一种车道线自动化标注的优化方法及相关设备技术

本发明专利技术公开了一种车道线自动化标注的优化方法及相关设备，所述方法包括：对多个目标车道连续拍摄多帧图像进行检测，获取每一帧每个目标车道的左车道线和右车道线，并计算得到虚拟车道中心线；将所有每一帧检测得到的所述左车道线、所述右车道线和所有每一帧计算得到所述虚拟车道中心线分别进行曲线拟合处理；基于得到的目标虚拟车道中心线对得到的目标左车道线和目标右车道线进行等距约束优化；当所有目标车道处理完成后，根据所有目标左车道线和目标右车道线生成车道线语义地图。本发明专利技术通过曲线拟合和等距约束优化得到多个目标车道的左车道线和右车道线，以生成具有高精度车道信息的车道线语义地图，为驾驶提供高精语义地图，提高了驾驶安全性。提高了驾驶安全性。提高了驾驶安全性。

【技术实现步骤摘要】
一种车道线自动化标注的优化方法及相关设备


[0001]本专利技术涉及智能交通
，尤其涉及一种车道线自动化标注的优化方法、系统、终端及计算机可读存储介质。

技术介绍

[0002]在自动驾驶、高精地图等领域，更新频率高、计算量小、传输快的众包式采集建图越来越受到大家的青睐；众包式采集建图使用所使用的车载传感器，一般主要包括激光雷达LiDAR(Light Detection And Ranging)，相机和RTK GPS(Real
‑
Time Kinematic Global PositioningSystem，实时动态全球定位系统)等；LiDAR和相机均可以感知车辆周围环境和提供定位功能，RTK GPS更是能够在信号良好的情况下，提供毫米极的定位精度。另一方面，众包三维语义地图的建立与更新，亦是通过处理这些传感器数据得到，语义地图中的道路、交通标志、车道线、障碍物和行人等交通元素信息，会被用来控制车辆的转向、速度、路径规划、变道等等。同时，语义地图也可以用来做定位，且有地图尺寸小、传输快等优点。其中，车道线的精准，直接影响到自动驾驶车辆的众多安全行为。
[0003]车道线是指道路中对车辆的行驶起约束保障作用的线段，车道线是道路交通中重要的交通标志。对于L4/L5级别的自动驾驶车辆，所使用的高精地图一般具有精确的三维物理和语义信息；车道线的信息和坐标更是需要被精准的标注出来。除了耗时耗力的人工标注，自动化的车道线标注更能节省大量的人力物力；但是，道路同一车道线距离较长，达到几公里，甚至几十上百公里(例如高速路)。如此长的一条车道线，在进行曲线拟合时，会由于矩阵病态问题，导致精度指数级下降，更无法保证两车道线之间的平行等距的问题。
[0004]因此，现有技术还有待于改进和发展。

技术实现思路

[0005]本专利技术的主要目的在于提供一种车道线自动化标注的优化方法及相关设备，旨在解决现有技术中在进行车道线标注进行曲线拟合时精度低，且无法保证两车道线的平行等距的问题。
[0006]为实现上述目的，本专利技术提供一种车道线自动化标注的优化方法，所述车道线自动化标注的优化方法包括如下步骤：
[0007]对多个目标车道连续拍摄多帧图像进行检测，获取每一帧每个所述目标车道的左车道线和右车道线，根据所述左车道线和所述右车道线计算得到所述目标车道的虚拟车道中心线；
[0008]将所有每一帧检测得到的所述左车道线、所述右车道线和所有每一帧计算得到所述虚拟车道中心线分别进行曲线拟合处理，分别得到目标左车道线、目标右车道线和目标虚拟车道中心线；
[0009]基于所述目标虚拟车道中心线对所述目标左车道线和所述目标右车道线进行等距约束优化，以优化平滑所述目标左车道线和所述目标右车道线；
[0010]当所有目标车道的所述左车道线和所述右车道线全部完成曲线拟合和等距约束优化后，根据所有的所述目标左车道线和所述目标右车道线生成车道线语义地图。
[0011]可选地，所述的车道线自动化标注的优化方法，其中，所述根据所述左车道线和所述右车道线计算得到所述目标车道的虚拟车道中心线，具体包括：
[0012]在所述左车道线和所述右车道线上分别等距选取同样数量的多个点，将所述左车道线上的每个点距离所述右车道线上距离最近的点连接得到多个连接线段；
[0013]获取每个所述连接线段的中点，将所有中点连接得到所述目标车道的所述虚拟车道中心线；
[0014]其中，所述虚拟车道中心线到所述左车道线和所述右车道线的距离相等。
[0015]可选地，所述的车道线自动化标注的优化方法，其中，所述将所述左车道线、所述右车道线和所述虚拟车道中心线分别进行曲线拟合处理，具体包括：
[0016]分别将所述左车道线、所述右车道线和所述虚拟车道中心线上的所有点云按照预设要求进行排序后分段成多个段落线；
[0017]基于曲线拟合方程对所述左车道线、所述右车道线和所述虚拟车道中心线的所有段落线分别进行分段曲线拟合，其中，所述曲线拟合方程为：
[0018]y＝k0+1*+2*2+3*3；
[0019]其中，x为左车道线、右车道线或者虚拟车道中心线上一个点云的横坐标，y为使用左车道线、右车道线或者虚拟车道中心线上一个点云的横坐标x计算得到的纵坐标，k0、k1、k2和k3均为拟合方程系数。
[0020]可选地，所述的车道线自动化标注的优化方法，其中，所述车道线自动化标注的优化方法包括，还包括：
[0021]分别将所述左车道线、所述右车道线和所述虚拟车道中心线的每个分段处进行非线性平滑优化处理，并在完成所述左车道线、所述右车道线和所述虚拟车道中心线每个分段处的非线性平滑优化处理后，对所述左车道线、所述右车道线和所述虚拟车道中心线进行平滑优化处理。
[0022]可选地，所述的车道线自动化标注的优化方法，其中，所述基于所述目标虚拟车道中心线对所述目标左车道线和所述目标右车道线进行等距约束优化，具体包括：
[0023]获取所述目标左车道线上的点i，并获取距离点i最近的所述目标右车道线的点j，分别计算点i和点j到所述目标虚拟车道中心线的距离d
i
和d
j
；
[0024]基于代价函数判断所述目标虚拟车道中心线对所述目标左车道线和所述目标右车道线进行等距约束优化的结果，若所述代价函数等于零，则等距约束优化效果最好；
[0025]其中，所述代价函数为：e＝d
i
‑
d
j
。
[0026]可选地，所述的车道线自动化标注的优化方法，其中，所述车道线自动化标注的优化方法还包括：
[0027]在对多个目标车道连续拍摄多帧图像进行检测时，为每个所述目标车道、每个所述目标车道的所述左车道线和所述右车道线分别输出一个ID，分别为目标车道ID、左车道线ID和右车道线ID；
[0028]根据所述目标车道ID、所述左车道线ID和所述右车道线ID确定所述目标车道和所述左车道线和所述右车道线的拓扑关系。
[0029]可选地，所述的车道线自动化标注的优化方法，其中，所述车道线自动化标注的优化方法还包括：
[0030]当所述左车道线、所述右车道线和所述虚拟车道中心线分别进行曲线拟合处理后，所述左车道线和所述右车道线分别到所述虚拟车道中心线的距离不相等。
[0031]此外，为实现上述目的，本专利技术还提供一种车道线自动化标注的优化系统，其中，所述车道线自动化标注的优化系统包括：
[0032]车道信息获取模块，用于对多个目标车道连续拍摄多帧图像进行检测，获取每一帧每个所述目标车道的左车道线和右车道线，根据所述左车道线和所述右车道线计算得到所述目标车道的虚拟车道中心线；
[0033]曲线拟合处理模块，用于将所有每一帧检测得到的所述左车道线、所述右车道线和所有每一帧计算得到所述虚拟车道中心线分别进行曲线拟合处理，分别得到目标左车道线、目标右车道线和目标虚本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车道线自动化标注的优化方法，其特征在于，所述车道线自动化标注的优化方法包括：对多个目标车道连续拍摄多帧图像进行检测，获取每一帧每个所述目标车道的左车道线和右车道线，根据所述左车道线和所述右车道线计算得到所述目标车道的虚拟车道中心线；将所有每一帧检测得到的所述左车道线、所述右车道线和所有每一帧计算得到所述虚拟车道中心线分别进行曲线拟合处理，分别得到目标左车道线、目标右车道线和目标虚拟车道中心线；基于所述目标虚拟车道中心线对所述目标左车道线和所述目标右车道线进行等距约束优化，以优化平滑所述目标左车道线和所述目标右车道线；当所有目标车道的所述左车道线和所述右车道线全部完成曲线拟合和等距约束优化后，根据所有的所述目标左车道线和所述目标右车道线生成车道线语义地图。2.根据权利要求1所述的车道线自动化标注的优化方法，其特征在于，所述根据所述左车道线和所述右车道线计算得到所述目标车道的虚拟车道中心线，具体包括：在所述左车道线和所述右车道线上分别等距选取同样数量的多个点，将所述左车道线上的每个点距离所述右车道线上距离最近的点连接得到多个连接线段；获取每个所述连接线段的中点，将所有中点连接得到所述目标车道的所述虚拟车道中心线；其中，所述虚拟车道中心线到所述左车道线和所述右车道线的距离相等。3.根据权利要求1所述的车道线自动化标注的优化方法，其特征在于，所述将所述左车道线、所述右车道线和所述虚拟车道中心线分别进行曲线拟合处理，具体包括：分别将所述左车道线、所述右车道线和所述虚拟车道中心线上的所有点云按照预设要求进行排序后分段成多个段落线；基于曲线拟合方程对所述左车道线、所述右车道线和所述虚拟车道中心线的所有段落线分别进行分段曲线拟合，其中，所述曲线拟合方程为：y＝k0+k1*x+k2*x2+k3*x3；其中，x为左车道线、右车道线或者虚拟车道中心线上一个点云的横坐标，y为使用左车道线、右车道线或者虚拟车道中心线上一个点云的横坐标x计算得到的纵坐标，k0、k1、k2和k3均为拟合方程系数。4.根据权利要求3所述的车道线自动化标注的优化方法，其特征在于，所述车道线自动化标注的优化方法包括，还包括：分别将所述左车道线、所述右车道线和所述虚拟车道中心线的每个分段处进行非线性平滑优化处理，并在完成所述左车道线、所述右车道线和所述虚拟车道中心线每个分段处的非线性平滑优化处理后，对所述左车道线、所述右车道线和所述虚拟车道中心线进行平滑优化处理。5.根据权利要求4所述的车道线自动化标注的优化方法，其特征在于，所述基于所述目标虚拟车道中心线对所述目标左车道线和所述目标右车道线进行等距约束优化，具体包括：获...

【专利技术属性】
技术研发人员：何鹏，周光，蔡一奇，
申请(专利权)人：深圳元戎启行科技有限公司，
类型：发明
国别省市：