一种地面标线误识别检测纠正方法及系统技术方案

本发明专利技术提供一种地面标线误识别检测纠正方法及系统，该方法包括：获取众包采集的斑马线数据和地面标记数据，基于所有斑马线和地面标记的外接矩形坐标点，通过DBSCAN聚类得到斑马线簇和地面标记簇；当数据簇中存在不同类别的坐标点，则将对应的区域判定为误识别区域；基于k－means算法对误识别区域坐标点进行聚类分析，判定坐标点对应的交通标识类型，并纠正误识别数据。通过该方案可以实现地面标线误识别自动检测、纠正，有效提高了检测筛选误识别数据的效率，降低漏检概率。降低漏检概率。降低漏检概率。

【技术实现步骤摘要】
一种地面标线误识别检测纠正方法及系统


[0001]本专利技术属于自动驾驶领域，尤其涉及一种地面标线误识别检测纠正方法及系统。

技术介绍

[0002]在自动驾驶领域，通过广泛布置低成本众包采集车，高频采集高鲜度的数据，其具体设备成本低、采集精度差、数据量庞大的特点，众包采集的数据通常会存在一些误识别的数据，其中，将斑马线和地面标记识别错误是比较常见情况。通常需要预处理筛选出识别错误的地面标记和斑马线，并纠正以后，数据才能进行进一步的处理优化。仅靠人工肉眼观察筛选误识别项，效率低下，且误识别项漏检率较高。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供了一种地面标线误识别检测纠正方法及系统，用于解决众包地面标识误识别检测效率低、漏检率较高的问题。
[0004]在本专利技术实施例的第一方面，提供了一种地面标线误识别检测纠正方法，包括：
[0005]获取众包采集的斑马线数据和地面标记数据，基于所有斑马线和地面标记的外接矩形坐标点，通过DBSCAN聚类得到斑马线簇和地面标记簇；
[0006]当数据簇中存在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地面标线误识别检测纠正方法，其特征在于，包括：获取众包采集的斑马线数据和地面标记数据，基于所有斑马线和地面标记的外接矩形坐标点，通过DBSCAN聚类得到斑马线簇和地面标记簇；当数据簇中存在不同类别的坐标点，则将对应的区域判定为误识别区域；基于k－means算法对误识别区域坐标点进行聚类分析，判定坐标点对应的交通标识类型，并纠正误识别数据。2.根据权利要求1所述的方法，其特征在于，所述获取众包采集的斑马线数据和地面标记数据，基于所有斑马线和地面标记的外接矩形坐标点，通过DBSCAN聚类得到斑马线簇和地面标记簇包括：将众包采集的斑马线和地面标记分别通过最小外接矩形的四个顶点表示，标注四个坐标点对应的数据类别；将同一位置观测的斑马线和地面标记均通过对应的四个坐标点堆叠，得到坐标点点集，对所述点集进行DBSCAN聚类。3.根据权利要求1所述的方法，其特征在于，所述当数据簇中存在不同类别的坐标点，则将对应的区域判定为误识别区域包括：当数据簇中坐标点类别相同，则数据簇中数据类别识别正确。4.根据权利要求1所述的方法，其特征在于，所述基于k－means算法对误识别区域坐标点进行聚类分析，判定坐标点对应的交通标识类型具体为：计算k－means簇中最大个数N；设置每一个数据点的初始权重，对误识别区域的坐标点进行N－2次聚类；对每一次聚类结果进行数据分析，计算子类数据中各坐标点的权重值；根据斑马线、地面标记对应的坐标点权重值和，判定误识别区域坐标点对应的交通标识类型。5.根据权利要求4所述的方法，其特征在于，所述根据斑马线、地面标记对应的坐标点权重值总和，判定误识别区域坐标点对应的交通标识类型包括：若斑马线对应的坐标点权重值和与地面标记对应的的坐标点权重值和相等，则标定当前区域对应坐标点为异常数据。6.一种地面标线误识别检测...

【专利技术属性】
技术研发人员：秦峰，王军，尹玉成，肖德雨，
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：