[發(fā)明專利]基于檢測車輛軌跡大數(shù)據的地圖車道線標注方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110795387.4
• 申請日: 2021-07-14
• 公開（公告）號: CN113537046A
• 公開（公告）日: 2021-10-22
• 發(fā)明（設計）人: 何弢;廖文龍;謝榮榮
• 申請（專利權）人: 安徽酷哇機器人有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06T7/33;G06T7/521;G06T17/05
• 代理公司: 上海段和段律師事務所 31334
• 代理人: 李佳俊;郭國中

本發(fā)明提供了一種基于檢測車輛軌跡大數(shù)據的地圖車道線標注方法及系統(tǒng)，包括以下步驟：步驟S1：通過采集設備對驗證路段進行數(shù)據采集；步驟S2：根據車輛模型獲取行車軌跡信息；步驟S3：建立標注路段中車道線、行車軌跡與驗證路段中車道線、行車軌跡的映射關系；步驟S4：建立驗證路段的車道線與車道軌跡的關系模型并修正；步驟S5：通過車道線與車道軌跡的關系模型，預測其他路段的車道線，完成地圖的車道線標注。與傳統(tǒng)的車道線標注方法相比，本方案通過對車道軌跡數(shù)據進行處理，使少量的錯誤數(shù)據不會對正確的車道線產生影響，從而提高了車道線標注的準確率，并且隨著數(shù)據量增加，車道線逐漸向真實車道線收斂，因而有較強的魯棒性。

技術領域

本發(fā)明涉及地圖車道線標注方法，具體地，涉及一種基于檢測車輛軌跡大數(shù)據的地圖車道線標注方法及系統(tǒng)。

背景技術

現(xiàn)有的地圖車道線標注技術主要包括：

1、通過相機采集圖像集,通過深度學習識別圖像集中的車道線信息,結合車輛本身的位姿信息,拼接成高精度地圖的車道線信息。本方法中視覺受光線影響較嚴重,下雨,路面積水,車道線損壞,遮擋,均會對識別結果產生影響,又因相機本身無法提供深度信息,導致高精度地圖的精度難以突破10cm級別,少數(shù)可以達到厘米級的純視覺高精度地圖車道線標注方案。

2、通過激光雷達采集車道線信息,結合車輛本身的位姿信息,拼接點云地圖,通過生成點云的深度學習,識別對應車道線,結合人工標注,生成高精度地圖。

激光雷達無法提供車道線的顏色信息,無法區(qū)分白線和黃線,激光雷達識別出的車道線點云與其他點云地位上并無明顯區(qū)別,容易發(fā)生誤檢,漏檢問題,激光雷達易受到干擾,下雨,路面積水,其他激光雷達對射,車道線損壞,遮擋等問題,均會對識別結果產生影響.激光雷達疊加數(shù)據難以完全濾除車輛干擾,數(shù)據采集越多,生成的地圖中,出現(xiàn)在視野里的車輛的干擾點越多,導致數(shù)據量的增加并不能幫助標注反而會影響標注的結果。

在公開號為CN112329553A的中國發(fā)明專利申請文件中，公開了一種車道線標注方法及裝置，所述方法包括：獲取待標注圖像，所述待標注圖像包括至少一條車道線；針對每條車道線，在所述車道線的兩端分別確定一個與所述車道線兩側邊界均相切的相切圓；獲取車道線擬合參數(shù)，基于所述相切圓的圓心和所述車道線擬合參數(shù)進行曲線擬合，得到所述車道線的車道中心線；根據所述相切圓和所述車道中心線確定所述車道線兩側邊界的車道邊界線；根據所述車道邊界線對所述車道線進行標注。本發(fā)明的標注方法，通過利用相切圓先擬合出所述車道線的車道中心線，然后將所述車道中心線進行擴展得到所述車道線兩側邊界的車道邊界線，能夠提高車道線標注效率，保證車道線標注寬度均勻變化。

發(fā)明內容

針對現(xiàn)有技術中的缺陷，本發(fā)明的目的是提供一種基于檢測車輛軌跡大數(shù)據的地圖車道線標注方法及系統(tǒng)。

根據本發(fā)明提供的一種基于檢測車輛軌跡大數(shù)據的地圖車道線標注方法，包括以下步驟：

步驟S1：通過采集設備對驗證路段進行數(shù)據采集，所述驗證路段為地圖上未標注車道線的路段；

步驟S2：根據車輛模型獲取行車軌跡信息；

步驟S3：建立標注路段中車道線、行車軌跡與驗證路段中車道線、行車軌跡的映射關系，所述標注路段為地圖上已標注車道線的路段；

步驟S4：建立驗證路段的車道線與車道軌跡的關系模型并修正；

步驟S5：通過車道線與車道軌跡的關系模型，預測其他路段的車道線，完成地圖的車道線標注。

優(yōu)選的，在所述步驟S3中，對城市的地圖進行柵格化，將車輛軌跡點轉化成對應車道及道路中心線的格柵概率密度，得到最大似然的車道線分布。