一种基于贝叶斯分类的交通灯和道路关联方法技术

本发明专利技术涉及一种基于贝叶斯分类的交通灯和道路关联方法，包括：训练得到交通灯和道路关联的训练集，训练集的输入为交通灯与道路的关联属性，输出为交通灯和道路是否有关联；将待测交通灯和各个道路的关联属性输入训练集，根据高斯朴素贝叶斯分类方法得到待测交通灯与各个道路的初步关联结果；待测交通灯与至少两个道路的初步关联结果是有关联时，根据初步关联结果选择待测交通灯的最终关联结果对应的道路，用已有的典型路口的可靠真值数据作为训练集，用贝叶斯分类的方法，得到进入路口的所有道路和路口内所有交通灯的关联性的概率，以交通灯和关联性概率最大的道路建立关联关系，这样既规避了人为寻找规律困难的难点，也能取得较好的效果。

【技术实现步骤摘要】
一种基于贝叶斯分类的交通灯和道路关联方法
本专利技术涉及高精度地图生产领域，尤其涉及一种基于贝叶斯分类的交通灯和道路关联方法。
技术介绍
现实中，交通灯控制道路上的车辆的行驶状态，即交通灯和该交通灯影响的道路存在关联关系。为了生成高精度地图中交通灯和道路的关联关系，一般有两种方式：一种方法是根据进入路口的道路的前进方向，找到前方范围内可能相关的交通灯；另一种方法是用交通灯和路口内道路就近关联，然后把路口内道路关联到和该路口内道路接续的路口外道路，这样建立起路口外道路和路口内交通灯的关联关系。但是由于路口环境常常十分复杂，人为找到的规律不能够涵盖所有情况，一个场景的经验阈值，难以在其它场景复用，致使关联结果和实际情况差别较大。
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，提供一种基于贝叶斯分类的交通灯和道路关联方法，解决现有技术中问题。本专利技术解决上述技术问题的技术方案如下：一种基于贝叶斯分类的交通灯和道路关联方法，包括：步骤1，训练得到交通灯和道路关联的训练集，所述训练集的输入为交通灯与道路的关联属性，输出为交通灯和道路是否有关联；步骤2，将待测交通灯和各个道路的关联属性输入所述训练集，根据高斯朴素贝叶斯分类方法得到待测交通灯与各个道路的初步关联结果；步骤3，待测交通灯与至少两个道路的初步关联结果是有关联时，根据所述初步关联结果选择所述待测交通灯的最终关联结果对应的道路，否则以所述初步关联结果作为待测交通灯的最终关联结果。本专利技术的有益效果是：本专利技术提供的一种基于贝叶斯分类的交通灯和道路关联方法，针对道路和交通灯关联难以找到普遍规律的问题，用已有的典型路口的可靠真值数据作为训练集，用贝叶斯分类的方法，得到进入路口的所有道路和路口内所有交通灯的关联性的概率，以交通灯和关联性概率最大的道路建立关联关系，这样既规避了人为寻找规律困难的难点，也能取得较好的效果；直接从数据中获取规律，无需盲人摸象似的人工观察各个场景的数据，避开复杂的阈值设置，有效地简化了方法，提升了方案可靠性，方案实用性较好。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中输入的所述关联属性包括：进入道路的路口点处道路进入路口方向和交通灯方向的夹角angle和进入道路的路口点到交通灯的距离distance；输出has_relation用不同数值分别表示交通灯和道路有关联和没有关联；所述训练集TrainingData为表示所述夹角angle、距离distance和输出has_relation的对应值的表。进一步，所述步骤1包括：步骤101，获取各个典型路口的进入路口的道路形状和交通灯位置；步骤102，获取每个路口中交通灯和道路的关联关系，标注每个交通灯关联的道路；步骤103，根据交通灯和道路的关联关系计算所述夹角angle和距离distance，再根据每个交通灯关联的道路生成所述对应值的表。进一步，所述步骤2中包括：步骤201，根据贝叶斯公式和独立性原理，分别计算在所述待测交通灯的给定的关联属性下待测交通灯与道路有关联和无关联的条件概率；步骤202，判断待测交通灯与任一道路的有关联的条件概率大于无关联的条件概率时，判定待测交通灯与该道路的初步关联结果为有关联，否则判定为无关联。进一步，步骤201中计算有关联和无关联的条件概率的过程包括：分别计算待测交通灯与道路有关联和无关联的先验概率，分别计算给定待测交通灯与道路有关联和无关联时所述关联属性中两个单独属性夹角angle和距离distance的概率；有关联和无关联的条件概率与待测交通灯与道路有关联和无关联的先验概率、夹角angle的概率和距离distance的概率的乘积成正比例关系。进一步，所述先验概率P(yi)的计算公式为：其中，i＝{0，1}，y0表示y＝0的情况，y1表示y＝1的情况,y的值表示待测交通灯与道路是否有关联，y＝0表示没有关联，y＝1表示有关联；P(yi)表示y＝0或1的先验概率，counter(yi)表示y＝0或1在训练集中的个数，counter(y)表示整个训练集的样本个数。进一步，给定待测交通灯与道路有关联和无关联时所述关联属性中的单独属性夹角angle的概率的似然值为：给定待测交通灯与道路有关联和无关联时所述关联属性中的单独属性距离distance的概率的似然值为：其中，P(xangle|yi)和P(xdistance|yi)分别表示给定y＝0或1时xangle和xdistance的概率，σi表示给定y＝0或1时xangle或xdistance的方差，μi表示给定y＝0或1时xangle或xdistance的均值，π、e为常数。进一步，所述步骤201中条件概率的计算过程为：P(yi|x)∝log(P(yi)P(xangle|yi)P(xdistance|yi))；其中，P(yi|x)表示给定的所述关联属性x下y＝0或1的条件概率；所述步骤202中的初步关联结果的计算过程为：Yresult表示初步分类结果，argmax函数表示获取条件概率值最大时的结果。进一步，所述步骤3中，选择所述待测交通灯的最终关联结果对应的道路时，选择在所述待测交通灯的给定的关联属性下待测交通灯与道路有关联和无关联的条件概率的差值最大时对应的道路。进一步，所述步骤3中所述最终关联结果的计算公式为：Yfinal_result表示最终关联结果，m表示初步关联结果中和待测交通灯关联的道路个数，k表示其中任意一个关联关系，x(k)表示关联关系为k时的关联属性，P(y1|x(k))-P(y0|x(k))表示给定关联属性x(k)下待测交通灯与道路有关联和无关联的条件概率的差值，argmax函数表示获取差值最大时的关系。采用上述进一步方案的有益效果是：训练集不需要大量的样本，只需要收集多种典型路口的情况，就能达到较好的分类效果，实测100条训练集，准确率在90％以上，准确率等于正确的交通灯关系数量/全部的交通灯关系数量；根据贝叶斯公式和独立性原理，根据先验概率和两个单独属性的概率分别计算在待测交通灯的给定的关联属性下待测交通灯与道路有关联和无关联的条件概率，根据该有关联的条件概率和无关联的条件概率的大小判断是否有关联。附图说明图1为本专利技术实施例提供的一种基于贝叶斯分类的交通灯和道路关联方法的流程图；图2为本专利技术实施例提供的一种交通灯与道路的关联属性的示意图；图3所示为本专利技术实施例提供的一种训练得到交通灯和道路关联的训练集的方法的流程图；图4所示为本专利技术实施例提供的一种交通灯和道路的关联关系的标注示意图；图5所示为本专利技术实施例提供的基于训练集对单个交通灯和道路的关联流程示意图。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，并非用于限定本发本文档来自技高网...

【技术保护点】
1.一种基于贝叶斯分类的交通灯和道路关联方法，其特征在于，所述方法包括：/n步骤1，训练得到交通灯和道路关联的训练集，所述训练集的输入为交通灯与道路的关联属性，输出为交通灯和道路是否有关联；/n步骤2，将待测交通灯和各个道路的关联属性输入所述训练集，根据高斯朴素贝叶斯分类方法得到待测交通灯与各个道路的初步关联结果；/n步骤3，待测交通灯与至少两个道路的初步关联结果是有关联时，根据所述初步关联结果选择所述待测交通灯的最终关联结果对应的道路，否则以所述初步关联结果作为待测交通灯的最终关联结果。/n

【技术特征摘要】
1.一种基于贝叶斯分类的交通灯和道路关联方法，其特征在于，所述方法包括：
步骤1，训练得到交通灯和道路关联的训练集，所述训练集的输入为交通灯与道路的关联属性，输出为交通灯和道路是否有关联；
步骤2，将待测交通灯和各个道路的关联属性输入所述训练集，根据高斯朴素贝叶斯分类方法得到待测交通灯与各个道路的初步关联结果；
步骤3，待测交通灯与至少两个道路的初步关联结果是有关联时，根据所述初步关联结果选择所述待测交通灯的最终关联结果对应的道路，否则以所述初步关联结果作为待测交通灯的最终关联结果。


2.根据权利要求1所述的方法，其特征在于，所述步骤1中输入的所述关联属性包括：进入道路的路口点处道路进入路口方向和交通灯方向的夹角angle和进入道路的路口点到交通灯的距离distance；输出has_relation用不同数值分别表示交通灯和道路有关联和没有关联；所述训练集TrainingData为表示所述夹角angle、距离distance和输出has_relation的对应值的表。


3.根据权利要求2所述的方法，其特征在于，所述步骤1包括：
步骤101，获取各个典型路口的进入路口的道路形状和交通灯位置；
步骤102，获取每个路口中交通灯和道路的关联关系，标注每个交通灯关联的道路；
步骤103，根据交通灯和道路的关联关系计算所述夹角angle和距离distance，再根据每个交通灯关联的道路生成所述对应值的表。


4.根据权利要求2所述的方法，其特征在于，所述步骤2中包括：
步骤201，根据贝叶斯公式和独立性原理，分别计算在所述待测交通灯的给定的关联属性下待测交通灯与道路有关联和无关联的条件概率；
步骤202，判断待测交通灯与任一道路的有关联的条件概率大于无关联的条件概率时，判定待测交通灯与该道路的初步关联结果为有关联，否则判定为无关联。


5.根据权利要求4所述的方法，其特征在于，步骤201中计算有关联和无关联的条件概率的过程包括：
分别计算待测交通灯与道路有关联和无关联的先验概率，分别计算给定待测交通灯与道路有关联和无关联时所述关联属性中两个单独属性夹角angle和距离distance的概率；
有关联和无关联的条件概率与待测交通灯与道路有关联和无关联的先验概率、夹角angle的概率和距离distance的概率的乘积成正比例关系。

<...

【专利技术属性】
技术研发人员：石涤文，尹玉成，覃飞杨，胡丹丹，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