一种路径指引线生成方法、装置、车辆、介质及设备与流程

本申请涉及数据处理领域，特别涉及一种路径指引线生成方法、装置、车辆、介质及设备。

背景技术：

1、一般地图导航中会生成指引线来引导驾驶人员行驶，并且指引线生成都是利用神经网络得到的，但是神经网络需要大量的关于指引线的数据进行支持才能生成指引线，而大量数据的获得依赖于大量的轨迹点和道路中心点，并对其进行相关数据的计算，每条数据的获取过程比较繁琐。在将相关数据输入给神经网络进行训练时，需要将相关数据一条条的去进行记录和输入，非常耗费人力和时间。

技术实现思路

1、针对路径指引线生成效率不高及相关数据的获取效率低下的问题，本申请主要提供一种路径指引线生成方法、装置、车辆、介质及设备。

2、第一方面，本申请实施例提供了一种路径指引线生成方法，其包括：

3、获取一段道路中的第一数量条轨迹和底图中关于一段道路的第一道路中心线，分别得到在每条轨迹上的第二预设数量个轨迹点和第一道路中心线上的第三预设数量个第一道路中心点，并将轨迹点的方向位置信息和第一道路中心点的方向位置信息记录到轨迹数据库中；

4、对每条轨迹中的轨迹点与第一道路中心点进行绑定，得到与每个第一道路中心点相关联的最近邻轨迹点，对每个最近邻轨迹点标记其对应的轨迹点id，并将最近邻轨迹点及其轨迹点id记录到轨迹数库中；

5、利用最近邻轨迹点的方向位置信息和第一道路中心点的方向位置信息，得到最近邻轨迹点相对于第一道路中心线的相对位置关系，并将其记录到轨迹数据库中；

6、利用轨迹数据库中最近邻轨迹点相对于第一道路中心线的相对位置关系，对深度学习模型进行训练，得到指引线拟合模型；

7、将地图中的第二道路中心线的位置信息输入到指引线拟合模型中，将经预测得到与第二道路中心线相对应的预测关联轨迹点作为路径指引点，并将路径指引点拟合生成路径指引线输出。

8、第二方面，本申请实施例提供了一种路径指引线生成装置，其包括：

9、获取模块，其用于获取一段道路中的第一数量条轨迹和底图中关于一段道路的第一道路中心线，分别得到在每条轨迹上的第二预设数量个轨迹点和第一道路中心线上的第三预设数量个第一道路中心点，并将轨迹点的方向位置信息和第一道路中心点的方向位置信息记录到轨迹数据库中；

10、绑定模块，其用于对每条轨迹中的轨迹点与第一道路中心点进行绑定，得到与每个第一道路中心点相关联的最近邻轨迹点，对每个最近邻轨迹点标记其对应的轨迹点id，并将最近邻轨迹点及其轨迹点id记录到轨迹数库中；

11、相关特征计算模块，其用于利用最近邻轨迹点的方向位置信息和第一道路中心点的方向位置信息，得到最近邻轨迹点相对于第一道路中心线的相对位置关系，并将其记录到轨迹数据库中；

12、训练模块，其用于利用轨迹数据库中最近邻轨迹点相对于第一道路中心线的相对位置关系，对深度学习模型进行训练，得到指引线拟合模型；

13、指引线生成模块，其用于将地图中的第二道路中心线的位置信息输入到指引线拟合模型中，将经预测得到与第二道路中心线相对应的预测关联轨迹点作为路径指引点，并将路径指引点拟合生成路径指引线输出。

14、第三方面，本申请实施例提供了一种车辆，其中，车辆包括方案二中的路径指引线生成装置。

15、第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令被执行时，使得计算机执行方案一中的路径指引线生成方法。

16、第五方面，本申请实施例提供了一种计算机设备，其包括处理器和存储器，存储器存储有计算机指令，计算机指令被处理器执行时实现方案一中的路径指引线生成方法。

17、本申请实施例的技术方案通过计算获取的大量实际的轨迹和地图中的第一道路中心线上的第一道路中心点之间的相关特征，并将其记录在轨迹数据库中，可以更加方便地从轨迹数据库中直接提取大量的相关特征数据，节省了数据提取的效率，通过轨迹数据库中大量的相关特征数据对深度学习模型进行训练，使得深度学习模型可以很好地习得人类驾驶的经验轨迹，并拟合出更加符合人类驾驶经验的线路。

技术特征：

1.一种路径指引线生成方法，其特征在于，包括：

2.如权利要求1所述的路径指引线生成方法，其特征在于，所述利用所述最近邻轨迹点的方向位置信息和所述第一道路中心点的方向位置信息，得到所述最近邻轨迹点相对于所述第一道路中心线的相对位置关系，包括：

3.如权利要求2所述的路径指引线生成方法，其特征在于，所述利用所述最近邻轨迹点的方向位置信息和所述第一道路中心点的方向位置信息，得到所述最近邻轨迹点相对于所述第一道路中心线的相对位置关系，包括：

4.如权利要求1所述的路径指引线生成方法，其特征在于，所述对每条所述轨迹中的轨迹点与所述第一道路中心点进行绑定，得到与每个所述第一道路中心点相关联的最近邻轨迹点，还包括：

5.如权利要求1所述的路径指引线生成方法，其特征在于，所述将地图中的第二道路中心线的位置信息输入到所述指引线拟合模型中，将经预测得到与所述第二道路中心线相对应的预测关联轨迹点作为路径指引点，包括：

6.如权利要求1所述的路径指引线生成方法，其特征在于，根据所述轨迹的长度以及所述第一道路中心线的长度分别确定对应的所述第二预设数量和所述第三预设数量。

7.一种路径指引线生成装置，其特征在于，包括：

8.一种车辆，其特征在于，所述车辆包括如权利要求7所述的路径指引线生成装置。

9.一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指令，其特征在于，所述计算机指令被执行时，使得计算机执行如权利要求1-6中任一项所述的路径指引线生成方法。

10.一种计算机设备，其包括处理器和存储器，所述存储器存储有计算机指令，其特征在于，所述计算机指令被所述处理器执行时实现如权利要求1-6中任一项所述的路径指引线生成方法。

技术总结
本申请公开了一种路径指引线生成方法、装置、车辆、介质及设备，属于数据处理领域。该方法包括利用轨迹数据库中最近邻轨迹点相对于第一道路中心线的相对位置关系，对深度学习模型进行训练，得到指引线拟合模型；将地图中的第二道路中心线的位置信息输入到指引线拟合模型中，将经预测得到与第二道路中心线相对应的预测关联轨迹点作为路径指引点，并将路径指引点拟合生成路径指引线输出。本申请通过将各种数据录入轨迹数据库中，以便直接提取大量的相关特征数据，提高效率，根据轨迹数据库中相关特征数据对深度学习模型进行训练，使得深度学习模型可以更好地习得人类驾驶的经验轨迹，并拟合出更加符合人类驾驶经验的线路。

技术研发人员：申展,齐航,刘瑀璋,单乐
受保护的技术使用者：北京初速度科技有限公司
技术研发日：
技术公布日：2024/1/15