一种生成地图车道线的聚类参数的确定方法及系统技术方案

本发明专利技术涉及一种生成地图车道线的聚类参数的确定方法及系统，该方法包括：步骤1，设置半径区域内的核心点最小个数的值minPts，确定用于聚类的车道线中的各条线段到最近的第k条线段的距离数组；步骤2，将各条线段到最近的第k条线段的距离数组的分布转换成累积概率曲线；步骤3，确定密度聚类的半径参数的值eps为该累积概率曲线的拐点对应的距离或者该距离数组的中位数。根据用于聚类的车道线中线段之间的距离确定密度聚类的半径参数，该确定过程可以通过系统自动确定，实现地图车道线的聚类过程中的自动化调参，不用人工干预即可得到较好的结果。

A Method and System for Determining Clustering Parameters of Lane Lines in Maps

【技术实现步骤摘要】
一种生成地图车道线的聚类参数的确定方法及系统
本专利技术涉及电子地图领域，具体涉及一种生成地图车道线的聚类参数的确定方法及系统。
技术介绍
为了生成高精度地图中的车道线数据，需要对大量从车端上传的车道线矢量数据做聚类，当前的聚类的常用算法是基于线段的密度聚类算法DBSCAN(Density-BasedSpatialClusteringofApplicationswithNoise)。DBSCAN为一个比较有代表性的基于密度的聚类算法，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类，但聚类之前需要选择eps和minPts这两个聚类参数，eps为核心点半径，minPts为半径区域内的核心点最小个数。这两个聚类参数常常是通过业务经验得到，在不同的场景，会有不同的取值，这种人工干预行为不利于高精度地图的自动化生成。
技术实现思路
本专利技术针对现有技术中存在的技术问题，提供一种生成地图车道线的聚类参数的确定方法及系统。本专利技术解决上述技术问题的技术方案如下：一种生成地图车道线的聚类参数的确定方法，包括：所述聚类参数包括密度聚类本文档来自技高网...

【技术保护点】
1.一种生成地图车道线的聚类参数的确定方法，其特征在于，所述聚类参数包括密度聚类的半径参数，所述确定方法包括：步骤1，设置半径区域内的核心点最小个数的值minPts，确定用于聚类的车道线中的各条线段到最近的第k条线段的距离数组，其中，k＝minPts‑1；步骤2，将各条线段到最近的第k条线段的所述距离数组的分布转换成累积概率曲线；步骤3，确定所述密度聚类的半径参数的值eps为所述累积概率曲线的拐点对应的距离或者所述距离数组的中位数。

【技术特征摘要】
1.一种生成地图车道线的聚类参数的确定方法，其特征在于，所述聚类参数包括密度聚类的半径参数，所述确定方法包括：步骤1，设置半径区域内的核心点最小个数的值minPts，确定用于聚类的车道线中的各条线段到最近的第k条线段的距离数组，其中，k＝minPts-1；步骤2，将各条线段到最近的第k条线段的所述距离数组的分布转换成累积概率曲线；步骤3，确定所述密度聚类的半径参数的值eps为所述累积概率曲线的拐点对应的距离或者所述距离数组的中位数。2.根据权利要求1所述的确定方法，其特征在于，所述聚类参数包括半径区域内的核心点最小个数；所述步骤1中设置的半径区域内的核心点最小个数的值minPts为有效观测到的车道线的次数。3.根据权利要求1所述的确定方法，其特征在于，所述步骤1中两条线段的距离为两条线段的垂直距离、平行距离和角度距离的加权和。4.根据权利要求1所述的方法，其特征在于，所述步骤1中确定用于聚类的车道线中的各条线段到最近的第k条线段的距离数组的过程包括：步骤101，计算用于聚类的车道线中的两两线段之间的距离，构成距离矩阵；步骤102，对所述距离矩阵进行横向从小到大的排序后，对所述距离矩阵中的第k列进行纵向排序，得到从小到大排序的各条线段到最近的第k条线段的距离数组。5.根据权利要求1所述的方法，其特征在于，所述步骤2包括：步骤201，设置距离区间，得到所述距离数组分别落在每个所述距离区间的距离个数，各个所述距离个数除以距离的总个数表示所述距离区间的概率，得到以所述距离区间节点为自变量、所述概率为因变量的概率密度曲线；步骤202，绘制以所述距离区间节点为自变量、距离...

【专利技术属性】
技术研发人员：石涤文，尹玉成，王璇，罗跃军，
申请(专利权)人：武汉中海庭数据技术有限公司，
类型：发明
国别省市：湖北,42