[发明专利]道路元素的识别和路网构建方法，装置，存储介质及电子设备

说明书

本公开涉及一种道路元素的识别和路网构建方法，装置，存储介质及电子设备，所述路网构建方法包括：获取各个道路元素的特征信息，所述道路元素包括车道线和导向箭头；根据所述导向箭头与所述车道线的相对位置关系，建立所述导向箭头与所述车道线之间的关联关系；根据每一所述车道线的位置信息以及与每一所述车道线关联的导向箭头的指向信息，对获取到的车道线进行聚类，得到多组车道线；根据每一条道路中的车道线的位置信息，以及除所述车道线和所述导向箭头以外的其他道路元素的位置信息，建立所述其他道路元素与道路之间的关联关系。通过本公开的技术方案，可以实现具有强语义信息的路网的自动化构建，整个过程无需人工参与，效率和准确率更高。

技术领域

本公开涉及计算机技术领域，具体地，涉及一种道路元素的识别和路网构建方法，装置，存储介质及电子设备。

背景技术

高精度地图是指高精度、精细化定义的地图，其相比于普通地图，包含了更为丰富的信息，例如道路网数据、道路交叉口路网数据等信息，成为自动驾驶/无人驾驶技术的重要组成部分。

高精度地图的原始数据来源为专业采集车采集到的点云数据和全景图等。在构建高精度地图的道路路网时，通过对原始数据进行清洗、矢量抽取、数据处理等一系列加工，得到道路路面中的点、实线、虚线、轮廓线等矢量数据，然而这些矢量数据是无语义或者弱语义的数据，还无法成为自动驾驶/无人驾驶直接消费的高精度地图数据，因而还需进一步对这些道路矢量数据进行强语义加工，识别出导向箭头、车道线、停止线、人行横道线等道路元素，以进一步构建出路网。

相关技术中对上述矢量数据进行强语义加工的过程，通常依赖人工对上述矢量数据进行修补并标注道路元素，并基于标注出的道路元素构建路网，该方式的效率和准确率较低。

发明内容

为了克服相关技术中存在的问题，本公开的目的是提供一种道路元素的识别和路网构建方法，装置，存储介质及电子设备。

为了实现上述目的，本公开实施例第一方面提供一种道路元素的识别方法，包括：

获取道路的矢量数据，所述矢量数据包括点、线段以及轮廓线各自的特征信息；

根据所述特征信息中的位置信息和方向信息，从所有点和线段中，确定位置相邻且处于同一方向上的点和线段；

合并所述位置相邻且处于同一方向上的点和线段，得到车道线；

将所述轮廓线特征信息中的形状信息和位置信息，确定所述轮廓线表征的非线性道路元素；和/或，根据所述矢量数据中除组成所述车道线的线段以外的其他线段，与所述车道线的相对位置关系，从所述其他线段中确定出停止线。

本公开实施例第二方面提供一种路网构建方法，包括：

获取各个道路元素的特征信息，所述道路元素包括车道线和导向箭头，所述道路元素的特征信息至少包括所述道路元素的位置信息，所述车道线的特征信息还包括所述车道线的延伸方向信息，所述导向箭头的特征信息还包括所述导向箭头的指向信息；

根据所述导向箭头与所述车道线的相对位置关系，建立所述导向箭头与所述车道线之间的关联关系；

根据每一所述车道线的位置信息以及与每一所述车道线关联的导向箭头的指向信息，对获取到的车道线进行聚类，得到多组车道线，其中，同一组车道线属于同一条道路；

根据每一条道路中的车道线的位置信息，以及除所述车道线和所述导向箭头以外的其他道路元素的位置信息，建立所述其他道路元素与道路之间的关联关系。

可选地，所述道路元素还包括交叉口；

建立所述交叉口与道路之间的关联关系，包括：

针对每一条道路，根据该道路中的车道线数量，将该道路沿其车道线的延伸方向划分为至少一个路段，得到每一所述路段的位置信息；