CN111652952B - 车道线生成方法、装置、计算机设备和存储介质 - Google Patents
车道线生成方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111652952B CN111652952B CN202010506303.6A CN202010506303A CN111652952B CN 111652952 B CN111652952 B CN 111652952B CN 202010506303 A CN202010506303 A CN 202010506303A CN 111652952 B CN111652952 B CN 111652952B
- Authority
- CN
- China
- Prior art keywords
- lane line
- lane
- vehicle
- target
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车道线生成方法、装置、计算机设备和存储介质。上述方法包括：获取车辆在当前时刻的定位信息，根据定位信息确定车道地图数据中的车道线采样点；将车道线采样点投影至当前时刻的车辆坐标系，得到车道线投影点；获取车辆的视野范围，从车道线投影点中获取处于视野范围内的目标投影点；根据目标投影点生成第一车道线，并获取上一时刻生成的第二车道线，根据第一车道线和第二车道线生成当前时刻的目标车道线。采用本方法能够提高车道线的稳定性。
Description
技术领域
本申请涉及人工智能技术领域，特别是涉及一种车道线生成方法、装置、计算机设备和存储介质。
背景技术
无人驾驶技术是依靠人工智能、视觉计算、雷达检测、全球定位等技术协同合作，使车辆可以在没有人为操作的情形，自动且安全行驶的技术。智能车辆基于地图数据进行无人驾驶时，通常需要以高精度的地图数据为依据，利用优化算法对车道线中心线进行边界约束、分段接边等处理，生成能够达到行驶预测和路线规划决策需求的平滑的车道中心线。然而，传统技术的车道线平滑方式数据结构复杂、计算量大，存在稳定性较差的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高车道线稳定性的车道线生成方法、装置、计算机设备和存储介质。
一种车道线生成方法，所述方法包括：
获取车辆在当前时刻的定位信息，根据所述定位信息确定车道地图数据中的车道线采样点；
将所述车道线采样点投影至所述当前时刻的车辆坐标系，得到车道线投影点；
获取所述车辆的视野范围，从所述车道线投影点中获取处于所述视野范围内的目标投影点；
根据所述目标投影点生成第一车道线，并获取上一时刻生成的第二车道线，根据所述第一车道线和第二车道线生成所述当前时刻的目标车道线。
一种车道线生成装置，所述装置包括：
采样点获取模块，用于获取车辆在当前时刻的定位信息，根据所述定位信息确定车道地图数据中的车道线采样点；
重投影模块，用于将所述车道线采样点投影至所述当前时刻的车辆坐标系，得到车道线投影点；
投影点获取模块，用于获取所述车辆的视野范围，从所述车道线投影点中获取处于所述视野范围内的目标投影点；
车道线生成模块，用于根据所述目标投影点生成第一车道线，并获取上一时刻生成的第二车道线，根据所述第一车道线和第二车道线生成所述当前时刻的目标车道线。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取车辆在当前时刻的定位信息，根据所述定位信息确定车道地图数据中的车道线采样点；
将所述车道线采样点投影至所述当前时刻的车辆坐标系，得到车道线投影点；
获取所述车辆的视野范围，从所述车道线投影点中获取处于所述视野范围内的目标投影点；
根据所述目标投影点生成第一车道线，并获取上一时刻生成的第二车道线，根据所述第一车道线和第二车道线生成所述当前时刻的目标车道线。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取车辆在当前时刻的定位信息，根据所述定位信息确定车道地图数据中的车道线采样点；
将所述车道线采样点投影至所述当前时刻的车辆坐标系，得到车道线投影点；
获取所述车辆的视野范围，从所述车道线投影点中获取处于所述视野范围内的目标投影点；
根据所述目标投影点生成第一车道线，并获取上一时刻生成的第二车道线，根据所述第一车道线和第二车道线生成所述当前时刻的目标车道线。
上述车道线生成方法、装置、计算机设备和存储介质，通过车道在当前时刻的定位信息确定车道地图数据中的车道线采样点，将车道线采样点投影至当前时刻的车辆坐标系得到车道线投影点，从车道线投影点中获取处于车辆视野范围内的目标投影点，根据目标投影点生成第一车道线，并结合上一时刻生成的第二车道线和第一车道线生成当前时刻的目标车道线。即可以结合车辆当前时刻的定位和视野范围确定投影点以生成目标车道线，计算量小且不会受到车速和限速的影响，可以提高车道线的稳定性。
附图说明
图1为一个实施例中车道线生成方法的应用环境图；
图2为一个实施例中车道线生成方法的流程示意图；
图3为一个实施例中车道线生成方法的流程图；
图4为另一个实施例中车道线生成方法的流程图；
图5为一个实施例中获取目标投影点的流程图；
图6为一个实施例中车辆坐标系的示意图；
图7为一个实施例中确定车道线采样点的流程图；
图8为一个实施例中车道线生成装置的结构示意图；
图9为一个实施例中车道线生成装置的结构示意图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的车道线生成方法，可以应用于如图1所示的应用环境中。该应用环境包括计算机设备110。计算机设备110可以获取车辆在当前时刻的定位信息，根据定位信息确定车道地图数据中的车道线采样点，将车道线采样点投影至当前时刻的车辆坐标系得到车道线投影点，从车道线投影点中获取处于视野范围内的目标投影点，根据目标投影点生成第一车道线，并获取上一时刻生成的第二车道线，根据第一车道线和第二车道线生成当前时刻的目标车道线。在车辆自动驾驶过程中，计算机设备110可以根据生成的目标车道线控制车辆行驶的方向、速度等。计算机设备110可以车辆的车载电脑，也可以是通过网络与车辆的车载电脑连接的终端或服务器。其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种车道线生成方法，以该方法应用于图1中的计算机设备为例进行说明，包括以下步骤：
步骤202，获取车辆在当前时刻的定位信息，根据定位信息确定车道地图数据中的车道线采样点。
定位信息包括车辆的经纬度和方向角。计算机设备可以通过GPS(GlobalPositioning System，全球定位系统)定位、基站定位等方式获取车辆在当前时刻的定位信息。车道地图数据是指车辆所处车道的地图数据。车道线采样点是对车道地图数据包含的车道线进行采样得到。其中，车道线包括车道边界线和车道中心线中的至少一种。其中，车道中心线是处于车道中间位置的线。车道边界线是即为车道的边缘线。车道线还可以是车道中除中间位置之外的其他位置的线。例如，车道线可以是车道的左边边界线和车道中心线之间的中间位置的线，也可以是车道的右边边界线和车道中心线之间的中间位置的线。
计算机设备可以根据车辆的定位信息确定车辆所处的车道，进而根据车辆所处的车道从地图数据中获取车道地图数据，并对车道地图数据包含的车道线进行采样，得到车道线采样点。具体地，计算机设备可以根据预设的采样间距对车道线进行采样，得到车道线采样点。其中，采样间距可以根据实际应用需求设定，在此不做限定。例如，采样间距可以是1m、1.5m、2m、2.5m等。
可选地，当车道地图数据包含计算机设备所需要生成的车道线时，计算机设备可以根据对车道地图数据包含的所需要生成的车道线进行采样，得到所需要生成的车道线的车道线采样点；当车道地图数据不包含计算机设备所需要生成的车道线时，计算机设备可以根据对车道地图数据包含的其他车道线进行采样，并根据其他车道线的采样信息得到所需要生成的车道线的车道线采样点。例如，当计算机设备所需要生成的车道线为车道中心线时，若车道地图数据包含车道中心线，则计算机设备可以对车道中心线进行采样，得到车道线采样点；若车道地图数据不包含车道中心线，则计算机设备可以对车道边界线进行采样，并根据车道边界线的采样信息得到车道中心线的车道线采样点。
步骤204，将车道线采样点投影至当前时刻的车辆坐标系，得到车道线投影点。
车辆坐标系是可用于描述车辆运动的动坐标系。通常，车辆坐标系的原点与车辆的质心重合，x轴平行于地面指向车辆前方，y轴指向驾驶员的左侧。其中，车辆的质心可以是车辆后轴中心即车辆定位位置为原点、地面指向车辆前方即与方向角一致的方向为。可以理解的是，在车辆行驶过程中的不同时刻，由于车辆所处位置不同，所建立的车辆坐标系也存在差异。
以车道地图数据处于WGS84(World Geodetic System，世界大地测量系统) 坐标系为例，电子设备可以先将车道线采样点投影至ENU(East-North-Up，东北天)坐标系，在ENU坐标系下通过矩阵运算的方式将数据转换至当前时刻的车道坐标系，得到车道线投影点。
步骤206，获取车辆的视野范围，从车道线投影点中获取处于视野范围内的目标投影点。
视野范围是指车辆驾驶员所能看见的、即头部运动和眼球转动时的可见空间范围。具体地，视野范围包括视野宽度和视野长度。计算机设备可以预先保存有车辆的视野范围。可以理解的是，虽然视野范围包含的视野宽度和视野长度是计算机设备预先保存的确定数据，但车辆在行驶过程中位置发生变化，处于视野范围内的目标投影点也会发生变化。例如，视野宽度可以是15米、20米、25米等，视野长度可以是80米、100米、120米等，在此不做限定。在一些实施例中，视野长度可以包括前视视野长度和后视视野长度。
具体地，计算机设备可以根据获取车辆的视野范围，并确定视野范围在当前时刻的车辆坐标系中的坐标位置范围，将处于该坐标位置范围的车道线投影点确定为目标投影点。
步骤208，根据目标投影点生成第一车道线，并获取上一时刻生成的第二车道线，根据第一车道线和第二车道线生成当前时刻的目标车道线。
第一车道线是根据目标投影点进行处理后生成。目标车道线是当前时刻对应的车道线。计算机设备根据目标投影点生成第一车道线，具体地，计算机设备可以对目标投影点进行拟合处理，得到目标投影点对应的第一车道线，进而根据第一车道线和第二车道线生成当前时刻的目标车道线。
上一时刻是相对于当前时刻的上一个时刻。例如，当生成车道线的帧率为 10帧每秒时，若当前时刻为16分5.2秒，则上一时刻为16分5.1秒；若当前时刻1分1.1秒，则上一时刻为1分1.0秒。计算机设备可以生成并记录各个时刻对应的目标车道线，在生成当前时刻的目标车道线时，将上一时刻生成的第二车道线与当前时刻的车辆坐标系中的目标投影点所生成的第一车道线进行融合处理，得到当前时刻对应的目标车道线。
进一步地，在一个实施例中，计算机设备可以根据上述车道线生成方式生成平滑的车道中心线，并结合车道地图数据包含的车道边界线，对车辆进行行驶预测和路线决策规划。可选地，在一个实施例中，计算机设备也可以根据上述车道生成方式生成平滑的车道中心线和车道边界线，根据生成的车道中心线和车道边界线对车辆进行行驶预测和路线决策规划。
本申请实施例提供的车道线生成方法，通过获取车辆在当前时刻的定位信息，根据定位信息确定车道地图数据中的车道线采样点，将车道线采样点投影至当前时刻的车辆坐标系得到车道线投影点，从车道线投影点中获取处于车辆视野范围内的目标投影点，根据目标投影点生成第一车道线，并结合上一时刻生成的第二车道线和第一车道线生成当前时刻的目标车道线。即可以结合车辆当前时刻的定位和视野范围确定投影点以生成目标车道线，计算量小且不会受到车速和限速的影响，可以提高车道线的稳定性。此外，当地图或定位失效时，由于上述车道线生成方式与摄像头感知车道线类似，可以稳定地切换摄像头感知车道线时，不会出现数据抖动，可以提高车辆无人驾驶系统的鲁棒性。
图3为一个实施例中车道线生成方法的流程图。如图3所示，在一个实施例中，提供的车道线生成方法包括：
步骤302，获取车辆在当前时刻的定位信息，根据定位信息确定车道地图数据中的车道线采样点。
步骤304，将车道线采样点投影至当前时刻的车辆坐标系，得到车道线投影点。
步骤306，获取车辆的视野范围，从车道线投影点中获取处于视野范围内的目标投影点。
步骤308，获取预设的函数关系式，将目标投影点的坐标位置代入函数关系式，获得第一车道线对应的第一参数值。
计算机设备可以预设有投影点的函数关系式。预设的函数关系式可以是多项式函数关系式。其中，多项式函数关系式拟合的阶数可以根据实际应用需求设定，在此不做限定。计算机设备可以将目标投影点的坐标位置代入获取的函数关系式，获得第一车道线对应的第一参数值。例如，当拟合阶数为3时，函数关系式可以是y＝Ax3+Bx2+C，若将目标投影点的坐标位置代入该函数关系式获得第一车道线为y＝3x3+2x2+6，则对应的第一参数值为A＝3、B＝2、 C＝6；当拟合阶数为5时，函数关系式可以是y＝Ax5+Bx4+Cx3+Dx2+E时，若将目标投影点的坐标位置代入该函数关系式获得第一车道线为y＝4x5- 1x4+2x3+2x2-7，则对应的第一参数值为A＝4、B＝-1、C＝2、D＝2、E＝-7。
在一个实施例中，预设的函数关系式可以包括基于最小二乘法的拟合函数polyfit(x，y，n)，具体地，计算机设备可以根据目标投影点的坐标位置生成目标投影点的横坐标数组与纵坐标数组，调用该拟合函数polyfit(x，y，n)结合横坐标数组、纵坐标数组进行拟合处理，即可以获取输出的第一参数值。其中， polyfit(x，y，n)中，x为投影点的横坐标，y为投影点的纵坐标，n为拟合的阶数。在该实施例中，计算机设备调用拟合函数进行拟合处理的过程中，可以采用不同拟合阶数对横坐标数组、纵坐标数组进行拟合处理，从不同阶数的拟合结果中确定拟合阶数，并输出拟合阶数对应的第一参数值。
在一个实施例中，计算机设备还可以根据目标投影点的坐标位置确定目标投影点在x轴方向的分布宽度，根据该分布宽度确定对应的拟合阶数，并将目标投影点的坐标位置代入该拟合阶数构建的函数关系式，获得第一车道线对应的第一参数值。可选地，分布宽度与拟合阶数成负相关。
步骤310，获取第二车道线对应的第二参数值，将第一参数值与第二参数值进行滤波处理，得到目标车道线的目标参数值。
滤波处理用于将参数值进行滤波，以抑制和防止干扰的操作。滤波处理可以包括均值滤波、低通滤波等。具体地，计算机设备可以分别从第一参数值和第二参数值中对应阶数的参数值，将对应阶数的参数值进行差值处理，得到目标车道线中每一个阶数对应的参数值。目标参数值即包括每一个阶数对应的参数值。例如，当第一车道线为y＝3x3+2x2+6，第二车道线为Y＝2x3+x2+8 时，计算机设备将第一参数值和第二参数值进行滤波处理，得到的目标参数值包括2.5、1.5和7。
在一个实施例中，计算机设备可以采用Z＝z*r+Z_last*(1-r)的插值公式对第一参数值和第二参数值进行加权滤波处理，得到目标参数值包含的每一个阶数对应的参数值。具体地，其中，Z表示目标参数值，z表示第一参数值，Z_last 表示第二参数值；r为比例系数，具体数值可以根据实际应用需求设定，例如r 可以是0.1、0.2、0.3、0.4、0.5等。
在一个实施例中，比例系数r可以根据计算机设备生成车道线的帧率来确定，具体地，比例系数可以是生成车道线的帧率的倒数，即近似于实现在单位时间内的均值滤波。例如，计算机设备生成车道线的帧率为10帧每秒时，比例系数为0.1，计算机设备生成车道线的帧率为20帧每秒时，比例系数为0.05。
通过将目标投影点的坐标位置代入函数关系式获得第一车道线的第一参数值，将第一参数值与第二车道线的第二参数值进行滤波处理，得到目标车道线的目标参数值，可以减少数据干扰，进一步提高目标车道线的稳定性。
图4为另一个实施例中车道线生成方法的流程图。如图4所示，在一个实施例中，提供的车道线生成方法包括：
步骤402，获取车辆在当前时刻的定位信息，根据定位信息确定车道地图数据中的车道线采样点。
步骤404，将车道线采样点投影至当前时刻的车辆坐标系，得到车道线投影点。
步骤406，获取车辆的视野范围，从车道线投影点中获取处于视野范围内的目标投影点。
步骤408，根据目标投影点生成第一车道线。
步骤410，获取车辆在当前时刻与上一时刻之间的旋转角度。
旋转角度用于表示车辆在行驶过程中的旋转幅度。计算机设备可以通过陀螺仪等角速度传感器检测车辆的旋转角度，具体地，计算机设备可以从角速度传感器输出的角速度数据中获取当前时刻与上一时刻分别对应的角速度，根据当前时刻与上一时刻分别对应的角速度确定车辆在当前时刻与上一时刻之间的旋转角度。
步骤412，确定旋转角度是否小于或等于角度阈值，若是，则进入步骤414，若否，则进入步骤416。
步骤414，根据目标投影点生成第一车道线，并获取上一时刻生成的第二车道线，根据第一车道线和第二车道线生成当前时刻的目标车道线。
步骤416，将上一时刻对应的定位信息确定的车道线采样点投影至当前时刻的车辆坐标系，根据得到的投影点生成第三车道线，并根据第一车道线和第三车道线生成当前时刻的目标车道线。
角度阈值可以综合车道线的计算精度和生成车道线的帧率等信息进行确定，在此不做限定。其中，车道线的计算精度与角度阈值成负相关，即角度阈值越低，则车道线的计算精度越高。例如，角度阈值可以是10度、15度、20度等。
计算机设备可以在旋转角度小于或等于角度阈值时，则获取上一时刻生成的第二车道线，根据第一车道线和第二车道线生成当前时刻的目标车道线。当旋转角度大于角度阈值时，则计算机设备将上一时刻对应的定位信息确定的车道线采样点投影至当前时刻的车辆坐标系中，根据得到的投影点生成第三车道线，并根据第一车道线和第三车道线生成当前时刻的目标车道线。
以当前时刻为16分5.2秒，上一时刻为16分5.1秒为例进行说明，当前时刻16分5.2秒的定位信息为Z1，对应的车辆坐标系为O1，上一时刻16分5.1 秒的定位信息为Z2，对应的车辆坐标系O2；当旋转角度小于或等于角度阈值时，则计算机设备对上一时刻16分5.1秒对应的第二车道线与由定位信息Z1与车辆坐标系O1确定的目标投影点生成的第一车道线进行滤波处理，得到当前时刻 16分5.2秒对应的目标车道线。当旋转角度大于角度阈值时，则计算机设备可以将由定位信息为Z2确定的车道线采样点投影至车辆坐标系O1，根据得到的投影点生成的第三车道线，并根据第一车道线和第三车道线生成当前时刻16分 5.2秒对应的目标车道线。可以理解的是，该当前时刻16分5.2秒对应的目标车道线可以作为下一时刻即16分5.3秒对应的上一时刻的第二车道线。
在一个实施例中，计算机设备获取车辆在当前时刻与上一时刻之间的旋转角度之前，还可以包括：判断生成车道线的帧率是否小于或等于帧率阈值，当生成车道线的帧率小于或等于帧率阈值时，则执行获取车辆在当前时刻与上一时刻之间的旋转角度的操作；该方法还包括：当生成车道线的帧率大于帧率阈值时，则执行获取上一时刻生成的第二车道线的操作。
通过获取车辆在当前时刻与上一时刻之间的旋转角度，当旋转角度小于或等于角度阈值时，则采用上一时刻生成的第二车道线以生成目标车道线；当选装角度大于角度阈值时，则将上一时刻确定的车道线采样点重投影至当前时刻的车辆坐标系，采用得到的投影点生成的第三车道线以生成目标车道线，可以避免车辆产生剧烈的旋转运动时，根据不同时刻的车辆坐标系对应生成的车道线参数值误差较大的问题，可以提高车道线生成的精确性。
图5为一个实施例中获取目标投影点的流程图。如图5所示，在一个实施例中，提供的车道线生成方法中从车道线投影点中获取处于视野范围内的目标投影点的过程，包括：
步骤502，获取车辆的预瞄方向，及视野范围包含的视野宽度和视野长度。
预瞄方向用于表征当前时刻车辆驾驶员的视野方向。计算机设备获取车辆的预瞄方向，具体地，计算机设备可以获取预设的预瞄方向确定规则，结合车道线投影点在车辆坐标系中的分布情况确定车辆的预瞄方向。例如，计算机设备可以预存有预瞄方向与X轴之间的夹角如20度，当车道线投影点分布于车辆坐标系的第一象限时，则确定预瞄方向为原点指向第一象限、且与x轴之间的夹角为20度的方向；当车道线投影点分布于车辆坐标系的第四象限时，则确定预瞄方向为原点指向第四象限、且与x轴的夹角为20度的方向等。
在一个实施例中，计算机设备可以获取与车辆的位置的距离超过距离阈值的第一个投影点；将车辆的位置指向第一个投影点的方向确定为预瞄方向。
距离阈值用于确定处于预瞄方向上的投影点。距离阈值可以根据实际应用需求设定，在此不做限定。例如，距离阈值可以是10米、20米、30米、40米等。在一个实施例中，距离阈值可以是预设数量个单位基本时间内的行驶距离。可选地，计算机设备可以统计车辆在日常行驶过程中的平均速度，根据平均速度在单位基本时间内的行驶距离确定该距离阈值。其中预设数量可以是1、1.5、 2等。例如，当预设数量为2，平均速度为50公里每秒时，则距离阈值为28米；当预设数量为1.5，平均速度为60公里每秒时，则距离阈值为25米等。可选地，计算机设备可以获取车辆当前时刻的行驶速度，根据行驶速度确定该距离阈值。
计算机设备获取与车辆的位置的距离超过距离阈值的第一投影点，具体地，计算机设备以车辆的位置即原点为起点，依次获取各个车道线投影点与车辆的位置之间的距离，当获取的车道线投影点与车辆的位置之间的距离超过距离阈值时，则确定该车道线投影点为与车辆的位置的距离超过距离阈值的第一个投影点，并停止获取车道线投影点与车辆的位置之间的距离的操作。进而，计算机设备将车辆的位置指向该第一个投影点的方向确定为预瞄方向。
步骤504，以车辆的位置为起点依次获取车道线投影点在预瞄方向上，与车辆的位置的垂直距离和水平距离。
步骤506，当垂直距离小于视野宽度、且水平距离小于视野长度时，将车道线投影点确定为目标投影点。
视野范围包括视野宽度和视野长度。其中，视野宽度是指可见范围在与预瞄方向垂直的方向的长度。视野长度是指可见范围在预瞄方向上的长度。视野宽度与视野长度可以实际应用需求设定，在此不做限定。例如，视野宽度可以是20米、25米、30米等，视野长度可以是80米、100米、120米。
具体地，计算机设备以车辆的位置为起点依次获取车道线投影点在预瞄方向上，与车辆的位置的垂直距离和水平距离，直至满足垂直距离大于或等于视野宽度、水平距离大于或等于视野长度中的至少一种时停止车辆线投影点的获取，将垂直距离小于视野宽度、且水平距离小于视野长度的车道线投影点确定为目标投影点。
可选地，视野长度可以包括预瞄方向即前视方向的第一长度和与预瞄方向相反的方向即后视方向的第二长度。计算机设备以车辆的位置的起点，可以先依次获取预瞄方向上的车道线投影点在预瞄方向上，与车辆的位置的垂直距离和水平距离，当垂直距离小于视野宽度、且水平距离小于第一长度的车道线投影点确定为目标投影点，直至满足垂直距离大于或等于视野宽度、水平距离大于或等于第一长度的至少一种时停止；进一步以车辆的位置的起点，依次获取与预瞄方向相反的方向上的车道线投影点在预瞄方向上，与车辆的位置的垂直距离和水平距离，当垂直距离小于视野宽度、且水平距离小于第二长度的车道线投影点确定为目标投影点，直至满足垂直距离大于或等于视野宽度、水平距离大于或等于第二长度的至少一种时停止。
通过车辆的预瞄方向及视野范围包含的视野宽度和视野长度，以车辆的位置为起点依次获取车道线投影点在预瞄方向上与车辆的位置的垂直距离和水平距离，将垂直距离小于视野宽度、且水平距离小于视野长度的车道线投影点确定为目标投影点，可以准确获取在车辆的可见范围内的车道线投影点，避免冗余投影点的获取，进一步提高车道线生成的稳定性。此外，将车辆位置指向第一个与车辆位置的距离超过距离阈值的投影点的方向确定为预瞄方向，可以提高预瞄方向的准确性。
图6为一个实施例中车辆坐标系的示意图。如图6所示，车辆坐标系是以车辆的位置602为起点，行驶方向为x轴，指向车辆左侧的方向为y轴建立的。车道线投影点604为与车辆的位置602的距离超过距离阈值的第一个投影点；则预瞄方向为车辆的位置602指向车道线投影点604方向；以车道线投影点606 为例，车道线投影点在预瞄方向上与车辆的位置的垂直距离为D1，水平距离为 D2；计算机设备可以以车辆的位置602为起点，依次获取各个车道线投影点与车辆的位置602的垂直距离和水平距离，直至满足垂直距离大于或等于视野宽度和，水平距离大于或等于视野长度中的至少一种时停止，将垂直距离小于视野宽度、且水平距离小于视野长度的车道线投影点确定为目标投影点。
在一个实施例中，当第一车道线为样条曲线时，该车道线生成方法中根据第一车道线和第二车道线生成当前时刻的目标车道线，包括：从第二车道线中，获取与第一车道线包含的每一个目标投影点对应的参考投影点；将每一个目标投影点与对应的参考投影点进行滤波处理，根据滤波处理得到的投影点生成当前时刻的目标车道线。
样条曲线是指分段定义的多项式参数曲线。在该实施例中，计算机设备可以根据样条函数对目标投影点进行拟合处理，得到分段的多个多项式曲线，再将多个多项式曲线进行约束回归，得到属于样本曲线的第一车道线。
当第一车道线为样本曲线时，计算机设备可以从第二车道线中获取与第一车道线包含的每一个目标投影点对应的参考投影点；具体地，计算机设备可以从第二车道线中，获取与目标投影点距离最小的投影点作为目标投影点对应的参考投影点；可选地，计算机设备也根据第二车道线包含的各个投影点在x轴方向的坐标值，将与目标投影点在x轴方向的坐标值的差值最小的投影点作为目标投影点对应的参考投影点等。
进而，计算机设备每一个目标投影点与对应的参考投影点进行滤波处理，根据滤波处理得到的投影点生成当前时刻的目标车道线。具体地，计算机设备将滤波处理得到的投影点进行分段拟合多项式，再拟合得到的各个多项式曲线进行回归处理，得到当前时刻的目标车道线。其中，计算机设备可以根据预设的目标投影点和参考投影点分别对应的权重值将对应的目标投影点和参考投影点进行加权滤波处理，也可以采用差值的方式将对应的目标投影点和参考投影点进行加权滤波处理等。
通过在第一车道线为样条曲线时，从第二车道线中，获取与第一车道线包含的每一个目标投影点对应的参考投影点，将每一个目标投影点与对应的参考投影点进行滤波处理，根据滤波处理得到的投影点生成当前时刻的目标车道线，可以提高目标车道线的准确性。
图7为一个实施例中确定车道线采样点的流程图。如图7所示，在一个实施例中，提供的车道线生成方法中根据定位信息确定车道地图数据中的车道线采样点的过程，包括：
步骤702，根据定位信息，从车道地图数据中获取车道的第一边界线和第二边界线。
具体地，计算机设备可以根据定位信息，确定车道地图数据中车辆所在的车道，并获取该车道的第一边界线和第二边界线。第一边界线和第二边界线即为车道的两个边缘线。
步骤704，分别对第一边界线和第二边界线进行采样，得到对应的第一采样点和第二采样点。
具体地，计算机设备可以以车辆的位置为起点，根据采样间距分别对第一边界线和第二边界线进行采样，得到对应的第一采样点和第二采样点。对应的第一采样点和第二采样点是指第一边界线和第二边界线上与车辆的位置之间距离相同的采样点。例如，计算机设备以车辆位置为起点，对第一边界线采样得到的第一采样点分别为A1、A2、A3、A4，以相同采样间距对第二边界线采样得到的第二采样点分别为B1、B2、B3、B4；则A1和B1为对应的第一采样点和第二采样点、A2和B2为对应的第一采样点和第二采样点等。
步骤706，根据对应的第一采样点和第二采样点生成车道线采样点。
计算机设备基于所需要生成的车道线，可以根据对应的第一采样点和第二采样点生成对应的车道线采样点。在一种实施方式中，生成的车道线为车道中心线，即处于车道的中间位置的线。在另一种实施方式中，生成的车道线为车道除中间位置之外的其他位置的线。
以计算机设备生成车道中心线为例，计算机设备可以根据对应的第一采样点和第二采样点的坐标位置获取对应的第一采样点和第二采样点的中点的坐标位置，该中点的坐标位置即为车道中心线对应的车道线采样点的坐标位置。在一些实施例中，计算机设备也可以根据对应的第一采样点和第二采样点生成车道中除中间位置之外其他位置对应的车道线采样点，以结合视野范围生成平滑的其他车道线。
通过获取车道的第一边界线和第二边界线，分别对第一边界线和第二边界线进行采样，得到对应的第一采样点和第二采样点，并根据对应的第一采样点和第二采样点生成车道中心线采样点；可以在车道地图数据中不包括车道中心线的数据的情况下，生成车道中心线对应的车道线采样点，从而结合车辆的视野范围和上一时刻的车道线生成平滑的车道中心线，满足车辆的行驶预测和路线规划决策需求。
在一个实施例中，提供了一种车道线生成方法，实现该车道线生成方法的步骤如下：
首先，计算机设备获取车辆在当前时刻的定位信息，根据定位信息确定车道地图数据中的车道线采样点。
接着，计算机设备将车道线采样点投影至当前时刻的车辆坐标系，得到车道线投影点。
可选地，计算机设备根据定位信息，从车道地图数据中获取车道的第一边界线和第二边界线；分别对第一边界线和第二边界线进行采样，得到对应的第一采样点和第二采样点；根据对应的第一采样点和第二采样点生成车道中心线采样点。
接着，计算机设备获取车辆的视野范围，从车道线投影点中获取处于视野范围内的目标投影点。
可选地，计算机设备获取车辆的预瞄方向，及视野范围包含的视野宽度和视野长度；以车辆的位置为起点依次获取车道线投影点在预瞄方向上，与车辆的位置的垂直距离和水平距离；当垂直距离小于视野宽度、且水平距离小于视野长度时，将车道线投影点确定为目标投影点。
可选地，计算机设备获取与车辆的位置的距离超过距离阈值的第一个投影点；将车辆的位置指向第一个投影点的方向确定为预瞄方向。
接着，计算机设备根据目标投影点生成第一车道线，并获取上一时刻生成的第二车道线，根据第一车道线和第二车道线生成当前时刻的目标车道线。
可选地，计算机设备获取预设的函数关系式，将目标投影点的坐标位置代入函数关系式，获得第一车道线对应的第一参数值；获取上一时刻生成的第二车道线对应的第二参数值，将第一参数值与第二参数值进行滤波处理，得到目标车道线的目标参数值。
可选地，第一车道线为样条曲线时，计算机设备从第二车道线中，获取与第一车道线包含的每一个目标投影点对应的参考投影点；将每一个目标投影点与对应的参考投影点进行滤波处理，根据滤波处理得到的投影点生成当前时刻的目标车道线。
可选地，计算机设备可以获取车辆在当前时刻与上一时刻之间的旋转角度；当旋转角度小于或等于角度阈值时，则获取上一时刻生成的第二车道线，根据第一车道线和第二车道线生成当前时刻的目标车道线；当旋转角度大于角度阈值时，将上一时刻对应的定位信息确定的车道线采样点投影至当前时刻的车辆坐标系，根据得到的投影点生成第三车道线，并根据第一车道线和第三车道线生成当前时刻的目标车道线。
应该理解的是，虽然图2-7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-7中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图8所示，提供了一种车道线生成装置，该装置可以采用软件模块或硬件模块，或者是二者的结合成为计算机设备的一部分，该装置具体包括：采样点获取模块802、重投影模块804、投影点获取模块806和车道线生成模块808，其中：
采样点获取模块802，用于获取车辆在当前时刻的定位信息，根据定位信息确定车道地图数据中的车道线采样点。
重投影模块804，用于将车道线采样点投影至当前时刻的车辆坐标系，得到车道线投影点。
投影点获取模块806，用于获取车辆的视野范围，从车道线投影点中获取处于视野范围内的目标投影点。
车道线生成模块808，用于根据目标投影点生成第一车道线，并获取上一时刻生成的第二车道线，根据第一车道线和第二车道线生成当前时刻的目标车道线。
本申请实施例提供的车道线生成装置，可以结合车辆当前时刻的定位和视野范围确定投影点以生成目标车道线，计算量小且不会受到车速和限速的影响，可以提高车道线的稳定性。此外，当地图或定位失效时，由于上述车道线生成方式与摄像头感知车道线类似，可以稳定地切换摄像头感知车道线时，不会出现数据抖动，可以提高车辆无人驾驶系统的鲁棒性。
在一个实施例中，车道线生成模块808还可以用于获取预设的函数关系式，将目标投影点的坐标位置代入函数关系式，获得第一车道线对应的第一参数值，并获取第二车道线对应的第二参数值，将第一参数值与第二参数值进行滤波处理，得到目标车道线的目标参数值。
通过将目标投影点的坐标位置代入函数关系式获得第一车道线的第一参数值，将第一参数值与第二车道线的第二参数值进行滤波处理，得到目标车道线的目标参数值，可以减少数据干扰，进一步提高目标车道线的稳定性。
在一个实施例中，当第一车道线为样条曲线时，车道线生成模块808还可以用于从第二车道线中，获取与第一车道线包含的每一个目标投影点对应的参考投影点；将每一个目标投影点与对应的参考投影点进行滤波处理，根据滤波处理得到的投影点生成当前时刻的目标车道线。
通过在第一车道线为样条曲线时，从第二车道线中，获取与第一车道线包含的每一个目标投影点对应的参考投影点，将每一个目标投影点与对应的参考投影点进行滤波处理，根据滤波处理得到的投影点生成当前时刻的目标车道线，可以提高目标车道线的准确性。在一个实施例中，车道线生成模块808还可以用于获取车辆在当前时刻与上一时刻之间的旋转角度；当旋转角度小于或等于角度阈值时，则获取第二车道线对应的第二参数值，将第一参数值与第二参数值进行滤波处理，得到目标车道线的目标参数值；当旋转角度大于角度阈值时，将上一时刻对应的定位信息确定的车道线采样点投影至当前时刻的车辆坐标系，根据得到的投影点生成第三车道线，并根据第一车道线和第三车道线生成当前时刻的目标车道线。
通过获取车辆在当前时刻与上一时刻之间的旋转角度，当旋转角度小于或等于角度阈值时，则采用上一时刻生成的第二车道线以生成目标车道线；当选装角度大于角度阈值时，则将上一时刻确定的车道线采样点重投影至当前时刻的车辆坐标系，采用得到的投影点生成的第三车道线以生成目标车道线，可以避免车辆产生剧烈的旋转运动时，根据不同时刻的车辆坐标系对应生成的车道线参数值误差较大的问题，可以提高车道线生成的精确性。
在一个实施例中，投影点获取模块806还可以用于获取车辆的预瞄方向，及视野范围包含的视野宽度和视野长度；以车辆的位置为起点依次获取车道线投影点在预瞄方向上，与车辆的位置的垂直距离和水平距离；当垂直距离小于视野宽度、且水平距离小于视野长度时，将车道线投影点确定为目标投影点。
通过车辆的预瞄方向及视野范围包含的视野宽度和视野长度，以车辆的位置为起点依次获取车道线投影点在预瞄方向上与车辆的位置的垂直距离和水平距离，将垂直距离小于视野宽度、且水平距离小于视野长度的车道线投影点确定为目标投影点，可以准确获取在车辆的可见范围内的车道线投影点，避免冗余投影点的获取，进一步提高车道线生成的稳定性。
如图9所示，在一个实施例中，提供的车道线生成装置还包括方向确定模块810，方向确定模块810用于获取与车辆的位置的距离超过距离阈值的第一个投影点；将车辆的位置指向第一个投影点的方向确定为预瞄方向。
通过将车辆位置指向第一个与车辆位置的距离超过距离阈值的投影点的方向确定为预瞄方向，可以提高预瞄方向的准确性。
在一个实施例中，采样点获取模块802还可以用于根据定位信息，从车道地图数据中获取车道的第一边界线和第二边界线；分别对第一边界线和第二边界线进行采样，得到对应的第一采样点和第二采样点；根据对应的第一采样点和第二采样点生成车道线采样点。
通过获取车道的第一边界线和第二边界线，分别对第一边界线和第二边界线进行采样，得到对应的第一采样点和第二采样点，并根据对应的第一采样点和第二采样点生成车道中心线采样点；可以在车道地图数据中不包括车道中心线的数据的情况下，生成车道中心线对应的车道线采样点，从而结合车辆的视野范围和上一时刻的车道线生成平滑的车道中心线，满足车辆的行驶预测和路线规划决策需求。
关于车道线生成装置的具体限定可以参见上文中对于车道线生成方法的限定，在此不再赘述。上述车道线生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种车道线生成方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (16)
1.一种车道线生成方法，其特征在于，所述方法包括：
获取车辆在当前时刻的定位信息，根据所述定位信息获取车道地图数据中车辆所处车道的车道线，并对所述车道线进行采样得到车道线采样点；所述车道线至少包括车道边界线和车道中心线中的一种；
将所述车道线采样点投影至所述当前时刻的车辆坐标系，得到车道线投影点；
获取所述车辆的视野范围，从所述车道线投影点中获取处于所述视野范围内的目标投影点；所述视野范围是指车辆驾驶员的头部运动和眼球转动时的可见空间范围；
根据所述目标投影点生成第一车道线，并获取上一时刻生成的第二车道线，根据所述第一车道线和第二车道线生成所述当前时刻的目标车道线。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标投影点生成第一车道线，包括：
获取预设的函数关系式，将所述目标投影点的坐标位置代入所述函数关系式，获得所述第一车道线对应的第一参数值；
所述根据所述第一车道线和第二车道线生成所述当前时刻的目标车道线，包括：
获取所述第二车道线对应的第二参数值，将所述第一参数值与所述第二参数值进行滤波处理，得到目标车道线的目标参数值。
3.根据权利要求1所述的方法，其特征在于，所述获取上一时刻生成的第二车道线之前，包括：
获取所述车辆在所述当前时刻与所述上一时刻之间的旋转角度；
当所述旋转角度小于或等于角度阈值时，则执行所述获取上一时刻生成的第二车道线的操作；
所述方法还包括：
当所述旋转角度大于所述角度阈值时，将所述上一时刻对应的定位信息确定的车道线采样点投影至所述当前时刻的车辆坐标系，根据得到的投影点生成第三车道线，并根据所述第一车道线和第三车道线生成所述当前时刻的目标车道线。
4.根据权利要求1所述的方法，其特征在于，所述从所述车道线投影点中获取处于所述视野范围内的目标投影点，包括：
获取所述车辆的预瞄方向，及所述视野范围包含的视野宽度和视野长度；
以所述车辆的位置为起点依次获取所述车道线投影点在所述预瞄方向上，与所述车辆的位置的垂直距离和水平距离；
当所述垂直距离小于所述视野宽度、且所述水平距离小于所述视野长度时，将所述车道线投影点确定为所述目标投影点。
5.根据权利要求4所述的方法，其特征在于，所述获取所述车辆的预瞄方向，包括：
获取与所述车辆的位置的距离超过距离阈值的第一个投影点；
将所述车辆的位置指向所述第一个投影点的方向确定为所述预瞄方向。
6.根据权利要求1所述的方法，其特征在于，当所述第一车道线为样条曲线时，所述根据所述第一车道线和第二车道线生成所述当前时刻的目标车道线，包括：
从所述第二车道线中，获取与所述第一车道线包含的每一个所述目标投影点对应的参考投影点；
将每一个所述目标投影点与对应的参考投影点进行滤波处理，根据滤波处理得到的投影点生成所述当前时刻的目标车道线。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述根据所述定位信息获取车道地图数据中车辆所处车道的车道线，并对所述车道线进行采样得到车道线采样点，包括：
根据所述定位信息，从所述车道地图数据中获取车道的第一边界线和第二边界线；
分别对所述第一边界线和第二边界线进行采样，得到对应的第一采样点和第二采样点；
根据所述对应的第一采样点和第二采样点生成所述车道线采样点。
8.一种车道线生成装置，其特征在于，所述装置包括：
采样点获取模块，用于获取车辆在当前时刻的定位信息获取车道地图数据中车辆所处车道的车道线，并对所述车道线进行采样得到车道线采样点；所述车道线至少包括车道边界线和车道中心线中的一种；
重投影模块，用于将所述车道线采样点投影至所述当前时刻的车辆坐标系，得到车道线投影点；
投影点获取模块，用于获取所述车辆的视野范围，从所述车道线投影点中获取处于所述视野范围内的目标投影点；所述视野范围是指车辆驾驶员的头部运动和眼球转动时的可见空间范围；
车道线生成模块，用于根据所述目标投影点生成第一车道线，并获取上一时刻生成的第二车道线，根据所述第一车道线和第二车道线生成所述当前时刻的目标车道线。
9.根据权利要求8所述的装置，其特征在于，所述车道线生成模块还用于获取预设的函数关系式，将所述目标投影点的坐标位置代入所述函数关系式，获得所述第一车道线对应的第一参数值；获取所述第二车道线对应的第二参数值，将所述第一参数值与所述第二参数值进行滤波处理，得到目标车道线的目标参数值。
10.根据权利要求8所述的装置，其特征在于，所述车道线生成模块还用于获取所述车辆在所述当前时刻与所述上一时刻之间的旋转角度；当所述旋转角度小于或等于角度阈值时，则获取上一时刻生成的第二车道线；当所述旋转角度大于所述角度阈值时，将所述上一时刻对应的定位信息确定的车道线采样点投影至所述当前时刻的车辆坐标系，根据得到的投影点生成第三车道线，并根据所述第一车道线和第三车道线生成所述当前时刻的目标车道线。
11.根据权利要求8所述的装置，其特征在于，所述投影点获取模块还用于获取所述车辆的预瞄方向，及所述视野范围包含的视野宽度和视野长度；以所述车辆的位置为起点依次获取所述车道线投影点在所述预瞄方向上，与所述车辆的位置的垂直距离和水平距离；当所述垂直距离小于所述视野宽度、且所述水平距离小于所述视野长度时，将所述车道线投影点确定为所述目标投影点。
12.根据权利要求11所述的装置，其特征在于，所述装置还包括方向确定模块；所述方向确定模块用于获取与所述车辆的位置的距离超过距离阈值的第一个投影点；将所述车辆的位置指向所述第一个投影点的方向确定为所述预瞄方向。
13.根据权利要求8所述的装置，其特征在于，当所述第一车道线为样条曲线时，所述车道线生成模块还用于从所述第二车道线中，获取与所述第一车道线包含的每一个所述目标投影点对应的参考投影点；将每一个所述目标投影点与对应的参考投影点进行滤波处理，根据滤波处理得到的投影点生成所述当前时刻的目标车道线。
14.根据权利要求8至13中任一项所述的装置，其特征在于，所述采样点获取模块还用于根据所述定位信息，从所述车道地图数据中获取车道的第一边界线和第二边界线；分别对所述第一边界线和第二边界线进行采样，得到对应的第一采样点和第二采样点；根据所述对应的第一采样点和第二采样点生成所述车道线采样点。
15.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
16.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010506303.6A CN111652952B (zh) | 2020-06-05 | 2020-06-05 | 车道线生成方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010506303.6A CN111652952B (zh) | 2020-06-05 | 2020-06-05 | 车道线生成方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111652952A CN111652952A (zh) | 2020-09-11 |
| CN111652952B true CN111652952B (zh) | 2022-03-18 |
Family
ID=72351182
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010506303.6A Active CN111652952B (zh) | 2020-06-05 | 2020-06-05 | 车道线生成方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111652952B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112560680B (zh) * | 2020-12-16 | 2024-09-03 | 阿波罗智联(北京)科技有限公司 | 车道线处理方法、装置、电子设备及存储介质 |
| CN112257687B (zh) * | 2020-12-17 | 2021-03-16 | 中智行科技有限公司 | 车道边线生成方法、装置、电子设备和存储介质 |
| CN113050622B (zh) * | 2021-02-01 | 2022-10-18 | 武汉光庭科技有限公司 | 无人压路机路径跟踪控制方法及系统、服务器及介质 |
| CN113390431B (zh) * | 2021-06-17 | 2022-09-30 | 广东工业大学 | 动态生成参考线的方法、装置、计算机设备和存储介质 |
| CN114743178B (zh) * | 2021-12-29 | 2024-03-08 | 北京百度网讯科技有限公司 | 道路边缘线生成方法、装置、设备及存储介质 |
| CN114252082B (zh) * | 2022-03-01 | 2022-05-17 | 苏州挚途科技有限公司 | 车辆定位方法、装置和电子设备 |
| CN115071756A (zh) * | 2022-06-17 | 2022-09-20 | 合众新能源汽车有限公司 | 一种车道线的确定方法及装置 |
| CN115061479B (zh) * | 2022-08-03 | 2022-11-04 | 国汽智控(北京)科技有限公司 | 车道关系确定方法、装置、电子设备及存储介质 |
| CN115727834B (zh) * | 2022-11-16 | 2024-08-09 | 新石器慧通（北京）科技有限公司 | 边界线的反向检查处理方法、地图制作方法、设备及介质 |
| CN115937825B (zh) * | 2023-01-06 | 2023-06-20 | 之江实验室 | 在线俯仰角估计的bev下鲁棒车道线生成方法及装置 |
| CN117036541B (zh) * | 2023-09-18 | 2024-01-12 | 腾讯科技（深圳）有限公司 | 车道中心线生成方法、装置、电子设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102016124879A1 (de) * | 2016-08-29 | 2018-03-01 | Neusoft Corporation | Verfahren, Einrichtung und Vorrichtung zum Ermitteln von Fahrspurlinien |
| CN109583280A (zh) * | 2017-09-29 | 2019-04-05 | 比亚迪股份有限公司 | 车道线识别方法、装置、设备及存储介质 |
| CN110147382A (zh) * | 2019-05-28 | 2019-08-20 | 北京百度网讯科技有限公司 | 车道线更新方法、装置、设备、系统及可读存储介质 |
| CN110163930A (zh) * | 2019-05-27 | 2019-08-23 | 北京百度网讯科技有限公司 | 车道线生成方法、装置、设备、系统及可读存储介质 |
| CN110160542A (zh) * | 2018-08-20 | 2019-08-23 | 腾讯科技（深圳）有限公司 | 车道线的定位方法和装置、存储介质、电子装置 |
| CN110517521A (zh) * | 2019-08-06 | 2019-11-29 | 北京航空航天大学 | 一种基于路车融合感知的车道偏离预警方法 |
| WO2020063817A1 (zh) * | 2018-09-30 | 2020-04-02 | 长城汽车股份有限公司 | 车道线拟合方法及系统 |
| CN111207761A (zh) * | 2019-12-31 | 2020-05-29 | 深圳一清创新科技有限公司 | 车辆定位方法、装置、计算机设备和存储介质 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103954275B (zh) * | 2014-04-01 | 2017-02-08 | 西安交通大学 | 基于车道线检测和gis地图信息开发的视觉导航方法 |
| CN105260699B (zh) * | 2015-09-10 | 2018-06-26 | 百度在线网络技术（北京）有限公司 | 一种车道线数据的处理方法及装置 |
| CN109840463B (zh) * | 2017-11-27 | 2021-03-30 | 北京图森未来科技有限公司 | 一种车道线识别方法和装置 |
| CN108256446B (zh) * | 2017-12-29 | 2020-12-11 | 百度在线网络技术（北京）有限公司 | 用于确定道路中的车道线的方法、装置和设备 |
| CN108873896B (zh) * | 2018-06-15 | 2021-07-02 | 驭势科技（北京）有限公司 | 一种车道线模拟方法、装置及存储介质 |
| CN109657686B (zh) * | 2018-10-31 | 2021-04-20 | 百度在线网络技术（北京）有限公司 | 车道线生成方法、装置、设备以及存储介质 |
| CN109470254B (zh) * | 2018-10-31 | 2020-09-08 | 百度在线网络技术（北京）有限公司 | 地图车道线的生成方法、装置、系统及存储介质 |
| CN111191487A (zh) * | 2018-11-14 | 2020-05-22 | 北京市商汤科技开发有限公司 | 车道线的检测及驾驶控制方法、装置和电子设备 |
| CN109902637B (zh) * | 2019-03-05 | 2021-03-19 | 长沙智能驾驶研究院有限公司 | 车道线检测方法、装置、计算机设备和存储介质 |
| CN113538919B (zh) * | 2019-03-11 | 2022-10-28 | 百度在线网络技术（北京）有限公司 | 车道偏离识别方法、装置、设备和存储介质 |
| CN110415330B (zh) * | 2019-04-29 | 2020-05-29 | 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 |
| CN110345952A (zh) * | 2019-07-09 | 2019-10-18 | 同济人工智能研究院(苏州)有限公司 | 一种序列化车道线地图构建方法及构建系统 |
-
2020
- 2020-06-05 CN CN202010506303.6A patent/CN111652952B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102016124879A1 (de) * | 2016-08-29 | 2018-03-01 | Neusoft Corporation | Verfahren, Einrichtung und Vorrichtung zum Ermitteln von Fahrspurlinien |
| CN109583280A (zh) * | 2017-09-29 | 2019-04-05 | 比亚迪股份有限公司 | 车道线识别方法、装置、设备及存储介质 |
| CN110160542A (zh) * | 2018-08-20 | 2019-08-23 | 腾讯科技（深圳）有限公司 | 车道线的定位方法和装置、存储介质、电子装置 |
| WO2020063817A1 (zh) * | 2018-09-30 | 2020-04-02 | 长城汽车股份有限公司 | 车道线拟合方法及系统 |
| CN110163930A (zh) * | 2019-05-27 | 2019-08-23 | 北京百度网讯科技有限公司 | 车道线生成方法、装置、设备、系统及可读存储介质 |
| CN110147382A (zh) * | 2019-05-28 | 2019-08-20 | 北京百度网讯科技有限公司 | 车道线更新方法、装置、设备、系统及可读存储介质 |
| CN110517521A (zh) * | 2019-08-06 | 2019-11-29 | 北京航空航天大学 | 一种基于路车融合感知的车道偏离预警方法 |
| CN111207761A (zh) * | 2019-12-31 | 2020-05-29 | 深圳一清创新科技有限公司 | 车辆定位方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111652952A (zh) | 2020-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111652952B (zh) | 车道线生成方法、装置、计算机设备和存储介质 | |
| CN109061703B (zh) | 用于定位的方法、装置、设备和计算机可读存储介质 | |
| CN113916243B (zh) | 目标场景区域的车辆定位方法、装置、设备和存储介质 | |
| Alonso et al. | Accurate global localization using visual odometry and digital maps on urban environments | |
| CN107328410A (zh) | 用于定位自动驾驶车辆的方法和汽车电脑 | |
| CN107328411A (zh) | 车载定位系统和自动驾驶车辆 | |
| CN104677361B (zh) | 一种综合定位的方法 | |
| CN110243364B (zh) | 无人机航向确定方法、装置、无人机及存储介质 | |
| CN110411440B (zh) | 一种道路采集方法、装置、服务器及存储介质 | |
| CN111339802A (zh) | 实时相对地图的生成方法及装置、电子设备和存储介质 | |
| CN109765939A (zh) | 无人机的云台控制方法、装置和存储介质 | |
| CN111947672A (zh) | 用于检测环境变化的方法、装置、设备和介质 | |
| CN112862890B (zh) | 道路坡度预测方法、装置和存储介质 | |
| CN110515110B (zh) | 数据评估的方法、装置、设备和计算机可读存储介质 | |
| US11373328B2 (en) | Method, device and storage medium for positioning object | |
| CN113450455A (zh) | 用于生成停车场的道路链路的地图的方法、设备和计算机程序产品 | |
| CN109490931A (zh) | 飞行定位方法、装置及无人机 | |
| CN111207740A (zh) | 车辆定位的方法、装置、设备和计算机可读介质 | |
| CN111189449B (zh) | 一种机器人地图构建方法 | |
| CN114019954A (zh) | 航向安装角标定方法、装置、计算机设备和存储介质 | |
| CN110109165B (zh) | 行驶轨迹中异常点的检测方法及装置 | |
| CN110411449B (zh) | 一种航空侦察载荷目标定位方法、系统及终端设备 | |
| CN116772858A (zh) | 车辆定位方法、装置、定位设备及存储介质 | |
| Deusch et al. | Improving localization in digital maps with grid maps | |
| CN111857113B (zh) | 可移动设备的定位方法及定位装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |