CN116229397A - 车道线搜索方法、装置、电子设备及存储介质 - Google Patents
车道线搜索方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116229397A CN116229397A CN202310171028.0A CN202310171028A CN116229397A CN 116229397 A CN116229397 A CN 116229397A CN 202310171028 A CN202310171028 A CN 202310171028A CN 116229397 A CN116229397 A CN 116229397A
- Authority
- CN
- China
- Prior art keywords
- lane line
- lane
- key value
- host vehicle
- 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
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种车道线搜索方法、装置、电子设备及存储介质,该方法通过获取本车的初始车道线数据和本车所在车道线的本车所在车道线标识,进行匹配键值组的构建,以本车所在车道线标识作为搜索目标标识,对各初始车道线的匹配键值组进行搜索,基于本车所在车道线标识和搜索得到的搜索目标标识生成本车的待行驶车道线信息,有效减少了资源占用,降低了搜索时长,提升了搜索效率,降低了车道搜索的复杂程度。
Description
技术领域
本发明实施例涉及自动驾驶技术领域,具体涉及一种车道线搜索方法、装置、电子设备及存储介质。
背景技术
随着人工智能技术的蓬勃发展,自动驾驶技术逐渐受到高度关注,搭载自动驾驶功能的车辆也受到人们的青睐。现阶段自动驾驶汽车行驶过程中都会依赖地图,无论是高精地图还是众包地图,如何从地图数据中获取到能实际使用的车道线数据是自动驾驶系统数据处理的重要一环。
在实际信号处理过程中用户获取到的原始车道线数据往往是无序的杂乱无章的,但这些信息中包含有各车道线的连接关系,此时便需要从杂乱无章的车道线中根据各车道线连接关系计算出有序的车道线。相关技术中,往往需要循环遍历原始车道线数据中的所有车道线,然后对与已知车道线有连接关系的车道线进行搜索,最终搜索出与自车所在车道线有连接关系的所有车道线,资源耗费多,耗时长。
发明内容
鉴于以上所述现有技术的缺点,本发明实施例提供一种车道线搜索方法、装置、电子设备及存储介质,以解决上述提到的相关技术中车道线搜索的方式资源耗费多,耗时长的技术问题。
本发明实施例提供的车道线搜索方法,所述方法包括:获取本车的初始车道线数据和本车所在车道线的本车所在车道线标识,所述初始车道线数据包括多个初始车道线的初始车道线标识以及各所述初始车道线之间的接续关系,所述初始车道线为本车所在车道线或所述本车预计可能行驶的车道的车道线;根据所述初始车道线标识以及所述接续关系生成各所述初始车道线的匹配键值组;以所述本车所在车道线标识为起点对各所述匹配键值组进行搜索,得到多个搜索目标标识,所述搜索目标标识为与本车所在车道线直接或间接连接的多个初始车道线的初始车道线标识;基于所述本车所在车道线标识和多个搜索目标标识生成所述本车的待行驶车道线信息,完成所述本车的车道线搜索。
于本发明一实施例中,获取本车所在车道线的本车所在车道线标识,包括:获取本车的车辆地理位置、多个无序车道线元素点位置、各无序车道线元素点所在车道线的初始车道线标识;根据多个无序车道线元素点位置生成多条初始车道线;基于所述车辆地理位置和各所述无序车道线元素点位置从多条初始车道线中确定本车所在车道线,并将所述本车所在车道线的初始车道线标识确定为本车所在车道线标识。
于本发明一实施例中,基于所述车辆地理位置和各所述无序车道线元素点位置从多条初始车道线中确定本车所在车道线,包括:基于所述无序车道线元素点位置和所述车辆地理位置将各无序车道线元素点转化至预设本车坐标系中,以将多个初始车道线映射至所述预设本车坐标系,所述车辆地理位置包括车辆经纬度坐标和航向角数据;根据所述预设本车坐标系下各所述初始车道线与本车的位置关系,将一条初始车道线确定为本车所在车道线。
于本发明一实施例中,根据所述预设本车坐标系下各所述初始车道线与本车的位置关系,将一条初始车道线确定为本车所在车道线,包括:获取各所述无序车道线元素点在所述预设本车坐标系下的元素点坐标,所述元素点坐标包括元素点纵向坐标和元素点横向坐标;若一初始车道线的起始纵向坐标小于或等于本车纵向坐标,且终止纵向坐标大于本车纵向坐标,将所述一初始车道线确定为本车周围车道线,得到所述本车的至少一条本车周围车道线,所述本车纵向坐标基于所述本车在所述预设本车坐标系的本车坐标得到,所述起始纵向坐标为所述一初始车道线的各元素点纵向坐标中的最小元素点纵向坐标,所述终止纵向坐标为所述一初始车道线的各元素点纵向坐标中的最大元素点纵向坐标;确定各所述本车周围车道线中目标元素点的目标点横向坐标,得到各所述本车周围车道线的目标点横向坐标,所述目标元素点为所述本车周围车道线中元素点纵向坐标为所述本车纵向坐标的无序车道线元素点,所述目标点横向坐标为所述目标元素点的元素点横向坐标;基于多个所述目标点横向坐标与本车横向坐标确定各所述本车周围车道线与所述本车的距离差值,将所述距离差值最小的一条本车周围车道线确定为所述本车所在车道线,所述本车横向坐标基于所述本车在所述预设本车坐标系的本车坐标得到。
于本发明一实施例中,确定各所述本车周围车道线中目标元素点的目标点横向坐标包括以下任意之一:若所述本车周围车道线中存在元素点纵向坐标为所述本车纵向坐标的无序车道线元素点,将所述无序车道线元素点确定为所述目标元素点,并将所述无序车道线元素点的元素点横向坐标确定为所述目标点横向坐标;若所述本车周围车道线中不存在元素点纵向坐标为所述本车纵向坐标的无序车道线元素点,按照所述元素点纵向坐标的大小排序遍历所述本车周围车道线的多个无序车道线元素点,直到得到第一车道线元素点的元素点纵向坐标小于所述本车纵向坐标,且第二车道线元素点的元素点纵向坐标大于或等于所述本车纵向坐标,所述第一车道线元素点与所述第二车道线元素点相邻,基于所述第一车道线元素点的第一元素点坐标与所述第二车道线元素点的第二元素点坐标确定所述目标点横向坐标。
于本发明一实施例中,确定各所述本车周围车道线中目标元素点的目标点横向坐标,得到各所述本车周围车道线的目标点横向坐标之后,还包括:基于多个所述目标点横向坐标的大小关系对各所述本车周围车道线进行排序,得到各所述本车周围车道线与所述本车的横向位置关系。
于本发明一实施例中,根据所述初始车道线标识以及所述接续关系生成各所述初始车道线的匹配键值组,包括:根据所述接续关系确定一初始车道线的关联车道线;将所述一初始车道线的初始车道线标识作为主键值,将关联车道线标识作为关联键值,基于所述主键值和关联键值生成所述一初始车道线的匹配键值组,得到各所述初始车道线的匹配键值组,所述关联车道线标识为所述关联车道线的初始车道线标识。于本发明一实施例中,以所述本车所在车道线标识为起点对各所述匹配键值组进行搜索,得到多个搜索目标标识,包括:以所述本车所在车道线标识作为搜索目标标识,对各所述初始车道线的匹配键值组按照所述本车的本车行驶方向进行搜索;将搜索得到的主键值与所述搜索目标标识相同的匹配键值组确定为目标匹配键值组,并将所述目标匹配键值组中关联键值的车道线接续方向与所述本车行驶方向相同的关联车道线标识确定为新的搜索目标标识,直至所有新的搜索目标标识与各所述初始车道线的匹配键值组的主键值不同,得到多个搜索目标标识。
于本发明一实施例中,以所述本车所在车道线标识作为搜索目标标识,对各所述初始车道线的匹配键值组按照所述本车的本车行驶方向进行搜索,将搜索得到的主键值与所述搜索目标标识相同的匹配键值组确定为目标匹配键值组,并将所述目标匹配键值组中关联键值的车道线接续方向与所述本车行驶方向相同的关联车道线标识确定为新的搜索目标标识,直至所有新的搜索目标标识与各所述初始车道线的匹配键值组的主键值不同,包括:以本车所在车道线标识作为搜索目标标识,对各所述初始车道线的匹配键值组进行搜索;将主键值与所述本车所在车道线标识相同的匹配键值组确定为第一目标键值组;若所述第一目标键值组的至少一个第一关联键值所对应的接续车道线的接续方向与所述本车行驶方向相同,将所述第一关联键值确定为新的搜索目标标识;基于新的搜索目标标识对剩余键值集群进行搜索,将主键值与新的搜索目标标识相同的匹配键值组确定为第二目标键值组,所述剩余键值集群包括除所述第一目标键值组之外的各所述初始车道线的匹配键值组;若所述第二目标键值组的至少一个第二关联键值所对应的接续车道线的接续方向与所述本车行驶方向相同,将所述第二关联键值确定为新的搜索目标标识,将除所述第一目标键值组和所述第二目标键值组之外的各所述初始车道线的匹配键值组确定为新的剩余键值集群;基于新的搜索目标标识对新的剩余键值集群进行搜索,直至所有新的搜索目标标识与新的剩余键值集群中的各主键值均不同。
于本发明一实施例中,若所述第一目标键值组的至少两个第一关联键值所对应的接续车道线的接续方向与所述本车行驶方向相同,将各所述第一关联键值均确定为新的搜索目标标识,基于新的搜索目标标识对剩余键值集群进行搜索包括:依次基于各所述第一关联键值对剩余键值集群进行搜索,直至基于各所述第一关联键值所确定的所有新的搜索目标标识与新的剩余键值集群中的各主键值均不同。
于本发明一实施例中,以所述本车所在车道线标识作为搜索目标标识,对各所述初始车道线的匹配键值组按照所述本车的本车行驶方向进行搜索,将搜索得到的主键值与所述搜索目标标识相同的匹配键值组确定为目标匹配键值组,并将所述目标匹配键值组中关联键值的车道线接续方向与所述本车行驶方向相同的关联车道线标识确定为新的搜索目标标识,直至所有新的搜索目标标识与各所述初始车道线的匹配键值组的主键值不同,包括:创建空栈和空列表,所述空栈用于存储搜索目标标识,所述空列表用于存储已搜索过的搜索目标标识;以所述本车所在车道线标识作为搜索目标标识,对各所述初始车道线的匹配键值组进行搜索,将搜索得到的主键值与所述搜索目标标识相同的匹配键值组确定为目标匹配键值组,将所述目标匹配键值组中关联键值的车道线接续方向与所述本车行驶方向相同的关联车道线标识确定为新的搜索目标标识;将新的搜索目标标识存入所述空栈,将已搜索过的搜索目标标识存入所述空列表;按照新的搜索目标标识存入所述空栈的存入顺序,依次以各新的搜索目标标识对剩余键值集群进行搜索,直至所述空栈为空,所述剩余键值集群包括主键值未存入过所述空栈的匹配键值组。
于本发明一实施例中,基于所述本车所在车道线标识和搜索得到的搜索目标标识生成所述本车的待行驶车道线信息之后,还包括:以所述本车所在车道线标识为起点,按照所述搜索目标标识存入所述空列表的存入顺序和各所述目标匹配键值组中主键值与关联键值的对应关系生成车道线连接关系示意图;基于所述车道线连接关系示意图对各所述搜索目标标识对应的初始车道线进行拟合,生成所述本车的待行驶车道线。
本发明实施例提供的一种车道线搜索装置,所述装置包括:数据获取模块,用于获取本车的初始车道线数据和本车所在车道线的本车所在车道线标识,所述初始车道线数据包括多个初始车道线的初始车道线标识以及各所述初始车道线之间的接续关系,所述初始车道线为本车所在车道线或所述本车预计可能行驶的车道的车道线;匹配键值组生成模块,根据所述初始车道线标识以及所述接续关系生成各所述初始车道线的匹配键值组;搜索模块,用于以所述本车所在车道线标识为起点对各所述匹配键值组进行搜索,得到多个搜索目标标识,所述搜索目标标识为与本车所在车道线直接或间接连接的多个初始车道线的初始车道线标识;待行驶车道线信息生成模块,用于基于所述本车所在车道线标识和多个搜索目标标识生成所述本车的待行驶车道线信息,完成所述本车的车道线搜索。
本发明实施例提供的一种电子设备,所述电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现上述任一项实施例所述的方法。
本发明实施例提供的一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被计算机的处理器执行时,使计算机执行上述任一项实施例所述的方法。
本发明的有益效果:本发明提供的车道线搜索方法、装置、电子设备及存储介质,该方法通过以匹配键值组将一个车道线的初始车道线标识与该车道线存在接续关系的其他车道线的初始车道线标识进行对应关联起来,使得确定本车所在车道线标识后,只需要基于该本车所在车道线标识作为起点,搜索包括该本车所在车道线标识的匹配键值组、以及对搜索到的匹配键值组中的关联车道线标识进行继续搜索,直到搜索完成,也即不再能够搜索到新的匹配键值组,有效减少了资源占用,降低了搜索时长,提升了搜索效率,降低了车道搜索的复杂程度。
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
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。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,对于本领域普通技术者来讲,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。在附图中:
图1为本申请一示例性实施例示出的系统架构图;
图2是本申请的一示例性实施例示出的车道线搜索方法的流程图;
图3是本申请的一示例性实施例示出的多个初始车道线的初始车道线数据的结构示意图;
图4是本申请的一示例性实施例示出的多个匹配键值组的结构示意图;
图5是本申请的一示例性实施例示出的本车周围车道线搜索示意图;
图6是本申请的一示例性实施例示出的本车所在车道线排列示意图;
图7是本申请的一示例性实施例示出的一种车道线连接关系的示意图;
图8是本申请的一示例性实施例示出的一种车道线搜索的示意图;
图9是本申请的一示例性实施例示出的车道线搜索装置的框图;
图10示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
以下将参照附图和优选实施例来说明本发明的实施方式,本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
在下文描述中,探讨了大量细节,以提供对本发明实施例的更透彻的解释,然而,对本领域技术人员来说,可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的,在其他实施例中,以方框图的形式而不是以细节的形式来示出公知的结构和设备,以避免使本发明的实施例难以理解。
请参见图1,图1为本申请一示例性实施例示出的系统架构图。如图1所示,车辆101通过车辆车道线数据采集设备采集得到原始车道线数据,该原始车道线数据中包括多个车道线,各车道线的多个无序车道线元素点、无序车道线元素点位置、每一个无序车道线元素点所在车道线的车道线标识,以及各车道线之间的接续关系,如某一车道线的前方接续的车道线,某一车道线的后方接续的车道线,具体的,可以将某一车道线M的车道线标识(初始车道线标识)与该车道线M的前方接续的车道线A的车道线标识(前续连接车道标识),以及该车道线M的后方接续的车道线B的车道线标识(后续连接车道标识)进行关联存储。将前续连接车道标识和后续连接车道标识作为初始车道线标识的关联车道线标识。将该车辆采集的原始车道线数据上传至云端服务器102,并将本车的车辆地理位置也上传到云端服务器,云端服务器将接收的多条初始车道线的初始车道线数据,也即上述的原始车道线数据中的各初始车道线的初始车道线标识和关联车道线标识进行一一对应,得到该初始车道线的匹配键值组,并基于车辆(也即后述的本车)的车辆地理位置和各无序车道线元素点位置来确定本车当前所在的车道,以本车当前所在的车道的本车所在车道线标识对上述构建的多个匹配键值组进行搜索,进而可以得到与本车所在车道线具有直接和间接接续关系的多个初始车道线的车道线标识,生成本车的待行驶车道线信息。以便于构建车车的待行驶车道线,完成本车的车道线搜索。通过上述方式,先用一个匹配键值组将一个车道线的初始车道线标识与该车道线存在接续关系的其他车道线的初始车道线标识进行对应关联起来,使得后续在找到本车所在车道线标识后,只需要基于该本车所在车道线标识作为起点,搜索包括该本车所在车道线标识的匹配键值组、以及对搜索到的匹配键值组中的关联车道线标识进行继续搜索,直到搜索完成,不再能够搜索到新的匹配键值组,这样的方式不需要循环遍历原始车道线数据中的所有车道线,然后对与已知车道线有连接关系的车道线进行搜索,可以有针对性的进行搜索,有效减少了资源占用,降低了搜索时长,提升了搜索效率。
需要说明的是,本实施例方法的实现也可以直接基于车辆和终端的处理器和存储器或者本领域技术人员所知晓的其他装置实现,具体的实现方式在此不做限定,以上仅为一种示例,具体的实现方式可以由本领域技术人员根据需要进行选择。
请参阅图2,图2是本申请的一示例性实施例示出的车道线搜索方法的流程图。该方法可以通过图1所示的系统架构所执行,也可以通过本领域技术人员所知晓的其他实施环境执行。如图2所示,在一示例性的实施例中,该车道线搜索方法至少包括步骤S201至步骤S205,详细介绍如下:
步骤S201,获取本车的初始车道线数据和本车所在车道线的本车所在车道线标识。
其中,初始车道线数据包括多个初始车道线的初始车道线标识以及各初始车道线之间的接续关系,初始车道线为本车所在车道线或本车预计可能行驶的车道的车道线,,该接续关系表征一条初始车道线与其他初始车道线之间的连接关系,可通过关联车道线标识表示,该关联车道线标识包括前续连接车道标识和后续连接车道标识中至少之一。初始车道线数据还包括车道线长度,无序车道线元素点位置可以为车道线元素点的经纬度坐标点等。需要说明的是,车辆地理位置与无序车道线元素点位置可以是同一坐标系下的位置,可以是具有已知映射关系的不同坐标系的位置。
上述车辆地理位置可以为本车的需要进行车道线搜索时刻下的车辆地理位置,该车辆地理位置包括但不限于车辆的车辆经纬度坐标和航向角数据,基于上述车辆地理位置可以构建预设本车坐标系。
多条初始车道线的初始车道线数据可以是本车自带的装置或者其他装置所采集的本车所在的路面的多条初始车道线的初始车道线数据,具体的初始车道线数据采集方式和数据采集装置可以由本领域技术人员根据需要设定。
多条初始车道线的初始车道线数据可以是本车在自动驾驶车辆行驶过程中,在得到地图中一系列无序车道线的数据。基于该多条初始车道线的初始车道线数据可以形成有序车道线的搜索方法。
在一实施例中,获取本车所在车道线的本车所在车道线标识,包括:
获取本车的车辆地理位置、多个无序车道线元素点位置、各无序车道线元素点所在车道线的初始车道线标识;
根据多个无序车道线元素点位置生成多条初始车道线;
基于车辆地理位置和各无序车道线元素点位置从多条初始车道线中确定本车所在车道线,并将本车所在车道线的初始车道线标识确定为本车所在车道线标识。其中初始车道线数据包括构成该初始车道线的多个无序车道线元素点的无序车道线元素点位置,该初始车道线的车道线标识也即初始车道线标识,以及与该初始车道线存在前方接续关系的前续连接车道线的前续连接车道线标识,和/或与该初始车道线存在后方接续关系的后续连接车道线的后续连接车道线标识。
在一实施例中,可以将多条初始车道线的初始车道线数据(也即后续提到的地图数据)定义为idmap_data,其中包含N个结构体车道线数据(lane_data),lane_data数据中包含了两个重要的信息:车道线ID、以及与此车道线有连接关系的车道线ID。其中车道线ID可以理解为上述的初始车道线标识,与此车道线有连接关系的车道线ID可以理解为该初始车道线数据中的关联车道线标识。
请参见图3,图3是本申请的一示例性实施例示出的多个初始车道线的初始车道线数据的结构示意图,如图3所示,获取的地图为一系列车道线数据,数据格式如图3所示,其中车道线lane_id为车道线唯一标识,successor_lane_id为与本车道线有连接关系的后续车道id,一条车道线可能有多条后续车道与本车道线相连,即每一个lane_id可能对应多个successor_lane_id。继续参见图3,初始车道线1的初始车道线标识为Lane_1,该初始车道线的初始车道线数据中还包括若干个关联车道线标识,分别为successor_lane_id_1、successor_lane_id_2……successor_lane_id_N,该初始车道线数据中可以还包括有其他的车道线相关数据,在此不做赘述。初始车道线2的初始车道线标识为Lane_2,该初始车道线的初始车道线数据中还包括若干个关联车道线标识,分别为successor_lane_id_1、successor_lane_id_2……successor_lane_id_N,该初始车道线数据中可以还包括有其他的车道线相关数据,在此不做赘述。类似的,初始车道线N的初始车道线标识为Lane_N,该初始车道线的初始车道线数据中还包括若干个关联车道线标识,分别为successor_lane_id_1、successor_lane_id_2……successor_lane_id_N,该初始车道线数据中可以还包括有其他的车道线相关数据,在此不做赘述。其中successor_lane_id_N中的“id”为与该初始车道线接续的接续车道线的车道线标识。
步骤S202,根据初始车道线标识以及接续关系生成各初始车道线的匹配键值组。
在一实施例中,根据初始车道线标识以及接续关系生成各初始车道线的匹配键值组,包括:
根据接续关系确定一初始车道线的关联车道线;
将一初始车道线的初始车道线标识作为主键值,将关联车道线标识作为关联键值,基于主键值和关联键值生成一初始车道线的匹配键值组,得到各初始车道线的匹配键值组,关联车道线标识为关联车道线的初始车道线标识。
请参见图4,图4是本申请的一示例性实施例示出的多个匹配键值组的结构示意图,如图4所示,匹配键值组标识为Map键值对,生成车道线ID—车道线信息Map对应关系图如图4所示,每一个Key(lane_id_N)都对应一个Value(车道线信息,主键值lane_id、关联车道线标识也即关联键值successor_lane_id)。如图4所示,可以将多个初始车道线数据转化为多个Map键值对,lane_id_1、lane_id_2……lane_id_N所对应的匹配键值组。
需要说明的是,上述无序车道线元素点是无序的,并不能够直接得到这些无序车道线元素点的排布关系和这些无序车道线元素点所构成的初始车道线与本车的位置关系。因此,需要预先对这些初始车道线的初始车道线数据进行处理,以对这些初始车道线进行排序,以及确定本车所在的初始车道线。具体的确定方式可以采用如下的实施例所提供的方式,也可以通过本领域技术人员所知晓的方式实现。
在一实施例中,基于车辆地理位置和各无序车道线元素点位置从多条初始车道线中确定本车所在车道线包括:
基于无序车道线元素点位置和车辆地理位置将各无序车道线元素点转化至预设本车坐标系中,以将多个初始车道线映射至预设本车坐标系,车辆地理位置包括车辆经纬度坐标和航向角数据;
根据预设本车坐标系下各初始车道线与本车的位置关系,将一条初始车道线确定为本车所在车道线。其中,预设本车坐标系可以是以本车的后轴中心点作为原点,以本车的行驶方向的前方作为纵轴,以垂直于本车行驶方向与路面平行的方向作为横轴。将各无序车道线元素点转化至预设本车坐标系中的具体方式可以采用本领域技术人员所知晓的方式实现,具体在此不做赘述。当然,预设本车坐标系还可以是本领域技术人员所设定的其他位置。
通过将各无序车道线元素点转化至预设本车坐标系中,可以图像化的呈现各初始车道线与本车所在的本车位置之间的线车位置关系,这样基于线车位置关系可以容易简单的找到本车所在的初始车道线,将本车所在的初始车道线作为本车所在车道线。
在本实施例中,根据预设本车坐标系下各初始车道线与本车的位置关系,将一条初始车道线确定为本车所在车道线包括:
获取各无序车道线元素点在预设本车坐标系下的元素点坐标,元素点坐标包括元素点纵向坐标和元素点横向坐标;
若一初始车道线的起始纵向坐标小于或等于本车纵向坐标,且终止纵向坐标大于本车纵向坐标,将一初始车道线确定为本车周围车道线,得到本车的至少一条本车周围车道线,本车纵向坐标基于本车在预设本车坐标系的本车坐标得到,起始纵向坐标为一初始车道线的各元素点纵向坐标中的最小元素点纵向坐标,终止纵向坐标为一初始车道线的各元素点纵向坐标中的最大元素点纵向坐标;
确定各本车周围车道线中目标元素点的目标点横向坐标,得到各本车周围车道线的目标点横向坐标,目标元素点为本车周围车道线中元素点纵向坐标为本车纵向坐标的无序车道线元素点,目标点横向坐标为目标元素点的元素点横向坐标;
基于多个目标点横向坐标与本车横向坐标确定各本车周围车道线与本车的距离差值,将距离差值最小的一条本车周围车道线确定为本车所在车道线,本车横向坐标基于本车在预设本车坐标系的本车坐标得到。
需要说明的是,起始纵向坐标、终止纵向坐标为该一初始车道线在预设本车坐标系下纵向坐标的极值点,根据纵轴的正方向设定的不同,起始纵向坐标也可以是一初始车道线的各元素点纵向坐标中的最大元素点纵向坐标、终止纵向坐标也可以是一初始车道线的各元素点纵向坐标中的最小元素点纵向坐标。这只是针对于上述方案的简单变形。
在本实施例中,确定各本车周围车道线中目标元素点的目标点横向坐标包括以下任意之一:
若本车周围车道线中存在元素点纵向坐标为本车纵向坐标的无序车道线元素点,将无序车道线元素点确定为目标元素点,并将无序车道线元素点的元素点横向坐标确定为目标点横向坐标;
若本车周围车道线中不存在元素点纵向坐标为本车纵向坐标的无序车道线元素点,按照元素点纵向坐标的大小排序遍历本车周围车道线的多个无序车道线元素点,直到得到第一车道线元素点的元素点纵向坐标小于本车纵向坐标,且第二车道线元素点的元素点纵向坐标大于或等于本车纵向坐标,第一车道线元素点与第二车道线元素点相邻,基于第一车道线元素点的第一元素点坐标与第二车道线元素点的第二元素点坐标确定目标点横向坐标。其中,基于第一车道线元素点的第一元素点坐标与第二车道线元素点的第二元素点坐标确定目标点横向坐标的方式可以采用差值的方式,具体可以见下述具体实施例中所描述的方式。
在本实施例中,确定各本车周围车道线中目标元素点的目标点横向坐标,得到各本车周围车道线的目标点横向坐标之后,还包括:
基于多个目标点横向坐标的大小关系对各本车周围车道线进行排序,得到各本车周围车道线与本车的横向位置关系。
下面通过一具体的实施例对本车周围车道线的确定方式进行示例性的说明,以预设本车坐标系为自车坐标系,本车的本车坐标为坐标原点,以纵轴用X标识,横轴用Y标识,以车辆前进方向作为纵轴的正方向,以车辆左侧作为横轴的正方向为例,可以将一系列无序车道线元素的点(无序车道线元素点)转换为自车坐标系下坐标,根据车道线元素的第一个点x值(起始纵向坐标)小于等于0且最后一个点的x值(终止纵向坐标)大于0的条件搜索出自车周围的一排车道线。具体的,由于自车所在车道周围的一排车道线(与自车前进方向同向,不考虑逆向车道)的点的特点(本车周围车道线需要满足的条件)为:第一个点的x值小于等于0,最后一个点的x值大于等于0,根据此条件可以搜索出自车周围的一排车道线,请参见图5,图5是本申请的一示例性实施例示出的本车周围车道线搜索示意图,如图5所示,初始车道线lane_1、初始车道线lane_2、初始车道线lane_3均满足本车周围车道线需要满足的条件。
下面通过一具体的实施例对本车所在车道线的确定方式进行示例性的说明,继续采用上述图5所示的例子,由于获取并存放到本地的车道线数据(初始车道线数据)不一定是从左到右的排列方式,可能是[lane_2,lane_3,lane1]如此的排序,此时需将本地保存的车道线数据进行从左至右排序,可以根据x值为0时y值的大小将图5中搜索出的车道线进行排序,从而排列出相对于自车从左至右的车道线,且可以确定出y的绝对值最小的车道即为自车所在车道。一种示例的排序方法为计算出每条车道线x值为0时y值的大小,用y值的大小进行排序,但每条车道线的点转换为自车坐标后并不一定会有x值为0的点,此时需用插值法进行计算。具体方法为遍历每条线的所有点,当前一个点x1值小于0且前一个点x2值大于0时退出遍历,此时便得到第一车道线元素点的第一元素点坐标(x1,y1),与第二车道线元素点的第二元素点坐标(x2,y2)两个点,用此两个点进行线性插值便可得到x等于0时的y值(目标点横向坐标),插值公式为:
y=y1-x1*(y2-y1)/(x2-x1),
其中,y为目标点横向坐标,y1为第一元素点横坐标,x1为第一元素点纵坐标,y2为第二元素点横坐标,x2为第二元素点纵坐标。
此时便可以将获取的到的无序车道从左到右进行排序,并根据y值绝对值最小定义为自车所在车道。此步骤将车道排序后,后续进行有链接关系的车道搜索后,存储在本地的车道线也是从左至右排列,车道线顺序排列如图6所示。请参见图6,图6是本申请的一示例性实施例示出的本车所在车道线排列示意图,如图6所示,始车道线lane_1与本车的距离差值y1、初始车道线lane_2与本车的距离差值y2、初始车道线lane_3与本车的距离差值y3,y1>y3>y2,y2最小,此时可以确定本车所在车道线为初始车道线lane_2。并且各本车周围车道线从左至右分别是车道线lane_1、初始车道线lane_2和初始车道线lane_3。
通过上述方式可以简单快速将无序车道线元素点所标识的初始车道线进行排序,并且确定得到本车当前所在的车道线。
步骤S203,以本车所在车道线标识为起点对各匹配键值组进行搜索,得到多个搜索目标标识,搜索目标标识为与本车所在车道线直接或间接连接的多个初始车道线的初始车道线标识。
在本实施例中,以本车所在车道线标识为起点对各匹配键值组进行搜索,得到多个搜索目标标识,包括:
以本车所在车道线标识作为搜索目标标识,对各初始车道线的匹配键值组按照本车的本车行驶方向进行搜索;
将搜索得到的主键值与搜索目标标识相同的匹配键值组确定为目标匹配键值组,并将目标匹配键值组中关联键值的车道线接续方向与本车行驶方向相同的关联车道线标识确定为新的搜索目标标识,直至所有新的搜索目标标识与各初始车道线的匹配键值组的主键值不同,得到多个搜索目标标识。
例如,以本车所在车道线标识作为搜索目标标识,对各初始车道线的匹配键值组按照本车的本车行驶方向进行搜索,将搜索得到的主键值与搜索目标标识相同的匹配键值组确定为目标匹配键值组,并将目标匹配键值组中关联键值的车道线接续方向与本车行驶方向相同的关联车道线标识确定为新的搜索目标标识,直至所有新的搜索目标标识与各初始车道线的匹配键值组的主键值不同。也即,当通过本车所在车道线标识所确定的第一层级的新的搜索目标标识所搜索得不到新的搜索目标标识,或者当通过本车所在车道线标识所确定的第一层级的新的搜索目标标识得到的下一层级的新的搜索目标标识,以下一层级的新的搜索目标标识再次进行搜索,知道得到的全部的新的搜索目标标识均不再能够搜索得到新的搜索目标标识为止。
在一实施例中,搜索目标标识仅对各个匹配键值组的主键值进行搜索,不对其中的关联键值进行搜索,这样,大大减少了匹配的复杂程度,减少算力资源浪费。
在一实施例中,以本车所在车道线标识作为搜索目标标识,对各初始车道线的匹配键值组按照本车的本车行驶方向进行搜索,将搜索得到的主键值与搜索目标标识相同的匹配键值组确定为目标匹配键值组,并将目标匹配键值组中关联键值的车道线接续方向与本车行驶方向相同的关联车道线标识确定为新的搜索目标标识,直至所有新的搜索目标标识与各初始车道线的匹配键值组的主键值不同,包括:
以本车所在车道线标识作为搜索目标标识,对各初始车道线的匹配键值组进行搜索;
将主键值与本车所在车道线标识相同的匹配键值组确定为第一目标键值组;
若第一目标键值组的至少一个第一关联键值所对应的接续车道线的接续方向与本车行驶方向相同,将第一关联键值确定为新的搜索目标标识;
基于新的搜索目标标识对剩余键值集群进行搜索,将主键值与新的搜索目标标识相同的匹配键值组确定为第二目标键值组,剩余键值集群包括除第一目标键值组之外的各初始车道线的匹配键值组;
若第二目标键值组的至少一个第二关联键值所对应的接续车道线的接续方向与本车行驶方向相同,将第二关联键值确定为新的搜索目标标识,将除第一目标键值组和第二目标键值组之外的各初始车道线的匹配键值组确定为新的剩余键值集群;
基于新的搜索目标标识对新的剩余键值集群进行搜索,直至所有新的搜索目标标识与新的剩余键值集群中的各主键值均不同。
在本实施例中,若第一目标键值组的至少两个第一关联键值所对应的接续车道线的接续方向与本车行驶方向相同,将各第一关联键值均确定为新的搜索目标标识,基于新的搜索目标标识对剩余键值集群进行搜索包括:
依次基于各第一关联键值对剩余键值集群进行搜索,直至基于各第一关联键值所确定的所有新的搜索目标标识与新的剩余键值集群中的各主键值均不同。
可以利用深度优先搜索算法搜索与已知车道线(已经确定的搜索目标标识)有连接关系的车道线(与搜索目标标识在同一匹配键值组的关联键值),深度优先搜索算法原理为:先沿一条分支搜索到没有连接的车道线为止,再返回到每个节点进去其他分支的搜索,搜索方法亦为将此分支搜索完毕为止,以此类推。
在本实施例中,以本车所在车道线标识作为搜索目标标识,对各初始车道线的匹配键值组按照本车的本车行驶方向进行搜索,将搜索得到的主键值与搜索目标标识相同的匹配键值组确定为目标匹配键值组,并将目标匹配键值组中关联键值的车道线接续方向与本车行驶方向相同的关联车道线标识确定为新的搜索目标标识,直至所有新的搜索目标标识与各初始车道线的匹配键值组的主键值不同,包括:
创建空栈和空列表,空栈用于存储搜索目标标识,空列表用于存储已搜索过的搜索目标标识;
以本车所在车道线标识作为搜索目标标识,对各初始车道线的匹配键值组进行搜索,将搜索得到的主键值与搜索目标标识相同的匹配键值组确定为目标匹配键值组,将目标匹配键值组中关联键值的车道线接续方向与本车行驶方向相同的关联车道线标识确定为新的搜索目标标识;
将新的搜索目标标识存入空栈,将已搜索过的搜索目标标识存入空列表;
按照新的搜索目标标识存入空栈的存入顺序,依次以各新的搜索目标标识对剩余键值集群进行搜索,直至空栈为空,剩余键值集群包括主键值未存入过空栈的匹配键值组。
生成上述实施例中提到的Map键值对之前,相关技术中在确定一个lane_id对应的successor_lane_id后,需要从所有车道线数据中循环遍历此successor_lane_id对应的车道线数据;而采用本申请实施例提供的方式,生成此Map键值对后,便可以不再遍历全部车道线,而通过Map键值对数据直接获取到successor_lane_id对应的车道线数据。
搜索目标标识的确定方式可以采用深度优先搜索算法(DFS)实现,DFS沿着树的深度遍历树的节点,选一条路一直走到底,然后回溯遍历所有的子节点,进而达到全局搜索的目的。例如,可以借助于栈的先进后出的原理,按照如下方式进行搜索目标标识的确定。
1、创建一个空栈stack(用来存放节点,也即未进行搜索的搜索目标标识)和一个空列表visit(用来存放已访问的节点,也即已进行搜索的搜索目标标识);
2、依次将起始点及邻接点加入stack和visit中;
3、pop出栈中最后进入的节点,从图中获取该节点的邻接点(该搜索目标标识的关联车道线标识);
4、如果邻接点不在visit中,则将该邻接点加入stack和visit中;
5、输出pop出的节点;
6、重复3、4、5,直至栈为空。
下面通过一具体的实施例对车道线搜索的具体方式进行示例性的说明,请参见图7,图7是本申请的一示例性实施例示出的一种车道线连接关系的示意图,如图7所示,其中两根线之间的弯曲箭头表示有连接关系,每根车道线都有自己的唯一标识lane_id及后续有连接关系的successor_lane_id(图中用succ_lane_id表示),如本车道没有后续连接的车道线,则succ_lane_id为Null。如图7所示,本车所在车道线标识lane_id=1,该本车所在车道线的后续车道的车道线标识为lane_id=2,初始车道线lane_id=2有三个分支,lane_id=3、4、5,其中lane_id=3的后续车道的车道线标识为lane_id=6,之后没有对应的车道线数据。其中lane_id=4的后续车道的车道线标识为lane_id=7,之后没有对应的车道线数据。其中lane_id=5的后续车道的车道线标识为lane_id=8以及lane_id=9,之后没有对应的车道线数据。
按照上述深度优先搜索算法思路,车道线搜索过程如图8所示,请参见图8,图8是本申请的一示例性实施例示出的一种车道线搜索的示意图,由图8中可看出车道搜索过程中,从根节点起将一个分支搜索完成后再返回上一节点搜索其他分支,如此便可以将与根节点连接的车道线既不重复又不遗漏的搜索完毕,并且能保证时间复杂度最低。本车所在车道线标识lane_id=1,将lane_id=1先存入空栈中,以lane_id=1进行搜索,得到新的搜索目标标识为lane_id=2,将lane_id=1存入空列表中,在以lane_id=2进行搜索,得到lane_id=3、lane_id=4和lane_id=5,将lane_id=2从空栈中删除并存入空列表中,将lane_id=3、lane_id=4和lane_id=5存入空栈中,以lane_id=3进行搜索,得到lane_id=6,将lane_id=3从空栈中删除并存入空列表中,将lane_id=6存入空栈;以lane_id=6进行搜索,此时搜索目标标识lane_id=6与新的剩余键值集群中的各主键值均不同,停止该分支的搜索,将lane_id=6从空栈中删除并存入空列表中;以lane_id=4进行搜索,得到lane_id=7,将lane_id=4从空栈中删除并存入空列表中,将lane_id=7存入空栈中,继续以lane_id=7进行搜索,此时搜索目标标识(lane_id=7)与新的剩余键值集群中的各主键值均不同,停止该分支的搜索,将lane_id=7从空栈中删除并存入空列表中;继续以lane_id=5进行搜索,得到lane_id=8、lane_id=9,将lane_id=5从空栈中删除并存入空列表中,将lane_id=8、lane_id=9存入空栈中,以lane_id=8进行搜索,此时搜索目标标识(lane_id=8)与新的剩余键值集群中的各主键值均不同,停止该分支的搜索,将lane_id=8从空栈中删除并存入空列表中,继续以lane_id=9进行搜索,此时搜索目标标识(lane_id=9)与新的剩余键值集群中的各主键值均不同,停止该分支的搜索,将lane_id=9从空栈中删除并存入空列表中。至此全部的搜索目标标识与新的剩余键值集群中的各主键值均不同。也即空栈中为空,停止车道线搜索。
步骤S204,基于本车所在车道线标识和多个搜索目标标识生成本车的待行驶车道线信息,完成本车的车道线搜索。
在一实施例中,基于本车所在车道线标识和多个搜索目标标识生成本车的待行驶车道线信息,完成本车的车道线搜索之后,还包括:
以本车所在车道线标识为起点,按照搜索目标标识存入空列表的存入顺序和各目标匹配键值组中主键值与关联键值的对应关系生成车道线连接关系示意图;
基于车道线连接关系示意图对各搜索目标标识对应的初始车道线进行拟合,生成本车的待行驶车道线。
上述实施例提供的车道线搜索方法,先用一个匹配键值组将一个车道线的初始车道线标识与该车道线存在接续关系的其他车道线的初始车道线标识进行对应关联起来,使得后续在找到本车所在车道线标识后,只需要基于该本车所在车道线标识作为起点,搜索包括该本车所在车道线标识的匹配键值组、以及对搜索到的匹配键值组中的关联车道线标识进行继续搜索,直到搜索完成,不再能够搜索到新的匹配键值组,这样的方式不需要循环遍历原始车道线数据中的所有车道线,然后对与已知车道线有连接关系的车道线进行搜索,可以有针对性的进行搜索,有效减少了资源占用,降低了搜索时长,提升了搜索效率,降低了车道搜索的复杂程度。
通过上述方法使得在查找与当前车道(本车所在车道线标识)有连接关系的后续车道时直接从Map键值对(多个初始车道线的匹配键值组)中查找即可,不用循环遍历所有车道线,然后用深度优先搜索算法对与已知车道线ID有连接关系的车道线进行搜索,最终搜索出与自车所在车道线有连接关系的所有车道线。
请参阅图9,图9是本申请的一示例性实施例示出的车道线搜索装置的框图。
如图9所示,该示例性的车道线搜索装置900包括:
数据获取模块901,用于获取本车的初始车道线数据和本车所在车道线的本车所在车道线标识,初始车道线数据包括多个初始车道线的初始车道线标识以及各初始车道线之间的接续关系,初始车道线为本车所在车道线或本车预计可能行驶的车道的车道线;
匹配键值组生成模块902,用于根据初始车道线标识以及接续关系生成各初始车道线的匹配键值组;
搜索模块模块903,用于以本车所在车道线标识为起点对各匹配键值组进行搜索,得到多个搜索目标标识,搜索目标标识为与本车所在车道线直接或间接连接的多个初始车道线的初始车道线标识;
待行驶车道线信息生成模块904,用于基于本车所在车道线标识和多个搜索目标标识生成本车的待行驶车道线信息,完成本车的车道线搜索。
需要说明的是,上述实施例所提供的车道线搜索装置与上述实施例所提供的方法属于同一构思,其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述,此处不再赘述。上述实施例所提供的装置在实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能,本处也不对此进行限制。
本申请的实施例还提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行时,使得电子设备实现上述各个实施例中提供的方法。
图10示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是,图10示出的电子设备的计算机系统1100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10所示,计算机系统1100包括中央处理单元(Central Processing Unit,CPU)1101,其可以根据存储在只读存储器(Read-Only Memory,ROM)1102中的程序或者从储存部分1108加载到随机访问存储器(Random Access Memory,RAM)1103中的程序而执行各种适当的动作和处理,例如执行上述实施例中的方法。在RAM 1103中,还存储有系统操作所需的各种程序和数据。CPU 1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(Input/Output,I/O)接口1105也连接至总线1104。
以下部件连接至I/O接口1105:包括键盘、鼠标等的输入部分1106;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1107;包括硬盘等的储存部分1108;以及包括诸如LAN(Local AreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111,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1110上,以便于从其上读出的计算机程序根据需要被安装入储存部分1108。
特别地,根据本申请的实施例,上文参考流程图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计算机程序。在这样的实施例中,该计算机程序可以通过通信部分1109从网络上被下载和安装,和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(CPU)1101执行时,执行本申请的装置中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
本申请的另一方面还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被计算机的处理器执行时,使计算机执行如上述实施例所提供的方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的,也可以是单独存在,而未装配入该电子设备中。
本申请的另一方面还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。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个实施例中提供的方法。
上述实施例仅示例性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (15)
1.一种车道线搜索方法,其特征在于,所述车道线搜索方法包括:
获取本车的初始车道线数据和本车所在车道线的本车所在车道线标识,所述初始车道线数据包括多个初始车道线的初始车道线标识以及各所述初始车道线之间的接续关系,所述初始车道线为本车所在车道线或所述本车预计可能行驶的车道的车道线;
根据所述初始车道线标识以及所述接续关系生成各所述初始车道线的匹配键值组;
以所述本车所在车道线标识为起点对各所述匹配键值组进行搜索,得到多个搜索目标标识,所述搜索目标标识为与本车所在车道线直接或间接连接的多个初始车道线的初始车道线标识;
基于所述本车所在车道线标识和多个搜索目标标识生成所述本车的待行驶车道线信息,完成所述本车的车道线搜索。
2.如权利要求1所述的车道线搜索方法,其特征在于,获取本车所在车道线的本车所在车道线标识,包括:
获取本车的车辆地理位置、多个无序车道线元素点位置、各无序车道线元素点所在车道线的初始车道线标识;
根据多个无序车道线元素点位置生成多条初始车道线;
基于所述车辆地理位置和各所述无序车道线元素点位置从多条初始车道线中确定本车所在车道线,并将所述本车所在车道线的初始车道线标识确定为本车所在车道线标识。
3.如权利要求2所述的车道线搜索方法,其特征在于,基于所述车辆地理位置和各所述无序车道线元素点位置从多条初始车道线中确定本车所在车道线,包括:
基于所述无序车道线元素点位置和所述车辆地理位置将各无序车道线元素点转化至预设本车坐标系中,以将多个初始车道线映射至所述预设本车坐标系,所述车辆地理位置包括车辆经纬度坐标和航向角数据;
根据所述预设本车坐标系下各所述初始车道线与本车的位置关系,将一条初始车道线确定为本车所在车道线。
4.如权利要求3所述的车道线搜索方法,其特征在于,根据所述预设本车坐标系下各所述初始车道线与本车的位置关系,将一条初始车道线确定为本车所在车道线,包括:
获取各所述无序车道线元素点在所述预设本车坐标系下的元素点坐标,所述元
素点坐标包括元素点纵向坐标和元素点横向坐标;
若一初始车道线的起始纵向坐标小于或等于本车纵向坐标,且终止纵向坐标大于本车纵向坐标,将所述一初始车道线确定为本车周围车道线,得到所述本车的至少一条本车周围车道线,所述本车纵向坐标基于所述本车在所述预设本车坐标系的本车坐标得到,所述起始纵向坐标为所述一初始车道线的各元素点纵向坐标中的最小元素点纵向坐标,所述终止纵向坐标为所述一初始车道线的各元素点纵向坐标中的最大元素点纵向坐标;
确定各所述本车周围车道线中目标元素点的目标点横向坐标,得到各所述本车周围车道线的目标点横向坐标,所述目标元素点为所述本车周围车道线中元素点纵向坐标为所述本车纵向坐标的无序车道线元素点,所述目标点横向坐标为所述目标元素点的元素点横向坐标;
基于多个所述目标点横向坐标与本车横向坐标确定各所述本车周围车道线与所述本车的距离差值,将所述距离差值最小的一条本车周围车道线确定为所述本车所在车道线,所述本车横向坐标基于所述本车在所述预设本车坐标系的本车坐标得到。
5.如权利要求4所述的车道线搜索方法,其特征在于,确定各所述本车周围车道线中目标元素点的目标点横向坐标包括以下任意之一:
若所述本车周围车道线中存在元素点纵向坐标为所述本车纵向坐标的无序车道线元素点,将所述无序车道线元素点确定为所述目标元素点,并将所述无序车道线元素点的元素点横向坐标确定为所述目标点横向坐标;
若所述本车周围车道线中不存在元素点纵向坐标为所述本车纵向坐标的无序车道线元素点,按照所述元素点纵向坐标的大小排序遍历所述本车周围车道线的多个无序车道线元素点,直到得到第一车道线元素点的元素点纵向坐标小于所述本车纵向坐标,且第二车道线元素点的元素点纵向坐标大于或等于所述本车纵向坐标,所述第一车道线元素点与所述第二车道线元素点相邻,基于所述第一车道线元素点的第一元素点坐标与所述第二车道线元素点的第二元素点坐标确定所述目标点横向坐标。
6.如权利要求4所述的车道线搜索方法,其特征在于,确定各所述本车周围车道线中目标元素点的目标点横向坐标,得到各所述本车周围车道线的目标点横向坐标之后,还包括:
基于多个所述目标点横向坐标的大小关系对各所述本车周围车道线进行排序,得到各所述本车周围车道线与所述本车的横向位置关系。
7.如权利要求1-6任一项所述的车道线搜索方法,其特征在于,根据所述初始车道线标识以及所述接续关系生成各所述初始车道线的匹配键值组,包括:
根据所述接续关系确定一初始车道线的关联车道线;
将所述一初始车道线的初始车道线标识作为主键值,将关联车道线标识作为关联键值,基于所述主键值和关联键值生成所述一初始车道线的匹配键值组,得到各所述初始车道线的匹配键值组,所述关联车道线标识为所述关联车道线的初始车道线标识。
8.如权利要求1-6任一项所述的车道线搜索方法,其特征在于,以所述本车所在车道线标识为起点对各所述匹配键值组进行搜索,得到多个搜索目标标识,包括:
以所述本车所在车道线标识作为搜索目标标识,对各所述初始车道线的匹配键值组按照所述本车的本车行驶方向进行搜索;
将搜索得到的主键值与所述搜索目标标识相同的匹配键值组确定为目标匹配键值组,并将所述目标匹配键值组中关联键值的车道线接续方向与所述本车行驶方向相同的关联车道线标识确定为新的搜索目标标识,直至所有新的搜索目标标识与各所述初始车道线的匹配键值组的主键值不同,得到多个搜索目标标识。
9.如权利要求8所述的车道线搜索方法,其特征在于,以所述本车所在车道线标识作为搜索目标标识,对各所述初始车道线的匹配键值组按照所述本车的本车行驶方向进行搜索,将搜索得到的主键值与所述搜索目标标识相同的匹配键值组确定为目标匹配键值组,并将所述目标匹配键值组中关联键值的车道线接续方向与所述本车行驶方向相同的关联车道线标识确定为新的搜索目标标识,直至所有新的搜索目标标识与各所述初始车道线的匹配键值组的主键值不同,包括:
以本车所在车道线标识作为搜索目标标识,对各所述初始车道线的匹配键值组进行搜索;
将主键值与所述本车所在车道线标识相同的匹配键值组确定为第一目标键值组;
若所述第一目标键值组的至少一个第一关联键值所对应的接续车道线的接续方向与所述本车行驶方向相同,将所述第一关联键值确定为新的搜索目标标识;
基于新的搜索目标标识对剩余键值集群进行搜索,将主键值与新的搜索目标标识相同的匹配键值组确定为第二目标键值组,所述剩余键值集群包括除所述第一目标键值组之外的各所述初始车道线的匹配键值组;
若所述第二目标键值组的至少一个第二关联键值所对应的接续车道线的接续方向与所述本车行驶方向相同,将所述第二关联键值确定为新的搜索目标标识,将除所述第一目标键值组和所述第二目标键值组之外的各所述初始车道线的匹配键值组确定为新的剩余键值集群;
基于新的搜索目标标识对新的剩余键值集群进行搜索,直至所有新的搜索目标标识与新的剩余键值集群中的各主键值均不同。
10.如权利要求9所述的车道线搜索方法,其特征在于,若所述第一目标键值组的至少两个第一关联键值所对应的接续车道线的接续方向与所述本车行驶方向相同,将各所述第一关联键值均确定为新的搜索目标标识,基于新的搜索目标标识对剩余键值集群进行搜索包括:
依次基于各所述第一关联键值对剩余键值集群进行搜索,直至基于各所述第一关联键值所确定的所有新的搜索目标标识与新的剩余键值集群中的各主键值均不同。
11.如权利要求8所述的车道线搜索方法,其特征在于,以所述本车所在车道线标识作为搜索目标标识,对各所述初始车道线的匹配键值组按照所述本车的本车行驶方向进行搜索,将搜索得到的主键值与所述搜索目标标识相同的匹配键值组确定为目标匹配键值组,并将所述目标匹配键值组中关联键值的车道线接续方向与所述本车行驶方向相同的关联车道线标识确定为新的搜索目标标识,直至所有新的搜索目标标识与各所述初始车道线的匹配键值组的主键值不同,包括:
创建空栈和空列表,所述空栈用于存储搜索目标标识,所述空列表用于存储已搜索过的搜索目标标识;
以所述本车所在车道线标识作为搜索目标标识,对各所述初始车道线的匹配键值组进行搜索,将搜索得到的主键值与所述搜索目标标识相同的匹配键值组确定为目标匹配键值组,将所述目标匹配键值组中关联键值的车道线接续方向与所述本车行驶方向相同的关联车道线标识确定为新的搜索目标标识;
将新的搜索目标标识存入所述空栈,将已搜索过的搜索目标标识存入所述空列表;
按照新的搜索目标标识存入所述空栈的存入顺序,依次以各新的搜索目标标识对剩余键值集群进行搜索,直至所述空栈为空,所述剩余键值集群包括主键值未存入过所述空栈的匹配键值组。
12.如权利要求11所述的车道线搜索方法,其特征在于,基于所述本车所在车道线标识和搜索得到的搜索目标标识生成所述本车的待行驶车道线信息之后,还包括:
以所述本车所在车道线标识为起点,按照所述搜索目标标识存入所述空列表的存入顺序和各所述目标匹配键值组中主键值与关联键值的对应关系生成车道线连接关系示意图;
基于所述车道线连接关系示意图对各所述搜索目标标识对应的初始车道线进行拟合,生成所述本车的待行驶车道线。
13.一种车道线搜索装置,其特征在于,所述车道线搜索装置包括:
数据获取模块,用于获取本车的初始车道线数据和本车所在车道线的本车所在车道线标识,所述初始车道线数据包括多个初始车道线的初始车道线标识以及各所述初始车道线之间的接续关系,所述初始车道线为本车所在车道线或所述本车预计可能行驶的车道的车道线;
匹配键值组生成模块,根据所述初始车道线标识以及所述接续关系生成各所述初始车道线的匹配键值组;
搜索模块,用于以所述本车所在车道线标识为起点对各所述匹配键值组进行搜索,得到多个搜索目标标识,所述搜索目标标识为与本车所在车道线直接或间接连接的多个初始车道线的初始车道线标识;
待行驶车道线信息生成模块,用于基于所述本车所在车道线标识和多个搜索目标标识生成所述本车的待行驶车道线信息,完成所述本车的车道线搜索。
14.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现如权利要求1至12中任一项所述的方法。
15.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,当所述计算机程序被计算机的处理器执行时,使计算机执行权利要求1至12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310171028.0A CN116229397A (zh) | 2023-02-27 | 2023-02-27 | 车道线搜索方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310171028.0A CN116229397A (zh) | 2023-02-27 | 2023-02-27 | 车道线搜索方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116229397A true CN116229397A (zh) | 2023-06-06 |
Family
ID=86584008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310171028.0A Pending CN116229397A (zh) | 2023-02-27 | 2023-02-27 | 车道线搜索方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116229397A (zh) |
-
2023
- 2023-02-27 CN CN202310171028.0A patent/CN116229397A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107464018B (zh) | 一种配送路径优化方法和装置、计算机设备、存储介质 | |
CN112069280A (zh) | 道路数据处理方法、装置、设备及存储介质 | |
CN111859597B (zh) | 一种自动驾驶算法的评估方法和系统 | |
CN113779430B (zh) | 路网数据生成方法、装置、计算设备和存储介质 | |
CN109839927B (zh) | 用于机器人路径规划的方法及装置 | |
CN111274241B (zh) | 用于并行处理地图数据的方法和装置 | |
CN113847927A (zh) | 路径生成的方法、装置、设备、存储介质及程序产品 | |
CN113899384A (zh) | 车道级道路的路口面显示方法、装置、设备、介质及程序 | |
CN114863047A (zh) | 路口虚拟线绘制方法、装置、电子设备及计算机程序产品 | |
CN110782774A (zh) | 一种众包道路数据的分布式处理方法及装置 | |
CN116229397A (zh) | 车道线搜索方法、装置、电子设备及存储介质 | |
CN115830578A (zh) | 应用于目标无人车辆的物品巡检方法、装置和电子设备 | |
CN115493603A (zh) | 地图对齐方法、计算机设备及计算机可读存储介质 | |
CN115540880A (zh) | 一种导航路径匹配方法及装置、电子设备、存储介质 | |
CN115773744A (zh) | 模型训练和路网处理方法、装置、设备、介质和产品 | |
CN112699203B (zh) | 路网数据的处理方法和装置 | |
CN113656979B (zh) | 路网数据生成方法、装置、电子设备及存储介质 | |
CN113823082B (zh) | 导航数据处理方法、装置、设备及存储介质 | |
CN111862584A (zh) | 道路信息获取方法、装置、电子设备及可读存储介质 | |
CN117115773B (zh) | 停止线生成方法、装置、电子设备、介质和程序产品 | |
US20240184809A1 (en) | Reverse geocoding apparatus, reverse geocoding method, and program | |
CN115048015B (zh) | 基于高精地图的自动驾驶仿真场景搭建方法和系统 | |
CN115759502A (zh) | 一种施工进场道路规划方法、系统、存储介质及计算设备 | |
CN115273449A (zh) | 车队集合节点确认方法、装置、设备及介质 | |
CN117739950A (zh) | 一种地图的生成方法、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 |