[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

说明书

本发明涉及一种生成地图车道线的聚类参数的确定方法及系统，该方法包括：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；步骤2，将各条线段到最近的第k条线段的距离数组的分布转换成累积概率曲线；步骤3，确定密度聚类的半径参数的值eps为该累积概率曲线的拐点对应的距离或者该距离数组的中位数。根据用于聚类的车道线中线段之间的距离确定密度聚类的半径参数，该确定过程可以通过系统自动确定，实现地图车道线的聚类过程中的自动化调参，不用人工干预即可得到较好的结果。

技术领域

本发明涉及电子地图领域，具体涉及一种生成地图车道线的聚类参数的确定方法及系统。

背景技术

为了生成高精度地图中的车道线数据，需要对大量从车端上传的车道线矢量数据做聚类，当前的聚类的常用算法是基于线段的密度聚类算法DBSCAN(Density-BasedSpatial Clustering of Applications with Noise)。DBSCAN为一个比较有代表性的基于密度的聚类算法，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类，但聚类之前需要选择eps和minPts这两个聚类参数，eps为核心点半径，minPts为半径区域内的核心点最小个数。

这两个聚类参数常常是通过业务经验得到，在不同的场景，会有不同的取值，这种人工干预行为不利于高精度地图的自动化生成。

发明内容

本发明针对现有技术中存在的技术问题，提供一种生成地图车道线的聚类参数的确定方法及系统。

本发明解决上述技术问题的技术方案如下：一种生成地图车道线的聚类参数的确定方法，包括：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。

一种生成地图车道线的聚类参数的确定系统，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。

一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述生成地图车道线的聚类参数的确定方法的步骤。

本发明的有益效果是：根据用于聚类的车道线中线段之间的距离确定密度聚类的半径参数，该确定过程可以通过系统自动确定，实现地图车道线的聚类过程中的自动化调参，不用人工干预即可得到较好的结果。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，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。