一种车道线众包数据的多道路片段数据的快速融合优化方法技术

技术编号:24331700 阅读:15 留言:0更新日期:2020-05-29 19:54
本发明专利技术涉及一种车道线众包数据的多道路片段数据的快速融合优化方法,包括:将多道路片段数据的坐标转换为平面坐标;设定起点形点和方向,对各个形点进行局部拟合优化,形成多段整条车道线;对车道线进行形点排序错误修改和错误断裂补全后生成车道线集。可以从杂乱的原始输入数据点中得到精度较高,且完整性、连续性较好的车道线形点,并可以得到车道线对应的直线方程,因而得到了矢量化的车道线数据;执行简便快捷,对输入数据的要求少,鲁棒性高,可以适应2D的车道线形点数据,可以适应复杂的城区道路数据,相比现有的车道线聚类算法具有明显优势。

A fast fusion and optimization method of multi road segment data based on lane line crowdsourcing data

【技术实现步骤摘要】
一种车道线众包数据的多道路片段数据的快速融合优化方法
本专利技术涉及高精度地图领域,尤其涉及一种车道线众包数据的多道路片段数据的快速融合优化方法。
技术介绍
在自动驾驶领域,为准确控制车辆行驶,常涉及到高精度地图的绘制,高精度地图绘制的过程中,需要路面的车道线形点数据,给自动驾驶车提供车道级的驾驶指引。高精度地图可以使用价格高昂的测绘车经过长时间的数据采集绘制,但由于成本高且采集周期长、更新慢的原因难以满足高精度地图的高鲜度需求。众包采集车相比高精度测绘车成本低,比较适宜进行广泛布置以采集高鲜度的数据,提高高精度地图的更新频率,而众包采集车精度较低,其所采集的数据点误差较大且常有错误数据点,因此希望通过多次频繁地采集的大数据量融合优化得到高精度的车道线数据,但较大的数据量意味着计算复杂度和计算时间的增加。因而在大数据量的情形下,如何对众包采集车采集的车道线的2D或3D数据,进行众包数据的融合优化成为难点。
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,提供一种车道线众包数据的多道路片段数据的快速融合优化方法,解决现有技术中不能对众包采集车采集的车道线的2D数据进行快速、有效地融合的问题。本专利技术解决上述技术问题的技术方案如下:一种车道线众包数据的多道路片段数据的快速融合优化方法,包括:步骤1,将所述多道路片段数据的坐标转换为平面坐标;步骤2,设定起点形点和方向,对各个形点进行局部拟合优化,形成多段整条车道线;步骤3,对所述车道线进行形点排序错误修改和错误断裂补全后生成车道线集。本专利技术的有益效果是:可以从杂乱的原始输入数据点中得到精度较高,且完整性、连续性较好的车道线形点,并可以得到车道线对应的直线方程,因而得到了矢量化的车道线数据;执行简便快捷,对输入数据的要求少,鲁棒性高,可以适应2D的车道线形点数据,可以适应复杂的城区道路数据,相比现有的车道线聚类算法具有明显优势。在上述技术方案的基础上,本专利技术还可以做如下改进。进一步,所述步骤1包括:基于道路片段数据给出的经纬度和海拔高度坐标及所处投影带范围,采用高斯-克吕格投影法,将所述多道路片段数据的坐标转换为平面坐标。进一步,所述步骤2中所述形点进行局部拟合优化的过程包括:步骤201,遍历所有形点数据,选取全量形点中与所述起点形点的欧式距离小于设定距离的所述形点作为待处理点集Ω;步骤202,构建矩形检索框,所述检索框的四个顶点为A、B、C、D,其中AB的中点为所述起点形点,BC平行于所述方向;步骤203,从所述待处理形点数据集Ω中选取在所述检索框内的所述形点生成形点集Ω0,对所述形点集Ω0内的形点进行线性拟合优化,并在全量车道线形点集内将所述起点形点和所述形点集Ω0的形点标记为已处理;步骤204,根据所述起点形点和所述方向,循环执行步骤201-204直至所有所述形点标记为已处理。进一步,所述所述步骤204中,对于单条车道线;进行第一次局部拟合优化时,所述起点形点为第一个所述形点,所述方向的方向向量进行第a次局部拟合优化时,所述起点形点为m',所述方向的方向向量为其中,m为第a-1次局部拟合优化对所述形点集Ω0内的所述形点进行线性拟合优化后的线性方程与AB边的交点,m'为第a-1次对所述形点集Ω0内的所述形点进行线性拟合优化后的线性方程与CD边的交点。进一步,所述步骤204还包括:判断所述形点集Ω0内的点数量小于设定的阈值数量,或者更新后的所述方向的变化超过设定范围时,以未处理数据中的第一个形点为所述起点形点,所述方向的方向向量进一步,所述拟合优化使用一般线性最小二乘法、随机一致性抽样算法、泰尔森回归算法或Huber回归算法。进一步,所述步骤3中对所述车道线进行形点排序错误修改的过程包括:比较单条车道线内所有形点的坐标的X轴和Y轴的变化范围;所述X轴的变化范围大于所述Y轴的变化范围时,所述形点按照X轴坐标从小到大进行排序;所述X轴的变化范围不大于所述Y轴的变化范围时,所述形点按照Y轴坐标从小到大进行排序。进一步,所述步骤3中对所述车道线进行错误断裂补全修改的过程包括:对于任意两条车道线L0和L1为车道线L0,如果所述车道线L0的尾点与所述车道线L1的首点的距离小于设定欧式距离,且中点PL到所述车道线L0的尾点和所述车道线L1的首点的行驶方向垂距均小于设定垂距阈值;合并所述车道线L0和L1,从所述车道线集中删除所述车道线L1;其中,所述中点PL为所述车道线L0的尾点与所述车道线L1的首点的连线的中点。进一步,所述步骤3之后还包括:按照顺序查找到的车道线形点作为顶点,将一次单方向的检索过程中的所有形点按照顺序添加到图中,用边连接相邻次序的两个所述顶点;每个所述顶点包含一个ID、坐标位置、所属线性回归得到的直线方程的参数和所属直线的ID。进一步,所述步骤3之后还包括:以每条线性拟合优化得到的直线为单元,存储所述直线的首点坐标、尾点坐标、直线参数形成一个以直线数据为顶点的图。采用上述进一步方案的有益效果是:首先基于经纬度坐标进行平面坐标系转换及根据点与点之间的共线关系进行车道线形点的角度或方向向量的计算,基于车道线形点坐标及其方向角度或方向向量进行同类车道线形点判断,通过多段连续同类点的拟合优化,形成多段整条车道线;再对拟合优化后的多段车道线进行错误断裂和错误连接进行处理优化;可以从杂乱的原始输入数据点中得到精度较高,且完整性、连续性较好的车道线形点,并可以得到车道线对应的直线方程,因而得到了矢量化的车道线数据;执行简便快捷,对输入数据的要求少,鲁棒性高,可以适应2D的车道线形点数据,可以适应复杂的城区道路数据,相比现有的车道线聚类算法具有明显优势。附图说明图1为本专利技术提供的一种车道线众包数据的多道路片段数据的快速融合优化方法的流程图;图2为本专利技术提供的一种车道线众包数据的多道路片段数据的快速融合优化方法的实施例的流程图;图3为本专利技术提供的一种对形点进行局部拟合优化的实施例的流程图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述,所举实例只用于解释本专利技术,并非用于限定本专利技术的范围。如图1所示为本专利技术提供的一种车道线众包数据的多道路片段数据的快速融合优化方法的流程图,由图1可知,该方法包括:步骤1,将多道路片段数据的坐标转换为平面坐标。步骤2,设定起点形点和方向,对各个形点进行局部拟合优化,形成多段整条车道线。步骤3,对车道线进行形点排序错误修改和错误断裂补全后生成车道线集。本专利技术提供的一种车道线众包数据的多道路片段数据的快速融合优化方法,可以从杂乱的原始输入数据点中得到精度较高,且完整性、连续性较好的车道线形点,并可以得到车道线对应的直线方程,因而得到了矢量化的车道线数据。执行简便快捷,对输入数据的要求少,鲁棒性高,可以适应2D的车道线本文档来自技高网...

【技术保护点】
1.一种车道线众包数据的多道路片段数据的快速融合优化方法,其特征在于,所述方法包括:/n步骤1,将所述多道路片段数据的坐标转换为平面坐标;/n步骤2,设定起点形点和方向,对各个形点进行局部拟合优化,形成多段整条车道线;/n步骤3,对所述车道线进行形点排序错误修改和错误断裂补全后生成车道线集。/n

【技术特征摘要】
1.一种车道线众包数据的多道路片段数据的快速融合优化方法,其特征在于,所述方法包括:
步骤1,将所述多道路片段数据的坐标转换为平面坐标;
步骤2,设定起点形点和方向,对各个形点进行局部拟合优化,形成多段整条车道线;
步骤3,对所述车道线进行形点排序错误修改和错误断裂补全后生成车道线集。


2.根据权利要求1所述的方法,其特征在于,所述步骤1包括:基于道路片段数据给出的经纬度和海拔高度坐标及所处投影带范围,采用高斯-克吕格投影法,将所述多道路片段数据的坐标转换为平面坐标。


3.根据权利要求1所述的方法,其特征在于,所述步骤2中所述形点进行局部拟合优化的过程包括:
步骤201,遍历所有形点数据,选取全量形点中与所述起点形点的欧式距离小于设定距离的所述形点作为待处理点集Ω;
步骤202,构建矩形检索框,所述检索框的四个顶点为A、B、C、D,其中AB的中点为所述起点形点,BC平行于所述方向;
步骤203,从所述待处理形点数据集Ω中选取在所述检索框内的所述形点生成形点集Ω0,对所述形点集Ω0内的形点进行线性拟合优化,并在全量车道线形点集内将所述起点形点和所述形点集Ω0的形点标记为已处理;
步骤204,根据所述起点形点和所述方向,循环执行步骤201-204直至所有所述形点标记为已处理。


4.根据权利要求3所述的方法,其特征在于,所述步骤204中,对于单条车道线;
进行第一次局部拟合优化时,所述起点形点为第一个所述形点,所述方向的方向向量
进行第a次局部拟合优化时,所述起点形点为m',所述方向的方向向量为
其中,m为第a-1次局部拟合优化对所述形点集Ω0内的所述形点进行线性拟合优化后的线性方程与AB边的交点,m'为第a-1次对所述形点集Ω0内的所述形点进行线性拟合优化后的线性方程与CD边的交点。


5.根据权利要求3所述的方法,其特征在于,

【专利技术属性】
技术研发人员:秦峰尹玉成朱紫威肖德雨刘奋
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

网友询问留言 已有0条评论
  • 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。

1