The invention discloses an automatic lane fusion matching algorithm, which relates to the technical field of high-precision map information collection and processing. The matching algorithm includes pretreatment of the fused lane model data, construction of lane data tensor model using pretreated lane model data, and construction of lane registration algorithm to generate two corresponding vehicles using lane data tensor model. The matching relationship of lane data tensor model, the data of two corresponding lane data tensor models are merged by lane data merging algorithm, and the target lane model is generated. The invention can solve the problems that the existing image matching algorithm is easy to lose the relevant information of lane attributes, the matching relationship of complex intersections is incorrect, the road topological relationship is not good, the influence of noise data can not be effectively removed, and the matching effect of lane is not good.
【技术实现步骤摘要】
一种车道线自动融合匹配算法
本专利技术涉及高精地图信息采集处理
,具体涉及一种车道线自动融合匹配算法。
技术介绍
自动驾驶技术中,对车道线的识别及其重要,然而现有技术方案主要针对照片进行融合,体现为针对照片提取图像中的特征点、计算特征点之间的匹配、计算图像间变换矩阵的初始值、迭代精炼H变换矩阵以及引导匹配,其技术处理涉及到的都是基于图片信息,及以构建数据,xy表示图形中的坐标信息,rgb表示图形中的颜色取值。但是,在车道线模型中,车道线的属性信息如道路方向、限制条件、车道序号等信息无法在图形中直接表示。基于现有的图像匹配算法,没有考虑车道线属性、路网信息,仅仅使用由位置生成的图像信息进行匹配,效果不佳。同时,无法完成两个融合模型仅仅只有一小部分重合的情况,生成的车道线模型也会丢失车道线属性相关信息。比如,不考虑属性的情况下可能错误的匹配车道线对应的车道等。
技术实现思路
本专利技术的目的在于提供一种车道线自动融合匹配算法,用以解决现有的图像匹配算法易丢失车道线属性相关信息,复杂路口匹配关系不正确,生成道路拓扑关系不佳,不能有效去除噪声数据影响,匹配车道线效果不佳的问题。为实现上述目的,本专利技术实施例提供一种车道线自动融合匹配算法,其特征在于:所述匹配算法包括对待融合的车道线模型数据进行预处理;利用预处理后的车道线模型数据构建车道数据张量模型;利用车道数据张量模型,构建车道配准算法来匹配两个互相对应的车道数据张量模型的匹配关系;利用车道数据合并算法对两个互相对应的车道数据张量模型的数据进行合并;生成目标车道模型。其中,所述待融合的车道线模型数据是经过车道 ...
【技术保护点】
1.一种车道线自动融合匹配算法,其特征在于:所述匹配算法包括对待融合的车道线模型数据进行预处理;利用预处理后的车道线模型数据构建车道数据张量模型;利用车道数据张量模型,构建车道配准算法来生成两个互相对应的车道数据张量模型的匹配关系;利用车道数据合并算法对两个互相对应的车道数据张量模型的数据进行合并;生成目标车道模型;其中,所述待融合的车道线模型数据是经过车道线自动提取系统处理后的车道线模型数据,待融合的车道线模型数据包括车道模型数据A和车道模型数据B。
【技术特征摘要】
1.一种车道线自动融合匹配算法,其特征在于:所述匹配算法包括对待融合的车道线模型数据进行预处理;利用预处理后的车道线模型数据构建车道数据张量模型;利用车道数据张量模型,构建车道配准算法来生成两个互相对应的车道数据张量模型的匹配关系;利用车道数据合并算法对两个互相对应的车道数据张量模型的数据进行合并;生成目标车道模型;其中,所述待融合的车道线模型数据是经过车道线自动提取系统处理后的车道线模型数据,待融合的车道线模型数据包括车道模型数据A和车道模型数据B。2.如权利要求1所述的一种车道线自动融合匹配算法,其特征在于:所述待融合的车道线模型数据包括不同时间、不同批次采集的车道线数据,所述车道线数据包括测量点信息、车道线属性信息、道路属性信息、车道线节点属性信息。3.如权利要求1所述的一种车道线自动融合匹配算法,其特征在于:所述对待融合的车道线模型数据进行预处理包括利用测量的车道线节点位置信息构建车道线的空间索引;过滤重合或不合理的数据;处理车道线之间的共点关系;检查车道线属性;完善测量信息,包括测量点定位状态、位置精度和属性完善时间。4.如权利要求1所述的一种车道线自动融合匹配算法,其特征在于:所述车道配准算法利用车道数据张量模型构建的MILP模型为其中,Ci,...
【专利技术属性】
技术研发人员:郜延红,蒋东,蒋韬,魏海南,
申请(专利权)人:宽凳北京科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。