[发明专利]一种地面标线误识别检测纠正方法及系统在审

专利信息
申请号: 202111410280.X 申请日: 2021-11-24
公开(公告)号: CN114140769A 公开(公告)日: 2022-03-04
发明(设计)人: 秦峰;王军;尹玉成;肖德雨 申请(专利权)人: 武汉中海庭数据技术有限公司
主分类号: G06V20/58 分类号: G06V20/58;G06V10/762;G06K9/62
代理公司: 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 代理人: 万畅
地址: 430000 湖北省武汉市东湖新技术开发区软件园东路*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 地面 标线 识别 检测 纠正 方法 系统
【权利要求书】:

1.一种地面标线误识别检测纠正方法,其特征在于,包括:

获取众包采集的斑马线数据和地面标记数据,基于所有斑马线和地面标记的外接矩形坐标点,通过DBSCAN聚类得到斑马线簇和地面标记簇;

当数据簇中存在不同类别的坐标点,则将对应的区域判定为误识别区域;

基于k-means算法对误识别区域坐标点进行聚类分析,判定坐标点对应的交通标识类型,并纠正误识别数据。

2.根据权利要求1所述的方法,其特征在于,所述获取众包采集的斑马线数据和地面标记数据,基于所有斑马线和地面标记的外接矩形坐标点,通过DBSCAN聚类得到斑马线簇和地面标记簇包括:

将众包采集的斑马线和地面标记分别通过最小外接矩形的四个顶点表示,标注四个坐标点对应的数据类别;

将同一位置观测的斑马线和地面标记均通过对应的四个坐标点堆叠,得到坐标点点集,对所述点集进行DBSCAN聚类。

3.根据权利要求1所述的方法,其特征在于,所述当数据簇中存在不同类别的坐标点,则将对应的区域判定为误识别区域包括:

当数据簇中坐标点类别相同,则数据簇中数据类别识别正确。

4.根据权利要求1所述的方法,其特征在于,所述基于k-means算法对误识别区域坐标点进行聚类分析,判定坐标点对应的交通标识类型具体为:

计算k-means簇中最大个数N;

设置每一个数据点的初始权重,对误识别区域的坐标点进行N-2次聚类;

对每一次聚类结果进行数据分析,计算子类数据中各坐标点的权重值;

根据斑马线、地面标记对应的坐标点权重值和,判定误识别区域坐标点对应的交通标识类型。

5.根据权利要求4所述的方法,其特征在于,所述根据斑马线、地面标记对应的坐标点权重值总和,判定误识别区域坐标点对应的交通标识类型包括:

若斑马线对应的坐标点权重值和与地面标记对应的的坐标点权重值和相等,则标定当前区域对应坐标点为异常数据。

6.一种地面标线误识别检测纠正系统,其特征在于,包括:

数据聚类模块,用于获取众包采集的斑马线数据和地面标记数据,基于所有斑马线和地面标记的外接矩形坐标点,通过DBSCAN聚类得到斑马线簇和地面标记簇;

误识别筛选模块,用于当数据簇中存在不同类别的坐标点,则将对应的区域判定为误识别区域;

分析判定模块,用于基于k-means算法对误识别区域坐标点进行聚类分析,判定坐标点对应的交通标识类型,并纠正误识别数据。

7.根据权利要求6所述的系统,其特征在于,所述获取众包采集的斑马线数据和地面标记数据,基于所有斑马线和地面标记的外接矩形坐标点,通过DBSCAN聚类得到斑马线簇和地面标记簇包括:

将众包采集的斑马线和地面标记分别通过最小外接矩形的四个顶点表示,标注四个坐标点对应的数据类别;

将同一位置观测的斑马线和地面标记均通过对应的四个坐标点堆叠,得到坐标点点集,对所述点集进行DBSCAN聚类。

8.根据权利要求6所述的系统,其特征在于,所述分析判定模块包括:

计算单元,用于计算k-means簇中最大个数N;

聚类单元,用于设置每一个数据点的初始权重,对误识别区域的坐标点进行N-2次聚类;

权重计算单元,用于对每一次聚类结果进行数据分析,计算子类数据中各坐标点的权重值;

判断单元,用于根据斑马线、地面标记对应的坐标点权重值和,判定误识别区域坐标点对应的交通标识类型。

9.一种电子设备,包括存储器、处理器以及存储在所述所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的一种地面标线误识别检测纠正方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1至5任一项所述的一种地面标线误识别检测纠正方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉中海庭数据技术有限公司,未经武汉中海庭数据技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111410280.X/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top