CN112561932A - 航迹线去噪方法、装置、电子设备和存储介质 - Google Patents
航迹线去噪方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112561932A CN112561932A CN202011475530.3A CN202011475530A CN112561932A CN 112561932 A CN112561932 A CN 112561932A CN 202011475530 A CN202011475530 A CN 202011475530A CN 112561932 A CN112561932 A CN 112561932A
- Authority
- CN
- China
- Prior art keywords
- track
- point
- line
- segmentation point
- denoising
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 230000011218 segmentation Effects 0.000 claims abstract description 183
- 230000002159 abnormal effect Effects 0.000 claims abstract description 142
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 230000001629 suppression Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 13
- 238000009966 trimming Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000010365 information processing Effects 0.000 abstract description 2
- 230000005764 inhibitory process Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 238000009826 distribution Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Navigation (AREA)
Abstract
本申请实施例涉及信息处理技术领域,提供了一种航迹线去噪方法、装置、电子设备和存储介质,所述方法包括:基于待进行去噪的航迹线中各轨迹点间的距离,获取用于表征航迹线中各轨迹点间聚集度的特征值,基于非极大抑制算法和各轨迹点的特征值获取候选分割点集,基于候选分割点集中各轨迹点的特征值获取航迹线的首端异常分割点和尾端异常分割点,以首端异常分割点和尾端异常分割点之间的航迹线作为去噪后的航迹线,从而实现自动对航迹线去噪,提高了去噪效率,而且本申请是基于各轨迹点的特征值获取首端异常分割点和尾端异常分割点,进而对航迹线进行去噪,避免传统方法中依靠人工判断航迹线分割点导致无法准确对航迹线进行去噪的问题。
Description
技术领域
本申请涉及信息处理技术领域,尤其涉及一种航迹线去噪方法、装置、电子设备和存储介质。
背景技术
目前各种设备在采集记录航迹时,会受设备周边环境的影响,GPS(GlobalPositioning System,全球定位系统)、Wi-Fi(Wireless Fidelity,无线保真)、基站信号可能不佳,定位误差偏大,导致采集的轨迹线首尾两端存在异常轨迹点(即噪声点)。在使用这些航迹数据的时候,如果不能有效地去除这些异常轨迹点,将会影响到最终结果,例如航迹的绘制展现、里程计算等。
现有技术中通常采用的航迹线去噪方法为:在Matlab软件的可视化界面上,导入相应的航迹地图数据,若是开环地图,则采用放大工具根据航迹线首尾两端的平滑曲折程度,人工判断异常轨迹和正常轨迹的分割点,并手动去除异常轨迹;若是闭环地图,则在按照开环地图的方法去除异常轨迹后,通过人工找到航迹线首尾两端最近的两个点分别作为闭环的起始点和终止点,但该方法完全依赖于人工操作,耗时耗力,而且会由于人工失误造成无法准确去除航迹线中的异常轨迹点。
发明内容
本申请提供一种航迹线去噪方法、装置、电子设备和存储介质,以实现自动对航迹线去噪。
本申请提供一种航迹线去噪方法,包括:
基于待进行去噪的航迹线中各轨迹点间的距离,获取各轨迹点的特征值;所述特征值用于表征航迹线中各轨迹点间的聚集度;
基于非极大抑制算法和各轨迹点的特征值,获取候选分割点集;
基于所述候选分割点集中各轨迹点的特征值,获取所述航迹线的首端异常分割点和尾端异常分割点,并以所述首端异常分割点和所述尾端异常分割点之间的航迹线作为去噪后的航迹线。
根据本申请提供的一种航迹线去噪方法,基于待进行去噪的航迹线中各轨迹点间的距离,获取各轨迹点的特征值,包括:
以各轨迹点为中心分别设置预设区域,将各预设区域均分为第一区域和第二区域;
基于各预设区域的距离方差差值,确定各预设区域中心的轨迹点的特征值;所述距离方差差值是各预设区域中第一区域内所有轨迹点的距离方差与第二区域内所有轨迹点的距离方差的差值。
根据本申请提供的一种航迹线去噪方法,基于非极大抑制算法和各轨迹点的特征值,获取候选分割点集,包括:
基于非极大值抑制算法,从航迹线中各轨迹点中选取特征值大于预设值的轨迹点作为候选分割点集。
根据本申请提供的一种航迹线去噪方法,基于所述候选分割点集中各轨迹点的特征值,获取所述航迹线的首端异常分割点和尾端异常分割点,包括:
将所述候选分割点集中的各轨迹点,按照对应特征值从大到小排序,选取排序在前的两个轨迹点作为待定分割点;
将位于航迹线首端的待定分割点作为所述首端异常分割点,以及位于航迹线尾端的待定分割点作为所述尾端异常分割点。
根据本申请提供的一种航迹线去噪方法,在以所述首端异常分割点和所述尾端异常分割点之间的航迹线作为去噪后的航迹线之后,还包括:
若所述航迹线为闭环结构,以所述首端异常分割点为起点,获取预设长度的第一轨迹线,以及以所述尾端异常分割点为起点,获取预设长度的第二轨迹线;
计算所述第一轨迹线中各轨迹点与所述第二轨迹线中各轨迹点的距离值,并将最小距离值对应第一轨迹线中的轨迹点作为所述航迹线的起点,对应第二轨迹线中的轨迹点作为所述航迹线的终点。
本申请还提供一种航迹线去噪装置,包括:
特征值获取单元,用于基于待进行去噪的航迹线中各轨迹点间的距离,获取各轨迹点的特征值;所述特征值用于表征航迹线中各轨迹点间的聚集度;
分割点获取单元,用于基于非极大抑制算法和各轨迹点的特征值,获取候选分割点集;
去噪单元,用于基于所述候选分割点集中各轨迹点的特征值,获取所述航迹线的首端异常分割点和尾端异常分割点,并以所述首端异常分割点和所述尾端异常分割点之间的航迹线作为去噪后的航迹线。
根据本申请提供的一种航迹线去噪装置,所述特征值获取单元,包括:
区域划分单元,用于以各轨迹点为中心分别设置预设区域,将各预设区域均分为第一区域和第二区域;
第一计算单元,用于基于各预设区域的距离方差差值,确定各预设区域中心的轨迹点的特征值;所述距离方差差值是各预设区域中第一区域内所有轨迹点的距离方差与第二区域内所有轨迹点的距离方差的差值。
根据本申请提供的一种航迹线去噪装置,所述分割点获取单元,用于:
基于非极大值抑制算法,从航迹线中各轨迹点中选取特征值大于预设值的轨迹点作为候选分割点集。
根据本申请提供的一种航迹线去噪装置,所述去噪单元,包括:
排序单元,用于将所述候选分割点集中的各轨迹点,按照对应特征值从大到小排序,选取排序在前的两个轨迹点作为待定分割点;
选取单元,用于将位于航迹线首端的待定分割点作为所述首端异常分割点,以及位于航迹线尾端的待定分割点作为所述尾端异常分割点。
根据本申请提供的一种航迹线去噪装置,还包括修整单元,所述修整单元包括:
轨迹线确定单元,用于在以所述首端异常分割点和所述尾端异常分割点之间的航迹线作为去噪后的航迹线之后,若所述航迹线为闭环结构,以所述首端异常分割点为起点,获取预设长度的第一轨迹线,以及以所述尾端异常分割点为起点,获取预设长度的第二轨迹线;
第二计算单元,用于计算所述第一轨迹线中各轨迹点与所述第二轨迹线中各轨迹点的距离值,并将最小距离值对应第一轨迹线中的轨迹点作为所述航迹线的起点,对应第二轨迹线中的轨迹点作为所述航迹线的终点。
本申请还提供一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一种所述航迹线去噪方法的步骤。
本申请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,所述计算机程序被处理器执行时实现如上述任一种所述航迹线去噪方法的步骤。
本申请提供的航迹线去噪方法、装置、电子设备和存储介质,基于待进行去噪的航迹线中各轨迹点间的距离,获取用于表征航迹线中各轨迹点间聚集度的特征值,基于非极大抑制算法和各轨迹点的特征值获取候选分割点集,然后基于候选分割点集中各轨迹点的特征值获取航迹线的首端异常分割点和尾端异常分割点,以首端异常分割点和尾端异常分割点之间的航迹线作为去噪后的航迹线,从而实现自动对航迹线去噪,提高了去噪效率,而且本申请是基于各轨迹点的特征值获取首端异常分割点和尾端异常分割点,进而对航迹线进行去噪,避免了传统方法中依靠人工判断航迹线分割点导致无法准确对航迹线进行去噪的问题。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的航迹线去噪方法的流程示意图;
图2是本申请提供的原始航迹线的示意图;
图3是本申请提供的原始航迹线首端的放大示意图;
图4是本申请提供的原始航迹线尾端的放大示意图;
图5是本申请提供的去噪后航迹线的示意图;
图6是本申请提供的航迹线去噪方法中步骤110的实施方式的流程示意图;
图7是本申请提供的距离方差示意图;
图8是本申请提供的航迹线去噪方法中步骤130的实施方式的流程示意图;
图9是本申请提供的闭环结构航迹线去噪的流程示意图;
图10是本申请提供的航迹线去噪装置的结构示意图;
图11是本申请提供的航迹线去噪装置的特征值获取单元的结构示意图;
图12是本申请提供的航迹线去噪装置的去噪单元的结构示意图;
图13是本申请提供的航迹线去噪装置的修整单元的结构示意图;
图14是本申请提供的电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
目前各种设备在采集记录航迹时,会受设备周边环境的影响,GPS、Wi-Fi、基站信号可能不佳,定位误差偏大,导致采集的轨迹线首尾两端存在异常轨迹点(即噪声点)。在使用这些航迹数据的时候,如果不能有效地去除这些异常轨迹点,将会影响到最终结果,例如航迹的绘制展现、里程计算等。
现有技术中通常采用的航迹线去噪方法为:在Matlab软件的可视化界面上,导入相应的航迹地图数据,若是开环地图,则采用放大工具根据航迹线首尾两端的平滑曲折程度,人工判断异常轨迹和正常轨迹的分割点,并手动去除异常轨迹;若是闭环地图,则在按照开环地图的方法去除异常轨迹后,通过人工找到航迹线首尾两端最近的两个点分别作为闭环的起始点和终止点,但该方法完全依赖于人工操作,耗时耗力,而且会由于人工失误造成无法准确去除航迹线中的异常轨迹点。
对此,本申请提供一种航迹线去噪方法。如图1所示,该方法包括如下步骤:
步骤110、基于待进行去噪的航迹线中各轨迹点间的距离,获取各轨迹点的特征值;特征值用于表征航迹线中各轨迹点间的聚集度。
在本步骤中,需要说明的是,航迹线是指通过装备有激光雷达、相机、GPS、IMU等传感器的数据采集车采集的行驶轨迹,由于行驶轨迹是采集车在车道上行驶的轨迹,可以用于表征该车道的特征信息,因此根据航迹线可以制作高精度地图。然而,由于采集设备的误差,导致航迹线的首端和尾端会出现异常轨迹点,这些异常轨迹点会影响高精地图的制作精度。异常轨迹点相较于正常轨迹点,异常轨迹点的分布密集且不均匀,导致异常轨迹点之间的距离较小且距离分布不均,而正常轨迹点之间的距离较大且距离分布均匀。因此,本实施例基于待进行去噪的航迹线中各轨迹点间的距离,获取各轨迹点的特征值;特征值用于表征航迹线中各轨迹点间的聚集度,例如特征值越大,表明对应轨迹点与其它轨迹点间的聚集程度较密。其中,特征值可以是任一轨迹点与其它轨迹点距离的平均值,也可以是任一轨迹点与其它轨迹点距离方差的差值,本实施例对此不作具体限定。
如图2所示,原始航迹线可以反映对应道路的特征信息(如弯道、直道等),从而可以根据航迹线制作高精度地图。如图3和图4所示,AB段和CD段上的轨迹点分布不均匀且较密集,因此AB段为航迹线首端的异常轨迹线,CD段为航迹线尾端的异常轨迹线,本实施例需要精确获取航迹线首端异常分割点A,以及航迹线尾端异常分割点B,从而可以将AB段和CD段从航迹线上去除,实现对航迹线的去噪处理。
步骤120、基于非极大抑制算法和各轨迹点的特征值,获取候选分割点集。
在本步骤中,需要说明的是,由于异常轨迹点间的距离较大且距离分布不均匀,因此异常轨迹点对应的特征值也较大,当轨迹点的特征值大于预设值时,则表示该轨迹点为正常轨迹线和异常轨迹线分割点的概率较大。然而,在分割点附近会存在多个干扰轨迹点,即干扰轨迹点的特征值与分割点的特征值相近,为了准确获取分割点,本实施例采用非极大抑制算法获取分割点,非极大值抑制算法(Non-maximum suppression,NMS)的本质是搜索局部极大值,抑制非极大值元素。也就是,当判断分割点为极大值点时,则不会再对分割点附近的干扰轨迹点进行判断,从而抑制分割点附近的干扰轨迹点,精确获取分割点。
步骤130、基于候选分割点集中轨迹点的特征值,获取航迹线的首端异常分割点和尾端异常分割点,以首端异常分割点和尾端异常分割点之间的航迹线作为去噪后的航迹线。
在本步骤中,需要说明的是,由于航迹线首端异常分割点和尾端异常分割点附近的轨迹点较密集,即首端异常分割点和尾端异常分割点对应的特征值最大,因此,本实施例可以通过候选分割点集中轨迹点的特征值,获取航迹线的首端异常分割点和尾端异常分割点,进而可以将航迹线中的异常轨迹线去除,保留首端异常分割点和尾端异常分割点之间的航迹线作为正常航迹线,即去噪后的航迹线。
如图3和图4所示,根据本实施例的方法可以准确获取航迹线的首端异常分割点A和尾端异常分割点B,进而将AB段和CD段从航迹线中去除,得到去噪后的航迹线,即为图5中的航迹线。
本申请提供的航迹线去噪方法,基于待进行去噪的航迹线中各轨迹点间的距离,获取用于表征航迹线中各轨迹点间聚集度的特征值,基于非极大抑制算法和各轨迹点的特征值获取候选分割点集,然后基于候选分割点集中各轨迹点的特征值获取航迹线的首端异常分割点和尾端异常分割点,以首端异常分割点和尾端异常分割点之间的航迹线作为去噪后的航迹线,从而实现自动对航迹线去噪,提高了去噪效率,而且本申请是基于各轨迹点的特征值获取首端异常分割点和尾端异常分割点,进而对航迹线进行去噪,避免了传统方法中依靠人工判断航迹线分割点导致无法准确对航迹线进行去噪的问题。
基于上述实施例,如图6所示,步骤110包括:
步骤111、以各轨迹点为中心分别设置预设区域,将各预设区域均分为第一区域和第二区域;
步骤112、基于各预设区域的距离方差差值,确定各预设区域中心的轨迹点的特征值;距离方差差值是各预设区域中第一区域内所有轨迹点的距离方差与第二区域内所有轨迹点的距离方差的差值。
在本实施例中,由于正常轨迹线中各轨迹点间的距离分布均匀,而异常轨迹线中各轨迹点间的距离分布不均匀,因此,本实施例采用轨迹点的距离方差作为区分正常轨迹点和异常轨迹点的依据。距离方差是用于衡量各轨迹点间距离离散程度,即各轨迹点距离分布情况。
因此,本实施例在判断任一轨迹点是否为异常轨迹点时,以该轨迹点为中心,设置预设区域,并将预设区域均分为第一区域和第二区域。例如,预设区域可以设置为一个窗口,窗口中包含的轨迹点数占总点数的1/100。若第一区域内所有轨迹点的距离方差,与第二区域内所有轨迹点的距离方差相同,则表明第一区域内轨迹点分布与第二区域内轨迹点的分布情况相同,即预设区域内轨迹点均匀分布,是正常轨迹点的概率较大。反之,若第一区域内所有轨迹点的距离方差,与第二区域内所有轨迹点的距离方差相差较大,即两者差值越大,则表明预设区域内轨迹点分布不均匀,是异常轨迹点的概率较大。基于此,本实施例将第一区域与第二区域内轨迹点的距离方差作为各轨迹点的特征值,从而以各轨迹点的特征值准确判断是否属于正常轨迹点或异常轨迹点。如图7所示,本实施例提供的距离方差示意图,不同轨迹点对应的距离方差不同,方差越大,表明该轨迹点是异常轨迹点的概率越大。
基于上述实施例,基于非极大抑制算法和各轨迹点的特征值,获取候选分割点集,包括:
基于非极大值抑制算法,从航迹线中各轨迹点中选取特征值大于预设值的轨迹点作为候选分割点集。
在本实施例中,在首端异常分割点和尾端异常分割点附近会存在多个干扰轨迹点,即干扰轨迹点的特征值与对应分割点的特征值相近,为了准确获取分割点,本实施例采用非极大抑制算法获取分割点,也就是,当判断分割点为极大值点时,则不会再对分割点附近的干扰轨迹点进行判断,从而抑制分割点附近的干扰轨迹点,精确获取分割点。
基于上述实施例所述的特征值越大,表明对应轨迹点为异常轨迹点的概率越高,而首端异常分割点和尾端异常分割点处的轨迹点分布比较密集且不均匀,即首端异常分割点和尾端异常分割点处对应的特征值大于其它轨迹点的特征值,因此,本实施例采用预设尺寸窗口,基于非极大抑制算法从航迹线中各轨迹点中选取特征值大于预设值的轨迹点作为候选分割点集。例如,窗口的尺寸为左右窗口长度方向包含的轨迹点数占总点数的1/10,选取10个最大的特征值对应的轨迹点作为候选分割点集,或者选取特征值大于预设值的轨迹点作为候选分割点集。
基于上述实施例,如图8所示,步骤130包括:
步骤131、将候选分割点集中的各轨迹点,按照对应特征值从大到小排序,选取排序在前的两个轨迹点作为待定分割点;
步骤132、将位于航迹线首端的待定分割点作为首端异常分割点,以及位于航迹线尾端的待定分割点作为尾端异常分割点。
在本实施例中,首端异常分割点和尾端异常分割点处的轨迹点分布比较密集且不均匀,即首端异常分割点和尾端异常分割点处对应的特征值大于其它轨迹点的特征值,因此本实施例中将候选分割点集中的各轨迹点,按照对应特征值从大到小排序,选取排序在前(即最大两个特征值)的两个轨迹点作为待定分割点。
在确定待定分割点之后,通过查询索引可以确定待定分割点的位置,从而可以将位于航迹线首端的待定分割点作为首端异常分割点,以及位于航迹线尾端的待定分割点作为尾端异常分割点,进而以首端异常分割点和尾端异常分割点之间的航迹线作为去噪后的航迹线。
基于上述实施例,如图9所示,在步骤130之后,还包括:
步骤140、若航迹线为闭环结构,以首端异常分割点为起点,获取预设长度的第一轨迹线,以及以尾端异常分割点为起点,获取预设长度的第二轨迹线;
步骤150、计算第一轨迹线中各轨迹点与第二轨迹线中各轨迹点的距离值,并将最小距离值对应第一轨迹线中的轨迹点作为航迹线的起点,对应第二轨迹线中的轨迹点作为航迹线的终点。
在本实施例中,需要说明的是,由于闭环结构的航迹线的起点和终点是闭合的(即起点和终点之间的距离最小),因此本实施例在对航迹线去噪之后,以首端异常分割点为起点,获取预设长度的第一轨迹线,以及以尾端异常分割点为起点,获取预设长度的第二轨迹线,其中预设长度可以为第一轨迹线和第二轨迹线包含的轨迹点数占总轨迹点数的1/8,随后分别计算第一轨迹线中各轨迹点与第二轨迹线中各轨迹点的距离值,即点集中距离,将点集中距离的最小值对应第一轨迹线中的轨迹点作为航迹线的起点,对应第二轨迹线中的轨迹点作为航迹线的终点,从而进一步对闭环结构的航迹线进行了准确的去噪处理。
下面对本申请提供的航迹线去噪装置进行描述,下文描述的航迹线去噪装置与上文描述的航迹线去噪方法可相互对应参照。
基于上述实施例,如图10所示,本申请提供一种航迹线去噪装置,该装置包括:
特征值获取单元1010,用于基于待进行去噪的航迹线中各轨迹点间的距离,获取各轨迹点的特征值;、特征值用于表征航迹线中各轨迹点间的聚集度;
分割点获取单元1020,用于基于非极大抑制算法和各轨迹点的特征值,获取候选分割点集;
去噪单元1030,用于基于候选分割点集中各轨迹点的特征值,获取、航迹线的首端异常分割点和尾端异常分割点,并以、首端异常分割点和、尾端异常分割点之间的航迹线作为去噪后的航迹线。
基于上述实施例,如图11所示,特征值获取单元1010,包括:
区域划分单元1011,用于以各轨迹点为中心分别设置预设区域,将各预设区域均分为第一区域和第二区域;
第一计算单元1012,用于基于各预设区域的距离方差差值,确定各预设区域中心的轨迹点的特征值;距离方差差值是各预设区域中第一区域内所有轨迹点的距离方差与第二区域内所有轨迹点的距离方差的差值。
基于上述实施例,分割点获取单元1020,用于:
基于非极大值抑制算法,从航迹线中各轨迹点中选取特征值大于预设值的轨迹点作为候选分割点集。
基于上述实施例,如图12所示,去噪单元1030,包括:
排序单元1031,用于将候选分割点集中的各轨迹点,按照对应特征值从大到小排序,选取排序在前的两个轨迹点作为待定分割点;
选取单元1032,用于将位于航迹线首端的待定分割点作为首端异常分割点,以及位于航迹线尾端的待定分割点作为尾端异常分割点。
基于上述实施例,还包括修整单元1040,如图13所示,修整单元1040包括:
轨迹线确定单元1041,用于在以首端异常分割点和尾端异常分割点之间的航迹线作为去噪后的航迹线之后,若航迹线为闭环结构,以首端异常分割点为起点,获取预设长度的第一轨迹线,以及以尾端异常分割点为起点,获取预设长度的第二轨迹线;
第二计算单元1042,用于计算第一轨迹线中各轨迹点与第二轨迹线中各轨迹点的距离值,并将最小距离值对应第一轨迹线中的轨迹点作为所述航迹线的起点,对应第二轨迹线中的轨迹点作为所述航迹线的终点。
本申请实施例提供的航迹线去噪装置用于执行上述航迹线去噪方法,其实施方式与本申请提供的航迹线去噪方法的实施方式一致,且可以达到相同的有益效果,此处不再赘述。
图14示例了一种电子设备的实体结构示意图,如图14所示,该电子设备可以包括:处理器(processor)1410、通信接口(Communications Interface)1420、存储器(memory)1430和通信总线1440,其中,处理器1410,通信接口1420,存储器1430通过通信总线1440完成相互间的通信。处理器1410可以调用存储器1430中的逻辑指令,以执行航迹线去噪方法,该方法包括:基于待进行去噪的航迹线中各轨迹点间的距离,获取各轨迹点的特征值;所述特征值用于表征航迹线中各轨迹点间的聚集度;基于非极大抑制算法和各轨迹点的特征值,获取候选分割点集;基于所述候选分割点集中各轨迹点的特征值,获取所述航迹线的首端异常分割点和尾端异常分割点,并以所述首端异常分割点和所述尾端异常分割点之间的航迹线作为去噪后的航迹线。
此外,上述的存储器1430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例提供的电子设备中的处理器1410可以调用存储器1430中的逻辑指令,实现上述航迹线去噪方法,其实施方式与本申请提供的航迹线去噪方法的实施方式一致,且可以达到相同的有益效果,此处不再赘述。
另一方面,本申请还提供一种计算机程序产品,下面对本申请提供的计算机程序产品进行描述,下文描述的计算机程序产品与上文描述的航迹线去噪方法可相互对应参照。
所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的航迹线去噪方法,该方法包括:基于待进行去噪的航迹线中各轨迹点间的距离,获取各轨迹点的特征值;所述特征值用于表征航迹线中各轨迹点间的聚集度;基于非极大抑制算法和各轨迹点的特征值,获取候选分割点集;基于所述候选分割点集中各轨迹点的特征值,获取所述航迹线的首端异常分割点和尾端异常分割点,并以所述首端异常分割点和所述尾端异常分割点之间的航迹线作为去噪后的航迹线。
本申请实施例提供的计算机程序产品被执行时,实现上述航迹线去噪方法,其实施方式与本申请提供的航迹线去噪方法的实施方式一致,且可以达到相同的有益效果,此处不再赘述。
又一方面,本申请还提供一种非暂态计算机可读存储介质,下面对本申请提供的非暂态计算机可读存储介质进行描述,下文描述的非暂态计算机可读存储介质与上文描述的航迹线去噪方法可相互对应参照。
本申请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提供的航迹线去噪方法,该方法包括:基于待进行去噪的航迹线中各轨迹点间的距离,获取各轨迹点的特征值;所述特征值用于表征航迹线中各轨迹点间的聚集度;基于非极大抑制算法和各轨迹点的特征值,获取候选分割点集;基于所述候选分割点集中各轨迹点的特征值,获取所述航迹线的首端异常分割点和尾端异常分割点,并以所述首端异常分割点和所述尾端异常分割点之间的航迹线作为去噪后的航迹线。
本申请实施例提供的非暂态计算机可读存储介质上存储的计算机程序被执行时,实现上述航迹线去噪方法,其实施方式与本申请提供的航迹线去噪方法的实施方式一致,且可以达到相同的有益效果,此处不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (12)
1.一种航迹线去噪方法,其特征在于,包括:
基于待进行去噪的航迹线中各轨迹点间的距离,获取各轨迹点的特征值;所述特征值用于表征航迹线中各轨迹点间的聚集度;
基于非极大抑制算法和各轨迹点的特征值,获取候选分割点集;
基于所述候选分割点集中各轨迹点的特征值,获取所述航迹线的首端异常分割点和尾端异常分割点,并以所述首端异常分割点和所述尾端异常分割点之间的航迹线作为去噪后的航迹线。
2.根据权利要求1所述的航迹线去噪方法,其特征在于,基于待进行去噪的航迹线中各轨迹点间的距离,获取各轨迹点的特征值,包括:
以各轨迹点为中心分别设置预设区域,将各预设区域均分为第一区域和第二区域;
基于各预设区域的距离方差差值,确定各预设区域中心的轨迹点的特征值;所述距离方差差值是各预设区域中第一区域内所有轨迹点的距离方差与第二区域内所有轨迹点的距离方差的差值。
3.根据权利要求1所述的航迹线去噪方法,其特征在于,基于非极大抑制算法和各轨迹点的特征值,获取候选分割点集,包括:
基于非极大值抑制算法,从航迹线中各轨迹点中选取特征值大于预设值的轨迹点作为候选分割点集。
4.根据权利要求3所述的航迹线去噪方法,其特征在于,基于所述候选分割点集中各轨迹点的特征值,获取所述航迹线的首端异常分割点和尾端异常分割点,包括:
将所述候选分割点集中的各轨迹点,按照对应特征值从大到小排序,选取排序在前的两个轨迹点作为待定分割点;
将位于航迹线首端的待定分割点作为所述首端异常分割点,以及位于航迹线尾端的待定分割点作为所述尾端异常分割点。
5.根据权利要求1至4任一项所述的航迹线去噪方法,其特征在于,在以所述首端异常分割点和所述尾端异常分割点之间的航迹线作为去噪后的航迹线之后,还包括:
若所述航迹线为闭环结构,以所述首端异常分割点为起点,获取预设长度的第一轨迹线,以及以所述尾端异常分割点为起点,获取预设长度的第二轨迹线;
计算所述第一轨迹线中各轨迹点与所述第二轨迹线中各轨迹点的距离值,并将最小距离值对应第一轨迹线中的轨迹点作为所述航迹线的起点,对应第二轨迹线中的轨迹点作为所述航迹线的终点。
6.一种航迹线去噪装置,其特征在于,包括:
特征值获取单元,用于基于待进行去噪的航迹线中各轨迹点间的距离,获取各轨迹点的特征值;所述特征值用于表征航迹线中各轨迹点间的聚集度;
分割点获取单元,用于基于非极大抑制算法和各轨迹点的特征值,获取候选分割点集;
去噪单元,用于基于所述候选分割点集中各轨迹点的特征值,获取所述航迹线的首端异常分割点和尾端异常分割点,并以所述首端异常分割点和所述尾端异常分割点之间的航迹线作为去噪后的航迹线。
7.根据权利要求6所述的航迹线去噪装置,其特征在于,所述特征值获取单元,包括:
区域划分单元,用于以各轨迹点为中心分别设置预设区域,将各预设区域均分为第一区域和第二区域;
第一计算单元,用于基于各预设区域的距离方差差值,确定各预设区域中心的轨迹点的特征值;所述距离方差差值是各预设区域中第一区域内所有轨迹点的距离方差与第二区域内所有轨迹点的距离方差的差值。
8.根据权利要求6所述的航迹线去噪装置,其特征在于,所述分割点获取单元,用于:
基于非极大值抑制算法,从航迹线中各轨迹点中选取特征值大于预设值的轨迹点作为候选分割点集。
9.根据权利要求8所述的航迹线去噪装置,其特征在于,所述去噪单元,包括:
排序单元,用于将所述候选分割点集中的各轨迹点,按照对应特征值从大到小排序,选取排序在前的两个轨迹点作为待定分割点;
选取单元,用于将位于航迹线首端的待定分割点作为所述首端异常分割点,以及位于航迹线尾端的待定分割点作为所述尾端异常分割点。
10.根据权利要求6至9任一项所述的航迹线去噪装置,其特征在于,还包括修整单元,所述修整单元包括:
轨迹线确定单元,用于在以所述首端异常分割点和所述尾端异常分割点之间的航迹线作为去噪后的航迹线之后,若所述航迹线为闭环结构,以所述首端异常分割点为起点,获取预设长度的第一轨迹线,以及以所述尾端异常分割点为起点,获取预设长度的第二轨迹线;
第二计算单元,用于计算所述第一轨迹线中各轨迹点与所述第二轨迹线中各轨迹点的距离值,并将最小距离值对应第一轨迹线中的轨迹点作为所述航迹线的起点,对应第二轨迹线中的轨迹点作为所述航迹线的终点。
11.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述航迹线去噪方法的步骤。
12.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述航迹线去噪方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011475530.3A CN112561932A (zh) | 2020-12-14 | 2020-12-14 | 航迹线去噪方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011475530.3A CN112561932A (zh) | 2020-12-14 | 2020-12-14 | 航迹线去噪方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112561932A true CN112561932A (zh) | 2021-03-26 |
Family
ID=75063784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011475530.3A Pending CN112561932A (zh) | 2020-12-14 | 2020-12-14 | 航迹线去噪方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112561932A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115218919A (zh) * | 2022-09-21 | 2022-10-21 | 泽景(西安)汽车电子有限责任公司 | 航迹线的优化方法、系统和显示器 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109017780A (zh) * | 2018-04-12 | 2018-12-18 | 深圳市布谷鸟科技有限公司 | 一种车辆智能驾驶控制方法 |
CN110706307A (zh) * | 2019-10-11 | 2020-01-17 | 江苏徐工工程机械研究院有限公司 | 电子地图构建方法、装置以及存储介质 |
CN110737006A (zh) * | 2018-07-20 | 2020-01-31 | 菜鸟智能物流控股有限公司 | 轨迹去噪的处理方法、装置以及电子设备 |
-
2020
- 2020-12-14 CN CN202011475530.3A patent/CN112561932A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109017780A (zh) * | 2018-04-12 | 2018-12-18 | 深圳市布谷鸟科技有限公司 | 一种车辆智能驾驶控制方法 |
CN110737006A (zh) * | 2018-07-20 | 2020-01-31 | 菜鸟智能物流控股有限公司 | 轨迹去噪的处理方法、装置以及电子设备 |
CN110706307A (zh) * | 2019-10-11 | 2020-01-17 | 江苏徐工工程机械研究院有限公司 | 电子地图构建方法、装置以及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115218919A (zh) * | 2022-09-21 | 2022-10-21 | 泽景(西安)汽车电子有限责任公司 | 航迹线的优化方法、系统和显示器 |
CN115218919B (zh) * | 2022-09-21 | 2022-12-13 | 泽景(西安)汽车电子有限责任公司 | 航迹线的优化方法、系统和显示器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112634297B (zh) | 高精地图制作方法、装置、电子设备和存储介质 | |
WO2019051941A1 (zh) | 车型识别方法、装置、设备及计算机可读存储介质 | |
CN109741450B (zh) | 一种基于扫描线的路面点云自动提取方法及装置 | |
CN109117746A (zh) | 手部检测方法及机器可读存储介质 | |
CN117540153B (zh) | 一种隧道监测数据预测方法及系统 | |
CN110712648A (zh) | 行车状态的确定方法、装置、车辆及存储介质 | |
CN112561932A (zh) | 航迹线去噪方法、装置、电子设备和存储介质 | |
CN112444820B (zh) | 一种机器人位姿确定方法、装置、可读存储介质及机器人 | |
CN116481560B (zh) | 车辆行驶里程的计算方法、装置、终端及存储介质 | |
CN112819700B (zh) | 一种点云数据的去噪方法、装置及可读存储介质 | |
CN115148022A (zh) | 共享车辆行驶轨迹的分段方法及装置 | |
CN116778758A (zh) | 基于时频图的无人机遥控信号识别方法、装置、设备及介质 | |
CN115983007A (zh) | 一种重合轨迹提取方法、装置、电子设备及存储介质 | |
CN116129378A (zh) | 车道线检测方法、装置、设备、车辆和介质 | |
CN112686904A (zh) | 车道划分方法、装置、电子设备和存储介质 | |
CN109507645B (zh) | 一种脉冲描述字的提取方法及装置 | |
CN112465822A (zh) | 团雾检测方法、装置、设备及计算机可读存储介质 | |
CN113298099A (zh) | 一种驾驶行为识别方法、装置、电子设备及存储介质 | |
CN117493834B (zh) | 定位性能评价方法、装置和电子设备 | |
CN111159998B (zh) | 字体轮廓的层次结构分析方法及系统 | |
CN115809404B (zh) | 一种检测阈值计算方法、装置、存储介质及电子设备 | |
CN115001997B (zh) | 基于极值理论的智慧城市网络设备性能异常阈值评估方法 | |
CN112699190A (zh) | 地图数据的检测方法、装置、系统及存储介质 | |
CN117493820B (zh) | 一种数据要素处理方法和装置 | |
CN112101321B (zh) | 灭点提取方法、装置、电子设备及存储介质 |
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 |