车道线的生成方法、生成装置、电子设备及存储介质制造方法及图纸

车道线的生成方法、生成装置、电子设备及存储介质，其中，所述生成方法包括：从已生成的车道线的形状点中，获取至少两个形状点作为目标形状点，所述目标形状点至少包括沿所述车道线的行进方向排序在最后的一个形状点；基于所述目标形状点和预设的延伸线距离，沿所述车道线的行进方向向前进行曲线拟合，得到所述车道线的延伸线；沿所述车道线的延伸线，生成所述车道线的新的形状点。采用上述方案，可以提高车道线的生成质量和生成效率。车道线的生成质量和生成效率。车道线的生成质量和生成效率。

【技术实现步骤摘要】
车道线的生成方法、生成装置、电子设备及存储介质


[0001]本公开实施例涉及电子地图生成
，尤其涉及车道线的生成方法、生成装置、电子设备及存储介质。

技术介绍

[0002]为支持自动驾驶决策或者高级辅助驾驶等能力，目前的电子地图在逐步向高精地图的方向演进，针对道路，与普通地图相比，高精地图表达了道路更多的细节信息，如车道线、车道中心线、车道属性变化等。
[0003]现有技术一般通过道路的激光点云数据生成高精地图，其主要依据不同物质的反射率差异，从激光点云中识别出车道线点云，进而基于车道线点云识别出车道线，或者通过人工在道路的激光点云数据中标定的方式生成车道线。
[0004]然而，在车道线实际生成过程中，专利技术人发现，道路的激光点云会存在缺失或者不清晰的情况，因此，纯自动化生成车道线的方式存在质量不高，而纯人工作业效率太低的问题。

技术实现思路

[0005]有鉴于此，本公开实施例提供一种车道线的生成方法、生成装置、电子设备及存储介质，能够兼顾车道线生成效率和生成质量。
[0006]本公开实施例的一个方面，提供了一种车道线的生成方法，包括：
[0007]从已生成的车道线的形状点中，获取至少两个形状点作为目标形状点，所述目标形状点至少包括沿所述车道线的行进方向排序在最后的一个形状点；
[0008]基于所述目标形状点和预设的延伸线距离，沿所述车道线的行进方向向前进行曲线拟合，得到所述车道线的延伸线；
[0009]沿所述车道线的延伸线，生成所述车道线的新的形状点。
[0010]可选地，所述沿所述车道线的延伸线，生成所述车道线的新的形状点，包括：
[0011]在所述车道线的延伸线上，生成所述车道线的新的形状点。
[0012]可选地，所述沿所述车道线的延伸线，生成所述车道线的新的形状点，包括：
[0013]沿所述车道线的延伸线，获取位于延伸线周边的点云数据；
[0014]利用所述点云数据，生成所述车道线的新的形状点。
[0015]可选地，所述利用所述点云数据，生成所述车道线的新的形状点，包括：
[0016]在所述延伸线两侧预设扩展距离内的激光点云中依据反射率得到所述车道线的点云；
[0017]基于得到的所述车道线的点云，进行车道线识别，生成所述车道线的新的形状点。
[0018]可选地，在所述车道线的延伸线上，生成所述车道线的新的形状点之前，还包括：
[0019]基于延伸线周边的点云中标记的形状点，对所述延伸线进行修正，得到修正后的延伸线。
[0020]可以地，采用如下步骤得到所述预设的延伸线距离：
[0021]基于所述目标形状点，获取由所述目标形状点构成的车道段的曲率；
[0022]若所述车道段的曲率表示所述车道段为直道，则选择预设的第一距离作为所述延伸线距离；
[0023]若所述车道段的曲率表示所述车道段为弯道，则选择预设的第二距离，并按照曲率对所述第二距离进行调整，得到所述延伸线距离。
[0024]可选地，所述按照曲率对所述第二距离进行调整，得到所述延伸线距离，包括：
[0025]若所述车道段的曲率大于所述第二距离对应的曲率阈值，则缩短所述第二距离，并将缩短后的距离作为所述延伸线距离，其中，所述车道段的曲率和所述曲率阈值的差值越大，对所述第二距离的缩短的幅度越大；
[0026]若所述车道段的曲率小于所述第二距离对应的曲率阈值，则增长所述第二距离，并将增长后的距离作为所述延伸线距离，其中，所述车道段的曲率和所述曲率阈值的差值越小，对所述第二距离的增长的幅度越小。
[0027]本公开实施例的另一方面，提供了一种车道线生成装置，包括：
[0028]目标形状点获取单元，适于从已生成的车道线的形状点中，获取至少两个形状点作为目标形状点，所述目标形状点至少包括沿所述车道线的行进方向排序在最后的一个形状点；
[0029]拟合单元，适于基于所述目标形状点和预设的延伸线距离，沿所述车道线的行进方向向前进行曲线拟合，得到所述车道线的延伸线；
[0030]生成单元，适于沿所述车道线的延伸线，生成所述车道线的新的形状点。
[0031]本公开实施例的另一个方面，还提供了一种电子设备，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行前述任一实施例所述方法的步骤。
[0032]本公开实施例的另一方面，还提供了一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行前述任一实施例所述方法的步骤。
[0033]本公开实施例的又一方面，提供了一种用于道路规划场景的道路的车道线的生成方法，包括：
[0034]从已生成的车道线的形状点中，获取至少两个形状点作为目标形状点，所述目标形状点至少包括沿所述车道线的行进方向排序在最后的一个形状点；
[0035]基于所述目标形状点和预设的延伸线距离，沿规划的车道线的行进方向向前进行曲线拟合，得到所述车道线的延伸线；
[0036]沿所述车道线的延伸线，生成所述车道线的新的形状点。
[0037]采用本公开实施例的车道线的生成方法，从已生成的车道线的形状点中，获取至少两个形状点作为目标形状点，基于所述目标形状点和预设的延伸线距离，沿所述车道线的行进方向向前进行曲线拟合，得到所述车道线的延伸线，沿所述车道线的延伸线，生成所述车道线的新的形状点，其中，所述目标形状点至少包括沿所述车道线的行进方向排序在最后的一个形状点，本公开实施例提供的车道线生成过程通过车道线的已生成的形状点进行曲线拟合，充分利用了车道线自然延伸的特性，因此，可以避免点云不清晰或处于弯道处自动识别效果不佳的问题，具有较高的生成精度，且随着新的形状点的生成，曲线拟合可以
不断向前延伸，相对于人工作业，可以极大地提高生成效率。综上可知，上述车道线生成方案可以兼顾生成效率和生成质量。
[0038]进一步地，通过沿所述车道线的延伸线，获取位于延伸线周边的点云数据，利用所述点云数据，生成所述车道线的新的形状点，可以充分利用采集到的点云数据，提高所述车道线的生成精度。
[0039]进一步地，通过在所述延伸线两侧预设扩展距离内的激光点云中依据反射率得到所述车道线点云，并基于得到的所述车道线的点云，进行车道线识别，生成所述车道线的新的形状点，这一生成过程结合了车道线的自然延伸属性及实际得到的车道线的点云，因此可以进一步提高生成的车道线的精度。
[0040]进一步地，通过先基于延伸线周边的点云中标记的形状点，对所述延伸线进行修正，得到修正后的延伸线，之后，在所述车道线的延伸线上，生成所述车道线的新的形状点，可以进一步提高生成到车道线的精度。
[0041]进一步地，基于所述目标形状点，获取由所述目标形状点构成的车道段的曲率，通过所述车道段的曲率确定所述车道段为直道还是弯道，对于直道，选择预设的第一距离作为延伸线距离，对于弯道本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车道线的生成方法，其特征在于，包括：从已生成的车道线的形状点中，获取至少两个形状点作为目标形状点，所述目标形状点至少包括沿所述车道线的行进方向排序在最后的一个形状点；基于所述目标形状点和预设的延伸线距离，沿所述车道线的行进方向向前进行曲线拟合，得到所述车道线的延伸线；沿所述车道线的延伸线，生成所述车道线的新的形状点。2.根据权利要求1所述的车道线的生成方法，其特征在于，所述沿所述车道线的延伸线，生成所述车道线的新的形状点，包括：在所述车道线的延伸线上，生成所述车道线的新的形状点。3.根据权利要求1所述的方法，其特征在于，所述沿所述车道线的延伸线，生成所述车道线的新的形状点，包括：沿所述车道线的延伸线，获取位于延伸线周边的点云数据；利用所述点云数据，生成所述车道线的新的形状点。4.根据权利要求3所述的车道线的生成方法，其特征在于，所述利用所述点云数据，生成所述车道线的新的形状点，包括：在所述延伸线两侧预设扩展距离内的激光点云中依据反射率得到所述车道线的点云；基于得到的所述车道线的点云，进行车道线识别，生成所述车道线的新的形状点。5.根据权利要求2所述的车道线的生成方法，其特征在于，在所述车道线的延伸线上，生成所述车道线的新的形状点之前，还包括：基于延伸线周边的点云中标记的形状点，对所述延伸线进行修正，得到修正后的延伸线。6.根据权利要求1至5任一项所述的车道线的生成方法，其特征在于，采用如下步骤得到所述预设的延伸线距离：基于所述目标形状点，获取由所述目标形状点构成的车道段的曲率；若所述车道段的曲率表示所述车道段为直道，则选择预设的第一距离作为所述延伸线距离；若所述车道段的曲率表示所述车道段为弯道，则选择预设的第二距离，并按照曲率对所述第二距离进行调整，得到所述延伸线距离。7.根据权利要求6所...

【专利技术属性】
技术研发人员：杨东见，贾双成，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：