[发明专利]高精度地图斑马线融合方法、系统、服务器及存储介质

说明书

本发明公开了一种高精度地图斑马线融合方法、系统、服务器及存储介质，所述高精度地图斑马线融合方法包括：采集车道线数据及斑马线四角数据，选择斑马线几何中心点最远的两侧车道线作为斑马线的起点及终点，并通过对多同一个路口所有斑马线的几何中心点及两侧边线的中心点进行聚类，最后根据聚类结果生成融合后的斑马线，解决了现有技术中存在的采集的高精度地图在同一个路口有多个斑马线数据且部分斑马线不完整的技术问题，达到了同一个路口只有一个完整斑马线且斑马线的位置与采集到的斑马线位置一致的技术效果。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及高精度地图斑马线融合方法、系统、服务器及存储介质。

背景技术

在自动驾驶领域，为准确控制车辆行驶，常涉及到高精度地图的绘制，高精度地图中斑马线数据，可以参与相对地图的匹配，或者用于停止线的推测，甚至可以参与自动驾驶车的行驶决策。

当自动驾驶车辆的传感器受到大雾、冰雹、大雨等恶劣天气影响下出现失灵的情况时，车辆可以通过车内储存的斑马线数据，在接近斑马线时减速行驶。由于斑马线采集过程中因设备等因素的原因导致采集的斑马线出现偏差或者长度不能覆盖整个道路面。而在这样的地图上行驶的车辆如果应用上述自动驾驶方法出现同一个路口连续出现几个斑马线，导致有斑马线参与的行驶决策都会出现异常，使得行驶安全性和舒适性大大降低。

发明内容

本发明的主要目的在于提供高精度地图斑马线融合方法、系统、服务器及存储介质，旨在解决现有技术中，采集设备采集的斑马线偏差较大且数据重复的问题。

为达到上述目的，本发明提出一种高精度地图斑马线融合方法，所述高精度地图斑马线融合方法包括以下步骤：

根据采集到的车道线数据调整所有斑马线的几何中心点及两侧边线中心点，并根据调整后的几何中心点及两侧车道线中心点获得调整后的斑马线；

对所有调整后的斑马线几何中心点及调整后的两侧边线中心点进行聚类，得到聚类后的几何中心点及聚类后的两侧边线中心点；

根据所述聚类后的几何中心点及聚类后的两侧边线中心点生成融合后的斑马线。

优选地，所述根据采集到的车道线数据调整所有斑马线的几何中心点及两侧边线中心点，并根据调整后的几何中心点及两侧车道线中心点获得调整后的斑马线的步骤具体包括：

对采集到的所有斑马线的四角数据及斑马线所在的道路车道线数据进行预处理，得到斑马线四角数据及片段道路结构的中心点，所述片段道路结构为预设长度公路片段的所有车道线数据；

计算斑马线几何中心点与所有片段道路结构中心点的欧拉距离，选取与所述斑马线几何中心点欧拉距离最近的片段道路结构；

计算斑马线几何中心点与所选取的片段道路结构中所有车道线中心点的欧拉距离，选取欧拉距离最远的两侧车道线及欧拉距离最近的中心车道线；

将所述欧拉距离最远的两侧车道线所在直线作为斑马线两侧边线中心点所在的直线调整所述斑马线的四角数据，并将所述欧拉距离最近的中心车道线所在的直线作为斑马线几何中心点所在的直线调整所述斑马线的几何中心点，获得所述调整后的斑马线。

优选地，所述将所述欧拉距离最远的两侧车道线所在直线作为斑马线两侧边线中心点所在的直线调整所述斑马线的四角数据，并将所述欧拉距离最近的中心车道线所在的直线作为斑马线几何中心点所在的直线调整所述斑马线的几何中心点，获得所述调整后的斑马线的步骤具体包括：

调整所述矩形的几何中心点至所述中心车道线所在的直线上；

调整四角坐标的横坐标使得斑马线为矩形，并维持矩形长宽比的情况下调整所述斑马线四角坐标的纵坐标分别至最近的所述两侧车道线所在的直线上。