CN116597730A - 一种车道识别数据合并方法及系统 - Google Patents

一种车道识别数据合并方法及系统 Download PDF

Info

Publication number
CN116597730A
CN116597730A CN202310347037.0A CN202310347037A CN116597730A CN 116597730 A CN116597730 A CN 116597730A CN 202310347037 A CN202310347037 A CN 202310347037A CN 116597730 A CN116597730 A CN 116597730A
Authority
CN
China
Prior art keywords
lane
identification data
lane identification
point
line
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
Application number
CN202310347037.0A
Other languages
English (en)
Inventor
王军德
余俊
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.)
Wuhan Kotei Informatics Co Ltd
Original Assignee
Wuhan Kotei Informatics 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 Wuhan Kotei Informatics Co Ltd filed Critical Wuhan Kotei Informatics Co Ltd
Priority to CN202310347037.0A priority Critical patent/CN116597730A/zh
Publication of CN116597730A publication Critical patent/CN116597730A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • 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
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Analytical Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种车道识别数据合并方法及系统，该方法包括：通过车载相机采集车道识别数据，将道路Link一侧的车道识别数据等距划分后，获取距离各分段中心纵向偏移最近的一组车道识别数据作为基准，将与基准的车线方向角角度差小于第一预设值的车线点投影至基准的车线点，并将对应的车道识别数据合并到基准得到车线识别集合；将车线识别集合中每个元素的横向偏移进行大小排序，并对排序后的元素进行编号，当相邻编号元素的横向偏移距离小于第二预设值，则将相邻元素对应的车道识别数据删除；遍历道路Link两侧各分段车道识别数据，对所有分段车道识别数据合并。通过该方案可以保障车道识别数据的完整性、准确性，避免地图绘制出现错误。

Description

一种车道识别数据合并方法及系统
技术领域
本发明属于地图制作领域，尤其涉及一种车道识别数据合并方法及系统。
背景技术
在制作地图或更新地图时，通常需要实景采集道路车道信息，以提高地图制作精度。一般通过车载相机采集路面图像，通过计算机视觉处理等技术可以识别出车道线及其位置，从而构造出道路面的车道线。然而，由于常用的车载相机视野受限，对于同一位置可观测车道可能有限，如车载相机最多只能采集当前车道和当前车道的左右两条车道，如果道路并行的车道数大于三个，或者车辆不行驶在中间车道上，那车载相机就不能采集到此处的完整道路车道信息，由此可能会导致道路地图绘制错误。
发明内容
有鉴于此，本发明实施例提供了一种车道识别数据合并方法及系统，用于解决现有同一位置车道识别不准确，导致地图绘制错误的问题。
在本发明实施例的第一方面，提供了一种车道识别数据合并方法，包括：
通过车载相机采集车道识别数据，将道路Link一侧的车道识别数据等距划分后，获取距离各分段中心纵向偏移最近的一组车道识别数据作为基准，将与基准的车线方向角角度差小于第一预设值的车道线识别数据的车线点投影至基准的车线点，并将对应的车道识别数据合并到基准得到车线识别集合；
将车线识别集合中每个元素的横向偏移进行大小排序，并对排序后的元素进行编号，当相邻编号元素的横向偏移距离小于第二预设值，则将相邻元素对应的车道识别数据删除；
其中，车线点的纵向偏移为车线点所在直线与道路Link的垂直交点到Link起点的距离，元素的横向偏移为车线点到道路Link的距离。
遍历道路Link两侧各分段车道识别数据，对所有分段车道识别数据合并。
在本发明实施例的第二方面，提供了一种用于车道识别数据合并的系统，包括：
分段合并模块，用于通过车载相机采集车道识别数据，将道路Link一侧的车道识别数据等距划分后，获取距离各分段中心纵向偏移最近的一组车道识别数据作为基准，将与基准的车线方向角角度差小于第一预设值的车道线识别数据的车线点投影至基准的车线点，并将对应的车道识别数据合并到基准得到车线识别集合；
删除模块，用于将车线识别集合中每个元素的横向偏移进行大小排序，并对排序后的元素进行编号，当相邻编号元素的横向偏移距离小于第二预设值，则将相邻元素对应的车道识别数据删除；
其中，其中，车线点的纵向偏移为车线点所在直线与道路Link的垂直交点到Link起点的距离，元素的横向偏移为车线点到道路Link的距离。
综合处理模块，用于遍历道路Link两侧各分段车道识别数据，对所有分段车道识别数据合并。
在本发明实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明实施例第一方面所述方法的步骤。
在本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。
本发明实施例中，基于同一路段的用户行驶数据，通过对道路两侧的车道识别数据进行合并、删除等处理，可以保留完整的车道信息，并去除冗余数据，从而实现基于车载相机的完整道路信息收集，保障同一位置车道识别的完整性、准确性，避免地图绘制错误。同时，能降低地图制作成本，方便地图更新。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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介绍，显而易见地，下面描述的附图仅仅是本发明的一些实施例，对本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其他附图。
图1为本发明一个实施例提供的一种车道识别数据合并方法的流程示意图；
图2为本发明一个实施例提供的一种车道识别数据合并方法的另一流程示意图；
图3为本发明一个实施例提供的一种用于车道识别数据合并的系统的结构示意图；
图4为本发明的一个实施例提供的一种电子设备的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
应当理解，本发明的说明书或权利要求书及上述附图中的术语“包括”以及其他相近意思表述，意指覆盖不排他的包含，如包含一系列步骤或单元的过程、方法或系统、设备没有限定于已列出的步骤或单元。此外，“第一”“第二”用于区分不同对象，并非用于描述特定顺序。
请参阅图1，本发明实施例提供的一种车道识别数据合并方法的流程示意图，包括：
S101、通过车载相机采集车道识别数据，将道路Link一侧的车道识别数据等距划分后，获取距离各分段中心纵向偏移最近的一组车道识别数据作为基准，将与基准的车线方向角角度差小于第一预设值的车道线识别数据的车线点投影至基准的车线点，并将对应的车道识别数据合并到基准得到车线识别集合；
所述车载相机为车用智能相机，不仅可以采集道路面图像，还可以结合图像处理识别技术进行车道线识别，包括车辆所在车道及两侧车道的车道线位置、形状、颜色及类型等。
所述车道识别数据为车用智能相机每次瞬时采集的车道数据，一般是通过对瞬时采集的车道图像进行识别得到。智能相机可以间隔预定时间或距离进行一次车道识别数据采集，将每一次采集的车道识别数据作为一组车道识别数据，每组车道识别数据中可以包括车道线、车线方向角、车线点等。
具体的，所述车道识别数据可以分为车道识别数据和车道边线数据，所述车道识别数据中包括识别的车道边线(即车道线)、车线方向角、扩展交点和纵向偏移，所述车道边线数据中包括车线点、横向偏移和车道类型。
所述车线点为车道线上的点，其与扩展交点的连线与车道Link垂直，且扩展交点位于Link上(扩展交点即是车线点在Link上的垂点)。车线点可以视为车道线识别数据采集位置在各车道线上的垂点。车线方向角为车线点所在车道线的方向角。
所述道路Link表示道路网中的一条道路，通过车载相机采集道路Link两侧的车道识别数据。选择一侧的车道识别数据，基于道路Link对车道识别数据进行等距划分。将划分后的车道识别数据每一段作为数据集合，各段的数据集合形成道路Link一侧车道识别数据的总集合。
在分段的数据集合中，获取距离各分段中心最近的一组车道识别数据，将该车道识别数据作为基准，在当前集合遍历查找其他组的车道识别数据，当其他组车道识别数据中的车线方向角与基准的方向角角度差小于所述第一预设值，则将其他组车道识别数据中的车线点投影至基准的车线点，并将该对应的车道识别数据合并到基准中，即将其他组车道识别数据融合到基准中。
可选的，若车线点与基准点方向角角度差大于第一预设值，则保留车线点对应的车道识别数据不进行合并处理。
S102、将车线识别集合中每个元素的横向偏移进行大小排序，并对排序后的元素进行编号，当相邻编号元素的横向偏移距离小于第二预设值，则将相邻元素对应的车道识别数据删除；
对于车线识别集合中的每个元素，其包含有扩展交点、横向偏移、纵向偏移、方向角等信息，元素的横向偏移是以车线点的横向偏移来表示。
其中，车线点的纵向偏移为车线点所在直线与道路Link的垂直交点到Link起点的距离，元素的横向偏移为车线点到道路Link的距离。
在一个实施例中，如图2所示，图中，道路Link由形点串S、N、E组成，R0、R1、R2表示车线点，C表示扩展交点。
应理解，车用智能相机在工作过程中，会以车辆瞬时测量中心点为坐标原点，以车辆行驶方向为X轴，以车辆测量中心点与X轴垂直的直线为Y轴建立直角坐标系。车线点则是智能相机根据车辆前方看到的车道线实时推算自车坐标系中Y轴与识别到的车线的交点，如R0、R1、R2等。
车道识别数据(或车线点R0、R1、R2)的纵向偏移距离为SN线段长度加上NC的线段长度，车道识别数据中车线点R0的横向偏移距离为线段C到R0的长度，即R0到Link的距离，车线点R1的横向偏移距离为线段C到R1的长度，车线点R2的横向偏移距离为线段C到R2的长度。
S103、遍历道路Link两侧各分段车道识别数据，对所有分段车道识别数据合并。
对道路Link两侧各分段车道识别数据分别进行处理，删除属于同一车道线的识别数据，并保留不同车道线识别数据，从而实现对道路link的车道识别数据进行融合。
示例性，对于道路Link左侧的车道识别数据集合A：
步骤S1、对集合A内元素按照纵向偏移距离等距分组，分组距离为E米，得到车道识别数据的分组集合F；
步骤S2、从分组集合F取出一组车道识别数据G，组序号为N，在集合G中，查找一个纵向偏移与(N+0.5)＊E最近的元素L；
步骤S3、从集合G中，取出一个车道识别数据K，若K的方位角与L的方位角的角度差小于等于阈值M，则把K的所有车线点位置修改为该点到L的车线点直线的投影点位置，否则取新的车道识别数据；
步骤S4、把K的所有车线识别数据合并到L的车线识别集合R中；
步骤S5、当遍历完集合G，则计算R中每个元素的横向偏移，对R中每个元素按横向偏移从小到大排序，设置序号V由0开始；
步骤S6、在R中取出序号V对应的元素T0和V+1对应的元素T1，若T0和T1的横向偏移的差距小于等于阈值S，则在R中删除T1，否则设置设置V＝V+1，继续进行判断；
步骤S7、当V+1为R中最后一个元素的序号，则将L作为该分组的车道合并结果，否则，跳转至S6，继续进行元素判断。
步骤S8、遍历完分组集合F，得到Link一侧车道识别数据合并结果，并退出。
本实施例中，不需要专用测绘设备，使用普通量产级ADAS单目前视解决方案和惯导定位设备，就可以实现0.5米级精度的车道数据采集。通过收集、整理及分析用户在同一路段的行车数据，可以得到该路段的最新的完整道路车道信息和几何数据。不仅能保障车道识别数据的准确性，而且降低了道路地图绘制的成本(不需要高精度采集车实地采集、不需要采用高精度采集设备)，提高了道路地图更新的速度。
应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图3为本发明实施例提供的一种用于车道识别数据合并的系统的结构示意图，该系统包括：
分段合并模块310，用于通过车载相机采集车道识别数据，将道路Link一侧的车道识别数据等距划分后，获取距离各分段中心纵向偏移最近的一组车道识别数据作为基准，将与基准的车线方向角角度差小于第一预设值的车道线识别数据的车线点投影至基准的车线点，并将对应的车道识别数据合并到基准得到车线识别集合；
其中，所述车道识别数据包括车道识别数据和车线识别数据，所述车道识别数据中包括识别的车线、车线方向角、扩展交点和纵向偏移，所述车线识别数据中包括车线点、横向偏移和车线类型；所述扩展交点为车线点与道路Link的垂直交点。
可选的，当车线点与基准点方向角角度差大于第一预设值，则保留车线点对应的车道识别数据不进行合并处理。
删除模块320，用于将车线识别集合中每个元素的横向偏移进行大小排序，并对排序后的元素进行编号，当相邻编号元素的横向偏移距离小于第二预设值，则将相邻元素对应的车道识别数据删除；
其中，车线点的纵向偏移为车线点所在直线与道路Link的垂直交点到Link起点的距离，元素的横向偏移为车线点到道路Link的距离。
综合处理模块330，用于遍历道路Link两侧各分段车道识别数据，对所有分段车道识别数据合并。
所述领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和模块的具体工作过程可以参考前述方法实施例中对应的过程，在此不再赘述。
图4是本发明一实施例提供的一种电子设备的结构示意图。所述电子设备用于车道识别数据的合并。如图4所示，该实施例的电子设备4包括：存储器410、处理器420以及系统总线430，所述存储器410包括存储其上的可运行的程序4101，本领域技术人员可以理解，图4中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图4对电子设备的各个构成部件进行具体的介绍：
存储器410可用于存储软件程序以及模块，处理器420通过运行存储在存储器410的软件程序以及模块，从而执行电子设备的各种功能应用以及数据处理。存储器410可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据(比如缓存数据)等。此外，存储器410可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在存储器410上包含网络请求方法的可运行程序4101，所述可运行程序4101可以被分割成一个或多个模块/单元，所述一个或多个模块/单元被存储在所述存储器410中，并由处理器420执行，以进行车道线数据融合等，所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序4101在所述电子设备4中的执行过程。例如，所述计算机程序4101可以被分割为分段合并模块、删除模块和综合处理模块等功能模块。
处理器420是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器410内的软件程序和/或模块，以及调用存储在存储器410内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体状态监控。可选的，处理器420可包括一个或多个处理单元；优选的，处理器420可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器420中。
系统总线430是用来连接计算机内部各功能部件，可以传送数据信息、地址信息、控制信息，其种类可以是例如PCI总线、ISA总线、CAN总线等。处理器420的指令通过总线传递至存储器410，存储器410反馈数据给处理器420，系统总线430负责处理器420与存储器410之间的数据、指令交互。当然系统总线430还可以接入其他设备，例如网络接口、显示设备等。
在本发明实施例中，该电子设备所包括的处理420执行的可运行程序包括：
通过车载相机采集车道识别数据，将道路Link一侧的车道识别数据等距划分后，获取距离各分段中心纵向偏移最近的一组车道识别数据作为基准，将与基准的车线方向角角度差小于第一预设值的车道线识别数据的车线点投影至基准的车线点，并将对应的车道识别数据合并到基准得到车线识别集合；
将车线识别集合中每个元素的横向偏移进行大小排序，并对排序后的元素进行编号，当相邻编号元素的横向偏移距离小于第二预设值，则将相邻元素对应的车道识别数据删除；
其中，车线点的纵向偏移为车线点所在直线与道路Link的垂直交点到Link起点的距离，元素的横向偏移为车线点到道路Link的距离。
遍历道路Link两侧各分段车道识别数据，对所有分段车道识别数据合并。
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，上述描述的系统、设备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或记载的部分，可以参见其它实施例的相关描述。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种车道识别数据合并方法，其特征在于，包括：
通过车载相机采集车道识别数据，将道路Link一侧的车道识别数据等距划分后，获取距离各分段中心纵向偏移最近的一组车道识别数据作为基准，将与基准的车线方向角角度差小于第一预设值的车道线识别数据的车线点投影至基准的车线点，并将对应的车道识别数据合并到基准得到车线识别集合；
将车线识别集合中每个元素的横向偏移进行大小排序，并对排序后的元素进行编号，当相邻编号元素的横向偏移距离小于第二预设值，则将相邻元素对应的车道识别数据删除；
其中，车线点的纵向偏移为车线点所在直线与道路Link的垂直交点到Link起点的距离，元素的横向偏移为车线点到道路Link的距离。
遍历道路Link两侧各分段车道识别数据，对所有分段车道识别数据合并。
2.根据权利要求1所述的方法，其特征在于，所述车道识别数据包括车道识别数据和车线识别数据，所述车道识别数据中包括识别的车线、车线方向角、扩展交点和纵向偏移，所述车线识别数据中包括车线点、横向偏移和车线类型；
其中，扩展交点为车线点与道路Link的垂直交点。
3.根据权利要求1所述的方法，其特征在于，所述将与基准的车线方向角角度差小于第一预设值的车道线识别数据的车线点投影至基准的车线点，并将对应的车道识别数据合并到基准得到车线识别集合包括：
当车线点与基准点方向角角度差大于第一预设值，则保留车线点对应的车道识别数据不进行合并处理。
4.一种用于车道识别数据合并的系统，其特征在于，至少包括：
分段合并模块，用于通过车载相机采集车道识别数据，将道路Link一侧的车道识别数据等距划分后，获取距离各分段中心纵向偏移最近的一组车道识别数据作为基准，将与基准的车线方向角角度差小于第一预设值的车道线识别数据的车线点投影至基准的车线点，并将对应的车道识别数据合并到基准得到车线识别集合；
删除模块，用于将车线识别集合中每个元素的横向偏移进行大小排序，并对排序后的元素进行编号，当相邻编号元素的横向偏移距离小于第二预设值，则将相邻元素对应的车道识别数据删除；
其中，其中，车线点的纵向偏移为车线点所在直线与道路Link的垂直交点到Link起点的距离，元素的横向偏移为车线点到道路Link的距离。
综合处理模块，用于遍历道路Link两侧各分段车道识别数据，对所有分段车道识别数据合并。
5.根据权利要求4所述的系统，其特征在于，所述车道识别数据包括车道识别数据和车线识别数据，所述车道识别数据中包括识别的车线、车线方向角、扩展交点和纵向偏移，所述车线识别数据中包括车线点、横向偏移和车线类型；
其中，扩展交点为车线点与道路Link的垂直交点。
6.根据权利要求4所述的系统，其特征在于，所述将与基准的车线方向角角度差小于第一预设值的车道线识别数据的车线点投影至基准的车线点，并将对应的车道识别数据合并到基准得到车线识别集合包括：
当车线点与基准点方向角角度差大于第一预设值，则保留车线点对应的车道识别数据不进行合并处理。
7.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述的一种车道识别数据合并方法的步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1至3任一项所述的一种车道识别数据合并方法的步骤。
CN202310347037.0A 2023-03-31 2023-03-31 一种车道识别数据合并方法及系统 Pending CN116597730A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310347037.0A CN116597730A (zh) 2023-03-31 2023-03-31 一种车道识别数据合并方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310347037.0A CN116597730A (zh) 2023-03-31 2023-03-31 一种车道识别数据合并方法及系统

Publications (1)

Publication Number Publication Date
CN116597730A true CN116597730A (zh) 2023-08-15

Family

ID=87599706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310347037.0A Pending CN116597730A (zh) 2023-03-31 2023-03-31 一种车道识别数据合并方法及系统

Country Status (1)

Country Link
CN (1) CN116597730A (zh)

Similar Documents

Publication Publication Date Title
WO2020029601A1 (zh) 一种地图车道横向拓扑关系的构建方法、系统及存储器
CN109186617B (zh) 一种基于视觉众包数据自动生成车道级拓扑关系的方法、系统及存储器
CN108763287B (zh) 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法
CN110749329B (zh) 一种基于结构化道路的车道级拓扑构建方法及装置
KR20230148259A (ko) 차량 궤적 편차 보정 방법, 장치 및 전자기기
CN108519094A (zh) 局部路径规划方法及云处理端
CN104422451A (zh) 一种道路识别方法及装置
CN111897906A (zh) 处理地图数据的方法、装置、设备和存储介质
CN109871016A (zh) 一种驾驶参考线生成方法、装置、车辆及服务器
CN111337039B (zh) 拥堵路段的地图数据采集方法、装置、系统及存储介质
JP2019100924A (ja) 車両軌跡補正装置
CN112269848B (zh) 一种众包轨迹数据融合方法及装置
CN116597730A (zh) 一种车道识别数据合并方法及系统
CN116958316A (zh) 拓扑图生成方法、装置、计算机设备及存储介质
CN103175531A (zh) 导航数据更新方法、装置及导航设备
CN116126982A (zh) 一种高精度地图车道线更新方法及系统
CN114705180A (zh) 高精地图的数据修正方法、装置、设备及存储介质
JP2859954B2 (ja) 車両走行位置表示方法及び装置
CN112037328A (zh) 生成地图中的道路边沿的方法、装置、设备和存储介质
US20240177496A1 (en) Method for recognizing anomalous lane line and electronic device
CN117740001A (zh) 一种地图路线匹配方法及系统
CN116303866B (zh) 数据处理方法、装置、电子设备及存储介质
CN110736474A (zh) 一种车辆的地图信息获取方法及装置
CN115953752B (zh) 一种车道参考线的提取方法、装置、电子设备及存储介质
CN112000757B (zh) 道路边界处理方法及电子设备

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