[发明专利]一种车道边线的确定方法、装置及存储介质

说明书

本申请提供了一种车道边线的确定方法、装置及存储介质，该方法包括：根据目标区域的道路规划确定所述目标区域中的候选车道；获取目标车辆沿着所述候选车道的预设车道中心进行行驶的轨迹数据；将所述轨迹数据转换为矢量数据，所述矢量数据由矢量数据点集合构成；基于所述矢量数据构建所述候选车道对应的车道中心线，所述车道中心线上包括多个矢量数据点；确定所述候选车道的宽度信息；基于所述车道中心线上相邻两个矢量数据点的位置信息和所述宽度信息，确定所述候选车道对应的车道边线。本申请能够在没有车道线和明显特征位置的区域中确定出车道边线，从而解决在该区域中高精地图构建困难的问题。

技术领域

本申请属于自动驾驶技术领域，具体涉及一种车道边线的确定方法、装置及存储介质。

背景技术

伴随着科学技术的不断进步，与自动驾驶车辆相关的技术层出不穷。自动驾驶车辆，又称无人驾驶车辆或电脑驾驶车辆，是一种通过车载电脑系统实现无人驾驶的智能车辆。

高精地图中包含道路、车道、车道线等详细的地理信息，是自动驾驶规划决策，感知，预测等模块的重要基础。

现有技术中一般通过激光雷达和视觉传感器制作高精地图，视觉传感器和激光雷达通过特征识别地面的车道线以及路面设施，从而进行自动或手动的地图构建。但对于没有车道标线和明显特征位置的区域，使用激光雷达和视觉传感器将会给高精地图构建带来困难。而如果使用传统测绘手段制作高精地图，则又会存在时间周期较长和成本比较高的缺陷。

综上所述，如何在没有车道标线和明显特征位置的区域中确定出车道边线，从而解决在该区域中高精地图构建存在困难确的问题，显得格外重要。

发明内容

为了在缺少车道标线和明显特征位置的目标区域中，识别周围车道线等特征时缺少必要的依据，导致在该区域中高精地图构建存在困难的问题，本申请提出一种车道边线的确定方法、装置及存储介质。

一方面，本申请提出了一种车道边线的确定方法，所述方法包括：

根据目标区域的道路规划确定所述目标区域中的候选车道；

获取目标车辆沿着所述候选车道的预设车道中心进行行驶的轨迹数据；

将所述轨迹数据转换为矢量数据，所述矢量数据由矢量数据点集合构成；

基于所述矢量数据构建所述候选车道对应的车道中心线，所述车道中心线上包括多个矢量数据点；

确定所述候选车道的宽度信息；

基于所述车道中心线上相邻两个矢量数据点的位置信息和所述宽度信息，确定所述候选车道对应的车道边线。

具体地，所述将所述轨迹数据转换为矢量数据，所述矢量数据由矢量数据点集合构成，包括：

基于预设的转换模型将所述轨迹数据转换为所述矢量数据；

相应地，在所述将所述轨迹数据转换为矢量数据之后，所述方法还包括：

可视化地展示所述矢量数据。

相应地，所述基于所述矢量数据构建所述候选车道对应的车道中心线，包括：

将所述矢量数据点集合中的矢量数据点依次进行连接，得到多条首尾相连的矢量线段；

将所述多条首尾相连的矢量线段，作为所述车道中心线。

具体地，若所述候选车道为左边存在相邻左车道和右边存在相邻右车道的车道，则所述确定所述候选车道的宽度信息包括：

确定所述候选车道对应的车道中心线上任意一个矢量数据点，到所述相邻左车道对应的车道中心线的第一距离以及到所述相邻右车道对应的车道中心线的第二距离；