一种路沿跟踪方法、装置、设备和存储介质制造方法及图纸

本申请公开了一种路沿跟踪方法、装置、设备和存储介质。路沿跟踪方法包括获取当前时刻的预测路沿点集和检测路沿点集；基于预测路沿点集对检测路沿点集进行分组处理，得到检测路沿点集的分组结果；获取当前时刻车辆所行使的道路是否存在路沿不全的路沿识别结果；基于路沿识别结果和检测路沿点集的分组结果，对预测路沿点集和检测路沿点集进行融合处理，得到融合路沿点集；对融合路沿点集进行曲线拟合，得到当前时刻的路沿拟合结果。通过上述实施方式，可以根据识别出的检测路沿点变换与否，以及路沿是否被遮挡和缺失来融合预测路沿点集和检测路沿点集，使得复杂路况中的路沿也能稳定、准确地被跟踪出来，鲁棒性好。鲁棒性好。鲁棒性好。

【技术实现步骤摘要】
一种路沿跟踪方法、装置、设备和存储介质


[0001]本申请涉及交通
，特别是涉及一种路沿跟踪方法、装置、设备和存储介质。

技术介绍

[0002]车辆行驶过程中对周围环境的感知是实现车辆智能辅助驾驶与无人驾驶的基础，路沿检测技术是实现车辆智能路径规划和决策控制的重要环节，也是实现车道保持辅助(Lane Keeping Assist，LKA)和车道偏离预警(Lane Departure Warning，LDW)等辅助驾驶的基础。
[0003]现有路沿检测技术通常是获取车辆所在道路的当前道路场景照片，并从当前道路场景照片中检测出路沿。然而，采用此种路沿检测策略，不能根据实时的路沿状况做出调整，导致路沿检测的准确性较低。

技术实现思路

[0004]为了解决现有技术中存在的上述技术问题，本申请提供一种路沿跟踪方法、装置、设备和存储介质。
[0005]为解决上述问题，本申请提供了一种路沿跟踪方法，路沿跟踪方法包括：获取当前时刻的预测路沿点集和检测路沿点集；基于所述预测路沿点集对所述检测路沿点集进行分组处理，得到所述检测路沿点集的分组结果；获取当前时刻车辆所行使的道路是否存在路沿不全的路沿识别结果；基于所述路沿识别结果和所述检测路沿点集的分组结果，对所述预测路沿点集和所述检测路沿点集进行融合处理，得到融合路沿点集；对所述融合路沿点集进行曲线拟合，得到当前时刻的路沿拟合结果。
[0006]为解决上述问题，本申请提供了一种路沿拟合装置，路沿拟合装置包括：获取模块、分组模块、融合模块以及拟合模块；所述获取模块用于获取当前时刻的预测路沿点集和检测路沿点集；所述分组模块用于基于所述预测路沿点集对所述检测路沿点集进行分组处理，得到所述检测路沿点集的分组结果；所述获取模块用于获取当前时刻车辆所行使的道路是否存在路沿不全的路沿识别结果；所述融合模块用于基于所述路沿识别结果和所述检测路沿点集的分组结果，对所述预测路沿点集和所述检测路沿点集进行融合处理，得到融合路沿点集；所述拟合模块用于对所述融合路沿点集进行曲线拟合，得到当前时刻的路沿拟合结果。
[0007]为解决上述问题，本申请提供了一种路沿拟合设备，路沿拟合设备包括：处理器和存储器，所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现上述的方法。
[0008]为解决上述问题，本申请提供了一种计算机可读存储介质，其上存储有程序指令，所述程序指令被处理器执行时实现上述的方法。
[0009]与现有技术相比，本申请的路沿跟踪方法包括：获取当前时刻的预测路沿点集和
检测路沿点集；基于预测路沿点集对检测路沿点集进行分组处理，得到检测路沿点集的分组结果；获取当前时刻车辆所行使的道路是否存在路沿不全的路沿识别结果；基于路沿识别结果和检测路沿点集的分组结果，对预测路沿点集和检测路沿点集进行融合处理，得到融合路沿点集；对融合路沿点集进行曲线拟合，得到当前时刻的路沿拟合结果。通过上述实施方式，同时参考路沿识别结果和检测路沿点集的分组结果，以对预测路沿点集和检测路沿点集进行融合处理，然后再对融合路沿点进行曲线拟合，从而可以根据识别出的检测路沿点变换与否，以及路沿是否被遮挡和缺失来融合预测路沿点集和检测路沿点集，使得复杂路况中的路沿也能稳定、准确地被跟踪出来，鲁棒性好。
[0010]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。
附图说明
[0011]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0012]图1是本申请提供的路沿跟踪方法的一实施例的流程示意图；
[0013]图2是图1中步骤S102的一实施例流程示意图；
[0014]图3是本申请提供的获取当前时刻的预测路沿点集的一实施例流程示意图；
[0015]图4是本申请提供的路沿拟合装置一实施例结构示意图；
[0016]图5是本申请提供的路沿拟合设备一实施例的结构示意图；
[0017]图6是本申请提供的计算机存储介质一实施例的结构示意图。
具体实施方式
[0018]下面结合附图和实施例，对本申请作进一步的详细描述。特别指出的是，以下实施例仅用于说明本申请，但不对本申请的范围进行限定。同样的，以下实施例仅为本申请的部分实施例而非全部实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0019]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其他实施例相结合。
[0020]本申请的描述中，需要说明的是，除非另外明确的规定和限定，术语“安装”、“设置”、“相连”、“连接”应做广义理解，例如，可以是固定连接，可以是可拆卸连接，或一体地连接；可以是机械来能接，也可以是电连接；可以是直接相连，也可以通过中间媒介间隔相连。对于本领域的普通技术人员而言，可以具体情况连接上述属于在本申请的具体含义。
[0021]车辆行驶过程中对周围环境的感知是实现车辆智能辅助驾驶与无人驾驶的基础，路沿检测技术是实现车辆智能路径规划和决策控制的重要环节，也是实现车道保持辅助(Lane Keeping Assist，LKA)和车道偏离预警(Lane Departure Warning，LDW)等辅助驾驶
的基础。
[0022]现有的复杂路况的路沿跟踪方法可能多采用单一的融合检测结果与预测结果的策略，当道路出现遮挡或缺失的情况，难以准确地跟踪出路沿形态和位置。示例性地，一些道路中会存在车辆拥堵、车辆遮挡住路沿的情况，激光雷达无法检测到被遮挡部分的路沿点，而传统路沿跟踪方法采用单一的融合检测结果与预测结果的策略，不能根据实时的路沿状况做出调整，难以准确地跟踪出路沿形态和位置；一些道路中会出现缺失部分路沿的情况，比如十字路口、三岔路口等，同样的，缺失部分路沿点会给路沿拟合造成误差，传统的路沿跟踪方法采用单一融合检测与预测的策略，不能根据实时的路沿状况调整跟踪策略，难以准确地跟踪出路沿形态和位置；一些道路中会包含多条路沿线，比如匝道、高架桥进出口等，传统的路沿跟踪方法没有针对路沿点的匹配规则，会出现跟踪结果跳变的问题，影响实际路沿的输出。
[0023]为了解决现有技术中存在的一系列技术问题，本申请提供了一种路沿跟踪方法，参见图1，图1是本申请提供的路沿跟踪方法的一实施例的流程示意图，具体而言包括如下步骤S101～步骤S105。
[0024]步骤S101：获取当前时刻的预测路沿点集和检测路沿点集。
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种路沿跟踪方法，其特征在于，所述路沿跟踪方法包括：获取当前时刻的预测路沿点集和检测路沿点集；基于所述预测路沿点集对所述检测路沿点集进行分组处理，得到所述检测路沿点集的分组结果；获取当前时刻车辆所行使的道路是否存在路沿不全的路沿识别结果；基于所述路沿识别结果和所述检测路沿点集的分组结果，对所述预测路沿点集和所述检测路沿点集进行融合处理，得到融合路沿点集；对所述融合路沿点集进行曲线拟合，得到当前时刻的路沿拟合结果。2.根据权利要求1所述的路沿跟踪方法，其特征在于，所述基于所述路沿识别结果和所述检测路沿点集的分组结果，对所述预测路沿点集和所述检测路沿点集进行融合处理，包括：基于所述路沿识别结果和所述检测路沿点集的分组结果，确定所述预测路沿点集和所述检测路沿点集各自的融合权重；按照所述各自的融合权重对所述预测路沿点集和所述检测路沿点集进行融合处理。3.根据权利要求2所述的路沿跟踪方法，其特征在于，所述基于所述路沿识别结果和所述检测路沿点集的分组结果，确定所述预测路沿点集和所述检测路沿点集各自的融合权重，包括：若所述检测路沿点集的分组结果中不存在新生路沿点集以及所述路沿识别结果中不存在路沿不全，则确定所述预测路沿点集的融合权重与所述检测路沿点集的融合权重的差值小于或等于预设阈值。4.根据权利要求2所述的路沿跟踪方法，其特征在于，所述基于所述路沿识别结果和所述检测路沿点集的分组结果，确定所述预测路沿点集和所述检测路沿点集各自的融合权重，包括：若所述检测路沿点集的分组结果中不存在新生路沿点集以及所述路沿识别结果中存在路沿不全，则确定所述预测路沿点集的融合权重大于所述检测路沿点集的融合权重。5.根据权利要求2所述的路沿跟踪方法，其特征在于，所述基于所述路沿识别结果和所述检测路沿点集的分组结果，确定所述预测路沿点集和所述检测路沿点集各自的融合权重，包括：若所述检测路沿点集的分组结果中存在新生路沿点集以及所述路沿识别结果中不存在路沿不全，则确定所述预测路沿点集的融合权重小于所述检测路沿点集的融合权重。6.根据权利要求2所述的路沿跟踪方法，其特征在于，所述基于所述路沿识别结果和所述检测路沿点集的分组结果，确定所述预测路沿点集和所述检测路沿点集各自的融合权重，包括：若所述检测路沿点集的分组结果中存在新生路沿点集以及所述路沿识别结果中存在路沿不全，则确定所述预测路沿点集的融合权重小于所述检测路沿点集的融合权重。7.根据权利要求1
‑
6任意一项所述的路沿跟踪方法，其特征在于，所述基于所述预测路沿点集对所述检测路沿点集进行分组处理，得到所述检测路沿点集的分组结果，包括：从所述检测路沿点集中选取一个未计算过距离值的目标路沿点与所述预测路沿点集中的左路沿预测点集计算距离得到左路沿距离值，以及与所述预测路沿点集中的右路沿点
集计算距离得到右路沿距离值，重复当前步骤直至遍历所有检测路沿点；从检测路沿点的所述左路沿距离值和所述右路沿距离值中选择数值较小的一者与预设距离阈值进行比较；基于距离比较结果确定所述检测路沿点集的分组结果中是否存在新生路沿点集。8.根据权利要求7所述的路沿...

【专利技术属性】
技术研发人员：熊驰，陈宏峰，华智，方伟业，
申请(专利权)人：浙江零跑科技股份有限公司，
类型：发明
国别省市：