CN116010543A - 车道信息确定方法、装置、电子设备以及存储介质 - Google Patents
车道信息确定方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN116010543A CN116010543A CN202310107457.1A CN202310107457A CN116010543A CN 116010543 A CN116010543 A CN 116010543A CN 202310107457 A CN202310107457 A CN 202310107457A CN 116010543 A CN116010543 A CN 116010543A
- Authority
- CN
- China
- Prior art keywords
- running
- target space
- space range
- road
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种车道信息确定方法、装置、电子设备及存储介质。该方法包括:获取行驶轨迹数据集;基于多条行驶轨迹分别对应的行驶数据,获取在目标空间范围内的n个路段的行驶方式特征;基于在目标空间范围内的n个路段的行驶方式特征,确定目标空间范围内的车道信息。本申请实施例提供的技术方案,通过获取到在目标空间范围内的多条行驶轨迹以及多条行驶轨迹分别对应的行驶数据的情况下,可以基于上述信息来确定车辆在目标空间范围内的每一路段的行驶方式特征,之后通过上述车辆在每一路段的行驶方式特征来确定车道信息,可以确定出更加符合大多数驾驶员的行驶特性的车道信息,确定出的车道信息更为准确。
Description
本申请涉及电子地图技术领域,尤其涉及一种车道信息确定方法、装置、电子设备以及存储介质。
在高级辅助驾驶和自动驾驶等技术领域,车辆的行驶通常依赖于高精度地图。高精度提供有详细的车道级道路信息。
制作高精度地图的前提是准确确定车道信息,比如车道中心线的地理位置、车道线的地理位置等等。相关技术提供的车道信息确定方法如下:先通过摄像头以及探测组件确定出道路边界,之后基于上述道路边界进行空间位置平均,从而确定车道线。比如,左右道路边界之间的距离为米,对上述道路边界之间的位置进行平均,从而确定出三个车道。
相关技术提供的车道信息确定方法,确定出的车道信息通常与真实场景存在偏差,不够准确。
本申请提出了一种车道信息确定方法、装置、电子设备以及存储介质。
第一方面,本申请实施例提供一种车道信息确定方法,该方法包括:获取行驶轨迹数据集,行驶轨迹数据集包括在目标空间范围内的多条行驶轨迹,以及多条行驶轨迹分别对应的行驶数据;基于多条行驶轨迹分别对应的行驶数据,获取在目标空间范围内的n个路段的行驶方式特征,n为正整数;基于在目标空间范围内的n个路段的行驶方式特征,确定目标空间范围内的车道信息。
第二方面,本申请实施例提供一种车道信息确定装置,该装置包括:数据获取模块,用于获取行驶轨迹数据集,行驶轨迹数据集包括在目标空间范围内的多条行驶轨迹,以及多条行驶轨迹分别对应的行驶数据;特征获取模块,用于基于多条行驶轨迹分别对应的行驶数据,获取在目标空间围内的n个路段的行驶方式特征,n为正整数;车道信息确定模块,用于基于在目标空间范围内的n个路段的行驶方式特征,确定目标空间范围内的车道信息。
第三方面,本申请实施例提供一种电子设备,包括:一个或多个处理器;存储器;一个或多个应用程序,其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个应用程序配置用于执行如第一方面所述的车道信息确定方法。
第四方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序指令,计算机程序指令可被处理器调用执行如第一方面的车道信息确定方法。
第五方面,本申请实施例提供一种计算机程序产品,当该计算机程序产品被执行时,器用于实现如第一方面所述的车道信息确定方法。
相较于现有技术,本申请实施例提供的车道信息确定方法,通过获取到在目标空间范围内的多条行驶轨迹以及多条行驶轨迹分别对应的行驶数据的情况下,可以基于上述信息来确定车辆在目标空间范围内的每一路段的行驶方式特征,包括行驶位置、平均行驶速度、速度变化趋势等等,之后通过上述车辆在每一路段的行驶方式特征来确定车道信息,由于车辆在每一路段的行驶方式特征可以反映大多数驾驶员的行驶习惯,从而可以确定出更加符合行驶特性的车道信息,确定出的车道信息更为准确。比如,由于大多数驾驶员的驾驶习惯通常是控制车辆在某个车道的中心线附近行驶,极少数会靠近车道线行驶,基于上述原理,在行驶轨迹数量较多的情况下,电子设备可以将在路段中重合次数最多的行驶轨迹所处的地理位置近似确定为该路段中车道的车道中心线。
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的实施环境的示意图。
图2是本申请一个实施例提供的车道信息确定方法的流程图。
图3是本申请另一个实施例提供车道信息确定方法的流程图。
图4是本申请一个实施例提供的一种车道信息确定装置的结构框图。
图5是本申请一个实施例提供的一种电子设备的结构框图。
图6是本申请一个实施例提供的计算机存储介质的结构框图。
下面详细描述本申请的实施方式,实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性地,仅用于解释本申请,而不能理解为对本申请的限制。
为了使本技术领域的人员更好地理解本申请的方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参考图1,其示出本申请实施例提供的实施环境的示意图。该实施环境包括电子设备100,该电子设备100可以是一台服务器,还可以是多台服务器组成的服务器集群,还可以是一个云计算服务中心。在一些实施例中,该电子设备100可以是地图应用程序对应的后台服务器。
在一些实施例中,该实施环境还包括多个车辆200,多个车辆200均与电子设备100建立通信连接。车辆200在行驶过程中,每隔预定周期通过定位模块(比如GPS模块)获取自身所处的位置,从而得到车辆200的行驶轨迹。车辆200可以在行驶结束时通过上述通信连接向电子设备100上报自身的行驶轨迹。
在本申请实施例中,电子设备100在获取到多个车辆200在同一道路中的行驶轨迹时,可以基于上述行驶轨迹在确定该道路的车道信息,该车道信息包括且不限于:车道中心线的地理位置、车道线的地理位置、车道的限速信息、平均行驶速度、各个时段车道内的通行流量等等。具体地,电子设备100在获取到在目标空间范围内的多条行驶轨迹以及多条行驶轨迹分别对应的行驶数据的情况下,可以基于上述信息来确定车辆在目标空间范围内的每一路段的行驶方式特征,包括行驶位置、平均行驶速度、速度变化趋势等等,之后通过上述车辆在每一路段的行驶方式特征来确定车道信息,由于车辆在每一路段的行驶方式特征可以反映大多数驾驶员的行驶习惯,从而可以确定出更加符合行驶特性的车道信息,确定出的车道信息更为准确。比如,由于大多数驾驶员的驾驶习惯通常是控制车辆在某个车道的中心线附近行驶,极少数会靠近车道线行驶,基于上述原理,在行驶轨迹数量较多的情况下,电子设备可以将在路段中重合次数最多的行驶轨迹所处的地理位置近似确定为该路段中车道的车道中心线。
请参考图2,其示出本申请一个实施例提供的道路边界确定方法的流程图,该方法可以应用于图1实施例中的电子设备100,该方法可以包括如下步骤S201-S203。
步骤S201,获取行驶轨迹数据集。
行驶轨迹数据集包括在目标道路上的多条行驶轨迹,以及多条行驶轨迹分别对应的行驶数据。
行驶轨迹是指车辆行驶时经过的地理位置所连成的曲线。在一些实施例中,车辆包括定位模块,在行驶过程中,车辆每隔预定周期通过定位模块采集自身的地理位置,从而得到行驶轨迹。预定周期可以由车辆默认设定,也可以由技术人员根据行驶轨迹的精度要求自定义设定。在一些实施例中,车辆在通过定位模块采集自身的地理位置时,还会同步获取当前时间、车辆的当前行驶方向、当前行驶速度、当前行驶加速度等行驶数据。当前时间可以从车辆中的时钟模块获取。当前行驶速度可以通过车辆中的速度传感器测量得到。当前行驶加速度可以通过车辆中的惯性测量单元测量得到。
行驶轨迹的数量可以根据车道信息的确定精度实际确定,车道信息的确定精度越高,则行驶轨迹的数量要求越多,车道信息的确定精度要求越低,则行驶轨迹的数量可以较少。在一些实施例中,电子设备可以接收多个车辆发送的行驶轨迹,然后在上述多个车辆发送的行驶轨迹中筛选出在目标空间范围内的行驶轨迹,从而得到行驶轨迹数据集。其中,筛选在目标空间范围内的行驶轨迹可以有如下两种实现方式。
在一种实现方式中,针对每条行驶轨迹,电子设备获取该条行驶轨迹中的轨迹点的地理位置信息,以及目标空间范围对应的地理位置范围,获取该条行驶轨迹中地理位置信息属于上述目标道路对应的地理位置范围中的指定轨迹点的数量,将指定轨迹点的数量大于预设数量的行驶轨迹确定为在目标道路上的行驶轨迹,比如,行驶轨迹A包括700个地理位置信息属于上述目标道路对应的地理位置范围中的指定轨迹点,预设数量为500个,则行驶轨迹A为在目标道路上的行驶轨迹。
在另一种实现方式中,针对每条行驶轨迹,电子设备获取该条行驶轨迹中的轨迹点的地理位置信息,以及目标道路对应的地理位置范围,获取该条行驶轨迹中地理位置信息属于上述目标道路对应的地理位置范围中的指定轨迹点的数量,与该条行驶轨迹所包括的轨迹点的总数量之间的比值,将比值大于预设比值的行驶轨迹确定为在目标道路上的行驶轨迹,比如,行驶轨迹B包括1000个轨迹点,且存在800个地理位置信息属于上述目标道路对应的地理位置范围中的指定轨迹点,则比值为80%,预设比值为60%,则行驶轨迹B为在目标道路上的行驶轨迹。
在另一些实施例中,电子设备可以从行驶轨迹数据库中获取上述行驶轨迹数据集。在一些实施例中,行驶轨迹数据库的不同存储路径存储有不同空间范围的行驶轨迹数据集,在行驶轨迹数据库设置于电子设备时,电子设备可以确定目标空间范围的行驶轨迹数据集的存储路径,然后从上述存储路径直接读取目标空间范围的行驶轨迹数据集;在行驶轨迹数据库是独立于电子设备的其他设备时,电子设备可以向设置行驶轨迹数据库的其他设备发送数据获取请求,之后上述设置行驶轨迹数据库的其他设备可以基于该数据获取请求向电子设备返回目标空间范围的行驶轨迹数据集。
在一些实施例中,电子设备在获取到地图生成指令后获取行驶轨迹数据集,并执行后续步骤。进一步地,电子设备在确定出待生成的电子地图中包括上述目标空间范围的情况下,获取行驶轨迹数据集,并执行后续步骤。
步骤S202,基于多条行驶轨迹分别对应的行驶数据,获取在目标空间范围内的n个路段的行驶方式特征。
n为正整数,n的取值可以根据目标空间范围内的道路总长,以及每个路段的长度实际确定。其中,每个路段的长度可以根据对车道信息的精度要求实际确定,比如,车道信息的精度要求越高,则路段的长度越短。路段的行驶方式特征包括车辆在该路段行驶时所处的地理位置、行驶速度、行驶方向等等。获取各个路段的行驶方式特征的方式将在下文实施例进行阐述。
电子设备可以将目标空间范围划分为n个路段,之后对多条行驶轨迹分别对应的行驶数据中各个路段的行驶数据进行统计分析,从而确定各个路段的行驶方式特征。本申请实施例对划分路段的方式不作限定,比如,电子设备可以将目标空间范围内的道路长度进行均分,从而划分出n个路段。
步骤S203,基于在目标空间范围内的n个路段的行驶方式特征,确定目标空间范围内的车道信息。
在本申请实施例中,目标空间范围内的车道信息包括目标空间范围内的车道中心线的地理位置、车道线的地理位置。确定目标空间范围内的车道信息的具体方式将在下文实施例进行阐述。由于大多数驾驶员的驾驶习惯通常是在某个车道的中心线附近行驶,极少数会靠近车道线行驶,基于上述原理,在行驶轨迹数量较多的情况下,电子设备可以将在路段中重合次数最多的行驶轨迹所处的地理位置近似确定为该车道的车道中心线。
综上所述,本申请实施例提供的技术方案,通过获取到在目标空间范围内的多条行驶轨迹以及多条行驶轨迹分别对应的行驶数据的情况下,可以基于上述信息来确定车辆在目标空间范围内的每一路段的行驶方式特征,包括行驶位置、平均行驶速度、速度变化趋势等等,之后通过上述车辆在每一路段的行驶方式特征来确定车道信息,由于车辆在每一路段的行驶方式特征可以反映大多数驾驶员的行驶习惯,从而可以确定出更加符合行驶特性的车道信息,确定出的车道信息更为准确。比如,由于大多数驾驶员的驾驶习惯通常是控制车辆在某个车道的中心线附近行驶,极少数会靠近车道线行驶,基于上述原理,在行驶轨迹数量较多的情况下,电子设备可以将在路段中重合次数最多的行驶轨迹所处的地理位置近似确定为该路段中车道的车道中心线。
请参考图3,其示出本申请一个实施例提供的车道信息确定方法的流程图。该方法应用于图1中的电子设备100,该方法包括如下步骤S301-S306。
步骤S301,获取行驶轨迹数据集。
行驶轨迹数据集包括在目标空间范围内的多条行驶轨迹,以及多条行驶轨迹分别对应的行驶数据。
在一些实施例中,在获取到行驶轨迹数据集之后,还需要对在目标空间范围内的多条行驶轨迹进行数据清洗,得到数据清洗后的行驶轨迹数据集,数据清洗后的行驶轨迹数据集中在目标空间范围内的多条行驶轨迹用于确定车道信息。在本申请实施例中,数据清洗用于去除明显不合理的行驶轨迹,从而避免上述不合理的行驶轨迹给车道信息确定结果带来干扰,以使得车道信息确定结果更加准确。
在第一种可能的实现方式中,电子设备获取行驶轨迹数据集中多条行驶轨迹中异常轨迹点的数量,将异常轨迹点的数量大于预设数量的第一目标行驶轨迹去除。预设数量可以根据实验或经验设定,本申请实施例对此不作限定。异常轨迹点也即噪点,其通常偏离于行驶轨迹,通常由于定位信号发生漂移导致的,异常轨迹点的数量较多的情况下,则说明该行驶轨迹不准确,因此需要去除。
在第二种可能的实现方式中,电子设备获取行驶轨迹数据集中多条行驶轨迹分别对应的行驶速度,将行驶速度与目标道路的限速信息之间的差值绝对值大于预设数值的第二目标行驶轨迹去除。目标道路的限速信息是指在目标道路上行驶时运行的最大速度,比如80km/h,预设数值根据实验或经验设定,本申请实施例对此不作限定。在车辆的行驶速度与目标道路的限速信息差值过大的情况下,该行驶轨迹可能是驾驶员在遭遇事故或者饮酒所导致的,不具备参考价值,因此需要去除。
在第三种可能的实现方式种,电子设备获取行驶轨迹数据集中多条所述行驶轨迹分别对应的曲率信息,将曲率信息中异常曲率信息对应的第三目标行驶轨迹去除。曲率信息是指针对曲线上某个点的切线方向角对弧长的转动率,通过微分来定义,表明曲线偏离直线的程度。异常曲率信息是指过大的曲率,出现异常曲率,则说明车辆在行驶过程中出现突然转向的情况,此时行驶轨迹不具有参考价值,因此需要去除。
步骤S302,针对n个路段中的第i个路段,从多条行驶轨迹分别对应的行驶数据中分别获取多条行驶轨迹在第i个路段的行驶数据。
i为小于或等于n的正整数。可选地,电子设备获取第i个路段对应的地理位置范围,然后将行驶轨迹中地理位置属于上述第i个路段对应的地理位置范围的部分行驶轨迹,确定为第i个路段的行驶轨迹,之后获取上述第i个路段的行驶轨迹对应的行驶数据,也即行驶轨迹在第i个路段的行驶数据。
步骤S303,对多条行驶轨迹在第i个路段的行驶数据进行聚类处理,得到第i个路段的聚类结果。
电子设备将每条行驶轨迹在第i个路段的行驶数据通过一个特征向量来表示,该特征向量的维度与上述行驶数据包括的数据类型数量相同,也即,轨迹片段的一个行驶数据可以通过一个维度的特征向量来表示。
在本申请实施例中,行驶轨迹在第i个路段的行驶数据包括地理位置、行驶方向、行驶速度,则该,行驶轨迹在第i个路段的行驶数据对应的特征向量可以采用一个三维的特征向量来表示。示例性地,行驶轨迹在第i个路段的行驶数据A可以采用向量[pos1,V1,θ1]来表示,其中,pos1表示行驶轨迹在第i个路段的行驶数据的地理位置,V1表示行驶轨迹在第i个路段的行驶数据的行驶速度,θ1表示行驶轨迹在第i个路段的行驶数据的方向。
聚类处理是指按照某个特定标准把一个数据集分割成不同的类或簇,使得同一簇内的数据对象的相似性尽可能地大,不在同一个簇中的数据对象的差异性也尽可能地大。在本申请实施例中,可以通过簇间距离度量算法来计算任意两个轨迹片段分别对应的特征向量之间的相似度,相似度大于预设相似度的两个轨迹片段属于同一类轨迹片段集合。上述簇间距离算法可以是余弦距离、欧式距离、闵可夫斯基距离等等。需要说明的是,在进行相似度度量时,电子设备可以设置不同的行驶特征具有不同的权重。
第i个路段的聚类结果包括多个类别以及每个类别对应的行驶数据集合。
步骤S304,基于第i个路段的聚类结果,获取第i个路段的行驶方式特征。
在本申请实施例中,电子设备可以基于第i个路段的聚类结果,来确定第i个路段的行驶方式特征。在一些实施例中,步骤S304可以包括如下子步骤:获取第i个路段的聚类结果中各个类别分别对应的数量;将数量最大的类别确定为目标类别;基于目标类别对应的行驶数据集合确定第i个路段的行驶方式特征。
在第i个路段的行驶方式特征包括车辆在第i个路段行驶时的行驶位置的情况下,电子设备可以确定目标类别对应的目标地理位置,然后将该目标地理位置确定为第i个路段的行驶特征。该目标地理位置可以是目标类别对应的行驶数据集合中重合次数最多的地理位置。在第i个路段的行驶方式特征包括车辆在第i个路段行驶时的行驶速度的情况下,电子设备可以确定目标类别对应的目标行驶速度,然后将该目标行驶速度确定为第i个路段的行驶特征。该目标行驶速度可以是目标类别对应的行驶数据集合中相同次数最多的行驶速度,也可以是目标类别对应的行驶数据集合的平均行驶速度。
步骤S305,基于车辆在目标空间范围内的第i个路段的行驶位置确定目标空间范围内的第i个路段的车道中心线。
由于大多数驾驶员的驾驶习惯通常是控制车辆在某个车道的中心线附近行驶,极少数会靠近车道线行驶,因此在行驶轨迹数量较多的情况下,电子设备可以将在路段中重合次数最多的行驶轨迹所处的地理位置近似确定为该路段中车道的车道中心线。在本申请实施例中,电子设备将车辆在第i个路段的行驶位置直接确定为第i个路段的车道中心线的地理位置。各个路段的车道中心线的连线组成目标空间范围内的车道中心线。
步骤S306,基于第i个路段的车道中心线,确定第i个路段的车道线。
车道线的数量为两条,均平行于车道中心线,车道中心线位于两条车道线之间,且与两条车道线之间的距离均相等,基于上述特性,电子设备可以根据车道中心线与车道之间的距离,以及车道中心线的地理位置,从而确定两条车道线的地理位置。各个路段的车道线的连线组成目标空间范围内的车道线。
在一些实施例中,车道信息还包括车道的平均行驶速度、基于时段的通行流量等等。电子设备可以将目标类别对应的目标行驶速度确定为车道的平均行驶速度,其确定过程可以参见步骤S304,此处不作赘述。电子设备可以基于目标类别对应的行驶数据进行统计分析,来确定该车道各个时段的通行流量。
综上所述,本申请实施例提供的技术方案,通过获取到在目标空间范围内的多条行驶轨迹以及多条行驶轨迹分别对应的行驶数据的情况下,可以基于上述信息来确定车辆在目标空间范围内的每一路段的行驶方式特征,包括行驶位置、平均行驶速度、速度变化趋势等等,之后通过上述车辆在每一路段的行驶方式特征来确定车道信息,由于车辆在每一路段的行驶方式特征可以反映大多数驾驶员的行驶习惯,从而可以确定出更加符合行驶特性的车道信息,确定出的车道信息更为准确。比如,由于大多数驾驶员的驾驶习惯通常是控制车辆在某个车道的中心线附近行驶,极少数会靠近车道线行驶,基于上述原理,在行驶轨迹数量较多的情况下,电子设备可以将在路段中重合次数最多的行驶轨迹所处的地理位置近似确定为该路段中车道的车道中心线。
请参阅图,其示出了本申请实施例提供的一种车道信息确定装置的结构框图,该装置包括:数据获取模块410、特征获取模块420以及车道信息确定模块430。
数据获取模块410,用于获取行驶轨迹数据集,行驶轨迹数据集包括在目标空间范围内的多条行驶轨迹,以及多条行驶轨迹分别对应的行驶数据。
特征获取模块420,用于基于多条行驶轨迹分别对应的行驶数据,获取在目标空间范围内的n个路段的行驶方式特征,n为正整数。
车道信息确定模块430,用于基于在目标空间范围内的n个路段的行驶方式特征,确定目标空间范围内的车道信息。
在一些实施例中,特征获取模块420,用于:针对n个路段中的第i个路段,从多条行驶轨迹分别对应的行驶数据中分别获取多条行驶轨迹在第i个路段的行驶数据,i为小于或等于n的正整数;对多条行驶轨迹在第i个路段的的行驶数据进行聚类处理,得到第i个路段的聚类结果;基于第i个路段的聚类结果,获取第i个路段的行驶方式特征。
在一些实施例中,特征获取模块420,具体用于:获取第i个路段的聚类结果中各个类别分别对应的数量;将数量最大的类别确定为目标类别;基于目标类别对应的行驶数据集合确定第i个路段的行驶方式特征。
在一些实施例中,目标空间范围内的车道信息包括目标空间范围内的车道中心线,目标空间范围内的n个路段的行驶方式特征包括在车辆在目标空间范围内的n个路段的行驶位置;车道信息确定模块430,用于:针对n个路段中的第i个路段,基于车辆在目标空间范围内的第i个路段的行驶位置确定目标空间范围内的第i个路段的车道中心线。
在一些实施例中,目标空间范围内的车道信息还包括目标空间范围内的车道线;车道信息确定模块430,还用于:基于第i个路段的车道中心线,确定第i个路段的车道线。
在一些实施例中,装置还包括:数据清洗模块(图中未示出)。数据清洗模块,用于:对行驶轨迹数据集进行数据清洗,得到数据清洗后的行驶轨迹数据集,数据清洗后的行驶轨迹数据集中在目标空间范围内的多条行驶轨迹用于确定目标空间范围内的车道信息。
在一些实施例中,数据清洗模块,用于:获取行驶轨迹数据集中多条行驶轨迹中异常轨迹点的数量,将异常轨迹点的数量大于预设数量的第一目标行驶轨迹去除;或/及,获取行驶轨迹数据集中多条行驶轨迹分别对应的行驶速度,将行驶速度与目标道路的限速信息之间的差值绝对值大于预设数值的第二目标行驶轨迹去除;或/及,获取行驶轨迹数据集中多条行驶轨迹分别对应的曲率信息,将曲率信息中异常曲率信息对应的第三目标行驶轨迹去除。
综上,本申请实施例提供的技术方案,通过获取到在目标空间范围内的多条行驶轨迹以及多条行驶轨迹分别对应的行驶数据的情况下,可以基于上述信息来确定车辆在目标空间范围内的每一路段的行驶方式特征,包括行驶位置、平均行驶速度、速度变化趋势等等,之后通过上述车辆在每一路段的行驶方式特征来确定车道信息,由于车辆在每一路段的行驶方式特征可以反映大多数驾驶员的行驶习惯,从而可以确定出更加符合行驶特性的车道信息,确定出的车道信息更为准确。比如,由于大多数驾驶员的驾驶习惯通常是控制车辆在某个车道的中心线附近行驶,极少数会靠近车道线行驶,基于上述原理,在行驶轨迹数量较多的情况下,电子设备可以将在路段中重合次数最多的行驶轨迹所处的地理位置近似确定为该路段中车道的车道中心线。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,模块相互之间的耦合可以是电性,机械或其它形式的耦合。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
请参阅图,其示出了本申请实施例还提供一种电子设备,该电子设备包括:一个或多个处理器、存储器以及一个或多个应用程序。其中,一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个应用程序配置用于执行上述实施例中所描述的方法。
处理器可以包括一个或者多个处理核。处理器利用各种接口和线路连接整个电池管理系统内的各种部分,通过运行或执行存储在存储器内的指令、程序、代码集或指令集,以及调用存储在存储器内的数据,执行电池管理系统的各种功能和处理数据。可选地,处理器可以采用数字信号处理()、现场可编程门阵列()、可编程逻辑阵列()
中的至少一种硬件形式来实现。处理器可集成中央处理器()、图像处理器()和调制解调器等中的一种或几种的组合。其中,主要处理操作系统、用户界面和应用程序等;用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器中,单独通过一块通信芯片进行实现。
存储器可以包括随机存储器(),也可以包括只读存储器()。存储器可用于存储指令、程序、代码、代码集或指令集。存储器可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(例如,触控功能、声音播放功能、图像播放功能等)、用于实现上述各种方法实施例的指令等。存储数据区还可以存储电子设备图在使用中所创建的数据(例如,电话本、音视频数据、聊天记录数据)等。
请参阅图,其示出了本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序指令,计算机程序指令可被处理器调用以执行上述实施例中所描述的方法。
计算机可读存储介质可以是诸如闪存、电可擦除可编程只读存储器(
)、电动程控只读存储器(
)、硬盘或者只读存储器(
)。可选地,计算机可读存储介质包括非易失性计算机可读存储介质(
)。计算机可读存储介质具有执行上述方法中的任何方法步骤的计算机程序指令的存储空间。这些计算机程序指令可以从一个或者多个计算机程序产品中读出或者可以写入到这一个或者多个计算机程序产品中。
以上,仅是本申请的较佳实施例而已,并非对本申请作任何形式上的限制,虽然本申请已以较佳实施例揭示如上,然而并非用以限定本申请,任何本领域技术人员,在不脱离本申请技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本申请技术方案内容,依据本申请的技术实质对以上实施例所作的任何简介修改、等同变化与修饰,均仍属于本申请技术方案的范围内。
Claims (10)
1.一种车道信息确定方法,其特征在于,所述方法包括:
获取行驶轨迹数据集,所述行驶轨迹数据集包括在目标空间范围内的多条行驶轨迹,以及多条所述行驶轨迹分别对应的行驶数据;
基于多条所述行驶轨迹分别对应的行驶数据,获取在所述目标空间范围内的n个路段的行驶方式特征,所述n为正整数;
基于所述在所述目标空间范围内的n个路段的行驶方式特征,确定所述目标空间范围内的车道信息。
2.根据权利要求1所述的方法,其特征在于,所述基于多条所述行驶轨迹分别对应的行驶数据,获取在所述目标空间范围内的n个路段的行驶方式特征,包括:
针对n个所述路段中的第i个路段,从多条所述行驶轨迹分别对应的行驶数据中分别获取多条所述行驶轨迹在所述第i个路段的行驶数据,所述i为小于或等于n的正整数;
对多条所述行驶轨迹在所述第i个路段的的行驶数据进行聚类处理,得到所述第i个路段的聚类结果;
基于所述第i个路段的聚类结果,获取所述第i个路段的行驶方式特征。
3.根据权利要求2所述的方法,其特征在于,所述基于所述第i个路段的聚类结果,获取所述第i个路段的行驶方式特征,包括:
获取所述第i个路段的聚类结果中各个类别分别对应的数量;
将数量最大的类别确定为目标类别;
基于所述目标类别对应的行驶数据集合确定所述第i个路段的行驶方式特征。
4.根据权利要求1所述的方法,其特征在于,所述目标空间范围内的车道信息包括所述目标空间范围内的车道中心线,所述目标空间范围内的n个路段的行驶方式特征包括在车辆在所述目标空间范围内的n个路段的行驶位置;
所述基于所述在所述目标空间范围内的n个路段的行驶方式特征,确定所述目标空间范围内的车道信息,包括:
针对n个所述路段中的第i个路段,基于车辆在所述目标空间范围内的所述第i个路段的行驶位置确定所述目标空间范围内的第i个路段的车道中心线。
5.根据权利要求4所述的方法,其特征在于,所述目标空间范围内的车道信息还包括所述目标空间范围内的车道线;
所述针对n个所述路段中的第i个路段,基于车辆在所述目标空间范围内的所述第i个路段的行驶位置确定所述目标空间范围内的第i个路段的车道中心线之后,还包括:
基于所述第i个路段的车道中心线,确定所述第i个路段的车道线。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述获取行驶轨迹数据集之后,还包括:
对所述行驶轨迹数据集进行数据清洗,得到数据清洗后的行驶轨迹数据集,所述数据清洗后的行驶轨迹数据集中在所述目标空间范围内的多条行驶轨迹用于确定所述目标空间范围内的车道信息。
7.根据权利要求6所述的方法,其特征在于,所述对所述行驶轨迹数据集进行数据清洗,得到数据清洗后的行驶轨迹数据集,包括:
获取所述行驶轨迹数据集中多条所述行驶轨迹中异常轨迹点的数量,将所述异常轨迹点的数量大于预设数量的第一目标行驶轨迹去除;或/及,
获取所述行驶轨迹数据集中多条所述行驶轨迹分别对应的行驶速度,将所述行驶速度与所述目标道路的限速信息之间的差值绝对值大于预设数值的第二目标行驶轨迹去除;或/及,
获取所述行驶轨迹数据集中多条所述行驶轨迹分别对应的曲率信息,将所述曲率信息中异常曲率信息对应的第三目标行驶轨迹去除。
8.一种车道信息确定装置,其特征在于,所述装置包括:
数据获取模块,用于获取行驶轨迹数据集,所述行驶轨迹数据集包括在目标空间范围内的多条行驶轨迹,以及多条所述行驶轨迹分别对应的行驶数据;
特征获取模块,用于基于多条所述行驶轨迹分别对应的行驶数据,获取在所述目标空间范围内的n个路段的行驶方式特征,所述n为正整数;
车道信息确定模块,用于基于所述在所述目标空间范围内的n个路段的行驶方式特征,确定所述目标空间范围内的车道信息。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中一个或多个所述应用程序被存储在所述存储器中并被配置为由一个或多个所述处理器执行,一个或多个所述应用程序配置用于执行如权利要求1-7任一项所述的车道信息确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序指令,所述计算机程序指令可被处理器调用执行如权利要求1-7中任一项所述的车道信息确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310107457.1A CN116010543A (zh) | 2023-02-09 | 2023-02-09 | 车道信息确定方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310107457.1A CN116010543A (zh) | 2023-02-09 | 2023-02-09 | 车道信息确定方法、装置、电子设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116010543A true CN116010543A (zh) | 2023-04-25 |
Family
ID=86031951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310107457.1A Pending CN116010543A (zh) | 2023-02-09 | 2023-02-09 | 车道信息确定方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116010543A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116465394A (zh) * | 2023-06-19 | 2023-07-21 | 西安深信科创信息技术有限公司 | 基于车辆轨迹数据的路网结构生成方法及装置 |
-
2023
- 2023-02-09 CN CN202310107457.1A patent/CN116010543A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116465394A (zh) * | 2023-06-19 | 2023-07-21 | 西安深信科创信息技术有限公司 | 基于车辆轨迹数据的路网结构生成方法及装置 |
CN116465394B (zh) * | 2023-06-19 | 2023-11-03 | 西安深信科创信息技术有限公司 | 基于车辆轨迹数据的路网结构生成方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112441022B (zh) | 一种车道中心线确定方法及装置 | |
CN110749329B (zh) | 一种基于结构化道路的车道级拓扑构建方法及装置 | |
CN110648529A (zh) | 一种车辆行驶轨迹的渲染方法、装置、设备及存储介质 | |
CN112912894B (zh) | 道路边界识别方法和装置 | |
CN113109783B (zh) | 航向角获取方法、装置、设备和存储介质 | |
CN112861833B (zh) | 车辆车道级定位方法、装置、电子设备和计算机可读介质 | |
CN116010543A (zh) | 车道信息确定方法、装置、电子设备以及存储介质 | |
CN114926540A (zh) | 一种车道线标定的方法、装置、终端设备及可读存储介质 | |
CN110472000B (zh) | 路网线路确定方法、装置、电子设备及存储介质 | |
CN110299063B (zh) | 轨迹数据的可视化展示方法及装置 | |
CN113239906B (zh) | 车道线检测方法和装置 | |
CN116753967A (zh) | 虚拟车道线生成方法、装置、设备、介质和程序产品 | |
CN115546522A (zh) | 运动目标的识别方法以及相关装置 | |
CN116052453A (zh) | 道路路口确定方法、装置、电子设备以及存储介质 | |
CN115985124B (zh) | 车辆行驶的控制方法、装置、存储介质及电子装置 | |
CN113970333B (zh) | 自适应候选道路搜索方法、系统、终端设备及存储介质 | |
CN116664658B (zh) | 一种障碍物检测方法、装置及终端设备 | |
CN117572335B (zh) | 激光定位置信度的更新方法、装置及电子设备 | |
CN116008981A (zh) | 路口处的目标行驶方向确定方法、装置、终端及存储介质 | |
WO2024140345A1 (zh) | 道路边界确定方法、装置、电子设备以及存储介质 | |
CN118293937A (zh) | 一种自动驾驶局部规划的评估方法、电子设备和存储介质 | |
CN118293931A (zh) | 车道优先级的确定方法、相关方法和设备 | |
CN117727182A (zh) | 一种交叉路口的车流量检测方法、装置、设备和介质 | |
CN118052945A (zh) | 道路场景建模方法、高精度地图更新方法、装置及设备 | |
CN116821431A (zh) | 场景数据的处理方法、轨迹预测方法和相关设备 |
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 |