一种车道线分类拟合方法及系统与流程

1.本发明涉及车道线处理领域，更具体地，涉及一种车道线分类拟合方法及系统。


背景技术：

2.在自动驾驶领域，通过广泛布置低成本众包采集车，高频采集高鲜度的数据，其设备成本低，采集精度差，采集数据量庞大。现有聚类算法在对众包数据生成的车道线进行聚类时，难以处理数据量大、效率低，现实场景复杂等问题。


技术实现要素：

3.本发明针对常规算法难以应对难以处理数据量大、效率低，现实场景复杂等问题，提供一种车道线分类拟合方法及系统。
4.根据本发明的第一方面，提供了一种车道线分类拟合方法，包括：
5.基于众包采集数据获取车道线形点序列，基于改进的dbscan聚类算法对所述车道线形点序列中的车道线形点进行聚类，得到聚类后的多个簇；
6.对于任一个簇，建立壳结构，所述壳结构由一组均匀分布的同心圆构成，所述壳结构的圆心为距离所述任一个簇的中心最近的车道线形点，其中，相邻两个同心圆形成一个圆环，将所述任一个簇中所有车道线形点分配到对应的圆环中；
7.按照从外环到内环的匹配顺序，对相邻两个圆环中的车道线形点进行匹配，得到所述任一个簇内车道线形点的匹配关系；
8.基于所述匹配关系，对所述任一个簇内所有车道线形点进行分类；
9.根据同一分类的所有车道线形点进行拟合，获得每一分类的车道线。
10.在上述技术方案的基础上，本发明还可以作出如下改进。
11.可选的，所述基于改进的dbscan聚类算法对所述车道线形点序列中的车道线形点进行聚类，得到聚类后的多个簇，包括：
12.根据任意两个车道线形点的空间坐标向量和方向向量，计算任意两个车道线形点p1和p2之间带有权重的距离d；
13.若所述带有权重的距离d小于设定阈值，则两个车道线形点p1和p2属于同类，否则，两个车道线形点p1和p2不同类。
14.可选的，所述根据任意两个车道线形点的空间坐标向量和方向向量，计算任意两个车道线形点p1和p2之间带有权重的距离d，包括：
[0015][0016]
其中，t1、t2、t3分别为横向、纵向和高程三个方向的权重参数，d1为两个车道线形点p1和p2的横向距离，d2为两个车道线形点p1和p2的纵向距离，d3为两个车道线形点p1和p2的高程坐标差值，其中：
[0017]
d1＝(e
dist
*sinα+e
dist
*sinβ)/2；
[0018]
d2＝(e
dist
*cosα+e
dist
*cosβ)/2；
[0019]
其中，e
dist
为两个车道线形点p1和p2间的欧式距离，间的欧式距离，向量p1p2＝p
2-p1，p1和p2表示两个车道线形点的空间坐标向量，v1和v2表示两个车道线形点的方向向量，由梯度计算公式计算得到。
[0020]
可选的，所述对于任一个簇，建立壳结构，包括：
[0021]
对于任一个簇，基于所述任一个簇中所有车道线形点的空间坐标向量，求解所述任一个簇中心坐标，并选取所述任一个簇内距离所述簇中心坐标最近的车道线形点作为壳结构的圆心；
[0022]
设置步长，以圆心为中心，构建若干个同心圆，相邻两个同心圆构成一个圆环；
[0023]
基于所述任一个簇内每一个车道线形点到圆心的距离，将所有车道线形点分配到对应的圆环中。
[0024]
可选的，所述按照从外环到内环的匹配顺序，对相邻两个圆环中的车道线形点进行匹配，得到所述任一个簇内车道线形点的匹配关系，之前还包括：
[0025]
对于同一个圆环内的车道线形点，基于所述改进的dbscan聚类算法进行聚类，得到至少一个子簇，并计算每一个子簇的壳内质心点，得到每一个圆环内的至少一个壳内质心点。
[0026]
可选的，所述按照从外环到内环的匹配顺序，对相邻两个圆环中的车道线形点进行匹配，得到所述任一个簇内车道线形点的匹配关系，包括：
[0027]
对每相邻两个圆环中的车道线形点进行匹配，形成至少一条匹配连链；
[0028]
相应的，基于所述匹配关系，对所述任一个簇内所有车道线形点进行分类，包括：
[0029]
基于匹配链的数量，对所述任一个簇内所有车道线形点进行分类。
[0030]
可选的，所述根据同一分类的所有车道线形点进行拟合，获得每一分类的车道线，包括：
[0031]
根据同一分类的所有车道线形点，采用三次多项式函数进行拟合，得到对应的车道线，其中，所述三次多项式函数表现形式为y＝(a0+a1*x+a2*x2+a3*x3)，a0,a1,a2,a3为系数，a为自变量，y为因变量。
[0032]
根据本发明的第二方面，提供一种车道线分类拟合系统，包括：
[0033]
聚类模块，用于基于众包采集数据获取车道线形点序列，基于改进的dbscan聚类算法对所述车道线形点序列中的车道线形点进行聚类，得到聚类后的多个簇；
[0034]
构建模块，用于对于任一个簇，构建壳结构，所述壳结构由一组均匀分布的同心圆构成，所述壳结构的圆心为距离所述任一个簇的中心最近的车道线形点，其中，相邻两个同心圆形成一个圆环，将所述任一个簇中所有车道线形点分配到对应的圆环中；
[0035]
匹配模块，用于按照从外环到内环的匹配顺序，对相邻两个圆环中的车道线形点进行匹配，得到所述任一个簇内车道线形点的匹配关系；
[0036]
分类模块，用于基于所述匹配关系，对所述任一个簇内所有车道线形点进行分类；
[0037]
拟合模块，用于根据同一分类的所有车道线形点进行拟合，获得每一分类的车道线。
[0038]
根据本发明的第三方面，提供了一种电子设备，包括存储器、处理器，所述处理器
用于执行存储器中存储的计算机管理类程序时实现车道线分类拟合方法的步骤。
[0039]
根据本发明的第四方面，提供了一种计算机可读存储介质，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现车道线分类拟合方法的步骤。
[0040]
本发明提供的一种车道线分类拟合方法及系统，在对车道线进行聚类时，不仅考虑到了车道线形点的空间距离，还对形点方向向量夹角进行计算，分类结果更加准确，提出了一种基于壳的聚类算法，对每个壳内再次进行聚类得到质心，由匈牙利算法进行由外向里的匹配，对于各种匹配情况进行分类处理，在分歧、合流等复杂场景取得了较好的效果。
附图说明
[0041]
图1为本发明提供的一种车道线分类拟合方法流程图；
[0042]
图2为构建的壳结构及车道线形点在圆环内的部分分布示意图；
[0043]
图3为圆环内壳内质心点的示意图；
[0044]
图4为车道线分类示意图；
[0045]
图5为本发明提供的一种车道线分类拟合系统的结构示意图；
[0046]
图6为本发明提供的一种可能的电子设备的硬件结构示意图；
[0047]
图7为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
[0048]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外，本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，这种结合不受步骤先后次序和/或结构组成模式的约束，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
[0049]
图1为本发明提供的一种车道线分类拟合方法流程图，如图1所示，方法主要包括以下步骤：
[0050]
s1，基于众包采集数据获取车道线形点序列，基于改进的dbscan聚类算法对所述车道线形点序列中的车道线形点进行聚类，得到聚类后的多个簇。
[0051]
可理解的是，对众包采集的车道线形点数据进行聚集分类，首先，采用点聚类的方式对所有的车道线形点进行聚类，其中，点聚类方式主要采用改进的dbscan聚类算法对车道线形点序列中的车道线形点进行聚类。
[0052]
作为实施例，所述基于改进的dbscan聚类算法对所述车道线形点序列中的车道线形点进行聚类，得到聚类后的多个簇，包括：根据任意两个车道线形点的空间坐标向量和方向向量，计算任意两个车道线形点p1和p2之间带有权重的距离d；若所述带有权重的距离d小于设定阈值，则两个车道线形点p1和p2属于同类，否则，两个车道线形点p1和p2不同类。
[0053]
可理解的是，将当前批次的众包采集数据和由历史众包数据融合的底图数据作为输入的分类对象对于车道线、护栏等线性要素，每个要素由时序标记组成p＝{n1,n2,n3……nn
}，每个点由(x,y,z)表示其横向坐标、纵向坐标和高程坐标。由梯度计算公式可得每个要素的方向向量v＝{v1,v2,v3……
vn}。
[0054]
对于任意两个形点p1,p2，其方向向量为v1,v2，根据任意两个车道线形点的空间坐标向量和方向向量，计算任意两个车道线形点p1和p2之间带有权重的距离d，包括：
[0055][0056]
其中，t1、t2、t3分别为横向、纵向和高程三个方向的权重参数，可分别取0.6m、2m、4m，d1为两个车道线形点p1和p2的横向距离，d2为两个车道线形点p1和p2的纵向距离，d3为两个车道线形点p1和p2的高程坐标差值，其中：
[0057]
d1＝(e
dist
*sinα+e
dist
*sinβ)/2；
[0058]
d2＝(e
dist
*cosα+e
dist
*cosβ)/2；
[0059]
其中，e
dist
为两个车道线形点p1和p2间的欧式距离，间的欧式距离，向量p1p2＝p
2-p1，p1和p2表示两个车道线形点的空间坐标向量，v1和v2表示两个车道线形点的方向向量，由梯度计算公式计算得到。
[0060]
根据上述距离计算公式计算形点p1和p2之间的带有权重的距离d(p1,p2)，若d(p1,p2)《1，则认为形点p1,p2是同类点，反之则认为不是同类点，基于该分类方式得到最终聚类结果，得到对所有车道线形点进行聚类后的多个簇，每个簇中包括同类的车道线形点。
[0061]
s2，对于任一个簇，建立壳结构，所述壳结构由一组均匀分布的同心圆构成，所述壳结构的圆心为距离所述任一个簇的中心最近的车道线形点，其中，相邻两个同心圆形成一个圆环，将所述任一个簇中所有车道线形点分配到对应的圆环中。
[0062]
可理解的是，通过上述的点聚类方式对所有车道线形点聚类得到多个簇(也可称为集合)，c＝{c1,c2,c3……cn
}，每个集合中的形点都具有坐标信息和方向信息。
[0063]
对于每一个簇中的车道线形点，构建壳结构，具体构建过程为：对于任一个簇，基于所述任一个簇中所有车道线形点的空间坐标向量，求解所述任一个簇中心坐标，并选取所述任一个簇内距离所述簇中心坐标最近的车道线形点作为壳结构的圆心；设置步长，以圆心为中心，构建若干个同心圆，相邻两个同心圆构成一个圆环；基于所述任一个簇内每一个车道线形点到圆心的距离，将所有车道线形点分配到对应的圆环中。其中，构建的壳结构及车道线形点的分布示意图可参见图2，比如，比如，1m为步长，构建若干个同心圆，同心圆从里向外的编号为0、1、2、3、...、m，那么编号为0和编号为0的同心圆之间形成一个圆环，编号为(m-1)的同心圆和编号为m的同心圆之间也形成一个圆环，总共形成(m-1)个圆环，比如，从里层到外层的圆环的编号为r1、r2、...、r
m-1
。
[0064]
s3，按照从外环到内环的匹配顺序，对相邻两个圆环中的车道线形点进行匹配，得到所述任一个簇内车道线形点的匹配关系。
[0065]
作为实施例，所述按照从外环到内环的匹配顺序，对相邻两个圆环中的车道线形点进行匹配，得到所述任一个簇内车道线形点的匹配关系，之前还包括：对于同一个圆环内的车道线形点，基于所述改进的dbscan聚类算法进行聚类，得到至少一个子簇，并计算每一个子簇的壳内质心点，得到每一个圆环内的至少一个壳内质心点。
[0066]
可理解的是，上述步骤s2将簇内的所有车道线形点分配到对应的圆环中之后，对
于同一个圆环内的车道线形点，采用步骤s1中的点聚类方式进行聚类，形成每一个圆环内的至少一个子簇，根据每一个子簇内的车道线形点的空间坐标向量和方向向量，求取平均值，作为每一个子簇的壳内质心点，得到每一个圆环内的多个壳内质心点，可参见图3。
[0067]
作为实施例，所述按照从外环到内环的匹配顺序，对相邻两个圆环中的车道线形点进行匹配，得到所述任一个簇内车道线形点的匹配关系，包括：对每相邻两个圆环中的车道线形点进行匹配，形成至少一条匹配连链；相应的，基于所述匹配关系，对所述任一个簇内所有车道线形点进行分类，包括：基于匹配链的数量，对所述任一个簇内所有车道线形点进行分类。
[0068]
可理解的是，对壳结构内的车道线形点进行聚类时，按照从外环到内环的匹配顺序，将相邻两个圆环内的壳内质心点进行匹配，比如，前述的从里层到外层的圆环的编号为r1、r2、...、r
m-1
，那么首先匹配r
m-1
圆环内的多个壳内质心点和r
m-2
圆环内的多个壳内质心点，然后再匹配r
m-2
圆环内的多个壳内质心点和r
m-3
圆环内的多个壳内质心点，依次类推，最后匹配r2圆环内的壳内质心点和r1圆环内的壳内质心点。
[0069]
在对相邻的两个圆环内的壳内质心点进行匹配的过程中，定义外层圆环壳内质心点为源点，内层圆环壳内质心为目标点。将问题转换为多个源点与多个目标点之间的最优分配问题，首先采用匈牙利算法得到一对一的解，计算此时匹配的算是函数，损失函数的计算借鉴了步骤1中点聚类时采用的带有权重的距离计算方法，并设置源点和目标点不进行分配时损失为1。在使用匈牙利算法后，对于没有匹配的源点和目标点再次进行分配，遍历每个未分配源点，找到目标点中的最小损失匹配点，若分配后的损失小于分配前，将该匹配对加入集合中。不断进行调整匹配解，使得损失函数最小，此时为最优匹配解，将源点和目标点的匹配对加入集合中。
[0070]
其中，将源点和目标点的匹配结果分为5种，如下表1所示：
[0071]
表1源点和目标点的匹配结果表
[0072][0073]
其中，对表1说明如下：
[0074]
对于"no predecessor"连接，表示需要添加一个新的标线。
[0075]
对于"one-to-one connection",需要将已生成的线进行延伸，添加一个新的点集合中。
[0076]
对于"split"连接，需要终结对应线段，并添加一个新的节点和n个新的标线。对应
得是车道线”分歧”情景得处理。
[0077]
对于"merge"连接，创建一个节点，终结n个已生成的标线，并生成一个新的标线。对应得是车道线”合流”情景得处理。
[0078]
对于"no successor"连接，表示需要终结当前迭代，进入下一个迭代，此情况是由于噪声或者其它原因导致壳体中缺失簇中心。
[0079]
通过上述的匹配方式，可得到壳内质心点的匹配关系，可能存在不匹配的关系，或者一个源点对应多个目标点的匹配关系，或者多个源点对应一个目标点的匹配关系，或者一个源点对应一个目标点的匹配关系。根据这些匹配关系及有序的匹配点对，可形成至少一条匹配链。其中，若存在一个源点对应多个目标点的匹配关系，那么对应的道路分歧场景；若存在多个源点对应一个目标点的匹配关系，那么对应的道路为合流场景。此时，可能会形成多条匹配链。
[0080]
s4，基于所述匹配关系，对所述任一个簇内所有车道线形点进行分类。
[0081]
可理解的是，参见图4，通过匹配最终形成了两条匹配链，那么车道线形点可分为两类，比如主干道和分支道路。
[0082]
s5，根据同一分类的所有车道线形点进行拟合，获得每一分类的车道线。
[0083]
可理解的是，基于每一分类的匹配点对，可得若干个有序点集，每个点集的表现形式为g＝{g1,g2,g3……gn
}，采用三次多项式函数进行拟合，表现形式为y＝(a0+a1*x+a2*x2+a3*x3),并使用均方根误差来评价拟合函数的结果，求得未知参数a0,a1,a2,a3使样本点的预测值与目标值的损失和最小，拟合得到对应的车道线。
[0084]
图5为本发明实施例提供的一种车道线分类拟合系统结构图，如图5所示，一种车道线分类拟合系统，包括聚类模块501、构建模块502、匹配模块503、分类模块504和拟合模块505，其中：
[0085]
聚类模块501，用于基于众包采集数据获取车道线形点序列，基于改进的dbscan聚类算法对所述车道线形点序列中的车道线形点进行聚类，得到聚类后的多个簇；
[0086]
构建模块502，用于对于任一个簇，构建壳结构，所述壳结构由一组均匀分布的同心圆构成，所述壳结构的圆心为距离所述任一个簇的中心最近的车道线形点，其中，相邻两个同心圆形成一个圆环，将所述任一个簇中所有车道线形点分配到对应的圆环中；
[0087]
匹配模块503，用于按照从外环到内环的匹配顺序，对相邻两个圆环中的车道线形点进行匹配，得到所述任一个簇内车道线形点的匹配关系；
[0088]
分类模块504，用于基于所述匹配关系，对所述任一个簇内所有车道线形点进行分类；
[0089]
拟合模块505，用于根据同一分类的所有车道线形点进行拟合，获得每一分类的车道线。
[0090]
可以理解的是，本发明提供的一种车道线分类拟合系统与前述各实施例提供的车道线分类拟合方法相对应，车道线分类拟合系统的相关技术特征可参考车道线分类拟合方法的相关技术特征，在此不再赘述。
[0091]
请参阅图6，图6为本发明实施例提供的电子设备的实施例示意图。如图6所示，本发明实施例提了一种电子设备600，包括存储器610、处理器620及存储在存储器610上并可在处理器620上运行的计算机程序611，处理器620执行计算机程序611时实现车道线分类拟
合方法的步骤。
[0092]
请参阅图7，图7为本发明提供的一种计算机可读存储介质的实施例示意图。如图7所示，本实施例提供了一种计算机可读存储介质700，其上存储有计算机程序711，该计算机程序711被处理器执行时实现车道线分类拟合方法的步骤。
[0093]
本发明实施例提供的一种车道线分类拟合方法及系统，在对车道线进行聚类时，不仅考虑到了车道线形点的空间距离，还对形点方向向量夹角进行计算，分类结果更加准确。提出了一种基于壳的聚类算法，对每个壳内再次进行聚类得到质心，由匈牙利算法进行由外向里的匹配。对于各种匹配情况进行分类处理，在分歧、合流等复杂场景取得了较好的效果。
[0094]
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
[0095]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0096]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0097]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0098]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0099]
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
[0100]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。