CN115574805B - 车道线关系的识别方法、装置、车辆和存储介质 - Google Patents
车道线关系的识别方法、装置、车辆和存储介质 Download PDFInfo
- Publication number
- CN115574805B CN115574805B CN202211535096.2A CN202211535096A CN115574805B CN 115574805 B CN115574805 B CN 115574805B CN 202211535096 A CN202211535096 A CN 202211535096A CN 115574805 B CN115574805 B CN 115574805B
- Authority
- CN
- China
- Prior art keywords
- lane line
- triangle
- target sampling
- sampling point
- vertex
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
- G01C21/3819—Road shape data, e.g. outline of a route
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提出一种车道线关系的识别方法、装置、车辆和存储介质,涉及自动驾驶技术领域,方法包括:根据第一车道线上的目标采样点和第二车道线上的目标采样点,构建第一车道线和第二车道线之间的至少一个三角形,根据至少一个三角形的至少一个目标边,确定第一车道线和第二车道线之间的至少一个距离,根据至少一个距离确定第一车道线和第二车道线之间的拓扑关系,通过在第一车道线和第二车道线之间构建的至少一个三角形,确定第一车道线和第二车道线之间的距离,根据距离确定第一车道线和第二车道线之间距离变化趋势,根据距离变化趋势,确定第一车道线和第二车道线之间的拓扑关系,提高了确定的效率和鲁棒性。
Description
技术领域
本公开涉及自动驾驶技术领域,尤其涉及一种车道线关系的识别方法、装置、车辆和存储介质。
背景技术
在自动驾驶中,高精地图可以使得决策规划算法更加完整地了解周围的环境信息,并将主要精力放在应对周围的车流和人流上,做出更加合理、安全的决策,在自动驾驶中扮演了非常重要的角色。
相关技术中,在确定高精地图中的车道线等元素时,基于感知信息确定包含的车道线,而感知得到的车道线,是断断续续,不规则的,需要进行平滑、拼接、合并等处理,而如何判断两条车道线线之间的拓扑关系,是后续所有工作的基础,例如,拓扑关系包含是相同车道线还是不同车道线等。因此,一个鲁棒性好又高效的车道线关系识别的方法是至关重要的。
发明内容
本公开提供一种车道线关系的识别方法、装置、车辆和存储介质,提高了车道线关系识别的效率和鲁棒性。
根据本公开实施例的第一方面,提供一种车道线关系的识别方法,包括:
获取待识别关系的第一车道线和第二车道线;
根据所述第一车道线上的目标采样点和所述第二车道线上的目标采样点,构建所述第一车道线和所述第二车道线之间的至少一个三角形;
根据所述至少一个三角形的至少一个目标边,确定所述第一车道线和所述第二车道线之间的至少一个距离;其中,各个所述目标边的两个端点分别属于第一车道线上的目标采样点和所述第二车道线上的目标采样点;
根据所述至少一个距离,确定所述第一车道线和所述第二车道线之间的拓扑关系。
根据本公开实施例的第二方面,提供一种车道线关系的识别装置,包括:
获取模块,被配置为获取待识别关系的第一车道线和第二车道线;
构建模块,被配置为根据所述第一车道线上的目标采样点和所述第二车道线上的目标采样点,构建所述第一车道线和所述第二车道线之间的至少一个三角形;
第一确定模块,被配置为根据所述至少一个三角形的至少一个目标边,确定所述第一车道线和所述第二车道线之间的至少一个距离;其中,各个所述目标边的两个端点分别属于第一车道线上的目标采样点和所述第二车道线上的目标采样点;
第二确定模块,被配置为根据所述至少一个距离,确定所述第一车道线和所述第二车道线之间的拓扑关系。
根据本公开实施例的第三方面,提供一种车辆,包括处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:实现本公开第一方面所提供的车道线关系的识别方法的步骤。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被处理器执行时实现本公开第一方面所提供的车道线关系的识别方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果:
获取待识别关系的第一车道线和第二车道线,根据第一车道线上的目标采样点和第二车道线上的目标采样点,构建第一车道线和第二车道线之间的至少一个三角形,根据至少一个三角形的至少一个目标边,确定第一车道线和第二车道线之间的至少一个距离,其中,各个目标边的两个端点分别属于第一车道线上的目标采样点和所述第二车道线上的目标采样点,根据至少一个距离,确定第一车道线和第二车道线之间的拓扑关系,通过在第一车道线和第二车道线之间构建的至少一个三角形,确定第一车道线和第二车道线之间的距离,根据距离确定第一车道线和第二车道线之间距离变化趋势,根据距离变化趋势,确定第一车道线和第二车道线之间的拓扑关系,提高了确定的效率和鲁棒性。
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,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种车道线关系的识别方法的流程图;
图2是根据一示例性实施例示出的另一种车道线关系的识别方法的流程图;
图3是根据一示例性实施例示出的另一种车道线关系的识别方法的流程图;
图4是根据一示例性实施例示出的一种车道线间构建的三角形的示意图;
图5是根据一示例性实施例示出的另一种车道线关系的识别方法的流程图;
图6是根据一示例性实施例示出的一种车道线关系的识别装置的框图;
图7是根据一示例性实施例示出的一种车辆700的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
需要说明的是,本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下,并获得由相应装置所有者给予授权的情况下进行的。
相关技术中确定车道线之间的距离通常采用以下方式实现:
1. 计算垂线,因为并不能保证车道线是平滑的,在锯齿的情况下,垂线与两条线相交的距离代表也可能因为抖动导致波动很大,进而给后续拟合的过程带来误差和不确定性,导致距离确定的效率较差。
2. 寻找最近点,这种方式,在转弯车道的时候,确定的最近的点,无法保证得到的就一定是对应车道上的点,比如在转弯的情况下,鲁棒性不强,复杂度高。
为此,本公开实施例提出一种车道线关系的识别方法,通过在第一车道线和第二车道线之间构建的至少一个三角形,即通过三角形模拟两个车道线之间的距离,三角形的两个边可以近似表示两条车道线间的距离,从而,确定第一车道线和第二车道线之间的距离,根据距离确定第一车道线和第二车道线之间距离变化趋势,根据距离变化趋势,确定第一车道线和第二车道线之间的拓扑关系,可适用多种道路状态,提高了确定的效率和鲁棒性。
图1是根据一示例性实施例示出的一种车道线关系的识别方法的流程图,如图1所示,包括以下步骤。
步骤101,获取待识别关系的第一车道线和第二车道线。
本公开实施例的执行主体为车道线关系的识别装置,该装置可配制在电子设备中,电子设备可以包括手机、个人计算机以及车载终端等,本实施例对此不进行限定。其中,上述车载终端是指可以安装在车辆中的终端设备。
本公开实施中,采用激光雷达采集道路的点云数据,或者是采用图像传感器采集道路的图像,基于点云数据或者图像,识别得到道路中代表车道线的线。实际场景下,道路中识别出的车道线可能为多个,本公开实施例中是针对两个车道线之间的关系进行识别,针对待识别关系的两个车道线,称为第一车道线和第二车道线。
步骤102,根据第一车道线上的目标采样点和第二车道线上的目标采样点,构建第一车道线和第二车道线之间的至少一个三角形。
本公开实施例中,基于点云数据或图像数据识别得到的第一车道线是由目标采样点组成的,其中,第一车道线上的目标采样点可以为一个或多个,每一个目标采样点携带了位置信息,而目标采样点的位置信息,可指示在第一车道线上目标采样点间的相对位置关系。其中,第二车道线,可参考第一车道线的解释,此处不再赘述。
本公开实施例中,将确定第一车道线和第二车道线之间拓扑关系的问题,转化为确定第一车道线上的目标采样点和第二车道线上的目标采样点之间的连接关系的问题,即根据第一车道线上的目标采样点和第二车道线上的目标采样点,建立第一车道线上的目标采样点和第二车道线上的目标采样点之间的连接关系,以构建得到第一车道线和第二车道线之间的至少一个三角形,每一个三角形的三个顶点中,有2个顶点分别属于第一车道线上的目标采样点和第二车道线上的目标采样点。
步骤103,根据至少一个三角形的至少一个目标边,确定第一车道线和第二车道线之间的至少一个距离。
其中,各个目标边的两个端点分别属于第一车道线上的目标采样点和第二车道线上的目标采样点。
本公开实施例中,第一车道线和第二车道线之间的道路可以由三角形近似模拟,三角形中的两个目标边,可以近似表示两条车道线的距离,其中,三角形中用于表示两个车道线之间的距离的两个目标边,每一个目标边的两个端点分别属于第一车道线上的目标采样点和第二车道线上的目标采样点。进而,针对每一个三角形的每一个目标边,确定目标边的两个端点分别对应的第一车道线上的目标采样点和第二车道线上的目标采样点,根据第一车道线上的目标采样点的位置信息和第二车道线上的目标采样点的位置信息,确定该目标边的长度。同理,可确定另一个目标边的长度,将两个目标边的长度作为该三角形确定的第一车道线和第二车道线间的两个距离,实现了高效的模拟出两条车道线之间的距离,而且鲁棒性强,可以不用顾虑车道线是转弯还是直线等因素。
步骤104,根据至少一个距离,确定第一车道线和第二车道线之间的拓扑关系。
其中,第一车道线和第二车道线之间的拓扑关系,包括第一车道线和第二车道线是平行车道线、第一车道线和第二车道线是同一车道线、第一车道线和第二车道线是平行后相交的车道线、第一车道线和第二车道线是平行后远离的车道线、第一车道线和第二车道线是同一车道线远离,或者是第一车道线和第二车道线是无关联的车道线等,此处不一一列举。
本公开实施例中,根据第一车道线和第二车道线之间的至少一个距离,可以确定第一车道线和第二车道线之间的距离变化趋势,基于第一车道线和第二车道线之间的距离变化趋势,可识别第一车道线和第二车道线之间的拓扑关系,例如,若第一车道线和第二车道线之间的至少一个距离均处于设定范围,设定范围为常规车道线间的间距范围,则认为第一车道线和第二车道线为平行车道线,若第一车道线和第二车道线之间的至少一个距离均小于设定阈值,例如为0.1米,则认为第一车道线和第二车道线为同一个车道线。对于其它类型的车道线间的关系,此处不一一列举。
本公开实施例的车道线关系的识别方法中,获取待识别关系的第一车道线和第二车道线,根据第一车道线上的目标采样点和第二车道线上的目标采样点,构建第一车道线和第二车道线之间的至少一个三角形,根据至少一个三角形的至少一个目标边,确定第一车道线和第二车道线之间的至少一个距离,其中,各个目标边的两个端点分别属于第一车道线上的目标采样点和所述第二车道线上的目标采样点,根据至少一个距离,确定第一车道线和第二车道线之间的拓扑关系,通过在第一车道线和第二车道线之间构建的至少一个三角形,确定第一车道线和第二车道线之间的距离,根据距离确定第一车道线和第二车道线之间距离变化趋势,根据距离变化趋势,确定第一车道线和第二车道线之间的拓扑关系,提高了确定的效率和鲁棒性。
基于上一实施例,图2是根据一示例性实施例示出的另一种车道线关系的识别方法的流程图,如图2所示,该方法包含以下步骤:
步骤201,获取待识别关系的第一车道线和第二车道线。
步骤202,根据第一车道线上的目标采样点和第二车道线上的目标采样点,构建第一车道线和第二车道线之间的至少一个三角形。
步骤203,根据至少一个三角形的至少一个目标边,确定第一车道线和第二车道线之间的至少一个距离。
其中,步骤201至步骤203,可参照前述实施例中的解释说明,原理相同,此处不再赘述。
步骤204,根据至少一个距离进行拟合,得到第一车道线和第二车道线之间的距离函数的参数。
其中,距离函数的参数指示了第一车道线和第二车道线之间的距离变化趋势。
本公开实施例中,根据至少一个距离,确定对应的距离函数,即根据至少一个距离,判断第一车道线和第二车道线之间距离的变化情况,根据距离变化情况,选定对应的距离函数,作为一种实现方式,可确定第一车道线和第二车道线之间的最大距离,最小距离,或平均距离等,根据确定的第一车道线和第二车道线之间的最大距离,最小距离,或平均距离等,选定对应的距离函数。例如,若第一车道线和第二车道线之间的距离变化较小,则认为该车道线可能为平行车道线或同一车道线,则选取的距离函数为一阶函数,例如为y=ax+b,其中,a和b为该距离函数的参数。进而,对距离函数采用至少一个距离进行拟合,确定距离函数的参数。
步骤205,根据距离函数的参数,确定第一车道线和第二车道线之间的拓扑关系。
本公开实施例中,通过拟合得到的距离函数的参数,来确定第一车道线和第二车道线之间的距离变化趋势,根据该距离变化趋势,可确定第一车道线和第二车道线之间的拓扑关系。
作为一种实现方式,针对多个距离值,确定对应的距离函数为一阶距离函数y=ax+b,基于多个距离值拟合得到的参数a和b的值,确定第一车道线和第二车道线之间的拓扑关系,具体地,举例说明如下:
在一种场景下,参数a的值小于第一系数阈值,例如,第一系数阈值为0.04,并且常数b也小于第一常数阈值,例如,第一常数阈值为0.1,则说明第一车道线和第二车道线之间的拓扑关系为同一车道线。
在第二种场景下,参数a的值小于第一系数阈值,例如,第一系数阈值为0.04,而常数b在2-3.5之间,则说明第一车道线和第二车道线之间的拓扑关系为平行车道线,则第一车道线和第二车道线构成了车道。
在第三种场景下,参数a的值小于第二系数阈值,例如,第二系数阈值为-0.04,且常数b的值大于第二常数阈值,例如,第二常数阈值为3.5,则认为第一车道线和第二车道线的拓扑关系是平行后相交的车道线。
在第四种场景下,参数a的值大于第一系数阈值,且常数b的值小于第三常数阈值,例如,第三常数阈值为0.5,则认为第一车道线和第二车道线的拓扑关系是平行后分离的车道线,即第一车道线和第二车道线构成的一个车道变成了2个车道。
作为第二种实现方式,针对多个距离值,确定对应的距离函数为二阶距离函数y=ax2+b,并基于多个距离值拟合得到的参数a和b的值,将参数a和b分别和对应的阈值比较,确定第一车道线和第二车道线之间的拓扑关系为第一车道线和第二车道线先平行后分出岔路,即形成匝道。
本公开实施例的车道线关系的识别方法中,通过在第一车道线和第二车道线之间构建的至少一个三角形,确定第一车道线和第二车道线之间的至少一个距离,根据至少一个距离进行拟合,得到第一车道线和第二车道线之间的距离函数的参数,根据距离函数的参数指示的第一车道线和第二车道线之间的距离变化趋势,确定第一车道线和第二车道线之间的拓扑关系,提高了确定的效率和鲁棒性。
基于上述实施例,图3是根据一示例性实施例示出的另一种车道线关系的识别方法的流程图,说明了在第一车道线和第二车道线之间构建三角形时,如何构建首个三角形。如图3所示,该方法包含以下步骤:
步骤301,获取待识别关系的第一车道线和第二车道线。
具体可参照前述实施例中的解释说明,原理相同,此处不再赘述。
步骤302,获取第一车道线上的原始采样点,以及第二车道线上的原始采样点。
其中,第一车道线上的原始采样点,是指根据采集到的点云数据或图像数据生成的。同理,第二车道线上的原始采样点,是指根据采集到的点云数据或图像数据生成的。
步骤303,根据设定的采样点间距,对第一车道线上的原始采样点进行点插值,得到第一车道线上的目标采样点,以及对第二车道线上的原始采样点进行点插值,得到第二车道线上的目标采样点。
实际场景中,点云数据或图像数据中,采样到的点的数据可能是稀疏的,为了提高准确性,根据设定的采样点间距,对第一车道线上的原始采样点进行插值处理,以得到满足设定密度要求,且间距均匀的第一车道线上的目标采样点,同理,得到第二车道线上的目标采样点。
例如,一条车道线由编号为5、6、7和8四个原始采样点组成,间距分别是1米、2.3米和2.9米。为了使得车道线上的采样点满足设定密度和间隔要求,可设置0.5米有一个采样点,则原始采样点5和6之间插入一个采样点,原始采样点6和7之间插入4个采样点,原始采样点7和8之间插入5个采样点,通过采样点插值,使得该车道线上每间隔0.5米有一个目标采样点,使得车道线上的目标采样点的间隔和密度满足设定要求,可提高后续两条车道线之间构建的三角形的两条边之间的距离比较接近两条车道线之间的真实距离,例如为两条车道线之间的最短垂线距离,从而提高后续两条车道线间关系确定的准确性。
步骤304,针对待构建的首个三角形,根据第一车道线的端点对应的目标采样点,以及和第一车道线的端点对应的目标采样点最临近的第二车道线的端点对应的目标采样点,确定首个三角形的第一顶点和第二顶点。
其中,第一车道线的端点对应的目标采样点位于第一车道线上,第二车道线的端点对应的目标采样点位于第二车道线上。
本公开实施例的一种实现方式中,针对待构建的首个三角形,第一车道线的端点对应的目标采样点,以及和第一车道线的端点对应的采样点最临近的第二车道线的端点对应的目标采样点,作为首个三角形的第一顶点和第二顶点,从而确定了构建的首个三角形的两个顶点的位置信息。
作为一种示例,如图4所示,曲线L1和曲线L2分别为第一车道线和第二车道线,A指示的三角形,即为在第一车道线和第二车道线之间构建的首个三角形,其中,采样点1为第一车道线对应的端点,该端点位于第一车道线上,采样点2即为和采样点1最接近的第二车道线对应的端点,该端点位于第二车道线上,从而确定了构建的首个三角形的两个顶点的位置。
步骤305,根据首个三角形的第一顶点对应的目标采样点和第二顶点对应的目标采样点之间的位置关系,从第一车道线上的目标采样点或第二车道线上的目标采样点中确定首个三角形的第三顶点对应的目标采样点。
本公开实施例中,根据首个三角形的第一顶点对应的目标采样点和第二顶点对应的目标采样点之间的位置关系,也就是说根据第一顶点对应的目标采样点的位置信息和第二顶点对应的目标采样点的位置信息,以及第一车道线和第二车道线的走向,可确定第一顶点对应的目标采样点和第二顶点对应的目标采样点之间的相对位置关系,进而,根据第一顶点对应的目标采样点和第二顶点对应的目标采样点之间的相对位置关系,从第一车道线上的目标采样点或第二车道线上的目标采样点中确定首个三角形的第三顶点对应的目标采样点。
作为一种示例,如图4所示,位于第一车道线L1上的目标采样点1和位于第二车道线L2上的目标采样点2是首个三角形的两个顶点,第一车道线L1和第二车道线L2的设定方向为沿对应的圆弧从左到右,根据目标采样点1的位置信息和目标采样点2的位置信息,以及第一车道线L1和第二车道线L2的设定方向,确定目标采样点1的位置相对目标采样点2的位置靠前,目标采样点2属于第一车道线L1,则从第一车道线L1的目标采样点中确定和目标采样点2相邻的下一个目标采样点3,作为首个三角形的第三顶点。
步骤306,根据第一顶点对应的目标采样点、第二顶点对应的目标采样点和第三顶点对应的目标采样点,构建得到首个三角形。
本公开实施例中,将第一顶点对应的目标采样点、第二顶点对应的目标采样点和第三顶点对应的目标采样点两两之间相连,围合得到首个三角形。
如图4所示,将目标采样点1、目标采样点2和目标采样点3两两相连,得到首个三角形A,实现了根据第一车道线上的目标采样点和第二车道线上的目标采样点,在第一车道线和第二车道线之间构建首个三角形,进而,通过构建的首个三角形确定第一车道线和第二车道线之间的距离。
步骤307,根据至少一个三角形的至少一个目标边,确定第一车道线和第二车道线之间的至少一个距离。
步骤308,根据至少一个距离,确定第一车道线和第二车道线之间的拓扑关系。
本公开实施例中,是以构造的首个三角形为例进行说明的,从而根据构造的首个三角形的至少一个目标边,确定第一车道线和第二车道线之间的至少一个距离,根据至少一个距离,确定第一车道线和第二车道线之间的拓扑关系。
具体地,可参照前述实施例中的解释说明,原理相同,此处不再赘述。
本公开实施例的车道线关系的识别方法中,针对待构建的首个三角形,将第一车道线的端点对应的目标采样点,以及和第一车道线的端点对应的采样点最临近的第二车道线的端点对应的目标采样点,作为首个三角形的第一顶点和第二顶点,实现了确定首个三角形的两个顶点的位置,进而,根据首个三角形的第一顶点对应的目标采样点和第二顶点对应的目标采样点之间的位置关系,确定首个三角形的第三顶点,使得第三顶点的位置往前移动,从而构建得到的三角形的两个边更接近第一车道线和第二车道线间的真实距离,例如垂线的距离,提高了基于该三角形确定的第一车道线和第二车道线之间的至少一个距离确定的准确性,提高了后续车道线间拓扑关系确定的准确性。
基于上述实施例,图5是根据一示例性实施例示出的另一种车道线关系的识别方法的流程图,说明了在第一车道线和第二车道线之间构建三角形时,如何构建首个三角形之后的任意一个三角形。如图5所示,该方法包含以下步骤:
步骤501,获取待识别关系的第一车道线和第二车道线。
具体可参照前述实施例中的解释说明,原理相同,此处不再赘述。
步骤502,获取第一车道线上的原始采样点,以及第二车道线上的原始采样点。
步骤503,根据设定的采样点间距,对第一车道线上的原始采样点进行点插值,得到第一车道线上的目标采样点,以及对第二车道线上的原始采样点进行点插值,得到第二车道线上的目标采样点。
其中,步骤501至步骤503可参照前述实施例中的解释说明,原理相同,此处不再赘述。
步骤504,针对已构建的首个三角形之后每一个待构建三角形,获取该待构建三角形之前构建得到的前一个三角形。
本公开实施例中,第一车道线和第二车道线之间的N个三角形是依次建立的,针对已构建的首个三角形之后待构建的第N-M个三角形,获取第N-M个三角形之前构建得到的第N-M-1个三角形,由于第N-M-1个三角形已经构建完成,从而可以获取第N-M-1个三角形对应的三个目标采样点。
步骤505,从前一个三角形的三个顶点对应的三个目标采样点中,确定待构建的三角形的第一顶点对应的目标采样点和第二顶点对应的目标采样点。
作为一种示例,以N为2为例,则当前需要构建的三角形为第二个三角形,第二个三角形之前构建的三角形为首个三角形。
如图4所示,首个三角形为A,三角形A的三个顶点对应的三个目标采样点为目标采样点1、目标采样点2和目标采样点3。进而,在第一车道线对应的目标采样点和第二车道线对应的目标采样点中,根据目标采样点1对应的位置信息、目标采样点2对应的位置信息和目标采样点3对应的位置信息,以及第一车道线和第二车道线的设定方向,确定位置靠前的目标采样点1和目标采样点3,即将目标采样点1和目标采样点3作为第二个待构建三角形的两个顶点,即待构建三角形的第一顶点和第二顶点,也就是说第二个待构建三角形的第一顶点对应目标采样点1和第二顶点对应目标采样点3,或者是第二个待构建三角形的第一顶点对应目标采样点3和第二顶点对应目标采样点1。
步骤506,根据待构建三角形的第一顶点对应的目标采样点和第二顶点对应的目标采样点之间的位置关系,从第一车道线上的目标采样点或第二车道线上的目标采样点中确定待构建三角形的第三顶点对应的目标采样点。
其中,在一个场景下,当前确定的三角形的第一顶点对应的目标采样点位于第一车道线上,第二顶点对应的目标采样点位于第二车道线上。
在另一个场景下,当前确定的三角形的第一顶点对应的目标采样点位于第二车道线上,第二顶点对应的目标采样点位于第一车道线上。
其中,待构建三角形的第三顶点对应的目标采样点的确定方法,可参照前述实施例中首个三角形的第三顶点对应的目标采样点的确定方法,原理相同,此处不再赘述。
作为一种示例,如图4所示,根据构建的首个三角形A,确定目标采样点1和目标采样点3为第二个待构建三角形的第一顶点对应的目标采样点和第二顶点对应的目标采样点,根据目标采样点1的位置信息和目标采样点3的位置信息,以及以及第一车道线L1和第二车道线L2的设定方向,确定目标采样点1的位置相对目标采样点3的位置靠前,目标采样点3属于第一车道线L1,则根据第一车道线L1的方向从第一车道线L1的目标采样点中确定和采样点3相邻的下一个目标采样点,即目标采样点4,作为当前待构建的第二个三角形的第三顶点。
步骤507,根据待构建三角形的第一顶点对应的目标采样点、待构建三角形的第二顶点对应的目标采样点和待构建三角形的第三顶点对应的目标采样点,构建得到该待构建三角形。
本公开实施例中,将待构建三角形的第一顶点对应的目标采样点、待构建三角形的第二顶点对应的目标采样点和待构建三角形的第三顶点对应的目标采样点两两之间相连,围合得到该待构建三角形。
如图4所示,将目标采样点1、目标采样点3和目标采样点4两两相连,围合得到第二个三角形B,实现了根据第一车道线上的目标采样点和第二车道线上的目标采样点,在第一车道线和第二车道线之间构建三角形,进而,通过构建的三角形确定第一车道线和第二车道线之间的距离,提高了距离确定的准确性。
若N为3为例,则当前需要构建的三角形为第三个三角形,第三个三角形之前构建的三角形为第二个三角形,依次类推,可遍历第一车道线上的目标采样点和第一车道线上的目标采样点,以确定第一车道线和第二车道线之间的多个三角形,效率较高,其中,构建原理相同,此处不再赘述。
步骤508,根据至少一个三角形的至少一个目标边,确定第一车道线和第二车道线之间的至少一个距离。
步骤509,根据至少一个距离,确定第一车道线和第二车道线之间的拓扑关系。
其中,步骤508和步骤509可参照前述实施例中的解释说明,原理相同,此处不再赘述。
本公开实施例的车道线关系的识别方法中,针对待构建的首个三角形之后的每一个三角形,根据前一个已构建的三角形的对应的目标采样点间的位置关系,确定当前待构建的三角形的第三个顶点,使得第三个顶点的位置往前移动,从而构建得到的三角形的两个边更接近第一车道线和第二车道线间的真实距离,提高了构建的三角形的准确性,进而提高了基于三角形确定的第一车道线和第二车道线之间的至少一个距离确定的准确性,提高了车道线间关系确定的准确性,同时,能适应不同的路况和数据,不管是转弯,S道路还是直线,两边线段长短不同的情况都可以确定两条车道线之间的关系,鲁棒性好。
基于上述实施例,图6是根据一示例性实施例示出的一种车道线关系的识别装置的框图。
参照图6,该装置600包括获取模块601,构建模块602、第一确定模块603和第二确定模块604。
获取模块601,被配置为获取待识别关系的第一车道线和第二车道线。
构建模块602,被配置为根据所述第一车道线上的目标采样点和所述第二车道线上的目标采样点,构建所述第一车道线和所述第二车道线之间的至少一个三角形。
第一确定模块603,被配置为根据所述至少一个三角形的至少一个目标边,确定所述第一车道线和所述第二车道线之间的至少一个距离;其中,各个所述目标边的两个端点分别属于第一车道线上的目标采样点和所述第二车道线上的目标采样点。
第二确定模块604,被配置为根据所述至少一个距离,确定所述第一车道线和所述第二车道线之间的拓扑关系。
进一步,本公开实施例的一种实现方式中,构建模块602,具体被配置为:
针对待构建的首个三角形,根据所述第一车道线的端点对应的目标采样点,以及和所述第一车道线的端点对应的目标采样点最临近的所述第二车道线的端点对应的目标采样点,确定所述首个三角形的第一顶点和第二顶点;
根据所述首个三角形的第一顶点对应的目标采样点和第二顶点对应的目标采样点之间的位置关系,从所述第一车道线上的目标采样点或所述第二车道线上的目标采样点中确定所述首个三角形的第三顶点对应的目标采样点;
根据所述第一顶点对应的目标采样点、所述第二顶点对应的目标采样点和所述第三顶点对应的目标采样点,构建得到所述首个三角形。
本公开实施例的一种实现方式中,所述三角形为多个,构建模块602,具体被配置为:
针对已构建的首个三角形之后的每一个待构建三角形,获取所述待构建三角形之前构建得到的前一个三角形;
从所述前一个三角形的三个顶点对应的三个目标采样点中,确定所述待构建三角形的第一顶点对应的目标采样点和第二顶点对应的目标采样点;
根据所述待构建三角形的第一顶点对应的目标采样点和所述第二顶点对应的目标采样点之间的位置关系,从所述第一车道线上的目标采样点或所述第二车道线上的目标采样点中确定所述待构建三角形的第三顶点对应的目标采样点;
根据所述待构建三角形的第一顶点对应的目标采样点、所述待构建三角形的第二顶点对应的目标采样点和所述待构建三角形的第三顶点对应的目标采样点,构建得到所述待构建三角形。
本公开实施例的一种实现方式中,第二确定模块604,具体被配置为:
根据所述至少一个距离进行拟合,确定所述第一车道线和所述第二车道线之间的距离函数的参数;所述距离函数的参数指示了所述第一车道线和所述第二车道线之间的距离变化趋势;
根据所述距离函数的参数,确定所述第一车道线和所述第二车道线之间的拓扑关系。
本公开实施例的一种实现方式中,第二确定模块604,具体被配置为:
根据所述至少一个距离,确定对应的距离函数;
对所述距离函数,采用所述至少一个距离进行拟合,确定所述距离函数的参数。
本公开实施例的一种实现方式中,所述装置,还包括:
差值模块,被配置为获取所述第一车道线上的原始采样点,以及所述第二车道线上的原始采样点,根据设定的采样点间距,对所述第一车道线上的原始采样点进行点插值,得到所述第一车道线上的目标采样点,以及对所述第二车道线上的原始采样点进行点插值,得到所述第二车道线上的目标采样点。
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,此处将不做详细阐述说明。
本公开实施例的车道线关系的识别装置中,获取待识别关系的第一车道线和第二车道线,根据第一车道线上的目标采样点和第二车道线上的目标采样点,构建第一车道线和第二车道线之间的至少一个三角形,根据至少一个三角形的至少一个目标边,确定第一车道线和第二车道线之间的至少一个距离,其中,各个目标边的两个端点分别属于第一车道线上的目标采样点和所述第二车道线上的目标采样点,根据至少一个距离,确定第一车道线和第二车道线之间的拓扑关系,通过在第一车道线和第二车道线之间构建的至少一个三角形,确定第一车道线和第二车道线之间的距离,根据距离确定第一车道线和第二车道线之间距离变化趋势,根据距离变化趋势,确定第一车道线和第二车道线之间的拓扑关系,提高了确定的效率和鲁棒性。
图7是根据一示例性实施例示出的一种车辆700的框图。例如,车辆700可以是混合动力车辆,也可以是非混合动力车辆、电动车辆、燃料电池车辆或者其他类型的车辆。车辆700可以是自动驾驶车辆、半自动驾驶车辆或者非自动驾驶车辆。
参照图7,车辆700可包括各种子系统,例如,信息娱乐系统710、感知系统720、决策控制系统730、驱动系统740以及计算平台750。其中,车辆700还可以包括更多或更少的子系统,并且每个子系统都可包括多个部件。另外,车辆700的每个子系统之间和每个部件之间可以通过有线或者无线的方式实现互连。
在一些实施例中,信息娱乐系统710可以包括通信系统,娱乐系统以及导航系统等。
感知系统720可以包括若干种传感器,用于感测车辆700周边的环境的信息。例如,感知系统720可包括全球定位系统(全球定位系统可以是GPS系统,也可以是北斗系统或者其他定位系统)、惯性测量单元(inertial measurement unit,IMU)、激光雷达、毫米波雷达、超声雷达以及摄像装置。
决策控制系统730可以包括计算系统、整车控制器、转向系统、油门以及制动系统。
驱动系统740可以包括为车辆700提供动力运动的组件。在一个实施例中,驱动系统740可以包括引擎、能量源、传动系统和车轮。引擎可以是内燃机、电动机、空气压缩引擎中的一种或者多种的组合。引擎能够将能量源提供的能量转换成机械能量。
车辆700的部分或所有功能受计算平台750控制。计算平台750可包括至少一个处理器751和存储器752,处理器751可以执行存储在存储器752中的指令753。
处理器751可以是任何常规的处理器,诸如商业可获得的CPU。处理器还可以包括诸如图像处理器(Graphic Process Unit,GPU),现场可编程门阵列(FieldProgrammableGate Array,FPGA)、片上系统(System on Chip,SOC)、专用集成芯片(ApplicationSpecific Integrated Circuit,ASIC)或它们的组合。
存储器752可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
除了指令753以外,存储器752还可存储数据,例如道路地图,路线信息,车辆的位置、方向、速度等数据。存储器752存储的数据可以被计算平台750使用。
在本公开实施例中,处理器751可以执行指令753,以完成上述的车道线关系的识别方法的全部或部分步骤。
为实现上述实施例,本公开还提供一种车辆,包括处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:实现第一方面所提供的车道线关系的识别方法的步骤。
本公开为实现上述实施例,本公开还提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被处理器执行时实现本公开提供的车道线关系的识别方法的步骤。
为实现上述实施例,本公开实施例还提出了一种计算机程序产品,其上存储有计算机程序,所述程序被处理器执行时实现本公开提供的车道线关系的识别方法的步骤。
此外,在本文中使用词语“示例性的”以表示充当示例、实例、示图。在本文中被描述为“示例性的”任何方面或设计都不一定理解为与其他方面或设计相比是有利的。相反,使用词语示例性的旨在以具体的方式呈现概念。如在本文中所使用的,术语“或”旨在表示包括性的“或”而不是排他性的“或”。即,除非另外指定,或者从上下文中清楚,否则“X应用A或B”旨在表示自然的包括性排列中的任何一种排列。即,如果X应用A;X应用B;或者X应用A和B两者,则“X应用A或B”在前述实例中的任何一个实例下都满足。另外,除非另外指定或者从上下文中清楚指向单数形式,否则如在该申请和所附权利要求中所使用的冠词“一”和“一个”通常被理解为表示“一个或多个”。
同样,尽管已经关于一个或多个实现示出并描述了本公开,但是在阅读并理解了该说明书和附图之后,本领域技术人员将想到等同的变型和修改。本公开包括所有这样的修改和变型,并且仅由权利要求的范围来限制。特别关于由上文所描述的组件(例如,元件、资源等)执行的各种功能,除非另外指出,否则用于描述这样的组件的术语旨在对应于执行所描述的组件的具体功能的任何组件(功能上等价的),即使结构上不等价于所公开的结构。另外,尽管可以已经关于几个实现中的仅仅一个而公开了本公开的特定的特征,但是如可以是期望的并且有利于任何给定的或特定的应用的那样,这样的特征可以与其它实现的一个或多个其它特征相结合。此外,就在具体实施方式或者权利要求中所使用的“包括”、“拥有”、“具有”、“有”、或其变型而言,这样的术语旨在作为类似于术语“包含”的方式是包括性的。
本领域技术人员在考虑说明书及实践本公开后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (8)
1.一种车道线关系的识别方法,其特征在于,包括:
获取待识别关系的第一车道线和第二车道线;
根据所述第一车道线上的目标采样点和所述第二车道线上的目标采样点,构建所述第一车道线和所述第二车道线之间的至少一个三角形;
根据所述至少一个三角形的至少一个目标边,确定所述第一车道线和所述第二车道线之间的至少一个距离;其中,各个所述目标边的两个端点分别属于第一车道线上的目标采样点和所述第二车道线上的目标采样点;
根据所述至少一个距离,确定所述第一车道线和所述第二车道线之间的拓扑关系;
其中,所述根据所述第一车道线上的目标采样点和所述第二车道线上的目标采样点,构建所述第一车道线和所述第二车道线之间的至少一个三角形,包括:
针对待构建的首个三角形,根据所述第一车道线的端点对应的目标采样点,以及和所述第一车道线的端点对应的目标采样点最临近的所述第二车道线的端点对应的目标采样点,确定所述首个三角形的第一顶点和第二顶点;
根据所述首个三角形的第一顶点对应的目标采样点和第二顶点对应的目标采样点之间的位置关系,从所述第一车道线上的目标采样点或所述第二车道线上的目标采样点中确定所述首个三角形的第三顶点对应的目标采样点;
根据所述第一顶点对应的目标采样点、所述第二顶点对应的目标采样点和所述第三顶点对应的目标采样点,构建得到所述首个三角形;
其中,所述第一车道线和第二车道线之间的多个三角形是依次建立的,针对已构建的首个三角形之后的每一个待构建三角形,获取所述待构建三角形之前构建得到的前一个三角形,基于所述前一个三角形的三个顶点对应的三个目标采样点和所述第一车道线,或基于所述前一个三角形的三个顶点对应的三个目标采样点和所述第二车道线,构建得到所述待构建三角形。
2.如权利要求1所述的方法,其特征在于,所述三角形为多个,所述根据所述第一车道线上的目标采样点和所述第二车道线上的目标采样点,构建所述第一车道线和所述第二车道线之间的至少一个三角形,包括:
针对已构建的首个三角形之后的每一个待构建三角形,获取所述待构建三角形之前构建得到的前一个三角形;
从所述前一个三角形的三个顶点对应的三个目标采样点中,确定所述待构建三角形的第一顶点对应的目标采样点和第二顶点对应的目标采样点;
根据所述待构建三角形的第一顶点对应的目标采样点和所述第二顶点对应的目标采样点之间的位置关系,从所述第一车道线上的目标采样点或所述第二车道线上的目标采样点中确定所述待构建三角形的第三顶点对应的目标采样点;
根据所述待构建三角形的第一顶点对应的目标采样点、所述待构建三角形的第二顶点对应的目标采样点和所述待构建三角形的第三顶点对应的目标采样点,构建得到所述待构建三角形。
3.如权利要求1-2任一项所述的方法,其特征在于,所述根据所述至少一个距离,确定所述第一车道线和所述第二车道线之间的拓扑关系,包括:
根据所述至少一个距离进行拟合,确定所述第一车道线和所述第二车道线之间的距离函数的参数;所述距离函数的参数指示了所述第一车道线和所述第二车道线之间的距离变化趋势;
根据所述距离函数的参数,确定所述第一车道线和所述第二车道线之间的拓扑关系。
4.如权利要求3所述的方法,其特征在于,所述根据所述至少一个距离进行拟合,确定所述第一车道线和所述第二车道线之间的距离函数的参数,包括:
根据所述至少一个距离,确定对应的距离函数;
对所述距离函数,采用所述至少一个距离进行拟合,确定所述距离函数的参数。
5.如权利要求1-2任一项所述的方法,其特征在于,所述根据所述第一车道线上的采样点和所述第二车道线上的采样点,构建所述第一车道线和所述第二车道线之间的至少一个三角形之前,还包括:
获取所述第一车道线上的原始采样点,以及所述第二车道线上的原始采样点;
根据设定的采样点间距,对所述第一车道线上的原始采样点进行点插值,得到所述第一车道线上的目标采样点,以及对所述第二车道线上的原始采样点进行点插值,得到所述第二车道线上的目标采样点。
6.一种车道线关系的识别装置,其特征在于,包括:
获取模块,被配置为获取待识别关系的第一车道线和第二车道线;
构建模块,被配置为根据所述第一车道线上的目标采样点和所述第二车道线上的目标采样点,构建所述第一车道线和所述第二车道线之间的至少一个三角形;
第一确定模块,被配置为根据所述至少一个三角形的至少一个目标边,确定所述第一车道线和所述第二车道线之间的至少一个距离;其中,各个所述目标边的两个端点分别属于第一车道线上的目标采样点和所述第二车道线上的目标采样点;
第二确定模块,被配置为根据所述至少一个距离,确定所述第一车道线和所述第二车道线之间的拓扑关系;
其中,所述构建模块,具体被配置为:
针对待构建的首个三角形,根据所述第一车道线的端点对应的目标采样点,以及和所述第一车道线的端点对应的目标采样点最临近的所述第二车道线的端点对应的目标采样点,确定所述首个三角形的第一顶点和第二顶点;
根据所述首个三角形的第一顶点对应的目标采样点和第二顶点对应的目标采样点之间的位置关系,从所述第一车道线上的目标采样点或所述第二车道线上的目标采样点中确定所述首个三角形的第三顶点对应的目标采样点;
根据所述第一顶点对应的目标采样点、所述第二顶点对应的目标采样点和所述第三顶点对应的目标采样点,构建得到所述首个三角形;
其中,所述第一车道线和第二车道线之间的多个三角形是依次建立的,针对已构建的首个三角形之后的每一个待构建三角形,获取所述待构建三角形之前构建得到的前一个三角形,基于所述前一个三角形的三个顶点对应的三个目标采样点和所述第一车道线,或基于所述前一个三角形的三个顶点对应的三个目标采样点和所述第二车道线,构建得到所述待构建三角形。
7.一种车辆,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
实现权利要求1至5中任一项所述方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,该程序指令被处理器执行时实现权利要求1至5中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211535096.2A CN115574805B (zh) | 2022-12-02 | 2022-12-02 | 车道线关系的识别方法、装置、车辆和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211535096.2A CN115574805B (zh) | 2022-12-02 | 2022-12-02 | 车道线关系的识别方法、装置、车辆和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115574805A CN115574805A (zh) | 2023-01-06 |
CN115574805B true CN115574805B (zh) | 2023-04-28 |
Family
ID=84590305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211535096.2A Active CN115574805B (zh) | 2022-12-02 | 2022-12-02 | 车道线关系的识别方法、装置、车辆和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115574805B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113807333A (zh) * | 2021-11-19 | 2021-12-17 | 智道网联科技(北京)有限公司 | 用于检测车道线的数据处理方法及存储介质 |
CN114954532A (zh) * | 2022-06-30 | 2022-08-30 | 中国第一汽车股份有限公司 | 一种车道线确定方法、装置、设备和存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113538919B (zh) * | 2019-03-11 | 2022-10-28 | 百度在线网络技术(北京)有限公司 | 车道偏离识别方法、装置、设备和存储介质 |
CN110909711B (zh) * | 2019-12-03 | 2022-08-02 | 阿波罗智能技术(北京)有限公司 | 检测车道线位置变化的方法、装置、电子设备和存储介质 |
JP7216699B2 (ja) * | 2020-12-28 | 2023-02-01 | 本田技研工業株式会社 | 車両制御システム及び自車線特定方法 |
CN113033497B (zh) * | 2021-04-30 | 2024-03-05 | 平安科技(深圳)有限公司 | 车道线识别方法、装置、设备及计算机可读存储介质 |
CN113428179B (zh) * | 2021-07-30 | 2022-06-28 | 广州文远知行科技有限公司 | 一种车道距离的检测方法、装置、计算机设备和存储介质 |
CN114935334B (zh) * | 2022-05-31 | 2023-07-18 | 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 |
-
2022
- 2022-12-02 CN CN202211535096.2A patent/CN115574805B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113807333A (zh) * | 2021-11-19 | 2021-12-17 | 智道网联科技(北京)有限公司 | 用于检测车道线的数据处理方法及存储介质 |
CN114954532A (zh) * | 2022-06-30 | 2022-08-30 | 中国第一汽车股份有限公司 | 一种车道线确定方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115574805A (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109214248B (zh) | 用于识别无人驾驶车辆的激光点云数据的方法和装置 | |
CN112444263B (zh) | 全局路径规划方法及装置 | |
CN108734780B (zh) | 用于生成地图的方法、装置和设备 | |
CN112700479B (zh) | 一种基于cnn点云目标检测的配准方法 | |
CN111380532B (zh) | 路径规划方法、装置、终端及计算机存储介质 | |
CN109916421B (zh) | 路径规划方法及装置 | |
WO2024012211A1 (zh) | 自动驾驶环境感知方法、介质及车辆 | |
CN115273027A (zh) | 环境感知方法、域控制器、存储介质及车辆 | |
CN112085843A (zh) | 一种隧道类目标特征实时提取及测量方法和装置 | |
CN115265561A (zh) | 车辆定位方法、装置、车辆及介质 | |
US20230111364A1 (en) | Method for detecting crosswalk using lidar sensor and crosswalk detection device for performing the method | |
CN113178091B (zh) | 安全行驶区域方法、装置和网络设备 | |
CN115574805B (zh) | 车道线关系的识别方法、装置、车辆和存储介质 | |
CN116626670B (zh) | 自动驾驶模型的生成方法、装置、车辆及存储介质 | |
CN114705180B (zh) | 高精地图的数据修正方法、装置、设备及存储介质 | |
CN117128976B (zh) | 道路中心线的获取方法、装置、车辆和存储介质 | |
CN116499477B (zh) | 地图的融合方法、装置、介质及车辆 | |
CN116303866B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN114485683B (zh) | 一种基于蒙特卡洛优化的局部碎片地图匹配方法及装置 | |
CN116659529B (zh) | 数据检测方法、装置、车辆及存储介质 | |
CN115593439B (zh) | 车辆控制方法、装置、车辆及存储介质 | |
CN117523522B (zh) | 隧道场景的识别方法、装置、设备和存储介质 | |
WO2023216651A1 (zh) | 车道定位方法、计算机设备、计算机可读存储介质及车辆 | |
CN115601516A (zh) | 高精地图的道路标识确定方法、装置及电子设备 | |
CN117842034A (zh) | 参考线生成及车辆控制方法、装置、设备、车辆及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |