[發明專利]一種基于自適應K-Means的車道標志分組方法

有效

• 申請號: 201710545359.0
• 申請日: 2017-07-09
• 公開（公告）號: CN107273935B
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 甄健寧;吳士坤;甄志
• 申請（專利權）人: 北京流馬銳馳科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于自適應K-Means的車道標志分組方法，其特征在于，包括以下步驟：

S1.設C_global＝{x₁,x₂,...,x_n}為圖像中提取到的一組車道特征集，對所述車道特征集的元素個數進行校驗，若n＝1，則直接進行車道擬合，否則進入步驟S2；

S2.對車道特征全局聚類特性分析；

設車道特征集合聚類子集數K＝1，求取各車道特征在特征空間內相互之間的歐式距離，將其中的最大歐式距離dist_Max(C_global)作為車道特征全局聚類特性評價指標，若最大歐式距離dist_Max(C_global)小于設定聚類校驗門限，則認為所述車道特征集中所有元素屬于同一車道邊界，直接進行車道擬合，否則令K＝K+1進入步驟S3；

S3.利用K-Means對所述車道特征集中所有元素進行車道特征聚類，得到最終聚類結果{C_sub(i)∈C_global,i＝1,2,...,K}；

S4.對聚類結果{C_sub(i)∈C_global,i＝1,2,...,K}中的子集進行聚類校驗特性分析：

S4.1求出各聚類子集中各車道特征在特征空間內相互之間的歐式距離的最大歐式距離；

S4.2選出聚類子集中的全局最大歐式距離dist_Max(C_global)′，若dist_Max(C_global)′小于設定聚類校驗門限，則認為求得的聚類子集{C_sub(i)∈C_global,i＝1,2,...,K}符合聚類要求進入步驟S5，否則令K＝K+1進入步驟S3，重新進行K-Means聚類；

S5.左右車道邊界選取；

S5.1從聚類子集{C_sub(i)∈C_global,i＝1,2,...,K}中選取相互距離最接近車道寬度的兩個子集作為車道左右邊界；

S5.2在所選的兩個聚類子集中，將重心坐標較小的子集設為左側車道邊界，較大的設為右側車道邊界，利用左右車道邊界子集所含有的車道特征分別進行車道模型擬合。

2.如權利要求1所述的一種基于自適應K-Means的車道標志分組方法，其特征在于，S3具體包括：

S3.1在車道特征空間內隨機選取K個點m₁,...,m_K，作為各子類原始聚類中心假設；

S3.2給定任意一個數據點x_i，計算其到各子類原始聚類中心m₁,...,m_K的歐式距離，并根據歐氏距離將其劃分到距離最小的子類，進而完成所有數據點的分配，得到K個聚類子集；

S3.3根據上述數據點的分配結果，基于算術平均值對各聚類子集的聚類中心進行更新對觀測數據分組不斷進行迭代，直至分組結果不再發生變化，終止迭代并將此時的分類結果作為最終聚類結果{C_sub(i)∈C_global,i＝1,2,...,K}，進入S4。