CN110796066A - 一种车道线组构建方法及装置 - Google Patents
一种车道线组构建方法及装置 Download PDFInfo
- Publication number
- CN110796066A CN110796066A CN201911026997.7A CN201911026997A CN110796066A CN 110796066 A CN110796066 A CN 110796066A CN 201911026997 A CN201911026997 A CN 201911026997A CN 110796066 A CN110796066 A CN 110796066A
- Authority
- CN
- China
- Prior art keywords
- lane line
- lane
- lines
- line group
- group
- 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
Links
Images
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Abstract
本发明实施例提供一种车道线组构建方法及装置,该方法包括:获取原始车道线;对所述原始车道线进行分组处理,得到多个第一车道线分组;对于每一第一车道线分组,获取所述第一车道线分组对应的参考线,并分别获取所述第一车道线分组中各第一车道线与所述参考线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到所述各第一车道线对应的分类;将所述多个第一车道线分组中所有属于同一分类的第一车道线进行拟合,得到多个目标车道线;将所述多个目标车道线合并,完成车道线组构建。该方案通过大数据的方式实现车道线组的自动化构建,工作量小、成本低且准确率高。
Description
技术领域
本发明实施例涉及众包高精度地图制作技术领域,更具体地,涉及一种车道线组构建方法及装置。
背景技术
车道线作为高精度地图中最重要的元素之一,在自动驾驶定位和车道级路径规划起着不可或缺的作用。原始车道线缺失、零碎、无序等情况下,无法给自动驾驶提供服务,需要进行分组且补齐,最终得到各组完整、有序的车道线组,才能发挥其作用。
目前得到完整、有序的车道线,一般是通过人工的方式进行车道线分组后,再输出自动驾驶所需要的车道线组,但是人工的方式往往工作量大、成本高且准确率差,因此亟需提供一种车道组自动构建方法。
发明内容
本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的车道组构建方法及装置。
第一方面,本发明实施例提供一种车道线组构建方法,包括:
获取原始车道线;
对所述原始车道线进行分组处理,得到多个第一车道线分组;
对于每一第一车道线分组,获取所述第一车道线分组对应的参考线,并分别获取所述第一车道线分组中各第一车道线与所述参考线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到所述各第一车道线对应的分类;
将所述多个第一车道线分组中所有属于同一分类的第一车道线进行拟合,得到多个目标车道线;
将所述多个目标车道线合并,完成车道线组构建。
进一步,所述对所述原始车道线进行分组处理,得到多个第一车道线分组,具体包括:
在获取原始车道线时,获取所述原始车道线对应的轨迹线;
根据所述轨迹线的方向调整对应的原始车道线的方向;
获取各原始车道线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到多个原始车道线分组;
利用所述轨迹线的几何特征对所述多个原始车道线进行再次分组,得到所述多个第一车道线分组;所述轨迹线的几何特征至少包括所述轨迹的拐弯。
进一步,获取所述第一车道线分组对应的参考线,具体包括:
通过OBB算法获取所述第一车道线分组的参考线。
可选地,获取所述第一车道线分组对应的参考线,还包括:
通过该第一车道线分组对应的所有轨迹线,获取所述第一车道线分组的参考线。
进一步,获取所述第一车道线分组对应的参考线,进一步包括:
通过该第一车道线分组中的所有第一车道线获取,获取所述第一车道线分组的参考线。
进一步,所述方法还包括:
对于每一第一车道线分组,基于所述各第一车道线与所述参考线之间的距离,对该第一车道线进行第一合理性验证;
若第一合理性验证不通过,在车道数量发生的位置将该第一车道线分组划分为两个分组。
进一步,所述方法还包括:
对于每一第一车道线分组,若第一合理性验证通过,则将该第一车道线分组内的各第一车道线补齐,并进行第二合理性验证;
若第二合理性验证不通过,在车道数量发生的位置将该第一车道线分组划分为两个分组。
第二方面,本发明实施例提供一种车道线组构建方法,包括:
获取模块,用于获取原始车道线;
分组模块,用于对所述原始车道线进行分组处理,得到多个第一车道线分组;
分类模块,用于对于每一第一车道线分组,获取所述第一车道线分组对应的参考线,并分别获取所述第一车道线分组中各第一车道线与所述参考线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到所述各第一车道线对应的分类;
拟合模块,用于将所述多个第一车道线分组中所有属于同一分类的第一车道线进行拟合,得到多个目标车道线;
合并模块,用于将所述多个目标车道线合并,完成车道线组构建。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所提供的车道线组构建方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所提供的车道线组构建方法的步骤。
本发明实施例提供的一种车道线组构建方法及装置,通过对所述原始车道线进行分组处理,得到多个第一车道线分组,再获取所述第一车道线分组对应的参考线,并分别获取所述第一车道线分组中各第一车道线与所述参考线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到所述各第一车道线对应的分类;将所述多个第一车道线分组中所有属于同一分类的第一车道线进行拟合,得到多个目标车道线;将所述多个目标车道线合并,最终完成车道线组构建。该方案通过大数据的方式实现车道线组的自动化构建,工作量小、成本低且准确率高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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为本发明实施例提供的一种车道线组构建方法的流程示意图;
图2为本发明实施例提供一种车道线组构建方法实际实现时的流程示意图;
图3为本发明实施例提供的一种车道线组构建装置的结构框图;
图4为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种车道线组构建方法的流程示意图,如图1所示,该方法可以包括:
步骤S101,获取原始车道线;
步骤S102,对所述原始车道线进行分组处理,得到多个第一车道线分组;
步骤S103,对于每一第一车道线分组,获取所述第一车道线分组对应的参考线,并分别获取所述第一车道线分组中各第一车道线与所述参考线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到所述各第一车道线对应的分类;
步骤S104,将所述多个第一车道线分组中所有属于同一分类的第一车道线进行拟合,得到多个目标车道线;
步骤S105,将所述多个目标车道线合并,完成车道线组构建。
具体地,为解决现有技术中存在的问题,需要对原始车道线初步分大类,得到各段路的车道线,再在各段内进行内部处理,通过寻找各段的参考线、计算车道线与参考线的距离,对距离用DBSCAN聚类得到分类结果,每个分类结果即是一根车道线的原始线段簇,再通过拟合、补齐等操作,并对结果进行校验,且还可能存在车道增减的情况,需要进行切断成两个分组,最终合并结果得到各完整的车道线组。
本发明实施例提供的一种车道线组构建方法,通过对所述原始车道线进行分组处理,得到多个第一车道线分组,再获取所述第一车道线分组对应的参考线,并分别获取所述第一车道线分组中各第一车道线与所述参考线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到所述各第一车道线对应的分类;将所述多个第一车道线分组中所有属于同一分类的第一车道线进行拟合,得到多个目标车道线;将所述多个目标车道线合并,最终完成车道线组构建。该方案通过大数据的方式实现车道线组的自动化构建,工作量小、成本低且准确率高。
基于上述实施例的内容,所述对所述原始车道线进行分组处理,得到多个第一车道线分组,具体包括:
在获取原始车道线时,获取所述原始车道线对应的轨迹线;
根据所述轨迹线的方向调整对应的原始车道线的方向;
获取各原始车道线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到多个原始车道线分组;
利用所述轨迹线的几何特征对所述多个原始车道线进行再次分组,得到所述多个第一车道线分组;所述轨迹线的几何特征至少包括所述轨迹的拐弯。
具体地,参考图2,其中,初步大分组相当于原始车道线分组,得到第一车道线分组的过程可以包括:
(1)读取数据:轨迹线和车道线,对轨迹进行预处理,检测拐弯处和掉头处并给出标签;
(2)统一调整车道线方向:由于源车道线方向是不可信的,可能存在与轨迹线相反的情况,先统一调整方向便于后续计算;
(3)车道线初步大分组:根据线段之间的距离,通过DBSCAN聚类,能初步对所有车道线初步分组;
(4)对轨迹拐弯处进行重分组:由于每个路口以及拐弯处的大小各不相同,且存在车道线误差导致长度过长的问题,聚类后的初步分组结果有可能把两段路的车道线聚成一组,对经过车道线的轨迹以及拐弯的标签进行判断,可以将大分组拆分成两个分组,得到对应的多个第一车道线分组。
基于上述任一实施例,获取所述第一车道线分组对应的参考线,具体包括:
通过OBB算法获取所述第一车道线分组的参考线。
在本发明的一种可选实施例中,获取所述第一车道线分组对应的参考线,具体包括:
通过该第一车道线分组对应的所有轨迹线,获取所述第一车道线分组的参考线。
基于上述任一实施例,获取所述第一车道线分组对应的参考线,具体包括:
通过该第一车道线分组中的所有第一车道线获取,获取所述第一车道线分组的参考线。
其中,计算单个分组(即第一车道线分组)的参考线时,由于车道线是不完整且有可能缺失较多,想要通过点之间或者线之间的距离或者其他特征的聚类得到各分组准确的车道线分类,常常存在不准确或不能得出分类结果的情况,本发明中通过计算各点或者线与某个参考线之间的距离来分类。
具体地,目前参考线的获取有三种方法:
a、如果该段路较直,通过OBB的办法计算该组内所有车道线的包围盒中线;
b、通过该段路的所有轨迹线,选取一条形状较好的轨迹线段;
c、通过车道线计算出来的参考线。
需要说明的是,以上三种方式得到的参考线各有特点,可通过探测车道线的特征在这三种方法中进行切换,选取最合适的参考线。
在本发明的一种可选实施例中,所述方法还包括:
对于每一第一车道线分组,基于所述各第一车道线与所述参考线之间的距离,对该第一车道线进行第一合理性验证;
若第一合理性验证不通过,在车道数量发生的位置将该第一车道线分组划分为两个分组。
具体地,再次参考图2,该方案上述过程可以包括:
(5)根据参考线调整单个分组的车道线方向:为了确保准确性,再次根据参考线调整该组所有车道线的方向;
(6)根据各车道线段与参考线的距离分类且进行结果验证,输出验证标签(同时可以得到车道数量的变化):
计算该组车道线与参考线的距离,通过DBSCAN得到分类结果,比较各分类的类内距离以及类间距离来得到合理性验证标签;
(7)如果没通过合理性标签,则说明该组车道线可能存在道路增减或者缺失较严重使得分类结果不好,则通过车道数量的变化得到发生变化位置,将该组车道线切分成两个分组。需要说明的是,在对改组车道线进行切分后,获取每个新分组的参考线并再次进行第一合理性验证的步骤,直至验证通过。如果通过验证,则进入下一个步骤。
基于上述任一实施例,所述方法还包括:
对于每一第一车道线分组,若第一合理性验证通过,则将该第一车道线分组内的各第一车道线补齐,并进行第二合理性验证;
若第二合理性验证不通过,在车道数量发生的位置将该第一车道线分组划分为两个分组。
具体地,再次参考图2,该方案上述过程可以包括:
(8)合并同一分类线段:按照上一步的分类结果,通过拟合将每个分类(即每条车道线)的数据得到最终的单条车道线;
(9)对组内车道线补齐,且输出结果验证标签:拟合结果得到的车道线组不满足长度一致的要求,需要在缺失的地方根据组内较好的某根车道线补齐,形成最终的车道线组,再根据组内各车道线间的平行性和距离进行验证,给出验证标签;
(10)若通过验证,则作为该组的最终结果,若未通过则类似步骤(7)的操作将车道线组进行切分再重新处理。
图3为本发明实施例提供的一种车道线组构建装置的结构框图,该装置可以包括:获取模块301、分组模块302、分类模块303、拟合模块304以及合并模块305。其中:
获取模块301用于获取原始车道线;
分组模块302用于对所述原始车道线进行分组处理,得到多个第一车道线分组;
分类模块303用于对于每一第一车道线分组,获取所述第一车道线分组对应的参考线,并分别获取所述第一车道线分组中各第一车道线与所述参考线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到所述各第一车道线对应的分类;
拟合模块304用于将所述多个第一车道线分组中所有属于同一分类的第一车道线进行拟合,得到多个目标车道线;
合并模块305用于将所述多个目标车道线合并,完成车道线组构建。
本发明实施例提供的一种车道线组构建装置,通过对所述原始车道线进行分组处理,得到多个第一车道线分组,再获取所述第一车道线分组对应的参考线,并分别获取所述第一车道线分组中各第一车道线与所述参考线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到所述各第一车道线对应的分类;将所述多个第一车道线分组中所有属于同一分类的第一车道线进行拟合,得到多个目标车道线;将所述多个目标车道线合并,最终完成车道线组构建。该方案通过大数据的方式实现车道线组的自动化构建,工作量小、成本低且准确率高。
基于上述任一实施例,分组模块302具体用于:
在获取原始车道线时,获取所述原始车道线对应的轨迹线;
根据所述轨迹线的方向调整对应的原始车道线的方向;
获取各原始车道线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到多个原始车道线分组;
利用所述轨迹线的几何特征对所述多个原始车道线进行再次分组,得到所述多个第一车道线分组;所述轨迹线的几何特征至少包括所述轨迹的拐弯。
可选地,分类模块303具体用于:
通过OBB算法获取所述第一车道线分组的参考线。
可选地,分类模块还用于:
通过该第一车道线分组对应的所有轨迹线,获取所述第一车道线分组的参考线。
可选地,分类模块还用于:
通过该第一车道线分组中的所有第一车道线获取,获取所述第一车道线分组的参考线。
可选地,该装置还包括第一验证模块,用于:
对于每一第一车道线分组,基于所述各第一车道线与所述参考线之间的距离,对该第一车道线进行第一合理性验证;
若第一合理性验证不通过,在车道数量发生的位置将该第一车道线分组划分为两个分组。
可选地,该装置还包括第二验证模块,用于:
对于每一第一车道线分组,若第一合理性验证通过,则将该第一车道线分组内的各第一车道线补齐,并进行第二合理性验证;
若第二合理性验证不通过,在车道数量发生的位置将该第一车道线分组划分为两个分组。
图4为本发明实施例提供的电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储在存储器430上并可在处理器410上运行的计算机程序,以执行上述各方法实施例所提供的车道线组构建方法,例如包括:获取原始车道线;对所述原始车道线进行分组处理,得到多个第一车道线分组;对于每一第一车道线分组,获取所述第一车道线分组对应的参考线,并分别获取所述第一车道线分组中各第一车道线与所述参考线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到所述各第一车道线对应的分类;将所述多个第一车道线分组中所有属于同一分类的第一车道线进行拟合,得到多个目标车道线;将所述多个目标车道线合并,完成车道线组构建。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例提供的车道线组构建方法,例如包括:获取原始车道线;对所述原始车道线进行分组处理,得到多个第一车道线分组;对于每一第一车道线分组,获取所述第一车道线分组对应的参考线,并分别获取所述第一车道线分组中各第一车道线与所述参考线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到所述各第一车道线对应的分类;将所述多个第一车道线分组中所有属于同一分类的第一车道线进行拟合,得到多个目标车道线;将所述多个目标车道线合并,完成车道线组构建。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种车道线组构建方法,其特征在于,包括:
获取原始车道线;
对所述原始车道线进行分组处理,得到多个第一车道线分组;
对于每一第一车道线分组,获取所述第一车道线分组对应的参考线,并分别获取所述第一车道线分组中各第一车道线与所述参考线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到所述各第一车道线对应的分类;
将所述多个第一车道线分组中所有属于同一分类的第一车道线进行拟合,得到多个目标车道线;
将所述多个目标车道线合并,完成车道线组构建。
2.根据权利要求1所述的方法,其特征在于,对所述原始车道线进行分组处理,得到多个第一车道线分组,具体包括:
在获取原始车道线时,获取所述原始车道线对应的轨迹线;
根据所述轨迹线的方向调整对应的原始车道线的方向;
获取各原始车道线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到多个原始车道线分组;
利用所述轨迹线的几何特征对所述多个原始车道线进行再次分组,得到所述多个第一车道线分组;所述轨迹线的几何特征至少包括所述轨迹的拐弯。
3.根据权利要求1所述的方法,其特征在于,获取所述第一车道线分组对应的参考线,具体包括:
通过OBB算法获取所述第一车道线分组的参考线。
4.根据权利要求1所述的方法,其特征在于,获取所述第一车道线分组对应的参考线,还包括:
通过该第一车道线分组对应的所有轨迹线,获取所述第一车道线分组的参考线。
5.根据权利要求1所述的方法,其特征在于,获取所述第一车道线分组对应的参考线,进一步包括:
通过该第一车道线分组中的所有第一车道线获取,获取所述第一车道线分组的参考线。
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:
对于每一第一车道线分组,基于所述各第一车道线与所述参考线之间的距离,对该第一车道线进行第一合理性验证;
若第一合理性验证不通过,在车道数量发生的位置将该第一车道线分组划分为两个分组。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
对于每一第一车道线分组,若第一合理性验证通过,则将该第一车道线分组内的各第一车道线补齐,并进行第二合理性验证;
若第二合理性验证不通过,在车道数量发生的位置将该第一车道线分组划分为两个分组。
8.一种车道线组构建装置,其特征在于,包括:
获取模块,用于获取原始车道线;
分组模块,用于对所述原始车道线进行分组处理,得到多个第一车道线分组;
分类模块,用于对于每一第一车道线分组,获取所述第一车道线分组对应的参考线,并分别获取所述第一车道线分组中各第一车道线与所述参考线之间的距离,并利用DBSCAN聚类算法对各距离进行聚类,得到所述各第一车道线对应的分类;
拟合模块,用于将所述多个第一车道线分组中所有属于同一分类的第一车道线进行拟合,得到多个目标车道线;
合并模块,用于将所述多个目标车道线合并,完成车道线组构建。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述车道线组构建方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述车道线组构建方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911026997.7A CN110796066B (zh) | 2019-10-26 | 2019-10-26 | 一种车道线组构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911026997.7A CN110796066B (zh) | 2019-10-26 | 2019-10-26 | 一种车道线组构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110796066A true CN110796066A (zh) | 2020-02-14 |
CN110796066B CN110796066B (zh) | 2022-09-20 |
Family
ID=69441541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911026997.7A Active CN110796066B (zh) | 2019-10-26 | 2019-10-26 | 一种车道线组构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110796066B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353466A (zh) * | 2020-03-12 | 2020-06-30 | 北京百度网讯科技有限公司 | 车道线识别处理方法、设备、存储介质 |
CN111611958A (zh) * | 2020-05-28 | 2020-09-01 | 武汉四维图新科技有限公司 | 确定众包数据中车道线形状的方法、装置和设备 |
CN112507977A (zh) * | 2021-01-21 | 2021-03-16 | 国汽智控(北京)科技有限公司 | 一种车道线定位方法、装置及电子设备 |
CN113591730A (zh) * | 2021-08-03 | 2021-11-02 | 湖北亿咖通科技有限公司 | 一种识别车道分组线的方法、装置和设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592447A (zh) * | 2011-12-20 | 2012-07-18 | 浙江工业大学 | 一种基于fcm的区域路网的道路交通状态判别方法 |
CN102663356A (zh) * | 2012-03-28 | 2012-09-12 | 柳州博实唯汽车科技有限公司 | 车道线提取及偏离预警方法 |
CN107273935A (zh) * | 2017-07-09 | 2017-10-20 | 北京北昂科技有限公司 | 一种基于自适应K‑Means 的车道标志分组方法 |
CN108801273A (zh) * | 2017-04-28 | 2018-11-13 | 高德软件有限公司 | 一种道路参考线的生成方法及装置 |
CN109117825A (zh) * | 2018-09-04 | 2019-01-01 | 百度在线网络技术(北京)有限公司 | 车道线处理方法和装置 |
CN109271858A (zh) * | 2018-08-13 | 2019-01-25 | 武汉中海庭数据技术有限公司 | 一种基于行车轨迹和视觉车道边线数据的路口识别方法及系统 |
CN109784234A (zh) * | 2018-12-29 | 2019-05-21 | 百度在线网络技术(北京)有限公司 | 一种基于前向鱼眼镜头的直角弯识别方法及车载设备 |
CN110096566A (zh) * | 2019-06-18 | 2019-08-06 | 武汉中海庭数据技术有限公司 | 一种生成地图车道线的聚类参数的确定方法及系统 |
CN110288675A (zh) * | 2019-06-30 | 2019-09-27 | 武汉中海庭数据技术有限公司 | 一种车道参考线构建方法、装置及存储介质 |
CN110287904A (zh) * | 2019-06-27 | 2019-09-27 | 武汉中海庭数据技术有限公司 | 一种基于众包数据的车道线提取方法、装置及存储介质 |
-
2019
- 2019-10-26 CN CN201911026997.7A patent/CN110796066B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592447A (zh) * | 2011-12-20 | 2012-07-18 | 浙江工业大学 | 一种基于fcm的区域路网的道路交通状态判别方法 |
CN102663356A (zh) * | 2012-03-28 | 2012-09-12 | 柳州博实唯汽车科技有限公司 | 车道线提取及偏离预警方法 |
CN108801273A (zh) * | 2017-04-28 | 2018-11-13 | 高德软件有限公司 | 一种道路参考线的生成方法及装置 |
CN107273935A (zh) * | 2017-07-09 | 2017-10-20 | 北京北昂科技有限公司 | 一种基于自适应K‑Means 的车道标志分组方法 |
CN109271858A (zh) * | 2018-08-13 | 2019-01-25 | 武汉中海庭数据技术有限公司 | 一种基于行车轨迹和视觉车道边线数据的路口识别方法及系统 |
CN109117825A (zh) * | 2018-09-04 | 2019-01-01 | 百度在线网络技术(北京)有限公司 | 车道线处理方法和装置 |
CN109784234A (zh) * | 2018-12-29 | 2019-05-21 | 百度在线网络技术(北京)有限公司 | 一种基于前向鱼眼镜头的直角弯识别方法及车载设备 |
CN110096566A (zh) * | 2019-06-18 | 2019-08-06 | 武汉中海庭数据技术有限公司 | 一种生成地图车道线的聚类参数的确定方法及系统 |
CN110287904A (zh) * | 2019-06-27 | 2019-09-27 | 武汉中海庭数据技术有限公司 | 一种基于众包数据的车道线提取方法、装置及存储介质 |
CN110288675A (zh) * | 2019-06-30 | 2019-09-27 | 武汉中海庭数据技术有限公司 | 一种车道参考线构建方法、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
胡延平等: "一种基于卡方统计的弯道识别算法", 《汽车工程学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353466A (zh) * | 2020-03-12 | 2020-06-30 | 北京百度网讯科技有限公司 | 车道线识别处理方法、设备、存储介质 |
CN111353466B (zh) * | 2020-03-12 | 2023-09-22 | 北京百度网讯科技有限公司 | 车道线识别处理方法、设备、存储介质 |
CN111611958A (zh) * | 2020-05-28 | 2020-09-01 | 武汉四维图新科技有限公司 | 确定众包数据中车道线形状的方法、装置和设备 |
CN111611958B (zh) * | 2020-05-28 | 2023-08-22 | 武汉四维图新科技有限公司 | 确定众包数据中车道线形状的方法、装置和设备 |
CN112507977A (zh) * | 2021-01-21 | 2021-03-16 | 国汽智控(北京)科技有限公司 | 一种车道线定位方法、装置及电子设备 |
CN112507977B (zh) * | 2021-01-21 | 2021-12-07 | 国汽智控(北京)科技有限公司 | 一种车道线定位方法、装置及电子设备 |
CN113591730A (zh) * | 2021-08-03 | 2021-11-02 | 湖北亿咖通科技有限公司 | 一种识别车道分组线的方法、装置和设备 |
CN113591730B (zh) * | 2021-08-03 | 2023-11-10 | 湖北亿咖通科技有限公司 | 一种识别车道分组线的方法、装置和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110796066B (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110796066B (zh) | 一种车道线组构建方法及装置 | |
US20200073977A1 (en) | Validating road intersections | |
CN110749329B (zh) | 一种基于结构化道路的车道级拓扑构建方法及装置 | |
CN110634291A (zh) | 基于众包大数据的高精度地图拓扑自动构建方法及系统 | |
WO2019205020A1 (zh) | 一种路况识别方法、装置及设备 | |
CN111221808A (zh) | 一种无人值守的高精度地图质检方法和装置 | |
CN110543473B (zh) | 一种众包数据融合优化方法、装置及存储介质 | |
US20200082039A1 (en) | Obstacle distribution simulation method, device and terminal based on a probability graph | |
CN112634612A (zh) | 路口流量分析方法、装置、电子设备及存储介质 | |
CN110109165B (zh) | 行驶轨迹中异常点的检测方法及装置 | |
CN113850996B (zh) | 路段公交线路重复系数数据计算方法、装置及存储介质 | |
CN114323042A (zh) | 地图数据的处理方法、装置、非易失性存储介质及处理器 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN116105717A (zh) | 车道级高精度地图构建方法及系统 | |
CN114926540A (zh) | 一种车道线标定的方法、装置、终端设备及可读存储介质 | |
CN113886413A (zh) | 地图更新方法及装置 | |
CN111653115B (zh) | 任务的划分方法、装置及存储介质 | |
CN112488217A (zh) | 斑马线纠正方法、电子装置和存储介质 | |
CN112949358A (zh) | 道路描述文件生成方法及设备 | |
CN117078566B (zh) | 地图数据处理方法以及相关设备 | |
CN112509452B (zh) | 基于道路结构的地面标线融合方法及系统、服务器及介质 | |
US11307039B2 (en) | Combining heterogeneous types of maps | |
CN115683143A (zh) | 一种高精度导航方法及装置、电子设备、存储介质 | |
CN115375093A (zh) | 一种算法评测方法、装置、介质及计算机设备 | |
CN114444185A (zh) | 原位标注的识别方法、装置及电子设备 |
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 |