一种道路结构识别方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了一种道路结构识别方法、装置、设备及可读存储介质，方法包括：获取目标区域内预设类型的道路对应的二维地图及高程数据；根据二维地图确定目标区域内预设类型的道路中的各道路的二维模型；根据各道路的二维模型及相应的高程数据，确定各道路的三维模型；根据各道路的三维模型，确定各道路的三维道路特征；根据各道路的三维道路特征及道路间的关系，得到目标区域内的道路结构。本申请公开的上述技术方案，通过建立道路的三维模型、根据三维模型确定三维道路特征、根据三维道路特征来得到道路结构，以提高道路结构识别的准确性，从而更好地为车辆的自动驾驶研究提供道路基础。基础。基础。

【技术实现步骤摘要】
一种道路结构识别方法、装置、设备及可读存储介质


[0001]本申请涉及道路识别
，更具体地说，涉及一种道路结构识别方法、装置、设备及可读存储介质。

技术介绍

[0002]远期的完全自动驾驶需要感知乘坐者意图，车载工具、道路交通等状况，并分析、预测、判断，以期提供给乘坐者安全舒适的体验，且实现交通系统高效地运行。具有边缘智能的车联网能为车
‑
车间提供超低时延的信息共享及算力增强的数据分析处理能力，使得完全自动驾驶成为可能。
[0003]目前，已有的车联网边缘计算中采用的基本是移动于直道或在执行过程中静止于平面的车辆运动模型，是二维平面地图，也即是基于二维平面地图进行道路结构识别，但是，二维平面地图损失了空间信息，无法完整反映客观世界，因此，基于此进行道路结构识别的准确性并不高，无法更好地为车联网中网络通信和资源分配提供道路约束条件。
[0004]综上所述，如何提高道路结构识别的准确性，是目前本领域技术人员亟待解决的技术问题。

技术实现思路

[0005]有鉴于此，本申请的目的是提供一种道路结构识别方法、装置、设备及可读存储介质，用于提高道路结构识别的准确性。
[0006]为了实现上述目的，本申请提供如下技术方案：
[0007]一种道路结构识别方法，包括：
[0008]获取目标区域内预设类型的道路对应的二维地图及高程数据；
[0009]根据所述二维地图确定所述目标区域内所述预设类型的道路中的各道路的二维模型；
[0010]根据各所述道路的二维模型及相应的高程数据，确定各所述道路的三维模型；
[0011]根据各所述道路的三维模型，确定各所述道路的三维道路特征；
[0012]根据各所述道路的三维道路特征及所述道路间的关系，得到所述目标区域内的道路结构。
[0013]优选的，根据所述二维地图确定所述目标区域内所述预设类型的道路中的各道路的二维模型，包括：
[0014]对所述二维地图进行离散，得到离散点；
[0015]根据所述离散点确定道路交点，根据所述道路交点从所述离散点中确定各所述道路对应的道路离散点；
[0016]对各所述道路对应的道路离散点进行拟合，得到各所述道路的二维模型。
[0017]优选的，根据各所述道路的二维模型及相应的高程数据，确定各所述道路的三维模型，包括：
[0018]对各所述道路的二维模型中的所述道路离散点添加对应的高程数据；
[0019]对各所述道路的二维模型中添加的高程数据进行拟合，得到各所述道路的三维模型。
[0020]优选的，根据各所述道路的三维模型，确定各所述道路的三维道路特征，包括：
[0021]根据所述道路的三维模型确定各所述道路的圆曲率半径特征、纵坡特征和长度特征。
[0022]优选的，根据各所述道路的三维道路特征及所述道路间的关系，得到所述目标区域内的道路结构，包括：
[0023]根据各所述道路的三维道路特征及所述道路间的关系，得到所述目标区域内的道路结构为：
[0024]Class＝(Ra,Slo,Len)
[0025]where Ra∈{ra
i
,i＝1,2,...,n}
[0026]Slo∈{slo
i
,i＝1,2,...,n}
[0027]Len∈{len
i
,i＝1,2,...,n}
[0028]其中，Ra、Slo、Len分别为所述道路结构中具有同一特征路段的圆曲率半径特征、纵坡特征和长度特征，n为所述道路结构包含的道路的条数，ra
i
、slo
i
、len
i
分别为第i条道路中相应特征路段的圆曲率半径特征、纵坡特征和长度特征。
[0029]优选的，获取目标区域内预设类型的道路对应的二维地图，包括：
[0030]从OpenStreeMap中获取所述目标区域对应的二维地图；
[0031]从所述目标区域对应的二维地图中获取所述预设类型的道路对应的二维地图。
[0032]优选的，获取目标区域内预设类型的道路对应的高程数据，包括：
[0033]从NASA网站上获取所述目标区域内的数字高程模型；
[0034]从所述数字高程模型中获取所述预设类型的道路对应的高程数据。
[0035]一种道路结构识别装置，包括：
[0036]获取模块，用于获取目标区域内预设类型的道路对应的二维地图及高程数据；
[0037]第一确定模块，用于根据所述二维地图确定所述目标区域内所述预设类型的道路中的各道路的二维模型；
[0038]第二确定模块，用于根据各所述道路的二维模型及相应的高程数据，确定各所述道路的三维模型；
[0039]第三确定模块，用于根据各所述道路的三维模型，确定各所述道路的三维道路特征；
[0040]得到道路结构模块，用于根据各所述道路的三维道路特征及所述道路间的关系，得到所述目标区域内的道路结构。
[0041]一种道路结构识别设备，包括：
[0042]存储器，用于存储计算机程序；
[0043]处理器，用于执行所述计算机程序时实现如上述任一项所述的道路结构识别方法的步骤。
[0044]一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的道路结构识别方法的步骤。
[0045]本申请提供了一种道路结构识别方法、装置、设备及可读存储介质，其中，该方法包括：获取目标区域内预设类型的道路对应的二维地图及高程数据；根据二维地图确定目标区域内预设类型的道路中的各道路的二维模型；根据各道路的二维模型及相应的高程数据，确定各道路的三维模型；根据各道路的三维模型，确定各道路的三维道路特征；根据各道路的三维道路特征及道路间的关系，得到目标区域内的道路结构。
[0046]本申请公开的上述技术方案，通过根据获取到的目标区域内预设类型的道路对应的二维地图确定各道路的二维模型，并结合相对应的高程数据确定各道路的三维模型，然后，根据各道路的三维模型确定各道路的三维道路特征，并根据各道路的三维道路特征得到目标区域内的道路结构，由于三维模型包含有空间位置信息，更能够完整反映客观世界，更贴合实际道路情况，因此，相较于现有基于二维平面地图进行道路结构识别，本申请基于三维道路进行道路结构识别的准确性比较高，因此，可以更好地为车联网中网络通信和资源分配提供道路约束条件。
附图说明
[0047]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0048]图1为本申请实施例提供的一种道路结构识别方法的流程图；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种道路结构识别方法，其特征在于，包括：获取目标区域内预设类型的道路对应的二维地图及高程数据；根据所述二维地图确定所述目标区域内所述预设类型的道路中的各道路的二维模型；根据各所述道路的二维模型及相应的高程数据，确定各所述道路的三维模型；根据各所述道路的三维模型，确定各所述道路的三维道路特征；根据各所述道路的三维道路特征及所述道路间的关系，得到所述目标区域内的道路结构。2.根据权利要求1所述的道路结构识别方法，其特征在于，根据所述二维地图确定所述目标区域内所述预设类型的道路中的各道路的二维模型，包括：对所述二维地图进行离散，得到离散点；根据所述离散点确定道路交点，根据所述道路交点从所述离散点中确定各所述道路对应的道路离散点；对各所述道路对应的道路离散点进行拟合，得到各所述道路的二维模型。3.根据权利要求2所述的道路结构识别方法，其特征在于，根据各所述道路的二维模型及相应的高程数据，确定各所述道路的三维模型，包括：对各所述道路的二维模型中的所述道路离散点添加对应的高程数据；对各所述道路的二维模型中添加的高程数据进行拟合，得到各所述道路的三维模型。4.根据权利要求1所述的道路结构识别方法，其特征在于，根据各所述道路的三维模型，确定各所述道路的三维道路特征，包括：根据所述道路的三维模型确定各所述道路的圆曲率半径特征、纵坡特征和长度特征。5.根据权利要求4所述的道路结构识别方法，其特征在于，根据各所述道路的三维道路特征及所述道路间的关系，得到所述目标区域内的道路结构，包括：根据各所述道路的三维道路特征及所述道路间的关系，得到所述目标区域内的道路结构为：Class＝(Ra,Slo,Len)where Ra∈{ra
i
,i＝1,2,...,n}Slo∈{slo
i
,i＝1,2,...,n}Len∈{len
i

【专利技术属性】
技术研发人员：王进，秦健，曹敦，茹佳，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：