一种路面标识的聚类方法、装置和设备制造方法及图纸

技术编号:41536727 阅读:30 留言:0更新日期:2024-06-03 23:15
本发明专利技术公开了一种路面标识的聚类方法、装置和设备,该方法可以包括:基于路面标识的类型对获取的图像数据中的路面标识进行分类,并确定同一类型的路面标识的先验聚类参数;基于先验聚类参数对同一类型的路面标识中的对象进行过滤,以确定同一类型的路面标识中的非核心点对象;根据不同类型的路面标识对应的核心点判定机制,确定同一类型的路面标识中的核心点对象以及其对应的关联数据集;合并核心点对象以及其对应的关联数据集,以得到路面标识聚类形成的簇。该方法避免了同时聚类时由于聚类参数选取以及核心点选取的随机性导致聚类结果不稳定的弊端,基于同一类型路面标识进行聚类使得聚类效果更加精准,聚类前过滤更易筛选出核心点以提升效果。

【技术实现步骤摘要】

本专利技术涉及地理信息,特别涉及一种路面标识的聚类方法、装置和设备


技术介绍

1、高精地图可以供汽车自动驾驶使用,而路面标识的识别以及制作是生成高精地图的重要组成部分,路面标识一般常通过车辆上搭载的摄像头所采集的道路图像信息进行识别和提取。在制作高精地图过程中,专利技术人为了解决单趟闭环采集投入资源大的弊端(闭环单趟采集),优化了应用场景,通过使用私家车作为采集设备,在不干扰车辆又稳又快行驶的前提下进行数据采集。但是使用私家车采集数据,无法规定某辆车严格地按照闭环轨迹行驶,大部分车辆轨迹仅仅是由起始地到目的地的单向轨迹,所以在后期制作高精地图时使用的是多趟单轨迹数据,即需要对同一位置进行多次/多趟图像采集,然后分别提取出采集的每趟图像中的路面标识信息,最终将多趟采集的同一路面标识进行融合,进而制作出高精地图。

2、对于同一路面标识进行融合之前,需要确定出多趟采集的数据中的某一路面标识为实际道路中的同一路面标识。现有方法是通过基于dbscan(density-based spatialclustering of applications wit本文档来自技高网...

【技术保护点】

1.一种路面标识的聚类方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述合并所述核心点对象以及其对应的关联数据集之前,还包括:

3.根据权利要求1所述的方法,其特征在于,所述合并所述核心点对象以及其对应的关联数据集,包括:

4.根据权利要求3所述的方法,其特征在于,若判断所述核心点对象对应的关联数据集中包含关联核心点对象,且所述关联核心点对象至少为两个,则确定所述核心点对象与关联核心点对象合并顺序的第二合并优先级,以基于所述第二合并优先级合并所述核心点对象、关联核心点对象及其对应的关联数据集中的对象。

<p>5.根据权利要求...

【技术特征摘要】

1.一种路面标识的聚类方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述合并所述核心点对象以及其对应的关联数据集之前,还包括:

3.根据权利要求1所述的方法,其特征在于,所述合并所述核心点对象以及其对应的关联数据集,包括:

4.根据权利要求3所述的方法,其特征在于,若判断所述核心点对象对应的关联数据集中包含关联核心点对象,且所述关联核心点对象至少为两个,则确定所述核心点对象与关联核心点对象合并顺序的第二合并优先级,以基于所述第二合并优先级合并所述核心点对象、关联核心点对象及其对应的关联数据集中的对象。

5.根据权利要求4所述的方法,其特征在于,所述第二合并优先级通过下述方法确定:

6.根据权利要求3所述的方法,其特征在于,判断两个对象是否为同一图像数据中横向并列的路面标识包括:

7.根据权利要求1所述的方法,其特征在于,所述根据不同类型的路面标识对应的核心点判定机制,确定所述同一类型的路面标识中的核心点对象以及其对应的关联数据集,包括:

8.根据权利要求7所述的方法,其特征在于,所述选择所述同一类型的路面标识中包括的单个对象之前,还包括:基于所述路面标识中包括的若干对象的对象面积,对若干所述对象进行面积大小排序;

9.根据权利要...

【专利技术属性】
技术研发人员:王腾李洋
申请(专利权)人:沈阳美行科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1