CN110909711A - 检测车道线位置变化的方法、装置、电子设备和存储介质 - Google Patents

检测车道线位置变化的方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN110909711A
CN110909711A CN201911221874.9A CN201911221874A CN110909711A CN 110909711 A CN110909711 A CN 110909711A CN 201911221874 A CN201911221874 A CN 201911221874A CN 110909711 A CN110909711 A CN 110909711A
Authority
CN
China
Prior art keywords
lane line
data
change
lane
line
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
CN201911221874.9A
Other languages
English (en)
Other versions
CN110909711B (zh
Inventor
孙鹏
马常杰
郑超
孙跃锋
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.)
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201911221874.9A priority Critical patent/CN110909711B/zh
Publication of CN110909711A publication Critical patent/CN110909711A/zh
Priority to US17/078,747 priority patent/US11315285B2/en
Application granted granted Critical
Publication of CN110909711B publication Critical patent/CN110909711B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了一种检测车道线位置变化的方法、装置、电子设备和存储介质,涉及自动驾驶和电子地图领域,尤其涉及高精度地图领域。该方法包括:将车道线与参考线之间的距离的第一测量数据在目标区域内的第一变化转换为车道线的第一等效位置变化,第一测量数据从高精度设备对道路采集的第一道路数据来获得;使用第一测量数据来校正距离的第二测量数据,第二测量数据从低精度设备对道路采集的第二道路数据来获得;将校正后的第二测量数据在目标区域内的第二变化转换为车道线的第二等效位置变化;以及基于第一等效位置变化和第二等效位置变化的比较,来检测车道线在目标区域内的位置变化。本公开的实施例可以低成本且准确地检测车道线的位置变化。

Description

检测车道线位置变化的方法、装置、电子设备和存储介质
技术领域
本公开的实施例一般地涉及计算机技术领域和数据/图像处理技术领域,并且更特别地,涉及自动驾驶和电子地图的技术领域。
背景技术
高精地图是一种面向机器的数字形式的地图,其可以用于例如自动驾驶、机器人导航和定位等。高精地图在自动驾驶系统中起着重要作用。在整个自动驾驶系统中,无论是环境感知或路径规划,还是定位系统,都不同程度依赖高精地图来工作。
高精地图是高精确度的地图形式,其不仅精度较高,而且包括可用于精确导航和定位的其他信息,例如关于道路的各种信息。这些信息可以包括但不限于车道线、路沿线等道路标志线的相关数据信息。当道路上的车道线的位置发生变化时,例如,当车道线被重画时,高精地图上的车道线数据也需要被更新,才能准确地表示实际道路上的最新车道线。
发明内容
本公开的实施例涉及一种检测车道线位置变化的技术方案。
在本公开的第一方面,提供了一种检测车道线位置变化的方法。该方法包括:将道路上的车道线与参考线之间的距离的第一测量数据在目标区域内的第一变化转换为车道线的第一等效位置变化,第一测量数据从高精度设备在第一时间点对道路采集的第一道路数据来获得,目标区域在车道线与参考线之间,参考线表示道路供车辆使用部分的边界。该方法还包括:使用第一测量数据来校正距离的第二测量数据,第二测量数据从低精度设备在第一时间点之后的第二时间点对道路采集的第二道路数据来获得。该方法还包括:将校正后的第二测量数据在目标区域内的第二变化转换为车道线的第二等效位置变化。该方法进一步包括:基于第一等效位置变化和第二等效位置变化的比较,来检测车道线在第一时间点与第二时间点之间在目标区域内的位置变化。
在本公开的第二方面,提供了一种检测车道线位置变化的装置。该装置包括:第一转换模块,被配置为将道路上的车道线与参考线之间的距离的第一测量数据在目标区域内的第一变化转换为车道线的第一等效位置变化,第一测量数据从高精度设备在第一时间点对道路采集的第一道路数据来获得,目标区域在车道线与参考线之间,参考线表示道路供车辆使用部分的边界。该装置还包括:校正模块,被配置为使用第一测量数据来校正距离的第二测量数据,第二测量数据从低精度设备在第一时间点之后的第二时间点对道路采集的第二道路数据来获得。该装置还包括:第二转换模块,被配置为将校正后的第二测量数据在目标区域内的第二变化转换为车道线的第二等效位置变化。该装置进一步包括:检测模块,被配置为基于第一等效位置变化和第二等效位置变化的比较,来检测车道线在第一时间点与第二时间点之间在目标区域内的位置变化。
在本公开的第三方面,提供了一种电子设备。该电子设备包括一个或多个处理器、以及存储装置。存储装置用于存储一个或多个程序。当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现第一方面的方法。
在本公开的第四方面,提供了一种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第一方面的方法。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其他特征通过以下的描述将变得容易理解。
附图说明
通过参考附图阅读下文的详细描述,本公开的实施例的上述以及其他目的、特征和优点将变得容易理解。在附图中,以示例性而非限制性的方式示出了本公开的若干实施例。
图1示出了本公开的一些实施例能够在其中实现的示例环境的示意图。
图2示出了根据本公开的实施例的检测车道线位置变化的示例过程的流程图。
图3A示出了根据本公开的实施例的车道线与参考线之间的距离的第一测量数据在目标区域310内的第一变化的示意图。
图3B示出了根据本公开的实施例的将第一测量数据的第一变化转换为车道线的第一等效位置变化的示意图。
图4A示出了根据本公开的实施例的车道线与参考线之间的距离的经校正的第二测量数据在目标区域内的第二变化的示意图。
图4B示出了根据本公开的实施例的将经校正的第二测量数据的第二变化转换为车道线的第二等效位置变化的示意图。
图5示出了根据本公开的实施例的基于面积等效变换来确定第一等效位置变化的示例过程的流程图。
图6示出了根据本公开的实施例的第一测量数据在目标区域内的第一变化的第一曲线的示意图。
图7示出了根据本公开的实施例的第一等效区域的示意图。
图8示出了根据本公开的实施例的基于面积等效变换来确定第二等效位置变化的示例过程的流程图。
图9示出了根据本公开的实施例的经校正的第二测量数据在目标区域内的第二变化的第二曲线的示意图。
图10示出了根据本公开的实施例的第二等效区域的示意图。
图11示出了根据本公开的实施例的基于第一道路数据来确定第一测量数据的第一变化的示例过程的流程图。
图12示出了根据本公开的实施例的基于第一测量数据来确定第一测量数据的变化量值的示例过程的流程图。
图13示出了根据本公开的实施例的基于第一测量数据来确定第一测量数据的变化量值的示意图。
图14示出了根据本公开的实施例的基于第二道路数据来确定经校正的第二测量数据的第二变化的示例过程的流程图。
图15示出了根据本公开的实施例的基于经校正的第二测量数据来确定经校正的第二测量数据的变化量值的示例过程的流程图。
图16示出了根据本公开的实施例的基于经校正的第二测量数据来确定经校正的第二测量数据的变化量值的示意图。
图17示出了根据本公开的实施例的通过采样的方式来获得车道线与参考线之间的距离的变化曲线与横轴之间的面积的示意图。
图18示出了根据本公开的实施例的从第一道路数据来获得第一测量数据的示例过程的流程图。
图19示出了根据本公开的实施例的通过对来自第一道路数据的车道线数据采样来确定第一测量数据的示意图。
图20示出了根据本公开的实施例的从第二道路数据来获得第二测量数据的示例过程的流程图。
图21示出了根据本公开的实施例的通过对来自第二道路数据的车道线数据采样来确定第二测量数据的示意图。
图22示出了根据本公开的实施例的从第二道路数据中获得第二车道线数据和第二参考线数据的示例过程的流程图。
图23示出了根据本公开的实施例的从呈现车道线和参考线的视频的帧中确定车道线样本点和参考线样本点的示例过程的流程图。
图24示出了根据本公开的实施例的在视频的帧中确定车道线样本点和参考线样本点的示意图。
图25示出了根据本公开的实施例的使用第一测量数据来校正第二测量数据的示例过程的流程图。
图26示出了根据本公开的实施例的从第一道路数据中确定第一测量距离的示例过程的流程图。
图27示出了根据本公开的实施例的从第一道路数据中确定第一测量距离的示意图。
图28示出了根据本公开的实施例的从第二道路数据中确定第二测量距离的示例过程的流程图。
图29示出了根据本公开的实施例的从第二道路数据中确定第二测量距离的示意图。
图30示出了根据本公开的实施例的使用后向稳定窗口和前向平滑窗口来处理第一测量数据和第二测量数据的示意图。
图31示出了根据本公开的实施例的通过方位角来验证车道线的位置变化的示例过程的流程图。
图32示出了根据本公开的实施例的目标区域在第一时间点在起始位置和结束位置处的参考方位角的示意图。
图33示出了根据本公开的实施例的目标区域在第二时间点在起始位置和结束位置处的测量方位角的示意图。
图34示出了根据本公开的实施例的检测车道线位置变化的装置的示意性框图。
图35示出了一种可以被用来实施本公开的实施例的设备的示意性框图。
贯穿所有附图,相同或者相似的参考标号被用来表示相同或者相似的组件。
具体实施方式
下面将参考附图中所示出的若干示例性实施例来描述本公开的原理和精神。应当理解,描述这些具体的实施例仅是为了使本领域的技术人员能够更好地理解并实现本公开,而并非以任何方式限制本公开的范围。
对传统方案的分析和研究
高精地图的快速更新是地图提供方的一项重要业务。检测车道线的位置变化(例如,车道线的重画)是高精地图更新的一部分。在实践中,可以首先检测车道线的位置发生变化,然后可以在车道线的变化位置处通过高精度设备(例如,高精采集车)或其他技术手段进行车道线的采集更新。
当前,已经提出了通过成本较低的低精度设备(例如,众包设备,诸如消费级行车记录仪等)来检测车道线的位置变化。例如,一种检测方法是基于车道宽度的变化来检测车道线的位置变化。具体地,该方法可以通过“车道宽度归一化”的思想将低精度设备识别的车道宽度校正到高精度设备测量的车道宽度的更为精确的值上。
但是,在车道宽度变化不稳定的区域(例如,道路上的中央分隔带开口处)也会识别出车道宽度的变化。这是因为实际的道路上在中央分隔带开口处可能并不存在参考线(例如,路沿线),也即参考线在中央分隔带开口处是中断的,所以高精度设备或低精度设备在这样的区域内测量到的车道线与参考线之间的距离可能是基于后期拟合的参考线,或者是车道线与道路上的其他元素(例如,道路上的护栏线、车辆、植被等)之间的距离。因此,在车道宽度变化不稳定的区域中,车道线与参考线之间的距离的测量值是不稳定的。
在这种情况下,识别出的车道宽度变化将可能导致车道线的位置变化的误识别。也就是说,在这些车道宽度变化不稳定的区域中,车道宽度的变化并不意味着车道线发生的位置变化,例如,车道线被重画。因此,在通过车道宽度变化来检测车道线变化的方法中,可能需要过滤掉车道宽度变化不稳定的区域(例如,中央分隔带开口)所造成的误识别。
此外,在车道宽度变化不稳定的区域中,通过低精度设备所识别的有关道路的各项统计指标往往与高精度设备采集的道路数据(例如,高精地图)已有的各项指标有很大区别。这可能是因为用于识别低精度设备采集的道路数据的感知模块的算法本身的识别误差较大,以及道路上的外部环境不利因素(例如,前车遮挡、植被遮挡等)的影响。这些误差和不利因素可能还会导致低精度设备针对相同的车道宽度变化不稳定区域多次识别的测量结果均存在较大不同。
例如,实践表明,对道路上的对应于中央分隔带开口处的相同道路段(例如,车道线与参考线之间的区域),低精度设备识别到的该道路段的纵向长度、横向(垂直于道路方向)最大偏移均存在很大不同。在一次实际的测量中,某个低精度设备识别的横向最大偏移与高精度设备识别的数据相比,可能相差0.9米之多。因此,在基于车道宽度变化来检测车道线变化的方法中,存在的一个挑战是:如何过滤掉车道宽度变化不稳定的区域(例如,中央分隔带开口处)没有真实发生的车道线位置变化,而只保留真实的车道线位置变化。
当前,通常通过如下的两种传统处理方式来过滤中央分隔带开口处造成的车道线位置变化的误识别。第一种传统处理方式是使用感知模块来识别对应于中央分隔带开口的区域,以供后续的处理模块过滤掉该区域的车道线位置变化的检测结果。第二种传统处理方式是感知模块不仅识别中央分隔带开口,同时识别与中央分隔带开口相对应的区域处的最左侧车道线有无新旧车道线同时存在的情况。换言之,该传统处理方式是在上述第一种传统方式的基础上,额外识别与中央分隔带开口相对应的区域有无新旧车道线同时存在的情况。
发明人通过研究和分析发现,上述两种传统处理方式均存在一些缺点和不足。第一种传统处理方式的缺点是并不能完全排除该处车道线位置变化的情况,因为仅仅识别到中央分隔带开口无法判断该处车道线位置没有变化,还需进一步处理。对于第二种传统处理方式,识别有无新旧车道线同时存在的算法设计极具挑战性和复杂性,故该方法对处理没有发生新旧车道线同时存在的情况有效,而对于真正发生了车道线重画的情况难以处理。
总体思想和基本原理
检测车道线的位置变化是高精地图更新的一部分,即首先发现车道线的位置发生变化,然后可以在变化位置处通过高精采集车或其他技术手段进行车道线的更新。发明人通过研究发现,目前通过众包的消费级行车记录仪来检测车道线的位置变化存在技术上的困难,这主要是由于消费级行车记录仪本身的特性而无法获得高精度的、可靠的车道线位置。
鉴于以上研究和分析,本公开的实施例提出了一种用于检测车道线位置变化的技术方案,以至少部分地解决传统方案中存在的上述技术问题以及潜在的其他技术问题。在本公开的技术方案中,一方面,从高精度设备(例如,用于采集高精地图数据的设备)在第一时间点采集的第一道路数据来获得车道线与参考线之间的距离的第一测量数据。然后,将第一测量数据在目标区域内的第一变化转换为车道线的第一等效位置变化。这里的目标区域是指在车道线与参考线之间的区域。
另一方面,从低精度设备(例如,行车记录仪)在第一时间点之后的第二时间点采集的第二道路数据来获得上述距离的第二测量数据。接着,使用精度较高的第一测量数据来校正精度较低的第二测量数据,以使得校正后的第二测量数据与第一测量数据是可比较的,而可以执行相同的处理。然后,将经过校正的第二测量数据在目标区域内的第二变化转换为车道线的第二等效位置变化。接着,通过第一等效位置变化和第二等效位置变化的比较,即可以确定出车道线在第一时间点与第二时间点之间在上述目标区域内是否发生位置变化。
本公开的技术方案有效地解决了用于更新高精地图的检测车道线的位置变化的问题,可以低成本且准确地检测车道线的位置变化。具体地,在通过低精度设备(例如,众包设备)基于车道宽度来检测车道线位置变化的过程中,本公开的技术方案可以有效地排除掉由车道宽度变化不稳定的区域(例如,与中央分隔带开口对应的区域)造成的误识别,而保留车道线真实变化的区域。此外,本公开的实施例的还具有如下的一些技术优点。
首先,本公开的技术方案无需感知模块来输出车道宽度变化不稳定的区域(例如,与中央分隔带开口对应的区域)的识别结果,也无需识别有无新旧车道线同时存在的情况。尤其是后者所需的感知算法复杂,实际中难以实现。这就使得本公开的技术方案更为简洁、有效,无需感知模块进行额外的处理,降低了感知模块的计算资源需求。
其次,本公开的技术方案是高效的。实验结果表明,针对低精度设备一次采集的结果,在某道路上的大约30千米的测试路段中,本公开的技术方案能够过滤掉全部的误识别结果。当采用低精度设备多次采集的结果相互印证时,则会获得更好的过滤效果。
再者,本公开的技术方案处理灵活,后续的人工工作量可调节性高。例如,在一些实施例中,设定了用于面积等效变换方法的判定阈值以及用于方位角等效变换的判断阈值。对于通过上述阈值过滤后的车道线位置变化的超过上述阈值的变化量值,如果通过人工的方式来精确判断车道线的位置是否发生变化,则可以对这些变化量值按大小进行排序,优先人工审核变化量值较大的情形。下文结合附图来描述本公开的一些示例实施例。
示例环境
图1示出了本公开的一些实施例能够在其中实现的示例环境100的示意图。如图1所示,示例环境100可以包括高精度设备110、低精度设备120和计算设备130。
一方面,高精度设备110在第一时间点T1对道路150进行道路信息和数据的采集,而获得道路150的第一道路数据115。第一道路数据115包括车道线152和参考线154(例如,路沿线)的相关数据和信息,其可以指示车道线152和参考线154在第一时间点T1的位置等。此外,高精度设备110将第一道路数据115提供给计算设备130用于处理。
在一些实施例中,高精度设备110可以是配置有测绘级的高精度传感器的高精地图采集车,其可以按照较长的采集周期(例如,一个月)对道路150进行采集。在这种情况下,第一道路数据115可以是对高精度设备110采集的道路数据进行处理后获得的高精地图。除了高精地图采集车以外,高精度设备110还可以包括用于采集高精地图数据的任何其他设备。更一般地,高精度设备110可以包括能够以较高精确度(例如,误差低于阈值,诸如20厘米)确定车道线或其他道路元素位置的任何设备。
另一方面,低精度设备120在第一时间点T1之后的第二时间点T2对道路150进行道路信息和数据采集,而获得道路150的第二道路数据125。第二道路数据125也包括车道线152和参考线154的相关数据和信息,其可以指示车道线152和参考线154在第二时间点T2的位置等。此外,低精度设备120将第二道路数据125提供给计算设备130用于处理。
在一些实施例中,低精度设备120可以是普通车辆上安装的行车记录仪(本文也称为众包设备),其可以更频繁和更低成本地对道路150进行数据采集。在这种情况下,第二道路数据125可以是对道路150拍摄的视频或图像和/或执行拍摄时的卫星定位数据,等等。更一般地,低精度设备120可以包括能够以较低精确度(例如,误差高于阈值,诸如20厘米)确定车道线或其他道路元素位置的任何设备。
计算设备130从高精度设备110获得第一道路数据115,并且从低精度设备120获得第二道路数据125。如上文阐述的,计算设备130可以通过检测车道线152与参考线154之间的距离(本文为了描述方便也广义地称为“车道宽度”)的变化,来检测车道线152的位置变化。然而,在某些车道宽度变化不稳定的区域(本文也可以称为目标区域),可能需要消除其他原因造成的车道宽度变化,才可以检测出车道线152的位置变化。
因此,计算设备130可以从第一道路数据115中确定出车道线152与参考线154之间的距离在第一时间点T1在目标区域内的第一变化。然后,计算设备130可以将该第一变化转换为车道线152的第一等效位置变化。类似地,计算设备130可以从第二道路数据125中确定出车道线152与参考线154之间的距离在第二时间点T1在目标区域内的第二变化。然后,计算设备130可以将该第二变化转换为车道线152的第二等效位置变化。
在确定第二等效位置变化之前,计算设备130还需要对来自第二道路数据125的车道宽度数据进行校正,以使得最终得到的第一和第二等效位置变化是可比较的。然后,通过第一和第二等效位置变化的比较,计算设备130即可以确定出车道线152在第一时间点T1与第二时间点T2之间在目标区域内是否发生位置变化。其原理在于,车道线152与参考线154之间的距离在第一时间点T1的第一变化已经被转换而表示为第一等效位置变化。通过在第二等效位置变化中减去第一等效位置变化得到的差异量即为上述距离在第二时间点T2时的新变化量。
在一些实施例中,计算设备130可以包括任何能够实现计算功能和/或控制功能的设备,其可以是任意类型的固定计算设备、移动计算设备或便携式计算设备,包括但不限于,专用计算机、通用计算机、台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、多媒体计算机、移动电话、通用处理器、微处理器、微控制器、或状态机。计算设备130还可以实施为个体计算设备或计算设备的组合,例如,数字信号处理器(DSP)和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核心、或者任何其他这样的配置。另外,在本公开的上下文中,计算设备130也可以称为电子设备130,这两个术语在本文中可以互换地使用。
如本文中使用的,“车道线”是指道路上用来分隔不同车道的实线或虚线。参考线是指与车道线大体上平行延伸的道路上的标志线、辅助线、道路边缘线,等等。在一些实施例中,参考线可以包括路沿线,路沿线表示道路供车辆使用部分的边界。这里的“可供车辆使用”包括可供车辆在正常情况下行驶和在紧急情况下使用,例如在紧急情况下停车或躲避其他车辆。例如,路沿线可以是位于道路中央的路缘石的边界,或者其他形式从地面突出的对象(例如,马路牙)的边界。
在《公路路线设计规范》中并未给出道路两侧“路沿线”的定义,而在《智能运输系统智能驾驶电子地图数据模型与交换格式第1部分:高速公路(征求意见稿)》第4.2.5.1节“车道边线”中,给出了“路边缘”制作原则。在该制作原则中,有路缘石的情况为“道路最外侧无车道线时,需沿路缘石与地面交汇处绘制,作为道路最外车道线”。路缘石的几何形状,参考《JCT 899-2016混凝土路缘石》G.2“截面图形”部分。在实践中,通常在高精地图中提供路沿线的数据,路沿线制作原则为“沿路缘石与地面交汇处绘制”。
如上文提到的,为了描述的简便,本文有时也将车道线与路沿线之间的区域也假想成一个“车道”,因此车道线与路沿线之间的距离也可以称为“车道的宽度”。此外,在本文中,所讨论的车道线一般是指道路上与路沿线最接近的车道线,例如道路最内侧或最外侧的车道线。但是,将理解,本公开的实施例不限于此,而是也等同地适用于与路沿线距离较远的其他车道线。
在其他实施例中,除了路沿线之外,参考线也可以包括与所讨论的车道线不同的另外的车道线。例如,另外的车道线可以是与所讨论的车道线组成一个车道的另一条车道线。在这种情况下,所讨论的车道线与该另一车道线之间的距离即为该车道的宽度。又例如,另外的车道线也可以是与所讨论的车道线属于不同车道的另一条车道线。在这种情况下,所讨论的车道线与该另一车道线之间的距离可能是多个车道的宽度。
换言之,就道路要素而言,本公开的实施例提出的基于“车道宽度”来检测车道线位置变化的技术方案所涉及到的车道宽度有如下几类。第一类车道宽度是“左侧路沿线”到“最左侧车道线”之间的车道宽度。第二类车道宽度是“最左侧车道线”到“最右侧车道线”的“中间若干车道”的车道宽度。第三类车道宽度是“最右侧车道线”到“右侧路沿线”的车道宽度。在一些实施例中,上述三种类别的车道宽度中的第一类和第三类可以认为是主要的变化类型,这是由于车道线位置的重画通常是对外侧车道线的重画。因此,下文的实施例描述将以类别第一类车道宽度为示例,但是要明白的是,本公开的实施例的原理也同样适用于第二类车道宽度和第三类车道宽度。
此外,应当理解,图1仅示意性地示出了示例环境100中的与本公开的实施例相关的单元、元素、模块或组件。在实践中,示例环境100还可以包括用于其他功能的其他单元、元素、模块或组件。另外,图1中示出的单元、元素、模块或组件的特定数目仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,示例环境100可以包括任何适当数目的高精度设备、低精度设备和计算设备,等等。因此,本公开的实施例不限于图1所描绘的具体设备、单元、元素、模块或组件,而是一般性地适用于任何检测车道线位置变化的技术环境。下面参考图2至图4来描述本公开的实施例的示例过程。
检测车道线位置变化的示例过程
图2示出了根据本公开的实施例的检测车道线位置变化的示例过程200的流程图。在一些实施例中,示例过程200可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程200也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
图3A示出了根据本公开的实施例的车道线152与参考线154之间的距离D的第一测量数据D(T1)在目标区域310内的第一变化的示意图。在图3A中,车道线152和参考线154是从高精度设备110在第一时间点T1对道路150采集的第一道路数据115中获得的示意性表示。因此,图3A中描绘的车道线152与参考线154之间的距离D(T1)实际上是从第一道路数据115获得的对车道线152与参考线154之间的真实距离D的测量数据。
如图3A所示,第一测量数据D(T1)在目标区域310内是变化的,也即,在目标区域310内的不同位置处,第一测量数据D(T1)具有不同的测量值。在图3A的示例中,第一测量数据D(T1)的变化是由于参考线154的不规则变化所导致的。例如,目标区域310可能对应于道路150的中央分隔带开口。换言之,在目标区域310中,实际上可能不存在真实的参考线,也即参考线在目标区域310内是中断的。
在这种情况下,高精度设备110采集的第一道路数据115中可能针对目标区域310对参考线154进行了仿真或拟合,从而在目标区域310内将中断的参考线154补齐,因此在目标区域310内仍然存在第一测量数据D(T1)。然而,针对参考线154的这种拟合或仿真可能存在较大的误差或不稳定性,因此造成第一测量数据D(T1)在目标区域310内是变化的。
替换地,第一道路数据115中也可能未对目标区域310内的参考线中断进行仿真或拟合。在这种情况下,在从第一道路数据115中获得第一测量数据D(T1)时,计算设备130可能将车道线152到其他对象(例如,护栏线、道路150上正好经过中央分隔带开口的车辆、道路150上的植被等其他物体)的距离作为第一测量数据D(T1)。因此,这也可能造成第一测量数据D(T1)在目标区域310内是变化的,存在较大的误差或不稳定性。
在其他实施例中,目标区域310也可以对应于导致车道线152与参考线154之间的距离发生变化的其他区域,例如,车道线152或参考线154发生跳变或不规则变化的区域。更一般地,目标区域310可以是第一测量数据D(T1)发生变化的任何区域,而不论这样的变化是由何种原因导致的。此外,将理解,图3A中描绘的车道线152和参考线154的具体形状、道路方向等元素仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,车道线152和参考线154可以具有任何的形状,道路方向也可以不同于图示方向。
图3B示出了根据本公开的实施例的将第一测量数据D(T1)的第一变化转换为车道线152的第一等效位置变化的示意图。图3B描绘了用于转换第一测量数据D(T1)的第一变化的等效变换示意图,其中参考线154’(T1)是为了对第一变化进行等效变换假想得出的平直参考线,而并非真实的参考线。类似地,车道线152’(T1)是假想得出的旧车道线,其与参考线154’(T1)是平行的,并且具有第一参考点A0(T1)和第二参考点A(T1),这两个参考点之间的长度L是预定的(例如,50米)。
另外,车道线152”(T1)是假想得出的新车道线,其相对于旧车道线152’(T1)存在偏移,并且在第一参考点A0(T1)处与旧车道线152’(T1)重合,而在旧车道线152’(T1)的第二参考点A(T1)对应的位置处延伸到第三参考点B(T1),其中A(T1)与B(T1)之间的偏移距离表示为F(T1)。因此,在一些实施例中,图3A中的第一测量数据D(T1)在目标区域310内的第一变化可以被转换成图3B中在预定长度L处的新车道线152”(T1)相对于旧车道线152’(T1)的位置变化F(T1)。
将理解,图3B中描绘的新车道线152”(T1)与旧车道线152’(T1)之间的相对位置关系仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,新车道线152”(T1)与旧车道线152’(T1)之间可以具有任何其他适合的位置关系。例如,新车道线152”(T1)可以与旧车道线152’(T1)平行,但是两者之间偏移一个偏移量,因此该偏移量也可以用于转换第一测量数据D(T1)在目标区域310内的第一变化。更一般地,图3B描绘的假想参考线154’(T1)、假想旧车道线152’(T1)、假想新车道线152”(T1)可以具有任何的位置关系,只要得出的新车道线152”(T1)与旧车道线152’(T1)的位置变化可以用于衡量第一测量数据D(T1)在目标区域310内的第一变化即可。
类似地,图4A示出了根据本公开的实施例的车道线152与参考线154之间的距离D的经校正的第二测量数据D(T2)在目标区域310内的第二变化的示意图。在图4A中,车道线152和参考线154是从低精度设备120在第一时间点T1之后的第二时间点T2对道路150采集的第二道路数据125中获得的示意性表示。因此,图4A中描绘的车道线152与参考线154之间的距离D(T2)实际上是从第二道路数据125获得的对车道线152与参考线154之间的真实距离D的测量数据。另外,该测量数据在用于确定距离D的变化之前已经被校正。
如图4A所示,经校正的第二测量数据D(T2)在目标区域310内是变化的,也即,在目标区域310内的不同位置处,经校正的第二测量数据D(T2)具有不同的测量值。在图4A的示例中,经校正的第二测量数据D(T2)的变化是由于参考线154的不规则变化以及车道线152的车道线段152-1的变化所导致的。也就是说,在第一时间点T1与第二时间点T2之间,车道线152发生了位置变化。另外,如上文提到的,在一些实施例中,目标区域310可以对应于道路150的中央分隔带开口。
因此,在目标区域310中,实际上可能不存在真实的参考线,也即参考线在目标区域310内是中断的。在这种情况下,低精度设备120采集的第二道路数据125中可能针对目标区域310对参考线154进行了仿真或拟合,从而在目标区域310中将中断的参考线补齐。然而,针对参考线154的这种拟合或仿真可能存在较大的误差或不稳定性,因此造成经校正的第二测量数据D(T2)在目标区域310内是变化的。
替换地,第二道路数据125中也可能未对目标区域310内的参考线中断进行仿真或拟合。在这种情况下,在从第二道路数据125中获得第二测量数据D(T2)时,计算设备130可能将车道线152到其他对象(例如,护栏线、道路150上正好经过中央分隔带开口的车辆、道路150上的植被其他物体)的距离作为第二测量数据D(T2)。因此,这也可能造成经校正的第二测量数据D(T2)在目标区域310内是变化的,存在较大的误差或不稳定性。
如上文指出的,在其他实施例中,目标区域310也可以对应于导致车道线152与参考线154之间的距离发生变化的其他区域,例如,车道线152或参考线154发生跳变或不规则变化的区域。更一般地,目标区域310可以是经校正的第二测量数据D(T2)发生变化的任何区域,而不论这样的变化是由何种原因导致的。
另一方面,与第一时间点T1时的车道线152不同,第二时间点T2时的车道线152在车道线段152-1处发生了位置变化(例如,被重画)。因此,车道线段152-1也导致了经校正的第二测量数据D(T2)在目标区域310内的第二变化。此外,将理解,图4A中描绘的车道线152和参考线154的具体形状、道路方向等元素仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,车道线152和参考线154可以具有任何的形状,道路方向也可以不同于图示方向。
图4B示出了根据本公开的实施例的将经校正的第二测量数据D(T2)的第二变化转换为车道线152的第二等效位置变化的示意图。图4B描绘了用于转换经校正的第二测量数据D(T2)的第二变化的等效变换示意图,其中参考线154’(T2)是为了对第二变化进行等效变换假想得出的平直参考线,而并非真实的参考线。类似地,车道线152’(T2)是假想得出的旧车道线,其与参考线154’(T2)是平行的,并且具有第一参考点A0(T2)和第二参考点A(T2),这两个参考点之间的长度L是预定的(例如,50米)。
另外,车道线152”(T2)是假想得出的新车道线,其相对于旧车道线152’(T2)存在偏移,并且在第一参考点A0(T2)处与旧车道线152’(T2)重合,而在旧车道线152’(T2)的第二参考点A(T2)对应的位置处延伸到第三参考点B(T2),其中A(T2)与B(T2)之间的偏移距离表示为F(T2)。因此,在一些实施例中,图4A中的经校正的第二测量数据D(T2)在目标区域310内的第二变化可以被转换成图4B中新车道线152”(T2)相对于旧车道线152’(T2)的位置变化F(T2)。
将理解,图4B中描绘的新车道线152”(T2)与旧车道线152’(T2)之间的相对位置关系仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,新车道线152”(T2)与旧车道线152’(T2)之间可以具有任何其他适合的位置关系。例如,新车道线152”(T2)可以与旧车道线152’(T2)平行,但是两者之间偏移一个偏移量,因此该偏移量也可以用于转换经校正的第二测量数据D(T2)在目标区域310内的第二变化。
更一般地,图4B描绘的假想参考线154’(T2)、假想旧车道线152’(T2)、假想新车道线152”(T2)可以具有任何的位置关系,只要得出的新车道线152”(T2)与旧车道线152’(T2)的位置变化可以用于衡量经校正的第二测量数据D(T2)在目标区域310内的第二变化即可。此外,尽管图4B描绘了与图3B相同或类似的等效变换示意图,但是在其他实施例中,针对第一测量数据D(T1)的第一变化的等效变换方式与针对经校正的第二测量数据D(T2)的第二变化的等效变换方式可以是不同的。
参考图2、图3A和图3B,在210处,计算设备130将道路150上的车道线152与参考线154之间的距离D的第一测量数据D(T1)在目标区域310内的第一变化转换为车道线152的第一等效位置变化F(T1)。如图3A所示,在目标区域310中,第一测量数据D(T1)是发生变化的。例如,在该示例中,第一测量数据D(T1)的该变化是由于参考线154的变化导致的。具体地,第一测量数据D(T1)在目标区域310中是沿着道路方向忽大忽小的。然而,将理解,第一测量数据D(T1)的该特定的变化方式仅是示例性的,无意以任何方式限制本公开的范围。在其他实施例中,第一测量数据D(T1)在目标区域310中可以按任何其他的方式发生变化,例如,逐渐变小、逐渐增大、发生跳变,等等。在其他实施例中,第一测量数据D(T1)z在目标区域310内的变化也可能是由于测量误差引起的。
一般而言,计算设备130可以使用任何适当的方式将图3A中示出的第一测量数据D(T1)的第一变化转换为图3B中示出的第一等效位置变化F(T1)。例如,计算设备130可以将第一测量数据D(T1)在目标区域310内的总变化直接认为是两条平行的新旧车道线之间的偏移距离。在其他实施例中,为了更准确地将第一变化转换为车道线152的第一等效位置变化F(T1),计算设备130可以采用基于面积等效变换的方式来执行上述转换。这样的示例将在后文中进一步描述。
如上文所述,第一测量数据D(T1)是从高精度设备110采集的第一道路数据115中获得的。具体地,计算设备130可以通过任何适当的方式从第一道路数据115中获得第一测量数据D(T1),这可能取决于第一道路数据115的具体形式。在一些实施例中,高精度设备110对道路150采集的第一道路数据115中可能直接包括有车道线152与参考线154之间的第一测量数据D(T1)。例如,高精度设备110在对道路150进行采集时,可以直接测量出车道线152与参考线154之间的距离。在这种情况下,计算设备130可以直接从第一道路数据115中提取出第一测量数据D(T1)。
替换地,在其他实施例中,高精度设备110对道路150采集的第一道路数据115中可能并不直接包括车道线152与参考线154之间的第一测量数据D(T1)。例如,第一道路数据115可能是对高精度设备110采集的数据进行处理之后形成的高精地图,其中可能包括车道线152和参考线154的相关数据和信息,但是可能不直接包括它们之间的距离数据。在这种情况下,计算设备130可以从第一道路数据115中推导或计算出第一测量数据D(T1)。这样的示例将在后文中进一步描述。
在获得第一测量数据D(T1)之后,计算设备130可以使用任何适当的方式根据第一测量数据D(T1)来确定出第一测量数据D(T1)在目标区域310内的第一变化。举例而言,在一些实施例中,计算设备130可以将第一测量数据D(T1)表示成关于车道线152或参考线154上的坐标位置的函数。在这样的实施例中,计算设备130可以对第一测量数据D(T1)的函数进行数学上的处理,例如求解该函数的一阶导函数或二阶导函数。进而,计算设备130可以分析出第一测量数据D(T1)在目标区域310内的第一变化。替换地,在其他实施例中,计算设备130可以基于对车道线152的车道线数据进行采样的方式来确定第一测量数据D(T1)的第一变化。这样的示例将在后文中进一步描述。
参考图2,在220处,计算设备130使用第一测量数据D(T1)来校正车道线152与参考线154之间的距离D的第二测量数据D(T2),其中第二测量数据D(T2)从低精度设备120在第一时间点T1之后的第二时间点T2对道路150采集的第二道路数据125来获得。
如上文指出的,尽管低精度设备120(例如,众包设备)可以识别出车道线152与参考线154之间的距离(也称车道宽度)的变化,但是由于低精度设备120(例如,消费级行车记录仪)的摄像头的内外参、阴影、遮挡等干扰因素,造成识别的车道宽度与真值具有较大的误差。此外,对于同一车道,不同的低精度设备所测量的车道宽度也可能是不同的,并且同一低精度设备在不同时间测量的车道宽度也可能不同。这导致低精度设备120识别的第二测量数据D(T2)可能无法和高精度设备110识别的第一测量数据D(T1)进行准确地比较,也不能对它们执行类似的处理过程。
因此,为了提高稍后基于第二测量数据D(T2)得出的第二等效位置变化的准确性,从而改进检测的车道线位置变化的准确性,计算设备130可以使用来自高精度设备110的精度较高的第一测量数据D(T1)来校正来自低精度设备120的精度较低的第二测量数据D(T2)。一般地,计算设备130可以采用任何适当的方式,基于第一测量数据D(T1)来校正第二测量数据D(T2)。例如,计算设备130可以计算第一测量数据D(T1)和第二测量数据D(T2)在某个坐标位置处的测量值的比值。然后,计算设备130可以使用该比值来校正第二测量数据D(T2)。
又例如,计算设备130可以计算第一测量数据D(T1)和第二测量数据D(T2)在整个道路150上的两个平均值之间的比值。然后,计算设备130可以使用这两个平均值之间的比值来校正第二测量数据D(T2)。在其他实施例中,计算设备130还可以基于道路150的预定长度的道路段(对应于车道线152的预定长度的车道线段),而使用第一测量数据D(T1)来校正第二测量数据D(T2)。这样的示例将在后文中进一步描述。
参考图2、图4A和图4B,在230处,计算设备130将校正后的第二测量数据D(T2)在目标区域310内的第二变化转换为车道线152的第二等效位置变化F(T2)。如图4A所示,在目标区域310中,校正后的第二测量数据D(T2)是发生变化的。例如,在该示例中,校正后的第二测量数据D(T2)的变化是由于参考线154的变化以及车道线段152-1导致的。具体地,经校正的第二测量数据D(T2)在目标区域310中是沿着道路方向忽大忽小的,并且在车道线段152-1的部分逐渐增大。然而,将理解,经校正的第二测量数据D(T2)的该特定的变化方式仅是示例性的,无意以任何方式限制本公开的范围。在其他实施例中,经校正的第二测量数据D(T2)在目标区域310中可以按任何其他的方式发生变化,例如,逐渐变小、发生跳变,等等。在其他实施例中,经校正的第二测量数据D(T2)的变化也可能是由于测量误差引起的。
与框210类似地,计算设备130可以使用任何适当的方式将图4A中示出的经校正的第二测量数据D(T2)的第二变化转换为图4B中示出的第二等效位置变化F(T2)。例如,计算设备130可以将经校正的第二测量数据D(T2)在目标区域310内的总变化直接认为是两条平行的新旧车道线之间的偏移距离。在其他实施例中,为了更准确地将第二变化转换为车道线152的第二等效位置变化F(T2),计算设备130可以采用基于面积等效变换的方式来执行上述转换。这样的示例将在后文中进一步描述。
如上文所述,第二测量数据D(T2)是从低精度设备120采集的第二道路数据125中获得的。具体地,计算设备130可以通过任何适当的方式从第二道路数据125中获得第二测量数据D(T2),这可能取决于第二道路数据125的具体形式。在一些实施例中,低精度设备120对道路150采集的第二道路数据125中可能直接包括有车道线152与参考线154之间的第二测量数据D(T2)。例如,低精度设备120在对道路150进行采集时,可以直接测量出车道线152与参考线154之间的距离。在这种情况下,计算设备130可以直接从第二道路数据125中提取出第二测量数据D(T2)。
替换地,在其他实施例中,低精度设备120对道路150采集的第二道路数据125中可能并不直接包括车道线152与参考线154之间的第二测量数据D(T2)。例如,第二道路数据125可能是低精度设备120拍摄的呈现有车道线152和参考线154的视频或图像,其中可能包括车道线152和参考线154的相关数据和信息,但是可能不直接包括它们之间的距离数据。在这种情况下,计算设备130可以从第二道路数据125中推导或计算出第二测量数据D(T2)。这样的示例将在后文中进一步描述。
在获得经校正的第二测量数据D(T2)之后,计算设备130可以使用任何适当的方式根据经校正的第二测量数据D(T2)来确定其在目标区域310内的第二变化。举例而言,在一些实施例中,计算设备130可以将经校正的第二测量数据D(T2)表示成关于车道线152或参考线154上的坐标位置的函数。在这样的实施例中,计算设备130可以对经校正的第二测量数据D(T2)的函数进行数学上的处理,例如求解该函数的一阶导函数或二阶导函数。进而,计算设备130可以分析出经校正的第二测量数据D(T2)在目标区域310内的第二变化。替换地,在其他实施例中,计算设备130还可以基于对车道线152的车道线数据进行采样的方式来确定经校正的第二测量数据D(T2)的第二变化。这样的示例将在后文中进一步描述。
参考图2、图3B和图4B,在240处,计算设备130基于第一等效位置变化F(T1)和第二等效位置变化F(T2)的比较,来检测车道线152在第一时间点T1与第二时间点T2之间在目标区域310内的位置变化。如上文描述的,在图3A的示例中,第一测量距离D(T1)在目标区域310内的第一变化(其包括参考线154造成的变化)已经被等效为第一等效位置变化F(T1),其可以表示车道线152与参考线154之间的距离D在第一时间点T1时在目标区域310内的变化。
另一方面,在图4A的示例中,经校正的第二测量距离D(T2)在目标区域310内的第二变化(其包括参考线154造成的变化和车道线段152-1造成的变化)已经被等效为第二等效位置变化F(T2),其可以表示车道线152与参考线154之间的距离D在第二时间点T2时在目标区域310内的变化。
因此,通过第一等效位置变化F(T1)和第二等效位置变化F(T2)的比较,计算设备130可以确定出车道线152在第一时间点T1与第二时间点T2之间发生的变化,在该示例中,即为车道线段152-1。更具体地,在一些实施例中,计算设备130可以确定第一等效位置变化F(T1)与第二等效位置变化F(T2)之间的差异。如果上述差异达到阈值,则计算设备130可以确定车道线152在目标区域310内发生位置变化。另一方面,如果上述差异未达到该阈值,则计算设备130可以确定车道线152在目标区域310内未发生位置变化,而认为该差异是由于测量误差等因素导致的。在实践中,该阈值可以由技术人员根据具体的精度要求和技术环境来设置。
基于面积等效变换来确定等效位置变化的示例过程
如上文在描述示例过程200的框210时提到的,计算设备130可以采用基于面积等效变换的方式来执行第一测量数据D(T1)的第一变化到车道线152的第一等效位置变化的转换。下文参考图5至图7来描述这样的示例。
图5示出了根据本公开的实施例的基于面积等效变换来确定第一等效位置变化F(T1)的示例过程500的流程图。在一些实施例中,示例过程500可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程500也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
图6示出了根据本公开的实施例的第一测量数据D(T1)在目标区域310内的第一变化的第一曲线610的示意图。在图6中,坐标系600的横轴602可以表示沿着道路方向延伸的距离,单位可以是米或其他适合的长度单位。坐标系600的纵轴604可以表示第一测量数据D(T1)在目标区域310内的第一变化的量值,单位可以与横轴602相同。第一曲线610在横轴602上的起始点和结束点可以分别对应于目标区域310的起始点和结束点。将理解,图6所描绘的第一曲线610的特定形状仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,第一曲线610可以具有任何适当的形状。
图7示出了根据本公开的实施例的第一等效区域700的示意图。在该示例中,图7实际上是图3B的一部分。将理解,图7所描绘的第一等效区域700的特定形状仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,用于将第一测量数据D(T1)的第一变化转换为车道线152的第一等效位置变化的第一等效区域可以是任何适当的形状,只要其可以实现这样的转换功能。
参考图5和图6,在510处,计算设备130可以在坐标系600中确定表示第一测量数据D(T1)在目标区域310内的第一变化的第一曲线610。一般而言,计算设备130可以采用任何适当的方式来确定第一曲线610。例如,在第一测量数据D(T1)以函数形式表示的情况下,计算设备130可以通过对该函数求导等数学方式来获得第一曲线610。在其他实施例中,计算设备130还可以通过在车道线152或参考线154上进行采样的方式来拟合出第一曲线610,例如,针对某个特定采样点,计算设备130可以确定该特定采样点之前的采样点和之后的采样点所对应的第一测量数据D(T1)之间的差值,以作为该特定采样点的变化量值。
此外,在另外的实施例中,为了消除某些采样点可能存在的跳变误差等不利因素,针对车道线152上的某个特定采样点,计算设备130可以确定该特定采样点前方的多个采样点和后方的多个采样点到参考线154的距离平均值之间的差异来确定针对该特定采样点的变化量值。这样的示例将在后文中进一步描述。
再者,在一些实施例中,第一曲线610可以是计算设备130实际获得的第一测量数据D(T1)在目标区域310内的第一变化再减去固定长度之后的修正的第一变化。例如,该固定长度可以对应于车道线152本身的宽度,诸如0.2米。通过这样的方式,计算设备130可以排除掉变化量小于车道线152宽度的第一测量数据D(T1)的变化。因为在实践中,如果车道线152的位置变化量小于车道线152本身的宽度,则难以认为车道线152发生了位置变化。在其他实施例中,技术人员也可以根据实际的精度要求和技术环境来确定上述固定长度的取值。
参考图5和图6,在520处,计算设备130可以确定第一曲线610与横轴602之间的第一面积615。将理解,任何适当的方式可以被用于确定第一面积615。例如,如果第一曲线610被表示为函数形式,则计算设备130可以通过数学方法(例如,积分运算)来求解第一面积615。又例如,在计算设备130通过采样的方式来拟合第一曲线610的情况下,计算设备130可以通过确定每个采样点所对应的面积来获得第一面积615。这样的示例将在后文中进一步描述。
参考图5和图7,在530处,计算设备130可以确定具有第一面积615的第一等效区域700。例如,在图7的示例中,第一等效区域700是直角三角形区域,其一条直角边A0(T1)A(T1)的长度L可以是预定的,例如,50米。第一等效区域700的另一条直角边A(T1)B(T1)的长度即可以表示车道线152的第一等效位置变化F(T1)。因此,通过使用直角三角形700的等效区域,计算设备130用于确定第一等效位置变化F(T1)的处理过程可以被简化。
然而,需要指出的是,第一等效区域700的形状不限于直角三角形,而可以是能够用于将第一测量数据D(T1)的第一变化转换为车道线152的第一等效位置变化的任何形状,例如,矩形、正方形、梯形,等等。此外,将理解,这里列举的任何具体数值仅为示例性的,无意以任何方式限制本公开的范围。在其他实施例中,以上提到的任何数值都可以是适当的其他取值。
参考图5和图7,在540处,计算设备130可以基于第一等效区域700来确定第一等效位置变化F(T1)。例如,在图7的示例中,计算设备130可以基于三角形的面积公式,通过第一面积615和直角边A0(T1)A(T1)的已知长度L来求解出第一等效位置变化F(T1),也即,第一面积615的两倍除以长度L。当然,要明白的是,确定第一等效位置变化F(T1)的具体过程可能随着所采用的第一等效区域的具体形状的变化而变化。
上述示例过程500的方法在本文中也称为“面积等效变化法”。通过示例过程500,计算设备130可以通过精确的面积计算和等效面积转换的方式将第一测量数据D(T1)在目标区域310内的第一变化转换为车道线152的第一等效位置变化F(T1),从而可以提高检测车道线152在目标区域310内的位置变化的准确度。
如上文在描述示例过程200的框230时提到的,计算设备130可以采用基于面积等效变换的方式来执行经校正的第二测量数据D(T2)的第二变化到车道线152的第二等效位置变化的转换。下文参考图8至图10来描述这样的示例。
图8示出了根据本公开的实施例的基于面积等效变换来确定第二等效位置变化F(T2)的示例过程500的流程图。在一些实施例中,示例过程800可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程800也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
图9示出了根据本公开的实施例的经校正的第二测量数据D(T2)在目标区域310内的第二变化的第二曲线910的示意图。在图9中,坐标系900的横轴902可以表示沿着道路方向延伸的距离,单位可以是米或其他适合的长度单位。坐标系900的纵轴904可以表示经校正的第二测量数据D(T2)的第二变化的量值,单位可以与横轴902相同。第二曲线910在横轴902上的起始点和结束点可以分别对应于目标区域310的起始点和结束点。将理解,图9所描绘的第二曲线910的特定形状仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,第二曲线910可以具有任何适当的形状。
图10示出了根据本公开的实施例的第二等效区域1000的示意图。在该示例中,图10实际上是图4B的一部分。将理解,图10所描绘的第二等效区域1000的特定形状仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,用于将经校正的第二测量数据D(T2)的第二变化转换为车道线152的第二等效位置变化的第二等效区域可以是任何适当的形状,只要其可以实现这样的转换功能。
参考图8和图9,在810处,计算设备130可以在坐标系900中确定表示经校正的第二测量数据D(T2)在目标区域310内的第二变化的第二曲线910。一般而言,计算设备130可以采用任何适当的方式来确定第二曲线910。例如,在经校正的第二测量数据D(T2)以函数形式表示的情况下,计算设备130可以通过对该函数求导等数学方式来获得第二曲线910。在其他实施例中,计算设备130还可以通过在车道线152或参考线154上进行采样的方式来拟合出第二曲线910,例如,针对某个特定采样点,计算设备130可以确定该特定采样点之前的采样点和之后的采样点所对应的经校正的第二测量数据D(T2)之间的差值,以作为该特定采样点的变化量值。
此外,在另外的实施例中,为了消除某些采样点可能存在的跳变误差等不利因素,针对车道线152上的某个特定采样点,计算设备130可以确定该特定采样点前方的多个采样点和后方的多个采样点到参考线154的距离平均值之间的差异来确定针对该特定采样点的变化量值。这样的示例将在后文中进一步描述。
再者,在一些实施例中,第二曲线910可以是计算设备130实际获得的经校正的第二测量数据D(T2)在目标区域310内的第二变化再减去固定长度之后的修正的第二变化。例如,该固定长度可以对应于车道线152本身的宽度,诸如0.2米。通过这样的方式,计算设备130可以排除掉变化量小于车道线152宽度的经校正的第二测量数据D(T2)的变化。因为在实践中,如果车道线152的位置变化量小于车道线152本身的宽度,则难以认为车道线152发生了位置变化。在其他实施例中,技术人员也可以根据实际的精度要求和技术环境来确定上述固定长度的取值。
参考图8和图9,在820处,计算设备130可以确定第二曲线910与横轴902之间的第二面积915。将理解,任何适当的方式可以被用于确定第二面积915。例如,如果第二曲线910被表示为函数形式,则计算设备130可以通过数学方法(例如,积分运算)来求解第二面积915。又例如,在计算设备130通过采样的方式来拟合第二曲线910的情况下,计算设备130可以通过确定每个采样点所对应的面积来获得第二面积915。这样的示例将在后文中进一步描述。
参考图8和图10,在830处,计算设备130可以确定具有第二面积915的第二等效区域1000。例如,在图10的示例中,第二等效区域1000是直角三角形区域,其一条直角边A0(T2)A(T2)的长度L可以是预定的,例如,50米。第二等效区域1000的另一条直角边A(T2)B(T2)的长度即可以表示车道线152的第二等效位置变化F(T2)。因此,通过使用直角三角形1000的等效区域,计算设备130用于确定第二等效位置变化F(T2)的处理过程可以被简化。
然而,需要指出的是,第二等效区域1000的形状不限于直角三角形,而可以是能够用于将经校正的第二测量数据D(T2)的第二变化转换为车道线152的第二等效位置变化的任何形状,例如,矩形、正方形、梯形,等等。另外,第二等效区域1000可以具有与第一等效区域700不同的形状。此外,将理解,这里列举的任何具体数值仅为示例性的,无意以任何方式限制本公开的范围。在其他实施例中,以上提到的任何数值都可以是适当的其他取值。
参考图8和图10,在840处,计算设备130可以基于第二等效区域1000来确定第二等效位置变化F(T2)。例如,在图10的示例中,计算设备130可以基于三角形的面积公式,通过第二面积915和直角边A0(T2)A(T2)的已知长度L来求解出第二等效位置变化F(T2),也即,第一面积615的两倍除以长度L。当然,要明白的是,确定第二等效位置变化F(T2)的具体过程可能随着所采用的第二等效区域的具体形状的变化而变化。
上述示例过程800的方法在本文中也称为“面积等效变化法”。通过示例过程800,计算设备130可以通过精确的面积计算和等效面积转换的方式将经校正的第二测量数据D(T2)在目标区域310内的第二变化转换为车道线152的第二等效位置变化F(T2),从而可以提高检测车道线152在目标区域310内的位置变化的准确度。
如上文描述示例过程200的框240时提到的,在确定了第一等效位置变化F(T1)和第二等效位置变化F(T2)之后,计算设备130可以通过两者的比较来检测车道线152在目标区域310内的位置变化。例如,如果两者的差异F(T2)-F(T1)的绝对值达到预设的阈值(例如,0.53米),则计算设备130可以认为车道线152在目标区域310内发生位置变化。此外,上述差异的值越高,则检测到的车道线152的位置变化的可信度越高。将理解,这里的阈值的具体取值仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,该阈值可以由技术人员根据具体的精度要求和技术环境来合理地设置。
应用上文参考示例过程500和800描述的“面积等效变化法”,使用高精度设备和两个低精度设备(也称为众包设备1和众包设备2)对某个道路上的编号为1至5的五个目标区域实际测量的一组示例结果列出在下面的表1中。
表1应用面积等效变换法判断车道线的位置变化
Figure BDA0002301065160000291
在表1的最后一列中,字母T表示第一等效位置变化和第二等效位置变化之间的差异F(T2)-F(T1)的绝对值达到阈值的测量结果,而字母F表示差异F(T2)-F(T1)的绝对值未达到阈值的测量结果。从表1可以看出,本文提出的“面积等效变化法”可以有效地滤除大量的由于车道线与参考线之间的距离变化不稳定的区域所引起的车道线位置变化的误判断。
确定测量数据变化的示例过程
如上文在描述示例过程200的框210时提到的,计算设备130可以基于对车道线152的车道线数据进行采样的方式来确定第一测量数据D(T1)的第一变化。下文参考图11至图13来描述这样的示例。
图11示出了根据本公开的实施例的基于第一道路数据115来确定第一测量数据D(T1)的第一变化的示例过程1100的流程图。在一些实施例中,示例过程1100可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程1100也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
在1110处,计算设备130可以从第一道路数据115中获得车道线152的第一车道线数据。如本文中描述的,第一车道线数据是指在第一道路数据115中用于描述车道线152的任何数据。例如,在第一道路数据115为高精地图的情况下,计算设备130可以从道路150的高精地图数据中提取出表示车道线152的坐标点集合,即为第一车道线数据。在一些实施例中,这些坐标点可以使用经纬度坐标来表示。将理解,取决于第一道路数据115的具体形式,计算设备130可以采用其他适合的方式来获得车道线152的第一车道线数据。
在1120处,计算设备130可以对第一车道线数据进行采样,以获得车道线152的第一采样点集合。在一些实施例中,该采样可以按预定的采样间隔来进行,而该采样间隔可以由技术人员根据具体的精度要求等因素来确定。例如,在实践中,该采样间隔可以设置为1米,这有利于在计算设备130进行采样的计算量与计算精确度之间达到平衡。然而,将理解,采样间隔的该具体数值仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,该采样间隔可以是任何适当的数值。更一般地,计算设备130还可以采用不均匀的采样间隔来对第一车道线数据进行采样。
在1130处,计算设备130可以在车道线152的第一采样点集合中确定与目标区域310相对应的一组采样点。例如,计算设备130可以先确定车道线152在目标区域310内的车道线段,然后确定与该车道线段对应的一组采样点。替换地,计算设备130可以直接根据采样点的坐标位置以及目标区域310的坐标位置范围来确定采样点是否落在目标区域310内。
在1140处,计算设备130可以确定与上述一组采样点相对应的第一测量数据D(T1)的一组变化量值,以作为第一测量数据D(T1)在目标区域310内的第一变化。换言之,对于目标区域310内的一组采样点中的每个采样点,计算设备130可以确定与该采样点对应的变化量值,从而可以获得与上述一组采样点分别对应的一组变化量值。
在一些实施例中,针对某个特定采样点,计算设备130可以从第一测量数据D(T1)中确定在该特定采样点前方的采样点到参考线154的距离,并且确定在该特定采样点后方的采样点到参考线154的距离。然后,计算设备130可以将这两个距离之间的差异作为与该特定采样点的相对应的变化量值。
然而,在实践中,车道线152的绘制和参考线154的制作可能存在误差,并且在采样点处的距离测量值可能发生跳变。在这样的情况下,如果仅考虑某个采样点前方和后方的一个采样点的变化,则可能会导致变化量值的较大误差或跳变。基于这样的考虑,在一些实施例中,针对某个特定采样点,计算设备130可以确定前方的多个采样点和后方的多个采样点到参考线154的距离平均值之间的差异来作为上述变化量值。下文参考图12和图13来描述这样的示例。
图12示出了根据本公开的实施例的基于第一测量数据D(T1)来确定第一测量数据D(T1)的变化量值的示例过程1200的流程图。在一些实施例中,示例过程1200可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程1200也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
图13示出了根据本公开的实施例的基于第一测量数据D(T1)来确定第一测量数据D(T1)的变化量值的示意图。将理解,图13中描绘的车道线152和参考线154的具体形状、以及采样点的数目等元素仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,车道线152和参考线154可以具有任何的形状,并且可以具有任何适当数目的采样点。此外,需要说明的是,为了描述的简便,图13中的采样点并不是从左到右顺序编号的,而是以所讨论的采样点为中心向两边分别编号。
参考图12和图13,针对目标区域310内的一组采样点中的每个采样点(例如,采样点1305-1),在1210处,计算设备130可以基于车道线152与参考线154之间的距离D的第一测量数据D(T1),来确定采样点1305-1之前的第一预定数目(例如,M个)的采样点1305-M至1305-1到参考线154的第一平均距离,也即车道线段1310到参考线154的平均距离。在一些实施例中,这里的采样点1305-1之前的采样点是指按照道路方向在采样点1305-1后方的采样点。此外,第一预定数目M可以由技术人员根据具体的精度需求和技术环境来设置,例如,M可以被设置为60。
在1220处,计算设备130可以基于第一测量数据D(T1),来确定采样点1305-1之后的第二预定数目(例如,N个)的采样点1305-1至1305-N到参考线154的第二平均距离,也即车道线段1320到参考线154的平均距离。在一些实施例中,这里的采样点1305-1之后的采样点是指按照道路方向在采样点1305-1前方的采样点。此外,第二预定数目N可以由技术人员根据具体的精度需求和技术环境来设置,例如,N可以被设置为20。
在1230处,计算设备130可以确定第一平均距离与第二平均距离之间的差异,以作为与采样点1305-1相关联的第一测量数据D(T1)的变化量值。以类似的方式,计算设备130即可以获得与目标区域310中的一组采样点分别对应的一组变化量值,以作为第一测量数据D(T1)在目标区域310中的第一变化。
类似于对第一道路数据115的处理,如上文描述示例过程200的框230时提到的,计算设备130可以基于对车道线152的车道线数据进行采样的方式来确定经校正的第二测量数据D(T2)的第二变化。下文参考图14至图16来描述这样的示例。
图14示出了根据本公开的实施例的基于第二道路数据125来确定经校正的第二测量数据D(T2)的第二变化的示例过程1400的流程图。在一些实施例中,示例过程1400可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程1400也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
在1410处,计算设备130可以从第二道路数据125中获得车道线152的第二车道线数据。如本文中描述的,第二车道线数据是指在第二道路数据125中用于描述车道线152的任何数据。例如,在第二道路数据125为低精度设备120拍摄的视频的情况下,计算设备130可以从道路150的视频中提取出表示车道线152的坐标点集合,即为第二车道线数据。在一些实施例中,这些坐标点可以使用经纬度坐标来表示。将理解,取决于第二道路数据125的具体形式,计算设备130可以采用其他适合的方式来获得车道线152的第二车道线数据。
在1420处,计算设备130可以对第二车道线数据进行采样,以获得车道线152的第二采样点集合。如上文描述的,在一些实施例中,该采样可以按预定的采样间隔来进行,而该采样间隔可以由技术人员根据具体的精度要求等因素来确定。例如,在实践中,该采样间隔可以设置为1米,这有利于在计算设备130进行采样的计算量与计算精确度之间达到平衡。然而,将理解,采样间隔的该具体数值仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,该采样间隔可以是任何适当的数值。更一般地,计算设备130还可以采用不均匀的采样间隔来对第二车道线数据进行采样。
在1430处,计算设备130可以在车道线152的第二采样点集合中确定与目标区域310相对应的一组采样点。例如,计算设备130可以先确定车道线152在目标区域310内的车道线段,然后确定与该车道线段对应的一组采样点。替换地,计算设备130可以直接根据采样点的坐标位置以及目标区域310的坐标位置范围来确定采样点是否落在目标区域310内。
在1440处,计算设备130可以确定与上述一组采样点相对应的经校正的第二测量数据D(T2)的一组变化量值,以作为经校正的第二测量数据D(T2)在目标区域310内的第二变化。换言之,对于目标区域310内的一组采样点中的每个采样点,计算设备130可以确定与该采样点对应的变化量值,从而可以获得与上述一组采样点分别对应的一组变化量值。
在一些实施例中,针对某个特定采样点,计算设备130可以从经校正的第二测量数据D(T2)中确定在该特定采样点前方的采样点到参考线154的距离,并且确定在该特定采样点后方的采样点到参考线154的距离。然后,计算设备130可以将这两个距离之间的差异作为与该特定采样点的相对应的变化量值。
然而,在实践中,车道线152的绘制和参考线154的制作可能存在误差,并且在采样点处的距离测量值可能发生跳变。在这样的情况下,如果仅考虑某个采样点前方和后方的一个采样点的变化,则可能会导致变化量值的较大误差或跳变。基于这样的考虑,在一些实施例中,针对某个特定采样点,计算设备130可以确定前方的多个采样点和后方的多个采样点到参考线154的距离平均值之间的差异来作为上述变化量值。下文参考图15和图16来描述这样的示例。
图15示出了根据本公开的实施例的基于经校正的第二测量数据D(T2)来确定经校正的第二测量数据D(T2)的变化量值的示例过程1500的流程图。在一些实施例中,示例过程1500可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程1500也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
图16示出了根据本公开的实施例的基于经校正的第二测量数据D(T2)来确定经校正的第二测量数据D(T2)的变化量值的示意图。将理解,图16中描绘的车道线152和参考线154的具体形状、以及采样点的数目等元素仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,车道线152和参考线154可以具有任何的形状,并且可以具有任何适当数目的采样点。此外,需要说明的是,为了描述的简便,图16中的采样点并不是从左到右顺序编号的,而是以所讨论的采样点为中心向两边分别编号。
参考图15和图16,针对目标区域310内的一组采样点中的每个采样点(例如,采样点1605-1),在1510处,计算设备130可以基于车道线152与参考线154之间的距离D的经校正的第二测量数据D(T2),来确定采样点1605-1之前的第一预定数目(例如,M个)的采样点1605-1至1605-M到参考线154的第三平均距离,也即车道线段1610到参考线154的平均距离。在一些实施例中,这里的采样点1605-1之前的采样点是指按照道路方向在采样点1605-1后方的采样点。此外,第一预定数目M可以由技术人员根据具体的精度需求和技术环境来设置,例如,M可以被设置为60。
在1520处,计算设备130可以基于经校正的第二测量数据D(T2),来确定采样点1605-1之后的第二预定数目(例如,N个)的采样点1605-1至1605-N到参考线154的第四平均距离,也即车道线段1620到参考线154的平均距离。在一些实施例中,这里的采样点1605-1之后的采样点是指按照道路方向在采样点1605-1前方的采样点。此外,第二预定数目N可以由技术人员根据具体的精度需求和技术环境来设置,例如,N可以被设置为20。
在1530处,计算设备130可以根据确定第三平均距离与第四平均距离之间的差异,以作为与采样点1605-1相关联的经校正的第二测量数据D(T2)的变化量值。以类似的方式,计算设备130即可以获得与目标区域310中的一组采样点分别对应的一组变化值,以作为经校正的第二测量数据D(T2)在目标区域310中的第二变化。
在通过采样的方式确定第一测量数据D(T1)的第一变化和经校正的第二测量数据D(T2)的第二变化的情况下,上文关于示例过程500的框520描述的确定第一面积615以及关于示例过程800的框820描述的确定第二面积915也可以基于采样点来实现。下面参考图17来描述这样的示例。
图17示出了根据本公开的实施例的通过采样的方式来获得车道线152与参考线154之间的距离D的变化曲线与横轴之间的面积的示意图。在图17中,横轴表示车道线152上的在目标区域310内的多个采样点距目标区域310的起始点的距离,单位是米。纵轴表示在采样点处测量得到的车道线152与参考线154之间的距离D的变化量。例如,在图17的示例中,采样点1710与目标区域310的起始点之间的距离为15米,其对应的距离D的变化量为大约0.17米。
在一些实施例中,图17中描绘的与采样点相对应的距离D的变化量可以是计算设备130通过上文的各种方式实际获得的变化量再减去固定长度之后的修正变化量。例如,该固定长度可以对应于车道线152本身的宽度,诸如0.2米。通过这样的方式,计算设备130可以排除掉距离D的变化量小于车道线152宽度的采样点。因为在实践中,如果车道线152的位置变化量小于车道线152本身的宽度,则难以认为车道线152发生了位置变化。在其他实施例中,技术人员也可以根据实际的精度要求和技术环境来确定上述固定长度的取值。
此外,将理解,图17描绘了通过采样点的方式来计算距离D的变化曲线与横轴之间的面积的一般方式,其可以用于计算图6中的第一面积615,也可以用于计算图9中的第二面积915。因此,以下描述不再区分第一曲线610和第二曲线910以及第一面积615和第二面积915,而是统称为曲线或面积。
在计算图17中示出的曲线与横轴之间的面积时,针对每个采样点,计算设备130可以先确定与该采样点对应的面积。例如,与采样点1710对应的面积可以是采样间隔(例如,1米)乘以其对应的距离D的变化量(例如,0.17米)。然后,计算设备130可以将目标区域310内的所有采样点对应的面积相加,从而得出曲线与横轴之间的总面积。以此方式,计算设备130用于获得第一面积615和第二面积915的处理可以被简化。
确定第一测量数据和第二测量数据的示例过程
如上文在描述示例过程200的框210时提到的,高精度设备110对道路150采集的第一道路数据115中可能并不直接包括车道线152与参考线154之间的第一测量数据D(T1)。例如,第一道路数据115可能是对高精度设备110采集的数据进行处理之后形成的高精地图,其中可能包括车道线152和参考线154的相关数据和信息,但是可能不直接包括它们之间的距离数据。在这种情况下,计算设备130可以从第一道路数据115中推导或计算出第一测量数据D(T1)。下文参考图18和图19来描述这样的示例。
图18示出了根据本公开的实施例的从第一道路数据115来获得第一测量数据D(T1)的示例过程1800的流程图。在一些实施例中,示例过程1800可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程1800也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
图19示出了根据本公开的实施例的通过对来自第一道路数据115的车道线数据采样来确定第一测量数据D(T1)的示意图。将理解,图19中描绘的车道线152和参考线154的具体形状、以及采样点的数目等元素仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,车道线152和参考线154可以具有任何的形状,并且可以具有任何适当数目的采样点。此外,图19中对采样点的编号仅是示意性的,编号为1的采样点并不一定是第一个采样点,而编号为N的采样点并不一定是最后的采样点。
参考图18和图19,在1810处,计算设备130可以从第一道路数据115中获得车道线152的第一车道线数据和参考线154的第一参考线数据。如本文中使用的,第一车道线数据是指在第一道路数据115中用于描述车道线152的任何数据,而第一参考线数据是指在第一道路数据115中用于描述参考线154的任何数据。例如,在第一道路数据115为高精地图的情况下,计算设备130可以从道路150的高精地图数据中提取出表示车道线152的坐标点集合和表示参考线154的坐标点集合,即为第一车道线数据和第一参考线数据。在一些实施例中,这些坐标点可以使用经纬度坐标来表示。将理解,取决于第一道路数据115的具体形式,计算设备130可以采用其他适合的方式来获得车道线152的第一车道线数据和参考线154的第一参考线数据。
在1820处,计算设备130可以对第一车道线数据进行采样,以获得车道线152的第一采样点集合1910-1至1910-N(统称为第一采样点集合1910)。在一些实施例中,该采样可以按预定的采样间隔来进行,而该采样间隔可以由技术人员根据具体的精度要求和技术环境等因素来确定。例如,在实践中,该采样间隔可以设置为1米,这有利于在计算设备130进行采样的计算量与计算精确度之间达到平衡。然而,将理解,采样间隔的该具体数值仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,该采样间隔可以是任何适当的数值。更一般地,计算设备130还可以采用不均匀的采样间隔来对第一车道线数据进行采样。
在1830处,计算设备130可以基于第一车道线数据和第一参考线数据,来确定第一采样点集合1910中的采样点1910-1至1910-N到参考线154的距离1915-1至1915-N(统称为距离集合1915),以作为第一测量数据D(T1)。换言之,第一测量数据D(T1)可以包括第一车道线数据上的每个采样点到参考线154的测量距离,也即与采样点的数目相同数目的测量距离的集合1915。需要说明的是,尽管在图19的示例中,计算设备130在第一车道线数据上进行采样来确定第一测量数据D(T1),但是在其他实施例中,计算设备130也可以在第一参考线数据上进行采样,然后计算第一参考线数据的采样点到车道线152的距离来确定第一测量数据D(T1)。
通过示例过程1800,计算设备130可以利用采样的方式来获得有限数目的采样点到参考线154的距离的集合,以作为第一测量数据D(T1)。因此,计算设备130用于确定第一测量数据D(T1)的处理可以被简化并且具有较强的可操作性。此外,通过调整采样的间隔,计算设备130还可以调整第一测量数据D(T1)的精确度。
类似地,如上文在描述示例过程200的框230时提到的,低精度设备120对道路150采集的第二道路数据125中可能并不直接包括车道线152与参考线154之间的第二测量数据D(T2)。例如,第二道路数据125可能是低精度设备120记录的呈现车道线152和参考线154的视频,因此不直接包括它们之间的距离数据。在这种情况下,计算设备130可以从第二道路数据125中推导或计算出第二测量数据D(T2)。下文参考图20和图21来描述这样的示例。
图20示出了根据本公开的实施例的从第二道路数据125来获得第二测量数据D(T2)的示例过程2000的流程图。在一些实施例中,示例过程2000可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程2000也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
图21示出了根据本公开的实施例的通过对来自第二道路数据125的车道线数据采样来确定第二测量数据D(T2)的示意图。将理解,图21中描绘的车道线152和参考线154的具体形状、以及采样点的数目等元素仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,车道线152和参考线154可以具有任何的形状,并且可以具有任何适当数目的采样点。此外,图21中对采样点的编号仅是示意性的,编号为1的采样点并不一定是第一个采样点,而编号为N的采样点并不一定是最后的采样点。
参考图20和图21,在2010处,计算设备130可以从第二道路数据125中获得车道线152的第二车道线数据和参考线154的第二参考线数据。如本文中使用的,第二车道线数据是指在第二道路数据125中用于描述车道线152的任何数据,而第二参考线数据是指在第二道路数据125中用于描述参考线154的任何数据。
例如,如果第二道路数据125为行车记录仪拍摄的视频,则计算设备130可以从道路150的视频中提取出表示车道线152的坐标点集合和表示参考线154的坐标点集合,即为第二车道线数据和第二参考线数据。在该过程中,计算设备130可以参考并使用道路150的第一道路数据115或低精度设备120的定位数据、以及拍摄第二道路数据125的低精度设备120的各种拍摄参数,诸如摄像头的内参和外参等。
在其他实施例中,计算设备130还可以通过从道路150的视频的帧中提取车道线152和参考线154的样本点的方式,来确定第二车道线数据和第二参考线数据。这样的示例将在后文中进一步描述。此外,将理解,取决于第二道路数据125的具体形式,计算设备130可以采用其他适合的方式来获得车道线152的第二车道线数据和参考线154的第二参考线数据。
在2020处,计算设备130可以对第二车道线数据进行采样,以获得车道线的第二采样点集合2110-1至2110-N(统称为第二采样点集合2110)。在一些实施例中,该采样可以按预定的采样间隔来进行,而该采样间隔可以由技术人员根据具体的精度要求和技术环境等因素来确定。例如,在实践中,该采样间隔可以设置为1米,这有利于在计算设备130进行采样的计算量与计算精确度之间达到平衡。然而,将理解,采样间隔的该具体数值仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,该采样间隔可以是任何适当的数值。
更一般地,计算设备130还可以采用不均匀的采样间隔来对第二车道线数据进行采样。此外,在一些实施例中,用于第二车道线数据的采样间隔可以与用于第一车道线的采样间隔相同,这有利于简化对第一和第二车道线数据的整个处理过程。然而,在其他实施例中,用于第二车道线数据的采样间隔也可以与用于第一车道线的采样间隔不同,这有利于根据第一和第二车道线数据的具体情况来分别选择适合的采样间隔。
在2030处,计算设备130可以基于第二车道线数据和第二参考线数据,来确定第二采样点集合2110中的采样点2110-1至2110-N到参考线154的距离2115-1至2115-N(统称为距离集合2115),以作为第二测量数据D(T2)。换言之,第二测量数据D(T2)可以包括第二车道线数据上的每个采样点到参考线154的测量距离,也即与采样点的数目相同数目的测量距离的集合2115。需要说明的是,尽管在图21的示例中,计算设备130在第二车道线数据上进行采样来确定第二测量数据D(T2),但是在其他实施例中,计算设备130也可以在第二参考线数据上进行采样,然后计算第二参考线数据的采样点到车道线152的距离来确定第二测量数据D(T2)。
通过示例过程2000,计算设备130可以利用采样的方式来获得有限数目的采样点到参考线154的距离的集合,以作为第二测量数据D(T2)。因此,计算设备130用于确定第二测量数据D(T2)的处理可以被简化并且具有较强的可操作性。此外,通过调整采样的间隔,计算设备130还可以调整第二测量数据D(T2)的精确度。
从第二道路数据中获取车道线数据和参考线数据的示例过程
如上文在描述示例过程2000的框2010时提到的,计算设备130还可以通过从低精度设备120拍摄的道路150的视频的帧中提取车道线152的样本点和参考线154的样本点的方式,来确定第一车道线数据和第一参考线数据。下文参考图22至图24来描述这样的示例。
图22示出了根据本公开的实施例的从第二道路数据125中获得第二车道线数据和第二参考线数据的示例过程2200的流程图。在一些实施例中,示例过程2200可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程2200也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
在2210处,计算设备130可以从低精度设备120获得呈现车道线152和参考线154的视频。例如,在低精度设备120为行车记录仪的情况下,计算设备130可以获得安装有该行车记录仪的车辆行驶经过道路150时通过该行车记录仪拍摄的视频。将理解,计算设备130可以采用任何适当的方式从低精度设备120获得呈现车道线152和参考线154的视频。例如,计算设备130可以从低精度设备120在单位时间(例如,1天)内拍摄的视频中选取呈现车道线152和参考线154的视频。又例如,行车记录仪的用户可以选择或设置将呈现车道线152和参考线154的视频传送给计算设备130。
在2220处,计算设备130可以确定与呈现车道线152和参考线154的视频中的多个帧分别对应的多个车道线样本点和多个参考线样本点。例如,计算设备130可以从上述视频中抽取多个帧,每个帧即为呈现有车道线152和参考线154的图像。然后,在抽取的多个帧中的每个帧中,计算设备130可以在该帧中的车道线152和参考线154的对应图像上选取车道线样本点和参考线样本点。如此,计算设备130可以获得分别对应于多个帧的多个车道线样本点和多个参考线样本点。另外,将理解,在每个帧中选取一个样本点仅是示例性的,无意以任何方式限制本公开的范围。在其他实施例中,计算设备130也可以在每个帧中选取多个样本点。
一般地,计算设备130可以在每个帧中的车道线152和参考线154的图像上选择任何适当的车道线样本点和参考线样本点,用于在后续的处理中拟合出第二车道线数据和第二参考线数据。然而,在一些实施例中,在每个帧中,计算设备130可以在相对于低精度设备120在固定距离处选取车道线样本点和参考线样本,这有利于简化计算设备130选取车道线样本点和参考线样本点的处理,并且可以提高最终提取的第二车道线数据和第二参考线数据的准确性。这样的示例将在后文中进一步描述。
在2230处,计算设备130可以基于来自多个帧的多个车道线样本点来确定第二车道线数据。例如,计算设备130可以将来自不同帧的多个车道线样本点拟合成一条车道线,以作为第二车道线数据。在一些情况下,在拟合车道线的过程中,计算设备130可能需要获取各个车道线样本点的坐标位置,例如经纬度坐标。在工程实践中,在拟合车道线之前,计算设备130还可以去除车道线样本点到参考线154之间的测量距离明显偏离真值的异常点。
另外,车道线样本点的坐标位置可以通过任何适当的方式来确定。例如,计算设备130可以首先根据高精度设备110采集的第一道路数据115来确定图像帧中的某个位置的经纬度坐标。然后,计算设备130可以基于该位置、车道线样本点在图像帧中的相对位置关系、拍摄图像帧的低精度设备120的摄像头的内部参数和外部参数等,来确定车道线样本点的坐标位置。又例如,计算设备130可以从安装有低精度设备120的车辆的定位系统或者低精度设备120自有的定位模块,来获取拍摄图像帧时的坐标位置,从而确定出车道线样本点的坐标位置。
在2240处,计算设备130可以基于来自多个帧的多个参考线样本点来确定第二参考线数据。例如,计算设备130可以将来自不同帧的多个参考线样本点拟合成一条参考线,以作为第二参考线数据。在一些情况下,在拟合参考线的过程中,计算设备130可能需要获取各个参考线样本点的坐标位置,例如经纬度坐标。在工程实践中,在拟合参考线之前,计算设备130还可以排除掉参考线样本点到车道线152之间的测量距离明显偏离真值的异常点。在一些实施例中,计算设备130可以使用针对车道线样本点的相同方式,来确定参考线样本点的位置坐标。替换地,计算设备130也可以使用与用于车道线样本点的方式不同的方式来得出参考线样本点的位置坐标。
通过使用示例过程2200,计算设备130确定第二车道线数据和第二参考线数据的处理过程可以被简化。此外,通过调整从呈现车道线152和参考线154的视频中抽取的帧数目以及在每个帧中选取的车道线样本点和参考线样本点的数目,计算设备130还可以调整所得到的第二车道线数据和第二参考线数据的精度。
如上文在描述示例过程2200的框2220时提到的,在每个帧中,计算设备130可以在相对于低精度设备120在固定距离处选取车道线样本点和参考线样本。下文参考图23和图24来描述这样的示例。
图23示出了根据本公开的实施例的从呈现车道线152和参考线154的视频的帧中确定车道线样本点和参考线样本点的示例过程2300的流程图。在一些实施例中,示例过程2300可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程2300也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
图24示出了根据本公开的实施例的在视频的帧2400中确定车道线样本点和参考线样本点的示意图。如图24所示,在低精度设备120拍摄的道路150的视频的帧2400中,呈现有车道线152、作为路沿线的参考线154、以及与车道线152形成一个车道的另一车道线156。将理解,图24中描绘的车道线152、参考线154和车道线156的具体形状和延伸方向等元素仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,车道线152、参考线154和车道线156可以具有任何适当的形状和延伸方向。
参考图23和图24,针对来自低精度设备120拍摄的视频的多个帧中的每个帧(例如,帧2400),在2310处,计算设备130可以基于与视频相对应的低精度设备120的位置轨迹,来确定与帧2400相对应的位置。例如,在低精度设备120为车载行车记录仪的情况下,计算设备130可以从安装有该行车记录仪的车辆获得与上述视频对应的定位数据(例如,全球卫星定位系统GPS轨迹)。又例如,在一些情况下,作为行车记录仪的低精度设备120也可能具有卫星定位模块(例如,低精度GPS模块)。在这种情况下,计算设备130可以直接从低精度设备120获得上述视频以及相关联的卫星定位数据(例如,GPS轨迹)。
在获得了与上述视频相关联的卫星定位数据之后,计算设备130例如可以使用在卫星定位数据(例如,GPS轨迹)中插值的方法来确定与帧2400相对应的低精度设备120的位置。然而,将理解,计算设备130也可以采用任何其他的适当方式来确定帧2400所对应的位置信息。例如,计算设备130可以先确定低精度设备120拍摄帧2400时的时间戳,然后在卫星定位数据中确定与该时间戳相对应的低精度设备120的位置。
在2320处,计算设备130可以基于帧2400的位置来确定分别用于表示帧2400中的车道线152和参考线154的车道线参数和参考线参数。例如,基于帧2400所对应的位置以及所呈现的车道线152和参考线154在帧2400中的相对位置,计算设备130即可以获得用于描述车道线152和参考线154的车道线参数和参考线参数。在一些实施例中,车道线参数可以是用于描述车道线152的车道线方程(例如,三次方程)的参数,而参考线参数可以是用于描述参考线154的参考线方程(例如,三次方程)的参数。在一些实施例中,计算设备130可以通过车道线和参考线的感知算法模块来确定车道线152和参考线154的车道线参数和参考线参数。另外,在工程实践中,计算设备130还可以根据低精度设备120的相机(即摄像头)的内参来对图像帧2400进行畸变矫正,以改进车道线参数和参考线参数的准确性。
在2330处,计算设备130可以基于车道线参数和参考线参数,来获得车道线152和参考线154在低精度设备120前方预定距离2410处的车道线样本点152-N和参考线样本点154-N。换言之,根据车道线参数和参考线参数,计算设备130可以确定帧2400中的车道线152和参考线154上的每个点的位置。因此,计算设备130可以通过计算来确定在低精度设备120前方预定距离2410处的车道线样本点152-N和参考线样本点154-N。
在一些实施例中,预定距离2410可以设置为10米。然而,将理解,技术人员可以根据具体的精度要求和技术环境来合理地设置预定距离2410的具体取值。接着,计算设备130可以按照与帧2400相同的处理方式,从低精度设备120的视频中的多个帧中确定多个车道线样本点用于拟合车道线作为第二车道线数据,以及多个参考线样本点用于拟合参考线作为第二参考线数据。
通过使用示例过程2300,计算设备130可以通过有效的、一致的方式从每个帧中选取车道线样本点和参考线样本点,从而提高最终拟合得到的车道线和参考线的精确度。
校正第二测量数据的示例过程
如上文在描述示例过程200的框220时提到的,计算设备130可以基于道路150的预定长度的道路段(对应于车道线152的预定长度的车道线段)来校正第二测量数据D(T2)。下文将参考图25至图29来描述这样的示例。
图25示出了根据本公开的实施例的使用第一测量数据D(T1)来校正第二测量数据D(T2)的示例过程的流程图。在一些实施例中,示例过程2500可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程2500也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
在2510处,计算设备130可以基于第一测量数据D(T1),来确定车道线152的预定长度的车道线段与参考线154的第一测量距离,下文表示为d1。这里的预定长度可以由技术人员根据需要的测量精度和计算量等因素来确定。例如,在一些实施例中,预定长度的车道线段可以是60米。将理解,这里列出的预定长度的具体数值仅为示例性的,无意以任何方式限制本公开的范围。在其他实施例中,计算设备130可以将用于校正目的的车道线段设置为任何合适的预定长度。在一些实施例中,因为该车道线段是用于校正的目的,所以其可以被选择为车道线152与参考线154之间的距离D基本不变的车道线段,本文中也称为“距离稳定段”。
此外,计算设备130可以通过任何适当的方式来确定第一测量距离d1,这可以取决于车道线段与参考线154的位置关系。例如,在车道线段与参考线154平行的情况下,计算设备130可以从第一测量数据中找到车道线段上任一点到参考线的距离即可。如果车道线段与参考线的距离是变化的,则计算设备130可以根据第一测量数据D(T1)来确定车道线152与参考线154之间的距离D在与该车道线段相关联的区域中的平均值。再例如,计算设备130还可以通过对车道线段采样的方式来确定第一测量距离d1。这样的示例将在后文中进一步描述。
在2520处,计算设备130可以基于第二测量数据D(T2),来确定该车道线段与参考线154的第二测量距离,下文表示为d2。与框2510中类似,计算设备130可以通过任何适当的方式来确定第二测量距离d2,这可以取决于车道线段与参考线154的位置关系。例如,在车道线段与参考线154平行的情况下,计算设备130可以从第二测量数据中找到车道线段上任一点到参考线的距离即可。如果车道线段与参考线的距离是变化的,则计算设备130可以从第二测量数据来确定车道线152与参考线154之间的距离D在与该车道线段相关联的区域中的平均值。再例如,计算设备130还可以通过对车道线段采样的方式来确定第二测量距离d2。这样的示例将在后文中进一步描述。
在2530处,计算设备130可以使用第二测量距离d2与第一测量距离d1的比率d2/d1,来校正第二测量数据D(T2)中的与车道线段相关联的测量数据。例如,计算设备130可以使用该比率d2/d1来校正第二测量数据D(T2)中的与车道线段上的任何点对应的距离测量值。通过使用车道线段到参考线154的测量距离的比率,在对第二测量数据D(T2)的校正过程中,计算设备130可以消除测量数据的个别数据点的跳变等误差因素的影响。此外,在一些实施例中,针对不同的采样点,计算设备130可以在该采样点附近确定上述车道线段。也就是说,针对不同的采样点,上述车道线段可以是不同的,从而可以保留该采样点的局部性,也即用于校正其距离D的因子是基于其附近的车道线段到参考线154的距离来确定的。
如上文在描述示例过程2500的框2510时提到的,计算设备130还可以通过对车道线段采样的方式来确定第一测量距离d1。下文参考图26和图27来描述这种方式的具体示例。
图26示出了根据本公开的实施例的从第一道路数据115中确定第一测量距离d1的示例过程2600的流程图。在一些实施例中,示例过程2600可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程2600也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
图27示出了根据本公开的实施例的从第一道路数据115中确定第一测量距离d1的示意图。将理解,图27中描绘的车道线152和参考线154的具体形状、以及采样点的数目等元素仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,车道线152和参考线154可以具有任何的形状,并且可以具有任何适当数目的采样点。此外,图27中对采样点的编号仅是示意性的,编号为1的采样点并不一定是第一个采样点,而编号为L的采样点并不一定是最后的采样点,编号的方向为了描述简便也不一定与道路方向相同。
参考图26和图27,在2610处,计算设备130可以从第一道路数据115中获得车道线152的第一车道线数据。如上文所描述的,第一车道线数据是指在第一道路数据115中用于描述车道线152的任何数据。例如,在第一道路数据115为高精地图的情况下,计算设备130可以从道路150的高精地图数据中提取出表示车道线152的坐标点集合,即为第一车道线数据。在一些实施例中,这些坐标点可以使用经纬度坐标来表示。将理解,取决于第一道路数据115的具体形式,计算设备130可以采用其他适合的方式来获得车道线152的第一车道线数据。
在2620处,计算设备130可以对第一车道线数据进行采样,以获得车道线152的第一采样点集合中的与车道线段2710对应的第一采样点子集2705-1至2705-L(统称为采样点子集2705)。在一些实施例中,该采样可以按预定的采样间隔来进行,而该采样间隔可以由技术人员根据具体的精度要求和技术环境等因素来确定。例如,在实践中,该采样间隔可以设置为1米,这有利于在计算设备130进行采样的计算量与计算精确度之间达到平衡。然而,将理解,采样间隔的该具体数值仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,该采样间隔可以是任何适当的数值。更一般地,计算设备130还可以采用不均匀的采样间隔来对第一车道线数据进行采样。
在2630处,计算设备130可以基于第一测量数据D(T1),来确定第一采样点子集2705中的采样点2705-1至2705-L到参考线154的平均距离,以作为第一测量距离d1。以此方式,计算设备130可以通过采样的方式来获得有限数目的采样点到参考线154的距离来确定上述平均距离。因此,计算设备130用于确定上述平均距离的处理可以被简化。此外,通过调整采样的间隔,计算设备130还可以调整上述平均距离的精确度。
如上文在描述示例过程2500的框2520时提到的,计算设备130还可以通过采样的方式来确定第二测量距离d2。下文参考图28和图29来描述这种方式的具体示例。
图28示出了根据本公开的实施例的从第二道路数据125中确定第二测量距离d2的示例过程2800的流程图。在一些实施例中,示例过程2800可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程2800也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
图29示出了根据本公开的实施例的从第二道路数据125中确定第二测量距离d2的示意图。将理解,图29中描绘的车道线152和参考线154的具体形状、以及采样点的数目等元素仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,车道线152和参考线154可以具有任何的形状,并且可以具有任何适当数目的采样点。此外,图29中对采样点的编号仅是示意性的,编号为1的采样点并不一定是第一个采样点,而编号为L的采样点并不一定是最后的采样点,编号的方向为了描述简便也不一定与道路方向相同。
参考图28和图29,在2810处,计算设备130可以从第二道路数据125中获得车道线152的第二车道线数据。如上文所描述的,第二车道线数据是指在第二道路数据125中用于描述车道线152的任何数据。例如,在第二道路数据125为低精度设备120拍摄的视频的情况下,计算设备130可以从道路150的视频中提取出表示车道线152的坐标点集合,即为第二车道线数据。在一些实施例中,这些坐标点可以使用经纬度坐标来表示。将理解,取决于第二道路数据125的具体形式,计算设备130可以采用其他适合的方式来获得车道线152的第二车道线数据。
在2820处,计算设备130可以对第二车道线数据进行采样,以获得车道线152的第二采样点集合中的与车道线段2710对应的第二采样点子集2905-1至2905-L(统称为采样点子集2905)。在一些实施例中,该采样可以按预定的采样间隔来进行,而该采样间隔可以由技术人员根据具体的精度要求和技术环境等因素来确定。例如,在实践中,该采样间隔可以设置为1米,这有利于在计算设备130进行采样的计算量与计算精确度之间达到平衡。然而,将理解,采样间隔的该具体数值仅是示意性的,无意以任何方式限制本公开的范围。在其他实施例中,该采样间隔可以是任何适当的数值。更一般地,计算设备130还可以采用不均匀的采样间隔来对第一车道线数据进行采样。
在2830处,计算设备130可以基于第二测量数据D(T2),来确定第二采样点子集2905中的采样点2905-1至2905-L到参考线154的平均距离,以作为第二测量距离d2。以此方式,计算设备130可以通过采样的方式来获得有限数目的采样点到参考线154的距离来确定上述平均距离。因此,计算设备130用于确定上述平均距离的处理可以被简化。此外,通过调整采样的间隔,计算设备130还可以调整上述平均距离的精确度。
用于校正的平均值与用于确定距离变化量的平均值的重用
如上文参考图12描述的确定与采样点相关联的第一测量数据D(T1)的变化量值的示例过程1200中,针对第一车道线数据的每个采样点,计算设备130确定采样点之前的第一预定数目的采样点到参考线的第一平均距离,以及采样点的之后的第二预定数目的采样点到参考线的第二平均距离。在图13中,第一预定数目的采样点对应于车道线段1310,而第二预定数目的采样点对应于车道线段1320。
类似地,在参考图15描述的确定与采样点相关联的经校正的第二测量数据D(T2)的变化量值的示例过程1500中,针对第二车道线数据的每个采样点,计算设备130确定采样点之前的第一预定数目的采样点到参考线的第三平均距离,以及采样点的之后的第二预定数目的采样点到参考线的第四平均距离。在图16中,第一预定数目的采样点对应于车道线段1610,而第二预定数目的采样点对应于车道线段1620。
另一方面,如上文参考图26描述的确定第一测量距离d1的示例过程2600中,计算设备130确定第一采样点集合中的第一采样点子集到参考线154的平均距离,其中第一采样点子集对应于图27中的车道线段2710。类似地,在参考图28描述的确定第二测量距离d2的示例过程2800中,计算设备130确定第二采样点集合中的第二采样点子集到参考线154的平均距离,其中第二采样点子集对应于图29中的车道线段2710。
因此,在一些实施例中,计算设备130可以将用于确定变化量值时获得的平均值来用于对第二测量数据D(T2)的校正过程中。例如,针对第一车道线数据的每个采样点,计算设备130可以将示例过程1200中的与其对应的第一平均距离作为示例过程2600中的第一测量距离d1,并且针对第二车道线数据的每个采样点,将示例过程1500中的与其对应的第三平均距离作为示例过程2800中的第二测量距离d2。也即,图13中的车道线段1310可以作为图27中的车道线段2710,而图16中的车道线段1610可以作为图29中的车道线段2710。下文参考图30来描述这样的示例。
替换地,在其他实施例中,针对第一车道线数据的每个采样点,计算设备130也可以将示例过程1200中的与其对应的第二平均距离作为示例过程2600中的第一测量距离d1,并且针对第二车道线数据的每个采样点,将示例过程1500中的与其对应的第四平均距离作为示例过程2800中的第二测量距离d2。也即,图13中的车道线段1320可以作为图27中的车道线段2710,而图16中的车道线段1620可以作为图29中的车道线段2710。
图30示出了根据本公开的实施例的使用后向稳定窗口3040和前向平滑窗口3030来处理第一测量数据3010-1至3010-N(统称为第一测量数据3010)和第二测量数据3020-1至3020-N(统称为第二测量数据3020)的示意图。在图30中,横轴表示车道线152上的采样点的编号,采样间隔为1米。纵轴表示车道线152与参考线154之间的距离D的测量值。此外,图30还示出了基于高精度设备110的第一道路数据115获得的第一测量数据3010和基于低精度设备120的第二道路数据125获得的第二测量数据3020。需要指出的是,针对不同的采样点,后向稳定窗口3040和前向平滑窗口3030是保持大小不变而滑动的。
从图30中可以看出,在每个采样点处,第一测量数据3010和第二测量数据3020都是不同的。为了将上文描述的用于校正第二测量数据3020的平均值作为用于确定变化量值的平均值,计算设备130可以将用于校正操作的车道线段2710的长度设置为与用于确定变化量值车道线段1310和1610相同。换言之,图30中示出的后向稳定窗口3040可以用于确定变化量值,也可以用于确定校正第二测量数据3020的比率。
更具体地,对于第一测量数据中的每个采样点,其对应的变化量值可以基于前向平滑窗口3030中的采样距离的平均值与后向稳定窗口3040中的采样距离的平均值之间的差值。类似地,对于第二测量数据中的每个采样点,其对应的变化量值也可以基于前向平滑窗口3030中的采样距离的平均值与后向稳定窗口3040中的采样距离的平均值之间的差值。进一步地,用于校正第二测量数据3020的比率可以基于第一测量数据的采样点的后向稳定窗口3040中的采样距离的平均值、以及第二测量数据的对应采样点的后向稳定窗口3040中的采样距离的平均值。
在一些实施例中,结合实际实验结果和对计算效率的要求,可以将后向稳定窗口3040中的采样点个数设置为60个。在采样间隔为1米的情况下,这也意味着后向稳定窗口3040对应于60米的车道线段。另外,前向平滑窗口3030中的采样点个数可以设置为20个。在采样间隔为1米的情况下,这也意味着前向平滑窗口3030对应于20米的车道线段。将理解,这里列出的具体数值仅为示例性的,无意以任何方式限制本公开的范围。在其他实施例中,计算设备130可以将前向平滑窗口3030和后向稳定窗口3040设置为包括任何适当数目的采样点个数,或对应于任何适当长度的车道线段。
作为一种示例,从低精度设备120获得的第二道路数据125中确定变化量值的过程中,计算设备130可以直接对某个采样点的前后多个采样点到参考线154的平均距离的差值进行校正,也称为归一化,以替代对第二道路数据125进行校正,例如校正车道线152的每个采样点到参考点154的距离。另外,由于上述距离也可以假想成一个“车道”,因此上述对差值的校正过程也可以称为“车道宽度归一化”,其具体的计算方法如下。
首先,针对来自低精度设备120的第二测量数据3020(也称为车道宽度,标记为left_lane_width),给定一个采样点,获得后向稳定窗口3040(记为GroupB)中的left_lane_width的平均值(记为avgWidthGroupB)。然后,将该平均值与来自高精度设备110的第一测量数据3010的对应采样点的后向稳定窗口3040中的left_lane_width的平均值(记为hpAvgWidthGroupB)进行归一化(例如,线性归一化)。二者的归一化比值记为:ratio_bk。也即,ratio_bk=avgWidthGroupB/hpAvgWidthGroupB。
然后,针对第二测量数据3020中的该采样点,计算前向平滑窗口3030(记为GroupF)内的车道宽度平均值与后向稳定窗口3040内的车道宽度平均值之间的差值,表示为lwcd=(avgWidthGroupF-avgWidthGroupB),也即left_lane_width的变化值。接着,使用上面的比值ratio_bk对得到的差值进行校正(或归一化),表示为lwcd_corrected=lwcd*ratio_bk,即为归一化的车道宽度变化值。接下来,计算设备130可以根据归一化的车道宽度变化值(即lwcd_corrected),来确定第二测量数据3020的该样本点对应的变化量值。
基于方位角对车道线位置变化的验证
发明人通过研究发现,利用与低精度设备120(例如,众包设备)相关联的卫星定位模块(例如,安装有行车记录仪的车辆的卫星定位系统、或行车记录仪自带的卫星定位模块,等等)获取方位角值时,在某一个具体位置处可能存在较大误差。例如,常见的消费级卫星定位设备的方位角的测量误差大约为0.3°。如本文中使用的,方位角是指从正北方向顺时针到目标方向所形成的水平角。
但是,对于一段距离而言(例如,大于200米),低精度设备120测量到的方位角值是向真值回归的。换言之,如果计算低精度设备120在不同位置测量的两个方位角之间的差值或者它们对应的距离之间的差值,则方位角的上述误差的影响可以被减小或消除。因此,在采集第二道路数据125时,低精度设备120在目标区域310的起始位置处和结束位置处的两个方位角可以被用于验证通过示例过程200所检测到的车道线152的位置变化,以便进一步提高车道线位置变化的检测准确性。在后文中,该方法也可以称为“方位角等效变换法”。
具体地,计算设备130可以获得低精度设备120在对应于目标区域310的起始位置处的第一测量方位角和对应于目标区域320的结束位置处的第二测量方位角。例如,在低精度设备120为行车记录仪的情况下,上述第一测量方位角和第二测量方位角可以从安装有低精度设备120的车辆的卫星定位系统来获得。另外,在低精度设备120具有卫星定位模块的情况下,上述第一测量方位角和第二测量方位角也可以从低精度设备120来获得。将理解,取决于低精度设备120的具体形式,计算设备130可以通过任何其他适当的方式来获得第一测量方位角和第二测量方位角。
然后,计算设备130可以基于第一测量方位角和第二测量方位角,来验证车道线152在目标区域内310的位置变化。例如,计算设备130可以基于第一测量方位角和第二测量方位角之间的差值来确定车道线152的延伸方向是否发生变化。如果车道线152的延伸方向发生变化,则计算设备130可以确定检测到的车道线152的位置变化为真实。在一些实施例中,计算设备130还可以为车道线152的延伸方向的所确定的变化设置阈值,以便过滤掉由于测量误差引起的车道线152延伸方向的较小变化。
替换地,在其他实施例中,计算设备130还可以基于与高精度设备110相关联的第一测量数据D(T1),来确定在对应于目标区域310的起始位置处的第一参考方位角和对应于目标区域320的结束位置处的第二参考方位角。然后,计算设备130可以通过对参考方位角和测量方位角的进一步处理来验证车道线152的位置变化。下文参考图31至图33来描述这样的示例。
图31示出了根据本公开的实施例的通过方位角来验证车道线152的位置变化的示例过程3100的流程图。在一些实施例中,示例过程3100可以由示例环境100中的计算设备130来实现,例如可以由计算设备130的处理器或处理单元来实现,或者由计算设备130的各种功能模块来实现。在其他实施例中,示例过程3100也可以由独立于示例环境100的计算设备来实现,或者可以由示例环境100中的其他单元或模块来实现。
图32示出了根据本公开的实施例的目标区域310在第一时间点T1在起始位置和结束位置处的参考方位角α(T1)和β(T1)的示意图。需要指出的是,图32描绘的是一种等效变换的示意图,其中参考线154’(T1)是为了对参考方位角的变化进行等效变换假想得出的平直参考线,并非真实的参考线。类似地,车道线152’(T1)是假想得出的旧车道线,其与参考线154’(T1)是平行的,并且具有第一参考点C(T1)和第二参考点D(T1),而这两个参考点之间的长度P等于目标区域310的长度。
另外,车道线152”(T1)是假想得出的新车道线,其相对于旧车道线152’(T1)存在偏移,并且在第一参考点C(T1)处与旧车道线152’(T1)重合,而在旧车道线152’(T1)的第二参考点D(T1)对应的位置处延伸到第三参考点E(T1)。此外,第一参考点C(T1)处的第一参考方位角α(T1)和第三参考点E(T1)处的第二参考方位角β(T1)可以从第一道路数据115或第一测量数据D(T1)中得出。图32还示意性地将垂直于道路方向的方向示出为北方,从而简化方位角的图示。然而,将理解,本公开的实施例不限于特定的朝向,而是只需要进行简单的坐标系旋转变换即可适用于任何朝向。
图33示出了根据本公开的实施例的目标区域310在第二时间点T2在起始位置和结束位置处的测量方位角α(T2)和β(T2)的示意图。类似地,图33描绘的也是一种等效变换的示意图,其中参考线154’(T2)是为了对测量方位角的变化进行等效变换假想得出的平直参考线,并非真实的参考线。类似地,车道线152’(T2)是假想得出的旧车道线,其与参考线154’(T2)是平行的,并且具有第一参考点C(T2)和第二参考点D(T2),而这两个参考点之间的长度P等于目标区域310的长度。
另外,车道线152”(T2)是假想得出的新车道线,其相对于旧车道线152’(T2)存在偏移,并且在第一参考点C(T2)处与旧车道线152’(T2)重合,而在旧车道线152’(T2)的第二参考点D(T2)对应的位置处延伸到第三参考点E(T2)。此外,第一参考点C(T2)处的第一测量方位角α(T2)和第三参考点E(T2)处的第二测量方位角β(T2)可以从第二道路数据125中得出,例如,通过低精度设备120的卫星定位模块来获得。图33还示意性地将垂直于道路方向的方向示出为北方,从而简化方位角的图示。然而,将理解,本公开的实施例不限于特定的朝向,而是只需要进行简单的坐标系旋转变换即可适用于任何朝向。
参考图31和图32,在3110处,计算设备130可以基于与高精度设备110相关联的第一测量数据D(T1),来确定与目标区域310的起始位置和结束位置分别对应的第一参考方位角α(T1)和第二参考方位角β(T1)。例如,在第一测量数据D(T1)使用函数形式被表示的情况下,计算设备130可以计算第一测量数据D(T1)在目标区域310的起始位置和结束位置处的切线方向,然后转化为第一参考方位角α(T1)和第二参考方位角β(T1)。
替换地,在通过采样的方式来表示第一测量数据D(T1)的情况下,针对目标区域310的起始位置处的采样点,计算设备130可以基于该采样点前后的采样点到参考线154的距离变化,来确定第一参考方位角α(T1)。类似地,针对目标区域310的结束位置处的采样点,计算设备130可以基于该采样点前后的采样点到参考线154的距离变化,来确定第一参考方位角β(T1)。在其他实施例中,第一参考方位角α(T1)和第二参考方位角β(T1)也可以由高精度设备110在采集第一道路数据115时获得。
参考图31和图32,在3120处,计算设备130可以确定与第一参考方位角α(T1)和第二参考方位角β(T1)之间的差异相对应的车道线的参考位置变化D(T1)E(T1)。例如,如图32所示,对应于参考方位角从位置C(T1)处的第一参考方位角α(T1)变化到位置E(T1)处的第二参考方位角β(T1),假想的新车道线152”(T1)与旧车道线152’(T1)之间发生了位置变化D(T1)E(T1)。换言之,由于在目标区域310的起始点和终点的参考方位角的变化,而导致P长度处的横向距离D(T1)E(T1)的变化,使用公式来表达,即为:D(T1)E(T1)=P×tan(β(T1)-α(T1)),式中tan()为正切函数。
参考图31和图33,在3130处,计算设备130可以确定与第一测量方位角α(T2)和第二测量方位角β(T2)之间的差异相对应的车道线的测量位置变化D(T2)E(T2)。例如,如图33所示,对应于参考方位角从位置C(T2)处的第一测量方位角α(T2)变化到位置E(T2)处的第二测量方位角β(T2),假想的新车道线152”(T2)与旧车道线152’(T2)之间发生了位置变化D(T2)E(T2)。换言之,由于在目标区域310的起始点和终点的测量方位角的变化,而导致P长度处的横向距离D(T2)E(T2)的变化,使用公式来表达,即为:D(T2)E(T2)=P×tan(β(T2)-α(T2)),式中tan()为正切函数。
参考图31,在3140处,计算设备130可以确定测量位置变化D(T2)E(T2)与参考位置变化D(T1)E(T1)之间的差异是否达到阈值,使用公式来表达,上述差异即为Δ=D(T2)E(T2)-D(T1)E(T1)。将明白,这里的阈值可以由技术人员根据具体的精度要求和技术环境等因素来确定。例如,该阈值的大小可以基于目标区域310的长度P来确定,因为目标区域310的长度P越大,则同等大小的方位角变化将引起更大的横向距离变化。
在一些实施例中,为了针对不同长度的目标区域均使用相同的阈值,计算设备130可以将上述差异Δ归一化到方位角变化对固定长度引起的横向距离变化。例如,在该固定长度为50米的情况下,该归一化可以表示为:Δn=Δ×50/P=P×tan(β(T2)-α(T2))×50/P-P×tan(β(T1)-α(T1))×50/P=50tan(β(T2)-α(T2))-50tan(β(T1)-α(T1))。在实践中,用于与归一化后的Δn比较的固定阈值可以设置为0.53。应当明白,这里列举的任何具体数值仅为示例性的,无意以任何方式限制本公开的范围。在其他实施例中,以上提到的任何数值都可以是适当的其他取值。
参考图31,在3150处,如果上述差异Δ达到预定的阈值,则计算设备130可以确定车道线152的位置变化为真实。例如,在使用上文的归一化差异Δn的情况下,当|Δn|大于或等于0.53米时,则计算设备130可以确定通过示例过程200检测到的车道线152的位置变化是真实的,并且该值越高,则车道线152的位置变化为真实的可信度越高。另一方面,如果上述差异未达到阈值,则计算设备130可以认为通过示例过程200所检测到的车道线152的位置变化是由于误差导致的。例如,在使用上文的归一化差异Δn的情况下,当|Δn|小于0.53米时,则计算设备130可以确定使用检测出的车道线位置变化是无效的。
通过示例过程3100,计算设备130可以通过基于针对方位角的相同处理方式来处理与第一测量数据D(T1)相关联的参考方位角的变化以及与第二测量数据D(T2)相关联的测量方位角的变化,因此可以减小最终得到的测量位置变化与参考位置变化之间的差异的误差,从而提高验证车道线152的位置变化的有效性。
特别地,在一些实施例中,针对道路150上的与中央分隔带开口相对应的区域,上文通过示例过程500和800描述的面积等效变换方法、以及通过示例过程3100描述的方位角等效变换方法可以被组合,从而得出“等价指标联合判断法”。该指标联合判断法可以有效地过滤掉由于中央分隔带开口处所导致的车道线位置变化误识别,同时留下有效的车道线位置变化,因此提高了自动化率。
下面的表2示出了使用上文描述的方位角等效变换法针对表1中的五个目标区域的实际测量结果,测量的设备包括高精度设备和两个不同的低精度设备1和2(也称为众包设备1和2),所计算的是由方位角变化得出的等效位置变化被归一化到固定长度50米之后的等效横向变化。
表2应用方位角等效变换法来验证车道线位置变化
Figure BDA0002301065160000591
Figure BDA0002301065160000601
在表2的最后一列中,字母T表示测量位置变化与参考位置变化之间的差异的绝对值|Δ|=|D(T2)E(T2)-D(T1)E(T1)|达到阈值的测量结果,而字母F表示上述差异的绝对值未达到阈值的测量结果。从表2可以看出,本文提出的“方位角等效变化法”可以有效地滤除大量的由于车道线与参考线之间的距离变化不稳定的区域所引起的车道线位置变化的误判断。
因此,将面积等效变换方法和方位角等效变换方法组合的等价指标联合判断法检测车道线的位置变化的一种示例算法如下。首先,利用面积等效变换方法,如果第一和第二等效位置变化|F(T2)-F(T1)|(参见图3B和图4B)未达到第一阈值,则表明目标区域310引起的在预定距离(例如,50米)处等效的车道线位置变化低于检测系统能够检测的最低阈值。在这种情况下,可以退出该示例算法,并返回检测结果“假”。
另一方面,如果|F(T2)-F(T1)|大于上述第一阈值,此时还无法确定车道线152是否真实地发生的位置变化,则继续使用方位角等效变换法进行判断。如果|Δ|=|D(T2)E(T2)-D(T1)E(T1)|(参考图32和33)未达到第二阈值,则表明目标区域310起止的方位角变化所引起的预定距离(例如,50米)的等效的车道线位置变化低于检测系统能够检测的最低阈值。在这种情况下,可以退出该示例算法,并返回检测结果“假”。
如果|Δ|达到第二阈值,则表明车道线152有较大的概率发生真正的位置变化。在这种情况下,可以退出该示例算法,并返回检测结果“真”。在一些实施例中,第一阈值和第二阈值可以通过对检测到的差异值(例如,面积等效位置差异和方位角等效位置差异)进行适当的归一化而设置为相同。
下面的表3示出了应用上述等价指标联合判断法,使用高精度设备和两个低精度设备(也称为众包设备1和众包设备2)对表1和表2中的编号为1至5的五个目标区域实际测量的一组示例结果。
表3应用等价指标联合判断法来确定车道线的位置变化
Figure BDA0002301065160000611
Figure BDA0002301065160000621
在表3的最后一列中,字母T表示使用面积等效变换方法和方位角变换方法均满足预设条件的测量结果,而字母F表示其中任何一种方法未满足预设条件的测量结果。从表3可以看出,本文提出的等价指标联合判断法可以有效地滤除大量的由于车道线与参考线之间的距离变化不稳定的区域所引起的车道线位置变化的误判断。在实践中,对于上面表3中为“真”的检测结果,还可以由人工进一步审核,以便完全可信地确认车道线是否发生了位置变化。在实际的作业中,可以将使用上述两种方法分别得到的差异值(|F(T2)-F(T1)|和|D(T2)E(T2)-D(T1)E(T1)|)进行排序,例如差异值由高到低排列,因为差异值越高表明检测到的车道线的等效位置变化的幅度越大。
示例装置
图34示出了根据本公开的实施例的检测车道线位置变化的装置3400的示意性框图。在一些实施例中,装置3400可以被包括在图1的计算设备130中或者被实现为计算设备130。
如图34所示,装置3400包括第一转换模块3410、校正模块3420、第二转换模块3430和检测模块3440。第一转换模块3410被配置为将道路上的车道线与参考线之间的距离的第一测量数据在目标区域内的第一变化转换为车道线的第一等效位置变化,第一测量数据从高精度设备在第一时间点对道路采集的第一道路数据来获得,目标区域在车道线与参考线之间,参考线表示道路供车辆使用部分的边界。
校正模块3420被配置为使用第一测量数据来校正距离的第二测量数据,第二测量数据从低精度设备在第一时间点之后的第二时间点对道路采集的第二道路数据来获得。第二转换模块3430被配置为将校正后的第二测量数据在目标区域内的第二变化转换为车道线的第二等效位置变化。检测模块3440被配置为基于第一等效位置变化和第二等效位置变化的比较,来检测车道线在第一时间点与第二时间点之间在目标区域内的位置变化。
在一些实施例中,第一转换模块3410包括:第一曲线确定模块,被配置为在坐标系中确定表示第一变化的第一曲线,坐标系的横轴表示道路方向,纵轴表示第一变化的量值;第一面积确定模块,被配置为确定第一曲线与横轴之间的第一面积;第一等效区域确定模块,被配置为确定具有第一面积的第一等效区域;以及第一等效位置变化确定模块,被配置为基于第一等效区域来确定第一等效位置变化。
在一些实施例中,第一等效区域包括直角三角形区域,直角三角形区域的一条直角边的长度是预定的,另一条直角边的长度为第一等效位置变化。
在一些实施例中,装置3400还包括:第一车道线数据获得模块,被配置为从第一道路数据中获得车道线的第一车道线数据;第一车道线数据采样模块,被配置为对第一车道线数据进行采样,以获得车道线的第一采样点集合;第一采样点组确定模块,被配置为在第一采样点集合中确定与目标区域相对应的一组采样点;以及第一变化量值组确定模块,被配置为确定与一组采样点相对应的第一测量数据的一组变化量值,以作为第一变化。
在一些实施例中,针对一组采样点中的每个采样点,第一变化量值组确定模块包括:第一平均距离确定模块,被配置为基于第一测量数据,来确定采样点之前的第一预定数目的采样点到参考线的第一平均距离;第二平均距离确定模块,被配置为基于第一测量数据,来确定采样点之后的第二预定数目的采样点到参考线的第二平均距离;以及第一变化量值确定模块,被配置为确定第一平均距离与第二平均距离之间的差异,以作为与采样点相关联的第一测量数据的变化量值。
在一些实施例中,装置3400还包括:第一车道线数据和第一参考线数据获得模块,被配置为从第一道路数据中获得车道线的第一车道线数据和参考线的第一参考线数据;第一车道线数据采样模块,被配置为对第一车道线数据进行采样,以获得车道线的第一采样点集合;以及第一测量数据确定模块,被配置为基于第一车道线数据和第一参考线数据,来确定第一采样点集合中的采样点到参考线的距离,以作为第一测量数据。
在一些实施例中,校正模块3420包括:第一测量距离确定模块,被配置为基于第一测量数据,来确定车道线的预定长度的车道线段与参考线的第一测量距离;第二测量距离确定模块,被配置为基于第二测量数据,来确定车道线段与参考线的第二测量距离;以及基于比率的校正模块,被配置为使用第二测量距离与第一测量距离的比率,来校正第二测量数据中的与车道线段相关联的测量数据。
在一些实施例中,第一测量距离确定模块包括:第一车道线数据获得模块,被配置为从第一道路数据中获得车道线的第一车道线数据;第一车道线数据采样模块,被配置为对第一车道线数据进行采样,以获得车道线的第一采样点集合中的与车道线段对应的第一采样点子集;以及第一平均距离确定模块,被配置为基于第一测量数据,来确定第一采样点子集中的采样点到参考线的平均距离,以作为第一测量距离。
在一些实施例中,第二测量距离确定模块包括:第二车道线数据获得模块,被配置为从第二道路数据中获得车道线的第二车道线数据;第二车道线数据采样模块,被配置为对第二车道线数据进行采样,以获得车道线的第二采样点集合中的与车道线段对应的第二采样点子集;以及第二平均距离确定模块,被配置为基于经校正的第二测量数据,来确定第二采样点子集中的采样点到参考线的平均距离,以作为第二测量距离。
在一些实施例中,第二转换模块3430包括:第二曲线确定模块,被配置为在坐标系中确定表示第二变化的第二曲线,坐标系的横轴表示道路方向,纵轴表示第二变化的量值;第二面积确定模块,被配置为确定第二曲线与横轴之间的第二面积;第二等效区域确定模块,被配置为确定具有第二面积的第二等效区域;以及第二等效位置变化确定模块,被配置为基于第二等效区域来确定第二等效位置变化。
在一些实施例中,第二等效区域包括直角三角形区域,直角三角形区域的一条直角边的长度是预定的,另一条直角边的长度为第二等效位置变化。
在一些实施例中,装置3400还包括:第二车道线数据获得模块,被配置为从第二道路数据中获得车道线的第二车道线数据;第二车道线数据采样模块,被配置为对第二车道线数据进行采样,以获得车道线的第二采样点集合;第二采样点组确定模块,被配置为在第二采样点集合中确定与目标区域相对应的一组采样点;以及第二变化量值组确定模块,被配置为确定与一组采样点相对应的经校正的第二测量数据的一组变化量值,以作为第一变化。
在一些实施例中,针对一组采样点中的每个采样点,第二变化量值组确定模块包括:第三平均距离确定模块,被配置为基于经校正的第二测量数据,来确定采样点之前的第一预定数目的采样点到参考线的第三平均距离;第四平均距离确定模块,被配置为基于经校正的第二测量数据,来确定采样点之后的第二预定数目的采样点到参考线的第四平均距离;以及第二变化量值确定模块,被配置为确定第三平均距离与第四平均距离之间的差异,以作为与采样点相关联的经校正的第二测量数据的变化量值。
在一些实施例中,装置3400还包括:第二车道线数据和第二参考线数据获得模块,被配置为从第二道路数据中获得车道线的第二车道线数据和参考线的第二参考线数据;第二车道线数据采样模块,被配置为对第二车道线数据进行采样,以获得车道线的第二采样点集合;以及第二测量数据确定模块,被配置为基于第二车道线数据和第二参考线数据,来确定第二采样点集合中的采样点到参考线的距离,以作为第二测量数据。
在一些实施例中,第二车道线数据和第二参考线数据获得模块包括:视频获得模块,被配置为从低精度设备获得呈现车道线和参考线的视频;样本点确定模块,被配置为确定与视频中的多个帧分别对应的多个车道线样本点和多个参考线样本点;第二车道线数据确定模块,被配置为基于多个车道线样本点来确定第二车道线数据;以及第二参考线数据确定模块,被配置为基于多个参考线样本点来确定第二参考线数据。
在一些实施例中,针对多个帧中的每个帧,样本点确定模块包括:帧位置确定模块,被配置为基于与视频相对应的低精度设备的位置轨迹,来确定与帧相对应的位置;参数确定模块,被配置为基于位置来确定分别用于表示帧中的车道线和参考线的车道线参数和参考线参数;以及样本点获得模块,被配置为基于车道线参数和参考线参数,来获得车道线和参考线在低精度设备前方预定距离处的车道线样本点和参考线样本点。
在一些实施例中,检测模块3440包括:第一差异确定模块,被配置为确定第一等效位置变化与第二等效位置变化之间的差异;以及位置变化确定模块,被配置为根据确定差异达到阈值,来确定车道线发生位置变化。
在一些实施例中,装置3400还包括:测量方位角获得模块,被配置为获得低精度设备在对应于目标区域的起始位置处的第一测量方位角和对应于目标区域的结束位置处的第二测量方位角;以及验证模块,被配置为基于第一测量方位角和第二测量方位角,来验证车道线的位置变化。
在一些实施例中,验证模块包括:参考方位角获得模块,被配置为基于与高精度设备相关联的第一测量数据,来确定与起始位置和结束位置分别对应的第一参考方位角和第二参考方位角;参考位置变化确定模块,被配置为确定与第一参考方位角和第二参考方位角之间的差异相对应的车道线的参考位置变化;测量位置变化确定模块,被配置为确定与第一测量方位角和第二测量方位角之间的差异相对应的车道线的测量位置变化;以及第二差异确定模块,被配置为根据确定测量位置变化与参考位置变化之间的差异达到阈值,确定位置变化为真实。
在一些实施例中,目标区域对应于道路的中央分隔带开口。
在一些实施例中,参考线包括路沿线或与车道线不同的另外的车道线,路沿线表示道路供车辆使用部分的边界。
在一些实施例中,高精度设备包括用于采集高精地图数据的设备,并且低精度设备包括行车记录仪。
示例设备
图35示出了一种可以被用来实施本公开的实施例的设备3500的示意性框图。如图35所示,设备3500包括中央处理单元(CPU)3501,其可以根据存储在只读存储设备(ROM)3502中的计算机程序指令或者从存储单元3508加载到随机访问存储设备(RAM)3503中的计算机程序指令,来执行各种适当的动作和处理。在RAM 3503中,还可存储设备3500操作所需的各种程序和数据。CPU 3501、ROM 3502以及RAM 3503通过总线3504彼此相连。输入/输出(I/O)接口3505也连接至总线3504。
设备3500中的多个部件连接至I/O接口3505,其包括:输入单元3506,例如键盘、鼠标等;输出单元3507,例如各种类型的显示器、扬声器等;存储单元3508,例如磁盘、光盘等;以及通信单元3509,例如网卡、调制解调器、无线通信收发机等。通信单元3509允许设备3500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理,例如示例过程200、500、800、1100、1200、1400、1500、1800、2000、2200、2300、2500、2600、2800、3100可由处理单元3501来执行。例如,在一些实施例中,示例过程200、500、800、1100、1200、1400、1500、1800、2000、2200、2300、2500、2600、2800、3100可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元3508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 3502和/或通信单元3509而被载入和/或安装到设备3500上。当计算机程序被加载到RAM 3503并由CPU 3501执行时,可以执行上文描述的示例过程200、500、800、1100、1200、1400、1500、1800、2000、2200、2300、2500、2600、2800、3100的一个或多个步骤。
其他说明
如本文所使用的,术语“包括”及其类似用语应当理解为开放性包含,即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。本文还可能包括其他明确的和隐含的定义。
如本文所使用的,术语“确定”涵盖各种各样的动作。例如,“确定”可以包括运算、计算、处理、导出、调查、查找(例如,在表格、数据库或另一数据结构中查找)、查明等。此外,“确定”可以包括接收(例如,接收信息)、访问(例如,访问存储器中的数据)等。此外,“确定”可以包括解析、选择、选取、建立等。
应当注意,本公开的实施例可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。
此外,尽管在附图中以特定顺序描述了本公开的方法的操作,但是这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。相反,流程图中描绘的步骤可以改变执行顺序。附加地或备选地,可以省略某些步骤,将多个步骤组合为一个步骤执行,和/或将一个步骤分解为多个步骤执行。还应当注意,根据本公开的两个或更多装置的特征和功能可以在一个装置中具体化。反之,上文描述的一个装置的特征和功能可以进一步划分为由多个装置来具体化。
虽然已经参考若干具体实施例描述了本公开,但是应当理解,本公开不限于所公开的具体实施例。本公开旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等效布置。

Claims (46)

1.一种检测车道线位置变化的方法,包括:
将道路上的车道线与参考线之间的距离的第一测量数据在目标区域内的第一变化转换为所述车道线的第一等效位置变化,所述第一测量数据从高精度设备在第一时间点对所述道路采集的第一道路数据来获得,所述目标区域在所述车道线与所述参考线之间;
使用所述第一测量数据来校正所述距离的第二测量数据,所述第二测量数据从低精度设备在所述第一时间点之后的第二时间点对所述道路采集的第二道路数据来获得;
将校正后的所述第二测量数据在所述目标区域内的第二变化转换为所述车道线的第二等效位置变化;以及
基于所述第一等效位置变化和所述第二等效位置变化的比较,来检测所述车道线在所述第一时间点与所述第二时间点之间在所述目标区域内的位置变化。
2.根据权利要求1所述的方法,其中将所述第一变化转换为所述第一等效位置变化包括:
在坐标系中确定表示所述第一变化的第一曲线,所述坐标系的横轴表示道路方向,纵轴表示所述第一变化的量值;
确定所述第一曲线与所述横轴之间的第一面积;
确定具有所述第一面积的第一等效区域;以及
基于所述第一等效区域来确定所述第一等效位置变化。
3.根据权利要求2所述的方法,其中所述第一等效区域包括直角三角形区域,所述直角三角形区域的一条直角边的长度是预定的,另一条直角边的长度为所述第一等效位置变化。
4.根据权利要求1所述的方法,还包括:
从所述第一道路数据中获得所述车道线的第一车道线数据;
对所述第一车道线数据进行采样,以获得所述车道线的第一采样点集合;
在所述第一采样点集合中确定与所述目标区域相对应的一组采样点;以及
确定与所述一组采样点相对应的第一测量数据的一组变化量值,以作为所述第一变化。
5.根据权利要求4所述的方法,其中确定所述一组变化量值包括:
针对所述一组采样点中的每个采样点,
基于所述第一测量数据,来确定所述采样点之前的第一预定数目的采样点到所述参考线的第一平均距离;
基于所述第一测量数据,来确定所述采样点之后的第二预定数目的采样点到所述参考线的第二平均距离;以及
确定所述第一平均距离与所述第二平均距离之间的差异,以作为与所述采样点相关联的所述第一测量数据的变化量值。
6.根据权利要求1所述的方法,还包括:
从所述第一道路数据中获得所述车道线的第一车道线数据和所述参考线的第一参考线数据;
对所述第一车道线数据进行采样,以获得所述车道线的第一采样点集合;以及
基于所述第一车道线数据和所述第一参考线数据,来确定所述第一采样点集合中的采样点到所述参考线的距离,以作为所述第一测量数据。
7.根据权利要求1所述的方法,其中校正所述第二测量数据包括:
基于所述第一测量数据,来确定所述车道线的预定长度的车道线段与所述参考线的第一测量距离;
基于所述第二测量数据,来确定所述车道线段与所述参考线的第二测量距离;以及
使用所述第二测量距离与所述第一测量距离的比率,来校正所述第二测量数据中的与所述车道线段相关联的测量数据。
8.根据权利要求7所述的方法,其中确定所述第一测量距离包括:
从所述第一道路数据中获得所述车道线的第一车道线数据;
对所述第一车道线数据进行采样,以获得所述车道线的第一采样点集合中的与所述车道线段对应的第一采样点子集;以及
基于所述第一测量数据,来确定所述第一采样点子集中的采样点到所述参考线的平均距离,以作为所述第一测量距离。
9.根据权利要求7所述的方法,其中确定所述第二测量距离包括:
从所述第二道路数据中获得所述车道线的第二车道线数据;
对所述第二车道线数据进行采样,以获得所述车道线的第二采样点集合中的与所述车道线段对应的第二采样点子集;以及
基于经校正的所述第二测量数据,来确定所述第二采样点子集中的采样点到所述参考线的平均距离,以作为所述第二测量距离。
10.根据权利要求1所述的方法,其中将所述第二变化转换为所述第二等效位置变化包括:
在坐标系中确定表示所述第二变化的第二曲线,所述坐标系的横轴表示道路方向,纵轴表示所述第二变化的量值;
确定所述第二曲线与所述横轴之间的第二面积;
确定具有所述第二面积的第二等效区域;以及
基于所述第二等效区域来确定所述第二等效位置变化。
11.根据权利要求10所述的方法,其中所述第二等效区域包括直角三角形区域,所述直角三角形区域的一条直角边的长度是预定的,另一条直角边的长度为所述第二等效位置变化。
12.根据权利要求1所述的方法,还包括:
从经校正的所述第二道路数据中获得所述车道线的第二车道线数据;
对经校正的所述第二车道线数据进行采样,以获得所述车道线的第二采样点集合;
在所述第二采样点集合中确定与所述目标区域相对应的一组采样点;以及
确定与所述一组采样点相对应的经校正的第二测量数据的一组变化量值,以作为所述第一变化。
13.根据权利要求12所述的方法,其中确定所述一组变化量值包括:
针对所述一组采样点中的每个采样点,
基于经校正的所述第二测量数据,来确定所述采样点之前的第一预定数目的采样点到所述参考线的第三平均距离;
基于经校正的所述第二测量数据,来确定所述采样点之后的第二预定数目的采样点到所述参考线的第四平均距离;以及
确定所述第三平均距离与所述第四平均距离之间的差异,以作为与所述采样点相关联的经校正的所述第二测量数据的变化量值。
14.根据权利要求1所述的方法,还包括:
从所述第二道路数据中获得所述车道线的第二车道线数据和所述参考线的第二参考线数据;
对所述第二车道线数据进行采样,以获得所述车道线的第二采样点集合;以及
基于所述第二车道线数据和所述第二参考线数据,来确定所述第二采样点集合中的采样点到所述参考线的距离,以作为所述第二测量数据。
15.根据权利要求14所述的方法,其中获得所述第二车道线数据和所述第二参考线数据包括:
从所述低精度设备获得呈现所述车道线和所述参考线的视频;
确定与所述视频中的多个帧分别对应的多个车道线样本点和多个参考线样本点;
基于所述多个车道线样本点来确定所述第二车道线数据;以及
基于所述多个参考线样本点来确定所述第二参考线数据。
16.根据权利要求15所述的方法,其中确定所述多个车道线样本点和所述多个参考线样本点包括:
针对所述多个帧中的每个帧,
基于与所述视频相对应的所述低精度设备的位置轨迹,来确定与所述帧相对应的位置;
基于所述位置来确定分别用于表示所述帧中的所述车道线和所述参考线的车道线参数和参考线参数;以及
基于所述车道线参数和所述参考线参数,来获得所述车道线和所述参考线在所述低精度设备前方预定距离处的车道线样本点和参考线样本点。
17.根据权利要求1所述的方法,其中检测所述车道线的所述位置变化包括:
确定所述第一等效位置变化与所述第二等效位置变化之间的差异;以及
根据确定所述差异达到阈值,来确定所述车道线发生所述位置变化。
18.根据权利要求1所述的方法,还包括:
获得所述低精度设备在对应于所述目标区域的起始位置处的第一测量方位角和对应于所述目标区域的结束位置处的第二测量方位角;以及
基于所述第一测量方位角和所述第二测量方位角,来验证所述车道线的所述位置变化。
19.根据权利要求18所述的方法,其中验证所述位置变化包括:
基于与所述高精度设备相关联的所述第一测量数据,来确定与所述起始位置和所述结束位置分别对应的第一参考方位角和第二参考方位角;
确定与所述第一参考方位角和所述第二参考方位角之间的差异相对应的所述车道线的参考位置变化;
确定与所述第一测量方位角和所述第二测量方位角之间的差异相对应的所述车道线的测量位置变化;以及
根据确定所述测量位置变化与所述参考位置变化之间的差异达到阈值,确定所述位置变化为真实。
20.根据权利要求1所述的方法,其中所述目标区域对应于所述道路的中央分隔带开口。
21.根据权利要求1所述的方法,其中所述参考线包括路沿线或与所述车道线不同的另外的车道线,所述路沿线表示所述道路供车辆使用部分的边界。
22.根据权利要求1所述的方法,其中所述高精度设备包括用于采集高精地图数据的设备,并且所述低精度设备包括行车记录仪。
23.一种检测车道线位置变化的装置,包括:
第一转换模块,被配置为将道路上的车道线与参考线之间的距离的第一测量数据在目标区域内的第一变化转换为所述车道线的第一等效位置变化,所述第一测量数据从高精度设备在第一时间点对所述道路采集的第一道路数据来获得,所述目标区域在所述车道线与所述参考线之间;
校正模块,被配置为使用所述第一测量数据来校正所述距离的第二测量数据,所述第二测量数据从低精度设备在所述第一时间点之后的第二时间点对所述道路采集的第二道路数据来获得;
第二转换模块,被配置为将校正后的所述第二测量数据在所述目标区域内的第二变化转换为所述车道线的第二等效位置变化;以及
检测模块,被配置为基于所述第一等效位置变化和所述第二等效位置变化的比较,来检测所述车道线在所述第一时间点与所述第二时间点之间在所述目标区域内的位置变化。
24.根据权利要求23所述的装置,其中所述第一转换模块包括:
第一曲线确定模块,被配置为在坐标系中确定表示所述第一变化的第一曲线,所述坐标系的横轴表示道路方向,纵轴表示所述第一变化的量值;
第一面积确定模块,被配置为确定所述第一曲线与所述横轴之间的第一面积;
第一等效区域确定模块,被配置为确定具有所述第一面积的第一等效区域;以及
第一等效位置变化确定模块,被配置为基于所述第一等效区域来确定所述第一等效位置变化。
25.根据权利要求24所述的装置,其中所述第一等效区域包括直角三角形区域,所述直角三角形区域的一条直角边的长度是预定的,另一条直角边的长度为所述第一等效位置变化。
26.根据权利要求23所述的装置,还包括:
第一车道线数据获得模块,被配置为从所述第一道路数据中获得所述车道线的第一车道线数据;
第一车道线数据采样模块,被配置为对所述第一车道线数据进行采样,以获得所述车道线的第一采样点集合;
第一采样点组确定模块,被配置为在所述第一采样点集合中确定与所述目标区域相对应的一组采样点;以及
第一变化量值组确定模块,被配置为确定与所述一组采样点相对应的第一测量数据的一组变化量值,以作为所述第一变化。
27.根据权利要求26所述的装置,其中针对所述一组采样点中的每个采样点,所述第一变化量值组确定模块包括:
第一平均距离确定模块,被配置为基于所述第一测量数据,来确定所述采样点之前的第一预定数目的采样点到所述参考线的第一平均距离;
第二平均距离确定模块,被配置为基于所述第一测量数据,来确定所述采样点之后的第二预定数目的采样点到所述参考线的第二平均距离;以及
第一变化量值确定模块,被配置为确定所述第一平均距离与所述第二平均距离之间的差异,以作为与所述采样点相关联的所述第一测量数据的变化量值。
28.根据权利要求23所述的装置,还包括:
第一车道线数据和第一参考线数据获得模块,被配置为从所述第一道路数据中获得所述车道线的第一车道线数据和所述参考线的第一参考线数据;
第一车道线数据采样模块,被配置为对所述第一车道线数据进行采样,以获得所述车道线的第一采样点集合;以及
第一测量数据确定模块,被配置为基于所述第一车道线数据和所述第一参考线数据,来确定所述第一采样点集合中的采样点到所述参考线的距离,以作为所述第一测量数据。
29.根据权利要求23所述的装置,其中所述校正模块包括:
第一测量距离确定模块,被配置为基于所述第一测量数据,来确定所述车道线的预定长度的车道线段与所述参考线的第一测量距离;
第二测量距离确定模块,被配置为基于所述第二测量数据,来确定所述车道线段与所述参考线的第二测量距离;以及
基于比率的校正模块,被配置为使用所述第二测量距离与所述第一测量距离的比率,来校正所述第二测量数据中的与所述车道线段相关联的测量数据。
30.根据权利要求29所述的装置,其中所述第一测量距离确定模块包括:
第一车道线数据获得模块,被配置为从所述第一道路数据中获得所述车道线的第一车道线数据;
第一车道线数据采样模块,被配置为对所述第一车道线数据进行采样,以获得所述车道线的第一采样点集合中的与所述车道线段对应的第一采样点子集;以及
第一平均距离确定模块,被配置为基于所述第一测量数据,来确定所述第一采样点子集中的采样点到所述参考线的平均距离,以作为所述第一测量距离。
31.根据权利要求29所述的装置,其中所述第二测量距离确定模块包括:
第二车道线数据获得模块,被配置为从所述第二道路数据中获得所述车道线的第二车道线数据;
第二车道线数据采样模块,被配置为对所述第二车道线数据进行采样,以获得所述车道线的第二采样点集合中的与所述车道线段对应的第二采样点子集;以及
第二平均距离确定模块,被配置为基于经校正的所述第二测量数据,来确定所述第二采样点子集中的采样点到所述参考线的平均距离,以作为所述第二测量距离。
32.根据权利要求23所述的装置,其中所述第二转换模块包括:
第二曲线确定模块,被配置为在坐标系中确定表示所述第二变化的第二曲线,所述坐标系的横轴表示道路方向,纵轴表示所述第二变化的量值;
第二面积确定模块,被配置为确定所述第二曲线与所述横轴之间的第二面积;
第二等效区域确定模块,被配置为确定具有所述第二面积的第二等效区域;以及
第二等效位置变化确定模块,被配置为基于所述第二等效区域来确定所述第二等效位置变化。
33.根据权利要求32所述的装置,其中所述第二等效区域包括直角三角形区域,所述直角三角形区域的一条直角边的长度是预定的,另一条直角边的长度为所述第二等效位置变化。
34.根据权利要求23所述的装置,还包括:
第二车道线数据获得模块,被配置为从所述第二道路数据中获得所述车道线的第二车道线数据;
第二车道线数据采样模块,被配置为对所述第二车道线数据进行采样,以获得所述车道线的第二采样点集合;
第二采样点组确定模块,被配置为在所述第二采样点集合中确定与所述目标区域相对应的一组采样点;以及
第二变化量值组确定模块,被配置为确定与所述一组采样点相对应的经校正的第二测量数据的一组变化量值,以作为所述第一变化。
35.根据权利要求34所述的装置,其中针对所述一组采样点中的每个采样点,所述第二变化量值组确定模块包括:
第三平均距离确定模块,被配置为基于经校正的所述第二测量数据,来确定所述采样点之前的第一预定数目的采样点到所述参考线的第三平均距离;
第四平均距离确定模块,被配置为基于经校正的所述第二测量数据,来确定所述采样点之后的第二预定数目的采样点到所述参考线的第四平均距离;以及
第二变化量值确定模块,被配置为确定所述第三平均距离与所述第四平均距离之间的差异,以作为与所述采样点相关联的经校正的所述第二测量数据的变化量值。
36.根据权利要求23所述的装置,还包括:
第二车道线数据和第二参考线数据获得模块,被配置为从所述第二道路数据中获得所述车道线的第二车道线数据和所述参考线的第二参考线数据;
第二车道线数据采样模块,被配置为对所述第二车道线数据进行采样,以获得所述车道线的第二采样点集合;以及
第二测量数据确定模块,被配置为基于所述第二车道线数据和所述第二参考线数据,来确定所述第二采样点集合中的采样点到所述参考线的距离,以作为所述第二测量数据。
37.根据权利要求36所述的装置,其中所述第二车道线数据和第二参考线数据获得模块包括:
视频获得模块,被配置为从所述低精度设备获得呈现所述车道线和所述参考线的视频;
样本点确定模块,被配置为确定与所述视频中的多个帧分别对应的多个车道线样本点和多个参考线样本点;
第二车道线数据确定模块,被配置为基于所述多个车道线样本点来确定所述第二车道线数据;以及
第二参考线数据确定模块,被配置为基于所述多个参考线样本点来确定所述第二参考线数据。
38.根据权利要求37所述的装置,其中针对所述多个帧中的每个帧,所述样本点确定模块包括:
帧位置确定模块,被配置为基于与所述视频相对应的所述低精度设备的位置轨迹,来确定与所述帧相对应的位置;
参数确定模块,被配置为基于所述位置来确定分别用于表示所述帧中的所述车道线和所述参考线的车道线参数和参考线参数;以及
样本点获得模块,被配置为基于所述车道线参数和所述参考线参数,来获得所述车道线和所述参考线在所述低精度设备前方预定距离处的车道线样本点和参考线样本点。
39.根据权利要求23所述的装置,其中所述检测模块包括:
第一差异确定模块,被配置为确定所述第一等效位置变化与所述第二等效位置变化之间的差异;以及
位置变化确定模块,被配置为根据确定所述差异达到阈值,来确定所述车道线发生所述位置变化。
40.根据权利要求23所述的装置,还包括:
测量方位角获得模块,被配置为获得所述低精度设备在对应于所述目标区域的起始位置处的第一测量方位角和对应于所述目标区域的结束位置处的第二测量方位角;以及
验证模块,被配置为基于所述第一测量方位角和所述第二测量方位角,来验证所述车道线的所述位置变化。
41.根据权利要求40所述的装置,其中所述验证模块包括:
参考方位角获得模块,被配置为基于与所述高精度设备相关联的所述第一测量数据,来确定与所述起始位置和所述结束位置分别对应的第一参考方位角和第二参考方位角;
参考位置变化确定模块,被配置为确定与所述第一参考方位角和所述第二参考方位角之间的差异相对应的所述车道线的参考位置变化;
测量位置变化确定模块,被配置为确定与所述第一测量方位角和所述第二测量方位角之间的差异相对应的所述车道线的测量位置变化;以及
第二差异确定模块,被配置为根据确定所述测量位置变化与所述参考位置变化之间的差异达到阈值,确定所述位置变化为真实。
42.根据权利要求23所述的装置,其中所述目标区域对应于所述道路的中央分隔带开口。
43.根据权利要求23所述的装置,其中所述参考线包括路沿线或与所述车道线不同的另外的车道线,所述路沿线表示所述道路供车辆使用部分的边界。
44.根据权利要求23所述的装置,其中所述高精度设备包括用于采集高精地图数据的设备,并且所述低精度设备包括行车记录仪。
45.一种电子设备,包括:
一个或多个处理器;以及
存储装置,用于存储一个或多个程序,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根据权利要求1-22中任一项所述的方法。
46.一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现根据权利要求1-22中任一项所述的方法。
CN201911221874.9A 2019-12-03 2019-12-03 检测车道线位置变化的方法、装置、电子设备和存储介质 Active CN110909711B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201911221874.9A CN110909711B (zh) 2019-12-03 2019-12-03 检测车道线位置变化的方法、装置、电子设备和存储介质
US17/078,747 US11315285B2 (en) 2019-12-03 2020-10-23 Method, electronic device and storage medium for detecting a position change of lane line

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911221874.9A CN110909711B (zh) 2019-12-03 2019-12-03 检测车道线位置变化的方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN110909711A true CN110909711A (zh) 2020-03-24
CN110909711B CN110909711B (zh) 2022-08-02

Family

ID=69821873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911221874.9A Active CN110909711B (zh) 2019-12-03 2019-12-03 检测车道线位置变化的方法、装置、电子设备和存储介质

Country Status (2)

Country Link
US (1) US11315285B2 (zh)
CN (1) CN110909711B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111460073A (zh) * 2020-04-01 2020-07-28 北京百度网讯科技有限公司 车道线检测方法、装置、设备和存储介质
CN111540023A (zh) * 2020-05-15 2020-08-14 百度在线网络技术(北京)有限公司 图像采集设备的监测方法、装置、电子设备及存储介质
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
CN111964686A (zh) * 2020-07-20 2020-11-20 汉海信息技术(上海)有限公司 道路数据采集方法、装置、服务器、行车记录仪及介质
CN112309232A (zh) * 2020-10-15 2021-02-02 北京三快在线科技有限公司 一种确定车道线的方法及装置
CN112668428A (zh) * 2020-12-21 2021-04-16 北京百度网讯科技有限公司 车辆变道的检测方法、路侧设备、云控平台和程序产品
WO2021196041A1 (zh) * 2020-03-31 2021-10-07 华为技术有限公司 一种关键目标选取方法、装置及系统
CN114596706A (zh) * 2022-03-15 2022-06-07 阿波罗智联(北京)科技有限公司 路侧感知系统的检测方法及装置、电子设备和路侧设备
CN115574805A (zh) * 2022-12-02 2023-01-06 小米汽车科技有限公司 车道线关系的识别方法、装置、车辆和存储介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7422248B2 (ja) * 2020-11-27 2024-01-25 日産自動車株式会社 走行制御方法及び走行制御装置
CN114399587B (zh) * 2021-12-20 2022-11-11 禾多科技(北京)有限公司 三维车道线生成方法、装置、电子设备和计算机可读介质
CN117093663B (zh) * 2023-10-20 2024-01-30 腾讯科技(深圳)有限公司 电子地图的数据处理方法和相关装置
CN118230276B (zh) * 2024-05-27 2024-09-27 长城汽车股份有限公司 检测车道线交叉点的方法、装置、云服务器和存储介质

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5987174A (en) * 1995-04-26 1999-11-16 Hitachi, Ltd. Image processing apparatus for vehicles
CN103985250A (zh) * 2014-04-04 2014-08-13 浙江工业大学 轻量级的全息道路交通状态视觉检测装置
CN105136153A (zh) * 2015-09-11 2015-12-09 江苏大学 一种车道线精确位置采集装置以及采集方法
EP3034358A1 (de) * 2014-12-19 2016-06-22 Audi Ag Fahrerassistenzeinrichtung für ein kraftfahrzeug und verfahren zum betreiben einer solchen
CN106767853A (zh) * 2016-12-30 2017-05-31 中国科学院合肥物质科学研究院 一种基于多信息融合的无人驾驶车辆高精度定位方法
CN107563310A (zh) * 2017-08-16 2018-01-09 电子科技大学 一种违章变道检测方法
CN107798855A (zh) * 2016-09-07 2018-03-13 高德软件有限公司 一种车道宽度计算方法和装置
CN108871368A (zh) * 2018-08-06 2018-11-23 武汉中海庭数据技术有限公司 一种高精度地图车道横向拓扑关系的构建方法、系统及存储器
US20190004529A1 (en) * 2017-07-03 2019-01-03 Hyundai Motor Company Ecu, autonomous vehicle including ecu, and method of controlling lane change for the same
CN109186615A (zh) * 2018-09-03 2019-01-11 武汉中海庭数据技术有限公司 基于高精度地图的车道边线距离检测方法、装置及存储介质
US20190128678A1 (en) * 2016-04-11 2019-05-02 Volkswagen Aktiengesellschaft Method and System for Determining a Global Position of a First Landmark
CN109737976A (zh) * 2019-01-07 2019-05-10 上海极奥网络科技有限公司 地图道路区间和车道线全自动生成方法
US20190205665A1 (en) * 2017-12-29 2019-07-04 Baidu Online Network Technology (Beijing) Co., Ltd. Method, apparatus, and device for determining lane line on road
CN110135216A (zh) * 2018-02-02 2019-08-16 北京四维图新科技股份有限公司 电子地图中车道数变化区域检测方法、装置及存储设备
CN110163176A (zh) * 2019-05-28 2019-08-23 北京百度网讯科技有限公司 车道线变化位置识别方法、装置、设备和介质
CN110174113A (zh) * 2019-04-28 2019-08-27 福瑞泰克智能系统有限公司 一种车辆行驶车道的定位方法、装置及终端
CN110287276A (zh) * 2019-05-27 2019-09-27 百度在线网络技术(北京)有限公司 高精地图更新方法、装置及存储介质
CN110415330A (zh) * 2019-04-29 2019-11-05 当家移动绿色互联网技术集团有限公司 道路生成方法、装置、存储介质及电子设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1968014B1 (en) * 2005-12-28 2012-12-19 Honda Motor Co., Ltd. Vehicle and lane mark detection device
JP4622001B2 (ja) * 2008-05-27 2011-02-02 トヨタ自動車株式会社 道路区画線検出装置および道路区画線検出方法
US9365214B2 (en) * 2014-01-30 2016-06-14 Mobileye Vision Technologies Ltd. Systems and methods for determining the status of a turn lane traffic light
EP3433131B1 (en) * 2016-03-23 2023-07-12 Netradyne, Inc. Advanced path prediction
DE102017209346A1 (de) * 2017-06-01 2019-01-10 Robert Bosch Gmbh Verfahren und Vorrichtung zur Erstellung einer fahrspurgenauen Straßenkarte
EP3865822B1 (en) * 2018-05-15 2024-10-02 Mobileye Vision Technologies Ltd. Systems and methods for autonomous vehicle navigation
CN110954128B (zh) * 2019-12-03 2021-11-16 阿波罗智能技术(北京)有限公司 检测车道线位置变化的方法、装置、电子设备和存储介质

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5987174A (en) * 1995-04-26 1999-11-16 Hitachi, Ltd. Image processing apparatus for vehicles
CN103985250A (zh) * 2014-04-04 2014-08-13 浙江工业大学 轻量级的全息道路交通状态视觉检测装置
EP3034358A1 (de) * 2014-12-19 2016-06-22 Audi Ag Fahrerassistenzeinrichtung für ein kraftfahrzeug und verfahren zum betreiben einer solchen
CN105136153A (zh) * 2015-09-11 2015-12-09 江苏大学 一种车道线精确位置采集装置以及采集方法
US20190128678A1 (en) * 2016-04-11 2019-05-02 Volkswagen Aktiengesellschaft Method and System for Determining a Global Position of a First Landmark
CN107798855A (zh) * 2016-09-07 2018-03-13 高德软件有限公司 一种车道宽度计算方法和装置
CN106767853A (zh) * 2016-12-30 2017-05-31 中国科学院合肥物质科学研究院 一种基于多信息融合的无人驾驶车辆高精度定位方法
US20190004529A1 (en) * 2017-07-03 2019-01-03 Hyundai Motor Company Ecu, autonomous vehicle including ecu, and method of controlling lane change for the same
CN107563310A (zh) * 2017-08-16 2018-01-09 电子科技大学 一种违章变道检测方法
US20190205665A1 (en) * 2017-12-29 2019-07-04 Baidu Online Network Technology (Beijing) Co., Ltd. Method, apparatus, and device for determining lane line on road
CN110135216A (zh) * 2018-02-02 2019-08-16 北京四维图新科技股份有限公司 电子地图中车道数变化区域检测方法、装置及存储设备
CN108871368A (zh) * 2018-08-06 2018-11-23 武汉中海庭数据技术有限公司 一种高精度地图车道横向拓扑关系的构建方法、系统及存储器
CN109186615A (zh) * 2018-09-03 2019-01-11 武汉中海庭数据技术有限公司 基于高精度地图的车道边线距离检测方法、装置及存储介质
CN109737976A (zh) * 2019-01-07 2019-05-10 上海极奥网络科技有限公司 地图道路区间和车道线全自动生成方法
CN110174113A (zh) * 2019-04-28 2019-08-27 福瑞泰克智能系统有限公司 一种车辆行驶车道的定位方法、装置及终端
CN110415330A (zh) * 2019-04-29 2019-11-05 当家移动绿色互联网技术集团有限公司 道路生成方法、装置、存储介质及电子设备
CN110287276A (zh) * 2019-05-27 2019-09-27 百度在线网络技术(北京)有限公司 高精地图更新方法、装置及存储介质
CN110163176A (zh) * 2019-05-28 2019-08-23 北京百度网讯科技有限公司 车道线变化位置识别方法、装置、设备和介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A. LÓPEZ等: "ROBUST LANE MARKINGS DETECTION AND ROAD GEOMETRY COMPUTATION", 《INTERNATIONAL JOURNAL OF AUTOMOTIVE TECHNOLOGY》 *
M.L. HO等: "Lane Change Algorithm for Autonomous Vehicles via Virtual Curvature Method", 《JOURNAL OF ADVANCED TRANSPORTATION》 *
刘天辉: "车辆视觉导航中道路检测算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
熊晓勇: "自主驾驶汽车局部运动规划研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
黄赛赛: "车道线识别中感兴趣区域预测技术研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021196041A1 (zh) * 2020-03-31 2021-10-07 华为技术有限公司 一种关键目标选取方法、装置及系统
CN111460073A (zh) * 2020-04-01 2020-07-28 北京百度网讯科技有限公司 车道线检测方法、装置、设备和存储介质
CN111460073B (zh) * 2020-04-01 2023-10-20 北京百度网讯科技有限公司 车道线检测方法、装置、设备和存储介质
CN111540023B (zh) * 2020-05-15 2023-03-21 阿波罗智联(北京)科技有限公司 图像采集设备的监测方法、装置、电子设备及存储介质
CN111540023A (zh) * 2020-05-15 2020-08-14 百度在线网络技术(北京)有限公司 图像采集设备的监测方法、装置、电子设备及存储介质
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
CN111964686A (zh) * 2020-07-20 2020-11-20 汉海信息技术(上海)有限公司 道路数据采集方法、装置、服务器、行车记录仪及介质
CN111964686B (zh) * 2020-07-20 2022-07-12 汉海信息技术(上海)有限公司 道路数据采集方法、装置、服务器、行车记录仪及介质
CN112309232A (zh) * 2020-10-15 2021-02-02 北京三快在线科技有限公司 一种确定车道线的方法及装置
CN112668428A (zh) * 2020-12-21 2021-04-16 北京百度网讯科技有限公司 车辆变道的检测方法、路侧设备、云控平台和程序产品
CN114596706A (zh) * 2022-03-15 2022-06-07 阿波罗智联(北京)科技有限公司 路侧感知系统的检测方法及装置、电子设备和路侧设备
CN114596706B (zh) * 2022-03-15 2024-05-03 阿波罗智联(北京)科技有限公司 路侧感知系统的检测方法及装置、电子设备和路侧设备
CN115574805A (zh) * 2022-12-02 2023-01-06 小米汽车科技有限公司 车道线关系的识别方法、装置、车辆和存储介质

Also Published As

Publication number Publication date
CN110909711B (zh) 2022-08-02
US20210166421A1 (en) 2021-06-03
US11315285B2 (en) 2022-04-26

Similar Documents

Publication Publication Date Title
CN110909711B (zh) 检测车道线位置变化的方法、装置、电子设备和存储介质
CN110954128B (zh) 检测车道线位置变化的方法、装置、电子设备和存储介质
RU2727164C1 (ru) Способ и устройство коррекции картографических данных
CN108318043B (zh) 用于更新电子地图的方法、装置和计算机可读存储介质
WO2023124383A1 (zh) 一种车辆速度检测、撞车预警方法及电子设备
CN107782321B (zh) 一种基于视觉和高精度地图车道线约束的组合导航方法
US9208389B2 (en) Apparatus and method for recognizing current position of vehicle using internal network of the vehicle and image sensor
Tao et al. Lane marking aided vehicle localization
JP5747787B2 (ja) 車線認識装置
CN108573611B (zh) 一种限速标识融合方法以及限速标识融合系统
EP2950292A1 (en) Driving support device, driving support method, and recording medium storing driving support program
CN111311902B (zh) 一种数据处理方法、装置、设备和机器可读介质
US20230252677A1 (en) Method and system for detecting position relation between vehicle and lane line, and storage medium
CN104677361B (zh) 一种综合定位的方法
US20140032100A1 (en) Gps correction system and method using image recognition information
JP2016180980A (ja) 情報処理装置、プログラム、及び地図データ更新システム
CN110608746B (zh) 用于确定机动车的位置的方法和装置
CN104240536A (zh) 一种带有电子水平仪的车道监控方法
CN112068171B (zh) 一种车辆定位的方法及装置、车辆、存储介质
US20150363653A1 (en) Road environment recognition system
CN110018503B (zh) 车辆的定位方法及定位系统
CN110135216B (zh) 电子地图中车道数变化区域检测方法、装置及存储设备
CN113544758A (zh) 车辆控制装置
CN110109165B (zh) 行驶轨迹中异常点的检测方法及装置
CN116105755A (zh) 一种车辆定位修正方法、存储介质及终端设备

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
TA01 Transfer of patent application right

Effective date of registration: 20211015

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Address before: 100094 2 / F, baidu building, No.10 Shangdi 10th Street, Haidian District, Beijing

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant