CN112418192A - 一种众包数据的多道路片段间的多线直接连接方法及装置 - Google Patents

一种众包数据的多道路片段间的多线直接连接方法及装置 Download PDF

Info

Publication number
CN112418192A
CN112418192A CN202110084318.2A CN202110084318A CN112418192A CN 112418192 A CN112418192 A CN 112418192A CN 202110084318 A CN202110084318 A CN 202110084318A CN 112418192 A CN112418192 A CN 112418192A
Authority
CN
China
Prior art keywords
line
segment
connection
road
connection matrix
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
CN202110084318.2A
Other languages
English (en)
Other versions
CN112418192B (zh
Inventor
朱紫威
秦峰
王军
尹玉成
刘奋
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.)
Heading Data Intelligence Co Ltd
Original Assignee
Heading Data Intelligence 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 Heading Data Intelligence Co Ltd filed Critical Heading Data Intelligence Co Ltd
Priority to CN202110084318.2A priority Critical patent/CN112418192B/zh
Publication of CN112418192A publication Critical patent/CN112418192A/zh
Application granted granted Critical
Publication of CN112418192B publication Critical patent/CN112418192B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种众包数据的多道路片段间的多线直接连接方法及装置，该方法包括：获取对各个道路片段融合后输出的线段集合；根据分段的起始线到终止线的方向区分线段集合中每条线段为上行道路或下行道路中的车道线；计算上行道路连接矩阵和下行道路连接矩阵，连接矩阵包括顺连接矩阵和逆连接矩阵；依次对上行道路和下行道路的连接矩阵中各行所代表的线是否可连接判断，记录连接结果为最佳连接标识，根据最佳连接标识进行多线直接连接。定义了对连接性进行衡量的参数向量，实现了在道路片段与道路片段之间，片段的线类别标签未进行传递的情况下，多条线进行直接连接并得到最佳连接的方法。

Description

一种众包数据的多道路片段间的多线直接连接方法及装置
技术领域
本发明涉及自动驾驶领域，尤其涉及一种众包数据的多道路片段间的多线直接连接方法及装置。
背景技术
当使用众包车道线数据进行城区道路的车道线采集数据的融合时，需要对使用了划分好道路和分段的车道线数据进行了片段内的车道线分类，并对同类线进行融合，而由于片段与片段之间由于采用的分类方式未传递或已传递了前序段的分类标签，在未传递前序段的分类标签情况下，前序段与后选段的融合线之间本来固有的连接关系被破坏，故需要采用一种方法分析前后两个道路片段的融合结果线之间的连接性，得到一组最佳的连接。
发明内容
本发明针对现有技术中存在的技术问题，提供一种众包数据的多道路片段间的多线直接连接方法及装置，解决现有技术中问题。
本发明解决上述技术问题的技术方案如下：
一种众包数据的多道路片段间的多线直接连接方法，包括：
步骤1，获取对各个道路片段融合后输出的线段集合；
步骤2，根据分段的起始线到终止线的方向区分所述线段集合中每条线段为上行道路或下行道路中的车道线；
步骤3，计算上行道路连接矩阵和下行道路连接矩阵，所述连接矩阵包括顺连接矩阵和逆连接矩阵；
步骤4，依次对上行道路和下行道路的连接矩阵中各行所代表的线是否可连接判断，记录连接结果为最佳连接标识，根据所述最佳连接标识进行多线直接连接。
一种众包数据的多道路片段间的多线直接连接装置，包括：线段集合获取模块、上行道路/下行道路区分模块、连接矩阵计算模块和多线直接连接模块；
所述线段集合获取模块，用于获取对各个道路片段融合后输出的线段集合；
所述上行道路/下行道路区分模块，用于根据分段的起始线到终止线的方向区分所述线段集合中每条线段为上行道路或下行道路中的车道线；
所述连接矩阵计算模块，用于计算上行道路连接矩阵和下行道路连接矩阵，所述连接矩阵包括顺连接矩阵和逆连接矩阵；
所述多线直接连接模块，用于依次对上行道路和下行道路的连接矩阵中各行所代表的线是否可连接判断，记录连接结果为最佳连接标识，根据所述最佳连接标识进行多线直接连接
本发明的有益效果是：为了连续两个道路片段的多条融合输出线段能够有最佳的连接，定义了对连接性进行衡量的参数向量，实现了在道路片段与道路片段之间，片段的线类别标签未进行传递的情况下，多条线进行直接连接并得到最佳连接的方法。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述步骤1中，连续两个道路片段
Figure 573940DEST_PATH_IMAGE001
及道路片段
Figure 100868DEST_PATH_IMAGE002
中分别得到了融合输出 的线段集合
Figure 411763DEST_PATH_IMAGE003
和线段集合
Figure 338131DEST_PATH_IMAGE004
；
其中，
Figure 418083DEST_PATH_IMAGE005
为
Figure 20971DEST_PATH_IMAGE001
中融合输出线的编号，
Figure 553584DEST_PATH_IMAGE006
为该片段内融合输出线的个数，
Figure 283642DEST_PATH_IMAGE007
为
Figure 296729DEST_PATH_IMAGE002
中融合输出 线的编号，
Figure 821251DEST_PATH_IMAGE008
为该片段内融合输出线的个数；
对于前一个片段内所有线的首点
Figure 841160DEST_PATH_IMAGE009
和尾点
Figure 843751DEST_PATH_IMAGE010
，后一个片段中所有线的首点
Figure 147562DEST_PATH_IMAGE011
和 尾点
Figure 842986DEST_PATH_IMAGE012
，所述首点和尾点均为线点，所述线点为含有坐标位置
Figure 350190DEST_PATH_IMAGE013
及其对应处的线的 切线向量
Figure 156472DEST_PATH_IMAGE014
的六维向量。
进一步，所述步骤2中区分所述线段为上行道路或下行道路中的车道线的方法为：
每个分段内，以起始线指向终止线的方向向量为道路方向；
对集合
Figure 65522DEST_PATH_IMAGE015
及集合
Figure 948159DEST_PATH_IMAGE016
中每条线段计算其首点到尾点的方向向量，若该方向向量与所述 道路方向相同，则认为该线段为上行道路中的车道线；若该方向向量与所述道路方向相反， 则认为该线段为下行道路中的车道线。
进一步，所述步骤2中区分所述线段集合中每条线段为上行道路或下行道路中的车道线后，
前一分段的上行道路中的车道线组成集合
Figure 942660DEST_PATH_IMAGE017
，所述集合
Figure 552633DEST_PATH_IMAGE018
中所有车道线的尾线点组成的集合
Figure 316189DEST_PATH_IMAGE019
；
后一分段的上行道路中的车道线组成集合
Figure 353415DEST_PATH_IMAGE020
，所述集合
Figure 835212DEST_PATH_IMAGE021
中所有车道线的首线点组成的集合
Figure 232564DEST_PATH_IMAGE022
；
前一分段的下行道路中的车道线组成集合
Figure 116207DEST_PATH_IMAGE023
，所述集合
Figure 324334DEST_PATH_IMAGE024
中所有车道线的首线点组成的集合
Figure 27848DEST_PATH_IMAGE025
；
后一分段的下行道路中的车道线组成集合
Figure 714044DEST_PATH_IMAGE026
，所述集合
Figure 999663DEST_PATH_IMAGE027
中所有车道线的尾线点组成的集合
Figure 175430DEST_PATH_IMAGE028
；
其中，
Figure 631819DEST_PATH_IMAGE029
和
Figure 636553DEST_PATH_IMAGE030
分别为前一分段上行道路和下行道路中的车道线的数 目，
Figure 963629DEST_PATH_IMAGE031
和
Figure 513559DEST_PATH_IMAGE032
分别为后一分段中上行道路和下行道路中的车道线的数目。
进一步，所述步骤3中，计算前一分段中的第i条线段与后一分段中的第j条线段之 间的连接属性向量
Figure 191665DEST_PATH_IMAGE033
；
其中，
Figure 485243DEST_PATH_IMAGE034
为设置的参数，
Figure 932405DEST_PATH_IMAGE035
为线段间水平距离，
Figure 387657DEST_PATH_IMAGE036
为线段间垂直距离，
Figure 569371DEST_PATH_IMAGE037
为 线段的角度差；
根据所述连接属性向量确定所述顺连接矩阵和逆连接矩阵。
进一步，计算所述上行道路连接矩阵时，所述连接属性向量中：
所述水平距离
Figure 401061DEST_PATH_IMAGE038
,所述垂直距离
Figure 968308DEST_PATH_IMAGE039
，所述角度差
Figure 860041DEST_PATH_IMAGE037
为所述 线点
Figure 512739DEST_PATH_IMAGE040
的方向向量与
Figure 148120DEST_PATH_IMAGE041
的方向向量的夹角；
其中，
Figure 830860DEST_PATH_IMAGE042
为后一分段第j条线段的首点与前一分段第
Figure 893494DEST_PATH_IMAGE005
条线段的尾点 的坐标点位置的三维距离；
计算
Figure 767909DEST_PATH_IMAGE043
的方法为：
当计算前一分段第i条线段到后一分段第
Figure 206981DEST_PATH_IMAGE007
条线段的连接属性向量时，
Figure 483241DEST_PATH_IMAGE044
为从
Figure 982356DEST_PATH_IMAGE040
指向
Figure 94799DEST_PATH_IMAGE041
的方向向量与线点
Figure 337562DEST_PATH_IMAGE040
的方向向量的夹 角；
当计算后一分段第j条线段到前一分段第
Figure 468329DEST_PATH_IMAGE005
条线段的连接属性向量时，
Figure 872765DEST_PATH_IMAGE045
为从
Figure 987352DEST_PATH_IMAGE041
指向
Figure 502647DEST_PATH_IMAGE040
的向量与线点
Figure 2767DEST_PATH_IMAGE041
方向向量的夹角；
根据所述连接属性向量确定所述上行道路的顺连接矩阵和逆连接矩阵的值为：
所述上行道路顺连接矩阵
Figure 578105DEST_PATH_IMAGE046
中的第
Figure 179988DEST_PATH_IMAGE005
行第
Figure 498974DEST_PATH_IMAGE007
列的值为前一分段的第
Figure 604333DEST_PATH_IMAGE005
条线段计算到后 一分段的第
Figure 632463DEST_PATH_IMAGE007
条线段的连接属性向量的—∞范数；
所述上行道路逆连接矩阵
Figure 190483DEST_PATH_IMAGE047
中的第j行第i列的值为后一分段中第j条线段到前一分 段的第i条线段的连接属性向量的—∞范数。
进一步，计算所述下行道路连接矩阵时，所述连接属性向量中：
所述水平距离
Figure 313160DEST_PATH_IMAGE038
，所述垂直距离
Figure 538605DEST_PATH_IMAGE039
，所述角度差
Figure 455745DEST_PATH_IMAGE037
为所述 线点
Figure 766641DEST_PATH_IMAGE048
的方向向量与
Figure 427429DEST_PATH_IMAGE049
的方向向量的夹角；
其中，
Figure 756648DEST_PATH_IMAGE050
为后一分段第j条线段的首点与前一分段第
Figure 110269DEST_PATH_IMAGE005
条线段的尾点 的坐标点位置的三维距离；
计算
Figure 642882DEST_PATH_IMAGE043
的方法为：
当计算前一分段第i条线段到后一分段第j条线段的连接属性向量时，
Figure 107361DEST_PATH_IMAGE051
为从
Figure 41819DEST_PATH_IMAGE052
指向
Figure 566342DEST_PATH_IMAGE053
的方向向量与线点
Figure 336983DEST_PATH_IMAGE053
的方向向量的夹 角；
当计算后一分段第j条线段到前一分段第i条线段的连接属性向量时，
Figure 339574DEST_PATH_IMAGE054
为从
Figure 128538DEST_PATH_IMAGE049
指向
Figure 89541DEST_PATH_IMAGE048
的向量与线点
Figure 331166DEST_PATH_IMAGE049
方向向量的夹角；
根据所述连接属性向量确定所述下行道路的顺连接矩阵和逆连接矩阵的值为：
所述下行道路顺连接矩阵
Figure 137448DEST_PATH_IMAGE055
中的第
Figure 561345DEST_PATH_IMAGE005
行第
Figure 162091DEST_PATH_IMAGE007
列的值为后一分段的第i条线段计算到前 一分段的第
Figure 422171DEST_PATH_IMAGE007
条线段的连接属性向量的—∞范数；
所述上行道路逆连接矩阵
Figure 766565DEST_PATH_IMAGE056
中的第
Figure 530121DEST_PATH_IMAGE007
行第
Figure 301768DEST_PATH_IMAGE005
列的值为前一分段中第
Figure 799877DEST_PATH_IMAGE007
条线段到后一分 段的第i条线段的连接属性向量的—∞范数。
进一步，所述步骤4中对所述连接矩阵中各行所代表的线是否可连接判断的过程包括：
取对所述顺连接矩阵中的第
Figure 947961DEST_PATH_IMAGE057
行的最大值
Figure 566024DEST_PATH_IMAGE058
为第
Figure 39731DEST_PATH_IMAGE057
行所代表的线，
Figure 743245DEST_PATH_IMAGE059
为其所在列， 若
Figure 695020DEST_PATH_IMAGE060
，则判定第
Figure 682437DEST_PATH_IMAGE057
条线段不可连接；
判断所述顺连接矩阵中各行所代表的线是否均不可连接时，判断所述逆连接矩阵中第
Figure 795886DEST_PATH_IMAGE059
行第
Figure 986696DEST_PATH_IMAGE057
列的值
Figure 211004DEST_PATH_IMAGE061
是否为第
Figure 803660DEST_PATH_IMAGE059
行的最大值，
若是，则判断连接成立并记录该连接；
若不是，则判断连接不成立，再从所述顺连接矩阵中第
Figure 619169DEST_PATH_IMAGE057
行找次大值，直至判断第
Figure 31696DEST_PATH_IMAGE057
行 为不可连接或连接成立为止；
所有线点均给出不可连接或连接成立的判断时记录连接结果。
进一步，所述步骤4中根据所述最佳连接标识进行多线直接连接的过程包括：
将可直接连接的线的形点直接拼接，得到新的线点串；或当使用线id标记同类形点时，对两段中形点设置相同的线id。
采用上述进一步方案的有益效果是：实现了道路片段进行分类，并进行融合后，连续两个道路片段间的融合输出线段的最佳连接计算，通过计算任意两条线之间的连接属性，并使该属性具有不对称性，仅选择从前一分段到后一分段连接与从后一分段到前一分段连接均为最佳连接的连接为可行连接，否则不可行，如此实现了直接连接方法。
附图说明
图1为本发明实施例提供的一种众包数据的多道路片段间的多线直接连接方法的流程图；
图2为本发明提供的一种众包数据的多道路片段间的多线直接连接装置的实施例的结构框图；
图3为本发明实施例提供的一种电子设备的实体结构示意图。
附图中，各标号所代表的部件列表如下：
101、线段集合获取模块，102、上行道路/下行道路区分模块，103、连接矩阵计算模块，104、多线直接连接模块，201、处理器，202、通信接口，203、存储器，204、通信总线。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
当使用众包车道线数据进行城区道路的车道线采集数据的融合时，执行了道路划分，道路片段划分、高程处理以及分片段分类、融合，片段与片段之间进行连接。对使用了划分好道路和分段的车道线数据进行了片段内的车道线分类，并实现了对同类线的融合后，本发明实施例提供一种众包数据的多道路片段间的多线直接连接方法，对连续两个道路片段的融合输出线的进行直接连接操作。
如图1所示为为本发明实施例提供的一种众包数据的多道路片段间的多线直接连接方法的流程图，由图1可知，该方法包括：
步骤1，获取对各个道路片段融合后输出的线段集合。
步骤2，根据分段的起始线到终止线的方向区分线段集合中每条线段为上行道路或下行道路中的车道线。
步骤3，计算上行道路连接矩阵和下行道路连接矩阵，连接矩阵包括顺连接矩阵和逆连接矩阵。
步骤4，依次对上行道路和下行道路的连接矩阵中各行所代表的线是否可连接判断，记录连接结果为最佳连接标识，根据最佳连接标识进行多线直接连接。
本发明提供的一种众包数据的多道路片段间的多线直接连接方法，为了连续两个道路片段的多条融合输出线段能够有最佳的连接，定义了对连接性进行衡量的参数向量，实现了在道路片段与道路片段之间，片段的线类别标签未进行传递的情况下，多条线进行直接连接并得到最佳连接的方法。。
实施例1
本发明提供的实施例1为本发明提供的一种众包数据的多道路片段间的多线直接连接方法的实施例，结合图1可知，该实施例包括：
步骤1，获取对各个道路片段融合后输出的线段集合。
优选的，连续两个道路片段
Figure 59695DEST_PATH_IMAGE001
及道路片段
Figure 506856DEST_PATH_IMAGE002
中分别得到了融合输出的线段集合
Figure 978420DEST_PATH_IMAGE003
和线段集合
Figure 878243DEST_PATH_IMAGE004
。
其中，i为
Figure 975512DEST_PATH_IMAGE001
中融合输出线的编号，
Figure 277180DEST_PATH_IMAGE006
为该片段内融合输出线的个数，j为
Figure 168913DEST_PATH_IMAGE002
中融合 输出线的编号，
Figure 87190DEST_PATH_IMAGE008
为该片段内融合输出线的个数。
对于前一个片段内所有线的首点
Figure 191413DEST_PATH_IMAGE009
和尾点
Figure 613167DEST_PATH_IMAGE010
，后一个片段中所有线的
Figure 925068DEST_PATH_IMAGE011
和
Figure 799483DEST_PATH_IMAGE012
，首点和尾点均为线点，线点为含有坐标位置
Figure 972976DEST_PATH_IMAGE013
及其对应处的线的切线向量
Figure 514816DEST_PATH_IMAGE014
的六维向量，切线向量由形点的中心差分近似，或通过融合线的方程进行计 算。
步骤2，根据分段的起始线到终止线的方向区分线段集合中每条线段为上行道路或下行道路中的车道线。
优选的，步骤2中区分线段为上行道路或下行道路中的车道线的方法为：
每个分段内，以起始线指向终止线的方向向量为道路方向。
对集合
Figure 748351DEST_PATH_IMAGE015
及集合
Figure 110062DEST_PATH_IMAGE016
中每条线段计算其首点到尾点的方向向量，若该方向向量与道 路方向相同，则认为该线段为上行道路中的车道线。若该方向向量与道路方向相反，则认为 该线段为下行道路中的车道线。
优选的，步骤2中区分线段集合中每条线段为上行道路或下行道路中的车道线后，
前一分段的上行道路中的车道线组成集合
Figure 87245DEST_PATH_IMAGE017
，集合
Figure 234324DEST_PATH_IMAGE018
中 所有车道线的尾线点组成的集合
Figure 373181DEST_PATH_IMAGE019
。
后一分段的上行道路中的车道线组成集合
Figure 222189DEST_PATH_IMAGE020
，集合
Figure 737484DEST_PATH_IMAGE021
中所有车道线的首线点组成的集合
Figure 253915DEST_PATH_IMAGE022
。
前一分段的下行道路中的车道线组成集合
Figure 829253DEST_PATH_IMAGE023
，集合
Figure 899978DEST_PATH_IMAGE024
中所有车道线的首线点组成的集合
Figure 218963DEST_PATH_IMAGE025
。
后一分段的下行道路中的车道线组成集合
Figure 324323DEST_PATH_IMAGE026
，集合
Figure 585409DEST_PATH_IMAGE027
中所有车道线的尾线点组成的集合
Figure 143429DEST_PATH_IMAGE028
。
其中，
Figure 266106DEST_PATH_IMAGE029
和
Figure 960392DEST_PATH_IMAGE030
分别为前一分段上行道路和下行道路中的车道线的 数目，
Figure 143112DEST_PATH_IMAGE031
和
Figure 454007DEST_PATH_IMAGE032
分别为后一分段中上行道路和下行道路中的车道线的数目。
步骤3，计算上行道路连接矩阵和下行道路连接矩阵，连接矩阵包括顺连接矩阵和逆连接矩阵。
优选的，计算前一分段中的第i条线段与后一分段中的第j条线段之间的连接属性 向量
Figure 114796DEST_PATH_IMAGE033
。
其中，
Figure 663589DEST_PATH_IMAGE034
为设置的参数，
Figure 767942DEST_PATH_IMAGE062
为线段间水平距离，
Figure 566134DEST_PATH_IMAGE036
为线段间垂直距离，
Figure 765034DEST_PATH_IMAGE037
为线段的角度差；参数
Figure 699492DEST_PATH_IMAGE034
的值可以根据实际情况进行调整，例如可选参考值 分别为10， 10， 50°。角度分量为可选值，连接向量中各维度的最小值越大，则认为两条线 之间的连接性越好。
根据连接属性向量确定顺连接矩阵和逆连接矩阵。
具体的，计算上行道路连接矩阵时，连接属性向量中：
水平距离
Figure 489594DEST_PATH_IMAGE038
,垂直距离
Figure 978344DEST_PATH_IMAGE039
，角度差
Figure 246514DEST_PATH_IMAGE037
为线点
Figure 284746DEST_PATH_IMAGE040
的方向向 量与
Figure 714590DEST_PATH_IMAGE041
的方向向量的夹角。
其中，
Figure 487374DEST_PATH_IMAGE042
为后一分段第j条线段的首点与前一分段第
Figure 293656DEST_PATH_IMAGE005
条线段的 尾点的坐标点位置的三维距离。
计算
Figure 671548DEST_PATH_IMAGE043
的方法为：
当计算前一分段第i条线段到后一分段第
Figure 537873DEST_PATH_IMAGE007
条线段的连接属性向量时，
Figure 532374DEST_PATH_IMAGE044
为从
Figure 893079DEST_PATH_IMAGE040
指向
Figure 391056DEST_PATH_IMAGE041
的方向向量与线点
Figure 162703DEST_PATH_IMAGE040
的方向向量的夹 角。
当计算后一分段第j条线段到前一分段第
Figure 644500DEST_PATH_IMAGE005
条线段的连接属性向量时，
Figure 58164DEST_PATH_IMAGE045
为从
Figure 676227DEST_PATH_IMAGE041
指向
Figure 618775DEST_PATH_IMAGE040
的向量与线点
Figure 56710DEST_PATH_IMAGE041
方向向量的夹角。
根据连接属性向量确定上行道路的顺连接矩阵和逆连接矩阵的值为：
上行道路顺连接矩阵
Figure 8486DEST_PATH_IMAGE046
中的第
Figure 7621DEST_PATH_IMAGE005
行第
Figure 386649DEST_PATH_IMAGE007
列的值为前一分段的第
Figure 311880DEST_PATH_IMAGE005
条线段计算到后一分 段的第
Figure 801767DEST_PATH_IMAGE007
条线段的连接属性向量的—∞范数。
上行道路逆连接矩阵
Figure 660002DEST_PATH_IMAGE047
中的第
Figure 209932DEST_PATH_IMAGE007
行第
Figure 622459DEST_PATH_IMAGE005
列的值为后一分段中第
Figure 666769DEST_PATH_IMAGE007
条线段到前一分段 的第
Figure 379510DEST_PATH_IMAGE005
条线段的连接属性向量的—∞范数。
计算下行道路连接矩阵时，连接属性向量中：
水平距离
Figure 100342DEST_PATH_IMAGE038
,垂直距离
Figure 265744DEST_PATH_IMAGE039
，角度差
Figure 831854DEST_PATH_IMAGE037
为线点
Figure 399102DEST_PATH_IMAGE048
的方向向 量与
Figure 290835DEST_PATH_IMAGE049
的方向向量的夹角。
其中，
Figure 927221DEST_PATH_IMAGE050
为后一分段第j条线段的首点与前一分段第
Figure 562602DEST_PATH_IMAGE005
条线段的 尾点的坐标点位置的三维距离。
计算
Figure 249935DEST_PATH_IMAGE043
的方法为：
当计算前一分段第i条线段到后一分段第
Figure 312569DEST_PATH_IMAGE007
条线段的连接属性向量时，
Figure 186984DEST_PATH_IMAGE051
为从
Figure 94897DEST_PATH_IMAGE052
指向
Figure 636737DEST_PATH_IMAGE053
的方向向量与线点
Figure 621005DEST_PATH_IMAGE053
的方向向量的夹 角。
当计算后一分段第j条线段到前一分段第
Figure 982716DEST_PATH_IMAGE005
条线段的连接属性向量时，
Figure 959899DEST_PATH_IMAGE054
为从
Figure 621825DEST_PATH_IMAGE049
指向
Figure 760682DEST_PATH_IMAGE048
的向量与线点
Figure 344110DEST_PATH_IMAGE049
方向向量的夹角。
根据连接属性向量确定下行道路的顺连接矩阵和逆连接矩阵的值为：
下行道路顺连接矩阵
Figure 124984DEST_PATH_IMAGE055
中的第
Figure 375837DEST_PATH_IMAGE005
行第
Figure 466022DEST_PATH_IMAGE007
列的值为后一分段的第i条线段计算到前一分 段的第j条线段的连接属性向量的—∞范数。
上行道路逆连接矩阵
Figure 536746DEST_PATH_IMAGE056
中的第j行第i列的值为前一分段中第j条线段到后一分 段的第i条线段的连接属性向量的—∞范数。
步骤4，依次对上行道路和下行道路的连接矩阵中各行所代表的线是否可连接判断，记录连接结果为最佳连接标识，根据最佳连接标识进行多线直接连接。
优选的，对连接矩阵中各行所代表的线是否可连接判断的过程包括：
取对顺连接矩阵中的第
Figure 590153DEST_PATH_IMAGE057
行的最大值
Figure 695512DEST_PATH_IMAGE058
为第
Figure 707330DEST_PATH_IMAGE057
行所代表的线，
Figure 530930DEST_PATH_IMAGE059
为其所在列，若
Figure 122448DEST_PATH_IMAGE060
，则判定第
Figure 347893DEST_PATH_IMAGE057
条线段不可连接。
判断顺连接矩阵中各行所代表的线是否均不可连接时，判断逆连接矩阵中第
Figure 15766DEST_PATH_IMAGE059
行 第
Figure 326661DEST_PATH_IMAGE057
列的值
Figure 987450DEST_PATH_IMAGE061
是否为第
Figure 67401DEST_PATH_IMAGE059
行的最大值，
若是，则判断连接成立并记录该连接。
若不是，则判断连接不成立，再从顺连接矩阵中第
Figure 889864DEST_PATH_IMAGE057
行找次大值，直至判断第
Figure 688056DEST_PATH_IMAGE057
行 为不可连接或连接成立为止。若顺连接矩阵此时第
Figure 152535DEST_PATH_IMAGE057
行无次大值，则判断第
Figure 336260DEST_PATH_IMAGE057
线与下一分 段所有线均不可连，继续判断其他行所代表的线是否可连接。
依次对上行道路和下行道路的顺连接矩阵和逆连接矩阵执行相同操作，所有线点均给出不可连接或连接成立的判断时记录连接结果即为最佳连接标识。
进一步的，根据最佳连接标识进行多线直接连接的过程包括：
将可直接连接的线的形点直接拼接，得到新的线点串，则得到了两个片段直接连接的结果。或当使用线id标记同类形点时，对两段中形点设置相同的线id即可。
通过将算法应用于众包数据成图的基于视觉感知得到的道路片段的车道线数据，对连续两个道路片段完成分类和融合操作后，进行片段与片段之间的线的连接属性计算和最佳直接连接。通过上下行区分的步骤区分上行与下行，上下行分别计算连接矩阵。通过连接矩阵计算步骤计算顺连接矩阵与逆连接矩阵。再通过顺连接矩阵与逆连接矩阵判断线与线之间的最佳连接或判断线不可连接，以得到最佳连接标识。使用最佳连接标识在直接连接步骤中进行直接连接。
实施例2
本发明提供的实施例2为本发明提供的一种众包数据的多道路片段间的多线直接连接装置的实施例，如图2所示为本发明提供的一种众包数据的多道路片段间的多线直接连接装置的实施例的结构框图，由图2可知，该装置包括：线段集合获取模块101、上行道路/下行道路区分模块102、连接矩阵计算模块103和多线直接连接模块104。
线段集合获取模块101，用于获取对各个道路片段融合后输出的线段集合。
上行道路/下行道路区分模块102，用于根据分段的起始线到终止线的方向区分线段集合中每条线段为上行道路或下行道路中的车道线。
连接矩阵计算模块103，用于计算上行道路连接矩阵和下行道路连接矩阵，连接矩阵包括顺连接矩阵和逆连接矩阵。
多线直接连接模块104，用于依次对上行道路和下行道路的连接矩阵中各行所代表的线是否可连接判断，记录连接结果为最佳连接标识，根据最佳连接标识进行多线直接连接。
图3为本发明实施例提供的一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器201、通信接口202、存储器203和通信总线204，其中，处理器201，通信接口202，存储器203通过通信总线204完成相互间的通信。处理器201可以调用存储在存储器203上并可在处理器201上运行的计算机程序，以执行上述各实施例提供的众包数据的多道路片段间的多线直接连接方法，例如包括：步骤1，获取对各个道路片段融合后输出的线段集合；步骤2，根据分段的起始线到终止线的方向区分线段集合中每条线段为上行道路或下行道路中的车道线；步骤3，计算上行道路连接矩阵和下行道路连接矩阵，连接矩阵包括顺连接矩阵和逆连接矩阵；步骤4，依次对上行道路和下行道路的连接矩阵中各行所代表的线是否可连接判断，记录连接结果为最佳连接标识，根据最佳连接标识进行多线直接连接。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的众包数据的多道路片段间的多线直接连接方法，例如包括：步骤1，获取对各个道路片段融合后输出的线段集合；步骤2，根据分段的起始线到终止线的方向区分线段集合中每条线段为上行道路或下行道路中的车道线；步骤3，计算上行道路连接矩阵和下行道路连接矩阵，连接矩阵包括顺连接矩阵和逆连接矩阵；步骤4，依次对上行道路和下行道路的连接矩阵中各行所代表的线是否可连接判断，记录连接结果为最佳连接标识，根据最佳连接标识进行多线直接连接。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种众包数据的多道路片段间的多线直接连接方法，其特征在于，所述方法包括：
步骤1，获取对各个道路片段融合后输出的线段集合；
步骤2，根据分段的起始线到终止线的方向区分所述线段集合中每条线段为上行道路或下行道路中的车道线；
步骤3，计算上行道路连接矩阵和下行道路连接矩阵，所述连接矩阵包括顺连接矩阵和逆连接矩阵；
步骤4，依次对上行道路和下行道路的连接矩阵中各行所代表的线是否可连接判断，记录连接结果为最佳连接标识，根据所述最佳连接标识进行多线直接连接。
2.根据权利要求1所述的方法，其特征在于，所述步骤1中，连续两个道路片段
Figure 728153DEST_PATH_IMAGE001
及道路 片段
Figure 482483DEST_PATH_IMAGE002
中分别得到了融合输出的线段集合
Figure 750653DEST_PATH_IMAGE003
和线段集合
Figure 54464DEST_PATH_IMAGE004
；
其中，i为
Figure 484309DEST_PATH_IMAGE001
中融合输出线的编号，
Figure 991513DEST_PATH_IMAGE005
为该片段内融合输出线的个数，j为
Figure 532216DEST_PATH_IMAGE002
中融合输出 线的编号，
Figure 441266DEST_PATH_IMAGE006
为该片段内融合输出线的个数；
对于前一个片段内所有线的首点
Figure 307591DEST_PATH_IMAGE007
和尾点
Figure 36513DEST_PATH_IMAGE008
，后一个片段中所有线的
Figure 380906DEST_PATH_IMAGE009
和
Figure 629616DEST_PATH_IMAGE010
，所 述首点和尾点均为线点，所述线点为含有坐标位置
Figure 932422DEST_PATH_IMAGE011
及其对应处的线的切线向量
Figure 148639DEST_PATH_IMAGE012
的六维向量。
3.根据权利要求1所述的方法，其特征在于，所述步骤2中区分所述线段为上行道路或下行道路中的车道线的方法为：
每个分段内，以起始线指向终止线的方向向量为道路方向；
对集合
Figure 296724DEST_PATH_IMAGE013
及集合
Figure 180366DEST_PATH_IMAGE014
中每条线段计算其首点到尾点的方向向量，若该方向向量与所述道 路方向相同，则认为该线段为上行道路中的车道线；若该方向向量与所述道路方向相反，则 认为该线段为下行道路中的车道线。
4.根据权利要求1所述的方法，其特征在于，所述步骤2中区分所述线段集合中每条线段为上行道路或下行道路中的车道线后，
前一分段的上行道路中的车道线组成集合
Figure 122914DEST_PATH_IMAGE015
，所述集合
Figure 826428DEST_PATH_IMAGE016
中所有车道线的尾线点组成的集合
Figure 27471DEST_PATH_IMAGE017
；
后一分段的上行道路中的车道线组成集合
Figure 500041DEST_PATH_IMAGE018
，所述集合
Figure 613490DEST_PATH_IMAGE019
中所有车道线的首线点组成的集合
Figure 69880DEST_PATH_IMAGE020
；
前一分段的下行道路中的车道线组成集合
Figure 559767DEST_PATH_IMAGE021
，所述集合
Figure 152422DEST_PATH_IMAGE022
中所有车道线的首线点组成的集合
Figure 702352DEST_PATH_IMAGE023
；
后一分段的下行道路中的车道线组成集合
Figure 131191DEST_PATH_IMAGE024
，所述集合
Figure 424769DEST_PATH_IMAGE025
中所有车道线的尾线点组成的集合
Figure 871931DEST_PATH_IMAGE026
；
其中，
Figure 858341DEST_PATH_IMAGE027
和
Figure 758164DEST_PATH_IMAGE028
分别为前一分段上行道路和下行道路中的车道线的数目，
Figure 589854DEST_PATH_IMAGE029
和
Figure 999844DEST_PATH_IMAGE030
分别为后一分段中上行道路和下行道路中的车道线的数目。
5.根据权利要求4所述的方法，其特征在于，所述步骤3中计算上行道路连接矩阵和下行道路连接矩阵的过程包括：
计算前一分段中的第i条线段与后一分段中的第j条线段之间的连接属性向量
Figure 625998DEST_PATH_IMAGE031
；
其中，
Figure 13117DEST_PATH_IMAGE032
为设置的参数，
Figure 648497DEST_PATH_IMAGE033
为线段间水平距离，
Figure 820984DEST_PATH_IMAGE034
为线段间垂直距离，
Figure 149197DEST_PATH_IMAGE035
为 线段的角度差；
根据所述连接属性向量确定所述顺连接矩阵和逆连接矩阵。
6.根据权利要求5所述的方法，其特征在于，计算所述上行道路连接矩阵时，所述连接属性向量中：
所述水平距离
Figure 758033DEST_PATH_IMAGE036
，所述垂直距离
Figure 931525DEST_PATH_IMAGE037
，所述角度差
Figure 207786DEST_PATH_IMAGE035
为所述 线点
Figure 706900DEST_PATH_IMAGE038
的方向向量与
Figure 803032DEST_PATH_IMAGE039
的方向向量的夹角；
其中，
Figure 780216DEST_PATH_IMAGE040
为后一分段第j条线段的首点与前一分段第
Figure 160250DEST_PATH_IMAGE041
条线段的尾点 的坐标点位置的三维距离；
计算
Figure 564687DEST_PATH_IMAGE042
的方法为：
当计算前一分段第i条线段到后一分段第
Figure 679273DEST_PATH_IMAGE043
条线段的连接属性向量时，
Figure 194568DEST_PATH_IMAGE044
为从
Figure 179842DEST_PATH_IMAGE045
指向
Figure 755180DEST_PATH_IMAGE046
的方向向量与线点
Figure 357062DEST_PATH_IMAGE047
的方向向量的夹 角；
当计算后一分段第j条线段到前一分段第
Figure 426780DEST_PATH_IMAGE041
条线段的连接属性向量时，
Figure 532140DEST_PATH_IMAGE048
为从
Figure 278379DEST_PATH_IMAGE049
指向
Figure 367558DEST_PATH_IMAGE047
的向量与线点
Figure 224655DEST_PATH_IMAGE049
方向向量的夹角；
根据所述连接属性向量确定所述上行道路的顺连接矩阵和逆连接矩阵的值为：
所述上行道路顺连接矩阵
Figure 184521DEST_PATH_IMAGE050
中的第i行第j列的值为前一分段的第i条线段计算到后 一分段的第j条线段的连接属性向量的—∞范数；
所述上行道路逆连接矩阵
Figure 367241DEST_PATH_IMAGE051
中的第j行第i列的值为后一分段中第j条线段到前一分 段的第i条线段的连接属性向量的—∞范数。
7.根据权利要求5所述的方法，其特征在于，计算所述下行道路连接矩阵时，所述连接属性向量中：
所述水平距离
Figure 146978DEST_PATH_IMAGE036
，所述垂直距离
Figure 334332DEST_PATH_IMAGE037
，所述角度差
Figure 414283DEST_PATH_IMAGE035
为所述 线点
Figure 502325DEST_PATH_IMAGE052
的方向向量与
Figure 300517DEST_PATH_IMAGE053
的方向向量的夹角；
其中，
Figure 499417DEST_PATH_IMAGE054
为后一分段第j条线段的首点与前一分段第i条线段的尾点 的坐标点位置的三维距离；
计算
Figure 433875DEST_PATH_IMAGE042
的方法为：
当计算前一分段第i条线段到后一分段第j条线段的连接属性向量时，
Figure 692818DEST_PATH_IMAGE055
为从
Figure 463459DEST_PATH_IMAGE056
指向
Figure 731629DEST_PATH_IMAGE057
的方向向量与线点
Figure 255014DEST_PATH_IMAGE057
的方向向量的夹 角；
当计算后一分段第j条线段到前一分段第i条线段的连接属性向量时，
Figure 950438DEST_PATH_IMAGE058
为从
Figure 457643DEST_PATH_IMAGE053
指向
Figure 263925DEST_PATH_IMAGE052
的向量与线点
Figure 907396DEST_PATH_IMAGE053
方向向量的夹角；
根据所述连接属性向量确定所述下行道路的顺连接矩阵和逆连接矩阵的值为：
所述下行道路顺连接矩阵
Figure 508141DEST_PATH_IMAGE059
中的第i行第j列的值为后一分段的第i条线段计算到前 一分段的第j条线段的连接属性向量的—∞范数；
所述上行道路逆连接矩阵
Figure 751910DEST_PATH_IMAGE060
中的第j行第i列的值为前一分段中第j条线段到后一分 段的第i条线段的连接属性向量的—∞范数。
8.根据权利要求1所述的方法，其特征在于，所述步骤4中对所述连接矩阵中各行所代表的线是否可连接判断的过程包括：
取对所述顺连接矩阵中的第
Figure 96303DEST_PATH_IMAGE061
行的最大值
Figure 125439DEST_PATH_IMAGE062
为第
Figure 897086DEST_PATH_IMAGE061
行所代表的线，
Figure 113304DEST_PATH_IMAGE063
为其所在列， 若
Figure 261388DEST_PATH_IMAGE062
＜1，则判定第
Figure 145031DEST_PATH_IMAGE064
条线段不可连接；
判断所述顺连接矩阵中各行所代表的线是否均不可连接时，判断所述逆连接矩阵中第
Figure 103891DEST_PATH_IMAGE063
行第
Figure 541825DEST_PATH_IMAGE061
列的值
Figure 228021DEST_PATH_IMAGE065
是否为第
Figure 966170DEST_PATH_IMAGE063
行的最大值，
若是，则判断连接成立并记录该连接；
若不是，则判断连接不成立，再从所述顺连接矩阵中第
Figure 610778DEST_PATH_IMAGE061
行找次大值，直至判断第
Figure 801588DEST_PATH_IMAGE061
行 为不可连接或连接成立为止；
所有线点均给出不可连接或连接成立的判断时记录连接结果。
9.根据权利要求1所述的方法，其特征在于，所述步骤4中根据所述最佳连接标识进行多线直接连接的过程包括：
将可直接连接的线的形点直接拼接，得到新的线点串；或当使用线id标记同类形点时，对两段中形点设置相同的线id。
10.一种众包数据的多道路片段间的多线直接连接装置，其特征在于，所述装置包括：线段集合获取模块、上行道路/下行道路区分模块、连接矩阵计算模块和多线直接连接模块；
所述线段集合获取模块，用于获取对各个道路片段融合后输出的线段集合；
所述上行道路/下行道路区分模块，用于根据分段的起始线到终止线的方向区分所述线段集合中每条线段为上行道路或下行道路中的车道线；
所述连接矩阵计算模块，用于计算上行道路连接矩阵和下行道路连接矩阵，所述连接矩阵包括顺连接矩阵和逆连接矩阵；
所述多线直接连接模块，用于依次对上行道路和下行道路的连接矩阵中各行所代表的线是否可连接判断，记录连接结果为最佳连接标识，根据所述最佳连接标识进行多线直接连接。
CN202110084318.2A 2021-01-21 2021-01-21 一种众包数据的多道路片段间的多线直接连接方法及装置 Active CN112418192B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110084318.2A CN112418192B (zh) 2021-01-21 2021-01-21 一种众包数据的多道路片段间的多线直接连接方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110084318.2A CN112418192B (zh) 2021-01-21 2021-01-21 一种众包数据的多道路片段间的多线直接连接方法及装置

Publications (2)

Publication Number Publication Date
CN112418192A true CN112418192A (zh) 2021-02-26
CN112418192B CN112418192B (zh) 2021-06-04

Family

ID=74783066

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110084318.2A Active CN112418192B (zh) 2021-01-21 2021-01-21 一种众包数据的多道路片段间的多线直接连接方法及装置

Country Status (1)

Country Link
CN (1) CN112418192B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102136194A (zh) * 2011-03-22 2011-07-27 浙江工业大学 基于全景计算机视觉的道路交通状态检测装置
US20170039436A1 (en) * 2015-08-03 2017-02-09 Nokia Technologies Oy Fusion of RGB Images and Lidar Data for Lane Classification
CN106971144A (zh) * 2017-02-28 2017-07-21 北京航空航天大学 一种应用Visual Graph算法提取道路中线的方法
US20180024562A1 (en) * 2016-07-21 2018-01-25 Mobileye Vision Technologies Ltd. Localizing vehicle navigation using lane measurements
CN107895375A (zh) * 2017-11-23 2018-04-10 中国电子科技集团公司第二十八研究所 基于视觉多特征的复杂道路线提取方法
CN110096566A (zh) * 2019-06-18 2019-08-06 武汉中海庭数据技术有限公司 一种生成地图车道线的聚类参数的确定方法及系统
CN111222418A (zh) * 2019-12-24 2020-06-02 武汉中海庭数据技术有限公司 一种车道线的多道路片段的众包数据快速融合优化方法
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
US10838426B2 (en) * 2016-07-21 2020-11-17 Mobileye Vision Technologies Ltd. Distributing a crowdsourced sparse map for autonomous vehicle navigation
US20200364469A1 (en) * 2019-05-14 2020-11-19 Here Global B.V. Method and apparatus for providing lane connectivity data for an intersection

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102136194A (zh) * 2011-03-22 2011-07-27 浙江工业大学 基于全景计算机视觉的道路交通状态检测装置
US20170039436A1 (en) * 2015-08-03 2017-02-09 Nokia Technologies Oy Fusion of RGB Images and Lidar Data for Lane Classification
US20180024562A1 (en) * 2016-07-21 2018-01-25 Mobileye Vision Technologies Ltd. Localizing vehicle navigation using lane measurements
US10838426B2 (en) * 2016-07-21 2020-11-17 Mobileye Vision Technologies Ltd. Distributing a crowdsourced sparse map for autonomous vehicle navigation
CN106971144A (zh) * 2017-02-28 2017-07-21 北京航空航天大学 一种应用Visual Graph算法提取道路中线的方法
CN107895375A (zh) * 2017-11-23 2018-04-10 中国电子科技集团公司第二十八研究所 基于视觉多特征的复杂道路线提取方法
US20200364469A1 (en) * 2019-05-14 2020-11-19 Here Global B.V. Method and apparatus for providing lane connectivity data for an intersection
CN110096566A (zh) * 2019-06-18 2019-08-06 武汉中海庭数据技术有限公司 一种生成地图车道线的聚类参数的确定方法及系统
CN111222418A (zh) * 2019-12-24 2020-06-02 武汉中海庭数据技术有限公司 一种车道线的多道路片段的众包数据快速融合优化方法
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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LULIANG TANG等: "CLRIC: Collecting Lane-Based Road Information Via Crowdsourcing", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 *
祖似杰，张攀，罗跃军: "基于车道驾驶态势的拓扑构建与路径规划", 《地理空间信息》 *
陈立福等: "基于Multi-Path RefineNet的多特征高分辨率SAR图像道路提取算法", 《计算机科学》 *

Also Published As

Publication number Publication date
CN112418192B (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
KR102398456B1 (ko) 운전 경로 계획 방법, 장치 및 차량
CN109426801B (zh) 一种车道线实例检测方法和装置
CN108537197B (zh) 一种基于深度学习的车道线检测预警装置及预警方法
CN106780612B (zh) 一种图像中的物体检测方法及装置
US6888953B2 (en) Vehicle surroundings monitoring apparatus
EP3620964B1 (en) Lane line processing method and device
KR102424067B1 (ko) 정보 처리 방법, 장치 및 저장 매체
CN108805166A (zh) 一种建立图像分类神经网络模型及图像分类方法、装置
CN105426863A (zh) 检测车道线的方法和装置
CN108764089A (zh) 基于深度相机的人体背部脊柱中线识别方法
CN112418192B (zh) 一种众包数据的多道路片段间的多线直接连接方法及装置
CN114155319A (zh) 一种高精度地图生成辅助变道信息的方法、系统及装置
CN110060266B (zh) 车道线提取方法及装置、服务器及计算机可读介质
CN106203278B (zh) 一种提取地图上双线道路的方法及装置
CN114120266A (zh) 车辆变道检测方法、装置、电子设备及存储介质
CN110509925B (zh) 一种基于车联网数据的急转弯识别方法
CN111336991A (zh) 基于激光点云的隧道椭圆度分析方法、装置和系统
CN112580743B (zh) 一种众包数据道路片段中车道边线数据的分类方法与装置
CN112686904A (zh) 车道划分方法、装置、电子设备和存储介质
CN111126225B (zh) 多线激光雷达地面分割方法及车辆、计算机可读介质
CN109308468B (zh) 一种车道线检测方法
CN110334734A (zh) 一种基于元学习技术的智能传感融合方法
CN112733078A (zh) 众包数据的多道路片段间的多线间的平滑连接方法与装置
CN111811523A (zh) 路网匹配纠错方法、装置及系统
CN112580746B (zh) 一种众包数据多道路片段的连续划分方法与装置

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