[发明专利]基于几何特征的车道线虚实分类方法及系统

说明书

本发明公开了一种基于几何特征的车道线虚实分类方法及系统，其通过采集车道线数据，并统一车道线表示方式为沿车道线方向延伸的散点连线形成的折线形式；然后基于分别位于前后分段的车道线之间的连线与位于后分段车道线之间形成的夹角，找到每一条车道线的前后邻接线；最后根据车道线本体长度与其距离其邻接线的距离比值，判断得到车道线虚实分类；从而能够在精度有限的众包场景下很好地解决车道线虚实属性分类的问题。

技术领域

本发明涉及高精度地图制作技术，尤其是涉及一种基于几何特征的车道线虚实分类方法及系统。

背景技术

在自动驾驶领域，基于电子地图的导航技术很依赖于对车辆周围各种地图要素的成图结果。车道线是其中最常见也是对导航起重要作用的要素之一。而在众包场景下，采集到的车道线信息可能会缺少虚实属性或虚实属性不准确，导致成图的质量下降，进一步影响变道和转弯等导航功能实现。

车道线检测对于自动驾驶至关重要，准确的车道线位置可以避免车辆追尾和碰撞等交通事故，也有助于行驶中的车辆定位。目前由于深度学习方面的研究进展，在自动驾驶领域关于车道线检测的研究成果很多，但其中对车道线的虚实属性分类问题研究较少。最近的关于车道线检测和分类问题的研究成果，例如Fabip Pizzati,Marco Allodi等于19年7月发表的Lane Detection and Classification using Cascaded CNNs着眼于利用级联卷积神经网络和带有标签的数据集来训练一个分类器，能够在59.93的帧率下达到95.24％的准确率。但其使用的TuSimple数据集容量有限，且基于图像的处理方式不一定适用于众包建图。

发明内容

本发明的目的在于克服上述技术不足，提出一种基于几何特征的车道线虚实分类方法及系统，解决现有众包场景下无法区分虚实车道线的问题。

为达到上述技术目的，本发明的技术方案第一方面提供一种基于几何特征的车道线虚实分类方法，其包括如下步骤：

采集车道线数据，并统一车道线表示方式为沿车道线方向延伸的散点连线形成的折线形式；

基于分别位于前后分段的车道线之间的连线与位于后分段车道线之间形成的夹角，找到每一条车道线的前后邻接线；

根据车道线本体长度与其距离其邻接线的距离比值，判断得到车道线虚实分类。

本发明第二方面提供一种基于几何特征的车道线虚实分类系统，其包括如下功能模块：

形式统一模块，用于采集车道线数据，并统一车道线表示方式为沿车道线方向延伸的散点连线形成的折线形式；

邻接线查找模块，用于基于分别位于前后分段的车道线之间的连线与位于后分段车道线之间形成的夹角，找到每一条车道线的前后邻接线；

虚实判断模块，用于根据车道线本体长度与其距离其邻接线的距离比值，判断得到车道线虚实分类。

本发明第三方面提供一种服务器，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上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于几何特征的车道线虚实分类方法。

本发明第四方面提供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上述一种基于几何特征的车道线虚实分类方法。

与现有技术相比，本发明所述基于几何特征的车道线虚实分类方法及系统，其通过采集车道线数据，并统一车道线表示方式为沿车道线方向延伸的散点连线形成的折线形式；然后基于分别位于前后分段的车道线之间的连线与位于后分段车道线之间形成的夹角，找到每一条车道线的前后邻接线；最后根据车道线本体长度与其距离其邻接线的距离比值，判断得到车道线虚实分类；从而能够在精度有限的众包场景下很好地解决车道线虚实属性分类的问题。

附图说明