CN111127582A - 一种轨迹重合段识别方法、装置、系统及存储介质 - Google Patents

Abstract

本发明提供了一种轨迹重合段识别方法、装置、系统及存储介质。该方法包括：获取多个轨迹；针对所述多个轨迹中的每个轨迹，分别以同一绘图坐标系、同一绘图比例绘制轨迹线，以生成同一分辨率、相同大小的多个轨迹图像；根据所述多个轨迹图像确定轨迹重合部分；以及根据所述轨迹重合部分确定所述轨迹重合段。由此，基于机器视觉进行轨迹重合段识别，能够准确高效地识别出任意多条轨迹中的重合路段，由此可以极大地提高路网更新的准确性和效率。

Description

一种轨迹重合段识别方法、装置、系统及存储介质

技术领域

本发明涉及数字地图领域，更具体地涉及一种轨迹重合段识别方法、装置、系统及存储介质。

背景技术

数字地图中的路网需要及时更新，以确保地图数据的准确性。路网更新是一个将源源不断的实时行车轨迹数据与现有路网轨迹数据对比，从而合并重复路段以及更新缺失路段的过程。一般分为人工更新和自动更新两种方式，人工更新虽然能够确保制作出来的路网质量高，但费时费力且成本高。因此现有的研究重点均集中于路网自动更新，其优点为极高的制作效率以及可以节省可观的人力成本。路网自动更新技术中最为重要的一项就是重合段的识别技术，需要准确地辨识轨迹中的重合段，以此为基础才能进行重合段的融合和缺失段的添加，即路网更新。

目前已有的轨迹重合段识别技术主要分为两大类：一类是基于算术几何如距离、方向等的匹配计算。该类技术所涉及的阈值通常难以确定，容易造成错误匹配，且需要遍历所有的点和线，计算量大。另一类则是基于拓扑结构如连接关系的匹配计算。因为该类技术是基于算术几何方法上的改进，算术几何方法的缺点仍然存在，也易造成错误匹配，无法精准地识别轨迹重合段。

因此，亟需一种新的轨迹重合段识别技术，以解决上述问题。

发明内容

考虑到上述问题而提出了本发明。本发明提供了一种轨迹重合段识别方法、装置、系统及存储介质。

根据本发明一方面，一种轨迹重合段识别方法，包括：

获取多个轨迹；

针对所述多个轨迹中的每个轨迹，分别以同一绘图坐标系、同一绘图比例绘制轨迹线，以生成同一分辨率、相同大小的多个轨迹图像；

根据所述多个轨迹图像确定轨迹重合部分；以及

根据所述轨迹重合部分确定所述轨迹重合段。

示例性地，所述根据所述多个轨迹图像确定轨迹重合部分包括：

根据所述多个轨迹图像中所有轨迹线共有的像素点位置确定所述轨迹重合部分。

示例性地，所述根据所述多个轨迹图像中所有轨迹线共有的像素点位置确定所述轨迹重合部分包括：

把所述多个轨迹图像分别转换为二值灰度图；以及

根据所述二值灰度图中所有轨迹线共有的像素点位置确定所述轨迹重合部分。

示例性地，所述二值灰度图中轨迹线的像素点的像素值为0，非轨迹线的像素点的像素值不为0；

所述根据所述二值灰度图中所有轨迹线共有的像素点位置确定所述轨迹重合部分包括：

把所述二值灰度图中相同像素位置的像素值分别叠加，叠加后的像素值为0的像素点组成所述轨迹重合部分。

示例性地，所述把所述二值灰度图中相同像素位置的像素值分别叠加包括：

把所述二值灰度图中相同像素位置的像素值分别直接叠加，其中，叠加值溢出所述二值灰度图的最大灰度值的像素点的像素值等于所述二值灰度图的最大灰度值；或

把所述二值灰度图中相同像素位置的像素值分别加权叠加，其中，权值均为1/N，N为所述轨迹的个数。

示例性地，所述针对所述多个轨迹中的每个轨迹，分别以同一绘图坐标系、同一绘图比例绘制轨迹线，以生成同一分辨率、相同大小的多个轨迹图像包括：

基于预设线宽绘制所述轨迹线，其中，所述线宽能够包容车行驶在同一车道内的偏移。

示例性地，所述根据所述轨迹重合部分确定所述轨迹重合段包括：

针对所述轨迹重合部分中每两个相邻的像素点，确定其X轴方向的真实距离和Y轴方向的真实距离；

对于两个相邻的像素点之间的X轴方向的真实距离或Y轴方向的真实距离大于预设距离的情况，确定这两个相邻的像素点为分段点；以及

根据所述分段点确定所述轨迹重合段。

示例性地，所述针对所述轨迹重合部分中每两个相邻的像素点，确定其X轴方向的真实距离和Y轴方向的真实距离包括：

把所述轨迹重合部分的像素点转换到轨迹坐标系，以得到所述轨迹重合部分的像素点的真实坐标值；以及

针对所述轨迹重合部分中每两个相邻的像素点，根据其真实坐标值计算所述X轴方向的真实距离和所述Y轴方向的真实距离。

示例性地，所述把所述轨迹重合部分的像素点转换到轨迹坐标系，以得到所述轨迹重合部分的像素点的真实坐标值包括：

通过所述多个轨迹中的最上顶点、最下顶点、最左顶点和最右顶点标定所述绘图坐标系到所述轨迹坐标系的转换参数；以及

根据所述转换参数把所述轨迹重合部分的像素点转换到所述轨迹坐标系，以得到所述轨迹重合部分的像素点的真实坐标值。

示例性地，所述根据所述分段点确定所述轨迹重合段包括：

根据所述分段点把所述轨迹重合部分分解为轨迹重合线段；

对于每个轨迹重合线段：

针对其中每个像素点，根据其真实坐标值在所述多个轨迹中分别寻找距离最近的轨迹点作为重合轨迹点；

将在每个轨迹中寻找到的所有重合轨迹点按时间戳排序，以得到多个轨迹段；

根据所述多个轨迹段中的首末点的时间戳顺序判断所述多个轨迹段的前进方向是否一致，对于前进方向一致的情况，确定所述多个轨迹段为所述轨迹重合段。

示例性地，所述方法还包括：

对于所述多个轨迹不是基于同一轨迹坐标系的情况，在所述绘制轨迹线之前，将所述多个轨迹进行坐标系转换，以得到基于同一轨迹坐标系的多个轨迹。

示例性地，所述方法还包括：

对于所述多个轨迹中任一个轨迹本身包含重合段的情况，在所述绘制轨迹线之前，将包含重合段的轨迹分解为多个不包含重合段的轨迹。

根据本发明另一方面，还提供了一种轨迹重合段识别装置，包括：

获取模块，用于获取多个轨迹；

绘图模块，用于针对所述多个轨迹中的每个轨迹，分别以同一绘图坐标系、同一绘图比例绘制轨迹线，以生成同一分辨率、相同大小的多个轨迹图像；

重合模块，用于根据所述多个相同大小的轨迹图像确定轨迹重合部分；

分段模块，用于根据所述轨迹重合部分确定所述轨迹重合段。

根据本发明又一方面，还提供了一种用于轨迹重合段识别的系统，包括处理器和存储器，其中，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器运行时用于执行上述的轨迹重合段识别方法。

根据本发明再一方面，还提供了一种存储介质，在所述存储介质上存储了程序指令，所述程序指令在运行时用于执行上述的轨迹重合段识别方法。

根据本发明实施例的轨迹重合段识别方法、装置、系统及存储介质，基于机器视觉进行轨迹重合段识别，能够准确高效地识别出任意多条轨迹中的重合路段，由此可以极大地提高路网更新的准确性和效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1示出了根据本发明一个实施例的轨迹重合段识别方法的示意性流程图；

图2示出了根据本发明一个实施例的根据多个轨迹图像中所有轨迹线共有的像素点位置确定轨迹重合部分的示意性流程图；

图3A、图3B分别示出了根据本发明一个实施例的轨迹图像，图3C示出了图3A所示轨迹图像和图3B所示轨迹图像的叠加图；

图4示出了根据本发明一个实施例的根据轨迹重合部分确定轨迹重合段的示意性流程图；

图5示出了根据本发明一个实施例的针对轨迹重合部分中每两个相邻的像素点确定其X轴方向的真实距离和Y轴方向的真实距离的示意性流程图；

图6示出了根据本发明一个实施例的把轨迹重合部分的像素点转换到轨迹坐标系以得到轨迹重合部分的像素点的真实坐标值的示意性流程图；

图7示出了根据本发明一个实施例的绘图坐标系到轨迹坐标系的转换参数的示意图；

图8示出了根据本发明一个实施例的根据轨迹重合线段确定轨迹重合段的示意性流程图；以及

图9示出了根据本发明一个实施例的轨迹重合段识别装置的示意性框图。

具体实施方式

为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。

为了解决上述问题，本发明提出了基于机器视觉的轨迹重合段识别方法。下面，将参考图1描述根据本发明实施例的轨迹重合段识别方法。图1示出了根据本发明一个实施例的轨迹重合段识别方法1000的示意性流程图。

如图1所示，方法1000包括步骤S1100、步骤S1200、步骤S1300以及步骤S1400。

步骤S1100，获取多个轨迹。

数字地图中的道路由带时间戳的点列组成。其中，根据道路的拓扑网络，可以分为节点和有向边。有向边代表着可行驶道路，节点代表路口或道路中的转折点，有向边之间通过节点连接。

一个轨迹是一个带时间戳的点列。可以通过一个轨迹表示一段可行驶道路。一个轨迹可以是通过车载终端获取的行车轨迹。一个轨迹也可以是从现有的数字地图中提取的一段道路的点列。一个轨迹还可以是通过航拍设备，例如无人机沿着道路行驶方向飞行获取的轨迹。

为了确保地图数据的准确性，需要获取新开通的道路、新的车道变更等各种情况的轨迹，并基于现有路网轨迹数据来进行路网更新。

步骤S1200，针对步骤S1100获取的多个轨迹中的每个轨迹，分别以同一绘图坐标系、同一绘图比例绘制轨迹线，以生成同一分辨率、相同大小的多个轨迹图像。

针对步骤S1100获取的多个轨迹中的每个轨迹，利用绘图软件或绘图设备把该轨迹中的点列根据每个点的坐标绘制成轨迹线。其中，所有轨迹都基于同一绘图坐标系、同一绘图比例进行绘制，，把每个轨迹线保存为同一分辨率、同一大小的轨迹图像。从而得到分别与不同轨迹一一对应的、具有相互参考性的、同一分辨率、相同大小的多个轨迹图像。该多个轨迹图像中的相同像素位置可以指代实际地图中的同一地理位置。

在一个示例中，上述步骤S1200包括：基于预设线宽绘制轨迹线，其中，所述线宽能够包容车行驶在同一车道内的偏移。

因为车道具有一定宽度，所以车在车道中行驶，可能存在一定的左右偏移。因此，获取的轨迹可能存在一定的左右偏移。为了能够包容车行驶在同一车道内的偏移，可以基于预设线宽绘制轨迹线。具体地，可以根据绘图比例和分辨率设置预设线宽，例如同一车道内的左右震荡偏移为1.5米，绘图比例为1:500，分辨率为100dpi，则可以预设线宽为12个像素点宽度(points)。由此，轨迹图像中的轨迹线宽能够包容车行驶在同一车道内的偏移，确保经历了同一段行驶道路的多个轨迹存在轨迹重合部分，从而能够准确识别。

步骤S1300，根据步骤S1200生成的多个轨迹图像确定轨迹重合部分。

根据步骤S1200生成的多个轨迹图像，可以基于机器视觉原理、利用图像处理来“看出”多个轨迹图像中的轨迹线重合部分。具体地，利用图像处理确定多个轨迹图像中轨迹线共同存在的部分以作为轨迹重合部分。这种方法计算速度快且没有基于算术几何方法的可能的错误匹配的困扰，尤其适用于确定多于两个轨迹的轨迹重合部分。

步骤S1400，根据步骤S1300确定的轨迹重合部分确定轨迹重合段。

根据步骤S1300确定的图像中的轨迹重合部分，可能存在不连续的多个子部分。这些子部分对应一个或多个轨迹重合段。可以根据轨迹重合部分与轨迹点的对应关系获取轨迹重合部分的子部分之间的距离，根据该距离确定轨迹重合部分的子部分属于同一个轨迹重合段还是属于不同的轨迹重合段。由此，最终确定轨迹重合段。

根据本发明实施例的轨迹重合段识别方法是基于机器视觉的，能够准确高效地识别出任意多条轨迹中的重合路段，由此可以极大地提高路网更新的准确性和效率。

示例性地，对于通过步骤S1100获取的多个轨迹不是基于同一轨迹坐标系的情况，在执行步骤S1200绘制轨迹线之前，将该多个轨迹进行坐标系转换，以得到基于同一轨迹坐标系的多个轨迹。再执行后续步骤进行轨迹重合识别。

示例性地，对于通过步骤S1100获取的多个轨迹中任一个轨迹本身包含重合段的情况，在执行步骤S1200绘制轨迹线之前，将包含重合段的轨迹分解为多个不包含重合段的轨迹。再执行后续步骤进行轨迹重合识别。例如，通过步骤S1100获取的多个轨迹中有一个轨迹包含了环线道路的多圈循环行驶轨迹。需要把该轨迹分解为不包含重合段的多个轨迹；或去除掉该轨迹中的循环重复行驶部分的轨迹，以生成仅包含该环线道路的单次行驶过程的轨迹。再执行后续步骤进行轨迹重合识别。

在一个实施例中，步骤S1300根据多个轨迹图像确定轨迹重合部分包括：根据多个轨迹图像中所有轨迹线共有的像素点位置确定轨迹重合部分。

多个轨迹图像中的相同像素位置指代实际地图中的同一地理位置。因此，多个轨迹图像中所有轨迹线共有的像素点位置即为存在重合轨迹的位置，对应于实际地图中的同一位置的道路。可以利用各种图像处理算法来确定轨迹重合部分。在一些实施例中，可以基于像素点位置进行遍历，针对每个像素点位置判断该像素点位置是否是多个轨迹图像中所有轨迹线共有的像素点位置。在一些实施例中，可以通过像素值加和进行判断，从而筛选出重合部分。由此，通过简单的图像处理可以确定所有轨迹线的轨迹重合部分，判断准确。

图2示出了根据本发明一个实施例的根据多个轨迹图像中所有轨迹线共有的像素点位置确定轨迹重合部分的示意性流程图。如图2所示，上述根据多个轨迹图像中所有轨迹线共有的像素点位置确定轨迹重合部分包括步骤S1310和步骤S1320。

步骤S1310，把步骤S1200绘制的多个轨迹图像分别转换为二值灰度图。

通过步骤S1200绘制的每个轨迹图像中仅包括轨迹线和非轨迹线信息。因此，可以把通过步骤S1200绘制的多个轨迹图像转换为二值灰度图。其中，每个轨迹图像中的轨迹线都用同一个灰度值表示，非轨迹线都用另一个灰度值表示。在一些实施例中，轨迹线和非轨迹线可用0和1表示，也可使用其他不同的值，例如，轨迹线都用灰度值10表示，非轨迹线都用灰度值200表示。

步骤S1320，根据步骤S1310转换的二值灰度图中所有轨迹线共有的像素点位置确定轨迹重合部分。

根据步骤S1310转换的二值灰度图中表示轨迹线的灰度值，例如轨迹线的灰度值为10，判断多个轨迹图像中灰度值都为10的相同像素位置，从而可以确定轨迹重合部分。

根据上述实施例，把多个轨迹图像分别转换为二值灰度图再进行轨迹重合部分确认，可以简化确认轨迹重合部分的图像算法，提高轨迹重合段识别的处理速度。

示例性地，上述二值灰度图中轨迹线的像素点的像素值为0，非轨迹线的像素点的像素值不为0，例如为255。上述根据二值灰度图中所有轨迹线共有的像素点位置确定轨迹重合部分包括：把二值灰度图中相同像素位置的像素值分别叠加，叠加后的像素值为0的像素点组成轨迹重合部分。

基于轨迹线的像素值为0，多个轨迹图像中存在轨迹重合部分的像素位置的像素值叠加之后的像素值还是0。由此，进一步简化了确认轨迹重合部分的图像算法，提高了轨迹重合段识别的处理速度。

示例性地，可以把上述二值灰度图中相同像素位置的像素值分别直接叠加，其中，叠加值溢出二值灰度图的最大灰度值的像素点的像素值等于所述二值灰度图的最大灰度值。例如，上述二值灰度图由0值的轨迹线和255值的非轨迹线组成，轨迹线显示为黑色，非轨迹线显示为白色。二值灰度图的灰度值范围为0～255，即二值灰度图的最大灰度值是255。则叠加后的轨迹重合部分的像素点的像素值仍为0，非轨迹重合部分的像素点叠加后的像素值为255。该方法生成的叠加后的图像轨迹线与非轨迹线区别明显，并且计算简单，利于后续准确且快速地确定轨迹重合段。

示例性地，可以把上述二值灰度图中相同像素位置的像素值分别加权叠加，其中，权值均为1/N，N为所述轨迹的个数。经过1/N权值控制，叠加后的轨迹重合部分的像素点的像素值仍为0，非轨迹重合部分的像素点叠加后的像素值不大于非轨迹线的原始像素值。通过像素值为0值或非0值，即可区分轨迹重合部分和非轨迹重合部分。

图3A、图3B和图3C示出了根据本发明一个实施例的根据多个轨迹图片确定轨迹重合部分的示意图。图3A和图3B分别为根据第一轨迹和第二轨迹以同一绘图坐标系、同一绘图比例以及同一预设线宽绘制轨迹线，进而生成的同一分辨率、相同大小的轨迹图像。优选地，可以直接绘制成二值灰度图像。其中，轨迹线的像素值为0，即图3A和图3B中的黑色部分；非轨迹线的像素值为255，即图3A和图3B中的白色部分。把图3A和图3B中相同像素位置的像素值分别加权叠加，其中，权值均为1/2，得到图3C所示的叠加图。图3C中的像素值为0的黑色部分为第一轨迹和第二轨迹的轨迹重合部分，像素值为122的灰色部分为第一轨迹和第二轨迹的非轨迹重合部分，像素值为255的白色部分为非轨迹部分。

上述示例给出了两种确认轨迹重合部分的图像处理方法。算法简单，易于实现，提高了轨迹重合段识别的处理效率。

图4示出了根据本发明一个实施例的步骤S1400根据轨迹重合部分确定轨迹重合段的示意性流程图。如图4所示，步骤S1400包括步骤S1410、步骤S1420以及步骤S1430。

步骤S1410，针对通过步骤S1300确定的轨迹重合部分中每两个相邻的像素点，确定其X轴方向的真实距离和Y轴方向的真实距离。

通过步骤S1300确定了多个轨迹图像的轨迹重合部分。轨迹重合部分中的相邻的像素点之间的距离小于一定距离范围时，表示这两个相邻的像素点是紧挨着的像素点，属于同一个轨迹重合段。轨迹重合部分中的相邻的像素点之间可能存在较大的间距，表示这两个相邻的像素点可能属于不同的轨迹重合段。可选地，可以计算两个相邻的像素点的X轴方向的真实距离和Y轴方向的真实距离，根据X轴方向的真实距离和Y轴方向的真实距离判断这两个相邻的像素点属于同一个轨迹重合段或不同的轨迹重合段。两个相邻的像素点的真实距离是这两个相邻的像素点对应的位置在轨迹坐标系(例如世界坐标系)中的实际距离。可以根据绘图比例和分辨率反算出轨迹重合部分中的相邻的像素点的真实距离，从而可以依据实际道路分叉点的转弯半径等参数进行不同轨迹重合段的分解。例如，根据绘图比例，两个相邻的像素点之间X轴方向的间距为200points，分辨率为100dpi，绘图比例为1:500，则这两个相邻的像素点之间X轴方向的真实距离为200÷100×500×0.0254＝25.4米(注：1英寸＝0.0254米)。

步骤S1420，对于通过步骤S1410确定的两个相邻的像素点之间的X轴方向的真实距离或Y轴方向的真实距离大于预设距离的情况，确定这两个相邻的像素点为分段点。

通过步骤S1410确定了两个相邻的像素点之间的X轴方向的真实距离或Y轴方向的真实距离，判断X轴方向的真实距离或Y轴方向的真实距离是否大于预设距离。对于大于预设距离的情况，确定这两个相邻的像素点属于不同的轨迹重合段，同时确定这两个相邻的像素点为将轨迹重合部分分解为不同的轨迹重合段的分段点。对于不大于预设距离的情况，确定这两个相邻的像素点属于同一个的轨迹重合段。预设距离例如可以是实际道路分叉点的转弯半径，例如可以设置为3米。通过两个相邻的像素点的X轴方向的真实距离或Y轴方向的真实距离确定该两个相邻的像素点是否是分段点，简化了两个相邻的像素点之间的距离判断的算法实现，提高了轨迹重合识别的处理效率。

步骤S1430，根据通过步骤S1420确定的分段点确定轨迹重合段。

通过步骤S1420确定的分段点对轨迹重合部分进行分解，以得到轨迹重合段。如图3A和图3B所示，第一轨迹和第二轨迹都自第一路口至第二路口从第一道路通过，再自第三路口至第四路口从第二道路通过。通过步骤S1300确定了第一轨迹图像(图3A)和第二轨迹图像(图3B)的轨迹重合部分，如图3C所示的黑色部分。第二路口的像素点和第三路口的像素点为图3C的轨迹重合部分中相邻的像素点，通过步骤S1410确定这两个相邻的像素点之间的X轴方向的真实距离或Y轴方向的真实距离，经步骤S1420判断这两个相邻的像素点之间的X轴方向的真实距离大于预设距离，确定这两个相邻的像素点是分段点。类似的，其他相邻的像素点经判断其X轴方向的真实距离或Y轴方向的真实距离都不大于预设距离，不是分段点。于是可以根据第二路口的像素点和第三路口的像素点把轨迹重合部分分解为两个轨迹重合段。

上述实施例通过轨迹重合部分中相邻像素点之间的真实距离确认分段点，从而对轨迹重合部分进行轨迹重合段分解。算法简单，易于实现，对于复杂路型或简单路型的多个轨迹都能得到一样准确的识别结果，提高了轨迹重合段识别的准确性。

图5示出了根据本发明一个实施例的步骤S1410针对轨迹重合部分中每两个相邻的像素点确定其X轴方向的真实距离和Y轴方向的真实距离的示意性流程图。如图5所示，步骤S1410包括步骤S1411和步骤S1412。

步骤S1411，把通过步骤S1300确定的轨迹重合部分的像素点转换到轨迹坐标系，以得到该轨迹重合部分的像素点的真实坐标值。

根据绘图坐标系和轨迹坐标系之间的转换关系，把通过步骤S1300确定的轨迹重合部分的像素点转换到轨迹坐标系，以得到该轨迹重合部分的像素点的真实坐标值。

步骤S1412，针对轨迹重合部分中每两个相邻的像素点，根据通过步骤S1411得到的这两个像素点的真实坐标值计算X轴方向的真实距离和Y轴方向的真实距离。

通过步骤S1411得到的轨迹重合部分中每两个相邻的像素点的真实坐标值后，根据真实坐标值可以计算X轴方向的真实距离和Y轴方向的真实距离。

由此，获得了轨迹重合部分中每两个相邻的像素点之间精确的X轴方向的真实距离和Y轴方向的真实距离，提高了轨迹重合识别的精确性。

图6示出了根据本发明一个实施例的步骤S1411把轨迹重合部分的像素点转换到轨迹坐标系以得到轨迹重合部分的像素点的真实坐标值的示意性流程图。如图6所示，步骤S1411包括步骤S1411a和步骤S1411b。

步骤S1411a，通过多个轨迹中的最上顶点、最下顶点、最左顶点和最右顶点标定绘图坐标系到轨迹坐标系的转换参数。

通过步骤S1200生成的多个轨迹图像基于同一绘图坐标系。以多个轨迹图像中的最上顶点、最下顶点、最左顶点和最右顶点为4个标定参照点来标定绘图坐标系到轨迹坐标系的转换参数。应理解，多个轨迹图像中的最上顶点、最下顶点、最左顶点和最右顶点是多个轨迹图像共有的轨迹线中的最上顶点、最下顶点、最左顶点和最右顶点。图7示出了根据本发明一个实施例的绘图坐标系到轨迹坐标系的转换参数的示意图。如图7所示，{x,y}为绘图坐标系，{x’,y’}为轨迹坐标系。两个坐标系的原点偏移为{x₀,y₀}，旋转角度为θ。可以根据公式1代入上述4个标定参照点在绘图坐标系中的坐标值和轨迹坐标系中的坐标值，从而解出绘图坐标系到轨迹坐标系的转换参数{x₀,y₀,θ}。其中，{x,y}代入标定参照点在绘图坐标系中的坐标值，{x’,y’}代入标定参照点对应的轨迹点的坐标值。

步骤S1411b，根据步骤S1411a标定的转换参数把轨迹重合部分的像素点转换到轨迹坐标系，以得到轨迹重合部分的像素点的真实坐标值。

根据轨迹重合部分的像素点在绘图坐标系中的坐标值，基于步骤S1411a标定的转换参数{x₀,y₀,θ}，利用公式1可以计算得到该像素点在轨迹坐标系中的坐标值，也即该像素点的真实坐标值。

通过以多个轨迹图像中的最上顶点、最下顶点、最左顶点和最右顶点为标定参照点来标定绘图坐标系到轨迹坐标系的转换参数，利用了现有轨迹的最大范围来标定绘图坐标系到轨迹坐标系的转换参数，从而获取高准确度的转换参数，提高了轨迹重合段识别的准确性。

如上所述，在上述步骤S1430中，根据步骤S1420确定的分段点确定轨迹重合段。在一个示例中，根据所确定的分段点把轨迹重合部分分解为轨迹重合线段。可以理解，轨迹重合线段只是表示多个轨迹图像中的轨迹的重合部分。因为行车方向等原因，轨迹重合线段未必是期望的轨迹重合段。所以，需要根据轨迹重合线段确定轨迹重合段。图8示出了根据本发明一个实施例的根据轨迹重合线段确定轨迹重合段的示意性流程图。如图8所示，对于每个轨迹重合线段执行以下步骤来确定轨迹重合段：步骤S1431、步骤S1432以及步骤S1433。

步骤S1431，针对通过步骤S1420分解的轨迹重合线段中的每个像素点，根据其真实坐标值在多个轨迹中分别寻找距离最近的轨迹点作为重合轨迹点。

应理解，轨迹重合线段中的像素点，未必在每个轨迹中有准确的位置对应的轨迹点。也即，轨迹重合线段中的像素点转换到轨迹坐标系后得到的真实坐标值未必恰好就是各轨迹中的轨迹点。例如，基于将线宽扩展到预设线宽后得到的轨迹确定的轨迹重合线段中的像素点，其真实坐标值很可能就没有准确对应的轨迹点。为此，可以取轨迹重合线段中的像素点的真实坐标值在每个轨迹中的距离最近的轨迹点作为重合轨迹点。可以理解，轨迹重合线段中可能存在多个像素点对应同一个的重合轨迹点。

步骤S1432，将通过步骤S1431在每个轨迹中寻找到的所有重合轨迹点按时间戳排序，以得到多个轨迹段。

每个重合轨迹点具有时间戳信息，将在每个轨迹中寻找到的所有重合轨迹点按时间戳排序，得到该轨迹中对应该轨迹重合线段的轨迹段。由此，得到对应于同一个轨迹重合线段的多个轨迹中的轨迹段。

步骤S1433，根据通过步骤S1432得到的多个轨迹段中的首末点的时间戳顺序判断该多个轨迹段的前进方向是否一致，对于前进方向一致的情况，确定该多个轨迹段为轨迹重合段。

轨迹重合段识别还包括行驶方向的识别。多个轨迹中只有按同一行驶方向行经同一段道路的轨迹才能作为轨迹重合段。利用通过步骤S1432得到的多个轨迹段中的首末点的时间戳顺序，可以判断该多个轨迹段的前进方向是否一致。对于前进方向一致的情况，确定该多个轨迹段为轨迹重合段。

根据本发明上述实施例，把基于图像运算得到的轨迹重合部分映射回轨迹坐标系，从而精确识别出轨迹重合段。算法简单，易于实现，能够准确高效地识别出任意多条轨迹中的重合路段，由此可以极大地提高路网更新的准确性和效率。

根据本发明另一个实施例，还提供了一种轨迹重合段识别装置。图9示出了根据本发明一个实施例的轨迹重合段识别装置900的示意性框图。如图9所示，轨迹重合段识别装置900包括获取模块910、绘图模块920、重合模块930以及分段模块940。

获取模块910，用于获取多个轨迹。

绘图模块920，用于针对所述多个轨迹中的每个轨迹，分别以同一绘图坐标系、同一绘图比例绘制轨迹线，以生成同一分辨率、相同大小的多个轨迹图像。

重合模块930，用于根据所述多个相同大小的轨迹图像确定轨迹重合部分。

分段模块940，用于根据所述轨迹重合部分确定所述轨迹重合段。

总之，轨迹重合段识别装置900中的各个模块用于具体执行上述轨迹重合段识别方法中的相应步骤。通过阅读上述关于该方法的描述，本领域普通技术人员可以理解上述轨迹重合段识别装置900的具体实现和技术效果。

根据本发明又一方面，还提供了一种用于轨迹重合段识别的系统，包括处理器和存储器，其中，所述存储器中存储用于实现根据本发明实施例的轨迹重合段识别方法中的各个步骤的计算机程序指令。所述处理器用于运行所述存储器中存储的计算机程序指令，以执行根据本发明实施例的轨迹重合段识别方法的相应步骤，并且用于实现根据本发明实施例的轨迹重合段识别装置中的获取模块910、绘图模块920、重合模块930以及分段模块940。

此外，根据本发明再一方面，还提供了一种存储介质，在所述存储介质上存储了程序指令，在所述程序指令被计算机或处理器运行时使得所述计算机或处理器执行本发明实施例的轨迹重合段识别方法的相应步骤，并且用于实现根据本发明实施例的轨迹重合段识别装置中的相应模块。所述存储介质例如可以包括平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。

尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的激光雷达标定的装置中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种轨迹重合段识别方法，包括：

获取多个轨迹；

针对所述多个轨迹中的每个轨迹，分别以同一绘图坐标系、同一绘图比例绘制轨迹线，以生成同一分辨率、相同大小的多个轨迹图像；

根据所述多个轨迹图像确定轨迹重合部分；以及

根据所述轨迹重合部分确定所述轨迹重合段。

2.如权利要求1所述的方法，其中，所述根据所述多个轨迹图像确定轨迹重合部分包括：

根据所述多个轨迹图像中所有轨迹线共有的像素点位置确定所述轨迹重合部分。

3.如权利要求2所述的方法，其中，所述根据所述多个轨迹图像中所有轨迹线共有的像素点位置确定所述轨迹重合部分包括：

把所述多个轨迹图像分别转换为二值灰度图；以及

根据所述二值灰度图中所有轨迹线共有的像素点位置确定所述轨迹重合部分。

4.如权利要求3所述的方法，其中，所述二值灰度图中轨迹线的像素点的像素值为0，非轨迹线的像素点的像素值不为0；

所述根据所述二值灰度图中所有轨迹线共有的像素点位置确定所述轨迹重合部分包括：

把所述二值灰度图中相同像素位置的像素值分别叠加，叠加后的像素值为0的像素点组成所述轨迹重合部分。

5.如权利要求4所述的方法，其中，所述把所述二值灰度图中相同像素位置的像素值分别叠加包括：

把所述二值灰度图中相同像素位置的像素值分别直接叠加，其中，叠加值溢出所述二值灰度图的最大灰度值的像素点的像素值等于所述二值灰度图的最大灰度值；或

把所述二值灰度图中相同像素位置的像素值分别加权叠加，其中，权值均为1/N，N为所述轨迹的个数。

6.如权利要求1至5任一项所述的方法，其中，所述针对所述多个轨迹中的每个轨迹，分别以同一绘图坐标系、同一绘图比例绘制轨迹线，以生成同一分辨率、相同大小的多个轨迹图像包括：

基于预设线宽绘制所述轨迹线，其中，所述线宽能够包容车行驶在同一车道内的偏移。

7.如权利要求1至5任一项所述的方法，其中，所述根据所述轨迹重合部分确定所述轨迹重合段包括：

针对所述轨迹重合部分中每两个相邻的像素点，确定其X轴方向的真实距离和Y轴方向的真实距离；

对于两个相邻的像素点之间的X轴方向的真实距离或Y轴方向的真实距离大于预设距离的情况，确定这两个相邻的像素点为分段点；以及

根据所述分段点确定所述轨迹重合段。

8.如权利要求7所述的方法，其中，所述针对所述轨迹重合部分中每两个相邻的像素点，确定其X轴方向的真实距离和Y轴方向的真实距离包括：

把所述轨迹重合部分的像素点转换到轨迹坐标系，以得到所述轨迹重合部分的像素点的真实坐标值；以及

针对所述轨迹重合部分中每两个相邻的像素点，根据其真实坐标值计算所述X轴方向的真实距离和所述Y轴方向的真实距离。

9.如权利要求8所述的方法，其中，所述把所述轨迹重合部分的像素点转换到轨迹坐标系，以得到所述轨迹重合部分的像素点的真实坐标值包括：

通过所述多个轨迹中的最上顶点、最下顶点、最左顶点和最右顶点标定所述绘图坐标系到所述轨迹坐标系的转换参数；以及

根据所述转换参数把所述轨迹重合部分的像素点转换到所述轨迹坐标系，以得到所述轨迹重合部分的像素点的真实坐标值。

10.如权利要求7所述的方法，其中，所述根据所述分段点确定所述轨迹重合段包括：

根据所述分段点把所述轨迹重合部分分解为轨迹重合线段；

对于每个轨迹重合线段：

针对其中每个像素点，根据其真实坐标值在所述多个轨迹中分别寻找距离最近的轨迹点作为重合轨迹点；

将在每个轨迹中寻找到的所有重合轨迹点按时间戳排序，以得到多个轨迹段；

根据所述多个轨迹段中的首末点的时间戳顺序判断所述多个轨迹段的前进方向是否一致，对于前进方向一致的情况，确定所述多个轨迹段为所述轨迹重合段。

Images