CN114170577A - 一种车道线的分岔处理方法、装置及电子设备 - Google Patents
一种车道线的分岔处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114170577A CN114170577A CN202111508726.2A CN202111508726A CN114170577A CN 114170577 A CN114170577 A CN 114170577A CN 202111508726 A CN202111508726 A CN 202111508726A CN 114170577 A CN114170577 A CN 114170577A
- Authority
- CN
- China
- Prior art keywords
- branch
- line
- lane line
- road image
- lane
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Instructional Devices (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种车道线的分岔处理方法、装置及电子设备。该方法包括获取车辆行驶中采集的道路图像及车辆对应的地理位置信息;当道路图像中包含分岔车道线时,确定分岔车道线中的分岔位置;根据车辆对应的地理位置信息,在高精地图中对应的分岔位置将分岔车道线中的主线和分岔线断开,并分别对各分岔线赋予对应的分岔线ID,各分岔线ID与主线的主线ID不同。本申请提供的方案,通过自动识别确定道路中的分岔位置,无需人工查找识别,并自动将分岔车道线在对应的分岔位置处进行打断,获得独立的主线和分岔线,简单高效地实现道路分岔后的车道线的打断处理,节省人力成本和时间成本。
Description
技术领域
本申请涉及导航技术领域,尤其涉及一种车道线的分岔处理方法、装置及电子设备。
背景技术
在电子地图中,高精地图显示的内容更加精细化,可以带给驾驶者更详细和更准确的导航体验。其中,针对道路的显示,高精地图可以显示出具体的车道线,通过显示与实际道路相符合的道路交通标线,以使驾驶者可以获得明确的车道级导航信息。
在高精地图的制作过程中,一般由专业的地图采集车辆沿途拍摄真实道路场景后,再通过相关技术模拟生成车道及车道线,属于同一条车道的车道线具有唯一的车道线ID。在实际应用高精地图时,则可以根据车道线ID进行路径规划和导航。然而,如图1所示,当遇到道路分岔的情况时,即由一条道路分岔为两条道路时,分岔后的两条道路与原本的一条道路属于不同的道路,此时需要将不同的道路进行区分,也即需要将分岔后的车道线与分岔前的车道线进行区分,以便形成明确的车道应用于导航中。为此,目前的区分方法是由技术人员逐帧查看拍摄的道路图像,技术人员在找到图1中的场景后,人为将分岔前后的车道线采用不同的车道线ID进行标记。这样的处理方案,需要人工识别和处理,效率低下,消耗较大的人力成本和时间成本。
发明内容
为解决或部分解决相关技术中存在的问题,本申请提供一种车道线的分岔处理方法、装置及电子设备,能够自动识别道路图像中的分岔位置并通过在分岔位置打断分岔车道线中的主线和分岔线,简单高效地实现道路分岔后的车道线的处理。
本申请第一方面提供一种车道线的分岔处理方法,包括:
获取车辆行驶中采集的道路图像及所述车辆对应的地理位置信息;
当所述道路图像中包含分岔车道线时,确定所述分岔车道线中的分岔位置;
根据所述车辆对应的地理位置信息,在高精地图中对应的分岔位置将所述分岔车道线中的主线和分岔线断开,并分别对各所述分岔线赋予对应的分岔线ID,各所述分岔线ID与所述主线的主线ID不同。
在一实施方式中,所述获取车辆行驶中采集的道路图像及车辆对应的地理位置信息之后,还包括:
获取所述道路图像中的车道线特征点集,根据所述车道线特征点集及所述车辆对应的地理位置信息,生成所述主线及赋予对应的主线ID。
在一实施方式中,所述当所述道路图像中包含分岔车道线时,确定所述道路图像中的分岔位置,包括:
通过识别确定所述道路图像中是否包含分岔车道线;
当确定所述道路图像中包含分岔车道线时,采用目标对象框对包含分岔点的区域进行框选,确定所述目标对象框中的预设位置为所述分岔位置。
在一实施方式中,所述当所述道路图像中包含分岔车道线时,确定所述道路图像中的分岔位置,包括:
通过识别确定所述道路图像中是否包含分岔车道线;
当确定所述道路图像中包含分岔车道线时,确定所述分岔道路线的分岔点为所述分岔位置。
在一实施方式中,所述根据所述车辆对应的地理位置信息,在高精地图中对应的分岔位置将所述分岔车道线中的主线和分岔线断开,包括:
获取所述分岔位置在所述道路图像中的像素坐标;
根据所述像素坐标和所述车辆对应的地理位置信息,获取所述分岔位置对应的经纬度坐标;
根据所述分岔位置的经纬度坐标,在高精地图中将所述分岔车道线中的主线和分岔线断开。
在一实施方式中,所述根据所述分岔位置的经纬度坐标,在高精地图中将所述分岔车道线中的主线和分岔线断开,包括:
将分岔位置作为所述分岔车道线在高精地图中的主线的终止点,生成所述主线;
在高精地图中以所述分岔位置作为起始点生成各分岔线。
在一实施方式中,所述根据所述分岔位置的经纬度坐标,在高精地图中将所述分岔车道线中的主线和分岔线断开,包括:
在所述分岔车道线对应的车道线特征点集中,选取位于分岔位置处的特征点为中断点;
将位于所述中断点一侧的车道线特征点集生成所述主线,将位于所述中断点另一侧的车道线特征点集生成所述分岔线。
本申请第二方面提供一种车道线的分岔处理装置,其包括:
信息获取模块,用于获取车辆行驶中采集的道路图像及所述车辆对应的地理位置信息;
目标确定模块,用于当所述道路图像中包含分岔车道线时,确定所述分岔车道线中的分岔位置;
处理模块,用于根据所述车辆对应的地理位置信息,在高精地图中对应的分岔位置将所述分岔车道线中的主线和分岔线断开,并分别对各所述分岔线赋予对应的分岔线ID,各所述分岔线ID与所述主线的主线ID不同。
本申请第三方面提供一种电子设备,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如上所述的方法。
本申请第四方面提供一种计算机可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的方法。
本申请提供的技术方案可以包括以下有益效果:
本申请的技术方案,通过识别确定道路图像中的分岔位置,从而在高精地图中将分岔车道线中的主线和分岔线断开,即将主线和分岔线相互独立,并分别采用不同的ID进行标识。这样的设计,通过自动识别确定道路中的分岔位置,无需人工查找识别,并自动将分岔车道线在对应的分岔位置处进行打断,获得独立的主线和分岔线,简单高效地实现道路分岔后的车道线的打断处理,节省人力成本和时间成本。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细地描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是道路图像中的分岔道路的示意图;
图2是本申请实施例示出的车道线的分岔处理方法的流程示意图;
图3是本申请实施例示出的车道线的分岔处理方法的另一流程示意图;
图4是本申请实施例示出的车道线的分岔处理装置的结构示意图;
图5是本申请实施例示出的车道线的分岔处理装置的另一结构示意图;
图6是本申请实施例示出的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
相关技术中,需要人工识别道路图像以找到分岔的道路,再将分岔前后的车道线进行不同的ID标记,效率低下,消耗较大的人力成本和时间成本。
针对上述问题,本申请实施例提供一种车道线的分岔处理方法,能够自动识别道路图像中的分岔位置并通过在分岔位置打断主线和分岔线,简单高效地实现道路分岔后的车道线的处理。
以下结合附图详细描述本申请实施例的技术方案。
图2是本申请实施例示出的车道线的分岔处理方法的流程示意图。
参见图2,本申请一实施例示出的车道线的分岔处理方法,包括:
S110,获取车辆行驶中采集的道路图像及车辆对应的地理位置信息。
在车辆行驶的过程中,可以通过图像采集装置例如摄像头、行车记录仪、手机等采集行驶过程中的视频数据,通过对视频数据抽帧既可以获得包含道路的图像,即道路图像。例如,每秒抽10帧、15帧、20帧、30帧或其他值,从而获得包含道路的图像。与此同时,可通过车载设备或者手机等移动终端配置的定位系统来采集车辆的地理位置信息。定位系统可以包括但不限于GPS、北斗卫星定位系统、RTK定位系统等中的至少一种。车辆的地理位置信息用来确定车辆在行驶过程中的所有地理坐标。可以理解,根据相关技术将车辆对应的地理位置信息与对应的道路图像关联,从而可以确定采集的道路图像所对应的地理位置信息。
S120,当道路图像中包含分岔车道线时,确定分岔车道线中的分岔位置。
可以理解,物理世界的道路会出现从一条道路分岔为两条道路,为了便于导航,分岔后的两条道路均与分岔之前的道路分属于不同的道路。同理,分岔后的道路中的路面上的车道线也随之分岔绘制,从而形成分岔车道线。在车辆行驶的过程中,所处的道路可能只有局部路段包含分岔车道线。分岔车道线包括未分岔前的一条主线和分岔后的两条或两条以上的分岔线。因此,在获得的众多道路图像中,当识别确定到某些道路图像包含分岔车道线时,则确定该分岔车道线的分岔位置,分岔位置包含主线和分岔线相交的位置。例如图1所示的道路上的分岔车道线,其包括虚线显示的车道线a即主线和两条实线显示的车道线b1和b2即两条分岔线时,分岔位置可以为图中的车道线a和b1及b2交集的位置。
S130,根据车辆对应的地理位置信息,在高精地图中对应的分岔位置将分岔车道线中的主线和分岔线断开,并分别对各分岔线赋予对应的分岔线ID,各分岔线ID与主线的主线ID不同。
可以理解,在高精地图中的道路数据与物理世界的道路映射。因此,在高精地图的制作过程中,在确定具体的分岔线的分岔位置后,则可以根据车辆对应的地理位置信息确定在高精地图中的道路数据中的分岔位置,即明确分岔位置位于高精地图中的具体位置。在高精地图中,通过在分岔位置将主线和分岔线断开,从而使主线和分岔线区分为相互独立的车道线,即使得这两类车道线分别隶属于不同道路的车道线,以便在根据高精地图进行路径规划和导航时区分不同的道路。其中,在生成主线的同时赋予主线对应的主线ID,而在每一分岔线赋予和主线ID不同的分岔线ID,不同的分岔线相互具有不同的分岔线ID,使不属于同一条道路的车道线具有各自独立的属性。
从该示例可知,本申请的车道线的分岔处理方法,通过识别确定道路图像中的分岔位置,从而在高精地图中将分岔车道线中的主线和分岔线断开,即将主线和分岔线相互独立,并分别采用不同的ID进行标识。这样的设计,通过自动识别确定道路中的分岔位置,无需人工查找识别,并自动将分岔车道线在对应的分岔位置处进行打断,获得独立的主线和分岔线,简单高效地实现道路分岔后的车道线的打断处理,节省人力成本和时间成本。
图2是本申请实施例示出的车道线的分岔处理方法的另一流程示意图。
参见图2,本申请一实施例示出的车道线的分岔处理方法,包括:
S210,获取车辆行驶中采集的道路图像及车辆对应的地理位置信息。
本步骤的具体过程可以参考步骤S110的相关阐述,于此不再赘述。
S220,通过识别确定道路图像中是否包含分岔车道线,当确定道路图像中包含分岔车道线时,采用目标对象框对包含分岔点的区域进行框选,确定目标对象框中的预设位置为分岔位置;或确定分岔道路线的分岔点为分岔位置。
在随着车辆行驶的过程中,随着获得的道路图像的更新,可以同步识别道路图像中是否包含分岔车道线,例如图1中的车道线a和车道线b1和b2的结合即为分岔车道线。在确定该道路图像包含分岔车道线时,采用目标对象框进行目标对象的框选,目标对象即为图像中包含分岔点的区域。可以理解,如图1所示,分岔点为主线a和两条分岔线b1及b2之间的交点O。在通过目标对象框进行框选后,可知目标对象框是具有一定区域范围的框,为了获得明确的分岔位置,可以确定目标对象框中的预设位置为分岔位置。例如将目标对象框中的中心点作为分岔位置,或者目标对象框中的中心对称轴的四分之一、三分之一处作为分岔位置等。具体地,可以采用例如YOLO算法进行目标检测,通过预先采用包含分岔车道线的多个样本图像进行训练,使目标对象框可以将分叉点更贴近目标对象框的中心区域,例如更贴近目标对象框的中心点,从而可以在实际应用中将道路图像中的分岔点框选至目标对象框的中心区域,提高获取分岔位置的准确率。
进一步地,在一实施方式中,还可以直接识别获取道路图像中的分岔点,以分岔点所在的位置作为分岔位置。例如,可以采用相关技术中的算法例如HRnet网络识别道路图像中的分岔点。即本实施方式不同于上述采用目标对象框进行框选一定区域范围后再确定目标对象框内的分岔位置,本实施方式是直接获取道路图像中的分岔点为分岔位置。
S230,获取分岔位置的经纬度坐标。
可以理解,在确定道路图像中的分岔位置后,在一实施方式中,获取分岔位置在道路图像中的像素坐标;根据像素坐标和车辆对应的地理位置信息,获取分岔位置对应的经纬度坐标;
也就是说,根据相关技术,通过已知的相机参数和道路图像对应的车辆的地理位置信息,将分岔位置的像素坐标转换为世界物理坐标,即可获得分岔位置的经纬度坐标。
S240,获取道路图像中的车道线特征点集,根据车道线特征点集及车辆对应的地理位置信息,生成主线及赋予对应的主线ID。
可以理解,在包含道路的图像中,道路的路面可能包含有车道线。通过相关技术例如车道线识别算法lane-net检测网络模型对车道线进行识别,从而获取车道线特征点集。因此,如果当前道路图像中的路面包含分岔车道线,则获取道路图像中的主线对应的车道线特征点集,并生成对应的主线。其中,车道线的生成方法可参考中国专利(公开号CN113465615A,车道线的生成方法及相关装置)中的相关技术方案,于此不再赘述。需要理解的是,根据道路图像在高精地图中生成对应的各车道线的同时,将属于同一条道路的同一条车道线赋予对应的车道线ID,从而确定该车道线隶属于该道路。可以理解,在生成主线的同时赋予对应的主线ID。
需要理解的是,上述步骤S240和步骤S220可以不分先后顺序执行。也就是说,在执行步骤S220时,可以同时执行步骤S240。S250,根据所述分岔位置的经纬度坐标,在高精地图中将所述分岔车道线中的主线和分岔线断开。
需要理解的是,将主线与分岔线断开,可视为将同一条连续的车道线断开为两条独立的线,即分岔线并非属于主线的延伸部分,而是与主线相互独立的线。因此,根据已知的分岔位置的经纬度坐标,即可明确在高精地图的道路数据中的具体位置将主线与分岔线分为独立的两条线。
在一实施方式中,将分岔位置作为分岔车道线在高精地图中的主线的终止点生成所述主线。可以理解,在高精地图的制作中,车道线的生成是随着车辆的移动,按照在预设时间段内的行驶路段逐段生成的。当确定分岔位置的经纬度坐标后,在上述步骤S240生成主线的过程中,则以该分岔位置作为主线的终止点,生成主线,从而确保该主线不会继续延伸至终止点之外即主线分岔后的路段,确保主线在分岔位置截止。与此同时,随着车道线的继续制作,在高精地图中以所述分岔位置作为起始点生成各分岔线。也就是说,本实施例中,通过确定分岔位置后,在分岔车道线的生成过程中,以分岔位置将主线和分岔线进行断开,使二者属于相互独立的车道线。其中,分岔线的生成方法同样可参考中国专利(公开号CN113465615A,车道线的生成方法及相关装置)中的相关技术方案,随着车辆的继续行驶,将获取的最新的道路图像和地理位置信息,在图像中获取分岔线对应的车道线特征点集,从而生成分岔线,于此不再赘述。
在其他实施例中,在分岔车道线对应的车道线特征点集中,选取位于分岔位置处的特征点为中断点;将位于中断点一侧的车道线特征点集生成主线,将位于中断点另一侧的车道线特征点集生成分岔线。也就是说,不同于上述实施例,在其他实施例中,采用确定了经纬度坐标的分岔位置作为分岔车道线的中断点,在获得分岔车道线全部对应的一系列车道线特征点集中,以中断点进行分界,其中一部分车道线特征点集生成主线,另一部分车道线特征点集生成分岔线,从而将主线和分岔线设置为相互独立的车道线。该实施例不同于上述实施例中分别逐段生成主线和分岔线,而是采用在生成未打断的分岔车道线后,根据分岔位置对连续的一条分岔车道线进行打断,获得独立的主线和分岔线。
S260,分别对各分岔线赋予不同的分岔线ID,其中,分岔线ID与主线ID不同。
可以理解,在生成分岔线的同时,为了对分岔线进行标记,赋予每一分岔线对应的分岔线ID。分岔线ID与主线ID不同,各分岔线ID之间也互不相同,从而确保每一类型的车道线相互独立。从该示例可知,本申请的车道线的分岔处理方法,通过获取车辆行驶中采集的道路图像及车辆对应的地理位置信息,在获取道路图像中的车道线特征点集生成分岔车道线的主线的同时,还可以通过识别判断道路图像中是否包含分岔车道线,再进一步根据不同的算法获取分岔位置,并获取分岔位置的经纬度坐标,从而可以根据坐标明确在高精地图中需要打断的分岔车道线的具体位置,从而在分岔位置将分岔车道线分为主线和车道线,并分别赋予不同的ID以进行属性的区分。这样的设计,可以自动识别道路图像和获得图像中的分岔位置,并自动将分岔车道线的主线和分岔线进行打断和ID的区分,从而提高处理效率,降低人力成本和时间成本。
与前述应用功能实现方法实施例相对应,本申请还提供了一种车道线的分岔处理装置、电子设备及相应的实施例。
图4是本申请实施例示出的车道线的分岔处理装置的结构示意图。
参见图4,本申请一实施例的车道线的分岔处理装置,包括信息获取模块310、目标确定模块320和处理模块330,其中:
信息获取模块310用于获取车辆行驶中采集的道路图像及车辆对应的地理位置信息。
目标确定模块320用于当道路图像中包含分岔车道线时,确定分岔车道线中的分岔位置。
处理模块330用于根据车辆对应的地理位置信息,在高精地图中对应的分岔位置将分岔车道线中的主线和分岔线断开,并分别对各分岔线赋予对应的分岔线ID,各分岔线ID与主线的主线ID不同。
进一步地,目标确定模块320用于通过识别确定道路图像中是否包含分岔车道线;当确定道路图像中包含分岔车道线时,采用目标对象框对包含分岔点的区域进行框选,确定目标对象框中的预设位置为分岔位置。或者,目标确定模块320用于通过识别确定道路图像中是否包含分岔车道线;当确定道路图像中包含分岔车道线时,确定分岔道路线的分岔点为分岔位置。
处理模块330用于获取分岔位置在道路图像中的像素坐标;根据像素坐标和车辆对应的地理位置信息,获取分岔位置对应的经纬度坐标;根据分岔位置的经纬度坐标,在高精地图中将分岔车道线中的主线和分岔线断开。
参见图5,本申请一实施例的车道线的分岔处理装置还包括车道线生成模块340。车道线生成模块340用于获取道路图像中的车道线特征点集,根据车道线特征点集及车辆对应的地理位置信息,生成主线及赋予对应的主线ID。进一步地,其中,车道线生成模块340用于将分岔位置作为分岔车道线在高精地图中的主线的终止点,生成主线;在高精地图中以分岔位置作为起始点生成各分岔线。或者,车道线生成模块340用于在分岔车道线对应的车道线特征点集中,选取位于分岔位置处的特征点为中断点;将位于中断点一侧的车道线特征点集生成主线,将位于中断点另一侧的车道线特征点集生成分岔线。
本申请的车道线的分岔处理装置,通过自动识别确定道路中的分岔位置,无需人工查找识别,并自动将分岔车道线在对应的分岔位置处进行打断,获得独立的主线和分岔线,简单高效地实现道路分岔后的车道线的打断处理,节省人力成本和时间成本。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不再做详细阐述说明。
图6是本申请实施例示出的电子设备的结构示意图。
参见图6,电子设备1000包括存储器1010和处理器1020。
处理器1020可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器1010可以包括各种类型的存储单元,例如系统内存、只读存储器(ROM)和永久存储装置。其中,ROM可以存储处理器1020或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中,永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器1010可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(例如DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。在一些实施方式中,存储器1010可以包括可读和/或写的可移除的存储设备,例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM,双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等)、磁性软盘等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器1010上存储有可执行代码,当可执行代码被处理器1020处理时,可以使处理器1020执行上文述及的方法中的部分或全部。
此外,根据本申请的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请还可以实施为一种计算机可读存储介质(或非暂时性机器可读存储介质或机器可读存储介质),其上存储有可执行代码(或计算机程序或计算机指令代码),当可执行代码(或计算机程序或计算机指令代码)被电子设备(或服务器等)的处理器执行时,使处理器执行根据本申请的上述方法的各个步骤的部分或全部。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种车道线的分岔处理方法,其特征在于:
获取车辆行驶中采集的道路图像及所述车辆对应的地理位置信息;
当所述道路图像中包含分岔车道线时,确定所述分岔车道线中的分岔位置;
根据所述车辆对应的地理位置信息,在高精地图中对应的分岔位置将所述分岔车道线中的主线和分岔线断开,并分别对各所述分岔线赋予对应的分岔线ID,各所述分岔线ID与所述主线的主线ID不同。
2.根据权利要求1所述的方法,其特征在于,所述获取车辆行驶中采集的道路图像及车辆对应的地理位置信息之后,还包括:
获取所述道路图像中的车道线特征点集,根据所述车道线特征点集及所述车辆对应的地理位置信息,生成所述主线及赋予对应的主线ID。
3.根据权利要求1所述的方法,其特征在于,所述当所述道路图像中包含分岔车道线时,确定所述道路图像中的分岔位置,包括:
通过识别确定所述道路图像中是否包含分岔车道线;
当确定所述道路图像中包含分岔车道线时,采用目标对象框对包含分岔点的区域进行框选,确定所述目标对象框中的预设位置为所述分岔位置。
4.根据权利要求1所述的方法,其特征在于,所述当所述道路图像中包含分岔车道线时,确定所述道路图像中的分岔位置,包括:
通过识别确定所述道路图像中是否包含分岔车道线;
当确定所述道路图像中包含分岔车道线时,确定所述分岔道路线的分岔点为所述分岔位置。
5.根据权利要求1所述的方法,其特征在于,所述根据所述车辆对应的地理位置信息,在高精地图中对应的分岔位置将所述分岔车道线中的主线和分岔线断开,包括:
获取所述分岔位置在所述道路图像中的像素坐标;
根据所述像素坐标和所述车辆对应的地理位置信息,获取所述分岔位置对应的经纬度坐标;
根据所述分岔位置的经纬度坐标,在高精地图中将所述分岔车道线中的主线和分岔线断开。
6.根据权利要求5所述的方法,其特征在于,所述根据所述分岔位置的经纬度坐标,在高精地图中将所述分岔车道线中的主线和分岔线断开,包括:
将分岔位置作为所述分岔车道线在高精地图中的主线的终止点,生成所述主线;
在高精地图中以所述分岔位置作为起始点生成各分岔线。
7.根据权利要求5所述的方法,其特征在于,所述根据所述分岔位置的经纬度坐标,在高精地图中将所述分岔车道线中的主线和分岔线断开,包括:
在所述分岔车道线对应的车道线特征点集中,选取位于分岔位置处的特征点为中断点;
将位于所述中断点一侧的车道线特征点集生成所述主线,将位于所述中断点另一侧的车道线特征点集生成所述分岔线。
8.一种车道线的分岔处理装置,其特征在于,包括:
信息获取模块,用于获取车辆行驶中采集的道路图像及所述车辆对应的地理位置信息;
目标确定模块,用于当所述道路图像中包含分岔车道线时,确定所述分岔车道线中的分岔位置;
处理模块,用于根据所述车辆对应的地理位置信息,在高精地图中对应的分岔位置将所述分岔车道线中的主线和分岔线断开,并分别对各所述分岔线赋予对应的分岔线ID,各所述分岔线ID与所述主线的主线ID不同。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111508726.2A CN114170577A (zh) | 2021-12-10 | 2021-12-10 | 一种车道线的分岔处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111508726.2A CN114170577A (zh) | 2021-12-10 | 2021-12-10 | 一种车道线的分岔处理方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114170577A true CN114170577A (zh) | 2022-03-11 |
Family
ID=80485728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111508726.2A Pending CN114170577A (zh) | 2021-12-10 | 2021-12-10 | 一种车道线的分岔处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114170577A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114719878A (zh) * | 2022-04-06 | 2022-07-08 | 北京百度网讯科技有限公司 | 车辆导航方法和装置、系统、电子设备、计算机介质 |
CN114719872A (zh) * | 2022-05-13 | 2022-07-08 | 高德软件有限公司 | 车道线处理方法、装置及电子设备 |
CN114935334A (zh) * | 2022-05-31 | 2022-08-23 | 小米汽车科技有限公司 | 车道拓扑关系的构建方法、装置、车辆、介质及芯片 |
-
2021
- 2021-12-10 CN CN202111508726.2A patent/CN114170577A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114719878A (zh) * | 2022-04-06 | 2022-07-08 | 北京百度网讯科技有限公司 | 车辆导航方法和装置、系统、电子设备、计算机介质 |
CN114719878B (zh) * | 2022-04-06 | 2023-04-21 | 北京百度网讯科技有限公司 | 车辆导航方法和装置、系统、电子设备、计算机介质 |
CN114719872A (zh) * | 2022-05-13 | 2022-07-08 | 高德软件有限公司 | 车道线处理方法、装置及电子设备 |
CN114935334A (zh) * | 2022-05-31 | 2022-08-23 | 小米汽车科技有限公司 | 车道拓扑关系的构建方法、装置、车辆、介质及芯片 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114170577A (zh) | 一种车道线的分岔处理方法、装置及电子设备 | |
CN110146097B (zh) | 自动驾驶导航地图的生成方法、系统、车载终端及服务器 | |
TWI589841B (zh) | 車載導航系統及方法 | |
CN107560622A (zh) | 一种基于行车图像导航的方法与设备 | |
CN111380543A (zh) | 地图数据生成方法及装置 | |
CN108151750A (zh) | 定位方法及装置 | |
CN110473406A (zh) | 搜索支援系统、搜索支援装置以及搜索支援方法 | |
CN110926487A (zh) | 辅助驾驶方法、辅助驾驶系统、计算设备及存储介质 | |
CN108563702B (zh) | 基于展品图像识别的语音讲解数据处理方法及装置 | |
CN110969592B (zh) | 图像融合方法、自动驾驶控制方法、装置和设备 | |
CN111930872A (zh) | 一种高精度地图更新方法、服务器及可读存储介质 | |
CN110998684B (zh) | 图像收集系统、图像收集方法、图像收集装置、记录介质 | |
CN111815742A (zh) | 一种车道线生成方法及系统 | |
CN104101348A (zh) | 导航系统以及在导航系统上显示地图的方法 | |
CN113255578B (zh) | 交通标识的识别方法及装置、电子设备和存储介质 | |
CN110647886A (zh) | 兴趣点标注方法、装置、计算机设备和存储介质 | |
CN113139031A (zh) | 用于自动驾驶的交通标识的生成方法及相关装置 | |
CN115164918A (zh) | 语义点云地图构建方法、装置及电子设备 | |
CN111401255B (zh) | 用于识别分歧路口的方法和装置 | |
CN114463984B (zh) | 车辆轨迹显示方法及相关设备 | |
CN106996785B (zh) | 一种对导航数据进行更新的方法及装置 | |
CN111930877A (zh) | 地图路牌的生成方法及电子设备 | |
US11512969B2 (en) | Method for ascertaining in a backend, and providing for a vehicle, a data record, describing a landmark, for the vehicle to determine its own position | |
US20210231459A1 (en) | Apparatus and method for collecting data for map generation | |
CN111383271A (zh) | 一种基于图片的方向标注方法及装置 |
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 |