CN114882145A - 车道线拟合方法、设备和计算机可读存储介质 - Google Patents
车道线拟合方法、设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN114882145A CN114882145A CN202210616214.6A CN202210616214A CN114882145A CN 114882145 A CN114882145 A CN 114882145A CN 202210616214 A CN202210616214 A CN 202210616214A CN 114882145 A CN114882145 A CN 114882145A
- Authority
- CN
- China
- Prior art keywords
- fitted
- point
- lane line
- curve
- initial
- 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 52
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 238000009499 grossing Methods 0.000 claims abstract description 55
- 230000008859 change Effects 0.000 claims description 25
- 238000013507 mapping Methods 0.000 claims description 19
- 238000005070 sampling Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006698 induction Effects 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
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 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
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种车道线拟合方法、装置和计算机可读存储介质。该方法包括:获取目标道路的当前实际车道线和目标车道线;按照预设规则将待拟合的车道线特征点序列划分为若干段,得到若干个待拟合点段;将若干个待拟合点段中每个待拟合点段的待拟合点分别拟合为一个子曲线,得到对应的若干段子曲线;连接若干段子曲线,得到初始整体曲线;对初始整体曲线进行初次平滑,得到平滑后初始目标车道线;对平滑后初始目标车道线进行再次平滑,得到最终的车道线。本申请的技术方案可以比较精确地拟合出各种形状、尤其是形状复杂的平滑曲线。
Description
技术领域
本申请涉及自动驾驶领域,尤其涉及车道线拟合方法、设备和计算机可读存储介质。
背景技术
随着技术的发展、成本的降低以及相关法规、政策的落地,无人驾驶已经逐渐进入实用阶段,无人车日益普及到人们的出行活动中,而无人车的行驶需要配合高精度的电子地图。在电子地图的制作流程中,一般是首先通过车载相机等视觉设备采集车道视频,再结合车载相机所属车辆的位置信息和车道视频中的车道像素信息解算出实际坐标位置信息,最后通过解算出的实际位置信息拟合出车道线。可见,在电子地图的制作流程中,车道线的拟合是最后一个环节。相关技术主要是基于多项式拟合出车道线或者基于控制点的贝塞尔曲线拟合出车道线。然而,基于多项式只能拟合出单映射形式的曲线,类似于圆形等多映射且闭合曲线则无法拟合,而基于控制点的贝塞尔曲线拟合方法却由于寻找合适的控制点具有一定难度,从而导致该方法的成功率存疑。
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拟合方法、设备和计算机可读存储介质,可以比较精确地拟合出各种形状、尤其是形状复杂的平滑曲线。
本申请第一方面提供一种车道线拟合方法,包括:
按照预设规则将待拟合的车道线特征点序列划分为若干段,得到若干个待拟合点段;
将所述若干个待拟合点段中每个待拟合点段的待拟合点分别拟合为一个子曲线,得到对应的若干段子曲线;
连接所述若干段子曲线,得到初始整体曲线;
对所述初始整体曲线进行初次平滑,得到平滑后初始目标车道线;
对所述平滑后初始目标车道线进行再次平滑,得到最终的车道线。
本申请第二方面提供一种车道线拟合装置,包括:
分割模块,用于按照预设规则将待拟合的车道线特征点序列划分为若干段,得到若干个待拟合点段;
拟合模块,用于将所述若干个待拟合点段中每个待拟合点段的待拟合点分别拟合为一个子曲线,得到对应的若干段子曲线;
连接模块,用于连接所述若干段子曲线,得到初始整体曲线;
第一平滑模块,用于对所述初始整体曲线进行初次平滑,得到平滑后初始目标车道线;
第二平滑模块,用于对所述平滑后初始目标车道线进行再次平滑,得到最终的车道线。
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:对于待拟合的车道线特征点序列,先将其划分为若干个待拟合点段,分别对这些待拟合点段拟合成子曲线后依次进行连接和平滑。与相关技术是将所有待拟合的车道线特征点序列进行整体拟合不同,由于本申请的技术方案是将待拟合的车道线特征点序列划分为若干个待拟合点段后再拟合,相当于先将复杂的车道线特征点序列分割为简单的待拟合点段进行局部拟合再整体平滑,从而能够实现多映射且闭合的曲线或者复杂曲线的精确拟合,而拟合后得到的初始整体曲线进行多次平滑,使得最终得到的车道线较为平滑,能够提升自动驾驶时乘坐的舒适度。
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是本申请实施例示出的车道线拟合方法的流程示意图;
图2是本申请实施例示出的车道线拟合装置的结构示意图;
图3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。
随着技术的发展、成本的降低以及相关法规、政策的落地,无人驾驶已经逐渐进入实用阶段,无人车日益普及到人们的出行活动中,而无人车的行驶需要配合高精度的电子地图。在电子地图的制作流程中,一般是首先通过车载相机等视觉设备采集车道视频,再结合车载相机所属车辆的位置信息和车道视频中的车道像素信息解算出实际坐标位置信息,最后通过解算出的实际位置信息拟合出车道线。可见,在电子地图的制作流程中,车道线的拟合时最后一个环节。相关技术主要是基于多项式拟合出车道线或者基于控制点的贝塞尔曲线拟合出车道线。然而,基于多项式只能拟合出单映射形式的曲线,类似于圆形等多映射且闭合曲线则无法拟合,而基于控制点的贝塞尔曲线拟合方法却由于寻找合适的控制点具有一定难度,从而导致该方法的成功率存疑。
针对上述问题,本申请实施例提供一种车道线拟合方法,可以比较精确地拟合出各种形状的平滑曲线。
以下结合附图详细描述本申请实施例的技术方案。
参见图1,是本申请实施例示出的车道线拟合方法的流程示意图,主要包括步骤S101至步骤S105,说明如下:
步骤S101:按照预设规则将待拟合的车道线特征点序列划分为若干段,得到若干个待拟合点段。
在本申请实施例中,待拟合的车道线特征点序列是负责对车道线进行采样的采样车辆通过其搭载的感应雷达、相机等设备,对目标车道线进行探测和拍摄之后,通过图像处理算法提取出来的一系列特征点。由于实际场景下的车道线形态各异,例如,道路上的一些环岛,其车道线可能就是圆形。与一些单映射形式的曲线不同,这类圆形车道线在几何上属于多映射且闭合的曲线。若目标曲线属于上述多映射且闭合的曲线或其他更为复杂的曲线,按照相关技术,例如多项式拟合,实际上无法直接将待拟合的车道线特征点序列拟合成多映射且闭合的曲线或其他更为复杂的曲线。因此,本申请的技术方案是先按照预设规则将待拟合的车道线特征点序列划分为若干段,得到若干个待拟合点段。作为一个基本原则,在将待拟合的车道线特征点序列划分为若干段时,主要是考虑最后得到的每个待拟合点段是不是能够拟合为单映射的曲线,因此,在将待拟合的车道线特征点序列划分为若干段时,若最后得到的个别待拟合点段仍然不能拟合为单映射的曲线,则应当将这些个别待拟合点段进一步划分。
由于采样车辆在进行采集车道线特征点时,其运行轨迹大多数情况下是与目标车道线即最后要拟合得出的车道线是贴合的,这种贴合表现为长度、曲率等几何属性上的相似,因此,在本申请一个实施例中,按照预设规则将待拟合的车道线特征点序列划分为若干段,得到若干个待拟合点段可以是:将参考线划分为若干单映射子曲线段;以若干单映射子曲线段为参考,将待拟合的车道线特征点序列划分为几何属性与若干单映射子曲线段中每个单映射子曲线段对应相似的若干个待拟合点段,其中,参考线为采集车道线特征点的车辆运行时运行轨迹对应的曲线,此处的采集车道线特征点的车辆即前述实施例提及的采样车辆。当将参考线划分为若干单映射子曲线段时,以若干单映射子曲线段为参考则可以将待拟合的车道线特征点序列划分为几何属性与若干单映射子曲线段中每个单映射子曲线段对应相似的若干个待拟合点段。需要说明的是,本申请实施例的待拟合点段为待拟合点构成的一个序列,而待拟合点即待拟合的车道线特征点。
为了防止明显不符合要求的车道线特征点即畸点参与后续的曲线拟合,降低对计算资源的不必要消耗,上述实施例中,在得到若干个待拟合点段后,可以连接所述若干个待拟合点段中任意一个待拟合点段Di的首待拟合点和尾待拟合点形成一线段Li;计算待拟合点段Di中其他每一个待拟合点至线段Li的距离;若该距离大于第一预设距离阈值,则删除待拟合点中至线段Li的距离大于第一预设距离阈值的待拟合点;若该距离不大于第一预设距离阈值,则保留待拟合点中至线段Li的距离不大于第一预设距离阈值的待拟合点。上述实施例中,只要设定合适的第一预设距离阈值,则在计算得到某个待拟合点至线段Li的距离大于第一预设距离阈值时,说明该某个待拟合点是明显不符合要求的车道线特征点即畸点,因此应当删除该某个待拟合点,反之,若计算得到某个待拟合点至线段Li的距离不大于第一预设距离阈值,则说明该某个待拟合点符合要求,应当保留。
作为本申请另一实施例,按照预设规则将待拟合的车道线特征点序列划分为若干段,得到若干个待拟合点段还可以通过步骤S1011至步骤S1015实现,说明如下:
步骤S1011:连接待拟合的车道线特征点序列的起始待拟合点和终止待拟合点形成一线段L。
此处,起始待拟合点和终止待拟合点应该是待拟合的车道线特征点序列中连接后能够使得线段L为最长线段的两个待拟合的车道线特征点。
步骤S1012:计算每一个其他待拟合点至线段L的距离,并确定其中的最大距离,其中,其他待拟合点为待拟合的车道线特征点序列中除起始待拟合点和终止待拟合点之外的待拟合的车道线特征点。
步骤S1013:若最大距离小于第二预设距离阈值,则删除待拟合的车道线特征点序列中至线段L的最大距离小于第二预设距离阈值对应的待拟合点,将线段L包含的待拟合的车道线特征点作为待拟合的车道线特征点序列划分后所得待拟合点段。
若其他待拟合点至线段L的最大距离小于第二预设距离阈值,则说明分段是合理的,可以将线段L包含的待拟合的车道线特征点作为待拟合的车道线特征点序列划分后所得待拟合点段。
步骤S1014:若最大距离不小于第二预设距离阈值,则保留至线段L的最大距离不小于第二预设距离阈值对应的待拟合点,并以至线段L的最大距离不小于第二预设距离阈值对应的待拟合点为分界点,将待拟合的车道线特征点序列划分为两个目标待拟合点段。
若其他待拟合点至线段L的最大距离不小于第二预设距离阈值,则说明分段跨度较大,不是很合理,容易导致无法拟合出多映射且封闭的曲线或者复杂曲线,因此,需要以至线段L的最大距离不小于第二预设距离阈值对应的待拟合点为分界点,将待拟合的车道线特征点序列划分为两个目标待拟合点段。
步骤S1015:对于两个目标待拟合点段中每一个目标待拟合点段,以上述步骤S1011至步骤S1014的方式重复进行分段,直至得到若干个待拟合点段。
对于两个目标待拟合点段中每一个目标待拟合点段,以上述步骤S1011至步骤S1014的方式重复进行分段,直至得到若干个待拟合点段。换言之,对于两个目标待拟合点段中每一个目标待拟合点段,先进行上述实施例的步骤S1011和步骤S1012的操作,然后通过步骤S1013的判断,考察对目标待拟合点段中每一个目标待拟合点段的再次分段是否合理,若合理,则不用再次分段,否则,执行步骤S1014和步骤S1015的操作。
步骤S102:将若干个待拟合点段中每个待拟合点段的待拟合点分别拟合为一个子曲线,得到对应的若干段子曲线。
对于经过步骤S101划分出来的待拟合点段,由于这些待拟合点段拟合的目标曲线都是单映射的曲线或者简单曲线,因此,原则上,任何现有的拟合算法(例如,多项式拟合)均可以用于对若干个待拟合点段中每个待拟合点段的待拟合点分别拟合。为了进一步提升拟合后所得曲线的平滑度,作为本申请一个实施例,将若干个待拟合点段中每个待拟合点段的待拟合点分别拟合为一个子曲线,得到对应的若干段子曲线可以通过步骤S1021至步骤S1024实现,详细说明如下:
步骤S1021:针对若干个待拟合点段的任意一个待拟合点段,从该任意一个待拟合点段中选取满足预设间距的待拟合点,得到目标待拟合点段。
在本申请实施例中,预设间距可以根据实际需要设定,或者,在计算精度和计算资源消耗之间权衡后设定即在保持计算精度的同时尽量减小计算资源的消耗,或者在尽可能消耗较少的计算资源的前提下,保持计算精度。
步骤S1022:从目标待拟合点段中选取关键拟合点,通过线性插值拟合得到初始子曲线段。
对于包含不同曲率的曲线,其进入弯道的点和出去弯道的点具有一定的特殊性,因此,在本申请实施例中,可以将目标待拟合点段中进入弯道的点和出去弯道的点选为关键拟合点,并且以与两个相邻的关键拟合点相隔预设距离来确定一个控制点,通过该控制点,采用线性插值拟合目标待拟合点段中的待拟合点,得到初始子曲线段。
步骤S1023:通过对初始子曲线段对应于所有目标待拟合点的曲率变化率计算,确定初始子曲线段对应于所有待拟合点中骤变拟合点,其中,骤变拟合点为目标待拟合点段上曲率变化率分别不超过预设曲率变化率范围的待拟合点。
之所以设定一个骤变拟合点,是考虑到车道线作为一种曲线,其曲率的连续性需要满足一定要求,曲率连续性太差的车道线将给无人驾驶车辆中的乘员乘坐车辆带来较差的舒适性。因此,可以通过对初始子曲线段对应于所有目标待拟合点的曲率变化率计算,确定初始子曲线段对应于所有待拟合点中骤变拟合点,其中,目标待拟合点的曲率变化率可以定义为目标待拟合点的曲率的导数,而目标待拟合点的曲率可以使用任何一种方法来计算。至于通过对初始子曲线段对应于所有目标待拟合点的曲率变化率计算,确定初始子曲线段对应于所有待拟合点中骤变拟合点,在本申请一个实施例中,具体可以是:对初始子曲线段对应于所有目标待拟合点进行梯度下降处理,得到各个目标待拟合点;计算各个目标待拟合点在初始子曲线上的曲率变化率;基于各个目标待拟合点的曲率变化率,从各个目标待拟合点中选取骤变拟合点。
步骤S1024:在骤变拟合点所构成的区间使用多项式对骤变拟合点进行拟合得到一段子曲线。
步骤S103:连接若干段子曲线,得到初始整体曲线。
可以理解的是,拟合每个待拟合点段的待拟合点得到相应的子曲线不是最终目的,最终目的是将这些子曲线连接成一条曲线。在连接经步骤S101至步骤S102得到的子曲线时,需要考虑一些特殊情形,例如,拟合后得到的子曲线连接在一起时有交叉或者两段子曲线之间具有较大的间隙从而使得连接后的初始整体曲线并不连续,等等。这些交叉或不连续应当提前进行处理,否则,可能会为最终进行的曲线平滑带来较大的工作量和较差的平滑度。针对上述情形,在本申请实施例中,连接若干段子曲线,得到初始整体曲线具体可以是:如果若干段子曲线连接后相交并从交点处延伸,则裁剪从交点处延伸的部分;如果若干段子曲线连接后存在超过预设阈值的间隙,则将间隙补齐并通过线性插值进行平滑。
步骤S104:对初始整体曲线进行初次平滑,得到平滑后初始目标车道线。
考虑到不同的平滑算法对目标曲线的曲率等参数有要求,或者,对于不同的曲率,采用相应的平滑算法能够最大程度上发挥其优势,因此,对于经步骤S103得到的初始整体曲线,可以针对其上各点不同的曲率采用不同的平滑方法,具体地,可以先计算初始整体曲线上各点的曲率;采用B样条平滑方法对初始整体曲线上曲率不超过预设曲率阈值的点所在邻域进行平滑,得到平滑后初始目标车道线,而对于初始整体曲线上曲率超过该预设曲率阈值的点所在邻域,则可以采用线性插值算法进行曲线的平滑。进一步地,上述实施例中,采用B样条平滑方法对初始整体曲线上曲率不超过预设曲率阈值的点所在邻域进行平滑,得到平滑后初始目标车道线可以是:按照所述初始整体曲线上原各待拟合点对应的采样频率,在所述初始整体曲线中选取对所述初始整体曲线进行平滑处理的N次B样条曲线对应的控制点;根据控制点生成N次B样条曲线,,其中,N为不大于3的整数;对N次B样条曲线进行等间隔采样;将等间隔采样后的N次B样条曲线确定为平滑后初始目标车道线。
步骤S105:对平滑后初始目标车道线进行再次平滑,得到最终的车道线。
为了进一步提升曲线的平滑度,在本申请实施例中,可以对经上述步骤S104得到的平滑后初始目标车道线进行再次平滑,具体可以是计算平滑后初始目标车道线各点的曲率,对于平滑后初始目标车道线上一些曲率小于预设阈值的点,采用多次(例如,三次)线性插值方法平滑,在采用多次线性插值方法平滑时,每一次可以微调插值距离,以保持平滑精度。
从上述图1示例的车道线拟合方法可知,对于待拟合的车道线特征点序列,先将其划分为若干个待拟合点段,分别对这些待拟合点段拟合成子曲线后依次进行连接和平滑。与相关技术是将所有待拟合的车道线特征点序列进行整体拟合不同,由于本申请的技术方案是将待拟合的车道线特征点序列划分为若干个待拟合点段后再拟合,相当于先将复杂的车道线特征点序列分割为简单的待拟合点段进行局部拟合再整体平滑,从而能够实现多映射且闭合的曲线或者复杂曲线的精确拟合,而拟合后得到的初始整体曲线进行多次平滑,使得最终得到的车道线较为平滑,能够提升自动驾驶时乘坐的舒适度。
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拟合装置、电子设备及相应的实施例。
参见图2,是本申请实施例示出的车道线拟合装置的结构示意图。为了便于说明,仅示出了与本申请实施例相关的部分。图2示例的车道线拟合装置主要包括分割模块201、拟合模块202、连接模块203、第一平滑模块204和第二平滑模块205,其中:
分割模块201,用于按照预设规则将待拟合的车道线特征点序列划分为若干段,得到若干个待拟合点段;
拟合模块202,用于将若干个待拟合点段中每个待拟合点段的待拟合点分别拟合为一个子曲线,得到对应的若干段子曲线;
连接模块203,用于连接若干段子曲线,得到初始整体曲线;
第一平滑模块204,用于对初始整体曲线进行初次平滑,得到平滑后初始目标车道线;
第二平滑模块205,用于对平滑后初始目标车道线进行再次平滑,得到最终的车道线。
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。
从上述图2示例的车道线拟合装置可知,对于待拟合的车道线特征点序列,先将其划分为若干个待拟合点段,分别对这些待拟合点段拟合成子曲线后依次进行连接和平滑。与相关技术是将所有待拟合的车道线特征点序列进行整体拟合不同,由于本申请的技术方案是将待拟合的车道线特征点序列划分为若干个待拟合点段后再拟合,相当于先将复杂的车道线特征点序列分割为简单的待拟合点段进行局部拟合再整体平滑,从而能够实现多映射且闭合的曲线或者复杂曲线的精确拟合,而拟合后得到的初始整体曲线进行多次平滑,使得最终得到的车道线较为平滑,能够提升自动驾驶时乘坐的舒适度。
图3是本申请实施例示出的电子设备的结构示意图。
参见图3,电子设备300包括存储器310和处理器320。
处理器320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310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320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310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310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310上存储有可执行代码,当可执行代码被处理器320处理时,可以使处理器320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 (12)
1.一种车道线拟合方法,其特征在于,所述方法包括:
按照预设规则将待拟合的车道线特征点序列划分为若干段,得到若干个待拟合点段;
将所述若干个待拟合点段中每个待拟合点段的待拟合点分别拟合为一个子曲线,得到对应的若干段子曲线;
连接所述若干段子曲线,得到初始整体曲线;
对所述初始整体曲线进行初次平滑,得到平滑后初始目标车道线;
对所述平滑后初始目标车道线进行再次平滑,得到最终的车道线。
2.根据权利要求1所述的车道线拟合方法,其特征在于,所述按照预设规则将待拟合的车道线特征点序列划分为若干段,得到若干个待拟合点段,包括:
将参考线划分为若干单映射子曲线段,所述参考线为采集所述车道线特征点的车辆运行时运行轨迹对应的曲线;
以所述若干单映射子曲线段为参考,将所述待拟合的车道线特征点序列划分为几何属性与所述若干单映射子曲线段中每个单映射子曲线段对应相似的若干个待拟合点段。
3.根据权利要求2所述的车道线拟合方法,其特征在于,所述方法还包括:
连接所述若干个待拟合点段中任意一个待拟合点段Di的首待拟合点和尾待拟合点形成一线段Li;
计算所述待拟合点段Di中其他每一个待拟合点至所述线段Li的距离;
若所述距离大于第一预设距离阈值,则删除至所述线段Li的距离大于所述第一预设距离阈值的待拟合点;
若所述距离不大于所述第一预设距离阈值,则保留至所述线段Li的距离不大于所述第一预设距离阈值的待拟合点。
4.根据权利要求1所述的车道线拟合方法,其特征在于,所述按照预设规则将待拟合的车道线特征点序列划分为若干段,得到若干个待拟合点段,包括:
S1:连接所述待拟合的车道线特征点序列的起始待拟合点和终止待拟合点形成一线段L;
S2:计算每一个其他待拟合点至所述线段L的距离,并确定其中的最大距离,所述其他待拟合点为所述待拟合的车道线特征点序列中除所述起始待拟合点和终止待拟合点之外的待拟合的车道线特征点;
S3:若所述最大距离小于第二预设距离阈值,则删除至所述线段L的最大距离小于所述第二预设距离阈值对应的待拟合点,将所述线段L包含的待拟合的车道线特征点作为所述待拟合的车道线特征点序列划分后所得待拟合点段;
S4:若所述最大距离不小于所述第二预设距离阈值,则保留至所述线段L的最大距离不小于所述第二预设距离阈值对应的待拟合点,并以所述至所述线段L的最大距离不小于所述第二预设距离阈值对应的待拟合点为分界点,将所述待拟合的车道线特征点序列划分为两个目标待拟合点段;
S5:对于上述两个目标待拟合点段中每一个目标待拟合点段,以上述S1至S4的方式重复进行分段,直至得到所述若干个待拟合点段。
5.根据权利要求1所述的车道线拟合方法,其特征在于,所述将所述若干个待拟合点段中每个待拟合点段的待拟合点分别拟合为一个子曲线,得到对应的若干段子曲线,包括:
针对所述若干个待拟合点段的任意一个待拟合点段,从所述任意一个待拟合点段中选取满足预设间距的待拟合点,得到目标待拟合点段;
从所述目标待拟合点段中选取关键拟合点,通过线性插值拟合得到初始子曲线段;
通过对所述初始子曲线段对应于所有目标待拟合点的曲率变化率计算,确定所述初始子曲线段对应于所有待拟合点中骤变拟合点,所述骤变拟合点为所述目标待拟合点段上曲率变化率分别不超过预设曲率变化率范围的待拟合点;
在所述骤变拟合点所构成的区间使用多项式对所述骤变拟合点进行拟合得到一段子曲线。
6.根据权利要求5所述的车道线拟合方法,其特征在于,所述通过对所述初始子曲线对应于所有目标待拟合点的曲率变化率计算,确定所述初始子曲线段对应于所有待拟合点中骤变拟合点,包括:
对所述初始子曲线段对应于所有目标待拟合点进行梯度下降处理,得到各个目标待拟合点;
计算各个所述目标待拟合点在所述初始子曲线上的曲率变化率;
基于各个所述目标待拟合点的曲率变化率,从各个所述目标待拟合点中选取所述骤变拟合点。
7.根据权利要求1所述的车道线拟合方法,其特征在于,所述对所述初始整体曲线进行初次平滑,得到平滑后初始目标车道线,包括:
计算所述初始整体曲线上各点的曲率;
采用B样条平滑方法对所述初始整体曲线上曲率不超过预设曲率阈值的点所在邻域进行平滑,得到平滑后初始目标车道线。
8.根据权利要求7所述的车道线拟合方法,其特征在于,所述采用B样条平滑方法对所述初始整体曲线上曲率不超过预设曲率阈值的点所在邻域进行平滑,得到平滑后初始目标车道线,包括:
按照所述初始整体曲线上原各待拟合点对应的采样频率,在所述初始整体曲线中选取对所述初始整体曲线进行平滑处理的N次B样条曲线对应的控制点;
根据所述控制点生成N次B样条曲线,所述N为不大于3的整数;
对所述N次B样条曲线进行等间隔采样;
将所述等间隔采样后的N次B样条曲线确定为平滑后初始目标车道线。
9.根据权利要求1所述的车道线拟合方法,其特征在于,所述连接所述若干段子曲线,得到初始整体曲线,包括:
若所述若干段子曲线连接后相交并从交点处延伸,则裁剪所述延伸的部分;
若所述若干段子曲线连接后存在超过预设阈值的间隙,则将所述间隙补齐并通过线性插值进行平滑。
10.一种车道线拟合装置,其特征在于,所述装置包括:
分割模块,用于按照预设规则将待拟合的车道线特征点序列划分为若干段,得到若干个待拟合点段;
拟合模块,用于将所述若干个待拟合点段中每个待拟合点段的待拟合点分别拟合为一个子曲线,得到对应的若干段子曲线;
连接模块,用于连接所述若干段子曲线,得到初始整体曲线;
第一平滑模块,用于对所述初始整体曲线进行初次平滑,得到平滑后初始目标车道线;
第二平滑模块,用于对所述平滑后初始目标车道线进行再次平滑,得到最终的车道线。
11.一种电子设备,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至9中任意一项所述的方法。
12.一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至9中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210616214.6A CN114882145A (zh) | 2022-06-01 | 2022-06-01 | 车道线拟合方法、设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210616214.6A CN114882145A (zh) | 2022-06-01 | 2022-06-01 | 车道线拟合方法、设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114882145A true CN114882145A (zh) | 2022-08-09 |
Family
ID=82680398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210616214.6A Pending CN114882145A (zh) | 2022-06-01 | 2022-06-01 | 车道线拟合方法、设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114882145A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115422316A (zh) * | 2022-11-02 | 2022-12-02 | 高德软件有限公司 | 车道线数据处理方法、装置、电子设备及存储介质 |
CN115797896A (zh) * | 2023-01-30 | 2023-03-14 | 智道网联科技(北京)有限公司 | 车道线聚类方法、设备和计算机可读存储介质 |
CN118247620A (zh) * | 2024-05-27 | 2024-06-25 | 长城汽车股份有限公司 | 车道线的融合方法、电子设备及存储介质 |
-
2022
- 2022-06-01 CN CN202210616214.6A patent/CN114882145A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115422316A (zh) * | 2022-11-02 | 2022-12-02 | 高德软件有限公司 | 车道线数据处理方法、装置、电子设备及存储介质 |
CN115422316B (zh) * | 2022-11-02 | 2023-01-13 | 高德软件有限公司 | 车道线数据处理方法、装置、电子设备及存储介质 |
CN115797896A (zh) * | 2023-01-30 | 2023-03-14 | 智道网联科技(北京)有限公司 | 车道线聚类方法、设备和计算机可读存储介质 |
CN118247620A (zh) * | 2024-05-27 | 2024-06-25 | 长城汽车股份有限公司 | 车道线的融合方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114882145A (zh) | 车道线拟合方法、设备和计算机可读存储介质 | |
CN112652011B (zh) | 目标血管的提取方法、提取装置与计算机可读存储介质 | |
CN113807333B (zh) | 用于检测车道线的数据处理方法及存储介质 | |
CN110906940B (zh) | 一种基于轨迹方向的车道边线聚合方法 | |
CN112767326B (zh) | 钢轨表面缺陷检测方法、装置、设备及存储介质 | |
CN112634297B (zh) | 高精地图制作方法、装置、电子设备和存储介质 | |
CN113465615B (zh) | 车道线的生成方法及相关装置 | |
CN109635816A (zh) | 车道线生成方法、装置、设备以及存储介质 | |
CN113568416B (zh) | 无人车轨迹规划方法、装置和计算机可读存储介质 | |
CN115805965B (zh) | 一种半挂汽车的外轮廓无碰撞路径规划方法及装置 | |
CN115631112B (zh) | 一种基于深度学习的建筑轮廓矫正方法及装置 | |
CN111915620A (zh) | 一种ct肋骨分割方法及装置 | |
CN107403465B (zh) | 基于结构先验与深度学习的城市场景分段平面重建方法 | |
CN116258793A (zh) | 车道线拟合方法、设备及计算机可读存储介质 | |
CN116788257A (zh) | 泊车场景可行驶道路宽度的计算方法、装置及存储介质 | |
CN116485837A (zh) | 一种目标跟踪方法、介质以及电子设备 | |
CN116045991A (zh) | 一种车辆的外轮廓无碰撞路径规划方法及装置 | |
CN114924568A (zh) | 自动驾驶汽车的局部路径规划方法、装置、车辆及介质 | |
CN115690287A (zh) | 一种基于路面高程数据的导流带渲染方法及装置 | |
CN114580574A (zh) | 一种构建高精地图的方法及装置 | |
CN114898324A (zh) | 车道线数据分组方法、设备和计算机可读存储介质 | |
CN114152262B (zh) | 导流带的生成方法、装置及设备 | |
CN111814560B (zh) | 一种车位状态识别方法、系统、介质及设备 | |
CN116468634A (zh) | 高精地图车道线平滑处理方法、装置及电子设备 | |
CN113538546B (zh) | 用于自动驾驶的目标检测方法、装置及设备 |
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 |