[发明专利]一种生成地图车道线的聚类参数的确定方法及系统

权利要求书

1.一种生成地图车道线的聚类参数的确定方法，其特征在于，所述聚类参数包括密度聚类的半径参数，所述确定方法包括：

步骤1，设置半径区域内的核心点最小个数的值minPts，确定用于聚类的车道线中的各条线段到最近的第k条线段的距离数组，其中，k＝minPts-1；

步骤2，将各条线段到最近的第k条线段的所述距离数组的分布转换成累积概率曲线；

步骤3，确定所述密度聚类的半径参数的值eps为所述累积概率曲线的拐点对应的距离或者所述距离数组的中位数。

2.根据权利要求1所述的确定方法，其特征在于，所述聚类参数包括半径区域内的核心点最小个数；

所述步骤1中设置的半径区域内的核心点最小个数的值minPts为有效观测到的车道线的次数。

3.根据权利要求1所述的确定方法，其特征在于，所述步骤1中两条线段的距离为两条线段的垂直距离、平行距离和角度距离的加权和。

4.根据权利要求1所述的方法，其特征在于，所述步骤1中确定用于聚类的车道线中的各条线段到最近的第k条线段的距离数组的过程包括：

步骤101，计算用于聚类的车道线中的两两线段之间的距离，构成距离矩阵；

步骤102，对所述距离矩阵进行横向从小到大的排序后，对所述距离矩阵中的第k列进行纵向排序，得到从小到大排序的各条线段到最近的第k条线段的距离数组。

5.根据权利要求1所述的方法，其特征在于，所述步骤2包括：

步骤201，设置距离区间，得到所述距离数组分别落在每个所述距离区间的距离个数，各个所述距离个数除以距离的总个数表示所述距离区间的概率，得到以所述距离区间节点为自变量、所述概率为因变量的概率密度曲线；

步骤202，绘制以所述距离区间节点为自变量、距离区间节点及其之前的累积概率为因变量的累积概率曲线。

6.根据权利要求1所述的方法，其特征在于，所述步骤3包括：

步骤301，采用最小二乘法对所述累积概率曲线进行曲线拟合得到累积概率曲线的拟合多项式；

步骤302，求所述拟合多项式的二阶导数为0的方程的解；

步骤303，计算得到所述方程有在正常区域的解时，确定所述密度聚类的半径参数的值eps为所述累积概率曲线的拐点对应的距离；否则确定所述密度聚类的半径参数的值eps为所述距离数组的中位数。

7.根据权利要求6所述的方法，其特征在于，所述步骤303中所述距离数组的中位数为：

当n为奇数时，m＝x_(nt1)/2；当n为偶数时，

m表示所述距离数组的中位数，n表示所述距离数组的数据个数，x₁...x_n表示从小到大排序的所述距离数组的单个数据。

8.一种生成地图车道线的聚类参数的确定系统，其特征在于，所述聚类参数包括密度聚类的半径参数，所述确定系统包括：距离数组确定模块、累计概率曲线转换模块和聚类参数确定模块；

距离数组确定模块，用于设置半径区域内的核心点最小个数的值minPts，确定用于聚类的车道线中的各条线段到最近的第k条线段的距离数组，其中，k＝minPts-1；

累计概率曲线转换模块，用于将各条线段到最近的第k条线段的所述距离数组的分布转换成累积概率曲线；

聚类参数确定模块，用于确定所述密度聚类的半径参数的值eps为所述累积概率曲线的拐点对应的距离或者所述距离数组的中位数。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述生成地图车道线的聚类参数的确定方法的步骤。