CN114485609A - 一种基于原始轨迹的道路骨骼线优化方法及优化*** - Google Patents

一种基于原始轨迹的道路骨骼线优化方法及优化*** Download PDF

Info

Publication number
CN114485609A
CN114485609A CN202111538097.8A CN202111538097A CN114485609A CN 114485609 A CN114485609 A CN 114485609A CN 202111538097 A CN202111538097 A CN 202111538097A CN 114485609 A CN114485609 A CN 114485609A
Authority
CN
China
Prior art keywords
skeleton line
skeleton
line segments
road
line segment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111538097.8A
Other languages
English (en)
Other versions
CN114485609B (zh
Inventor
胡丹丹
尹玉成
石涤文
刘奋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heading Data Intelligence Co Ltd
Original Assignee
Heading Data Intelligence Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Heading Data Intelligence Co Ltd filed Critical Heading Data Intelligence Co Ltd
Priority to CN202111538097.8A priority Critical patent/CN114485609B/zh
Publication of CN114485609A publication Critical patent/CN114485609A/zh
Application granted granted Critical
Publication of CN114485609B publication Critical patent/CN114485609B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种基于原始轨迹的道路骨骼线优化方法及优化***，方法包括：读取原始轨迹数据和基于原始轨迹数据生成的道路骨骼线段数据；基于道路骨骼线段之间的相似度，删除重复冗余的道路骨骼线段；从多条有连接关系的骨骼线段中选取最佳骨骼线段进行连接合并；对只有唯一连接关系的骨骼线段进行合并以及对符合设定连接条件的骨骼线段进行合并，得到最终道路骨骼线。本发明对根据原始轨迹生成的道路骨骼线段进行冗余去噪，以及对于满足不同连接关系的道路骨骼线段进行连接合并，得到较为完整的道路骨骼线，得到的结果在一条道路上基本不存在不连续和部分重复的问题。

Description

一种基于原始轨迹的道路骨骼线优化方法及优化***
技术领域
本发明涉及高精度地图制作领域，更具体地，涉及一种基于原始轨迹的道路骨骼线优化方法及优化***。
背景技术
基于轨迹数据提取道路拓扑是目前地图制作以及地图在自动驾驶应用中的一个热点也是难点，限于不同路段轨迹采集次数不同、轨迹覆盖车道数量有差异、不同路况等各方面原因，提取得到的道路骨骼线会存在不连续、部分重复、有缺损等请情况，为后面提取路口、道路向量带来了很大的干扰和难度。
发明内容
本发明针对现有技术中存在的从原始轨迹数据中提取的道路骨骼线提升完整度的问题，得到的结果在一条道路上基本不存在不连续和部分重复的技术问题，提供一种基于原始轨迹的道路骨骼线优化方法及优化***。
根据本发明的第一方面，提供了一种基于原始轨迹的道路骨骼线优化方法，包括：
读取原始轨迹数据和基于原始轨迹数据生成的道路骨骼线段数据；
基于道路骨骼线段之间的相似度，删除重复冗余的道路骨骼线段；
从多条有连接关系的骨骼线段中选取最佳骨骼线段进行连接合并；
对只有唯一连接关系的骨骼线段进行合并以及对符合设定连接条件的骨骼线段进行合并，得到最终道路骨骼线。
在上述技术方案的基础上，本发明还可以作出如下改进。
可选的，所述基于道路骨骼线段之间的相似度，删除重复冗余的道路骨骼线段，包括：
基于每两条骨骼线段之间的距离和角度差，计算每两条骨骼线段之间的相似度，对于相似度大于设定相似度阈值的两条骨骼线段，删除其中一条骨骼线段。
可选的，通过如下方式获取每两条骨骼线段之间的距离和角度差，包括：
获取第一骨骼线段和第二骨骼线段在空间上具有重合的部分，分别为第一骨骼子线段和第二骨骼子线段，计算第一骨骼子线段上的每一个轨迹点到第二骨骼子线段上的投影距离，形成投影距离集合dis_p；
获取第一骨骼子线段在每一个轨迹点处的角度和第二骨骼子线段在对应投影点处的角度，将两个角度相减，得到角度差集合，并计算角度差集合的标准差Δangle_std。
可选的，所述基于每两条骨骼线段之间的距离和角度差，计算每两条骨骼线段之间的相似度，包括：
w1＝投影距离集合dis_p中元素值小于固定距离阈值d的元素个数/min(第一骨骼线段上的轨迹点数，第二骨骼线段上的轨迹点数)；
w2＝Δangle_std/标准差阈值；
每两条骨骼线段之间的相似度w＝w1+w2。
可选的，所述从多条有连接关系的骨骼线段中选取最佳骨骼线段进行连接，包括：
若任一条骨骼线段与其它多条骨骼线段均具有连接关系，则基于所述任一条骨骼线段与其它每一条骨骼线段的首尾间的相似度，从其它多条骨骼线段中选取与所述任一条骨骼线段的相似度最高的骨骼线段作为最佳骨骼线段，与所述任一条骨骼线段进行合并。
可选的，所述对只有唯一连接关系的骨骼线段进行合并，包括：
对于两条骨骼线段，若第三骨骼线段是第四骨骼线段的唯一前驱，且第四骨骼线段是第三骨骼线段的唯一后继，则将第三骨骼线段和第四骨骼线段连接合并。
可选的，所述对符合设定连接条件的骨骼线段进行合并，包括：
如果两条骨骼线段的连接点有且仅有一个，且连接点位于两条骨骼线段的首尾，则对两条骨骼线段首尾连接合并。
根据本发明的第二方面，提供一种基于原始轨迹的道路骨骼线优化***，包括：
读取模块，用于读取原始轨迹数据和基于原始轨迹数据生成的道路骨骼线段数据；
删除模块，用于基于道路骨骼线段之间的相似度，删除重复冗余的道路骨骼线段；
连接合并模块，用于从多条有连接关系的骨骼线段中选取最佳骨骼线段进行连接合并；以及对只有唯一连接关系的骨骼线段进行合并以及对符合设定连接条件的骨骼线段进行合并，得到最终道路骨骼线。
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基于原始轨迹的道路骨骼线优化方法的步骤。
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基于原始轨迹的道路骨骼线优化方法的步骤。
本发明提供的一种基于原始轨迹的道路骨骼线优化方法及优化***，对根据原始轨迹生成的道路骨骼线段进行冗余去噪，以及对于满足不同连接关系的道路骨骼线段进行连接合并，得到较为完整的道路骨骼线，得到的结果在一条道路上基本不存在不连续和部分重复的问题。
附图说明
图1为本发明提供的一种基于原始轨迹的道路骨骼线优化方法流程图；
图2为根据原始轨迹生成的原始道路骨骼线段示意图；
图3为删除重复冗余的骨骼线段的示意图；
图4为挑选最佳骨骼线段进行连接的示意图；
图5为获取两条骨骼线段在空间上具有重合部分的示意图；
图6为获取两条骨骼线段之间的距离集合的示意图；
图7为获取两条骨骼线段的角度差集合的示意图；
图8为对有唯一连接关系的骨骼线段连接合并的示意图；
图9为连接合并符合设定连接条件的骨骼线段的示意图；
图10为基于原始轨迹的道路骨骼线优化方法的整体流程图；
图11为本发明提供的一种基于原始轨迹的道路骨骼线段优化***的结构示意图；
图12为本发明提供的一种可能的电子设备的硬件结构示意图；
图13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
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
实施例一
一种基于原始轨迹的道路骨骼线优化方法，参见图1，该道路骨骼线优化方法主要包括以下步骤：
S1，读取原始轨迹数据和基于原始轨迹数据生成的道路骨骼线段数据。
可以理解的是，读取原始轨迹数据、基于原始轨迹生成的道路骨骼线数据，以及骨骼线与轨迹点的归属关系数据，即每个轨迹点归属于哪条骨骼线，其中，基于原始轨迹生成的道路骨骼线可参见图2。
S2，基于道路骨骼线段之间的相似度，删除重复冗余的道路骨骼线段。
作为实施例，所述基于道路骨骼线段之间的相似度，删除重复冗余的道路骨骼线段，包括：基于每两条骨骼线段之间的距离和角度差，计算每两条骨骼线段之间的相似度，对于相似度大于设定相似度阈值的两条骨骼线段，删除其中一条骨骼线段，保留另一条道路骨骼线，可参见图3。
其中，通过如下方式获取每两条骨骼线段之间的距离和角度差，包括：获取第一骨骼线段和第二骨骼线段在空间上具有重合的部分，分别为第一骨骼子线段和第二骨骼子线段，计算第一骨骼子线段上的每一个轨迹点到第二骨骼子线段上的投影距离，形成投影距离集合dis_p；获取第一骨骼子线段在每一个轨迹点处的角度和第二骨骼子线段在对应投影点处的角度，将两个角度相减，得到角度差集合，并计算角度差集合的标准差Δangle_std。
所述基于每两条骨骼线段之间的距离和角度差，计算每两条骨骼线段之间的相似度，包括：w1＝投影距离集合dis_p中元素值小于固定距离阈值d的元素个数/min(第一骨骼线段上的轨迹点数，第二骨骼线段上的轨迹点数)；w2＝Δangle_std/标准差阈值；每两条骨骼线段之间的相似度w＝w1+w2。
具体的，参见图4，对于第一骨骼线段L1和第二骨骼线段L2,获取两条骨骼线段在空间上具有重合的部分，得到第一骨骼子线段和第二骨骼子线段。
参见图5，在第一骨骼子线段上的轨迹点P1、P2投影到第二骨骼线段上，投影点为P1’、P2’，获取P1P1’的距离和P2P2’之间的距离，得到投影距离集合dis_p；以及获取第一骨骼子线段在P1处的角度和第二骨骼子线段在P1’处的角度，两者相减得到一个角度差，同样的，获取第一骨骼子线段在P2处的角度和第二骨骼子线段在P2’处的角度，两者相减得到一个角度差，遍历每一个轨迹点，得到角度差集合，并计算角度差集合的标准差Δangle_std。
S3，从多条有连接关系的骨骼线段中选取最佳骨骼线段进行连接合并。
作为实施例，所述从多条有连接关系的骨骼线段中选取最佳骨骼线段进行连接，包括：若任一条骨骼线段与其它多条骨骼线段均具有连接关系，则基于所述任一条骨骼线段与其它每一条骨骼线段的首尾间的相似度，从其它多条骨骼线段中选取与所述任一条骨骼线段的相似度最高的骨骼线段作为最佳骨骼线段，与所述任一条骨骼线段进行合并。
具体的，从多条有连接关系的骨骼线段中选取最合适的线段进行连接：在分歧、合流或者其他更复杂的场景，一条道路骨骼线会与其他多条骨骼线之间有连接关系，通过线段首尾间的相似度选择相似度最高的线段进行连接合并。参见图6，对于骨骼线段1的尾部，如果存在多条骨骼线与之具有连接关系，则选取方向上与骨骼线段1最接近的骨骼线段2作为最佳骨骼线段，将骨骼线段1和骨骼限度2进行连接合并。其中，选取最佳连接道路骨骼线段的示意图可参见图7。
S4，对只有唯一连接关系的骨骼线段进行合并以及对符合设定连接条件的骨骼线段进行合并，得到最终道路骨骼线。
作为实施例，所述对只有唯一连接关系的骨骼线段进行合并，包括：对于两条骨骼线段，若第三骨骼线段是第四骨骼线段的唯一前驱，且第四骨骼线段是第三骨骼线段的唯一后继，则将第三骨骼线段和第四骨骼线段连接合并。
其中，所述对符合设定连接条件的骨骼线段进行合并，包括：如果两条骨骼线段的连接点有且仅有一个，且连接点位于两条骨骼线段的首尾，则对两条骨骼线段首尾连接合并。
具体的，在弯道、掉头等地方，可能由于线段相似度较低导致在上一步中没有连接起来，如果对某两条线段A、B而言，线段A是线段B唯一的前驱，线段B是线段A唯一的后继，则A和B相连接是非常合理的，对于具有唯一连接关系的骨骼线段进行连接合并的示意图可参见图8。
还有些线段均不符合以上情况，但是如果两条线段的连接点有且只有一处，且都在线段的首尾，则这种情况也是可以连接的。这一步与上一步的区别在于，在这里连接的线段不一定是唯一的连接关系，如线段A在中间部分与线段B有连接关系，线段A在末尾与线段C有连接关系，线段C在首部与线段A存在连接关系，线段C在中间或者末尾与线段D存在连接关系，对于这种不唯一的连接关系，但是在线段A末尾与线段C的首部，彼此的连接关系是唯一的，所以可以直接将A、C线段合并，对于符合设定连接条件的骨骼线段的连接合并示意图可参见图9。
实施例二
一种基于原始轨迹的道路骨骼线优化方法，参见图10，该道路骨骼线优化方法，在获得原始轨迹生成的道路骨骼线后，先根据骨骼线形状删除部分重复的冗余骨骼线，再根据原始轨迹线得到道路骨骼线之间的初步连接关系，因为存在道路分歧、合流等，一条道路骨骼线可能会在不同位置与多条其他骨骼线有连接关系，根据线段之间首尾部分的相似度，选择最合适的线段进行连接，在这一步骤后，一些弯道、掉头或者路况较复杂等地方由于相似度不高无法连接，然后再挑选线段首或尾只有唯一连接关系的线段进行连接，最后再判断线段与其有连接关系的各线段之间的连接条件，符合一定连接条件的线段合并，从而可得到较完整的道路骨骼线。
实施例三
一种基于原始轨迹的道路骨骼线优化***，参见图11，该道路骨骼线优化***包括读取模块1101、删除模块1102和连接合并模块1103。
其中，读取模块1101，用于读取原始轨迹数据和基于原始轨迹数据生成的道路骨骼线段数据；
删除模块1102，用于基于道路骨骼线段之间的相似度，删除重复冗余的道路骨骼线段；
连接合并模块1103，用于从多条有连接关系的骨骼线段中选取最佳骨骼线段进行连接合并；以及对只有唯一连接关系的骨骼线段进行合并以及对符合设定连接条件的骨骼线段进行合并，得到最终道路骨骼线。
可以理解的是，本发明提供的一种基于原始轨迹的道路骨骼线优化***与前述各实施例提供的基于原始轨迹的道路骨骼线优化方法相对应，基于原始轨迹的道路骨骼线优化***的相关技术特征可参考基于原始轨迹的道路骨骼线优化方法的相关技术特征，在此不再赘述。
实施例四
请参阅图12，图12为本发明实施例提供的电子设备的实施例示意图。如图12所示，本发明实施例提了一种电子设备1200，包括存储器1210、处理器1220及存储在存储器1210上并可在处理器1220上运行的计算机程序1211，处理器1220执行计算机程序1211时实现以下步骤：读取原始轨迹数据和基于原始轨迹数据生成的道路骨骼线段数据；基于道路骨骼线段之间的相似度，删除重复冗余的道路骨骼线段；从多条有连接关系的骨骼线段中选取最佳骨骼线段进行连接合并；对只有唯一连接关系的骨骼线段进行合并以及对符合设定连接条件的骨骼线段进行合并，得到最终道路骨骼线。
实施例五
请参阅图13，图13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13所示，本实施例提供了一种计算机可读存储介质1300，其上存储有计算机程序1311，该计算机程序1311被处理器执行时实现如下步骤：读取原始轨迹数据和基于原始轨迹数据生成的道路骨骼线段数据；基于道路骨骼线段之间的相似度，删除重复冗余的道路骨骼线段；从多条有连接关系的骨骼线段中选取最佳骨骼线段进行连接合并；对只有唯一连接关系的骨骼线段进行合并以及对符合设定连接条件的骨骼线段进行合并，得到最终道路骨骼线。
本发明实施例提供的一种基于原始轨迹的道路骨骼线优化方法及优化***，对根据原始轨迹生成的道路骨骼线段进行冗余去噪，以及对于满足不同连接关系的道路骨骼线段进行连接合并，得到较为完整的道路骨骼线，得到的结果在一条道路上基本不存在不连续和部分重复的问题。
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。
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、***、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。
本发明是参照根据本发明实施例的方法、设备(***)、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。
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。
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。
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。
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。

Claims (10)

1.一种基于原始轨迹的道路骨骼线优化方法，其特征在于，包括：
读取原始轨迹数据和基于原始轨迹数据生成的道路骨骼线段数据；
基于道路骨骼线段之间的相似度，删除重复冗余的道路骨骼线段；
从多条有连接关系的骨骼线段中选取最佳骨骼线段进行连接合并；
对只有唯一连接关系的骨骼线段进行合并以及对符合设定连接条件的骨骼线段进行合并，得到最终道路骨骼线。
2.根据权利要求1所述的道路骨骼线优化方法，其特征在于，所述基于道路骨骼线段之间的相似度，删除重复冗余的道路骨骼线段，包括：
基于每两条骨骼线段之间的距离和角度差，计算每两条骨骼线段之间的相似度，对于相似度大于设定相似度阈值的两条骨骼线段，删除其中一条骨骼线段。
3.根据权利要求2所述的道路骨骼线优化方法，其特征在于，通过如下方式获取每两条骨骼线段之间的距离和角度差，包括：
获取第一骨骼线段和第二骨骼线段在空间上具有重合的部分，分别为第一骨骼子线段和第二骨骼子线段，计算第一骨骼子线段上的每一个轨迹点到第二骨骼子线段上的投影距离，形成投影距离集合dis_p；
获取第一骨骼子线段在每一个轨迹点处的角度和第二骨骼子线段在对应投影点处的角度，将两个角度相减，得到角度差集合，并计算角度差集合的标准差Δangle_std。
4.根据权利要求3所述的道路骨骼线优化方法，其特征在于，所述基于每两条骨骼线段之间的距离和角度差，计算每两条骨骼线段之间的相似度，包括：
w1＝投影距离集合dis_p中元素值小于固定距离阈值d的元素个数/min(第一骨骼线段上的轨迹点数，第二骨骼线段上的轨迹点数)；
w2＝Δangle_std/标准差阈值；
每两条骨骼线段之间的相似度w＝w1+w2。
5.根据权利要求1所述的道路骨骼线优化方法，其特征在于，所述从多条有连接关系的骨骼线段中选取最佳骨骼线段进行连接，包括：
若任一条骨骼线段与其它多条骨骼线段均具有连接关系，则基于所述任一条骨骼线段与其它每一条骨骼线段的首尾间的相似度，从其它多条骨骼线段中选取与所述任一条骨骼线段的相似度最高的骨骼线段作为最佳骨骼线段，与所述任一条骨骼线段进行合并。
6.根据权利要求1所述的道路骨骼线优化方法，其特征在于，所述对只有唯一连接关系的骨骼线段进行合并，包括：
对于两条骨骼线段，若第三骨骼线段是第四骨骼线段的唯一前驱，且第四骨骼线段是第三骨骼线段的唯一后继，则将第三骨骼线段和第四骨骼线段连接合并。
7.根据权利要求1所述的道路骨骼线优化方法，其特征在于，所述对符合设定连接条件的骨骼线段进行合并，包括：
如果两条骨骼线段的连接点有且仅有一个，且连接点位于两条骨骼线段的首尾，则对两条骨骼线段首尾连接合并。
8.一种基于原始轨迹的道路骨骼线优化***，其特征在于，包括：
读取模块，用于读取原始轨迹数据和基于原始轨迹数据生成的道路骨骼线段数据；
删除模块，用于基于道路骨骼线段之间的相似度，删除重复冗余的道路骨骼线段；
连接合并模块，用于从多条有连接关系的骨骼线段中选取最佳骨骼线段进行连接合并；以及对只有唯一连接关系的骨骼线段进行合并以及对符合设定连接条件的骨骼线段进行合并，得到最终道路骨骼线。
9.一种电子设备，其特征在于，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如权利要求1-7任一项所述的基于原始轨迹的道路骨骼线优化方法的步骤。
10.一种计算机可读存储介质，其特征在于，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如权利要求1-7任一项所述的基于原始轨迹的道路骨骼线优化方法的步骤。
CN202111538097.8A 2021-12-15 2021-12-15 一种基于原始轨迹的道路骨骼线优化方法及优化*** Active CN114485609B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111538097.8A CN114485609B (zh) 2021-12-15 2021-12-15 一种基于原始轨迹的道路骨骼线优化方法及优化***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111538097.8A CN114485609B (zh) 2021-12-15 2021-12-15 一种基于原始轨迹的道路骨骼线优化方法及优化***

Publications (2)

Publication Number Publication Date
CN114485609A true CN114485609A (zh) 2022-05-13
CN114485609B CN114485609B (zh) 2023-08-01

Family

ID=81493417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111538097.8A Active CN114485609B (zh) 2021-12-15 2021-12-15 一种基于原始轨迹的道路骨骼线优化方法及优化***

Country Status (1)

Country Link
CN (1) CN114485609B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07287750A (ja) * 1994-04-19 1995-10-31 Nippon Steel Corp 地図を表す線分データから道路領域を認識する方法
CN105205196A (zh) * 2014-06-27 2015-12-30 国际商业机器公司 用于生成路网的方法和***
CN108763558A (zh) * 2018-05-25 2018-11-06 武汉大学 一种基于地图匹配的众包地图道路质量改进方法
CN109241069A (zh) * 2018-08-23 2019-01-18 中南大学 一种基于轨迹自适应聚类的路网快速更新的方法及***
CN110288675A (zh) * 2019-06-30 2019-09-27 武汉中海庭数据技术有限公司 一种车道参考线构建方法、装置及存储介质
CN110728735A (zh) * 2019-09-17 2020-01-24 武汉中海庭数据技术有限公司 道路级拓扑图层构建方法及***
US20200240794A1 (en) * 2019-01-28 2020-07-30 Uatc, Llc Scaffolds for globally consistent maps
CN112632201A (zh) * 2020-12-12 2021-04-09 武汉中海庭数据技术有限公司 一种交通道路拓扑网构建方法及装置
CN113190538A (zh) * 2021-03-31 2021-07-30 北京中交兴路信息科技有限公司 一种基于轨迹数据的道路构建方法、装置、存储介质及终端

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07287750A (ja) * 1994-04-19 1995-10-31 Nippon Steel Corp 地図を表す線分データから道路領域を認識する方法
CN105205196A (zh) * 2014-06-27 2015-12-30 国际商业机器公司 用于生成路网的方法和***
US20150377636A1 (en) * 2014-06-27 2015-12-31 International Business Machines Corporation Generating a road network from location data
CN108763558A (zh) * 2018-05-25 2018-11-06 武汉大学 一种基于地图匹配的众包地图道路质量改进方法
CN109241069A (zh) * 2018-08-23 2019-01-18 中南大学 一种基于轨迹自适应聚类的路网快速更新的方法及***
US20200240794A1 (en) * 2019-01-28 2020-07-30 Uatc, Llc Scaffolds for globally consistent maps
CN110288675A (zh) * 2019-06-30 2019-09-27 武汉中海庭数据技术有限公司 一种车道参考线构建方法、装置及存储介质
CN110728735A (zh) * 2019-09-17 2020-01-24 武汉中海庭数据技术有限公司 道路级拓扑图层构建方法及***
CN112632201A (zh) * 2020-12-12 2021-04-09 武汉中海庭数据技术有限公司 一种交通道路拓扑网构建方法及装置
CN113190538A (zh) * 2021-03-31 2021-07-30 北京中交兴路信息科技有限公司 一种基于轨迹数据的道路构建方法、装置、存储介质及终端

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘正陶 等: "基于脊线检测的高分辨率图像道路中线提取算法", vol. 36, no. 4, pages 167 - 169 *
刘纪平;张用川;徐胜华;钱新林;仇阿根;张福浩;: "一种顾及道路复杂度的增量路网构建方法", vol. 48, no. 04, pages 480 - 488 *
唐炉亮 等: "利用轨迹大数据进行城市道路交叉口识别及结构提取", vol. 46, no. 06, pages 770 - 779 *

Also Published As

Publication number Publication date
CN114485609B (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
CN108088448B (zh) 一种高精度车道组与传统道路的匹配方法及装置
CN108801273B (zh) 一种道路参考线的生成方法及装置
CN112595337B (zh) 避障路径规划方法、装置、电子装置、车辆及存储介质
CN110900602B (zh) 一种定位恢复方法、装置、机器人及存储介质
CN110634104B (zh) 多地图拼接方法及装置
CN113771839A (zh) 一种自动泊车决策规划方法及***
CN115359251A (zh) 一种视觉传感器数据中多个轮廓共边计算方法及***
CN113704853B (zh) 一种基于道路元拓扑特征分类的多源道路网数据自动融合方法
CN112418193B (zh) 一种车道线识别方法及***
CN117601850A (zh) 机动车记忆泊车定位与纠偏方法、装置及可读存储介质
CN114485609A (zh) 一种基于原始轨迹的道路骨骼线优化方法及优化***
CN109631873A (zh) 高精地图的道路生成方法、装置及可读存储介质
CN116452616A (zh) 一种基于图像分割的相交轮廓点共边方法
CN116383321A (zh) 决策环境构建方法、装置、车辆及存储介质
CN116045999A (zh) 异源数据匹配方法、装置、车辆及存储介质
CN114445575A (zh) 一种基于路口拓扑信息的不同地图之间的匹配方法及***
CN116045991A (zh) 一种车辆的外轮廓无碰撞路径规划方法及装置
CN114332137A (zh) 一种中精度地图的车线边界线生成方法及***
CN114407919A (zh) 一种基于自动驾驶的碰撞检测方法及***
CN114445570A (zh) 一种从高精度地图中快速提取条带状局部地图要素的方法
CN115617934A (zh) 一种高精度地图车道组作用范围生成方法及***
CN113642448B (zh) 一种空中平台对海/地面机动目标的图像识别方法和装置
CN111811523A (zh) 路网匹配纠错方法、装置及***
CN114440855B (zh) 一种动态场景下定位和地图更新的方法及***
CN114565698A (zh) 图处理、对象处理方法，及其装置、设备、存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant