CN113920319B - 一种车道干扰噪声线的滤除方法及装置 - Google Patents
一种车道干扰噪声线的滤除方法及装置 Download PDFInfo
- Publication number
- CN113920319B CN113920319B CN202111528029.3A CN202111528029A CN113920319B CN 113920319 B CN113920319 B CN 113920319B CN 202111528029 A CN202111528029 A CN 202111528029A CN 113920319 B CN113920319 B CN 113920319B
- Authority
- CN
- China
- Prior art keywords
- candidate lane
- lines
- candidate
- lane line
- lane lines
- 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
Abstract
本发明公开了一种车道干扰噪声线的滤除方法及装置,所述方法包括:获取若干候选车道线,并计算各候选车道线的置信度;计算各候选车道线两两之间的平行相似性以及共存关系;根据各候选车道线两两之间的平行相似性以及共存关系,从所有所述候选车道线中提取可共存的候选车道线的最大子集,获得最大可共存候选车道线子集;根据最大可共存候选车道线子集的数目以及最大可共存候选车道线子集中各候选车道线的置信度,确定目标可共存候选车道线子集;根据所述目标可共存候选车道线子集确定车道干扰噪声线,并将所述车道干扰噪声线滤除。通过实施本发明能有效滤除车道干扰噪声线。
Description
技术领域
本发明涉及车道线检测技术领域,尤其涉及一种道干扰噪声线的滤除方法及装置。
背景技术
车道线检测作为自动驾驶技术中一项基础且关键的任务,需要准确识别出道路中的车道线。目前,主流的车道线检测 法一般包括单帧车道线特征提取和多帧车道线跟踪两部分。单帧车道线特征提取环节,道路中的水迹、胎迹、裂缝、废旧车道线以及车辆边缘等容易被误提取为车道线。多帧车道线跟踪环节中需要关联不同帧之间的车道线,也可能发生错误关联,从而人为产生车道线干扰噪声线。因而,如何滤除车道线检测过程中的干扰噪声线是目前主流车道线检测算法必须面对的问题。
发明内容
本发明实施例提供一种车道干扰噪声线的滤除方法,能有效滤除车道干扰噪声线。
本发明一实施例提供了一种车道干扰噪声线的滤除方法,包括:获取若干候选车道线,并计算各候选车道线的置信度;
计算各候选车道线两两之间的平行相似性以及共存关系;
根据各候选车道线两两之间的平行相似性以及共存关系,从所有所述候选车道线中提取可共存的候选车道线的最大子集,获得最大可共存候选车道线子集;根据最大可共存候选车道线子集的数目以及最大可共存候选车道线子集中各候选车道线的置信度,确定目标可共存候选车道线子集;
根据所述目标可共存候选车道线子集确定车道干扰噪声线,并将所述车道干扰噪声线滤除。
进一步的,通过以下公式计算候选车道线的置信度:
其中,为候选车道线的置信度;为候选车道线系数方程0阶项系数的标准差;为候选车道线系数方程0阶项系数的标准差阈值;为候选车道线系数方程0阶项系数;为候选车道线系数方程0阶项系数阈值;为候选车道线的生命周期;为候选车道线的生命周期阈值;、和 均为预设的加权因子,,,,。
进一步的,计算任意两候选车道线之间的平行相似性,具体包括:
根据两候选车道线的起始点和终止点确定比较区域;
计算两候选车道线的差值函数以及在所述比较区域内两候选车道线之间的平均距离;
根据所述差值函数以及所述平均距离计算归一化损失值;
若所述归一化损失值小于预设高等平行相似性阈值,则确定两候选车道线的平行相似性为高等;若所述归一化损失值大于或等于预设高等平行相似性阈值,且小于预设中等平行相似性阈值,则确定两候选车道线的平行相似性为中等;若所述归一化损失值大于或等于所述预设中等平行相似性阈值,则确定两候选车道线的平行相似性为低等;其中,所述预设高等平行相似性阈值小于所述中等平行相似性阈值。
进一步的,计算任意两候选车道线之间的共存关系,具体包括:
在两候选车道线之间的平均距离小于或等于预设的车道宽度阈值时,判定两候选车道线无法共存;
在两候选车道线之间的平均距离大于预设的车道宽度阈值,且两候选车道线的平行相似性不为低等时,判定两候选车道线可以共存;
在两候选车道线之间的平均距离大于预设的车道宽度阈值,且两候选车道线的平行相似性为低等时,在所述比较区域内,按预设间距从两候选车道线抽取采样点,判断两候选车道线各对应采样点之间的距离是否均大于预设的车道宽度阈值,若是,则判定两候选车道线可以共存,若否,则判定两候选车道线不可以共存。
进一步的,根据各候选车道线两两之间的平行相似性以及共存关系,从所有所述候选车道线中提取可共存的候选车道线的最大子集,获得最大可共存候选车道线子集;根据最大可共存候选车道线子集的数目以及最大可共存候选车道线子集中各候选车道线的置信度,确定目标可共存候选车道线子集,具体包括:
根据各候选车道线两两之间的平行相似性以及共存关系,构建相似共存关系矩阵;
根据所述相似共存关系矩阵,从所有候选车道线中提取可共存的候选车道线的最大子集,获得最大可共存候选车道线子集;
若只存在一个最大可共存候选车道线子集,则将所提取的最大可共存候选车道线子集,作为所述目标可共存候选车道线子集;
若存在多个最大可共存候选车道线子集,则根据各最大可共存候选车道线子集中各候选车道线的置信度,计算各最大可共存候选车道线子集的总置信度;将总置信度最高的最大可共存候选车道线子集,作为目标可共存候选车道线子集。
进一步的,所述根据所述目标可共存候选车道线子集,确定车道干扰噪声线,具体包括:
将不在所述目标可共存候选车道线子集内的候选车道线,作为车道干扰噪声线。
进一步的,所述根据所述目标可共存候选车道线子集,确定车道干扰噪声线,具体包括:
将不在所述目标可共存候选车道线子集内的候选车道线,作为待定车道线;
将同时满足第一预设条件、第二预设条件以及第三预设条件的待定车道线作为岔道口车道线,继而将除岔道口车道线之外的待定车道线作为车道干扰噪声线;
其中,所述第一预设条件包括:目标可共存候选车道线子集中有且仅有一条候选车道线与待定车道线不能共存;所述第二预设条件包括:待定车道线与不能共存的候选车道线的平行相似性为低等;所述第三预设条件包括:可共存候选车道线子集存在可以与待定车道线共存且平行相似性不为低等的候选车道线,或存在可以与待定车道线共存且平行相似性不为低等的路沿线。
在上述方法项实施例的基础上,本发明对应提供了装置项实施例;
本发明一实施例提供了一种车道干扰噪声线的滤除装置,包括置信度计算模块、相似共存关系计算模块、目标子集生成模块以及干扰噪声线滤除模块;
所述置信度计算模块,用于获取若干候选车道线,并计算各候选车道线的置信度;
所述相似共存关系计算模块,用于计算各候选车道线两两之间的平行相似性以及共存关系;
所述目标子集生成模块,用于,根据各候选车道线两两之间的平行相似性以及共存关系,从所有所述候选车道线中提取可共存的候选车道线的最大子集,获得最大可共存候选车道线子集;根据最大可共存候选车道线子集的数目以及最大可共存候选车道线子集中各候选车道线的置信度,确定目标可共存候选车道线子集;
所述干扰噪声线滤除模块,用于根据所述目标可共存候选车道线子集,确定车道干扰噪声线,并将所述车道干扰噪声线滤除。
通过实施本发明实施例具有如下有益效果:
本发明一实施例提供了一种车道干扰噪声线的滤除方法及装置,所述方法首先获取若干候选车道线,并计算各候选车道线的置信度;紧接着,计算各候选车道线两两之间的平行相似性以及共存关系;然后根据各候选车道线两两之间的平行相似性以及共存关系,从所有所述候选车道线中提取可共存的候选车道线的最大子集,获得最大可共存候选车道线子集;根据最大可共存候选车道线子集的数目以及最大可共存候选车道线子集中各候选车道线的置信度,确定目标可共存候选车道线子集;最后根据目标可共存候选车道线子集确定车道干扰噪声线,并将所述车道干扰噪声线滤除。通过实施本发明的实施例能够实现对车道干扰噪声线的滤除。
附图说明
图1是本发明一实施例提供的一种车道干扰噪声线的滤除方法的流程示意图。
图2是本发明一实施例提供的一具有岔道口的车道线示意图。
图3是本发明一实施例提供的一种车道干扰噪声线的滤除装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
如图1所示,本发明一实施例提供了一种种车道干扰噪声线的滤除方法,至少包括如下步骤:
步骤S101:获取若干候选车道线,并计算各候选车道线的置信度。
步骤S102:计算各候选车道线两两之间的平行相似性以及共存关系。
步骤S103:根据各候选车道线两两之间的平行相似性以及共存关系,从所有所述候选车道线中提取可共存的候选车道线的最大子集,获得最大可共存候选车道线子集;根据最大可共存候选车道线子集的数目以及最大可共存候选车道线子集中各候选车道线的置信度,确定目标可共存候选车道线子集。
步骤S104:根据所述目标可共存候选车道线子集确定车道干扰噪声线,并将所述车道干扰噪声线滤除。
对于步骤S101、在一个优选的实施例中,通过以下公式计算候选车道线的置信度:
其中,为候选车道线的置信度;为候选车道线系数方程0阶项系数的标准差;为候选车道线系数方程0阶项系数的标准差阈值;为候选车道线系数方程0阶项系数;为候选车道线系数方程0阶项系数阈值;为候选车道线的生命周期;为候选车道线的生命周期阈值;、和 均为预设的加权因子,,,,。
具体的,通过现有深度学习方法或其他语义算法可以识别出各个候选车道线以及路沿信息,车道线和路沿线信息中包括车辆坐标系下线的三阶多项式方程的各方程系数和相应的标准差,线的生命周期 age,线的纵向起始点坐标值和终止点坐标值,另外上述各项阈值及各加权因子的具体数值可根据实际情况提前设定。
对于步骤S102、在一个优选的实施例中,计算任意两候选车道线之间的平行相似性,具体包括:根据两候选车道线的起始点和终止点确定比较区域;计算两候选车道线的差值函数以及在所述比较区域内两候选车道线之间的平均距离;根据所述差值函数以及所述平均距离计算归一化损失值;若所述归一化损失值大于或等于预设高等平行相似性阈值,且小于预设高等平行相似性阈值,则确定两候选车道线的平行相似性为高等;若所述归一化损失值小于预设中等平行相似性阈值,则确定两候选车道线的平行相似性为中等 ;若所述归一化损失值大于或等于所述预设高等平行相似性阈值,则确定两候选车道线的平行相似性为低等;其中,所述预设高等平行相似性阈值小于所述中等平行相似性阈值。
在一个优选的实施例中,计算任意两候选车道线之间的共存关系,具体包括:
在两候选车道线之间的平均距离小于或等于预设的车道宽度阈值时,判定两候选车道线无法共存;在两候选车道线之间的平均距离大于预设的车道宽度阈值,且两候选车道线的平行相似性不为低等时,判定两候选车道线可以共存;在两候选车道线之间的平均距离大于预设的车道宽度阈值,且两候选车道线的平行相似性为低等时,在所述比较区域内,按预设间距从两候选车道线抽取采样点,判断两候选车道线各对应采样点之间的距离是否均大于预设的车道宽度阈值,若是,则判定两候选车道线可以共存,若否,则判定两候选车道线不可以共存。
具体的,首先确定平行相似性比较区域(即上述比较区域)。以车辆前进方向作为车道的起始到终止的方向,比较起始点,取两候选车道线纵向起始点的较大者,比较终止点,取两候选车道线纵向终止点的较小者,并约束比较终止点相对比较起始点至少大 5m。设两候选车道线为L1、L2,候选车道线L1的纵向起始点为 L1.start,终止点为 L1.end, 候选车道线L2 的纵向起始点为 L2.start,终止点为 L2.end,则比较区域的起始点a=max(L1.start, L2.start),比较区域的终止点 b=max(min(L1.end, L2.end), a+5)。
紧接着通过如下公式计算两候选车道线之间的平均距离和平行相似性:
假设两候选车道线 L1、L2的三阶多项式表达方式为:
通过以下公式计算比较区域[a,b]内,两候选车道线的之间的平均距离w:
通过以下公式计算归一化损失值loss:
如果归一化损失值loss 小于预设高等平行相似性阈值,即,则两候选车道线的平行相似性similarity为高等;否则如果归一化损失 loss 大于或等于预设高等等平行相似性阈值,且小于预设中等平行相似性阈值,即,则两候选车道线的平行相似性similarity 为中等;否则两候选车道线的平行相似性 similarity 为低等,即时,两候选车道线的平行相似性 similarity 为低等;。
紧接着判断两候选车道线能够共存(即共存关系):
如果比较区域内两候选车道线之间的平均距离不大于车道宽度阈值 (可参考车道线画线标准文件设置,如 2m),则这两候选车道线不能共存,平行相似性为-similarity,否则继续判断这两候选车道线的平行相似性;如果这两候选车道线的平行相似性 similarity 为高等或者中等,则这两候选车道线可以共存,返回平行相似性similarity,否则在比较区域内固定间距(如 4m)抽取采样点判断这两候选车道线各对应的采样点之间的距离是否均大于车道宽度阈值,如果是则这两候选车道线可以共存,返回平行相似性 similarity,否则这两候选车道线不能共存,返回负的平行相似性-similarity。
例如:假设一候选车道线采样点为A,B,C;另一候选车道线的采样点为D,E,F;A与D对应,B与E对应,C与F对应,若,A与D之间的距离,B与E之间的距离,C与F之间的距离,均小于车道宽度阈值,则这两候选车道线可以共存。
对于步骤S103、在一个优选的实施例中,根据各候选车道线两两之间的平行相似性以及共存关系,从所有所述候选车道线中提取可共存的候选车道线的最大子集,获得最大可共存候选车道线子集;根据最大可共存候选车道线子集的数目以及最大可共存候选车道线子集中各候选车道线的置信度,确定目标可共存候选车道线子集,具体包括:
根据各候选车道线两两之间的平行相似性以及共存关系,构建相似共存关系矩阵;根据所述相似共存关系矩阵,从所有候选车道线中提取可共存的候选车道线的最大子集,获得最大可共存候选车道线子集;若只存在一个最大可共存候选车道线子集,则将所提取的最大可共存候选车道线子集,作为所述目标可共存候选车道线子集;若存在多个最大可共存候选车道线子集,则根据各最大可共存候选车道线子集中各候选车道线的置信度,计算各最大可共存候选车道线子集的总置信度;将总置信度最高的最大可共存候选车道线子集,作为目标可共存候选车道线子集。
具体的,若有 n 条候选车道线,则相似共存关系矩阵为 n 行 n 列的 ,矩阵中第i(i<n)行第 j(j<n)列元素表示 第 i 条候选车道线与第 j 条候选车道线的平行相似性和共存关系,两候选车道线平行相似性用 1-3 的整型数值表示,1表示平行相似性为低等、2表示平行相似性为中等,3表示2表示平行相似性为高等,用数值的正负性表示是否共存,如果不共存则为负值,如果共存则为正值,数值的具体含义如下表所示:
数值 | 含义 |
1 | 两候选车道线可以共存,低等平行相似性 |
2 | 两候选车道线可以共存,中等平行相似性 |
3 | 两候选车道线可以共存,高等平行相似性 |
-1 | 两候选车道线不能共存,低等平行相似性 |
-2 | 两候选车道线不能共存,中等平行相似性 |
-3 | 两候选车道线不能共存,高等平行相似性 |
根据上述规则以及各候选车道线两两之间的平行相似性以及共存关系构建出相似共存关系矩阵。
紧接着求取候选车道中可以共存的候选车道线的最大子集。这一求取过程可以抽象为图论里的最大团问题,一条候选车道线视为图的一个顶点,两候选车道线可以共存则表示这两候选车道线的顶点间存在边,上述相似共存关系矩阵即为无向图的邻接矩阵。最大团问题可以使用回溯法、分支限界法求出确定线解。示意性的,本发明使用回溯法求解,大致思路为先设最大子集为空集,往其中加入一条候选车道线,然后依次考虑各条候选车道线,查看该候选车道线加入最大子集后是否仍然构成一个子集内任意两候选车道线都可以共存的集合,如果不可以直接舍弃该候选车道线,如果可以则判断剩余未考虑的候选车道线数目加上集合中的候选车道线数目是否大于当前解的候选车道线数目,如果不大于则停止搜索,否则继续递归判断下一条候选车道线。
通过上述方法求解出可以共存的候选车道线的最大子集后,如果只存在一个最大子集则将所提取的最大子集,作为目标可共存候选车道线子集,如果存在多个最大子集,则对每一个最大子集内所有候选车道线置信度进行求和,将置信度之和最大的最大子集作为目标可共存候选车道线子集。
对于步骤S104,在一个可选的实施例中,所述根据所述目标可共存候选车道线子集,确定车道干扰噪声线,具体包括:将不在所述目标可共存候选车道线子集内的候选车道线,作为车道干扰噪声线。
在这一实施例中,直接将不在目标可共存候选车道线子集内的候选车道线作为车道干扰线,然后滤除。由于在设定标可共存候选车道线子集时,综合考虑了各车道的平行相似性和共存关系,因此即使两车道线平行,若其不满足上述共存的条件,那么也会被作为车道干扰噪声线滤除,采用这样的方式,能够进一步的解决现有车道干扰噪声线滤除方法,仅能够滤除不平行的车道干扰噪声线而不能够滤除平行的车道干扰线的问题。
在另一可选的实施例中,所述根据所述目标可共存候选车道线子集,确定车道干扰噪声线,具体包括:将不在所述目标可共存候选车道线子集内的候选车道线,作为待定车道线;将同时满足第一预设条件、第二预设条件以及第三预设条件的待定车道线作为岔道口车道线,继而将除岔道口车道线之外的待定车道线作为车道干扰噪声线;其中,所述第一预设条件包括:目标可共存候选车道线子集中有且仅有一条候选车道线与待定车道线不能共存;所述第二预设条件包括:待定车道线与不能共存的候选车道线的平行相似性为低等;所述第三预设条件包括:可共存候选车道线子集存在可以与待定车道线共存且平行相似性不为低等的候选车道线,或存在可以与待定车道线共存且平行相似性不为低等的路沿线。
在这一实施例中增加了岔道口车道线的召回,由于在实际道路中,岔道口处的车道线与主路上的其他车道线并不平行相似,且与主路上的车道线间的宽度可能较小,甚至存在交点,不一定在可以归入上述目标可共存候选车道线子集中,但是这些岔道口车道线又不属于车道干扰噪声线,因此需要从不在所述目标可共存候选车道线子集内的候选车道线中,将岔道口车道线与车道干扰噪声线区分开来,从而进一步提高车道干扰噪声线滤除的准确性。
具体的,如图2所示,岔道口车道线 l4、l5 与主路上的车道线 l1、l2、l3 就不是平行的,且车道线 l4 与 l3 存在交点,l4 有很大可能不在目标可共存候选车道线子集。对目标可共存候选车道线子集之外的每条候选车道线(即上述待定车道线),如果满足以下条件则认为该待定车道线为岔道口处车道线:
(1)目标可共存候选车道线子集中有且只有一条候选车道线与待定车道线不能共存;
(2)与不能共存的车道线的平行相似性为低等,即两者的平行相似性和共存关系为-1;
(3)在比较区域内,目标可共存候选车道线子集存在该待定车道线的平行相似性为中等或高等且可以共存的候选车道线,或在比较区域内,路沿中存在与该待定车道线的平行相似性为中等或高等且可以共存的路沿线。
以图 2为例,l1、l2、l3、l4、l5 的平行相似性和共存关系矩阵 M 为:
可以共存的候选车道线最大子集有两个{l1,l2,l3,l5}和{l1,l2,l4,l5},由于l3 在主路上,若I3的置信度大于I4,则此时{l1,l2,l3,l5}的总置信度大于{l1,l2,l4,l5},则所选中的目标可共存候选车道线子集为{l1,l2,l3,l5}。剩余的候选车道线 l4 只是与目标可共存候选车道线子集中的 l3 不能共存;l4与l3平行相似性为1为低等;l4 与l5 在比较区域内平行相似性等级为高等且可以共存,所以l4会被判定为岔道口车道线。
在这一实施例中,能够避免岔道口车道线被错误滤除,进一步提高了车道干扰噪声线滤除的准确性。
在上述方法项实施例的基础上,本发明对应提供了装置项实施例;
如图3所示,本发明一实施例提供了一种车道干扰噪声线的滤除装置,包括置信度计算模块、相似共存关系计算模块、目标子集生成模块以及干扰噪声线滤除模块;
所述置信度计算模块,用于获取若干候选车道线,并计算各候选车道线的置信度;
所述相似共存关系计算模块,用于计算各候选车道线两两之间的平行相似性以及共存关系;
所述目标子集生成模块,用于,根据各候选车道线两两之间的平行相似性以及共存关系,从所有所述候选车道线中提取可共存的候选车道线的最大子集,获得最大可共存候选车道线子集;根据最大可共存候选车道线子集的数目以及最大可共存候选车道线子集中各候选车道线的置信度,确定目标可共存候选车道线子集;
所述干扰噪声线滤除模块,用于根据所述目标可共存候选车道线子集,确定车道干扰噪声线,并将所述车道干扰噪声线滤除。
需说明的是,本发明的装置项实施例是与方法项实施例相对应的,其能够实现本发明任意一项所述的车道干扰噪声线的滤除方法,另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。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (3)
1.一种车道干扰噪声线的滤除方法,其特征在于,包括:
获取若干候选车道线,并计算各候选车道线的置信度;
计算各候选车道线两两之间的平行相似性以及共存关系;其中,计算任意两候选车道线之间的平行相似性,具体包括:根据两候选车道线的起始点和终止点确定比较区域;计算两候选车道线的差值函数以及在所述比较区域内两候选车道线之间的平均距离;根据所述差值函数以及所述平均距离计算归一化损失值;若所述归一化损失值小于预设高等平行相似性阈值,则确定两候选车道线的平行相似性为高等;若所述归一化损失值大于或等于预设高等平行相似性阈值,且小于预设中等平行相似性阈值,则确定两候选车道线的平行相似性为中等;若所述归一化损失值大于或等于所述预设中等平行相似性阈值,则确定两候选车道线的平行相似性为低等;其中,所述预设高等平行相似性阈值小于所述中等平行相似性阈值;计算任意两候选车道线之间的共存关系,具体包括:在两候选车道线之间的平均距离小于或等于预设的车道宽度阈值时,判定两候选车道线无法共存;在两候选车道线之间的平均距离大于预设的车道宽度阈值,且两候选车道线的平行相似性不为低等时,判定两候选车道线可以共存;在两候选车道线之间的平均距离大于预设的车道宽度阈值,且两候选车道线的平行相似性为低等时,在所述比较区域内,按预设间距从两候选车道线抽取采样点,判断两候选车道线各对应采样点之间的距离是否均大于预设的车道宽度阈值,若是,则判定两候选车道线可以共存,若否,则判定两候选车道线不可以共存;
根据各候选车道线两两之间的平行相似性以及共存关系,构建相似共存关系矩阵;根据所述相似共存关系矩阵,从所有候选车道线中提取可共存的候选车道线的最大子集,获得最大可共存候选车道线子集;若只存在一个最大可共存候选车道线子集,则将所提取的最大可共存候选车道线子集,作为所述目标可共存候选车道线子集;若存在多个最大可共存候选车道线子集,则根据各最大可共存候选车道线子集中各候选车道线的置信度,计算各最大可共存候选车道线子集的总置信度;将总置信度最高的最大可共存候选车道线子集,作为目标可共存候选车道线子集;
将不在所述目标可共存候选车道线子集内的候选车道线,作为车道干扰噪声线;或,将不在所述目标可共存候选车道线子集内的候选车道线,作为待定车道线;将同时满足第一预设条件、第二预设条件以及第三预设条件的待定车道线作为岔道口车道线,继而将除岔道口车道线之外的待定车道线作为车道干扰噪声线;其中,所述第一预设条件包括:目标可共存候选车道线子集中有且仅有一条候选车道线与待定车道线不能共存;所述第二预设条件包括:待定车道线与不能共存的候选车道线的平行相似性为低等;所述第三预设条件包括:可共存候选车道线子集存在可以与待定车道线共存且平行相似性不为低等的候选车道线,或存在可以与待定车道线共存且平行相似性不为低等的路沿线。
3.一种车道干扰噪声线的滤除装置,其特征在于,包括置信度计算模块、相似共存关系计算模块、目标子集生成模块以及干扰噪声线滤除模块;
所述置信度计算模块,用于获取若干候选车道线,并计算各候选车道线的置信度;
所述相似共存关系计算模块,用于计算各候选车道线两两之间的平行相似性以及共存关系;其中,计算任意两候选车道线之间的平行相似性,具体包括:根据两候选车道线的起始点和终止点确定比较区域;计算两候选车道线的差值函数以及在所述比较区域内两候选车道线之间的平均距离;根据所述差值函数以及所述平均距离计算归一化损失值;若所述归一化损失值小于预设高等平行相似性阈值,则确定两候选车道线的平行相似性为高等;若所述归一化损失值大于或等于预设高等平行相似性阈值,且小于预设中等平行相似性阈值,则确定两候选车道线的平行相似性为中等;若所述归一化损失值大于或等于所述预设中等平行相似性阈值,则确定两候选车道线的平行相似性为低等;其中,所述预设高等平行相似性阈值小于所述中等平行相似性阈值;计算任意两候选车道线之间的共存关系,具体包括:在两候选车道线之间的平均距离小于或等于预设的车道宽度阈值时,判定两候选车道线无法共存;在两候选车道线之间的平均距离大于预设的车道宽度阈值,且两候选车道线的平行相似性不为低等时,判定两候选车道线可以共存;在两候选车道线之间的平均距离大于预设的车道宽度阈值,且两候选车道线的平行相似性为低等时,在所述比较区域内,按预设间距从两候选车道线抽取采样点,判断两候选车道线各对应采样点之间的距离是否均大于预设的车道宽度阈值,若是,则判定两候选车道线可以共存,若否,则判定两候选车道线不可以共存;
所述目标子集生成模块,用于根据各候选车道线两两之间的平行相似性以及共存关系,构建相似共存关系矩阵;根据所述相似共存关系矩阵,从所有候选车道线中提取可共存的候选车道线的最大子集,获得最大可共存候选车道线子集;若只存在一个最大可共存候选车道线子集,则将所提取的最大可共存候选车道线子集,作为所述目标可共存候选车道线子集;若存在多个最大可共存候选车道线子集,则根据各最大可共存候选车道线子集中各候选车道线的置信度,计算各最大可共存候选车道线子集的总置信度;将总置信度最高的最大可共存候选车道线子集,作为目标可共存候选车道线子集;
所述干扰噪声线滤除模块,用于将不在所述目标可共存候选车道线子集内的候选车道线,作为车道干扰噪声线;或,将不在所述目标可共存候选车道线子集内的候选车道线,作为待定车道线;将同时满足第一预设条件、第二预设条件以及第三预设条件的待定车道线作为岔道口车道线,继而将除岔道口车道线之外的待定车道线作为车道干扰噪声线;其中,所述第一预设条件包括:目标可共存候选车道线子集中有且仅有一条候选车道线与待定车道线不能共存;所述第二预设条件包括:待定车道线与不能共存的候选车道线的平行相似性为低等;所述第三预设条件包括:可共存候选车道线子集存在可以与待定车道线共存且平行相似性不为低等的候选车道线,或存在可以与待定车道线共存且平行相似性不为低等的路沿线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111528029.3A CN113920319B (zh) | 2021-12-15 | 2021-12-15 | 一种车道干扰噪声线的滤除方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111528029.3A CN113920319B (zh) | 2021-12-15 | 2021-12-15 | 一种车道干扰噪声线的滤除方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113920319A CN113920319A (zh) | 2022-01-11 |
CN113920319B true CN113920319B (zh) | 2022-04-05 |
Family
ID=79249091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111528029.3A Active CN113920319B (zh) | 2021-12-15 | 2021-12-15 | 一种车道干扰噪声线的滤除方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113920319B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063877A (zh) * | 2014-07-16 | 2014-09-24 | 中电海康集团有限公司 | 一种候选车道线混合判断识别方法 |
CN112784873A (zh) * | 2020-12-25 | 2021-05-11 | 华为技术有限公司 | 一种语义地图的构建方法及设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407893B (zh) * | 2016-08-29 | 2019-11-22 | 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 |
CN111353446A (zh) * | 2020-03-05 | 2020-06-30 | 广智微芯(扬州)有限公司 | 一种车道线检测方法及系统 |
-
2021
- 2021-12-15 CN CN202111528029.3A patent/CN113920319B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063877A (zh) * | 2014-07-16 | 2014-09-24 | 中电海康集团有限公司 | 一种候选车道线混合判断识别方法 |
CN112784873A (zh) * | 2020-12-25 | 2021-05-11 | 华为技术有限公司 | 一种语义地图的构建方法及设备 |
Non-Patent Citations (2)
Title |
---|
GOLD: a parallel real-time stereo vision system for generic obstacle and lane detection;M.Bertozzi等;《IEEE Transactions on Image Processing》;19980131;第7卷(第1期);第62-81页 * |
基于道路先验信息和RANSAC算法的车道线检测;郑航等;《机电一体化》;20180115(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113920319A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109359690B (zh) | 基于卡口数据的车辆出行轨迹识别方法 | |
CN107688811B (zh) | 车牌识别方法及装置 | |
CN107204114A (zh) | 一种车辆异常行为的识别方法及装置 | |
Shivakumara et al. | Efficient video text detection using edge features | |
CN111461209A (zh) | 一种模型训练装置和方法 | |
CN102193918A (zh) | 视频检索方法和装置 | |
CN107679075A (zh) | 网络监控方法和设备 | |
CN112885099A (zh) | 用于确定车辆轨迹关键点的方法、装置及设备 | |
CN113268982A (zh) | 一种网络表格结构的识别方法及装置、计算机装置及计算机可读取存储介质 | |
CN103514233B (zh) | 一种轨迹数据核查方法及装置 | |
CN106774063A (zh) | 一种用于货运车辆实时在途监控与预警的方法 | |
CN116342538A (zh) | 一种跑冒滴漏检测方法、装置、智能设备和存储介质 | |
CN115858906A (zh) | 企业搜索方法、装置、设备、计算机存储介质及程序 | |
CN113920319B (zh) | 一种车道干扰噪声线的滤除方法及装置 | |
CN112131914A (zh) | 车道线属性检测方法、装置、电子设备及智能设备 | |
CN110766938B (zh) | 路网拓扑结构的构建方法、装置、计算机设备及存储介质 | |
US20240037328A1 (en) | Method and system for filtering ill corpus | |
CN115203354B (zh) | 一种车码轨迹预关联方法、装置、计算机设备及存储介质 | |
CN112163521A (zh) | 一种车辆行驶行为的识别方法、装置及设备 | |
CN114863574A (zh) | 手写签名识别方法、装置、设备、介质及程序产品 | |
CN115565373A (zh) | 高速公路隧道事故实时风险预测方法、装置、设备及介质 | |
CN112241853B (zh) | 一种区域间空气质量影响的评估方法及评估装置 | |
CN117216249A (zh) | 数据分类方法、装置、电子设备、介质及车辆 | |
CN113551156A (zh) | 基于深度学习的管道状态监测方法、装置及存储介质 | |
CN112163471A (zh) | 一种拥堵检测的方法和装置 |
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 | ||
CP03 | Change of name, title or address |
Address after: Floor 25, Block A, Zhongzhou Binhai Commercial Center Phase II, No. 9285, Binhe Boulevard, Shangsha Community, Shatou Street, Futian District, Shenzhen, Guangdong 518000 Patentee after: Shenzhen Youjia Innovation Technology Co.,Ltd. Address before: 518051 401, building 1, Shenzhen new generation industrial park, No. 136, Zhongkang Road, Meidu community, Meilin street, Futian District, Shenzhen, Guangdong Province Patentee before: SHENZHEN MINIEYE INNOVATION TECHNOLOGY Co.,Ltd. |
|
CP03 | Change of name, title or address |