CN111881817B - 一种提取特定区域的方法、装置、存储介质及电子设备 - Google Patents
一种提取特定区域的方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN111881817B CN111881817B CN202010730826.9A CN202010730826A CN111881817B CN 111881817 B CN111881817 B CN 111881817B CN 202010730826 A CN202010730826 A CN 202010730826A CN 111881817 B CN111881817 B CN 111881817B
- Authority
- CN
- China
- Prior art keywords
- road
- line
- lines
- determining
- specific area
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本说明书公开了一种提取特定区域的方法、装置、存储介质及电子设备,根据道路标志线各自覆盖的区域与车辆行驶的轨迹,确定它们的重叠部分,根据重叠部分能够确定处于同一特定区域的各道路标志线,由于地图中的特定区域往往可以通过处于该特定区域中的道路标志线来划定边界范围,因此根据处于同一特定区域的各道路标志线的覆盖区域,可准确地确定并提取特定区域。而且,本说明书实施例中并不根据不同的车辆行驶轨迹的交点来提取特定区域,因此,可避免由于不同的车辆行驶轨迹在非特定区域也经常存在交点而导致的提取特定区域准确性较差的问题。
Description
技术领域
本说明书涉及计算机技术领域,尤其涉及一种提取特定区域的方法、装置、存储介质及电子设备。
背景技术
目前,对于高精地图行业来说,为了降低高精地图的制作成本,提升制图效率,自动生成高精地图的技术已经成为需求。
对于自动生成高精地图的技术而言,自动提取地图中的特定区域是生成高精地图技术的必要条件之一。这些特定区域可以是路口区域、建筑区域等。
在现有技术中,自动提取特定区域的方法主要是根据不同的车辆行驶轨迹的交点来确定特定区域并提取。
然而,由于在实际应用场景中,不同的车辆行驶轨迹也可能在非特定区域中存在交点,因此上述现有技术会导致提取的特定区域不准确。
发明内容
本说明书实施例提供一种提取特定区域的方法、装置、存储介质及电子设备,可以部分解决上述现有技术存在的问题。
本说明书实施例采用下述技术方案:
本说明书提供的一种提取特征区域的方法,包括:
采集车辆行驶轨迹;
从针对道路采集的图像中提取至少一个道路标志线;
针对提取的每个道路标志线,确定该道路标志线的覆盖区域;
获取所述车辆行驶轨迹与该道路标志线的覆盖区域的重叠部分;
根据所述车辆行驶轨迹与每个道路标志线的覆盖区域的重叠部分,从提取的各道路标志线中,确定处于同一特定区域的各道路标志线;
根据所述处于同一特定区域的各道路标志线的覆盖区域,确定所述特定区域的范围并提取。
可选地,从针对道路采集的图像中提取至少一个道路标志线,具体包括:
根据道路采集的图像,采用预先训练的识别模型,从所述图像中提取至少一个道路标志线。
可选地,确定该道路标志线的覆盖区域,具体包括:
将该道路标志线作为待合并标志线,确定所述待合并标志线的坐标以及其他道路标志线的坐标;
根据所述待合并标志线的坐标以及其他道路标志线的坐标,判断所述其他道路标志线中是否存在指定道路标志线,其中,所述指定道路标志线为需要与所述待合并标志线合并的道路标志线;
若是,则将所述指定道路标志线与所述待合并标志线进行合并,并确定合并后的道路标志线的覆盖区域;
否则,确定所述待合并标志线的覆盖区域。
可选地,判断所述其他道路标志线中是否存在指定道路标志线,具体包括:
将所述待合并标志线的覆盖范围扩大指定范围;
将与所述待合并标志线扩大后的覆盖范围至少部分重合的其他道路标志线作为指定标志线。
可选地,确定处于同一特定区域的各道路标志线,具体包括:
针对任意两个不同的道路标志线,若所述车辆行驶轨迹与该两个不同的道路标志线的覆盖区域的重叠部分之间的距离小于第一预设阈值,则确定该两个不同的道路标志线为处于同一特定区域的道路标志线。
可选地,根据所述车辆行驶轨迹与每个道路标志线的覆盖区域的重叠部分,从提取的各道路标志线中,确定处于同一特定区域的各道路标志线,具体包括:
针对每个道路标志线,将所述车辆行驶轨迹与该道路标志线的覆盖区域的重叠部分作为该道路标志线对应的子轨迹;
根据所述车辆行驶轨迹,确定每个道路标志线对应的子轨迹在所述车辆行驶轨迹中的先后顺序;
针对任意两个不同的道路标志线,若该两个不同的道路标志线对应的子轨迹在所述车辆行驶轨迹中的先后顺序相邻,则确定该两个不同的道路标志线为处于同一特定区域的道路标志线。
可选地,确定该两个不同的道路标志线为处于同一特定区域的道路标志线之前,还包括:
在所述车辆行驶轨迹中,确定位于所述车辆轨迹与该两个不同的道路标志线的覆盖区域的重叠区域之间的轨迹,作为中间轨迹;
确定所述中间轨迹的曲率落入预设曲率范围内。
可选地,根据所述处于同一特定区域的各道路标志线的覆盖区域,确定所述特定区域的范围,具体包括:
确定所述处于同一特定区域的各道路标志线的覆盖区域的外接多边形;
将所述外接多边形的覆盖区域,确定为所述特定区域的范围。
可选地,所述道路标志线包括:人行横道线和/或停止线;
所述特定区域包括:路口区域。
本说明书提供的一种提取特定区域装置,包括:
采集模块,用于采集车辆行驶轨迹;
标志线提取模块,用于从针对道路采集的图像中提取至少一个道路标志线;
覆盖区域确定模块,用于针对提取的每个道路标志线,确定该道路标志线的覆盖区域;
获取模块,用于获取所述车辆行驶轨迹与该道路标志线的覆盖区域的重叠部分;
标志线确定模块,用于根据所述车辆行驶轨迹与每个道路标志线的覆盖区域的重叠部分,从提取的各道路标志线中,确定处于同一特定区域的各道路标志线;
区域提取模块,用于根据所述处于同一特定区域的各道路标志线的覆盖区域,确定所述特定区域的范围并提取。
本说明书提供的一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的提取特征区域地方法。
本说明书提供的一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的提取特征区域地方法。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
本说明书实施例中根据道路标志线各自覆盖的区域与车辆行驶的轨迹,确定它们的重叠部分,根据重叠部分能够确定处于同一特定区域的各道路标志线,由于地图中的特定区域往往可以通过处于该特定区域中的道路标志线来划定边界范围,因此根据处于同一特定区域的各道路标志线的覆盖区域,可准确地确定并提取特定区域。而且,本说明书实施例中并不根据不同的车辆行驶轨迹的交点来提取特定区域,因此,可避免由于不同的车辆行驶轨迹在非特定区域也经常存在交点而导致的提取特定区域准确性较差的问题。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书实施例提供的提取特定区域流程示意图;
图2为本说明书实施例提供的道路标志线本身的覆盖区域的示意图;
图3a~图3c为本说明书实施例提供的确定道路标志线覆盖区域的示意图;
图4为本说明实例提供的扩大道路标志线覆盖区域的示意图;
图5为本说明实例提供的确定处于同一特定区域的道路标志线的示意图;
图6为本说明实例提供的确定特定区域的示意图;
图7为本说明书实施例提供的提取特定区域装置结构示意图;
图8为本说明书实施例提供的电子设备的结构示意图。
具体实施方式
本说明书提供的提取特定区域的方法旨在确定不同车辆行驶轨迹与各道路标志线的覆盖区域的重叠部分,根据重叠部分判断各道路标志线是否处于同一特定区域,再根据每个道路标志线的覆盖区域确定特定区域的范围并提取。
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提供的提取特定区域的流程示意图,包括:
S100:采集车辆行驶轨迹。
在本说明书实施例中,可使用包括地图采集车在内的任意车辆,采集车辆自身的行驶轨迹,作为车辆行驶轨迹。其中,可按照设定的周期,采集车辆在不同时刻的轨迹点(具体可采集车辆在不同时刻所在的坐标,作为轨迹点),根据车辆在不同时刻的轨迹点,确定该车辆的车辆行驶轨迹,还可同时记录采集每个轨迹点的采集时刻,作为该车辆行驶轨迹中不同轨迹点对应的时间戳。
具体的,在采集车辆行驶轨迹的过程中,可以采集一辆或多辆车辆的车辆行驶轨迹。
S102:从针对道路采集的图像中提取至少一个道路标志线。
在本说明书实施例中,在提取道路标志线之前,可先针对道路,采集该道路的图像,再采用预先训练的识别模型,从采集的图像中,提取至少一个道路标志线。在本说明书实施例中,所述的道路标志线可以包括人行横道线和/或停止线。
具体的,在采集道路的图像时,可使用激光雷达扫描道路,并根据激光反射强度的大小生成激光反射率底图,作为采集的道路的图像。当然,也可以使用摄像头或其他图像采集设备采集道路的图像,本说明书对此不作限制。
进一步的,预先训练识别模型时,可采用有监督训练的方法训练该识别模型。具体的,可将预先采集的道路的图像作为训练样本,并标注该图像中的道路标志线,根据作为训练样本的图像和样本对应的标注,训练该识别模型。
S104:针对提取的每个道路标志线,确定该道路标志线的覆盖区域。
在本说明书实施例中,通过步骤S102提取出了每个道路标志线之后,可先确定提取的每个道路标志线的坐标,根据坐标确定各道路标志线本身的覆盖区域。其中,在确定一个道路标志线本身的覆盖区域时,可根据该道路标志线的坐标,确定该道路标志线的最小外接多边形,将外接多边形作为各道路标志线的覆盖区域。如图2所示。
在图2中,道路标志线为人行横道线,通过上述步骤S102,可提取出该人行横道线,并确定人行横道线中每个点的坐标,然后,再根据最大和最小横坐标以及最大和最小纵坐标,确定该人行横道线的最小外接矩形,则该最小外接矩形就是该人行横道线本身的覆盖区域。当然,也可以根据最大和最小横坐标以及最大和最小纵坐标,确定该人行横道线的四个顶点,并将由这四个顶点确定的矩形作为该人行横道线本身的覆盖区域。其中,虚线所示的区域即为人行横道线本身的覆盖区域。
具体的,由于在实际应用场景中,道路标志线可能会存在磨损或被遮挡的情况,这样,在步骤S102中,可能会将本来的同一个道路标志线识别为不同的多个道路标志线。因此,在确定各道路标志线的覆盖区域之前,可判断被识别出的多个不同道路标志线是否原本应该是同一道路标志线,若是,则合并这些不同的道路标志线,然后再确定合并后的道路标志线的覆盖区域。
进一步的,上述确定道路标志线的覆盖区域的方法可包括:针对任一道路标志线,将该道路标志线作为待合并标志线,确定该待合并标志线的坐标以及其他道路标志线的坐标。根据该待合并标志线的坐标以及其他道路标志线的坐标,判断其他道路标志线中是否存在指定道路标志线,其中,所定道路标志线为需要与该待合并标志线合并的道路标志线。若是,则将该指定道路标志线与该待合并标志线进行合并,并确定合并后的道路标志线的覆盖区域;否则,确定该待合并标志线的覆盖区域。
其中,判断其他道路标志线中是否存在指定道路标志线的方法(即,判断是否存在需要与该待合并标志线合并的其他道路标志线的方法)可包括:将待合并标志线的覆盖范围扩大指定范围,将与待合并标志线扩大后的覆盖范围至少部分重合的其他道路标志线作为指定标志线。即,若将待合并标志线的覆盖范围扩大指定范围后,与扩大后的范围有重合的其他道路标志线,就是需要与该待合并标志线合并的指定标志线。或者说,该指定标志线与该待合并标志线原本就是同一道路标志线。如图3a~图3c所示。
在图3a中,通过上述步骤S102共提取出三条道路标志线,分别为标志线1~3。可采用上述方法先确定这三条道路标志线各自的覆盖区域,即为区域A~C。细虚线所示的图形是磨损或被遮挡的部分人行横道线,粗虚线所示的区域是标志线覆盖的区域。
在图3b中,针对标志线1,扩大标志线1原本的覆盖区域,即区域A。由于扩大后的区域A与区域B有重合,但与区域C没有重合,因此,可确定标志线2即为指定标志线,需要与标志线1合并,标志线3不是指定标志线,不与标志线1合并。
在图3c中,将标志线1和标志线2作为同一道路标志线进行处理,确定该同一道路标志线的最大和最小横坐标以及最大和最小纵坐标,并据此确定合并标志线1和标志线2后的道路标志线的覆盖区域,即为区域A’。
另外,上述扩大一个道路标志线的覆盖区域的方法可包括:针对任一道路标志线,将作为该道路标志线覆盖区域的最小外接多边形的短边和长边向两侧延伸指定的距离,再根据延伸后的最大和最小横坐标以及最大和最小纵坐标,确定该道路标志线的扩大后的覆盖区域,如图4所示。
在图4中,道路标志线为人行横道线,采用上述图2确定人行横道线的最小外接矩形的方法,确定人行横道线1的最小外接矩形,即区域B。其中外接矩形的最长边为a,最短边为b。将边a向两侧延伸到点a’和点a”,同时边b也向两侧延伸到点b’和点b”。根据点a’、点a”、点b’和点b”,确定人行横道1扩大后的覆盖区域,即区域C。
其中,需要说明的是,指定的距离是根据实际需求进行设置的。
还需要说明的是,上述步骤S100与S102~S104的执行顺序不分先后。
S106:获取所述车辆行驶轨迹与该道路标志线的覆盖区域的重叠部分。
在本说明书实施例中,通过上述步骤S104确定出了合并后的各道路标志线的覆盖区域之后,可将一个车辆行驶轨迹中落入道路标志线的覆盖区域的部分轨迹作为该车辆行驶轨迹与该道路标志线的覆盖部分的重叠部分。
S108:根据所述车辆行驶轨迹与每个道路标志线的覆盖区域的重叠部分,从提取的各道路标志线中,确定处于同一特定区域的各道路标志线。
在本说明书实施例中,一个车辆在行驶过程中,经过一个特定区域时,会先后经过处于该特定区域内的不同道路标志线,而且,处于该特定区域内的不同道路标志线的距离也不会太远,因此,可通过上述步骤S106获取车辆行驶轨迹与不同道路标志线的覆盖区域的重叠部分,并根据车辆行驶轨迹与不同道路标志线覆盖区域的重叠部分之间的距离和经过的先后顺序,判断不同的道路标志线是否处于同一特定区域。
具体的,根据不同道路标志线覆盖区域的重叠部分之间的距离,判断不同的道路标志线是否处于同一特定区域的方法可包括:针对任意选择两个不同的道路标志线,若车辆行驶轨迹与这两个不同的道路标志线的覆盖区域的重叠部分之间的距离小于第一预设阈值,则确定这两个不同的道路标志线为处于同一特定区域的道路标志线。
进一步,上述两个不同的道路标志线的覆盖区域的重叠部分之间的距离的判定方法可包括:两个不同重叠部分是车辆行驶轨迹中的部分轨迹,因此,可选择两个不同的部分轨迹的中点,然后把连接两个中点的线段长度作为两个不同的重叠部分之间的距离。当然,也可以选择两个不同的部分轨迹的最近点或最远点或任意两点,把连接两个最近点或最远点或任意两点的线段长度作为两个不同的重叠部分之间的距离。如图5所示。
在图5中,道路标志线为人行横道线,特定区域为路口区域,假设车辆行驶轨迹为L1,标志线1的覆盖区域为D,标志线2的覆盖区域为E。其中,轨迹L1经过D和E,重叠部分分别为l1和l1’。各取l1和l1’的中点,连接两个中点的线段为d。线段d的长度就是重叠部分l1和l1’之间的距离。若线段d小于阈值,就可以确定标志线1和标志线2处于同一路口区域。
另外,根据车辆行驶轨迹先后经过不同道路标志线覆盖区域的先后顺序,判断不同的道路标志线是否处于同一特定区域的方法可包括:针对任一道路标志线,将车辆行驶轨迹与该道路标志线的覆盖区域的重叠部分作为该道路标志线对应的子轨迹。根据同一车辆行驶轨迹,确定每个道路标志线对应的子轨迹在车辆行驶轨迹中的先后顺序。针对任意两个不同的道路标志线,若该两个不同的道路标志线对应的子轨迹在同一车辆行驶轨迹中的先后顺序相邻,则确定该两个不同的道路标志线为处于同一特定区域的道路标志线。如图5所示。
在图5中,标志线3的覆盖区域为F,标志线4的覆盖区域为G,车辆行驶轨迹为L2。其中,轨迹L2经过区域E、F、G,重叠部分分别为l2、l2’、l2”。对于标志线1和标志线3,判断l2和l2’的先后时间顺序是否相邻,若是,就可以确定标志线1和标志线3处于同一路口区域。同样,对于标志线3和标志线4,判断l2’和l2”的先后时间顺序是否相邻,若不是,说明标志线3和标志线4不处于同一路口区域。
在本说明书实施例中,还可以同时根据不同道路标志线覆盖区域的重叠部分的距离以及车辆行驶轨迹经过不同道路标志线覆盖区域的先后顺序,判断不同道路标志线是否处于同一特定区域。
具体的,针对任意两个不同的道路标志线,若这两个不同道路标志线覆盖区域的重叠部分之间的距离小于第一预设阈值,且,这两个不同道路标志线对应的子轨迹在车辆行驶轨迹中的先后顺序相邻,则确定这两个不同的道路标志线为处于同一特定区域的道路标志线。
在本说明书实施例中,除了上述的根据不同道路标志线覆盖区域的重叠部分的距离以及车辆行驶轨迹经过不同道路标志线覆盖区域的先后顺序以外,还可根据车辆行驶轨迹的曲率来进一步判断两个不同的道路标志线是否为处于同一特定区域的道路标志线。具体的,无论是上述根据不同道路标志线覆盖区域的重叠部分的距离,还是根据车辆行驶轨迹经过不同道路标志线覆盖区域的先后顺序,在确定该两个不同的道路标志线为处于同一特定区域的道路标志线之前,还可在车辆行驶轨迹中,确定位于同一车辆轨迹与这两个不同的道路标志线的覆盖区域的重叠区域之间的轨迹,作为中间轨迹。若确定中间轨迹的曲率落入预设曲率范围内,则确定该两个不同的道路标志线为处于同一特定区域的道路标志线,否则,确定该车辆行驶轨迹为非法轨迹,可忽略该车辆行驶轨迹,即,不再根据该车辆行驶轨迹判断两个不同的道路标志线是否处于同一特定区域。如图5所示。
在图5中,轨迹l1与轨迹l1’之间是轨迹l1”,判断l1”的曲率是否处于预设曲率范围,若是,且l1和l1’之间的距离小于第一预设阈值,和/或,L1经过l1和l1’的先后顺序相邻,就可以确定标志线1和标志线2处于同一路口区域。若不是,则直接舍弃这条轨迹L1。同样,对于标志线1和标志线3、标志线3和标志线4也可采用同样的方法,这里不再赘述。
S110:根据所述处于同一特定区域的各道路标志线的覆盖区域,确定所述特定区域的范围并提取。
在本说明书实施例中,根据处于同一特定区域的各道路标志线的覆盖区域,确定外接多边形,将外接多边形的覆盖区域,确定为该特定区域的范围。如图6所示。
在图6中,道路标志线为人行横道线,特定区域为路口区域,上述步骤S108确定的处于同一路口的各标志线,分别是标志线1、标志线2、标志线3、标志线4,它们相对应的区域为区域A、区域B、区域C、区域D。将这四个区域作为一个整体,根据最大和最小横坐标及最大和最小纵坐标,确定外接多边形,将外接多边形的覆盖区域确定为路口区域。其中,细虚线所示的区域为标志线的覆盖区域,粗虚线所示的区域就是路口区域。
具体的,步骤S110中确定的外接多边形可以是外接矩形。
通过上述图1所示的方法可见,本说明书实施例中根据道路标志线各自覆盖的区域与车辆行驶的轨迹,确定它们的重叠部分,根据重叠部分能够确定处于同一特定区域的各道路标志线,由于地图中的特定区域往往可以通过处于该特定区域中的道路标志线来划定边界范围,因此根据处于同一特定区域的各道路标志线的覆盖区域,可准确地确定并提取特定区域。而且,本说明书实施例中并不根据不同的车辆行驶轨迹的交点来提取特定区域,因此,可避免由于不同的车辆行驶轨迹在非特定区域也经常存在交点而导致的提取特定区域准确性较差的问题。
以上为本说明书实施例提供的提取特定区域的方法,基于同样的思路,本说明书还提供了相应的装置、存储介质和电子设备。
图7为本说明书实施例提供的一种提取特定区域装置的结构示意图,所述装置包括:
采集模块401,用于集车辆行驶轨迹;
标志线提取模块402,用于从针对道路采集的图像中提取至少一个道路标志线;
覆盖区域确定模块403,用于针对提取的每个道路标志线,确定该道路标志线的覆盖区域;
获取模块404,用于获取所述车辆行驶轨迹与该道路标志线的覆盖区域的重叠部分;
标志线确定模块405,用于根据所述车辆行驶轨迹与每个道路标志线的覆盖区域的重叠部分,从提取的各道路标志线中,确定处于同一特定区域的各道路标志线;
区域提取模块406,用于根据所述处于同一特定区域的各道路标志线的覆盖区域,确定所述特定区域的范围并提取。
可选地,所述标志线提取模块402具体用于,根据道路采集的图像,采用预先训练的识别模型,从所述图像中提取至少一个道路标志线。
可选地,所述覆盖区域确定模块403具体用于,将该道路标志线作为待合并标志线,确定所述待合并标志线的坐标以及其他道路标志线的坐标;根据所述待合并标志线的坐标以及其他道路标志线的坐标,判断所述其他道路标志线中是否存在指定道路标志线,其中,所述指定道路标志线为需要与所述待合并标志线合并的道路标志线;若是,则将所述指定道路标志线与所述待合并标志线进行合并,并确定合并后的道路标志线的覆盖区域;否则,确定所述待合并标志线的覆盖区域。
可选地,所述覆盖区域确定模块403具体用于,将所述待合并标志线的覆盖范围扩大指定范围;将与所述待合并标志线扩大后的覆盖范围至少部分重合的其他道路标志线作为指定标志线。
可选地,所述标志线确定模块405具体用于,针对任意两个不同的道路标志线,若所述车辆行驶轨迹与该两个不同的道路标志线的覆盖区域的重叠部分之间的距离小于第一预设阈值,则确定该两个不同的道路标志线为处于同一特定区域的道路标志线。
可选地,所述标志线确定模块405具体用于,根据所述车辆行驶轨迹,确定每个道路标志线对应的子轨迹在所述车辆行驶轨迹中的先后顺序;针对任意两个不同的道路标志线,若该两个不同的道路标志线对应的子轨迹在所述车辆行驶轨迹中的先后顺序相邻,则确定该两个不同的道路标志线为处于同一特定区域的道路标志线。
可选地,所述标志线确定模块405还用于,在确定该两个不同的道路标志线为处于同一特定区域的道路标志线之前,在所述车辆行驶轨迹中,确定位于所述车辆轨迹与该两个不同的道路标志线的覆盖区域的重叠区域之间的轨迹,作为中间轨迹;确定所述中间轨迹的曲率落入预设曲率范围内。
可选地,所述区域提取模块406具体用于,确定所述处于同一特定区域的各道路标志线的覆盖区域的外接多边形;将所述外接多边形的覆盖区域,确定为所述特定区域的范围。
可选地,所述道路标志线包括:人行横道线和/或停止线;所述特定区域包括:路口区域。
本说明书还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时可用于执行上述图1提供的提取特定区域的方法。
基于图1所示的运动轨迹的预测方法,本说明书实施例还提供了图8所示的无人设备的结构示意图。如图8,在硬件层面,该无人设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的提取特定区域的方法。
当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书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,本说明书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。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。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、嵌入式处理机或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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书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,本说明书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。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (9)
1.一种提取特定区域的方法,其特征在于,包括:
采集车辆行驶轨迹;
从针对道路采集的图像中提取至少一个道路标志线;
针对提取的每个道路标志线,确定该道路标志线的覆盖区域;
获取所述车辆行驶轨迹与该道路标志线的覆盖区域的重叠部分;
根据所述车辆行驶轨迹与每个道路标志线的覆盖区域的重叠部分,从提取的各道路标志线中,确定处于同一特定区域的各道路标志线;
根据所述处于同一特定区域的各道路标志线的覆盖区域,确定所述特定区域的范围并提取;
其中,根据所述车辆行驶轨迹与每个道路标志线的覆盖区域的重叠部分,从提取的各道路标志线中,确定处于同一特定区域的各道路标志线,具体包括:
针对每个道路标志线,将所述车辆行驶轨迹与该道路标志线的覆盖区域的重叠部分作为该道路标志线对应的子轨迹;
根据所述车辆行驶轨迹,确定每个道路标志线对应的子轨迹在所述车辆行驶轨迹中的先后顺序;
针对任意两个不同的道路标志线,若该两个不同的道路标志线对应的子轨迹在所述车辆行驶轨迹中的先后顺序相邻,则确定该两个不同的道路标志线为处于同一特定区域的道路标志线;其中,所述道路标志线包括:人行横道线和/或停止线;
所述特定区域包括:路口区域。
2.如权利要求1所述的方法,其特征在于,从针对道路采集的图像中提取至少一个道路标志线,具体包括:
根据道路采集的图像,采用预先训练的识别模型,从所述图像中提取至少一个道路标志线。
3.如权利要求1所述的方法,其特征在于,确定该道路标志线的覆盖区域,具体包括:
将该道路标志线作为待合并标志线,确定所述待合并标志线的坐标以及其他道路标志线的坐标;
根据所述待合并标志线的坐标以及其他道路标志线的坐标,判断所述其他道路标志线中是否存在指定道路标志线,其中,所述指定道路标志线为需要与所述待合并标志线合并的道路标志线;
若是,则将所述指定道路标志线与所述待合并标志线进行合并,并确定合并后的道路标志线的覆盖区域;
否则,确定所述待合并标志线的覆盖区域。
4.如权利要求3所述的方法,其特征在于,判断所述其他道路标志线中是否存在指定道路标志线,具体包括:
将所述待合并标志线的覆盖范围扩大指定范围;
将与所述待合并标志线扩大后的覆盖范围至少部分重合的其他道路标志线作为指定标志线。
5.如权利要求1所述的方法,其特征在于,确定处于同一特定区域的各道路标志线,具体包括:
针对任意两个不同的道路标志线,若所述车辆行驶轨迹与该两个不同的道路标志线的覆盖区域的重叠部分之间的距离小于第一预设阈值,则确定该两个不同的道路标志线为处于同一特定区域的道路标志线。
6.如权利要求5所述的方法,其特征在于,确定该两个不同的道路标志线为处于同一特定区域的道路标志线之前,所述方法还包括:
在所述车辆行驶轨迹中,确定位于车辆轨迹与该两个不同的道路标志线的覆盖区域的重叠区域之间的轨迹,作为中间轨迹;
确定所述中间轨迹的曲率落入预设曲率范围内。
7.如权利要求1所述的方法,其特征在于,根据所述处于同一特定区域的各道路标志线的覆盖区域,确定所述特定区域的范围,具体包括:
确定所述处于同一特定区域的各道路标志线的覆盖区域的外接多边形;
将所述外接多边形的覆盖区域,确定为所述特定区域的范围。
8.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1-7任一项所述的方法。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010730826.9A CN111881817B (zh) | 2020-07-27 | 2020-07-27 | 一种提取特定区域的方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010730826.9A CN111881817B (zh) | 2020-07-27 | 2020-07-27 | 一种提取特定区域的方法、装置、存储介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111881817A CN111881817A (zh) | 2020-11-03 |
| CN111881817B true CN111881817B (zh) | 2024-09-24 |
Family
ID=73200718
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010730826.9A Active CN111881817B (zh) | 2020-07-27 | 2020-07-27 | 一种提取特定区域的方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111881817B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114295119B (zh) * | 2021-12-31 | 2024-02-23 | 北京三快在线科技有限公司 | 一种构建地图的方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107782564A (zh) * | 2017-10-30 | 2018-03-09 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆测评系统及方法 |
| CN111079611A (zh) * | 2019-12-09 | 2020-04-28 | 成都奥伦达科技有限公司 | 一种道路面及其标志线的自动提取方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537834A (zh) * | 2014-12-21 | 2015-04-22 | 北京工业大学 | 一种智能车在城市道路行驶中的路口识别与路口轨迹规划的方法 |
| CN108319895B (zh) * | 2017-12-29 | 2021-09-17 | 百度在线网络技术(北京)有限公司 | 用于识别电子地图中的路口的方法和装置 |
| CN109192054B (zh) * | 2018-07-27 | 2020-04-28 | 阿里巴巴集团控股有限公司 | 一种地图区域合并的数据处理方法及装置 |
-
2020
- 2020-07-27 CN CN202010730826.9A patent/CN111881817B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107782564A (zh) * | 2017-10-30 | 2018-03-09 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆测评系统及方法 |
| CN111079611A (zh) * | 2019-12-09 | 2020-04-28 | 成都奥伦达科技有限公司 | 一种道路面及其标志线的自动提取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111881817A (zh) | 2020-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110674723B (zh) | 一种确定无人驾驶车辆行驶轨迹的方法及装置 | |
| CN111508258B (zh) | 一种定位方法及装置 | |
| CN114295119B (zh) | 一种构建地图的方法及装置 | |
| CN112629550B (zh) | 一种预测障碍物轨迹以及模型训练的方法及装置 | |
| CN110262486B (zh) | 一种无人驾驶设备运动控制方法及装置 | |
| CN112699200B (zh) | 一种地图更新的方法及装置 | |
| CN112309233B (zh) | 一种道路边界的确定、道路切分方法及装置 | |
| CN112327864A (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
| CN113968243B (zh) | 一种障碍物轨迹预测方法、装置、设备及存储介质 | |
| CN111076739A (zh) | 一种路径规划的方法及装置 | |
| CN111062372B (zh) | 一种预测障碍物轨迹的方法及装置 | |
| CN111881817B (zh) | 一种提取特定区域的方法、装置、存储介质及电子设备 | |
| CN112861831A (zh) | 一种目标物的识别方法、装置、存储介质及电子设备 | |
| CN110530398B (zh) | 一种电子地图精度检测的方法及装置 | |
| CN114332808B (zh) | 一种预测转向意图的方法及装置 | |
| CN112393723A (zh) | 一种定位方法、设备、介质及无人设备 | |
| CN114429576B (zh) | 一种生成训练样本的方法及装置 | |
| CN111426299B (zh) | 一种基于目标物的景深进行测距的方法及装置 | |
| CN112329547B (zh) | 一种数据处理方法及装置 | |
| CN114187355A (zh) | 一种图像标定方法及装置 | |
| CN113706552A (zh) | 一种激光反射率底图语义分割标注数据的生成方法及装置 | |
| CN117197781A (zh) | 一种交通标志识别的方法、装置、存储介质及电子设备 | |
| CN117804471A (zh) | 一种针对地图数据中车道航向角的处理方法、装置及设备 | |
| CN115985100A (zh) | 一种路侧设备电子围栏区域的生成方法、装置及设备 | |
| CN117037507A (zh) | 基于云控平台的网联车路径调整方法、装置、设备和介质 |
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 |