车道中心线精度的确定方法、装置、设备以及存储介质与流程

1.本公开涉及人工智能技术领域，尤其涉及智能交通、自动驾驶、无人驾驶等领域。


背景技术：

2.自动驾驶依赖各种传感器以及传感器组合，想要实现自动驾驶过程中的超视距感知，车道级规划导航，定位增强，主动安全避险等，高精度地图是必不可少的，而高精度地图的精度是衡量高精度地图质量的重要指标。


技术实现要素：

3.本公开提供了一种车道中心线精度的确定方法、装置、设备以及存储介质。
4.根据本公开的第一方面，提供了一种车道中心线精度的确定方法，包括：
5.获取轨迹数据，所述轨迹数据包括车辆实际的行车轨迹；
6.基于所述轨迹数据，提取车道中心线真值；
7.确定所述车道中心线真值上的打断点；
8.利用所述打断点与地图数据中两个车道边缘线的距离，确定所述车道中心线的精度。
9.根据本公开的第二方面，提供了一种车道中心线精度的确定装置，包括：
10.获取模块，用于获取轨迹数据，所述轨迹数据包括车辆实际的行车轨迹；
11.提取模块，用于基于所述轨迹数据，提取车道中心线真值；
12.确定模块，用于确定所述车道中心线真值上的打断点；利用所述打断点与地图数据中两个车道边缘线的距离，确定所述车道中心线的精度。
13.根据本公开的第三方面，提供了一种电子设备，包括：
14.至少一个处理器；以及
15.与所述至少一个处理器通信连接的存储器；其中，
16.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。
17.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。
18.根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面所述的方法。
19.本公开基于车辆实际的行车轨迹提取车道中心线真值，并利用车道中心线真值上的打断点与地图数据中两个车道边缘线的距离，确定所述车道中心线的精度，可以利用车辆实际的行车轨迹提取确定车道中心线精度的真值，能够减少人为误差和过程误差的影响，提高确定的车道线中心精度的精准度。
20.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
21.附图用于更好地理解本方案，不构成对本公开的限定。其中：
22.图1是本公开实施例提供的车道中心线精度的确定方法的流程图；
23.图2是本公开实施例中基于轨迹数据，提取车道中心线真值的流程图；
24.图3a是本公开实施例中将轨迹数据转换为坐标对齐后的坐标系下的数据点的示意图；
25.图3b是本公开实施例中将数据点拟合得到的轨迹曲线示意图；
26.图3c是本公开实施例中将轨迹曲线与地图数据进行匹配的示意图；
27.图3d是本公开实施例中得到的轨迹真值的示意图；
28.图4是本公开实施例中利用多个打断点中任一打断点，与地图数据中两个车道边缘线的距离，确定车道中心线的精度的流程图；
29.图5是应用本公开实施例中计算打断点与地图数据中两个车道边缘线的距离的示意图；
30.图6是应用本公开实施例中利用多个打断点与地图数据中两个车道边缘线的距离，确定车道中心线的精度的示意图；
31.图7是本公开实施例提供的车道中心线精度的确定装置的结构示意图；
32.图8是用来实现本公开实施例的车道中心线精度的确定方法的电子设备的框图。
具体实施方式
33.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
34.高精度地图的精度作为衡量高精度地图质量的重要指标，是车厂和图商等的关注重点。高精度地图包括多种地图数据，车道线是地图数据中的一种。
35.相关技术中高精地图的精度评估方式，一般使用传统测量、实时动态(real-time kinematic，rtk)、不同精度的采集设备采集的数据，经过处理后，对高精地图制图成果的车道线进行检验，基本都是正向检验过程，即基于人的主动意志采用不同的设备、手段，进行不同数据采集方式进行高精度地图的数据进行验证，如人驾驶车辆行驶在道路上，使用传统测量、rtk、不同精度的采集设备采集车辆的轨迹。人在采集过程中，不可避免存在人为误差，对采集数据处理提取中，存在过程误差，误差对成果验证存在较多不稳定的影响。
36.因为高精度地图，也即地图数据最终的服务对象及载体是车辆，从高精度地图应用的角度，进行车辆结合系统，不同传感器组合的方式主动采集，反向验证高精度地图的精度，可以减少人为误差和过程误差的影响，更加切合实际应用场景。本公开实施例基于车辆的实际轨迹数据进行车道线精度的确定，更加切合地图数据的应用场景，获取到更贴合地图数据实际应用场景的行车轨迹，通过从应用角度检验地图数据，可以更好的服务自动驾驶。从实际应用角度衡量地图数据的精度情况，如确定车道中心线的精度，对地图数据的整体情况及后续改善，有重要的意义。
37.本公开实施例提供了一种车道中心线精度的确定方法，可以包括：
38.获取轨迹数据，轨迹数据包括车辆实际的行车轨迹；
39.基于轨迹数据，提取车道中心线真值；
40.确定车道中心线真值上的打断点；
41.利用打断点与地图数据中两个车道边缘线的距离，确定车道中心线的精度。
42.本公开实施例中，基于车辆实际的行车轨迹提取车道中心线真值，并利用车道中心线真值上的打断点与地图数据中两个车道边缘线的距离，确定车道中心线的精度，可以利用车辆实际的行车轨迹提取确定车道中心线精度的真值，能够减少人为误差和过程误差的影响，提高确定的车道线中心精度的精准度。
43.也可以理解，用于评估车道中心线精度的轨迹是基于系统集成多种传感器进行处理的结果，更加的平稳可靠，并趋向于真实道路的车道中心线，真值的稳定性与准确性更高，进而使得对车道中心线精度的评估更符合真实道路的车道中心线，也即确定的车道中心线的精度的精准度更高。
44.本公开实施例提供的车道中心线精度的确定方法可以应用于电子设备，具体地，电子设备可以包括服务器、终端，等等。
45.图1是本公开实施例提供的车道中心线精度的确定方法的流程图，参照图1，本公开实施例提供的车道中心线精度的确定方法可以包括：
46.s101，获取轨迹数据，轨迹数据包括车辆实际的行车轨迹。
47.可以是车辆预先采集得到轨迹数据，并将轨迹数据保存，待确定车道中心线精度时，电子设备从保存位置获取该轨迹数据。
48.例如，自动驾驶车辆行驶在道路，自动驾驶的该车辆以及不同传感器的组合自动采集该车辆的行车轨迹，如此即可以得到轨迹数据。可以将得到的轨迹数据保存在存储器等，待确定车道中心线精度时，可以从存储器等位置获取保存的轨迹数据。
49.自动驾驶车辆也可以理解为是无人驾驶的车辆。
50.s102，基于轨迹数据，提取车道中心线真值。
51.为了确定车道中心线的精度，可以提取实际道路中车道中心线作为真值以确定车道中心线的精度。
52.本公开实施例中轨迹数据可以包括车辆行驶在道路中任意位置的轨迹，可以提取轨迹数据中车道中心线相关的轨迹作为车道中心线真值。
53.基于轨迹数据即车辆实际的行车轨迹，提取车道中心线真值，能够避免基于人为采集的行车轨迹引入人为误差，提高提取的车道中心线真值的准确性，也即提高了车道中心线精度确定过程所依据的真值的准确性，进一步能够提高确定的车道中心线精度的准确性。
54.车道中心线真值也可以理解为无人车基于组合传感器下达到的现实世界的车道中心线，即实际道路的中心线。
55.一种可实现方式中，如图2所示，s102可以包括：
56.s201，将轨迹数据与地图数据统一至相同的坐标系。
57.s202，将坐标系下轨迹数据包括的多个数据点，拟合成轨迹曲线。
58.将轨迹数据与地图数据统一至相同的坐标系，也可以理解为将轨迹数据与地图数据进行坐标对齐，有些情况下，地图数据为世界大地坐标系(world geodetic system，wgs)
坐标，而轨迹数据为独立的坐标系统下的坐标，将轨迹数据与地图数据的坐标系统进行转换对齐。
59.将轨迹数据转换为坐标对齐后的坐标系下的数据点，即矢量数据点，然后将数据点拟合为曲线，即轨迹曲线。例如，矢量数据点如图3a所示，将数据点拟合得到的轨迹曲线如图3b所示。
60.s203，去除轨迹曲线中的噪声轨迹，得到车道中心线真值。
61.去除轨迹曲线中的噪声轨迹，也可以理解为对轨迹曲线进行去噪处理。为了确定车道中心线的精度，选取车辆在车道中心线行驶下的轨迹，基于轨迹数据拟合得到的轨迹曲线中可能包括非车道中心线下的轨迹，这些轨迹即可以理解为噪声轨迹。去除轨迹曲线中的这些噪声轨迹，即可得到车道中心线真值。
62.一种情况下，可以去除变道超车时的轨迹，以及弯道时的轨迹，并将轨迹曲线与地图数据进行匹配，如将轨迹曲线映射至地图数据，删除影响评估的曲线，得到的曲线段即为评估使用的真值，即用于确定车道中心线精度的真值。如图3c将轨迹曲线与地图数据进行匹配以进行去噪，得到用于确定车道中心线精度的轨迹真值如图3d。
63.本公开实施例中将轨迹数据与地图数据统一至相同的坐标系，可以更便于计算，还能提供计算的准确性；且去除轨迹数据包括的多个数据点拟合得到的轨迹曲线中的噪声轨迹，得到车道中心线真值，可以使得得到的车道中心线更准确。
64.s103，确定车道中心线真值上的打断点。
65.s104，利用打断点与地图数据中两个车道边缘线的距离，确定车道中心线的精度。
66.得到车道中心线真值后，将该车道中心线真值作为用于确定车道中心线精度的基准，即将地图数据中的车道中心线与车道中心线真值进行比较，以确定车道中心线的精度，也可以理解为评估地图数据中车道中心线的精度。本公开实施例中利用车道中心线真值上的打断点与地图数据中两个车道边缘线的距离，确定车道中心线的精度。
67.两个车道边缘线可以包括：左侧车道边缘线和右侧车道边缘线。
68.确定车道中心线真值上的打断点，可以包括：在车道中心线真值上任意取一个点或者多个点作为打断点。或者，可以基于预设间隔，在车道中心线真值上确定多个打断点。其中，预设间隔可以根据实际需求来确定，如1米。
69.当打断点有1个，则利用该打断点与地图数据中两个车道边缘线的距离，确定车道中心线的精度。
70.当打断点有多个时，可以从多个打断点中选取一个，利用选取出的该打断点与地图数据中两个车道边缘线的距离，确定车道中心线的精度。或者，可以利用多个打断点分别与地图数据中两个车道边缘线的距离，确定车道中心线的精度。
71.其中，打断点与地图数据中两个车道边缘线的距离可以包括打断点分别与各个车道边缘线的距离，打断点与车道边缘线的距离可以包括打断点与车道边缘线的垂直距离，或者也可以包括打断点与车道边缘线上任一点的距离，等等。
72.当打断点有1个，利用该打断点与地图数据中两个车道边缘线的距离，确定车道中心线的精度，可以包括：
73.计算该打断点分别与地图数据中两个车道边缘线的距离之间的距离差，利用该距离差确定车道中心线的精度，距离差与精度成反比，即距离差越小，精度越高，距离差越大，
精度越低。
74.可以根据车道中心线真值，可以对车道中心线的相对精度、绝对精度等进行评估，本公开实施例中可以采用轨迹真值即车道中心线真值，与车道边缘线的位置距离差的方式来衡量车道中心线的相对精度。
75.获取车辆实际的轨迹数据做为验证的真值，对地图数据中的车道中心线进行评估，车行轨迹可以包括无人车基于组合传感器下达到的现实世界的车道中心线，从获取到的轨迹数据中提取车行轨迹可以理解为提取车道中心线真值，即提取用于确定车道中心线精度的真值。
76.使用轨迹进行高精度地图数据的评估，本公开实施例中轨迹即上述轨迹数据是基于系统集成多种传感器进行处理的结果，更加的平稳可靠，并趋向于真实道路的中心线，真值的稳定性与准确性更高。同时，使用原始轨迹数据进行地图数据的评估，避免了数据处理环节的误差，对于相关技术中精度验证方式的不足，可以进行有效的补充，更加直观地反映地图数据的精度。且用于确定车道中心线精度的真值更加切合实际应用场景，而地图数据的服务载体是车辆，通过从应用角度检验数据，基于该真值验证过的地图数据中的车道中心线可以更好的服务自动驾驶。
77.一种可实现方式中，s103可以包括：
78.基于预设间隔，在车道中心线真值上确定多个打断点。
79.s104可以包括：
80.利用多个打断点中任一打断点，与地图数据中两个车道边缘线的距离，确定车道中心线的精度；或者，
81.利用多个打断点中各个打断点分别与地图数据中两个车道边缘线的距离，确定车道中心线的精度。
82.当打断点有多个时，可以先从多个打断点中选取一个，利用选取出的该打断点与地图数据中两个车道边缘线的距离，确定车道中心线的精度。例如，可以计算选取出的该打断点分别与地图数据中两个车道边缘线的距离，然后，计算选取出的该打断点分别与地图数据中两个车道边缘线的距离之间的距离差，利用该距离差确定车道中心线的精度，距离差与精度成反比，即距离差越小，精度越高，距离差越大，精度越低。
83.当打断点有多个时，也可以利用多个打断点分别与地图数据中两个车道边缘线的距离，确定车道中心线的精度。具体地，可以计算每一个打断点分别与地图数据中两个车道边缘线的距离之间的距离差，即每一个打断点均可以得到对应的距离差，利用多个打断点分别对应的距离差确定车道中心线的精度。例如，可以计算多个打断点分别对应的距离差的统计值，如平均值、方差等，将该统计值作为车道中心线的精度。或者，判断多个打断点分别对应的距离差的集合，集合内元素的值(即距离差)越集中，则车道中心线的相对精度误差更平稳，值趋近于0，则车道中心线真值与地图数据的匹配度越高，相对精度更高。
84.基于车道中心线真值上的多个打断点确定车道中心线的精度时，可以仅利用多个打断点中的一个打断点确定车道中心线的精度，如此能够简便计算。也可以利用多个打断点中各个打断点确定车道中心线的精度，如此，能够提高确定的车道中心线的精度的精准度。可以根据实际需求，选择不同的方式来确定车道中心线的精度。
85.一种可实现方式中，利用多个打断点中任一打断点，与地图数据中两个车道边缘
线的距离，确定车道中心线的精度，如图4所示，可以包括：
86.s401，确定打断点分别到两个车道边缘线的垂直线。
87.s402，确定打断点到两个车道边缘线中一车道边缘线的垂直线在一车道边缘线的位置点一，并确定打断点到两个车道边缘线中另一车道边缘线的垂直线在另一车道边缘线的位置点二。
88.s403，计算打断点与位置点一的距离一，并计算打断点与位置点二的距离二。
89.s404，计算距离一与距离二的差值。
90.s405，基于差值确定车道中心线的精度。
91.计算多个打断点中任一打断点分别与两个车道边缘线的垂直距离，并利用打断点分别与两个车道边缘线的垂直距离之间的距离差，确定车道中心线的精度，距离差与精度成反比，即距离差越小，精度越高，距离差越大，精度越低。
92.如图5所示，对真值线也即车道中心线真值，进行1米间隔打断，获得打断点坐标。即基于1米间隔，在车道中心线真值上确定多个打断点，如点a以及与点a垂直的多个点。
93.根据打断点分别垂直地图数据中的两侧车道线(左侧车道边缘线和右侧车道边缘线)画线，也即确定打断点分别到两个车道边缘线的垂直线。
94.获得车道线上的位置点，这样可以得到一组同名位置点，同时可以获得点位坐标，也即确定打断点到两个车道边缘线中一车道边缘线的垂直线在一车道边缘线的位置点一，并确定打断点到两个车道边缘线中另一车道边缘线的垂直线在另一车道边缘线的位置点二。
95.a为打断点，坐标为(x1，y1，z1)，b、c为获得的a点的同名位置点，b点坐标为(x2，y2，z2)，点c的坐标为(x3，y3，z3)。则点a与点b的距离l1、点a与点c的距离l2分别为：
[0096][0097][0098]
可以获得点a的相对位置差d＝l1-l2，当d的值等于0时，真值轨迹与地图数据中的车道中心线重合，d的值越大，则地图数据与真值的偏差越大，其中，地图数据中的车道中心线也可以称之为地图车道中心线。点a的相对位置差也即上述距离一与距离二的差值，d的值与精度成反比，d的值越小，则精度越高，表示车道中心线真值与地图数据中的车道中心线越接近，d的值等于0时，表示车道中心线真值与地图数据中的车道中心线；d的值越大，则精度越低，表示车道中心线真值与地图数据中的车道中心线偏差越大。
[0099]
通过计算多个打断点中任一打断点分别与两个车道边缘线的垂直距离，可以更加方便地确定车道中心线真值与车道边缘线的距离，如此可以便捷地利用打断点分别与两个车道边缘线的垂直距离之间的距离差，确定车道中心线的精度。
[0100]
一种可实现方式中，利用多个打断点中各个打断点分别与地图数据中两个车道边缘线的距离，确定车道中心线的精度，包括：
[0101]
针对各个打断点，计算打断点与两个车道边缘线中一车道边缘线的距离一，计算打断点与两个车道边缘线中另一车道边缘线的距离二，并计算距离一与距离二的差值，将差值作为打断点对应的差值；基于各个间断点分别对应的差值的集合，确定车道中心线的精度。
[0102]
其中，计算每一打断点分别与两个车道边缘线的距离的差值参照上述实施例中选取一个打断点，计算该选取的打断点分别与两个车道边缘线的距离的差值的方式。即针对每一个打断点，确定打断点分别到两个车道边缘线的垂直线；确定打断点到两个车道边缘线中一车道边缘线的垂直线在一车道边缘线的位置点一，并确定打断点到两个车道边缘线中另一车道边缘线的垂直线在另一车道边缘线的位置点二；计算打断点与位置点一的距离一，并计算打断点与位置点二的距离二。
[0103]
如此，多个打断点中每一打断点均可以确定出对应的距离差，即打断点分别与两个车道边缘线的垂直距离之间的差值，可以计算多个打断点分别对应的距离差的统计值，如平均值、方差等，将该统计值作为车道中心线的精度。
[0104]
或者，判断多个打断点分别对应的距离差的集合，集合内元素的值(即距离差)越集中，则车道中心线的相对精度误差更平稳，值趋近于0，则车道中心线真值与地图数据的匹配度越高，相对精度更高。
[0105]
获得所有打断点的相对位置差集合n，n满足标准正态分布，如图6所示，纵轴表示打断点，横轴表示车道中心线的相对精度，车道中心线的相对精度整体集中于[-0.6,0.4]之间。集合n内元素的值越集中，则车道中心线的相对精度误差更平稳，值趋近于0，则车行轨迹与地图数据的匹配度越高，相对精度更好，即车道中心线真值与地图数据中车道中心线的匹配度越高，确定的车道中心线的精度越高。
[0106]
利用多个打断点中各个打断点分别与地图数据中两个车道边缘线的距离，确定车道中心线的精度，能够利用车道中心线真值上更多的数据以评估车道中心线的精度，进一步提高确定的车道中心线的精度的精准性。
[0107]
本公开实施例中，获取车辆实际的轨迹数据，如无人驾驶车辆实际的轨迹数据；将轨迹数据与地图数据进行坐标对齐、拟合、去除影响轨迹，得到车道中心线真值如曲线段作为真值用于评估，其中，可以在曲线段上以预设间隔取打断点，针对打断点，分别垂直地图数据中的两侧车道边缘线画线，获得车道边缘线上的位置点，计算打断点分别与两个位置点的距离，可以利用一个打断点对应的两个距离之间的差值d表征地图数据中车道中心线的精准度，d的值越大，则地图数据与真值的偏差越大，d的值越小，则地图数据越精准；也可以利用所有真值打断点对应的d的集合表征精准度，集合n内元素的值越集中，则车道线的相对精度误差更平稳，值趋近于0，则车行轨迹与地图数据的匹配度越高，相对精度更好。
[0108]
对应于上述实施例提供的车道中心线精度的确定方法，本公开实施例还提供了一种车道中心线精度的确定装置，如图7所示，可以包括：
[0109]
获取模块701，用于获取轨迹数据，轨迹数据包括车辆实际的行车轨迹；
[0110]
提取模块702，用于基于轨迹数据，提取车道中心线真值；
[0111]
确定模块703，用于确定车道中心线真值上的打断点；利用打断点与地图数据中两个车道边缘线的距离，确定车道中心线的精度。
[0112]
可选的，提取模块702，具体用于：将轨迹数据与地图数据统一至相同的坐标系；将坐标系下轨迹数据包括的多个数据点，拟合成轨迹曲线；去除轨迹曲线中的噪声轨迹，得到车道中心线真值。
[0113]
可选的，确定模块703，具体用于：基于预设间隔，在车道中心线真值上确定多个打断点；利用多个打断点中任一打断点，与地图数据中两个车道边缘线的距离，确定车道中心
线的精度；或者，利用多个打断点中各个打断点分别与地图数据中两个车道边缘线的距离，确定车道中心线的精度。
[0114]
可选的，确定模块703，具体用于：确定打断点分别到两个车道边缘线的垂直线；确定打断点到两个车道边缘线中一车道边缘线的垂直线在一车道边缘线的位置点一，并确定打断点到两个车道边缘线中另一车道边缘线的垂直线在另一车道边缘线的位置点二；计算打断点与位置点一的距离一，并计算打断点与位置点二的距离二；计算距离一与距离二的差值；基于差值确定车道中心线的精度。
[0115]
可选的，确定模块703，具体用于：针对各个打断点，计算打断点与两个车道边缘线中一车道边缘线的距离一，计算打断点与两个车道边缘线中另一车道边缘线的距离二，并计算距离一与距离二的差值，将差值作为打断点对应的差值；基于各个间断点分别对应的差值的集合，确定车道中心线的精度。
[0116]
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
[0117]
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
[0118]
图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
[0119]
如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(rom)802中的计算机程序或者从存储单元808加载到随机访问存储器(ram)803中的计算机程序，来执行各种适当的动作和处理。在ram 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、rom 802以及ram 803通过总线804彼此相连。输入/输出(i/o)接口805也连接至总线804。
[0120]
设备800中的多个部件连接至i/o接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0121]
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如车道中心线精度的确定方法。例如，在一些实施例中，车道中心线精度的确定方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由rom 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到ram 803并由计算单元801执行时，可以执行上文描述的车道中心线精度的确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可
以通过其他任何适当的方式(例如，借助于固件)而被配置为执行车道中心线精度的确定方法。
[0122]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0123]
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0124]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0125]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0126]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0127]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的
服务器，或者是结合了区块链的服务器。
[0128]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
[0129]
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。