一种道路车道线生成方法、装置、计算机设备及存储介质

本技术涉及智能交通信息，尤其涉及一种道路车道线生成方法、装置、计算机设备及存储介质。

背景技术：

1、智能交通系统是现代智慧城市建设的重要领域，是将大数据与云计算技术、传感器与射频识别技术、嵌入式系统与通讯技术等信息技术结合与应用到交通系统中，综合先进交通信息技术构建的智能化交通管理系统。实时掌握城市路网交通信息，精准获取道路车辆的轨迹动态，对于道路中存在的交通问题，可迅速做出预测警告，甚至进行自主决策，降低事故发生率，实现对道路交通的科学管控是智能交通系统的建设目标。道路动态交通流信息是构建智能交通系统的数据基础，对路网各要素和参与者进行全息交通感知是智能交通系统发展的必然方向。因此，对道路进行准确全面的全息交通感知为交通态势研判、交通控制决策、交通信息发布等提供宏、微观数据和决策的支撑，是建设智能交通系统的迫切需求。

2、现有一种辅助车道线绘制方法，即通过人工对雷达安装实际场景进行数据测量和现场评估，以雷达安装位置为起点对道路中各条车道的车道属性进行判断、匹配和测量，通过人为输入的方式写入系统中，上位机软件在雷达数据坐标系下进行绘制。

3、然而，申请人发现，由于雷达常年受到外力作用，导致雷达毫米波发射面法线与实际车道走向存在角度偏移现象，造成车辆轨迹与雷达初次安装时配置的车道区域划分出现偏差，仍需要设备维护人员进行定期的测量与调整，由此可见，传统的辅助车道线绘制方法存在人工成本过高、绘制精度过低的问题。

技术实现思路

1、本技术实施例的目的在于提出一种道路车道线生成方法、装置、计算机设备及存储介质，以解决传统的辅助车道线绘制方法存在人工成本过高、绘制精度过低的问题。

2、为了解决上述技术问题，本技术实施例提供一种道路车道线生成方法，采用了如下所述的技术方案：

3、接收雷达采集设备采集到的原始车辆轨迹数据；

4、对所述原始车辆轨迹数据进行去噪操作，得到去噪车辆轨迹数据；

5、对所述去噪车辆轨迹数据进行区段划分操作，得到n个区段划分轨迹数据，其中，n为大于等于1的整数；

6、分别对所述n个区段划分轨迹数据进行高斯函数拟合操作，得到n个拟合结果参数；

7、计算所述n个拟合结果参数的方差值，并对所述方差值进行线性函数拟合操作，得到测量误差方差；

8、根据多峰高斯拟合算法提取所述测量误差方差中各个车道的峰值，并对每个所述峰值进行高斯分布拟合，得到断面轨迹分布曲线，其中，所述轨迹分布曲线由所述多峰高斯函数各个峰的高斯函数组成；

9、根据相似度算法在断面车道线分布样本库中获取与所述断面轨迹分布曲线相对应的断面车道线位置；

10、根据所述断面车道线位置生成目标道路车道线。

11、进一步的，所述对所述原始车辆轨迹数据进行去噪操作，得到去噪车辆轨迹数据的步骤，具体包括下述步骤：

12、根据数据矫正算法对所述原始车辆轨迹数据进行矫正处理，得到所述去噪车辆轨迹数据，其中，所述数据矫正算法表示为：

13、

14、

15、其中，和分别表示为雷达检测目标的横向距离与径向距离，x和y分别表示为矫正后的横向距离与径向距离，β表示需旋转的角度。

16、进一步的，在所述计算所述n个拟合结果参数的方差值，并对所述方差值进行线性函数拟合操作，得到测量误差方差的步骤之后，且在所述根据多峰高斯拟合算法提取所述测量误差方差中各个车道的峰值，并对每个所述峰值进行高斯分布拟合，得到断面轨迹分布曲线的步骤之前，还包括下述步骤：

17、根据卡尔曼滤波算法对所述测量误差方差进行平滑处理。

18、进一步的，所述多峰高斯拟合算法表示为：

19、

20、其中，j代表当前断面轨迹数据中的各个峰值下标序号，j＝1,2,3,…；yjmax代表当前断面第j个峰的峰值，xji代表当前断面第j个峰的第i个坐标点，xjmax代表代表当前断面第j个峰的峰值位置，sj代表各个峰的半宽度信息。

21、进一步的，在所述根据相似度算法在断面车道线分布样本库中获取与所述断面轨迹分布曲线相对应的断面车道线位置的步骤之前，还包括下述步骤：

22、确定车道数目；

23、确定车道起始位置集合；

24、构建车道宽度集合；

25、对所述车道数目、所述车道起始位置集合以及所述车道宽度集合进行组合操作，生成所述断面车道线分布样本库。

26、为了解决上述技术问题，本技术实施例还提供一种道路车道线生成装置，采用了如下所述的技术方案：

27、数据获取模块，用于接收雷达采集设备采集到的原始车辆轨迹数据；

28、去噪模块，用于对所述原始车辆轨迹数据进行去噪操作，得到去噪车辆轨迹数据；

29、区段划分模块，用于对所述去噪车辆轨迹数据进行区段划分操作，得到n个区段划分轨迹数据，其中，n为大于等于1的整数；

30、高斯函数拟合模块，用于分别对所述n个区段划分轨迹数据进行高斯函数拟合操作，得到n个拟合结果参数；

31、线性函数拟合模块，用于计算所述n个拟合结果参数的方差值，并对所述方差值进行线性函数拟合操作，得到测量误差方差；

32、高斯分布拟合模块，用于根据多峰高斯拟合算法提取所述测量误差方差中各个车道的峰值，并对每个所述峰值进行高斯分布拟合，得到断面轨迹分布曲线，其中，所述轨迹分布曲线由所述多峰高斯函数各个峰的高斯函数组成；

33、位置获取模块，用于根据相似度算法在断面车道线分布样本库中获取与所述断面轨迹分布曲线相对应的断面车道线位置；

34、车道线生成模块，用于根据所述断面车道线位置生成目标道路车道线。

35、进一步的，所述去噪模块包括：

36、矫正子模块，用于根据数据矫正算法对所述原始车辆轨迹数据进行矫正处理，得到所述去噪车辆轨迹数据，其中，所述数据矫正算法表示为：

37、

38、

39、其中，和分别表示为雷达检测目标的横向距离与径向距离，x和y分别表示为矫正后的横向距离与径向距离，β表示需旋转的角度。

40、进一步的，所述装置还包括：

41、平滑处理模块，用于根据卡尔曼滤波算法对所述测量误差方差进行平滑处理。

42、为了解决上述技术问题，本技术实施例还提供一种计算机设备，采用了如下所述的技术方案：

43、包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上所述的道路车道线生成方法的步骤。

44、为了解决上述技术问题，本技术实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：

45、所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上所述的道路车道线生成方法的步骤。

46、本技术提供了一种道路车道线生成方法，包括：接收雷达采集设备采集到的原始车辆轨迹数据；对所述原始车辆轨迹数据进行去噪操作，得到去噪车辆轨迹数据；对所述去噪车辆轨迹数据进行区段划分操作，得到n个区段划分轨迹数据，其中，n为大于等于1的整数；分别对所述n个区段划分轨迹数据进行高斯函数拟合操作，得到n个拟合结果参数；计算所述n个拟合结果参数的方差值，并对所述方差值进行线性函数拟合操作，得到测量误差方差；根据多峰高斯拟合算法提取所述测量误差方差中各个车道的峰值，并对每个所述峰值进行高斯分布拟合，得到断面轨迹分布曲线，其中，所述轨迹分布曲线由所述多峰高斯函数各个峰的高斯函数组成；根据相似度算法在断面车道线分布样本库中获取与所述断面轨迹分布曲线相对应的断面车道线位置；根据所述断面车道线位置生成目标道路车道线。与现有技术相比，本技术利用毫米波雷达精准采集道路各个路段位置的实时车辆轨迹数据，将路段沿纵截面划分多段，并对每一段单一断面的轨迹数据进行车辆运行轨迹分布统计分析，拟合出各车道车辆轨迹的概率密度函数，根据客观道路交通规范约束和驾驶人的主观行驶习惯，车辆行驶于车道内区域的概率远大于车辆横跨在车道线上的概率，由此基于概率密度函数得到该车道的中心点；根据最外侧轨迹点坐标以及依据城市道路交叉口规划规范车道宽度，将虚拟车道线位置区间与国标车道宽度进行排列组合，进而构建渠化标准库，由此可得到不同最外侧车道线位置、不同车道宽度情况下的道路车道线位置，最后采用相似度算法在渠化标准库中找到各车道中心线与此断面各车道中心线相似度最高的渠化方案，此方案的车道线位置即为该断面的车道线位置；最终将各个分段路段的车道线进行连续车道线拟合，得到该路段实际车道线位置，有效解决传统的车道渠化绘制方式费时费力，人工成本巨大的劣势。