CN112950740A - 高精地图道路中心线的生成方法、装置、设备及存储介质 - Google Patents
高精地图道路中心线的生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112950740A CN112950740A CN201911259189.5A CN201911259189A CN112950740A CN 112950740 A CN112950740 A CN 112950740A CN 201911259189 A CN201911259189 A CN 201911259189A CN 112950740 A CN112950740 A CN 112950740A
- Authority
- CN
- China
- Prior art keywords
- curve
- line
- straight
- central line
- road
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000008859 change Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 8
- 230000004048 modification Effects 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 13
- 230000007704 transition Effects 0.000 description 4
- 241000209094 Oryza Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation 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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供的高精地图道路中心线的生成方法、装置、设备及存储介质中:根据预设数据确定道路中心特征点;在道路中心特征点中确定属于直线形状的中心线的直线特征点、属于曲线形状的中心线的曲线特征点;根据直线特征点生成直线中心线;根据与曲线形状的中心线相连的直线中心线,确定曲线形状的中心线的端点信息,并根据拟合参数、端点信息生成曲线中心线。本公开提供的方案中,针对形状不同的中心线采用不同的生成方式,对于曲线中心线,采用根据拟合参数、曲线的端点信息进行拟合生成,能够生成平滑的曲线中心线,再根据中心线制作的地图道路更加平滑,更加符合道路实际环境。
Description
技术领域
本公开涉及地图制作技术,尤其涉及一种高精地图道路中心线的生成方法、装置、设备及存储介质。
背景技术
随着自动驾驶技术的迅速发展,高精地图也变得越来越重要。自动驾驶车辆需要根据高精地图进行决策,控制车辆行驶。
现有技术中,存在一种格式为OpenDrive的高精地图。OpenDrive高精地图可以用于场景仿真。OpenDrive格式高精地图中道路参考线、边缘线的生产是最关键的一步。现有技术的方案中在生成OpenDrive格式高精地图道路时,参考线、边缘线一般采用点云特征点用直线段连接。
但是,这种方案得到的地图效果不佳,道路不够平滑,影响仿真行驶体验。
发明内容
本公开提供一种高精地图道路中心线的生成方法、装置、设备及存储介质,以解决现有技术中生成的高精地图道路不够平滑、高度还原真实道路的问题。
本公开的第一个方面是提供一种高精地图道路中心线的生成方法,包括:
根据预设数据确定道路中心特征点;
在所述道路中心特征点中确定属于直线形状的中心线的直线特征点、属于曲线形状的中心线的曲线特征点;
根据所述直线特征点生成直线中心线;
根据所述直线特征点、所述曲线特征点确定与所述曲线形状的中心线相连的直线中心线;
根据与所述曲线形状的中心线相连的直线中心线确定曲线形状的中心线的端点信息,并根据拟合参数、所述端点信息生成曲线中心线。本公开的另一个方面是提供一种高精地图道路中心线的生成装置,包括:
确定模块,用于根据预设数据确定道路中心特征点;
分类模块,用于在所述道路中心特征点中确定属于直线形状的中心线的直线特征点、属于曲线形状的中心线的曲线特征点;
直线生成模块,用于根据所述直线特征点生成直线中心线;
曲线生成模块,用于根据所述直线特征点、所述曲线特征点确定与所述曲线形状的中心线相连的直线中心线;根据与所述曲线形状的中心线相连的直线中心线,确定曲线形状的中心线的端点信息,并根据拟合参数、所述端点信息生成曲线中心线。
本公开的又一个方面是提供一种高精地图道路中心线的生成设备,包括:
存储器;
处理器;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并配置为由所述处理器执行以实现如上述第一方面所述的高精地图道路中心线的生成方法。
本公开的又一个方面是提供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以实现如上述第一方面所述的高精地图道路中心线的生成方法。
本公开提供的高精地图道路中心线的生成方法、装置、设备及存储介质的技术效果是:
本公开提供的高精地图道路中心线的生成方法、装置、设备及存储介质,包括:根据预设数据确定道路中心特征点;在道路中心特征点中确定属于直线形状的中心线的直线特征点、属于曲线形状的中心线的曲线特征点;根据直线特征点生成直线中心线;根据直线特征点、曲线特征点确定与曲线形状的中心线相连的直线中心线;根据与曲线形状的中心线相连的直线中心线,确定曲线形状的中心线的端点信息,并根据拟合参数、端点信息生成曲线中心线。本公开提供的高精地图道路中心线的生成方法、装置、设备及存储介质中,针对形状不同的中心线采用不同的生成方式,对于曲线中心线,采用根据拟合参数、曲线的端点信息进行拟合生成,从而能够生成平滑的曲线中心线,从而再根据中心线制作的地图道路更加平滑,更加符合道路实际环境。
附图说明
图1为本发明一示例性实施例示出的系统架构图;
图2为本发明一示例性实施例示出的高精地图道路中心线的生成方法的流程图;
图3为本发明一示例性实施例示出的道路中心线示意图;
图4为本发明另一示例性实施例示出的高精地图道路中心线的生成方法的流程图;
图5为本发明一示例性实施例示出的中心特征点示意图;
图6为本发明一示例性实施例示出的中心线示意图;
图7为本发明一示例性实施例示出的纵曲线示意图;
图8为本发明一示例性实施例示出的车道生成方法的流程图;
图9为本发明一示例性实施例示出的高精地图道路中心线的生成装置的结构图;
图10为本发明另一示例性实施例示出的高精地图道路中心线的生成装置的结构图;
图11为本发明一示例性实施例示出的车道生成装置的结构图;
图12为本发明一示例性实施例示出的高精地图道路中心线的生成设备的结构图。
具体实施方式
目前,自动驾驶车辆行驶时需要依赖于高精地图,并根据高精地图进行决策。但是,现有技术的方案中在生成OpenDrive格式高精地图道路时,生成的道路参考线是通过对点云特征点直接连接得到的,这种方式得到的参考线平滑性较差。另一种方法是计算机利用点云特征点自动进行拟合,但是会对线型有一定的影响,偏离实际道路走向,影响仿真道路的与实际道路的符合性。
因此,本实施例提供的方案中,针对形状不同的道路参考线采用不同的生成方式,对于直线中心线,可以直接根据特征点生成,对于曲线形状的中心线,则可以通过拟合的方式生成,从而得到平滑性更好、更符合实际的中心线。
图1为本发明一示例性实施例示出的系统架构图。
如图1所示,可以通过车辆11采集道路对应的点云数据,例如,车辆11上可以设置雷达,并控制车辆11在道路上行驶,从而能够通过设置在车辆上的雷达采集点云数据。
可选的,车辆11上还可以设置图像采集装置(图中未示出),例如相机、摄像机、摄像头等,从而可以拍摄道路对应的影像。
其中,车辆11可以将采集的点云数据上报至电子设备12,使得电子设备12能够根据接收的点云数据生成道路的中心线。车辆11中可以设置通信模块,从而向电子设备12上报点云数据。
具体的,还可以在车辆11上设置存储装置,该存储装置能够存储雷达采集的点云数据。因此,还可以通过有线的方式连接该存储装置以及电子设备12,从而能够将点云数据传输至电子设备12。
图2为本发明一示例性实施例示出的高精地图道路中心线的生成方法的流程图。
如图2所示,本实施例提供的高精地图道路中心线的生成方法包括:
步骤201,根据预设数据确定道路中心特征点。
其中,本实施例提供的方法可以由具备计算能力的电子设备来执行,例如图1所示出的电子设备。该电子设备例如可以是计算机。
其中,预设数据是指能够表征道路情况的数据,例如可以包括点云数据和/或矢量线数据。
具体的,可以通过设置有雷达的车辆采集点云数据,该点云数据格式可以是shp格式、xyz格式点数据。
矢量线数据可以是预先准备的,例如可以利用已有的矢量线数据进行转换,得到道路中心特征点。矢量线数据可以是shp格式的。
进一步的,电子设备可以向车辆发送请求,以便于车辆向其反馈点云数据。还可以由车辆将采集的点云数据主动发送给电子设备,从而使电子设备获取点云数据。
实际应用时,电子设备可以对点云数据进行处理,识别其中包括的道路特征点。使用雷达对周围环境进行扫描时,可以发出雷达信号波,信号波遇到障碍物后返回,雷达接收到返回的信号后能够形成点云数据。由于环境中存在大量的物体,因此,有一些点云数据可能是道路以外的其他物体反射形成的。
其中,可以仅对点云数据中的道路特征点进行处理,从而生成道路中心线。
一种实施方式中,可以根据点云数据在三维空间的高度信息,来确定其是否属于道路。由于道路的高度应当低于其他物体的高度,因此,可以将扫描的点云数据中,符合道路高度的点云数据确定为属于道路的点。
可选的,可以根据这些点确定位于道路中心位置的道路中心特征点。例如,可以根据属于道路上的点,确定道路延伸方向,并确定与其垂直的道路宽度方向。对于连线方向大致符合道路宽度方向的特征点,可以将其中位于中间位置的点作为中心特征点。基于这样的方式,能够确定出道路中心特征点。
可选的,确定连线方向是否大致符合道路宽度方向可以根据需求进行设置。
步骤202,在道路中心特征点中确定属于直线形状的中心线的直线特征点、属于曲线形状的中心线的曲线特征点。
具体的,点云数据中包括位置信息,例如可以是每个点在空间中的位置,因此,各个道路特征点之间也具有相对位置。例如,道路特征点A与道路特征点B相邻。
进一步的,可以扫描道路特征点,根据道路特征点间的位置关系,确定属于直线形状的中心线的直线特征点,以及属于曲线形状的中心线的曲线特征点。例如,可以计算道路特征点间两两连线的向量,并根据这些向量间的角度差,来确定哪些道路中心特征点是位于直线中心线,哪些道路中心特征点是位于曲线中心线。
实际应用时,还可以通过电子设备的显示装置显示道路特征点,具体可以根据道路特征点的位置信息进行显示。可以由用户指定哪些道路中心特征点是直线中心线上的点,哪些道路中心特征点是曲线中心线上的点。例如,某段道路中心线上特征点a1、a2……、a40,用户可以将其分段为:直线段D1:a1、a2、……、a10;曲线段D2:a10、a11、……、a32;直线段D3:a32、a33、……a40。
步骤203,根据直线特征点生成直线中心线。
其中,对于直线特征点,可以在其中确定属于端点的两个特征点,并对其进行连接,从而得到直线中心线。例如,对于直线段D1,可以将a1与a10相连,得到一条直线中心线。
具体的,可以根据属于一条直线中心线的道路特征点之间的相对位置,来确定其中的两个端点。
进一步的,还可以由用户操作电子设备,指定一组直线特征点中的两个端点。
步骤204,根据直线特征点、曲线特征点确定与曲线形状的中心线相连的直线中心线。
其中,可以根据直线特征点、曲线特征点确定与曲线形状的中心线连接的直线中心线。
图3为本发明一示例性实施例示出的道路中心线示意图。
如图3所示,直线段d1与曲线段d2的一端相连,曲线段d2的另一端与直线段d3相连。在这种情况下,d1与d2的相接点、d2与d3的相接点,就是曲线段d2的两个端点。
即可以根据曲线段、直线段中重叠的特征点,确定与曲线段连接的直线段。
步骤205,根据与曲线形状的中心线相连的直线中心线,确定曲线形状的中心线的端点信息,并根据拟合参数、端点信息生成曲线中心线。
实际应用时,道路都是连续的,例如一条路可能即包括直线形状的路,又包括曲线形状的路。这种情况下,可以根据与曲线中心线连接的直线中心线,来确定曲线中心线的端点信息。其中,可以识别出直线中心线与曲线中心线的相接处,从而将这一位置的道路特征点作为曲线形状的中心线的端点。
具体的,端点具体可以包括端点坐标,还可以包括该端点处的切线方向。
进一步的,由于实际环境中的道路都是平滑的,因此,曲线道路与直线道路之间也是平滑的。可以认为与曲线中心线连接的直线中心线方向,即为二者相接处端点的切线方向。
实际应用时,曲线中心线具有两个端点,因此,能够得到两个端点信息。还可以预先设置用于拟合曲线的拟合参数,并结合端点信息、拟合参数生成曲线中心线。
其中,拟合参数例如可以包括曲线长度Ls,即两个端点之间的曲线长度,还可以包括曲线半径R,该曲线半径是指曲线中半径固定不变的一部分圆曲线的半径,还可以包括曲线的旋转方向k。
可以基于缓和曲线计算方式以及上述参数,拟合得到曲线中心线。
在一种实施方式中,可以通过电子设备的显示装置显示拟合后的曲线中心线,还可以显示对应的曲线特征点。使得用户能够直观的看到拟合后的曲线中心线能否覆盖全部的曲线特征点,或者能否与全部的曲线特征点所在位置相符。
具体的,若用户观察到曲线与曲线特征点不符,则可以调整拟合参数,从而使电子设备根据更新后的拟合参数重新生成曲线中心线,直到该曲线中心线符合用户要求。
进一步的,还可以由电子设备自动识别生成的曲线中心线与曲线特征点是否相符,例如,可以确定曲线特征点与曲线中心线的距离,若偏差较大,则可以确定二者不相符。电子设备可以自动调整拟合参数,并重新生成曲线中心线。
本实施例提供的方法用于生成高精地图的道路中心线,该方法由设置有本实施例提供的方法的设备执行,该设备通常以硬件和/或软件的方式来实现。
本实施例提供的高精地图道路中心线的生成方法,包括:获取点云数据,并根据点云数据确定道路中心特征点;在道路中心特征点中确定属于直线形状的中心线的直线特征点、属于曲线形状的中心线的曲线特征点;根据直线特征点生成直线中心线;根据直线特征点、曲线特征点确定与曲线形状的中心线相连的直线中心线,根据与曲线形状的中心线相连的直线中心线曲线形状的中心线的端点信息,并根据拟合参数、端点信息生成曲线中心线。本实施例提供的方法中,针对形状不同的中心线采用不同的生成方式,对于曲线中心线,采用根据拟合参数、曲线的端点信息进行拟合生成,从而能够生成平滑的曲线中心线,从而再根据中心线制作的地图道路更加平滑,更加符合道路实际环境。
图4为本发明另一示例性实施例示出的高精地图道路中心线的生成方法的流程图。
如图4所示,本实施例提供的高精地图道路中心线的生成方法包括:
步骤401,根据预设数据确定道路中心特征点。
步骤401与步骤201的具体原理和实现方式类似,此处不再赘述。
步骤402,显示道路中心特征点,并响应作用于道路中心特征点的选择操作,确定属于同一直线形状的中心线的直线特征点,和/或确定属于同一曲线形状的中心线的曲线特征点。
其中,电子设备可以具有显示装置,例如显示器。电子设备确定出中心特征点后,可以通过显示器显示中心特征点。
图5为本发明一示例性实施例示出的中心特征点示意图。
如图5所示,电子设备的显示装置可以显示如图5所示出的中心特征点。这些特征点之间具有相对位置关系,用户通过观察能够确定出那些特征点属于直线形状的中心线,哪些特征点属于曲线形状的中心线。
例如,用户可以将a1到a10这一组特征点划分为直线段D1,将a10到a32这一组特征点划分为曲线段D2,将a32到a40这一组特征点划分为曲线段D3。
具体的,电子设备可以响应用户对中心特征点的操作,从而确定属于同一直线形状的中心线的直线中心特征点,和/或确定属于同一曲线形状的中心线的曲线中心特征点。例如,将选择的一组中心特征点确定为是属于同一中心线的,并基于用户的设定确定该中心线的形状。例如用户可以通过框选特征点的方式选择一组特征点,并设定这组特征点是属于直线中心线的,还是属于曲线中心线的。
步骤403,根据直线特征点确定直线中心线端点,并对直线中心线端点进行连接,生成直线中心线。
进一步的,针对属于同一直线中心线的直线特征点,电子设备可以在其中确定出直线中心线端点。例如对于直线段D1来说,a1、a10即为两个直线中心线端点。
实际应用时,电子设备可以根据这一组直线特征点的相对位置关系,确定直线中心线端点。
其中,可以对确定的直线中心线端点进行连接,生成直线中心线。
步骤404,确定与一曲线形状的中心线的曲线特征点重合的目标直线特征点,并将包括目标直线特征点的直线中心线确定为与曲线形状的中心线相连的直线中心线。
具体的,可以根据曲线特征点和直线特征点确定与曲线形状的中心线连接的直线中心线。
进一步的,由于道路是平滑且连续的,因此,曲线道路与直线道路会有相交的部分,而相交位置处的特征点既属于直线中心线,也属于曲线中心线。无论是用户选择属于曲线形状中心线的一组曲线特征点以及属于直线形状中心线的一组直线特征点,还是由电子设备识别出这些特征点,都会存在曲线特征点与直线特征点重合的情况。
实际应用时,针对一曲线形状的中心线的曲线特征点,可以包括至少两个直线特征点与这些虚线特征点中的两个点重合。例如,一组曲线特征点中用于表征曲线端点的两个点为A1、A2,则存在两条直线中心线l1、l2,l1,的直线特征点中可能也包括点A1,l2的直线特征点中可能也包括点A2。即存在目标直线特征点与曲线特征点重合的情况,此时,可以将包括目标直线特征点的直线中心线确定为与曲线形状中心线相连的中心线。
步骤405,根据曲线形状的中心线与直线中心线相交处的道路中心特征点确定曲线形状的中心线的端点坐标。
具体的,用户在选择直线特征点或曲线特征点时,可以选择位于中心线上全部的道路中心特征点。而道路中直线中心线与曲线中心线相交处的特征点同时属于两个中心线,因此,可以基于用户选择,在相连的两条中心线包括的道路中心特征点中,将重复出现的道路中心特征点确定为曲线形状的中心线的端点。
例如,将a1到a10这一组特征点划分为直线段D1,将a10到a32这一组特征点划分为曲线段D2,将a32到a40这一组特征点划分为曲线段D3。则a10、a32为曲线段D2的两个端点。
确定出曲线形状的中心线的端点后,可以根据道路中心特征点的信息,确定曲线段的端点坐标。
步骤406,根据与曲线形状的中心线连接的直线中心线,确定曲线形状的中心线的端点切线方向。
其中,实际环境中的道路是平滑的,可以认为与曲线中心线连接的直线中心线的延伸方向,即为曲线形状的中心线的端点切线方向。
图6为本发明一示例性实施例示出的中心线示意图。
如图6所示,该中心线中包括直线段D1,曲线段D2以及直线段D3。可以认为D1的延伸方向是曲线段D2的一个端点切线方向,直线段D3的延伸方向是曲线段D2的另一个端点切线方向。
步骤407,获取拟合参数,并根据拟合参数、曲线形状的中心线的端点坐标、端点切线方向,对属于曲线形状的中心线的道路特征点进行拟合,生成曲线中心线。
具体的,用户输入的拟合参数可以包括圆曲线半径R,渐变曲线长度Ls,转向角系数k。
本实施例提供的方法中,在拟合生成曲线中心线时,将整个曲线形状的中心线分为三部分,具体如图6所示,包括两段渐变曲线l1、l2以及一段圆曲线l3。
进一步的,圆曲线半径R即为圆曲线l3的半径。渐变曲线长度Ls是指两段渐变曲线l1、l2的长度。转向角系数k用于表示曲线的转向,例如,当曲线左转时k取值为1,当曲线右转时k取值为-1。
可以基于下式拟合得到两段渐变曲线l1、l2。
α1=α0+αZH-90
x1=S cosα1
y1=S sinα1
x=x1+xZH
y=y1+yZH
上述公式中:
当曲线为左转向时候,K=1,为右转向时候,K=-1。
公式中n的取值如下:
上述公式中x、y即为:渐变曲线段上任意l处的点坐标。ZH、HZ分别用于表示直线中心线与曲线中心线相交处的特征点,即曲线中心线的两个端点。
可以按到道路延伸方向,将第一个端点作为ZH,第二个端点作为HZ。αZH用于表示端点ZH处的切线方向,αHZ用于表示端点HZ处的切线方向。l为渐变曲线上的点到该段渐变曲线上的端点的曲线长度,即为在程序算法循环中的步长,单位:米。
当计算第二渐变曲线上的点坐标时,则:
第二渐变曲线长度一般和第一渐变曲线长度相同,同为LS。
α=αHZ+180
当曲线为左转向时候,K=-1,为右转向时候,K=1。
x=x1+xHZ
y=y1+yHZ
输入参数转换后可计算得出第二渐变曲线上任意l处的点坐标。
l为第二渐变曲线上的点到HZ点的曲线长度,单位:米。
对于两段渐变曲线中间的圆曲线来说,圆曲线上点坐标的计算公式如下:
x0=[R(1-cosα’)+P]K
y0=R sinα’+m
α1=α0+αHZ-90
x1=S cosα1
y1=S sinα1
x=x1+xZH
y=y1+yZH
上述公式中:
当曲线为左转向时候,K=1,为右转向时候,K=-1。
公式中n的取值如下:
上述公式中x、y即为:圆曲线段上任意l处的点坐标。
l为圆曲线段上任意点到ZH点的曲线长度,单位:米。
由以上坐标排列,收尾相连可绘制一条带渐变曲线的圆曲线。从而达到直线-渐变曲线-圆曲线-渐变曲线-直线的平滑过渡。
这条曲线,能够平滑拟合从点云中直接提取的道路特征点。
在拟合出曲线中心线之后,电子设备可以通过显示装置向用户展示生成的曲线中心线。用户可以通过观察,确定曲线中心线能否覆盖曲线特征点,从而确定曲线中心线是否符合需求。
其中,拟合参数可以由用户输入,也可以由电子设备自动生成。
若不符合需求,则本实施例提供的方法还可以包括步骤408。
步骤408,响应作用于拟合参数的修改指令,更新拟合参数。
在步骤408之后,还可以根据更新后的拟合参数执行步骤407。
其中,用户可以调整拟合参数,从而调整生成的曲线中心线,使其与曲线特征点更加相符。另一种实施方式中,电子设备可以基于生成的曲线中心线与曲线特征点自动对拟合参数进行调整。
可选的,本实施例提供的方法还可以拟合出平滑的纵曲线,从而通过纵曲线来表征道路的起伏。
具体的,可以响应作用于道路中心特征点的绘制指令,确定纵曲线特征点、坡度信息;获取用户输入的调节参数,并根据所述调节参数、纵曲线特征点、坡度信息拟合出纵曲线。
进一步的,可以由用户在点云数据中选择符合纵曲线特征的纵曲线特征点,并根据纵曲线特征点之间的关系,确定坡度信息。
实际应用时,用户还可以输入调节参数,并通过调节该参数,能够调整拟合得到的纵曲线。
图7为本发明一示例性实施例示出的纵曲线示意图。
其中,响应作用于道路中心特征点的绘制指令,确定纵曲线特征点的坐标S1,H1;S2,H2。
其中,可以通过用户操作,确定需要拟合的纵曲线的两段直线。例如,由用户确定纵曲线的最高点,再分别连接两个端点与该最高点,形成两段直线。电子设备可以将这两段直线相连后的线端点确定为纵曲线特征点的坐标。
具体的,坡度信息可以包括坡度方向,例如方向为i1、i2(上坡为正,下坡为负)。其中,用户绘制的两端直线的方向,即可作为纵曲线的两个坡度方向。坡度信息还可以包括纵曲线切线长度T。坡度信息还可以包括变坡点桩号SZ,一般为(S1+S2)/2。曲线切线长度T可以根据纵曲线特征点的坐标确定。
用户输入的调节参数为变坡点高程HZ。
可以基于上述参数拟合得到一条带曲线的纵曲线。
l=S-SZ
上述公式中,S为纵曲线上任一点的桩号,纵曲线的起点桩号为S1,终点桩号为S2,中点桩号为SZ;H为纵曲线上任一点S处的高程。
同理,能够平滑拟合从点云中直接提取的道路特征点构成的纵曲线。
图8为本发明一示例性实施例示出的车道生成方法的流程图。
可选的,本申请实施例还提供一种车道生成方法。本实施例提供的车道生成方法中,可以根据上述任一种方法生成道路的中心线,再基于该中心线生成车道。
具体的,在生成中心线之后,可以包括步骤:
步骤409,根据与点云数据关联的影像数据,对生成的中心线进行切分,得到至少一个道路段对应的中心线。
步骤410,根据道路段对应的中心线生成与道路段对应的车道。
步骤411,确定相连车道段中包括的车道间的连接关系,并根据连接关系生成完整的车道。
可选的,本实施例提供的方法可以应用在高精地图的生成过程中。
其中,可以将生成的中心线通过图像形式展示出来,例如,可以通过电子设备的显示装置显示该中心线。中心线中可以包括直线中心线以及曲线中心线。
具体的,还可以显示与点云数据关联的影像数据。由于中心线是根据点云数据生成的,因此,可以认为三者具有关联关系。
进一步的,在采集点云数据时,还可以同时采集影像数据。采集的影响数据可以包括位置信息,从而使其能够与点云数据相关联。
实际应用时,可以在影像数据的基础上叠加显示生成的中心线,使得用户能够直观的看到与中心线对应位置处的实际道路信息。
其中,用户可以根据影像数据确定实际的道路情况,并对中心线进行切分,得到至少一个道路段。例如,可以在车道变化的位置进行切分,比如车道变多或车道变少的位置。
具体的,还可以由电子设备自动对中心线进行切分。电子设备可以对影像数据进行识别,确定其中的车道,从而根据车道变化对中心线进行切分。
进一步的,还可以根据每条道路段对应的中心线生成与道路段对应的车道。例如,可以在中心线基础上进行偏移,从而得到多个车道。例如,可以按照实际道路情况,划分车道,在中心线左侧用1、2、3标识,在参考线右侧用-1、-2、-3等标识。还可以利用遥感影像或者全景影像进行人工识别,从而确定车道数量,进而在中心线的基础上进行偏移划分车道。
在生成车道时,还可以定义车道的宽度,例如,可以预先设置车道宽度的标准值,从而使生成的车道与实际道路更加相符。
实际应用时,当前确定的车道是离散的,即每个道路段中可能具有多个车道。因此,还可以确定相连车道段中包括的车道间的连接关系,形成完整的车道。
其中,可以通过显示装置向用户显示确定的车道,可以由用户根据实际道路情况连接车道。例如,车道A与车道B实际是一条车道的两部分,且二者相连,则用户可以设定车道A与车道B具有连接关系。
图9为本发明一示例性实施例示出的高精地图道路中心线的生成装置的结构图。
如图9所示,本实施例提供的高精地图道路中心线的生成装置,包括:
确定模块81,用于根据预设数据确定道路中心特征点;
分类模块82,用于在所述道路中心特征点中确定属于直线形状的中心线的直线特征点、属于曲线形状的中心线的曲线特征点;
直线生成模块83,用于根据所述直线特征点生成直线中心线;
曲线生成模块84,用于根据所述直线特征点、所述曲线特征点确定与所述曲线形状的中心线相连的直线中心线;根据与所述曲线形状的中心线相连的直线中心线,确定曲线形状的中心线的端点信息,并根据拟合参数、所述端点信息生成曲线中心线。
本实施例提供的高精地图道路中心线的生成装置,包括确定模块,用于根据预设数据确定道路中心特征点;分类模块,用于确定属于直线形状的中心线的直线特征点、属于曲线形状的中心线的曲线特征点;直线生成模块,用于根据直线特征点生成直线中心线;曲线生成模块,用于根据与曲线形状的中心线相连的直线中心线,确定曲线形状的中心线的端点信息,并根据拟合参数、端点信息生成曲线中心线。本实施例提供的装置中,针对形状不同的中心线采用不同的生成方式,对于曲线中心线,采用根据拟合参数、曲线的端点信息进行拟合生成,从而能够生成平滑的曲线中心线,从而再根据中心线制作的地图道路更加平滑,更加符合道路实际环境。
本实施例提供的高精地图道路中心线的生成装置的具体原理和实现方式均与图2所示的实施例类似,此处不再赘述。
图10为本发明另一示例性实施例示出的高精地图道路中心线的生成装置的结构图。
如图10所示,在上述实施例的基础上,本实施例提供的高精地图道路中心线的生成装置,可选的,所述预设数据包括点云数据和/或矢量线数据。
可选的,所述分类模块82,包括:
显示单元821,用于显示所述道路中心特征点;
响应单元822,用于响应作用于所述道路中心特征点的选择操作,确定属于同一直线形状的中心线的直线特征点,和/或确定属于同一曲线形状的中心线的曲线特征点。
可选的,所述直线生成模块83具体用于:
根据所述直线特征点确定直线中心线端点,并对所述直线中心线端点进行连接,生成所述直线中心线。
所述曲线生成模块84具体用于:确定与一曲线形状的中心线的曲线特征点重合的目标直线特征点,并将包括所述目标直线特征点的直线中心线确定为与所述曲线形状的中心线相连的直线中心线。
可选的,所述曲线生成模块84包括端点确定单元841,用于:
根据所述曲线形状的中心线与所述直线中心线相交处的道路中心特征点确定曲线形状的中心线的端点坐标;
根据与所述曲线形状的中心线连接的直线中心线,确定曲线形状的中心线的端点切线方向。
可选的,所述曲线生成模块84包括拟合单元842:
用于获取所述拟合参数,并根据所述拟合参数、所述曲线形状的中心线的端点坐标、所述端点切线方向,对属于所述曲线形状的中心线的道路特征点进行拟合,生成所述曲线中心线。可选的,所述装置还包括响应模块85,用于:
响应作用于所述拟合参数的修改指令,更新所述拟合参数,所述拟合单元842还用于根据更新后的所述拟合参数执行所述根据所述拟合参数、所述曲线形状的中心线的端点坐标、所述端点切线方向,对属于所述曲线形状的中心线的道路特征点进行拟合,生成所述曲线中心线的步骤。
可选的,所述拟合参数包括:
圆曲线半径,渐变曲线长度,转向角系数。
可选的,所述装置还包括纵曲线拟合模块86,用于:
响应作用于道路中心特征点的绘制指令,确定纵曲线特征点、坡度信息;
获取用户输入的调节参数,并根据所述调节参数、纵曲线特征点、坡度信息拟合出纵曲线。
图11为本发明一示例性实施例示出的车道生成装置的结构图。
本申请实施例还提供一种车道生成装置,该装置中包括上述任一种高精地图道路中心线的生成装置,除此之外,所述车道生成装置还包括车道生成模块87,用于:
根据与所述点云数据关联的影像数据,对生成的所述中心线进行切分,得到至少一个道路段对应的中心线;
根据所述道路段对应的中心线生成与所述道路段对应的车道;
确定相连车道段中包括的车道间的连接关系,并根据连接关系生成完整的车道。
本实施例提供的高精地图道路中心线的生成装置的具体原理和实现方式均与图4所示的实施例类似,此处不再赘述。
图12为本发明一示例性实施例示出的高精地图道路中心线的生成设备的结构图。
如图12所示,本实施例提供的高精地图道路中心线的生成设备包括:
存储器1001;
处理器1002;以及
计算机程序;
其中,所述计算机程序存储在所述存储器1001中,并配置为由所述处理器1002执行以实现如上所述的任一种高精地图道路中心线的生成方法或者车道生成方法。
本实施例还提供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以实现如上所述的任一种高精地图道路中心线的生成方法或者车道生成方法。
本实施例还提供一种计算机程序,包括程序代码,当计算机运行所述计算机程序时,所述程序代码执行如上所述的任一种高精地图道路中心线的生成方法或者车道生成方法。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,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,或者对其中部分或者全部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发明各实施例技术方案的范围。
Claims (14)
1.一种高精地图道路中心线的生成方法,其特征在于,包括:
根据预设数据确定道路中心特征点;
在所述道路中心特征点中确定属于直线形状的中心线的直线特征点、属于曲线形状的中心线的曲线特征点;
根据所述直线特征点生成直线中心线;
根据所述直线特征点、所述曲线特征点确定与所述曲线形状的中心线相连的直线中心线;
根据与所述曲线形状的中心线相连的直线中心线确定曲线形状的中心线的端点信息,并根据拟合参数、所述端点信息生成曲线中心线。
2.根据权利要求1所述的方法,其特征在于,所述预设数据包括点云数据和/或矢量线数据。
3.根据权利要求1所述的方法,其特征在于,所述确定属于直线形状的中心线的直线特征点、属于曲线形状的中心线的曲线特征点,包括:
显示所述道路中心特征点,并响应作用于所述道路中心特征点的选择操作,确定属于同一直线形状的中心线的直线特征点,和/或确定属于同一曲线形状的中心线的曲线特征点。
4.根据权利要求3所述的方法,其特征在于,所述根据所述直线特征点生成直线中心线,包括:
根据所述直线特征点确定直线中心线端点,并对所述直线中心线端点进行连接,生成所述直线中心线。
5.根据权利要求1所述的方法,其特征在于,所述根据所述直线特征点、所述曲线特征点确定与所述曲线形状的中心线相连的直线中心线,包括:
确定与一曲线形状的中心线的曲线特征点重合的目标直线特征点,并将包括所述目标直线特征点的直线中心线确定为与所述曲线形状的中心线相连的直线中心线。
6.根据权利要求1所述的方法,其特征在于,所述根据与所述曲线形状的中心线相连的直线中心线,确定曲线形状的中心线的端点信息,包括:
根据所述曲线形状的中心线与所述直线中心线相交处的道路中心特征点确定曲线形状的中心线的端点坐标;
根据与所述曲线形状的中心线连接的直线中心线的方向,确定曲线形状的中心线的端点切线方向。
7.根据权利要求6所述的方法,其特征在于,所述根据拟合参数、所述端点信息生成曲线中心线,包括:
获取所述拟合参数,并根据所述拟合参数、所述曲线形状的中心线的端点坐标、所述端点切线方向,对属于所述曲线形状的中心线的道路特征点进行拟合,生成所述曲线中心线。
8.根据权利要求7所述的方法,其特征在于,还包括:
响应作用于所述拟合参数的修改指令,更新所述拟合参数,并根据更新后的所述拟合参数执行所述根据所述拟合参数、所述曲线形状的中心线的端点坐标、所述端点切线方向,对属于所述曲线形状的中心线的道路特征点进行拟合,生成所述曲线中心线的步骤。
9.根据权利要求1所述的方法,其特征在于,所述拟合参数包括:
圆曲线半径,渐变曲线长度,转向角系数。
10.根据权利要求1所述的方法,其特征在于,还包括:
响应作用于道路中心特征点的绘制指令,确定纵曲线特征点、坡度信息;
获取用户输入的调节参数,并根据所述调节参数、纵曲线特征点、坡度信息拟合出纵曲线。
11.一种车道生成方法,其特征在于,根据权利要求1-10任一项所述的方法生成中心线;
根据与所述点云数据关联的影像数据,对生成的所述中心线进行切分,得到至少一个道路段对应的中心线;
根据所述道路段对应的中心线生成与所述道路段对应的车道;
确定相连车道段中包括的车道间的连接关系,并根据连接关系生成完整的车道。
12.一种高精地图道路中心线的生成装置,其特征在于,包括:
确定模块,用于根据预设数据确定道路中心特征点;
分类模块,用于在所述道路中心特征点中确定属于直线形状的中心线的直线特征点、属于曲线形状的中心线的曲线特征点;
直线生成模块,用于根据所述直线特征点生成直线中心线;
曲线生成模块,用于根据所述直线特征点、所述曲线特征点确定与所述曲线形状的中心线相连的直线中心线;根据与所述曲线形状的中心线相连的直线中心线,确定曲线形状的中心线的端点信息,并根据拟合参数、所述端点信息生成曲线中心线。
13.一种云平台,其特征在于,包括:
存储器;
处理器;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并配置为由所述处理器执行以实现如权利要求1-10或11任一种所述的方法。
14.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,
所述计算机程序被处理器执行以实现如权利要求1-10或11任一种所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911259189.5A CN112950740B (zh) | 2019-12-10 | 2019-12-10 | 高精地图道路中心线的生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911259189.5A CN112950740B (zh) | 2019-12-10 | 2019-12-10 | 高精地图道路中心线的生成方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112950740A true CN112950740A (zh) | 2021-06-11 |
CN112950740B CN112950740B (zh) | 2024-07-12 |
Family
ID=76225567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911259189.5A Active CN112950740B (zh) | 2019-12-10 | 2019-12-10 | 高精地图道路中心线的生成方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112950740B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113837124A (zh) * | 2021-09-28 | 2021-12-24 | 中国有色金属长沙勘察设计研究院有限公司 | 一种排泥库土工布巡检航线的自动提取方法 |
Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5231697A (en) * | 1989-04-20 | 1993-07-27 | Kabushiki Kaisha Toshiba | Method and system for determining connection states of straight short vectors representing figure in curve fitting |
CN1453740A (zh) * | 2002-04-23 | 2003-11-05 | 中国科学院自动化研究所 | 由单幅图像测量场景及场景内物体几何信息的方法 |
JP2005100000A (ja) * | 2003-09-24 | 2005-04-14 | Aisin Seiki Co Ltd | 路面走行レーン検出装置 |
US7152022B1 (en) * | 2002-04-25 | 2006-12-19 | Rajashri Joshi | Application of the ψ-s curve to road geometry extraction and modeling |
JP2010266306A (ja) * | 2009-05-14 | 2010-11-25 | Mitsubishi Precision Co Ltd | 三次元道路中心線データの生成方法およびその装置 |
CN102298693A (zh) * | 2011-05-18 | 2011-12-28 | 浙江大学 | 基于计算机视觉的高速公路弯道检测方法 |
CN103679119A (zh) * | 2012-09-10 | 2014-03-26 | 株式会社理光 | 自适应坡路检测方法和装置 |
US20140095062A1 (en) * | 2012-09-28 | 2014-04-03 | Hewlett-Packard Development Company, L.P. | Road Maps from Clusters of Line Segments of Multiple Sources |
CN104200212A (zh) * | 2014-06-25 | 2014-12-10 | 西安煤航信息产业有限公司 | 一种基于机载LiDAR数据的建筑物外边界线提取方法 |
US20150057922A1 (en) * | 2013-08-26 | 2015-02-26 | Alpine Electronics, Inc. | Curved-section-information supplying apparatus and curved-section-information supplying method |
CN104850621A (zh) * | 2015-05-15 | 2015-08-19 | 杭州智诚惠通科技有限公司 | 一种路网模型自动生成的方法 |
CN105224909A (zh) * | 2015-08-19 | 2016-01-06 | 奇瑞汽车股份有限公司 | 车道线检测系统中的车道线确认方法 |
CN105224798A (zh) * | 2015-09-29 | 2016-01-06 | 江西日月明测控科技股份有限公司 | 一种基于正矢图和角图的曲线参数识别算法 |
CN105448184A (zh) * | 2015-11-13 | 2016-03-30 | 北京百度网讯科技有限公司 | 地图道路的绘制方法及装置 |
CN105740505A (zh) * | 2016-01-21 | 2016-07-06 | 东南大学 | 一种基于gps-rtk技术的道路空间线形恢复方法 |
JP2016218936A (ja) * | 2015-05-26 | 2016-12-22 | アイシン・エィ・ダブリュ株式会社 | カーブ区間特定システム、カーブ区間特定方法およびカーブ区間特定プログラム |
CN106407893A (zh) * | 2016-08-29 | 2017-02-15 | 东软集团股份有限公司 | 一种检测车道线的方法、装置和设备 |
CN106990786A (zh) * | 2017-05-12 | 2017-07-28 | 中南大学 | 智能小车的循迹方法 |
CN107704801A (zh) * | 2017-08-18 | 2018-02-16 | 电子科技大学 | 基于分段直线加分段贝塞尔曲线的曲线车道线检测方法 |
CN107730520A (zh) * | 2017-09-22 | 2018-02-23 | 智车优行科技(北京)有限公司 | 车道线检测方法及系统 |
CN107741217A (zh) * | 2017-09-30 | 2018-02-27 | 福建农林大学 | 道路线性信息中平曲线的直圆/圆直点识别定位方法 |
CN108267747A (zh) * | 2017-01-03 | 2018-07-10 | 中交宇科(北京)空间信息技术有限公司 | 基于激光点云的道路特征提取方法和装置 |
CN108960183A (zh) * | 2018-07-19 | 2018-12-07 | 北京航空航天大学 | 一种基于多传感器融合的弯道目标识别系统及方法 |
CN109063540A (zh) * | 2018-06-08 | 2018-12-21 | 上海寰钛教育科技有限公司 | 一种图像处理方法和图像处理装置 |
CN109270927A (zh) * | 2017-07-17 | 2019-01-25 | 高德软件有限公司 | 道路数据的生成方法及装置 |
CN109308468A (zh) * | 2018-09-21 | 2019-02-05 | 电子科技大学 | 一种车道线检测方法 |
CN109409202A (zh) * | 2018-09-06 | 2019-03-01 | 惠州市德赛西威汽车电子股份有限公司 | 基于动态感兴趣区域的鲁棒性车道线检测方法 |
CN109472844A (zh) * | 2018-11-01 | 2019-03-15 | 百度在线网络技术(北京)有限公司 | 路口内车道线标注方法、装置及存储介质 |
CN109886175A (zh) * | 2019-02-13 | 2019-06-14 | 合肥思艾汽车科技有限公司 | 一种直线与圆弧相结合的车道线检测方法 |
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 |
-
2019
- 2019-12-10 CN CN201911259189.5A patent/CN112950740B/zh active Active
Patent Citations (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5231697A (en) * | 1989-04-20 | 1993-07-27 | Kabushiki Kaisha Toshiba | Method and system for determining connection states of straight short vectors representing figure in curve fitting |
CN1453740A (zh) * | 2002-04-23 | 2003-11-05 | 中国科学院自动化研究所 | 由单幅图像测量场景及场景内物体几何信息的方法 |
US7152022B1 (en) * | 2002-04-25 | 2006-12-19 | Rajashri Joshi | Application of the ψ-s curve to road geometry extraction and modeling |
JP2005100000A (ja) * | 2003-09-24 | 2005-04-14 | Aisin Seiki Co Ltd | 路面走行レーン検出装置 |
JP2010266306A (ja) * | 2009-05-14 | 2010-11-25 | Mitsubishi Precision Co Ltd | 三次元道路中心線データの生成方法およびその装置 |
CN102298693A (zh) * | 2011-05-18 | 2011-12-28 | 浙江大学 | 基于计算机视觉的高速公路弯道检测方法 |
CN103679119A (zh) * | 2012-09-10 | 2014-03-26 | 株式会社理光 | 自适应坡路检测方法和装置 |
US20140095062A1 (en) * | 2012-09-28 | 2014-04-03 | Hewlett-Packard Development Company, L.P. | Road Maps from Clusters of Line Segments of Multiple Sources |
US20150057922A1 (en) * | 2013-08-26 | 2015-02-26 | Alpine Electronics, Inc. | Curved-section-information supplying apparatus and curved-section-information supplying method |
CN104200212A (zh) * | 2014-06-25 | 2014-12-10 | 西安煤航信息产业有限公司 | 一种基于机载LiDAR数据的建筑物外边界线提取方法 |
CN104850621A (zh) * | 2015-05-15 | 2015-08-19 | 杭州智诚惠通科技有限公司 | 一种路网模型自动生成的方法 |
JP2016218936A (ja) * | 2015-05-26 | 2016-12-22 | アイシン・エィ・ダブリュ株式会社 | カーブ区間特定システム、カーブ区間特定方法およびカーブ区間特定プログラム |
CN105224909A (zh) * | 2015-08-19 | 2016-01-06 | 奇瑞汽车股份有限公司 | 车道线检测系统中的车道线确认方法 |
CN105224798A (zh) * | 2015-09-29 | 2016-01-06 | 江西日月明测控科技股份有限公司 | 一种基于正矢图和角图的曲线参数识别算法 |
CN105448184A (zh) * | 2015-11-13 | 2016-03-30 | 北京百度网讯科技有限公司 | 地图道路的绘制方法及装置 |
CN105740505A (zh) * | 2016-01-21 | 2016-07-06 | 东南大学 | 一种基于gps-rtk技术的道路空间线形恢复方法 |
US20180060677A1 (en) * | 2016-08-29 | 2018-03-01 | Neusoft Corporation | Method, apparatus and device for detecting lane lines |
CN106407893A (zh) * | 2016-08-29 | 2017-02-15 | 东软集团股份有限公司 | 一种检测车道线的方法、装置和设备 |
CN108267747A (zh) * | 2017-01-03 | 2018-07-10 | 中交宇科(北京)空间信息技术有限公司 | 基于激光点云的道路特征提取方法和装置 |
CN106990786A (zh) * | 2017-05-12 | 2017-07-28 | 中南大学 | 智能小车的循迹方法 |
CN109270927A (zh) * | 2017-07-17 | 2019-01-25 | 高德软件有限公司 | 道路数据的生成方法及装置 |
CN107704801A (zh) * | 2017-08-18 | 2018-02-16 | 电子科技大学 | 基于分段直线加分段贝塞尔曲线的曲线车道线检测方法 |
CN107730520A (zh) * | 2017-09-22 | 2018-02-23 | 智车优行科技(北京)有限公司 | 车道线检测方法及系统 |
CN107741217A (zh) * | 2017-09-30 | 2018-02-27 | 福建农林大学 | 道路线性信息中平曲线的直圆/圆直点识别定位方法 |
CN109063540A (zh) * | 2018-06-08 | 2018-12-21 | 上海寰钛教育科技有限公司 | 一种图像处理方法和图像处理装置 |
CN108960183A (zh) * | 2018-07-19 | 2018-12-07 | 北京航空航天大学 | 一种基于多传感器融合的弯道目标识别系统及方法 |
CN109409202A (zh) * | 2018-09-06 | 2019-03-01 | 惠州市德赛西威汽车电子股份有限公司 | 基于动态感兴趣区域的鲁棒性车道线检测方法 |
CN109308468A (zh) * | 2018-09-21 | 2019-02-05 | 电子科技大学 | 一种车道线检测方法 |
CN109472844A (zh) * | 2018-11-01 | 2019-03-15 | 百度在线网络技术(北京)有限公司 | 路口内车道线标注方法、装置及存储介质 |
CN109886175A (zh) * | 2019-02-13 | 2019-06-14 | 合肥思艾汽车科技有限公司 | 一种直线与圆弧相结合的车道线检测方法 |
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 |
Non-Patent Citations (7)
Title |
---|
HUARONG XU 等: "A fast and stable lane detection method based on B-spline curve", 《2009 IEEE 10TH INTERNATIONAL CONFERENCE ON COMPUTER-AIDED INDUSTRIAL DESIGN & CONCEPTUAL DESIGN》, pages 1036 - 1040 * |
XU HUARONG 等: "Structure road detection algorithm based on B-spline curve model", 《ACTA AUTOMATICA SINICA》, vol. 37, no. 3, 31 March 2011 (2011-03-31), pages 270 - 275 * |
杨伟 等: "基于众源轨迹数据的道路中心线提取", 《地理与地理信息科学》, vol. 32, no. 3, 31 May 2016 (2016-05-31), pages 1 - 7 * |
王东波: "高精度导航地图数据道路曲率估计方法研究", 中国优秀硕士学位论文全文数据库工程科技Ⅱ辑, no. 01, pages 035 - 357 * |
王馨苑;周绍光;胡屹群;: "基于GPS车辆数据和图像配准的道路中心线提取", 地理空间信息, vol. 16, no. 01, pages 48 - 50 * |
罗文婷 等: "一种高精地图道路三维线形测量方法", 《测绘通报》, no. 12, 31 December 2018 (2018-12-31), pages 46 - 51 * |
陈雨人 等: "应用CatMull-Rom样条曲线描述道路透视图中心线特征的方法研究", 重庆交通大学学报(自然科学版), vol. 34, no. 4, pages 45 - 51 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113837124A (zh) * | 2021-09-28 | 2021-12-24 | 中国有色金属长沙勘察设计研究院有限公司 | 一种排泥库土工布巡检航线的自动提取方法 |
CN113837124B (zh) * | 2021-09-28 | 2023-12-05 | 中国有色金属长沙勘察设计研究院有限公司 | 一种排泥库土工布巡检航线的自动提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112950740B (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109766878B (zh) | 一种车道线检测的方法和设备 | |
KR102399963B1 (ko) | 측방향 경사가 있는 도로 평면 출력 | |
KR102469650B1 (ko) | 운전자 지원 시스템 | |
CN112714913A (zh) | 结构注释 | |
CN107577996A (zh) | 一种车辆驾驶路径偏移的识别方法及系统 | |
CN107481292A (zh) | 车载摄像头的姿态误差估计方法和装置 | |
EP2624575A1 (en) | Image processing device and image capturing device using same | |
JP2005251106A (ja) | 車線認識装置 | |
CN113763569B (zh) | 一种在三维仿真中使用的图像标注方法及装置、电子设备 | |
CN111508272B (zh) | 提供基于照相机的鲁棒物体距离预测的方法及装置 | |
CN105069804A (zh) | 基于智能手机的三维模型扫描重建方法 | |
CN114372919B (zh) | 一种双挂汽车列车全景环视图像拼接方法及系统 | |
US20240062415A1 (en) | Terminal device localization method and related device therefor | |
JP2018147393A (ja) | 標識認識システム | |
CN114913495A (zh) | 基于协作图融合的协同目标检测方法及系统 | |
CN110738696B (zh) | 行车盲区透视视频的生成方法及行车盲区视野透视系统 | |
CN112950740A (zh) | 高精地图道路中心线的生成方法、装置、设备及存储介质 | |
CN118038396A (zh) | 基于毫米波雷达和相机鸟瞰图融合的三维感知方法 | |
CN109708655A (zh) | 导航方法、装置、车辆及计算机可读存储介质 | |
CN117830172A (zh) | 一种基于单目rgb相机的三维可行驶区域检测方法及装置 | |
CN116342745A (zh) | 车道线数据的编辑方法、装置、电子设备及存储介质 | |
CN115257814A (zh) | 预测车辆换道的方法、装置、设备及存储介质 | |
CN115830044B (zh) | 一种图像分割方法、装置、电子设备及存储介质 | |
CN113643374A (zh) | 基于道路特征的多目相机标定方法、装置、设备和介质 | |
CN110443246A (zh) | 一种基于均值差优化的鱼眼图像有效区域提取方法 |
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 |