[发明专利]一种车道线矢量化方法、装置及存储介质有效
申请号: | 201910719035.3 | 申请日: | 2019-08-05 |
公开(公告)号: | CN110458083B | 公开(公告)日: | 2022-03-25 |
发明(设计)人: | 李框宇;陈岩;郑小辉;罗跃军 | 申请(专利权)人: | 武汉中海庭数据技术有限公司 |
主分类号: | G06V20/58 | 分类号: | G06V20/58 |
代理公司: | 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 | 代理人: | 严超 |
地址: | 430000 湖北省武汉市*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车道 矢量 方法 装置 存储 介质 | ||
本发明涉及一种车道线矢量化方法、装置及存储介质,属于电子地图领域。该方法包括:获取初始车道线点云;基于最小二乘法拟合车道线中轴线后,根据初始车道线点云到车道线中轴线距离的统计信息,提取车道线边缘范围内的车道线点云;检测车道线边缘范围内的车道线点云的轮廓点,根据轮廓点拟合矢量化的车道线边缘线。通过该方案可以保障矢量化车道线边缘精度,同时简化计算,结果准确可靠。
技术领域
本发明涉及电子地图领域,尤其涉及一种车道线矢量化方法、装置及存储介质。
背景技术
高精度导航电子地图是车辆在无人驾驶中重要参考信息,它可以为车辆提供精准定位以及决策依据。而车道线的边缘精度也是高精度导航电子地图中核心指标之一,往往要求车道位置精确到厘米级。实现车道线点云数据与矢量化边缘线贴合,对于准确确定车道线位置具有重要作用。
对于车道线点云的自动矢量化,目前,常采用方法有直接从点云数据中提取车道线点云进行矢量化,该方法得到的左右车道边缘线精度不高,容易出现同一车道线宽窄不一;另一种基于语义分割获取车道线边缘像素,而后逆映射到车道线点云的边缘线,此方法需要大量标注样本,过程复杂且计算量大。
故而,有必要提出一种既可以保障车道线边缘精度,同时计算过程简单的车道线矢量化方法。
发明内容
有鉴于此,本发明实施例提供了一种车道线矢量化方法、装置及存储介质,可以准确实现车道线边缘的矢量化,保障矢量化车道线与车道线点云的贴合。
在本发明实施例的第一方面,提供了一种车道线矢量化方法,包括:
获取初始车道线点云;
基于最小二乘法拟合车道线中轴线后,根据初始车道线点云到所述车道线中轴线距离的统计信息,提取车道线边缘范围内的车道线点云;
检测车道线边缘范围内的车道线点云的轮廓点,根据所述轮廓点拟合矢量化的车道线边缘线。
在本发明实施例的第二方面,提供了一种车道线矢量化装置,包括:
获取模块,用于获取初始车道线点云;
提取模块,用于基于最小二乘法拟合车道线中轴线后,根据初始车道线点云到所述车道线中轴线距离的统计信息,提取车道线边缘范围内的车道线点云;
拟合模块,用于检测车道线边缘范围内的车道线点云的轮廓点,根据所述轮廓点拟合矢量化的车道线边缘线。
在本发明实施例的第三方面,提供了一种装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本发明实施例第一方面所述方法的步骤。
在本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。
本发明实施例的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被一个或多个处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。
本发明实施例中,通过最小二乘法拟合车道线的中轴线,然后统计初始点云中所有点到中轴线距离分布,根据分布特征,提取边缘车道线范围内的点。最后,以车道线边缘点为轮廓点,拟合车道线的边缘线,得到矢量化的车道线。该方案简单易行,相对于传统根据边缘像素逆映射获取边缘点云位置,计算量更少,而且直接对原始点云进行计算,避免数据转换中精度损失,保障车道线边缘的计算准确。其中,基于点云所有点到纵轴线的统计信息,可以消除个别边缘点影响,实现实际车道线点云与矢量化边缘线的完整贴合。
附图说明
图1为本发明实施例提供的一种车道线矢量化方法的流程示意图;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉中海庭数据技术有限公司,未经武汉中海庭数据技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910719035.3/2.html,转载请声明来源钻瓜专利网。