CN116091648B - 车道线的生成方法及装置、存储介质及电子装置 - Google Patents

车道线的生成方法及装置、存储介质及电子装置 Download PDF

Info

Publication number
CN116091648B
CN116091648B CN202310117916.4A CN202310117916A CN116091648B CN 116091648 B CN116091648 B CN 116091648B CN 202310117916 A CN202310117916 A CN 202310117916A CN 116091648 B CN116091648 B CN 116091648B
Authority
CN
China
Prior art keywords
sampling point
lane line
sampling
distribution
determining
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
Application number
CN202310117916.4A
Other languages
English (en)
Other versions
CN116091648A (zh
Inventor
李将
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HoloMatic Technology Beijing Co Ltd
Original Assignee
HoloMatic Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202310117916.4A priority Critical patent/CN116091648B/zh
Publication of CN116091648A publication Critical patent/CN116091648A/zh
Application granted granted Critical
Publication of CN116091648B publication Critical patent/CN116091648B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/203Drawing of straight lines or curves
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/36Input/output arrangements for on-board computers
    • G01C21/3626Details of the output of route guidance instructions
    • G01C21/3658Lane guidance

Abstract

本申请公开了一种车道线的生成方法及装置、存储介质及电子装置。该车道线的生成方法包括:对第一采样点集合中的第一采样点进行曲线拟合,得到第一车道线;删除所述第一采样点集合中的第二采样点,得到第二采样点集合,其中,所述第二采样点为所述第一采样点集合的第一采样点中,与所述第一车道线的距离大于预设阈值的采样点;对所述第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线,并根据所述第一车道线与所述第二车道线之间的约束条件确定所述第一车道线和所述第二车道线之间的第一分布参数;根据所述第一分布参数对所述第二采样点进行修正,并对修正后的第二采样点和所有所述第三采样点进行曲线拟合,得到第三车道线。

Description

车道线的生成方法及装置、存储介质及电子装置
技术领域
本申请涉及自动驾驶车道线拟合领域,具体而言,涉及一种车道线的生成方法及装置、存储介质及电子装置。
背景技术
在车辆行驶过程中,为了更好的了解并预测周围的环境信息,对车道线的拟合是必要的。将采集来的车道线数据进行拟合可以很好的估计车道线的参数信息,得知偏移量、倾斜角、曲率半径等信息,从而预测车道线的走向,为驾驶员或车辆自动控制系统提供帮助。
针对分割后的车道线,如果采样点间距小,那么会造成过拟合和计算量过大的情况,如果采样点过少,又会影响拟合车道线的光滑性。
针对相关技术中,采样点数量过少的情况下,拟合出的车道线误差较大的问题,目前尚未提出有效的解决方案。
因此,有必要对相关技术予以改良以克服相关技术中的所述缺陷。
发明内容
本发明实施例提供了一种车道线的生成方法及装置、存储介质及电子装置,以至少解决采样点数量过少的情况下,拟合出的车道线误差较大的问题。
根据本发明实施例的一方面,提供一种车道线的生成方法,包括:对第一采样点集合中的第一采样点进行曲线拟合,得到第一车道线;删除所述第一采样点集合中的第二采样点,得到第二采样点集合,其中,所述第二采样点为所述第一采样点集合的第一采样点中,与所述第一车道线的距离大于预设阈值的采样点;对所述第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线,并根据所述第一车道线与所述第二车道线之间的约束条件确定所述第一车道线和所述第二车道线之间的第一分布参数;根据所述第一分布参数对所述第二采样点进行修正,并对修正后的第二采样点和所有所述第三采样点进行曲线拟合,得到第三车道线。
在一个示例性的实施例中,根据所述分布参数对所述第二采样点进行修正,并对修正后的第二采样点和所述第三采样点进行曲线拟合,得到第三车道线之后,所述方法还包括:根据所述修正后的第二采样点对所述第一采样点集合进行更新,得到第三采样点集合;删除所述第三采样点集合中的第四采样点,得到第四采样点集合,其中,所述第四采样点为所述第三采样点集合的第一采样点中,与所述第三车道线的距离大于所述预设阈值的采样点;对所述第四采样点集合中的第五采样点进行曲线拟合,得到第四车道线,并根据所述第三车道线与所述第四车道线之间的约束条件确定所述第三车道线和所述第四车道线之间的第二分布参数;根据所述第二分布参数对所述第四采样点进行修正,并对修正后的第四采样点和所有所述第五采样点进行曲线拟合,得到第五车道线。
在一个示例性的实施例中,对所述第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线之后,所述方法还包括:根据所述第二车道线和所述第二采样点集合确定所述第二车道线的第一曲线分布;根据所述第一车道线和第五采样点集合确定所述第一车道线的第二曲线分布,其中,所述第五采样点集合中的第六采样点是基于所述第二采样点集合中的第三采样点进行映射得到的;根据所述第一曲线分布和所述第二曲线分布确定所述第二车道线和所述第一车道线之间的第三曲线分布。
在一个示例性的实施例中,根据所述第二车道线和所述第二采样点集合确定所述第二车道线的第一曲线分布,包括:根据所有所述第三采样点的位置坐标和所述第二车道线的曲线方程确定第一坐标集合,其中,所述第一坐标集合用于存储位于所述第二车道线上的点的坐标,所述第一坐标集合中的第一坐标与所述第三采样点的位置坐标一一对应且纵坐标相等;分别根据所述第一坐标集合中的第一坐标确定第一切线的切线方程,并计算与所述第一坐标对应的第三采样点到所述第一切线的第一距离,得到所述第二采样点集合对应的多个第一距离,其中,所述第一切线为所述第二车道线在所述第一坐标的切线;根据所述多个第一距离确定所述第一曲线分布其中,/>为所述第一距离,i为正整数。
在一个示例性的实施例中,根据所述第一车道线和第五采样点集合确定所述第一车道线的第二曲线分布,包括:根据所有所述第六采样点的位置坐标和所述第一车道线的曲线方程确定第二坐标集合,其中,所述第二坐标集合用于存储位于所述第一车道线上的点的坐标,所述第二坐标集合中的第二坐标与所述第六采样点的位置坐标一一对应且纵坐标相等;分别根据所述第二坐标集合中的第二坐标确定第二切线的切线方程,并计算与所述第二坐标对应的第六采样点到所述第二切线的第二距离,得到所述第五采样点集合对应的多个第二距离,其中,所述第二切线为所述第一车道线在所述第二坐标的切线;根据所述多个第二距离确定所述第二曲线分布。
在一个示例性的实施例中,根据所述第一曲线分布和所述第二曲线分布确定所述第二车道线和所述第一车道线之间的第三曲线分布,包括:计算所述多个第一距离的均值和方差;根据所述多个第一距离的均值和方差构建所述第二采样点集合的正态分布,得到所述第三采样点的正态分布概率其中,Bji为第二采样点集合Bj中的第三采样点,Lji为与所述第二车道线Lj对应第一坐标集合中的点,i为正整数;根据以下公式确定所述第三曲线分布/> 其中,/>为所述第二距离,/>为所述第一距离,i为正整数。
在一个示例性的实施例中,根据所述第一车道线和第五采样点集合确定所述第一车道线的第二曲线分布之前,所述方法还包括:根据以下公式得到所述第五采样点集合B′j其中,第三分布参数包括:θj1,θj2,θj3,θj4;所述第三分布参数为所述第一分布参数的初始值,/>为所述第六采样点的横坐标,/>为所述第六采样点的纵坐标,/>为所述第三采样点的横坐标,/>为所述第三采样点的纵坐标。
在一个示例性的实施例中,根据所述第一曲线分布和所述第二曲线分布确定所述第二车道线和所述第一车道线之间的第三曲线分布之后,所述方法还包括:计算所述第五采样点集合与所述第一车道线之间的第一度量其中,所述第一度量用于衡量所述第五采样点集合与所述第一车道线之间的偏差;根据所述第一度量、所述第一曲线分布和所述第三曲线分布确定所述第一车道线和所述第二车道线之间的第一约束条件的约束方程为/>
在一个示例性的实施例中,计算所述第五采样点集合与所述第一车道线之间的第一度量包括:计算/>相对于第七采样点/>的第一倾斜角其中,所述第五采样点集合包括所述第七采样点,i为正整数;计算所述第五采样点集合的均值采样点的纵坐标/>计算所述第一车道线在/>的第二倾斜角/>根据以下公式计算所述第一度量:
在一个示例性的实施例中,根据所述第一车道线与所述第二车道线之间的约束条件确定所述第一车道线和所述第二车道线之间的第一分布参数,包括:在所述约束方程的值最小的情况下,使用梯度下降优化法获取所述约束方程对应的第四分布参数;根据所述第四分布参数生成第八采样点,并根据所述第八采样点和所有所述第三采样点生成第六采样点集合,其中,所述第八采样点为所述第二采样点基于所述第四分布参数进行映射得到的;确定所述第四分布参数是否满足第二约束条件和第三约束条件,其中,所述第二约束条件用于指示所述第八采样点与所述第一车道线的第三距离小于所述多个第一距离的平均值,所述第三约束条件用于指示所述第六采样点集合与所述第一车道线之间的第二度量小于所述第一采样点集合与所述第一车道线之间的第三度量;在所述第四分布参数满足所述第二约束条件和所述第三约束条件的情况下,将所述第四分布参数确定为所述第一分布参数。
根据本发明实施例的另一方面,还提供了一种车道线的生成装置,包括:拟合模块,用于对第一采样点集合中的第一采样点进行曲线拟合,得到第一车道线;删除模块,用于删除所述第一采样点集合中的第二采样点,得到第二采样点集合,其中,所述第二采样点为所述第一采样点集合的第一采样点中,与所述第一车道线的距离大于预设阈值的采样点;确定模块,用于对所述第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线,并根据所述第一车道线与所述第二车道线之间的约束条件确定所述第一车道线和所述第二车道线之间的第一分布参数;修正模块,用于根据所述第一分布参数对所述第二采样点进行修正,并对修正后的第二采样点和所有所述第三采样点进行曲线拟合,得到第三车道线。
根据本发明实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述车道线的生成方法。
根据本发明实施例的又一方面,还提供了一种电子装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,上述处理器通过计算机程序执行上述车道线的生成方法。
通过本发明,对已有的采样点进行曲线拟合,得到第一车道线,删除第一采样点集合中不合理的一个采样点,得到一个新的第二采样点集合,对第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线;根据该第一车道线和第二车道线之间的约束条件确定第一分布参数,并基于该第一分布参数修正该第二采样点,对修正后的第二采样点和所有第三采样点进行曲线拟合,得到第三车道线;通过上述步骤,基于现有的采样点修正其中不合理的采样点,从而在不新增采样点的情况下,拟合出更加真实的车道线;解决了相关技术中,采样点数量过少的情况下,拟合出的车道线误差较大的问题。
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,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例的一种可选的车道线的生成方法的应用环境的示意图;
图2是根据本发明实施例的一种可选的车道线的生成方法的流程图;
图3是根据本发明实施例的一种可选的车道线优化过程的流程示意图;
图4是根据本申请实施例的一种可选的车道线的生成装置的结构示意图;
图5是根据本申请实施例的一种可选的电子设备的计算机系统结构框图;
图6是根据本申请实施例的一种可选的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合实施例对本申请进行说明:
根据本申请实施例的一个方面,提供了一种车道线的生成方法,可选地,在本实施例中,上述车道线的生成方法可以应用于如图1所示的由服务器101和自动驾驶车辆103所构成的硬件环境中。如图1所示,服务器101通过网络与自动驾驶车辆103进行连接,可用于为自动驾驶车辆103或自动驾驶车辆103上安装的应用程序107提供服务,应用程序107可以是车道线的生成应用程序等等。可在服务器101上或独立于服务器101设置数据库105,用于为服务器101提供数据存储服务,例如,车辆数据存储服务器、环境数据存储服务器,上述网络可以包括但不限于:有线网络,无线网络,其中,该有线网络包括:局域网、城域网和广域网,该无线网络包括:蓝牙、WIFI及其他实现无线通信的网络,自动驾驶车辆103可以是配置有应用程序的终端,可以包括但不限于车载终端,上述服务器101可以是单一服务器,也可以是由多个服务器组成的服务器集群,或者是云服务器,使用上述车道线的生成方法的应用程序107通过自动驾驶车辆103或其他连接的显示设备进行显示。
结合图1所示,上述车道线的生成方法可以在自动驾驶车辆103通过如下图2中的步骤S202-S208实现:
可选地,在本实施例中,上述车道线的生成方法还可以通过服务器实现,例如,图1所示的服务器101中实现;或由自动驾驶车辆和服务器共同实现。
上述仅是一种示例,本实施例不做具体的限定。
可选地,作为一种可选的实施方式,如图2所示,上述车道线的生成方法包括以下步骤S202-S208:
步骤S202:对第一采样点集合中的第一采样点进行曲线拟合,得到第一车道线;
需要说明的是,上述对第一采样点进行曲线拟合的过程,可以采用B样条、三次样条插值、Ransac、最小二乘法等对车道线拟合算法,还可以为其他算法,本申请对此不作限制。
步骤S204:删除所述第一采样点集合中的第二采样点,得到第二采样点集合,其中,所述第二采样点为所述第一采样点集合的第一采样点中,与所述第一车道线的距离大于预设阈值的采样点;
步骤S206:对所述第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线,并根据所述第一车道线与所述第二车道线之间的约束条件确定所述第一车道线和所述第二车道线之间的第一分布参数;
步骤S208:根据所述第一分布参数对所述第二采样点进行修正,并对修正后的第二采样点和所有所述第三采样点进行曲线拟合,得到第三车道线。
通过上述步骤,对已有的采样点进行曲线拟合,得到第一车道线,删除第一采样点集合中不合理的一个采样点,得到一个新的第二采样点集合,对第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线;根据该第一车道线和第二车道线之间的约束条件确定第一分布参数,并基于该第一分布参数修正该第二采样点,对修正后的第二采样点和所有第三采样点进行曲线拟合,得到第三车道线;通过上述步骤,基于现有的采样点修正其中不合理的采样点,从而在不新增采样点的情况下,拟合出更加真实的车道线;解决了相关技术中,采样点数量过少的情况下,拟合出的车道线误差较大的问题。
在一个示例性的实施例中,执行上述修正步骤S208:根据所述分布参数对所述第二采样点进行修正,并对修正后的第二采样点和所述第三采样点进行曲线拟合,得到第三车道线之后,所述方法还包括:根据所述修正后的第二采样点对所述第一采样点集合进行更新,得到第三采样点集合;删除所述第三采样点集合中的第四采样点,得到第四采样点集合,其中,所述第四采样点为所述第三采样点集合的第一采样点中,与所述第三车道线的距离大于所述预设阈值的采样点;对所述第四采样点集合中的第五采样点进行曲线拟合,得到第四车道线,并根据所述第三车道线与所述第四车道线之间的约束条件确定所述第三车道线和所述第四车道线之间的第二分布参数;根据所述第二分布参数对所述第四采样点进行修正,并对修正后的第四采样点和所有所述第五采样点进行曲线拟合,得到第五车道线。
在得到修正后的第二采样点后,完成了一个异常采样点的更新,然后使用该修正后的第二采样点替换该第一采样点集合中的第二采样点,得到第三采样点集合;然后重新基于该第三采样点集合进行采样点的修正过程,即先删除第三采样点集合中的下一个与第三车道线距离大于预设阈值的采样点,并基于删除第四采样点后得到的第四采样点集合拟合出第四车道线,然后根据第三车道线与第四车道线之间的约束条件确定第三车道线和第四车道线之间的第二分布参数,然后根据该第二分布参数对第四采样点进行修正,基于修正后的第四采样点和所有第五采样点进行曲线拟合,得到第五车道线。通过不断循环执行上述采样点的修正过程,完成第一采样点集合中所有与拟合出的第一车道线距离大于预设阈值的采样点的修正更新,并基于修正后的采样点重新拟合车道线,直至得到最终的重构车道线,使拟合的曲线更接近真值。
可选的,执行上述步骤S206:对所述第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线之后,所述方法还包括:根据所述第二车道线和所述第二采样点集合确定所述第二车道线的第一曲线分布;根据所述第一车道线和第五采样点集合确定所述第一车道线的第二曲线分布,其中,所述第五采样点集合中的第六采样点是基于所述第二采样点集合中的第三采样点进行映射得到的;根据所述第一曲线分布和所述第二曲线分布确定所述第二车道线和所述第一车道线之间的第三曲线分布。
拟合出第二车道线之后,需要确定第二车道线与第一车道线之间约束条件,进而可以确定出想要的分布参数,确定约束条件之前,需要先计算第二车道线的第一曲线分布、第一车道线的第二曲线分布以及第二车道线与第一车道线之间的第三曲线分布。通过确定上述曲线分布关系,明确地反映出两条车道线之间的关系,从而可以确定出它们之间的约束条件。
可选的,上述步骤:根据所述第二车道线和所述第二采样点集合确定所述第二车道线的第一曲线分布,可以通过以下方案来实现,包括:根据所有所述第三采样点的位置坐标和所述第二车道线的曲线方程确定第一坐标集合,其中,所述第一坐标集合用于存储位于所述第二车道线上的点的坐标,所述第一坐标集合中的第一坐标与所述第三采样点的位置坐标一一对应且纵坐标相等;分别根据所述第一坐标集合中的第一坐标确定第一切线的切线方程,并计算与所述第一坐标对应的第三采样点到所述第一切线的第一距离,得到所述第二采样点集合对应的多个第一距离,其中,所述第一切线为所述第二车道线在所述第一坐标的切线;根据所述多个第一距离确定所述第一曲线分布其中,/>为所述第一距离,i为正整数。
确定第一曲线分布的过程包括:针对第二采样点集合Bj中的任意一点基于给定的y以及第二车道线的曲线方程确定与y对应的第二车道线上的x值,即从而得到第二车道线上的多个坐标,即第一坐标集合;任取集合Bj中一点取集合Lj中一点/>其中/>基于/>做曲线Lj的切线方程,切线方程klji为:/>其中,/>用于指示第二车道线在/>处的斜率;然后通过以下公式分别计算第三采样点到与之对应的第一切线的第一距离:/>根据该多个第一距离确定出该第一曲线分布
可选的,上述步骤:根据所述第一车道线和第五采样点集合确定所述第一车道线的第二曲线分布,可以通过以下方案来实现,包括:根据所有所述第六采样点的位置坐标和所述第一车道线的曲线方程确定第二坐标集合,其中,所述第二坐标集合用于存储位于所述第一车道线上的点的坐标,所述第二坐标集合中的第二坐标与所述第六采样点的位置坐标一一对应且纵坐标相等;分别根据所述第二坐标集合中的第二坐标确定第二切线的切线方程,并计算与所述第二坐标对应的第六采样点到所述第二切线的第二距离,得到所述第五采样点集合对应的多个第二距离,其中,所述第二切线为所述第一车道线在所述第二坐标的切线;根据所述多个第二距离确定所述第二曲线分布。
确定第二曲线分布的过程与确定第一曲线分布的过程相同,第一曲线分布是根据第二车道线与第二采样点集合确定的,而第二曲线分布则是根据第一车道线与第五采样点集合确定出的,其中,第五采样点集合中的第六采样点是基于第二采样点集合中的第三采样点进行映射得到的;分别计算出与第五采样点集合中的第六采样点对应的第一车道线上的第二坐标集合,然后分别确定第一车道线在第二坐标集合中的每一点处的第二切线的切线方程,然后计算第六采样点到与之对应的第二切线的第二距离;最后根据多个第二距离确定出该第二曲线分布。
可选的,上述步骤:根据所述第一曲线分布和所述第二曲线分布确定所述第二车道线和所述第一车道线之间的第三曲线分布,可以通过以下方案来实现,包括:计算所述多个第一距离的均值和方差;根据所述多个第一距离的均值和方差构建所述第二采样点集合的正态分布,得到所述第三采样点的正态分布概率其中,Bji为第二采样点集合Bj中的第三采样点,Lji为与所述第二车道线Lj对应第一坐标集合中的点,i为正整数;根据以下公式确定所述第三曲线分布其中,为所述第二距离,/>为所述第一距离,i为正整数。
确定第三曲线分布的过程包括:先计算出该多个第一距离的均值和方差;并构建出第二采样点集合与第二车道线之间的距离的正态分布,得到该第三采样点的正态分布概率其中,Bji为第二采样点集合Bj中的第三采样点,Lji为与所述第二车道线Lj对应第一坐标集合中的点,i为正整数;最后定义第三曲线分布其中,为所述第二距离,/>为所述第一距离,i为正整数。
可选的,执行上述步骤:根据所述第一车道线和第五采样点集合确定所述第一车道线的第二曲线分布之前,所述方法还包括:根据以下公式得到所述第五采样点集合B′j其中,第三分布参数包括:θj1,θj2,θj3,θj4;所述第三分布参数为所述第一分布参数的初始值,/>为所述第六采样点的横坐标,/>为所述第六采样点的纵坐标,/>为所述第三采样点的横坐标,/>为所述第三采样点的纵坐标。
根据第二采样点集合得到第五采样点集合的过程包括:根据第三分布参数以及以下公式对第二采样点集合中的第三采样点分别进行映射:
其中,第三分布参数是第一分布参数的初始值,可选的,可以设置为{0,1,0,1};其中,/>为所述第六采样点的横坐标,/>为所述第六采样点的纵坐标,/>为所述第三采样点的横坐标,为所述第三采样点的纵坐标。
基于上述步骤,根据所述第一曲线分布和所述第二曲线分布确定所述第二车道线和所述第一车道线之间的第三曲线分布之后,所述方法还包括:计算所述第五采样点集合与所述第一车道线之间的第一度量其中,所述第一度量用于衡量所述第五采样点集合与所述第一车道线之间的偏差;根据所述第一度量、所述第一曲线分布和所述第三曲线分布确定所述第一车道线和所述第二车道线之间的第一约束条件的约束方程为
确定出第三曲线分布之后,还需要计算第五采样点集合与该第一车道线之间的第一度量该第一度量用于衡量第五采样点集合与该第一车道线之间的偏差;计算出第一度量之后,定义第一车道线与第二车道线之间的第一约束条件的约束方程为:
可选的,计算所述第五采样点集合与所述第一车道线之间的第一度量的过程包括:计算/>相对于第七采样点/>的第一倾斜角其中,所述第五采样点集合包括所述第七采样点,i为正整数;计算所述第五采样点集合的均值采样点的纵坐标/>计算所述第一车道线在/>的第二倾斜角/>根据以下公式计算所述第一度量:
计算第一度量的过程包括:以第五采样点集合中的第一个点第七采样点为起始点,计算第五采样点集合中除第七采样点之外的其他第六采样点相对于第七采样点的第一倾斜角/>其中,i为正整数;然后计算出该第五采样点集合的对应均值采样点的纵坐标/>最后根据以下公式计算该第一度量:/>
可选的,根据所述第一车道线与所述第二车道线之间的约束条件确定所述第一车道线和所述第二车道线之间的第一分布参数的过程包括:在所述约束方程的值最小的情况下,使用梯度下降优化法获取所述约束方程对应的第四分布参数;根据所述第四分布参数生成第八采样点,并根据所述第八采样点和所有所述第三采样点生成第六采样点集合,其中,所述第八采样点为所述第二采样点基于所述第四分布参数进行映射得到的;确定所述第四分布参数是否满足第二约束条件和第三约束条件,其中,所述第二约束条件用于指示所述第八采样点与所述第一车道线的第三距离小于所述多个第一距离的平均值,所述第三约束条件用于指示所述第六采样点集合与所述第一车道线之间的第二度量小于所述第一采样点集合与所述第一车道线之间的第三度量;在所述第四分布参数满足所述第二约束条件和所述第三约束条件的情况下,将所述第四分布参数确定为所述第一分布参数。
最后确定第一分布参数的过程包括:令第一约束条件的约束方程取最小值,此时使用梯度下降优化法获取该约束方程对应的第四分布参数,然后基于该第四分布参数对第二采样点进行映射,得到第八采样点,将第八采样点和所有第三采样点作为第六采样点集合;确定该第四分布参数是否满足第二约束条件和第三约束条件,第二约束条件用于指示第八采样点与第一车道线的第三距离小于该多个第一距离的平均值,第三约束条件用于指示第六采样点集合与该第一车道线之间的第二度量小于该第一采样点集合与第一车道线之间的第三度量,即通过第二约束条件和第三约束条件确定得到的第八采样点是优于删除的第二采样点的。若确定第四分布参数满足第二约束条件和第三约束条件,则将该第四分布参数确定为该第一分布参数;若确定第四分布参数不满足第二约束条件和/或第三约束条件,则不删除该第二采样点,并不继续对该第二采样点进行处理。
显然,上述所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。为了更好的理解上述方法,以下结合实施例对上述过程进行说明,但不用于限定本发明实施例的技术方案,具体地:
为了更好的理解,整个车道线优化的过程如图3所示,具体具有如下步骤:
步骤S302:开始;
步骤S304:车道线分割图采样;
基于车道线分割图获取若干个采样点,得到第一采样点集合。
步骤S306:基于采样点进行拟合;
基于第一采样点集合中的所有第一采样点进行曲线拟合,得到拟合出的第一车道线。
步骤S308:依次判断采样点是否是离群点(相当于上述第二采样点),若是则执行步骤S310,若不是则判断下一个采样点;
依次判断第一采样点集合中的采样点是否是离群采样点,即与该第一车道线的距离大于预设阈值的采样点。
其中,计算第一采样点与第一车道线之间的距离的过程包括:
步骤1:基于第一采样点Pj(xj,yj)中的yj和第一车道线的曲线方程l0,可以求得曲线l0中的一点
步骤2:求出曲线l0在点的切线方程:
步骤3:计算采样点Pj(xj,yj)到切线kl0j的距离即为采样点与拟合曲线l0的距离:
步骤S310:基于除去离群采样点之后的采样点进行拟合;
基于除去离群采样点之后的采样点,即第二采样点集合中的所有第三采样点进行曲线拟合,得到拟合出的第二车道线。
步骤S312:基于约束条件生成新的采样点替换离群采样点;
确定出第一车道线和第二车道线之间的约束条件,并基于该约束条件确定出第一分布参数,根据该第一分布参数和离群采样点(相当于上述第二采样点)生成新的采样点(相当于上述修正后的第二采样点)来替换该离群采样点。
其中,确定第一车道线和第二车道线之间的约束条件的过程包括:
步骤1:针对第二采样点集合Bj中某一点基于给定y和第二车道线的曲线方程lj,得到/>从而得到点/>进而得到集合Lj={(Pi(xi,yi))|i=1,2,3…,n,i≠j且/>(相当于上述第一坐标集合);
步骤2:基于上述第二采样点集合Bj和第一坐标集合Lj,做如下分布:
步骤2.1:任取集合Bj中一点取集合Lj中一点/>其中基于/>做曲线Lj的切线方程:
步骤2.2:计算到klji的距离为:
步骤2.3:基于步骤2.2得到第一曲线分布进而得到基于集合Bj的分布χ(Lj),均值E(Lj),方差D2(Lj);
步骤3:基于步骤2.3得到的均值E(Lj),方差D2(Lj),构建一个正态分布N(E(Lj),D2(Lj)),基于构建的正太分布,对于任一输入点得概率/>
步骤4:我们对集合Bj中任一点做一映射F(θ):
得到集合其中{θj1,θj2,θj3,θj4}的初始值可以设置为{0,1,0,1},根据曲线l0以及步骤2的分布方法,得到/> 根据步骤3得到的正态分布,我们定义如下概率:
(即第三曲线分布);
步骤5:基于某一集合拟合的曲线,定义该集合额与曲线的度量,以集合Bj和曲线Lj为例,为起始点,计算点/>的倾斜角为/>
计算集合Bj的对应均值点其中,
得到集合Bj和曲线lj的度量为:
参照上述方法,得到集合B′j和曲线l0的度量为(相当于上述第一度量):
步骤6:基于上述步骤2-5,定义两个分布(相当于上述第三曲线分布),χ(Lj)(相当于上述第一曲线分布)之间的约束条件(相当于上述第一约束条件)如下:
步骤7:为了保证生成的点不会使集合与车道线之间的度量增大,同时加入集合与曲线的距离约束,即(相当于上述第三约束条件);
步骤8:为了保证生成的点距离不影响曲线拟合轨迹的偏理性,加入点属性的判断标准,若D(F(Pj,θj1,θj2,θj3,θj4))=1,则预测点符合条件(相当于上述第二约束条件),否则,预测点不符合标准,其中,
步骤9:最后可得第一车道线与第二车道线之间的约束方程为:
基于约束条件一(相当于上述第一约束条件),利用梯度下降优化方法求解得到一组参数θ,然后利用约束条件二(相当于上述第三约束条件)和约束条件三(相当于上述第二约束条件),判断得到的参数是否可用,如果可用,根据参数θ,将采样点Pj(xj,yj)带入线性映射F得到:
将该点将该点添加到集合B得到新的集合Aj替换集合A,然后基于该集合,用最小二乘法拟合出一条曲线去替换曲线l0;如果该点不可用,则保留该点,不做修改;
步骤10:继续遍历剩余的点,直到结束,得到最终的拟合曲线
步骤S314:结束。
可以理解的是,在本申请的具体实施方式中,涉及到用户信息等相关的数据,当本申请以上实施例运用到具体产品或技术中时,需要获得用户许可或者同意,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台自动驾驶车辆执行本发明各个实施例的方法。
在本实施例中还提供了一种车道线的生成装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的设备较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本发明实施例的车道线的生成装置的结构框图,该装置包括:
拟合模块42,用于对第一采样点集合中的第一采样点进行曲线拟合,得到第一车道线;
删除模块44,用于删除所述第一采样点集合中的第二采样点,得到第二采样点集合,其中,所述第二采样点为所述第一采样点集合的第一采样点中,与所述第一车道线的距离大于预设阈值的采样点;
确定模块46,用于对所述第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线,并根据所述第一车道线与所述第二车道线之间的约束条件确定所述第一车道线和所述第二车道线之间的第一分布参数;
修正模块48,用于根据所述第一分布参数对所述第二采样点进行修正,并对修正后的第二采样点和所有所述第三采样点进行曲线拟合,得到第三车道线。
通过上述装置,对已有的采样点进行曲线拟合,得到第一车道线,删除第一采样点集合中不合理的一个采样点,得到一个新的第二采样点集合,对第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线;根据该第一车道线和第二车道线之间的约束条件确定第一分布参数,并基于该第一分布参数修正该第二采样点,对修正后的第二采样点和所有第三采样点进行曲线拟合,得到第三车道线;通过上述步骤,基于现有的采样点修正其中不合理的采样点,从而在不新增采样点的情况下,拟合出更加真实的车道线;解决了相关技术中,采样点数量过少的情况下,拟合出的车道线误差较大的问题。
在一个示例性的实施例中,修正模块48,包括:
更新单元,用于根据所述修正后的第二采样点对所述第一采样点集合进行更新,得到第三采样点集合;
删除单元,用于删除所述第三采样点集合中的第四采样点,得到第四采样点集合,其中,所述第四采样点为所述第三采样点集合的第一采样点中,与所述第三车道线的距离大于所述预设阈值的采样点;
拟合单元,用于对所述第四采样点集合中的第五采样点进行曲线拟合,得到第四车道线,并根据所述第三车道线与所述第四车道线之间的约束条件确定所述第三车道线和所述第四车道线之间的第二分布参数;
修正单元,用于根据所述第二分布参数对所述第四采样点进行修正,并对修正后的第四采样点和所有所述第五采样点进行曲线拟合,得到第五车道线。
在得到修正后的第二采样点后,完成了一个异常采样点的更新,然后使用该修正后的第二采样点替换该第一采样点集合中的第二采样点,得到第三采样点集合;然后重新基于该第三采样点集合进行采样点的修正过程,即先删除第三采样点集合中的下一个与第三车道线距离大于预设阈值的采样点,并基于删除第四采样点后得到的第四采样点集合拟合出第四车道线,然后根据第三车道线与第四车道线之间的约束条件确定第三车道线和第四车道线之间的第二分布参数,然后根据该第二分布参数对第四采样点进行修正,基于修正后的第四采样点和所有第五采样点进行曲线拟合,得到第五车道线。通过不断循环执行上述采样点的修正过程,完成第一采样点集合中所有与拟合出的第一车道线距离大于预设阈值的采样点的修正更新,并基于修正后的采样点重新拟合车道线,直至得到最终的重构车道线,使拟合的曲线更接近真值。
在一个示例性的实施例中,确定模块46,包括:第一确定单元,用于根据所述第二车道线和所述第二采样点集合确定所述第二车道线的第一曲线分布;根据所述第一车道线和第五采样点集合确定所述第一车道线的第二曲线分布,其中,所述第五采样点集合中的第六采样点是基于所述第二采样点集合中的第三采样点进行映射得到的;根据所述第一曲线分布和所述第二曲线分布确定所述第二车道线和所述第一车道线之间的第三曲线分布。
拟合出第二车道线之后,需要确定第二车道线与第一车道线之间约束条件,进而可以确定出想要的分布参数,确定约束条件之前,需要先计算第二车道线的第一曲线分布、第一车道线的第二曲线分布以及第二车道线与第一车道线之间的第三曲线分布。通过确定上述曲线分布关系,明确地反映出两条车道线之间的关系,从而可以确定出它们之间的约束条件。
在一个示例性的实施例中,第一确定单元,包括:第一子确定单元,用于根据所有所述第三采样点的位置坐标和所述第二车道线的曲线方程确定第一坐标集合,其中,所述第一坐标集合用于存储位于所述第二车道线上的点的坐标,所述第一坐标集合中的第一坐标与所述第三采样点的位置坐标一一对应且纵坐标相等;分别根据所述第一坐标集合中的第一坐标确定第一切线的切线方程,并计算与所述第一坐标对应的第三采样点到所述第一切线的第一距离,得到所述第二采样点集合对应的多个第一距离,其中,所述第一切线为所述第二车道线在所述第一坐标的切线;根据所述多个第一距离确定所述第一曲线分布 其中,/>为所述第一距离,i为正整数。
确定第一曲线分布的过程包括:针对第二采样点集合Bj中的任意一点基于给定的y以及第二车道线的曲线方程确定与y对应的第二车道线上的x值,即从而得到第二车道线上的多个坐标,即第一坐标集合;任取集合Bj中一点取集合Lj中一点/>其中/>基于/>做曲线Lj的切线方程,切线方程klji为:/>其中,/>用于指示第二车道线在/>处的斜率;然后通过以下公式分别计算第三采样点到与之对应的第一切线的第一距离:/>根据该多个第一距离确定出该第一曲线分布
在一个示例性的实施例中,第一确定单元,包括:第二子确定单元,用于根据所有所述第六采样点的位置坐标和所述第一车道线的曲线方程确定第二坐标集合,其中,所述第二坐标集合用于存储位于所述第一车道线上的点的坐标,所述第二坐标集合中的第二坐标与所述第六采样点的位置坐标一一对应且纵坐标相等;分别根据所述第二坐标集合中的第二坐标确定第二切线的切线方程,并计算与所述第二坐标对应的第六采样点到所述第二切线的第二距离,得到所述第五采样点集合对应的多个第二距离,其中,所述第二切线为所述第一车道线在所述第二坐标的切线;根据所述多个第二距离确定所述第二曲线分布。
确定第二曲线分布的过程与确定第一曲线分布的过程相同,第一曲线分布是根据第二车道线与第二采样点集合确定的,而第二曲线分布则是根据第一车道线与第五采样点集合确定出的,其中,第五采样点集合中的第六采样点是基于第二采样点集合中的第三采样点进行映射得到的;分别计算出与第五采样点集合中的第六采样点对应的第一车道线上的第二坐标集合,然后分别确定第一车道线在第二坐标集合中的每一点处的第二切线的切线方程,然后计算第六采样点到与之对应的第二切线的第二距离;最后根据多个第二距离确定出该第二曲线分布。
在一个示例性的实施例中,第一确定单元,包括:第三子确定单元,用于计算所述多个第一距离的均值和方差;根据所述多个第一距离的均值和方差构建所述第二采样点集合的正态分布,得到所述第三采样点的正态分布概率其中,Bji为第二采样点集合Bj中的第三采样点,Lji为与所述第二车道线Lj对应第一坐标集合中的点,i为正整数;根据以下公式确定所述第三曲线分布/>/>其中,为所述第二距离,/>为所述第一距离,i为正整数。
确定第三曲线分布的过程包括:先计算出该多个第一距离的均值和方差;并构建出第二采样点集合与第二车道线之间的距离的正态分布,得到该第三采样点的正态分布概率其中,Bji为第二采样点集合Bj中的第三采样点,Lji为与所述第二车道线Lj对应第一坐标集合中的点,i为正整数;最后定义第三曲线分布其中,为所述第二距离,/>为所述第一距离,i为正整数。
在一个示例性的实施例中,第二子确定单元,用于根据所述第一车道线和第五采样点集合确定所述第一车道线的第二曲线分布之前,根据以下公式得到所述第五采样点集合B′j其中,第三分布参数包括:θj1,θj2,θj3,θj4;所述第三分布参数为所述第一分布参数的初始值,/>为所述第六采样点的横坐标,/>为所述第六采样点的纵坐标,/>为所述第三采样点的横坐标,/>为所述第三采样点的纵坐标。
根据第二采样点集合得到第五采样点集合的过程包括:根据第三分布参数以及以下公式对第二采样点集合中的第三采样点分别进行映射:
其中,第三分布参数是第一分布参数的初始值,可选的,可以设置为{0,1,0,1};其中,/>为所述第六采样点的横坐标,/>为所述第六采样点的纵坐标,/>为所述第三采样点的横坐标,为所述第三采样点的纵坐标。
在一个示例性的实施例中,第三子确定单元,用于根据所述第一曲线分布和所述第二曲线分布确定所述第二车道线和所述第一车道线之间的第三曲线分布之后,计算所述第五采样点集合与所述第一车道线之间的第一度量其中,所述第一度量用于衡量所述第五采样点集合与所述第一车道线之间的偏差;根据所述第一度量、所述第一曲线分布和所述第三曲线分布确定所述第一车道线和所述第二车道线之间的第一约束条件的约束方程为/>
确定出第三曲线分布之后,还需要计算第五采样点集合与该第一车道线之间的第一度量该第一度量用于衡量第五采样点集合与该第一车道线之间的偏差;计算出第一度量之后,定义第一车道线与第二车道线之间的第一约束条件的约束方程为:
在一个示例性的实施例中,第三子确定单元,还用于计算相对于第七采样点/>的第一倾斜角/>其中,所述第五采样点集合包括所述第七采样点,i为正整数;计算所述第五采样点集合的均值采样点的纵坐标计算所述第一车道线在/>的第二倾斜角/>根据以下公式计算所述第一度量:/>
计算第一度量的过程包括:以第五采样点集合中的第一个点第七采样点为起始点,计算第五采样点集合中除第七采样点之外的其他第六采样点相对于第七采样点的第一倾斜角/>其中,i为正整数;然后计算出该第五采样点集合的对应均值采样点的纵坐标/>最后根据以下公式计算该第一度量:/>
在一个示例性的实施例中,确定模块46,包括:
获取单元,用于在所述约束方程的值最小的情况下,使用梯度下降优化法获取所述约束方程对应的第四分布参数;
生成单元,用于根据所述第四分布参数生成第八采样点,并根据所述第八采样点和所有所述第三采样点生成第六采样点集合,其中,所述第八采样点为所述第二采样点基于所述第四分布参数进行映射得到的;
第二确定单元,用于确定所述第四分布参数是否满足第二约束条件和第三约束条件,其中,所述第二约束条件用于指示所述第八采样点与所述第一车道线的第三距离小于所述多个第一距离的平均值,所述第三约束条件用于指示所述第六采样点集合与所述第一车道线之间的第二度量小于所述第一采样点集合与所述第一车道线之间的第三度量;
第三确定单元,用于在所述第四分布参数满足所述第二约束条件和所述第三约束条件的情况下,将所述第四分布参数确定为所述第一分布参数。
最后确定第一分布参数的过程包括:令第一约束条件的约束方程取最小值,此时使用梯度下降优化法获取该约束方程对应的第四分布参数,然后基于该第四分布参数对第二采样点进行映射,得到第八采样点,将第八采样点和所有第三采样点作为第六采样点集合;确定该第四分布参数是否满足第二约束条件和第三约束条件,第二约束条件用于指示第八采样点与第一车道线的第三距离小于该多个第一距离的平均值,第三约束条件用于指示第六采样点集合与该第一车道线之间的第二度量小于该第一采样点集合与第一车道线之间的第三度量,即通过第二约束条件和第三约束条件确定得到的第八采样点是优于删除的第二采样点的。若确定第四分布参数满足第二约束条件和第三约束条件,则将该第四分布参数确定为该第一分布参数;若确定第四分布参数不满足第二约束条件和/或第三约束条件,则不删除该第二采样点,并不继续对该第二采样点进行处理。
根据本申请的一个方面,提供了一种计算机程序产品,该计算机程序产品包括计算机程序/指令,该计算机程序/指令包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理器801执行时,执行本申请实施例提供的各种功能。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
图5示意性地示出了用于实现本申请实施例的电子设备的计算机系统结构框图。
需要说明的是,图5示出的电子设备的计算机系统500仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理器501(Central Processing Unit,CPU),其可以根据存储在只读存储器502(Read-Only Memory,ROM)中的程序或者从存储部分508加载到随机访问存储器503(Random Access Memory,RAM)中的程序而执行各种适当的动作和处理。在随机访问存储器503中,还存储有系统操作所需的各种程序和数据。中央处理器501、在只读存储器502以及随机访问存储器503通过总线504彼此相连。输入/输出接口505(Input/Output接口,即I/O接口)也连接至总线504。
以下部件连接至输入/输出接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如局域网卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至输入/输出接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本申请的实施例,各个方法流程图中所描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理器501执行时,执行本申请的系统中限定的各种功能。
根据本申请实施例的又一个方面,还提供了一种用于实施上述车道线的生成方法的电子设备,该电子设备可以是图1所示的自动驾驶车辆或服务器。本实施例以该电子设备为自动驾驶车辆为例来说明。如图6所示,该电子设备包括存储器602和处理器604,该存储器602中存储有计算机程序,该处理器604被设置为通过计算机程序执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述电子设备可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,对第一采样点集合中的第一采样点进行曲线拟合,得到第一车道线;
S2,删除所述第一采样点集合中的第二采样点,得到第二采样点集合,其中,所述第二采样点为所述第一采样点集合的第一采样点中,与所述第一车道线的距离大于预设阈值的采样点;
S3,对所述第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线,并根据所述第一车道线与所述第二车道线之间的约束条件确定所述第一车道线和所述第二车道线之间的第一分布参数;
S4,根据所述第一分布参数对所述第二采样点进行修正,并对修正后的第二采样点和所有所述第三采样点进行曲线拟合,得到第三车道线。
可选地,本领域普通技术人员可以理解,图6所示的结构仅为示意,电子装置电子设备也可以是自动驾驶车辆。图6其并不对上述电子装置电子设备的结构造成限定。例如,电子装置电子设备还可包括比图6中所示更多或者更少的组件(如网络接口等),或者具有与图6所示不同的配置。
其中,存储器602可用于存储软件程序以及模块,如本申请实施例中的车道线的生成方法和装置对应的程序指令/模块,处理器604通过运行存储在存储器602内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的车道线的生成方法。存储器602可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器602可进一步包括相对于处理器604远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中,存储器602具体可以但不限于用于包含敏感数据的日志等信息。作为一种示例,如图6所示,上述存储器602中可以但不限于包括上述车道线的生成装置中的拟合模块42,删除模块44,确定模块46,修正模块48。此外,还可以包括但不限于上述车道线的生成装置中的其他模块单元,本示例中不再赘述。
可选地,上述的传输装置606用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置606包括一个网络适配器(Network Interface Controller,NIC),其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置606为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
此外,上述电子设备还包括:显示器608;和连接总线610,用于连接上述电子设备中的各个模块部件。
在其他实施例中,上述自动驾驶车辆或者服务器可以是一个分布式系统中的一个节点,其中,该分布式系统可以为区块链系统,该区块链系统可以是由该多个节点通过网络通信的形式连接形成的分布式系统。其中,节点之间可以组成点对点(P2P,Peer To Peer)网络,任意形式的计算设备,比如服务器、终端等电子设备都可以通过加入该点对点网络而成为该区块链系统中的一个节点。
根据本申请的一个方面,提供了一种计算机可读存储介质,计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各种可选实现方式中提供车道线的生成方法。
可选地,在本实施例中,上述计算机可读存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,对第一采样点集合中的第一采样点进行曲线拟合,得到第一车道线;
S2,删除所述第一采样点集合中的第二采样点,得到第二采样点集合,其中,所述第二采样点为所述第一采样点集合的第一采样点中,与所述第一车道线的距离大于预设阈值的采样点;
S3,对所述第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线,并根据所述第一车道线与所述第二车道线之间的约束条件确定所述第一车道线和所述第二车道线之间的第一分布参数;
S4,根据所述第一分布参数对所述第二采样点进行修正,并对修正后的第二采样点和所有所述第三采样点进行曲线拟合,得到第三车道线。
可选地,在本实施例中,本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令自动驾驶车辆相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-OnlyMemory,ROM)、随机存取器(Random Access Memory,RAM)、磁盘或光盘等。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在上述计算机可读取的存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。

Claims (7)

1.一种车道线的生成方法,其特征在于,包括:
对第一采样点集合中的第一采样点进行曲线拟合,得到第一车道线;
删除所述第一采样点集合中的第二采样点,得到第二采样点集合,其中,所述第二采样点为所述第一采样点集合的第一采样点中,与所述第一车道线的距离大于预设阈值的采样点;
对所述第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线,并根据所述第一车道线与所述第二车道线之间的约束条件确定所述第一车道线和所述第二车道线之间的第一分布参数;
根据所述第一分布参数对所述第二采样点进行修正,并对修正后的第二采样点和所有所述第三采样点进行曲线拟合,得到第三车道线;
其中,对所述第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线之后,所述方法还包括:
根据所述第二车道线和所述第二采样点集合确定所述第二车道线的第一曲线分布;
根据所述第一车道线和第五采样点集合确定所述第一车道线的第二曲线分布,其中,所述第五采样点集合中的第六采样点是基于所述第二采样点集合中的第三采样点进行映射得到的;
根据所述第一曲线分布和所述第二曲线分布确定所述第二车道线和所述第一车道线之间的第三曲线分布;
其中,根据所述第二车道线和所述第二采样点集合确定所述第二车道线的第一曲线分布,包括:
根据所有所述第三采样点的位置坐标和所述第二车道线的曲线方程确定第一坐标集合,其中,所述第一坐标集合用于存储位于所述第二车道线上的点的坐标,所述第一坐标集合中的第一坐标与所述第三采样点的位置坐标一一对应且纵坐标相等;
分别根据所述第一坐标集合中的第一坐标确定第一切线的切线方程,并计算与所述第一坐标对应的第三采样点到所述第一切线的第一距离,得到所述第二采样点集合对应的多个第一距离,其中,所述第一切线为所述第二车道线在所述第一坐标的切线;
根据所述多个第一距离确定所述第一曲线分布其中,为所述第一距离,i为正整数;
其中,根据所述第一车道线和第五采样点集合确定所述第一车道线的第二曲线分布,包括:
根据所有所述第六采样点的位置坐标和所述第一车道线的曲线方程确定第二坐标集合,其中,所述第二坐标集合用于存储位于所述第一车道线上的点的坐标,所述第二坐标集合中的第二坐标与所述第六采样点的位置坐标一一对应且纵坐标相等;
分别根据所述第二坐标集合中的第二坐标确定第二切线的切线方程,并计算与所述第二坐标对应的第六采样点到所述第二切线的第二距离,得到所述第五采样点集合对应的多个第二距离,其中,所述第二切线为所述第一车道线在所述第二坐标的切线;
根据所述多个第二距离确定所述第二曲线分布;
其中,根据所述第一曲线分布和所述第二曲线分布确定所述第二车道线和所述第一车道线之间的第三曲线分布,包括:
计算所述多个第一距离的均值和方差;
根据所述多个第一距离的均值和方差构建所述第二采样点集合的正态分布,得到所述第三采样点的正态分布概率其中,Bji为第二采样点集合Bj中的第三采样点,Lji为与所述第二车道线Lj对应第一坐标集合中的点,i为正整数;
根据以下公式确定所述第三曲线分布
其中,为所述第二距离,/>为所述第一距离,i为正整数;
其中,根据所述第一曲线分布和所述第二曲线分布确定所述第二车道线和所述第一车道线之间的第三曲线分布之后,所述方法还包括:
计算所述第五采样点集合与所述第一车道线之间的第一度量其中,所述第一度量用于衡量所述第五采样点集合与所述第一车道线之间的偏差;
根据所述第一度量、所述第一曲线分布和所述第三曲线分布确定所述第一车道线和所述第二车道线之间的第一约束条件的约束方程为
其中,根据所述第一车道线与所述第二车道线之间的约束条件确定所述第一车道线和所述第二车道线之间的第一分布参数,包括:
在所述约束方程的值最小的情况下,使用梯度下降优化法获取所述约束方程对应的第四分布参数;
根据所述第四分布参数生成第八采样点,并根据所述第八采样点和所有所述第三采样点生成第六采样点集合,其中,所述第八采样点为所述第二采样点基于所述第四分布参数进行映射得到的;
确定所述第四分布参数是否满足第二约束条件和第三约束条件,其中,所述第二约束条件用于指示所述第八采样点与所述第一车道线的第三距离小于所述多个第一距离的平均值,所述第三约束条件用于指示所述第六采样点集合与所述第一车道线之间的第二度量小于所述第一采样点集合与所述第一车道线之间的第三度量;
在所述第四分布参数满足所述第二约束条件和所述第三约束条件的情况下,将所述第四分布参数确定为所述第一分布参数。
2.根据权利要求1所述的方法,其特征在于,根据所述分布参数对所述第二采样点进行修正,并对修正后的第二采样点和所述第三采样点进行曲线拟合,得到第三车道线之后,所述方法还包括:
根据所述修正后的第二采样点对所述第一采样点集合进行更新,得到第三采样点集合;
删除所述第三采样点集合中的第四采样点,得到第四采样点集合,其中,所述第四采样点为所述第三采样点集合的第一采样点中,与所述第三车道线的距离大于所述预设阈值的采样点;
对所述第四采样点集合中的第五采样点进行曲线拟合,得到第四车道线,并根据所述第三车道线与所述第四车道线之间的约束条件确定所述第三车道线和所述第四车道线之间的第二分布参数;
根据所述第二分布参数对所述第四采样点进行修正,并对修正后的第四采样点和所有所述第五采样点进行曲线拟合,得到第五车道线。
3.根据权利要求1所述的方法,其特征在于,根据所述第一车道线和第五采样点集合确定所述第一车道线的第二曲线分布之前,所述方法还包括:
根据以下公式得到所述第五采样点集合B′j
其中,第三分布参数包括:θj1,θj2,θj3,θj4;所述第三分布参数为所述第一分布参数的初始值,/>为所述第六采样点的横坐标,/>为所述第六采样点的纵坐标,/>为所述第三采样点的横坐标,/>为所述第三采样点的纵坐标。
4.根据权利要求1所述的方法,其特征在于,计算所述第五采样点集合与所述第一车道线之间的第一度量包括:
计算相对于第七采样点/>的第一倾斜角其中,所述第五采样点集合包括所述第七采样点,i为正整数;
计算所述第五采样点集合的均值采样点的纵坐标
计算所述第一车道线在的第二倾斜角/>
根据以下公式计算所述第一度量:
5.一种车道线的生成装置,其特征在于,包括:
拟合模块,用于对第一采样点集合中的第一采样点进行曲线拟合,得到第一车道线;
删除模块,用于删除所述第一采样点集合中的第二采样点,得到第二采样点集合,其中,所述第二采样点为所述第一采样点集合的第一采样点中,与所述第一车道线的距离大于预设阈值的采样点;
确定模块,用于对所述第二采样点集合中的第三采样点进行曲线拟合,得到第二车道线,并根据所述第一车道线与所述第二车道线之间的约束条件确定所述第一车道线和所述第二车道线之间的第一分布参数;
修正模块,用于根据所述第一分布参数对所述第二采样点进行修正,并对修正后的第二采样点和所有所述第三采样点进行曲线拟合,得到第三车道线;其中,所述确定模块,还用于根据所述第二车道线和所述第二采样点集合确定所述第二车道线的第一曲线分布;
根据所述第一车道线和第五采样点集合确定所述第一车道线的第二曲线分布,其中,所述第五采样点集合中的第六采样点是基于所述第二采样点集合中的第三采样点进行映射得到的;
根据所述第一曲线分布和所述第二曲线分布确定所述第二车道线和所述第一车道线之间的第三曲线分布;
其中,所述确定模块,还用于根据所有所述第三采样点的位置坐标和所述第二车道线的曲线方程确定第一坐标集合,其中,所述第一坐标集合用于存储位于所述第二车道线上的点的坐标,所述第一坐标集合中的第一坐标与所述第三采样点的位置坐标一一对应且纵坐标相等;
分别根据所述第一坐标集合中的第一坐标确定第一切线的切线方程,并计算与所述第一坐标对应的第三采样点到所述第一切线的第一距离,得到所述第二采样点集合对应的多个第一距离,其中,所述第一切线为所述第二车道线在所述第一坐标的切线;
根据所述多个第一距离确定所述第一曲线分布其中,为所述第一距离,i为正整数;
其中,所述确定模块,还用于根据所有所述第六采样点的位置坐标和所述第一车道线的曲线方程确定第二坐标集合,其中,所述第二坐标集合用于存储位于所述第一车道线上的点的坐标,所述第二坐标集合中的第二坐标与所述第六采样点的位置坐标一一对应且纵坐标相等;
分别根据所述第二坐标集合中的第二坐标确定第二切线的切线方程,并计算与所述第二坐标对应的第六采样点到所述第二切线的第二距离,得到所述第五采样点集合对应的多个第二距离,其中,所述第二切线为所述第一车道线在所述第二坐标的切线;
根据所述多个第二距离确定所述第二曲线分布;
其中,所述确定模块,还用于计算所述多个第一距离的均值和方差;
根据所述多个第一距离的均值和方差构建所述第二采样点集合的正态分布,得到所述第三采样点的正态分布概率其中,Bji为第二采样点集合Bj中的第三采样点,Lji为与所述第二车道线Lj对应第一坐标集合中的点,i为正整数;
根据以下公式确定所述第三曲线分布
其中,为所述第二距离,/>为所述第一距离,i为正整数;
其中,所述确定模块,还用于计算所述第五采样点集合与所述第一车道线之间的第一度量其中,所述第一度量用于衡量所述第五采样点集合与所述第一车道线之间的偏差;
根据所述第一度量、所述第一曲线分布和所述第三曲线分布确定所述第一车道线和所述第二车道线之间的第一约束条件的约束方程为
其中,所述确定模块,还用于在所述约束方程的值最小的情况下,使用梯度下降优化法获取所述约束方程对应的第四分布参数;
根据所述第四分布参数生成第八采样点,并根据所述第八采样点和所有所述第三采样点生成第六采样点集合,其中,所述第八采样点为所述第二采样点基于所述第四分布参数进行映射得到的;
确定所述第四分布参数是否满足第二约束条件和第三约束条件,其中,所述第二约束条件用于指示所述第八采样点与所述第一车道线的第三距离小于所述多个第一距离的平均值,所述第三约束条件用于指示所述第六采样点集合与所述第一车道线之间的第二度量小于所述第一采样点集合与所述第一车道线之间的第三度量;
在所述第四分布参数满足所述第二约束条件和所述第三约束条件的情况下,将所述第四分布参数确定为所述第一分布参数。
6.一种计算机可读的存储介质,其特征在于,所述计算机可读的存储介质包括存储的程序,其中,所述程序运行时执行权利要求1至4中任一项所述的方法。
7.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行权利要求1至4中任一项所述的方法。
CN202310117916.4A 2023-02-09 2023-02-09 车道线的生成方法及装置、存储介质及电子装置 Active CN116091648B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310117916.4A CN116091648B (zh) 2023-02-09 2023-02-09 车道线的生成方法及装置、存储介质及电子装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310117916.4A CN116091648B (zh) 2023-02-09 2023-02-09 车道线的生成方法及装置、存储介质及电子装置

Publications (2)

Publication Number Publication Date
CN116091648A CN116091648A (zh) 2023-05-09
CN116091648B true CN116091648B (zh) 2023-12-01

Family

ID=86210139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310117916.4A Active CN116091648B (zh) 2023-02-09 2023-02-09 车道线的生成方法及装置、存储介质及电子装置

Country Status (1)

Country Link
CN (1) CN116091648B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020098708A1 (zh) * 2018-11-14 2020-05-22 北京市商汤科技开发有限公司 车道线的检测及驾驶控制方法、装置和电子设备
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
WO2022051951A1 (zh) * 2020-09-09 2022-03-17 华为技术有限公司 车道线检测方法、相关设备及计算机可读存储介质
CN114399589A (zh) * 2021-12-20 2022-04-26 禾多科技(北京)有限公司 三维车道线生成方法、装置、电子设备和计算机可读介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020098708A1 (zh) * 2018-11-14 2020-05-22 北京市商汤科技开发有限公司 车道线的检测及驾驶控制方法、装置和电子设备
WO2022051951A1 (zh) * 2020-09-09 2022-03-17 华为技术有限公司 车道线检测方法、相关设备及计算机可读存储介质
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
CN114399589A (zh) * 2021-12-20 2022-04-26 禾多科技(北京)有限公司 三维车道线生成方法、装置、电子设备和计算机可读介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
路晨 ; 沈勇 ; 单泽 ; .基于岭回归算法自动优化既有铁路曲线的研究.云南民族大学学报(自然科学版).2020,(03),全文. *

Also Published As

Publication number Publication date
CN116091648A (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
JP6963647B2 (ja) Soc補正方法及び装置、電池管理システム、並びに記憶媒体
EP3614225B1 (en) Method and apparatus for positioning autonomous vehicle
CN111122222B (zh) 一种样本点位置确定方法及系统
CN110942248A (zh) 交易风控网络的训练方法及装置、交易风险检测方法
CN111275358A (zh) 派单匹配方法、装置、设备及存储介质
KR100748699B1 (ko) 센서 네트워크의 이상 데이터 검출 방법 및 그 장치
CN111009179B (zh) 剥蚀厚度的确定方法及装置
CN113219336A (zh) 电池劣化判断系统、方法及存储有程序的非临时性存储介质
CN116091648B (zh) 车道线的生成方法及装置、存储介质及电子装置
CN108809783B (zh) 用于诊断控制器区域网络的方法和系统
CN112444820B (zh) 一种机器人位姿确定方法、装置、可读存储介质及机器人
CN111736076A (zh) 电池系统状态判断方法、装置、可读存储介质和电子设备
CN110275895B (zh) 一种缺失交通数据的填充设备、装置及方法
CN111258968A (zh) 企业冗余数据清理方法、装置及大数据平台
WO2023050668A1 (zh) 基于因果推断的分群模型构建方法和医疗数据处理方法
CN112650741B (zh) 异常数据的识别与修正方法、系统、设备及可读存储介质
CN111107162B (zh) 基于物联网的室内定位数据处理方法、装置及系统
JP6755947B2 (ja) データセットの属性を予測するためのデータセットの正規化
CN112686904A (zh) 车道划分方法、装置、电子设备和存储介质
CN111130933B (zh) 页面流量的预估方法、装置及计算机可读存储介质
CN113312239A (zh) 一种数据检测方法、装置、电子设备及介质
CN112925546A (zh) 一种防止车载ecu刷新出错的多级校验方法及系统
JP6954346B2 (ja) パラメータ推定装置、パラメータ推定方法、及びプログラム
CN112185532A (zh) 一种车辆部署方法及装置
CN111050299B (zh) 智能车辆数据互检方法和装置

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