车道线拟合方法、设备及计算机可读存储介质技术

本申请涉及一种车道线拟合方法、设备及计算机可读存储介质。该方法包括：获取车道线坐标点；对所述车道线坐标点进行聚类，获得多个簇；分别对每个所述簇中的所述车道线坐标点拟合成单元线；将属于同一条车道线的各所述单元线连接成初始车道线；对所述初始车道线进行平滑处理，获得平滑车道线。本申请提供的方案，能够提高车道线拟合的精度，适应较为复杂的路况。况。况。

【技术实现步骤摘要】
车道线拟合方法、设备及计算机可读存储介质


[0001]本申请涉及自动驾驶
，尤其涉及一种车道线拟合方法、设备及计算机可读存储介质。

技术介绍

[0002]自动驾驶车辆行驶时通常需要配合高精度地图，在高精度地图的制作过程中，通常先通过车载相机等视觉设备采集车道视频，再结合车载相机所属车辆的位置信息和车道视频中的车道像素信息解算出实际坐标位置信息，最后通过解算出的实际位置信息拟合出车道线。
[0003]相关技术中，采用实例分割的方式区分同一张图片中的像素是否属于同一条车道线，再根据车道线坐标点到车辆的距离区分不同图片中的车道线像素是否属于同一条车道线，然后将属于同一车道线的像素坐标点进行拟合。然而，这种区分和拟合车道线的方式的精度较低，尤其是出现车辆变道，或者车道线分叉、合并的情形时，容易出现拟合不准确的情况。

技术实现思路

[0004]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拟合方法、设备及计算机可读存储介质，能够提高车道线拟合的精度，适应较为复杂的路况。
[0005]本申请第一方面提供一种车道线拟合方法，包括：获取车道线坐标点；对所述车道线坐标点进行聚类，获得多个簇；分别对每个所述簇中的所述车道线坐标点拟合成单元线；将属于同一条车道线的各所述单元线连接成初始车道线；对所述初始车道线进行平滑处理，获得平滑车道线。
[0006]本申请第二方面提供一种车道线拟合装置，包括：获取模块，用于获取车道线坐标点；聚类模块，用于对所述车道线坐标点进行聚类，获得多个簇；第一拟合模块，用于分别对每个所述簇中的所述车道线坐标点拟合成单元线；第二拟合模块，用于将属于同一条车道线的各所述单元线连接成初始车道线；平滑处理模块，用于对所述初始车道线进行平滑处理，获得平滑车道线。
[0007]本申请第三方面提供一种电子设备，包括：
[0008]处理器；以及
[0009]存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
[0010]本申请第四方面提供一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
[0011]本申请提供的技术方案可以包括以下有益效果：对获取的车道线坐标点，先对所述车道线坐标点进行聚类，获得多个簇，再分别对每个所述簇中的所述车道线坐标点拟合成单元线，然后将属于同一条车道线的各所述单元线连接成初始车道线，再对所述初始车
道线进行平滑处理，获得平滑车道线。本申请的车道线拟合方式以簇为初始拟合单位，先将簇中的车道线坐标点拟合成单元线，再将属于同一车道线的不同单元线连接成初始车道线，然后进行平滑处理，这样进行拟合的车道线的精度更高，不局限于单张图片，将不同帧间的车道线坐标点融合处理，而不需要根据车道线坐标点到车辆的距离进行拟合，因此可适应车辆变道、车道线分叉或合并等较为复杂的路况。
[0012]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0013]通过结合附图对本申请示例性实施方式进行更详细地描述，本申请的上述以及其他目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。
[0014]图1是本申请实施例示出的车道线拟合方法的流程示意图；
[0015]图2是本申请实施例示出的车道线拟合装置的结构示意图；
[0016]图3是本申请实施例示出的电子设备的结构示意图。
具体实施方式
[0017]下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。
[0018]在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0019]应当理解，尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0020]相关技术中，采用实例分割的方式区分同一张图片中的像素是否属于同一条车道线，再根据车道线坐标点到车辆的距离区分不同图片中的车道线像素是否属于同一条车道线，然后将属于同一车道线的像素坐标点进行拟合。然而，这种区分和拟合车道线的方式的精度较低，尤其是出现车辆变道，或者车道线分叉、合并的情形时，容易出现拟合不准确的情况。
[0021]针对上述问题，本申请实施例提供一种车道线拟合方法，能够提高车道线拟合的精度，适应较为复杂的路况。
[0022]以下结合附图详细描述本申请实施例的技术方案。
[0023]图1是本申请实施例示出的车道线拟合方法的流程示意图。
[0024]参见图1，本申请实施例提供一种车道线拟合方法，包括以下步骤：
[0025]S100、获取车道线坐标点。
[0026]其中，车道线坐标点可为车道线上在UTM坐标系的坐标点。
[0027]S200、对车道线坐标点进行聚类，获得多个簇。
[0028]可通过DBSCAN算法对车道线坐标点进行聚类，聚类后，每个车道线均对应有若干个簇。
[0029]S300、分别对每个簇中的车道线坐标点拟合成单元线。
[0030]其中，可采用决策树回归算法来进行拟合，单元线是由一个簇中的车道线坐标点所确定的，簇中的车道线坐标点依据决策树回归算法拟合成单元线，每个簇均有一个对应的单元线。
[0031]S400、将属于同一条车道线的各单元线连接成初始车道线。
[0032]S500、对初始车道线进行平滑处理，获得平滑车道线。
[0033]本申请实施例的车道线拟合方法，对获取的车道线坐标点，先通过DBSCAN算法对车道线坐标点进行聚类，获得多个簇，再分别对每个簇中的车道线坐标点采用决策树回归算法拟合成单元线，然后将属于同一条车道线的各单元线连接成初始车道线，再对初始车道线进行平滑处理，获得平滑车道线。本申请实施例的车道线拟合方法以簇为初始拟合单位，先拟合成单元线，再将属于同一车道线的单元线连接，然后进行平滑处理，通过多次拟合的车道线的精度更高，可适应车辆变道、车道线分叉或合并等较为复杂的路况。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车道线拟合方法，其特征在于，包括：获取车道线坐标点；对所述车道线坐标点进行聚类，获得多个簇；分别对每个所述簇中的所述车道线坐标点拟合成单元线；将属于同一条车道线的各所述单元线连接成初始车道线；对所述初始车道线进行平滑处理，获得平滑车道线。2.根据权利要求1所述的车道线拟合方法，其特征在于，所述获取车道线坐标点包括：获取包含车道线信息的多帧道路图像；对多帧所述道路图像进行识别处理，得到所述车道线坐标点并存储。3.根据权利要求2所述的车道线拟合方法，其特征在于，所述对所述车道线坐标点进行聚类，获得多个簇包括：按照时间戳分批读取存储的所述车道线坐标点；分别对每批次读取的所述车道线坐标点通过DBSCAN算法进行聚类，聚类后获得多个簇。4.根据权利要求1所述的车道线拟合方法，其特征在于，所述分别对每个所述簇中的所述车道线坐标点拟合成单元线包括：通过数据集训练构建决策树回归模型；将所述簇中的车道线坐标点数据输入所述决策树回归模型；根据所述决策树回归模型的输出结果进行拟合获得所述单元线。5.根据权利要求1所述的车道线拟合方法，其特征在于，所述将属于同一条车道线的各所述单元线连接成初始车道线包括：S401、将目标单元线延长，其中，所述目标单元线为选取的任一所述簇对应的单元线；S402、计算所述目标单元线的延长线的端点与其他所述单元线之间的最小距离、以及所述目标单元线的延长线与其他所述单元线的夹角；S403、若所述最小距离及所述夹角均达到预设条件，则判断所述目标单元线与该单元线属于同一车道线...

【专利技术属性】
技术研发人员：孟鹏飞，朱磊，贾双成，万如，
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：