【技术实现步骤摘要】
车道线数据分组方法、设备和计算机可读存储介质
[0001]本申请涉及自动驾驶领域，尤其涉及车道线数据分组方法、设备和计算机可读存储介质。
技术介绍
[0002]随着技术的发展、成本的降低以及相关法规、政策的落地，无人驾驶已经逐渐进入实用阶段，无人车日益普及到人们的出行活动中，而无人车的行驶需要配合高精度的电子地图。在电子地图的制作流程中，车道线的拟合是最后一个环节，而在拟合之前，需要对车道线数据进行分组。相关技术中，是根据图像(静态图片或者视频中的一帧图像)中的车道线数据，将其解算为世界坐标系下的世界坐标，然后，再根据这些世界坐标来对相应的车道线分组。然而，根据世界坐标来对车道线分组，其过程较为复杂，需要消耗较多的计算资源。
技术实现思路
[0003]为解决或部分解决相关技术中存在的问题，本申请提供一种车道线数据分组方法、设备和计算机可读存储介质，可以较少的计算资源实现对车道线数据的准确分组。
[0004]本申请第一方面提供一种车道线数据分组方法，包括：
[0005]解算每一帧车道线图片中的目...
【技术保护点】
【技术特征摘要】
1.一种车道线数据分组方法，其特征在于，所述方法包括：解算每一帧车道线图片中的目标车道线的像素坐标，得到相机坐标系下所述目标车道线的待拟合特征点；通过曲线拟合，在所述相机坐标系下将所述目标车道线的待拟合特征点拟合为目标车道线片段；计算第一目标车道线片段与从当前帧车道线图片得到的第二目标车道线片段的交叠度，所述第一目标车道线片段为从被溯源图片得到的车道线片段，所述被溯源图片为从当前帧车道线图片往前溯源预定帧数的车道线图片中任意一帧车道线图片；若在预设范围内，所述第一目标车道线片段与所述第二目标车道线片段的交叠度超过预设交叠度阈值，则确定所述第一目标车道线片段对应的车道线数据与所述第二目标车道线片段对应的车道线数据为同一车道线的数据。2.根据权利要求1所述的车道线数据分组方法，其特征在于，所述通过曲线拟合，在所述相机坐标系下将所述目标车道线的待拟合特征点拟合为目标车道线片段，包括：从所述待拟合特征点中筛选畸变的特征点并去除所述畸变的特征点，得到正常的待拟合特征点；通过曲线拟合，在所述相机坐标系下将所述正常的待拟合特征点拟合成若干子曲线段；将所述若干子曲线段中相似度超过预设相似度阈值的子曲线段连接成所述目标车道线片段。3.根据权利要求2所述的车道线数据分组方法，其特征在于，所述从所述待拟合特征点中筛选畸变的特征点并去除所述畸变的特征点，得到正常的待拟合特征点，包括：将所述正常的待拟合特征点划分为若干个待拟合点段；连接所述若干个待拟合点段中任意一个待拟合点段Di的首待拟合特征点和尾待拟合特征点形成一线段Li；计算所述待拟合点段Di中其它每一个待拟合特征点至所述线段Li的距离；若所述距离大于第一预设距离阈值，则确定至所述线段Li的距离大于所述第一预设距离阈值的待拟合特征点为畸变的特征点并去除；若所述距离不大于所述第一预设距离阈值，则保留至所述线段Li的距离不大于所述第一预设距离阈值的待拟合特征点，得到所述正常的待拟合特征点。4.根据权利要求2所述的车道线数据分组方法，其特征在于，所述通过曲线拟合，在所述相机坐标系下将所述正常的待拟合特征点拟合成若干子曲线段，包括：将所述正常的待拟合特征点中预设个数的待拟合特征点作为目标待拟合点；从所述目标待拟合特征点中选取若干关键拟合点，在所述相机坐标系下通过线性插值拟合得到一个初始子曲线段；通过对所述初始子曲线段对应于所有目标待拟合特征点的曲率变化率计算，确定所述初始子曲线段对应于所有目标待拟合特征点中骤变拟合点，所述骤变拟合点为所述目标待拟合特征点构成的目标待拟合特征点段上曲率变化率分别不超过预设曲率变化率范围的待拟合特征点；在所述骤变拟合点所构成的区间使用多项式对所述骤变拟合点进行拟合得到一段子
曲线。5.根据权利要求2所述的车道线数据分组方法，其特征在于，所述将所述若干子曲线段中相似度超过预设相似度阈值的子曲线段连接成所述目标车道线片段，包括：将所述若干子曲线段中与所述相机坐标系坐标轴的夹角不超过预设角度阈值以及与所述相机坐标系坐标轴距离不超过预设距离阈值的子曲线段确定为目标待连接子曲线段；若所述目标待连接子曲线段连接后相交并从交点处延伸，则裁剪所述延伸的部分；若所述目标待连接子曲线段连接后存在超过预设阈值的间隙，则将所述间隙补齐并通过线性插值进行平滑。6.根据权利要求1所述的车道线数据分组方法，其特征在于，所述计算第一目标车道线片段与从当前帧车道线图片得到的第二目标车道线片段的交叠度，包括：计算所述第一目标车道线片段与...
【专利技术属性】
技术研发人员：李悦，朱磊，李正旭，贾双成，
申请(专利权)人：智道网联科技北京有限公司，
类型：发明
国别省市：
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。