出上述交通导流线的类型。

本公开的另一方面提供了一种计算机系统，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如上所述的识别交通导流线的方法。

本公开的另一方面提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现如上所述的识别交通导流线的方法。

通过本公开实施例，采用利用点云数据识别交通导流线的技术手段，至少能够部分地克服相关技术中通过人工方式识别真实交通线路中的导流线需要耗费大量的人力和物力，且工作效率极低的缺陷，从而实现节约人力、物力并提高工作效率的目的。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的可以应用识别交通导流线的方法及其系统的示例性系统架构；

图2A示意性示出了根据本公开实施例的识别交通导流线的方法的流程图；

图2B示意性示出了根据本公开实施例的点云数据的聚类结果的示意图；

图2C示意性示出了根据本公开实施例的常用交通导流线的示意图；

图3A示意性示出了根据本公开实施例的利用激光雷达获取交通线路中设置的交通导流线的点云数据的流程图；

图3B示意性示出了根据本公开实施例的确定点云数据所表现出来的主方向信息的流程图；

图3C示意性示出了根据本公开实施例的识别出交通导流线的类型的流程图；

图3D示意性示出根据本公开实施例的针对交通导流线建立坐标系的示意图；

图3E示意性示出根据本公开实施例的使用点云数据对交通导流线模型进行投影的示意图；

图4示意性示出了根据本公开的实施例的识别交通导流线的系统的框图；

图5A示意性示出了根据本公开的实施例的第一获取模块的框图；

图5B示意性示出了根据本公开的实施例的确定模块的框图；

图5C示意性示出了根据本公开的实施例的识别模块的框图；以及

图6示意性示出了根据本公开实施例的适于实现识别交通导流线的方法及其系统的计算机系统的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释 (例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有 B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C 等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C 的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。

本公开的实施例提供了一种能够通过点云数据自动地识别交通导流线的方法和能够应用该方法的识别交通导流线的系统。该方法包括获取交通线路中设置的交通导流线的点云数据，其中，上述点云数据用于以点的形式对上述交通导流线进行记录；确定上述点云数据所表现出来的主方向信息和外形信息；获取预先设定的交通导流线模型；以及基于上述主方向信息和上述外形信息，比较上述点云数据所记录的上述交通导流线与上述交通导流线模型的相似度，以识别出上述交通导流线的类型。

图1示意性示出了根据本公开实施例的可以应用识别交通导流线的方法及其系统的示例性系统架构。

如图1所示，根据该实施例的系统架构100可以包括终端设备101、 102、103，网络104和服务器105。网络104用以在终端设备101、102、 103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线和/或无线通信链路等等。

用户可以使用终端设备101、102、103通过网络104与服务器105 交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的识别交通导流线的方法一般可以由服务器105执行。相应地，本公开实施例所提供的识别交通导流线系统一般可以设置于服务器105中。本公开实施例所提供的识别交通导流线的方法也可以由不同于服务器105且能够与终端设备101、102、 103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的识别交通导流线的系统也可以设置于不同于服务器105 且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。或者，本公开实施例所提供的识别交通导流线的方法也可以由终端设备101、102、或103执行，或者也可以由不同于终端设备101、 102、或103的其他终端设备执行。相应地，本公开实施例所提供的识别交通导流线的系统也可以设置于终端设备101、102、或103中，或设置于不同于终端设备101、102、或103的其他终端设备中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图2A示意性示出了根据本公开实施例的识别交通导流线的方法的流程图。如图2A所示，该方法包括操作S210～S230，其中：

在操作S210，获取交通线路中设置的交通导流线的点云数据，其中，点云数据用于以点的形式对交通导流线进行记录；

在操作S220，确定点云数据所表现出来的主方向信息和外形信息；

在操作S230，获取预先设定的交通导流线模型；以及

在操作S240，基于主方向信息和外形信息，比较点云数据所记录的交通导流线与交通导流线模型的相似度，以识别出交通导流线的类型。

点云数据是指在一个三维坐标系统中的一组向量的集合。这些向量通常以X，Y，Z三维坐标的形式表示，而且一般主要用来代表一个物体的外表面形状。不仅如此，除(X，Y，Z)代表的几何位置信息之外，点云数据还可以表示一个点的RGB颜色，灰度值，深度，分割结果等。

实施时，可以通过3D扫描设备产生点云数据，例如，激光雷达(2D/3D)，立体摄像头，越渡时间相机。具体地，这些设备用自动化的方式测量在物体表面的大量的点的信息，然后用特定数据文件输出点云数据，这些点云数据就是扫描设备所采集到的。

基于点云数据的上述特征性，本案通过获取交通线路中设置的交通导流线的点云数据，并确定与这些点云数据对应的向量所表现出来的主方向特征和外形特征，进而基于确定出来的主方向特征和外形特征，比较点云数据所记录的交通导流线与预先设定的交通导流线模型的相似度，以识别出交通导流线的类型。

由于通过扫描设备扫描实际的交通导流线时，可能将周围的物体也扫描进来，或者一次扫描了多条交通导流线，这样势必会影响交通导流线的识别结果。因此，为了减轻或者消除上述干扰，在识别之前或者识别的过程中可以先对点云数据进行聚类分析。如图2B所示，图 2B示意性示出了根据本公开实施例的点云数据的聚类结果的示意图。

应该理解，由于现实生活中交通导流线尤其是公路交通导流线一般包括多种样式，因此预先设定的交通导流线模型也应该包括多种样式(如图2C所示)，以满足对不同的交通导流线的识别。

下面参考图3A～图3E，结合具体实施例对图2A所示的方法做进一步说明。

作为一种可选的实施例，获取交通线路中设置的交通导流线的点云数据可以包括：利用激光雷达获取交通线路中设置的交通导流线的点云数据。

由于交通导流线一般白色居多，而激光对白色物返回的强度信息比较集中，而强度信息则利于采样或者人工选取值[Is，Ie]，因而在本案中优选地使用激光雷达来采集点云数据。

图3A示意性示出了根据本公开实施例的利用激光雷达获取交通线路中设置的交通导流线的点云数据的流程图。如图3A所示，作为一种可选的实施例，利用激光雷达获取交通线路中设置的交通导流线的点云数据可以包括：

在操作S211，利用激光雷达获取交通线路中设置的交通导流线的原始点云数据；以及

在操作S212，对原始点云数据进行采样，得到采样后的点云数据。

由于对交通导流线扫描一般会获取到大量的点云数据，而大量的点云数据必然会给导流线识别带来大量的计算，因此虽然直接使用原始点云数据进行识别也可以实现导流线识别目的，但是工作效率会受影响。因此为了克服工作效率受影响的缺陷，在识别前或者识别的过程中，可以将原始点云数据进行采样。进一步将采样后的数据按照密度进行聚类Ni(i＞0)，因为导流线的材质一样对应的点也比较集中。

图3B示意性示出了根据本公开实施例的确定点云数据所表现出来的主方向信息的流程图。如图3B所示，作为一种可选的实施例，在操作S220中确定点云数据所表现出来的主方向信息包括：

操作S221，计算点云数据的第一中心点；

操作S222，通过第一中心点计算对应的协方差矩阵；

操作S223，通过协方差矩阵和预设特征向量函数计算点云数据的第一主特征向量；以及

操作S224，通过第一主特征向量确定点云数据所表现出来的主方向信息。

具体地，对点云数据聚类后，对于每个点云数据类n_i确定其主方向的过程如下：

(1)计算法中心点

以及对应的协方差矩阵M：

其中，中心点横坐标计算如下：

其中，中心点纵坐标计算如下：

其中，协方差矩阵M计算如下：

注：M＝cov(X，Y)。

(2)计算类n_i的主方向：

v＝f(M)，

注：f(x)为通过协方差矩阵计算特征向量的函数，v表示主特征向量。

图3C示意性示出了根据本公开实施例的识别出交通导流线的类型的流程图。如图3C所示，作为一种可选的实施例，在操作S240中基于主方向信息和外形信息，比较点云数据所记录的交通导流线与交通导流线模型的相似度，以识别出交通导流线的类型可以包括：

操作S241，确定交通导流线模型的第二主特征向量和第二中心点；

操作S242，计算第一主特征向量与第二主特征向量的夹角；

操作S243，将交通导流线模型的第二中心点移动到第一中心点，且将交通导流线模型的第二主特征向量顺时针旋转夹角对应的角度；

操作S244，计算点云数据中除其中心点之外的其他点相对于交通导流线模型的中心点的分布情况；以及

操作S245，根据分布情况确定点云数据所记录的交通导流线与交通导流线模型的相似度，以识别出交通导流线的类型。

为了便于比较点云数据所记录的交通导流线与交通导流线模型的相似度，优选地，可以统一两者的坐标系，即可以将点云数据和交通导流线模型变化到统一的坐标系下(如经纬度坐标系)。

具体地，可以对如图2C中所示的每个导流线制作真实尺寸的交通导流线模型，并在直角坐标系下定义，例如，如图3D所示，将模型的右方向定义为x方向，将y方向定义为初始方向，基于上述示例统一两者之间的坐标系的过程如下：

(1)计算点云数据类n_i所表现出来的主方向v和模型的y方向的夹角θ，如图3E所示，将模型的原点移到点云数据类n_i的中心点c的位置，按照主方向顺时针旋转θ角度；

θ＝arcos(v dat y)，注：“dat”为向量点乘。

(2)计算导流线的外包box，具体地，可以将外包box均匀划分同等大小的框box_xy，共n_xy个，每个框赋初始值0，将分割的点云数据分别投影到不同的box_xy、中，如果box_xy不为空，则赋值1，如果该box_xy到中心点c在导流线模型长度len的1/3内则赋值再加1，而在len的1/4 内则赋值再加1。最后每个box_xy的值为0，1，2，3。取所有非零的值，对其求倒数，即1，1/2，1/3。对所有box_xy中的值取标准差，计算离导流线模型的中心的分布情况。

需要说明的是，σ值越小越说明密度越集中，相似性越大，越接近于导流线模型。

(3)多次采样得到经验值λ。从而对每个点云数据类n_i对应匹配出相应的导流线模型，从而识别出点云数据所表现出的导流线的类型和位置，这样在制作新型地图时，就可以将识别结果标注到地图上。

通过本公开实施例，可以快速识别交通导流线，节省人力物力，并且采取将分类得到的点云数据投影到真实模型中，统计分布值，对分值进行离中心点分布分析以得到点云数据和真实模型相似度的量化，基于该量化结果实现识别点云数据的目的。

此外，为了减少计算量，还可以先对导流线模型进行采样再做上述处理。

图4示意性示出了根据本公开的实施例的识别交通导流线的系统的框图。如图4所示，识别交通导流线的系统400包括第一获取模块410、确定模块420、第二获取模块430和识别模块440。

获取模块410，用于获取交通线路中设置的交通导流线的点云数据，其中，点云数据用于以点的形式对交通导流线进行记录；确定模块420，用于确定点云数据所表现出来的主方向信息和外形信息；第二获取模块 430，用于获取预先设定的交通导流线模型；以及识别模块440，用于基于主方向信息和外形信息，比较点云数据所记录的交通导流线与交通导流线模型的相似度，以识别出交通导流线的类型。

作为一种可选的实施例，上述第一获取模块还用于：利用激光雷达获取交通线路中设置的交通导流线的点云数据。

图5A示意性示出了根据本公开的实施例的第一获取模块的框图。如图5A所示，作为一种可选的实施例，上述第一获取模块410可以包括：获取单元411，用于利用激光雷达获取交通线路中设置的交通导流线的原始点云数据；以及采样单元412，用于对原始点云数据进行采样，得到采样后的点云数据。

图5B示意性示出了根据本公开的实施例的确定模块的框图。如图 5B所示，作为一种可选的实施例，上述确定模块420可以包括：第一计算单元421，用于计算点云数据的第一中心点；第二计算单元422，用于通过第一中心点计算对应的协方差矩阵；第三计算单元423，用于通过协方差矩阵和预设特征向量函数计算点云数据的第一主特征向量；以及第一确定单元424，用于通过第一主特征向量确定点云数据所表现出来的主方向信息。

图5C示意性示出了根据本公开的实施例的识别模块的框图。如图 5C所示，作为一种可选的实施例，上述识别模块440可以包括：第二确定单元441，用于确定交通导流线模型的第二主特征向量和第二中心点；第四计算单元442，用于计算第一主特征向量与第二主特征向量的夹角；处理单元443，用于将交通导流线模型的第二中心点移动到第一中心点，且将交通导流线模型的第二主特征向量顺时针旋转夹角对应的角度；第五计算单元444，用于计算点云数据中除其中心点之外的其他点相对于交通导流线模型的中心点的分布情况；以及第三确定单元445，用于根据分布情况确定点云数据所记录的交通导流线与交通导流线模型的相似度，以识别出交通导流线的类型。

可以理解的是，第一获取模块410、确定模块420、第二获取模块 430和识别模块440可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，第一获取模块410、确定模块420、第二获取模块430和识别模块440中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，第一获取模块410、确定模块420、第二获取模块430和识别模块440 中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。

需要说明的是，本公开的实施例中系统部分与本公开的实施例中方法部分是相对应的，系统部分的描述具体参考方法部分，在此不再赘述。

图6示意性示出了根据本公开实施例的适于实现识别交通导流线的方法及其系统的计算机系统的框图。图6示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，根据本公开实施例的计算机系统600包括处理器601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608 加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601 可以包括用于执行参考图2A，图3A～图3E描述的根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 603中，存储有计算机系统600操作所需的各种程序和数据。处理器601、ROM602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行以上参考图2A，图3A～图3E描述的各种操作。需要注意，所述程序也可以存储在除ROM 602和RAM 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行以上参考图 2A，图3A～图3E描述的各种操作。

根据本公开的实施例，计算机系统600还可以包括输入/输出(I/O) 接口605，输入/输出(I/O)接口605也连接至总线604。计算机系统 600还可以包括连接至I/O接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

根据本公开的实施例，上文参考流程图描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

需要说明的是，本公开所示的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质，该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备执行：在操作S210，获取交通线路中设置的交通导流线的点云数据，其中，点云数据用于以点的形式对交通导流线进行记录；在操作S220，确定点云数据所表现出来的主方向信息和外形信息；在操作S230，获取预先设定的交通导流线模型；以及在操作S240，基于主方向信息和外形信息，比较点云数据所记录的交通导流线与交通导流线模型的相似度，以识别出交通导流线的类型。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims

1.一种识别交通导流线的方法，包括：

获取交通线路中设置的交通导流线的点云数据，其中，所述点云数据用于以点的形式对所述交通导流线进行记录；

确定所述点云数据所表现出来的主方向信息和外形信息；

获取预先设定的交通导流线模型；以及

基于所述主方向信息和所述外形信息，比较所述点云数据所记录的所述交通导流线与所述交通导流线模型的相似度，以识别出所述交通导流线的类型；

其中，确定所述点云数据所表现出来的主方向信息包括：

计算所述点云数据的第一中心点；

通过所述第一中心点计算对应的协方差矩阵；

通过所述协方差矩阵和预设特征向量函数计算所述点云数据的第一主特征向量；以及

通过所述第一主特征向量确定所述点云数据所表现出来的主方向信息；

其中，基于所述主方向信息和所述外形信息，比较所述点云数据所记录的所述交通导流线与所述交通导流线模型的相似度，以识别出所述交通导流线的类型包括：

确定所述交通导流线模型的第二主特征向量和第二中心点；

计算所述第一主特征向量与所述第二主特征向量的夹角；

将所述交通导流线模型的所述第二中心点移动到所述第一中心点，且将所述交通导流线模型的所述第二主特征向量顺时针旋转所述夹角对应的角度；

计算所述点云数据中除其中心点之外的其他点相对于所述交通导流线模型的中心点的分布情况；以及

根据所述分布情况确定所述点云数据所记录的所述交通导流线与所述交通导流线模型的相似度，以识别出所述交通导流线的类型。

2.根据权利要求1所述的方法，其中，获取交通线路中设置的交通导流线的点云数据包括：

利用激光雷达获取交通线路中设置的交通导流线的点云数据。

3.根据权利要求2所述的方法，其中，利用激光雷达获取交通线路中设置的交通导流线的点云数据包括：

利用所述激光雷达获取交通线路中设置的交通导流线的原始点云数据；以及

对所述原始点云数据进行采样，得到采样后的点云数据。

4.一种识别交通导流线的系统，包括：

第一获取模块，用于获取交通线路中设置的交通导流线的点云数据，其中，所述点云数据用于以点的形式对所述交通导流线进行记录；

确定模块，用于确定所述点云数据所表现出来的主方向信息和外形信息；

第二获取模块，用于获取预先设定的交通导流线模型；以及

识别模块，用于基于所述主方向信息和所述外形信息，比较所述点云数据所记录的所述交通导流线与所述交通导流线模型的相似度，以识别出所述交通导流线的类型；

其中，所述确定模块包括：第一计算单元，用于计算所述点云数据的第一中心点；第二计算单元，用于通过所述第一中心点计算对应的协方差矩阵；第三计算单元，用于通过所述协方差矩阵和预设特征向量函数计算所述点云数据的第一主特征向量；以及第一确定单元，用于通过所述第一主特征向量确定所述点云数据所表现出来的主方向信息；

其中，所述识别模块包括：

第二确定单元，用于确定所述交通导流线模型的第二主特征向量和第二中心点；

第四计算单元，用于计算所述第一主特征向量与所述第二主特征向量的夹角；

处理单元，用于将所述交通导流线模型的所述第二中心点移动到所述第一中心点，且将所述交通导流线模型的所述第二主特征向量顺时针旋转所述夹角对应的角度；

第五计算单元，用于计算所述点云数据中除其中心点之外的其他点相对于所述交通导流线模型的中心点的分布情况；以及

第三确定单元，用于根据所述分布情况确定所述点云数据所记录的所述交通导流线与所述交通导流线模型的相似度，以识别出所述交通导流线的类型。

5.根据权利要求4所述的系统，其中，所述第一获取模块还用于：

6.根据权利要求5所述的系统，其中，所述第一获取模块包括：

获取单元，用于利用所述激光雷达获取交通线路中设置的交通导流线的原始点云数据；以及

采样单元，用于对所述原始点云数据进行采样，得到采样后的点云数据。

7.一种计算机系统，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至3中任一项所述的识别交通导流线的方法。

8.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至3中任一项所述的识别交通导流线的方法。