[发明专利]一种车道线定位方法、装置及电子设备

说明书

本发明提供一种车道线定位方法、装置及电子设备，其中，方法包括：获取目标道路中同一车道线的多组车道线定位数据，多组车道线定位数据为地图采集车对目标道路多次巡航得到；根据目标道路的多组车道线定位数据，得到目标道路的任一目标位置的多个车道线定位数据；根据目标聚类算法，对任一目标位置的多个车道线定位数据进行聚类，得到任一目标位置的车道线聚类中心；重复上述聚类步骤，得到多个目标位置的车道线聚类中心；根据目标算法，对多个目标位置的车道线聚类中心进行融合，得到目标道路的车道线。通过实施本发明，提高了车道线定位的准确性，从而进一步提高了局部地图的精度。

技术领域

本发明涉及智能驾驶领域，具体涉及一种车道线定位方法、装置及电子设备。

背景技术

高精度地图是实现高级别自动驾驶的重要模块，用于高精度定位、车道级的路径规划、高精度仿真、超视距的环境感知等。构建高精度地图是由少量高成本的专业地图采集车，搭载昂贵的传感器对道路场景进行采集并将原始数据进行存储，完成作业后，通过硬盘拷贝或网络上传的方式将数据存储到数据中心服务器，交由内业系统处理数据制作高精度地图。

相关技术中，利用地图采集车对目标路段进行一次巡航，地图采集车自带多种数据采集途径实现作业数据采集，将多种途径采集到的作业数据进行融合，即可得到融合定位数据，从而形成该目标路段的地图。实际上，作业数据可能由于硬件精度、环境因素或者传感器抖动导致数据产生较大误差，尤其是对车道线的定位，由于车道线是路面比较明显且重要的交通要素，车道线的定位准确是保证目标路段地图的精度的前提，作业数据的误差必然导致车道线定位产生误差，从而进一步使得生成的局部地图精度低。

发明内容

有鉴于此，本发明实施例提供了一种车道线定位方法、装置及电子设备，以解决现有技术中车道线定位产生误差，从而进一步使得生成的局部地图精度低的缺陷。

根据第一方面，本发明实施例提供一种车道线定位方法，包括如下步骤：获取目标道路中同一车道线的多组车道线定位数据，所述多组车道线定位数据为地图采集车对目标道路多次巡航得到；根据目标道路的多组车道线定位数据，得到所述目标道路中任一目标位置的多个车道线定位数据；根据目标聚类算法，对任一目标位置的多个车道线定位数据进行聚类，得到任一目标位置的车道线聚类中心；重复所述根据目标道路的多组车道线定位数据，得到所述目标道路中任一目标位置的多个车道线定位数据到所述根据目标聚类算法，对任一目标位置的多个车道线定位数据进行聚类，得到任一目标位置的车道线聚类中心的步骤，得到多个目标位置的车道线聚类中心；根据目标算法，对所述多个目标位置的车道线聚类中心进行融合，得到目标道路的车道线。

可选地，所述根据目标道路的多组车道线定位数据，得到所述目标道路中任一目标位置的多个车道线定位数据之前，包括：将所述多个车道线定位数据与预存的地图数据进行匹配；当任一个车道线定位数据与预存的地图数据偏差大于预设阈值，则将所述车道线定位数据删除。

可选地，所述目标聚类算法包括：高斯混合模型聚类算法。

可选地，所述目标道路中车道线定位数据为道路边缘车道线定位数据，所述方法还包括：根据目标道路的道路边缘车道线定位数据以及车道宽度标准数据，确定位于道路边缘车道线中间的车道线定位数据。

可选地，车道线定位方法还包括：获取多个目标道路车道线对应的局部地图；提取多个目标道路车道线对应的局部地图中标志性物体的位置信息；根据标志性物体的位置信息，对多个目标道路车道线对应的局部地图进行全局融合。

可选地，获取目标道路中同一车道线的多个车道线定位数据之前，包括：根据预先建立的语义分割模型，提取目标道路的交通要素语义信息以及对应交通要素的像素点，所述交通要素包括车道线；将所述交通要素的像素点转换至车体坐标系；将车体坐标系下交通要素的像素点与惯性导航获取的数据进行联合定位，得到目标道路交通要素的定位信息。