路沿线的拟合方法、装置、设备及存储介质与流程

1.本发明涉及智能驾驶技术领域，尤其涉及一种路沿线的拟合方法、装置、设备及存储介质。


背景技术：

2.车辆在行驶过程中，为了更好地了解并预测周围的环境信息，对路沿线的拟合是必要的。目前，通过激光雷达、相机等传感器，结合感知和定位输出，获得单帧的路沿线点云数据，从而将多个单帧的路沿线点云数据进行拟合得到对应的路沿线。
3.但是，由于感知和定位的精度问题，从而导致多个单帧的路沿线点云数据拟合出的路沿线是一条点带，且存在噪声点，因而，由多个单帧的路沿线点云数据进行拼接拟合出来的路沿线不是光滑的，即在包含噪声点的原始检测数据中无法拟合出光滑的路沿线。


技术实现要素：

4.本发明提供了一种路沿线的拟合方法、装置、设备及存储介质，用于在包含噪声点的原始检测数据中拟合出光滑有序的路沿线。
5.本发明第一方面提供了一种路沿线的拟合方法，包括：获取待处理点云数据，对所述待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，每条候选路沿点带均包括多个候选检测点；获取各候选路沿点带中各候选检测点的切线方向，通过切线方向对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，每条初始种子点带均包括多个初始种子点；对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线。
6.在一种可行的实施方式中，所述获取各候选路沿点带中各候选检测点的切线方向，通过切线方向对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，包括：计算各候选路沿点带中各候选检测点的最小特征值的特征向量，得到各候选检测点的切线方向；在各候选路沿点带中随机选取一个候选检测点，并将选取的候选检测点确定为各候选路沿点带的第一初始种子点；基于各第一初始种子点和对应的切线方向对对应的候选路沿点带进行种子点选取，得到各候选路沿点带对应的初始种子点带。
7.在一种可行的实施方式中，所述计算各候选路沿点带中各候选检测点的最小特征值的特征向量，得到各候选检测点的切线方向，包括：获取各区域坐标集，基于预设协方差公式对各区域坐标集进行运算并构建矩阵，得到各中心点协方差矩阵，所述区域坐标集为各候选路沿点带中各预设区域的所有候选检测点的坐标，所述中心点协方差矩阵为位于各预设区域中心点的候选检测点的协方差矩阵；对各中心点协方差矩阵进行分解并进行提取，得到各目标特征向量，所述目标特征向量为位于各预设区域中心点的候选检测点的三个特征值中最小特征值所对应的特征向量；将各目标特征向量确定为各候选检测点的切线方向。
8.在一种可行的实施方式中，所述基于各第一初始种子点和对应的切线方向对对应的候选路沿点带进行种子点选取，得到各候选路沿点带对应的初始种子点带，包括：沿着各第一初始种子点的切线方向进行搜索区域选取，得到各第一初始种子点的两个搜索区域；在各第一初始种子点的两个搜索区域中选取各第二初始种子点；在各第二初始种子点的两个搜索区域中选取各第三初始种子点，直至各候选路沿点带的初始种子点的各搜索区域中不存在候选检测点，停止种子点选取，得到各候选路沿点带对应的初始种子点带。
9.在一种可行的实施方式中，所述对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线，包括：对各初始种子点带中的各初始种子点进行误差运算，得到各初始种子点的距离误差、先验误差和夹角误差；通过各初始种子点的距离误差、先验误差和夹角误差，以及预设总误差公式进行运算，得到各初始种子点带的总误差；重复调整各初始种子点的位置，直至各初始种子点带的总误差满足预设条件，得到各初始种子点带对应的目标种子点带，每条目标种子点带均包括多个目标种子点；将各目标种子点带中相邻的目标种子点进行连接，得到各初始种子点带对应的目标路沿线。
10.在一种可行的实施方式中，所述获取待处理点云数据，对所述待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，包括：获取待处理点云数据，对所述待处理点云数据进行聚类处理，得到多条初始路沿点带，每条初始路沿点带均包括多个初始检测点；计算各初始路沿点带的主方向，并基于各初始路沿点带的主方向将对应的初始路沿点带中的多个初始检测点进行排序，得到多条候选路沿点带。
11.在一种可行的实施方式中，所述计算各初始路沿点带的主方向，并基于各初始路沿点带的主方向将对应的初始路沿点带中的多个初始检测点进行排序，得到多条候选路沿点带，包括：基于预设协方差公式和各初始路沿点带中所有初始检测点对各初始路沿点带进行运算并构建矩阵，得到各初始路沿点带的协方差矩阵；对各初始路沿点带的协方差矩阵进行分解，得到各初始路沿点带的三个特征值和各特征值对应的特征向量；将各初始路沿点带的三个特征值中最小特征值对应的特征向量确定为各初始路沿点带的主方向；基于各初始路沿点带的主方向将对应的初始路沿点带中的多个初始检测点进行排列，得到多条候选路沿点带。
12.本发明第二方面提供了一种路沿线的拟合装置，包括：处理模块，用于获取待处理点云数据，对所述待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，每条候选路沿点带均包括多个候选检测点；筛选模块，用于获取各候选路沿点带中各候选检测点的切线方向，通过切线方向对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，每条初始种子点带均包括多个初始种子点；优化模块，用于对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线。
13.在一种可行的实施方式中，所述筛选模块包括：方向计算单元，用于计算各候选路沿点带中各候选检测点的最小特征值的特征向量，得到各候选检测点的切线方向；选取确定单元，用于在各候选路沿点带中随机选取一个候选检测点，并将选取的候选检测点确定为各候选路沿点带的第一初始种子点；种子点选取单元，用于基于各第一初始种子点和对应的切线方向对对应的候选路沿点带进行种子点选取，得到各候选路沿点带对应的初始种子点带。
14.在一种可行的实施方式中，所述计算单元具体用于：获取各区域坐标集，基于预设协方差公式对各区域坐标集进行运算并构建矩阵，得到各中心点协方差矩阵，所述区域坐标集为各候选路沿点带中各预设区域的所有候选检测点的坐标，所述中心点协方差矩阵为位于各预设区域中心点的候选检测点的协方差矩阵；对各中心点协方差矩阵进行分解并进行提取，得到各目标特征向量，所述目标特征向量为位于各预设区域中心点的候选检测点的三个特征值中最小特征值所对应的特征向量；将各目标特征向量确定为各候选检测点的切线方向。
15.在一种可行的实施方式中，所述种子点选取单元具体用于：沿着各第一初始种子点的切线方向进行搜索区域选取，得到各第一初始种子点的两个搜索区域；在各第一初始种子点的两个搜索区域中选取各第二初始种子点；在各第二初始种子点的两个搜索区域中选取各第三初始种子点，直至各候选路沿点带的初始种子点的各搜索区域中不存在候选检测点，停止种子点选取，得到各候选路沿点带对应的初始种子点带。
16.在一种可行的实施方式中，所述优化模块具体用于：对各初始种子点带中的各初始种子点进行误差运算，得到各初始种子点的距离误差、先验误差和夹角误差；通过各初始种子点的距离误差、先验误差和夹角误差，以及预设总误差公式进行运算，得到各初始种子点带的总误差；重复调整各初始种子点的位置，直至各初始种子点带的总误差满足预设条件，得到各初始种子点带对应的目标种子点带，每条目标种子点带均包括多个目标种子点；将各目标种子点带中相邻的目标种子点进行连接，得到各初始种子点带对应的目标路沿线。
17.在一种可行的实施方式中，所述处理模块包括：获取聚类单元，用于获取待处理点云数据，对所述待处理点云数据进行聚类处理，得到多条初始路沿点带，每条初始路沿点带均包括多个初始检测点；计算排序单元，用于计算各初始路沿点带的主方向，并基于各初始路沿点带的主方向将对应的初始路沿点带中的多个初始检测点进行排序，得到多条候选路沿点带。
18.在一种可行的实施方式中，所述计算排序单元具体用于：基于预设协方差公式和各初始路沿点带中所有初始检测点对各初始路沿点带进行运算并构建矩阵，得到各初始路沿点带的协方差矩阵；对各初始路沿点带的协方差矩阵进行分解，得到各初始路沿点带的三个特征值和各特征值对应的特征向量；将各初始路沿点带的三个特征值中最小特征值对应的特征向量确定为各初始路沿点带的主方向；基于各初始路沿点带的主方向将对应的初始路沿点带中的多个初始检测点进行排列，得到多条候选路沿点带。
19.本发明第三方面提供了一种路沿线的拟合设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述路沿线的拟合设备执行上述的路沿线的拟合方法。
20.本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的路沿线的拟合方法。
21.本发明提供的技术方案中，获取待处理点云数据，对待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，每条候选路沿点带均包括多个候选检测点；获取各候选路沿点带中各候选检测点的切线方向，通过切线方向对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，每条初始种子点
带均包括多个初始种子点；对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线。本发明实施例中，通过对待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，通过各候选路沿点带中各候选检测点的切线方向，对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线，实现了在包含噪声点的原始检测数据中拟合出光滑有序的路沿线，不受噪声点的干扰，降低了对感知和定位的算法精度的要求，实现了对每条路沿点带的整体拟合，无需进行分段拟合。
附图说明
22.图1为本发明实施例中路沿线的拟合方法的一个实施例示意图；
23.图2为本发明实施例中路沿线的拟合方法的另一个实施例示意图；
24.图3为本发明实施例中选取第二初始种子点的一个实施例示意图；
25.图4为本发明实施例中候选检测点与线段之间的距离误差的一个实施例示意图；
26.图5为本发明实施例中初始种子点的夹角误差的一个实施例示意图；
27.图6为本发明实施例中路沿线的拟合装置的一个实施例示意图；
28.图7为本发明实施例中路沿线的拟合装置的另一个实施例示意图；
29.图8为本发明实施例中路沿线的拟合设备的一个实施例示意图。
具体实施方式
30.本发明提供了一种路沿线的拟合方法、装置、设备及存储介质，用于在包含噪声点的原始检测数据中拟合出光滑有序的路沿线。
31.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
32.为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中路沿线的拟合方法的一个实施例包括：
33.101、获取待处理点云数据，对待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，每条候选路沿点带均包括多个候选检测点；
34.可以理解的是，本发明的执行主体可以为路沿线的拟合装置，还可以是终端，具体此处不做限定。本发明实施例以终端为执行主体为例进行说明。
35.待处理点云数据为多个单帧的路沿线点云数据进行拼接拟合而成的点云数据。
36.由于在真实场景下，路沿的形状有较多可能，含有较多的直线和曲线，以及直线与曲线的过渡，并带有比较尖锐的凸凹，而且存在人行道或者掉头路口将单条路沿分割为至少两条路沿，因此，终端根据真实场景的路沿将待处理点云数据分割成一条条的路沿点带。
37.终端获取待处理点云数据，对待处理点云数据进行聚类处理，得到多条初始路沿点带，并计算各初始路沿点带的主方向，基于各初始路沿点带的主方向将对应的初始路沿点带进行排序处理，得到多条候选路沿点带。
38.作为示例而非限定的是，本实施例采用基于密度的聚类算法(density-based spatial clustering of applications with noise，dbscan)对待处理点云数据进行聚类处理，dbscan算法可以对任意形状的稠密数据集进行聚类，本实施例还可以采用其他的聚类算法，例如，k均值聚类算法(k-means algorithm，kma)、拉普拉斯特征映射(laplacian eigenmaps，le)，此处不作限定，只需满足将对待处理点云数据按物理实际分割为多条初始路沿点带即可。
39.102、获取各候选路沿点带中各候选检测点的切线方向，通过切线方向对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，每条初始种子点带均包括多个初始种子点；
40.终端计算各候选路沿点带中各候选检测点的最小特征值的特征向量，得到各候选检测点的切线方向，在各候选路沿点带中随机选取一个候选检测点确定为对应的候选路沿点带的第一初始种子点，并基于各第一初始种子点和对应的切线方向对对应的候选路沿点带进行种子点传播处理，得到各候选路沿点带对应的初始种子点带。
41.终端通过各区域坐标集计算出各候选检测点的切线方向，区域坐标集为各候选路沿点带中各预设区域的所有候选检测点的坐标，即通过各预设区域的所有候选检测点的坐标计算出处于各预设区域中心点的候选检测点的切线方向。
42.终端通过切线方向对各候选路沿点带中的多个候选检测点的筛选处理，能够在包含噪声点的原始检测数据中拟合出任意形状且有序的初始种子点带，并能够对每条路沿点带的整体拟合，无需进行分段拟合。
43.103、对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线。
44.终端对各初始种子点带中的各初始种子点进行误差运算，得到各初始种子点的距离误差、先验误差和夹角误差，并通过各初始种子点的距离误差、先验误差和夹角误差对对应的各初始种子点带进行优化处理，得到各初始种子点带对应的目标路沿线。
45.夹角误差用于指示各初始种子点带中连续的三个初始种子点所构成的夹角对应的角度。
46.先验误差用于指示各初始种子点与经过位置调整后的各初始种子点之间的距离。由于第一次计算先验误差时未对各初始种子点进行位置调整，因而，各初始种子点的第一次的先验误差为零。
47.终端通过对各初始种子点带中的各初始种子点的优化处理，能够在包含噪声点的原始检测数据中拟合出任意形状、有序且光滑的路沿线，并且能够对每条路沿点带的整体拟合，无需进行分段拟合。
48.本发明实施例中，通过对待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，通过各候选路沿点带中各候选检测点的切线方向，对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线，实现
了在包含噪声点的原始检测数据中拟合出光滑有序的路沿线，不受噪声点的干扰，降低了对感知和定位的算法精度的要求，实现了对每条路沿点带的整体拟合，无需进行分段拟合。
49.请参阅图2，本发明实施例中路沿线的拟合方法的另一个实施例包括：
50.201、获取待处理点云数据，对待处理点云数据进行聚类处理，得到多条初始路沿点带，每条初始路沿点带均包括多个初始检测点；
51.步骤201的执行步骤和步骤101的执行步骤相同，此处不再赘述。
52.202、计算各初始路沿点带的主方向，并基于各初始路沿点带的主方向将对应的初始路沿点带中的多个初始检测点进行排序，得到多条候选路沿点带；
53.具体的，(1)终端基于预设协方差公式和各初始路沿点带中所有初始检测点对各初始路沿点带进行运算并构建矩阵，得到各初始路沿点带的协方差矩阵；(2)终端对各初始路沿点带的协方差矩阵进行分解，得到各初始路沿点带的三个特征值和各特征值对应的特征向量；(3)终端将各初始路沿点带的三个特征值中最小特征值对应的特征向量确定为各初始路沿点带的主方向；(4)终端基于各初始路沿点带的主方向将对应的初始路沿点带中的多个初始检测点进行排列，得到多条候选路沿点带。
54.可以理解的是，各初始检测点处于三维坐标系，即各初始检测点的三维坐标包含x值、y值和z值。
55.预设协方差公式为：cov(x,y)用于表示各初始路沿点带中所有初始检测点的x值和y值之间的协方差，其中，n为各初始路沿点带中所有初始检测点的总数量，xi用于表示初始检测点的x值，yi用于表示初始检测点的y值，用于表示各初始路沿点带中所有初始检测点的x值的平均值，为各初始路沿点带中所有初始检测点的y值的平均值，同理，通过预设协方差公式可以计算出各初始路沿点带中所有初始检测点的x值和z值之间的协方差cov(x,z)，各初始路沿点带中所有初始检测点的y值和z值之间的协方差cov(y,z)，各初始路沿点带中所有初始检测点的x值和x值之间的协方差cov(x,x)，根据预设协方差公式的定义可知，cov(x,x)指示各初始路沿点带中所有初始检测点的x值的方差，同理，cov(y,y)指示各初始路沿点带中所有初始检测点的y值的方差，cov(z,z)指示各初始路沿点带中所有初始检测点的z值的方差，从而得到各初始路沿点带的协方差矩阵为：
[0056][0057]
本实施例采用矩阵奇异值分解(singular value decomposition，svd)对各初始路沿点带的协方差矩阵进行分解，也可以采用其他的分解算法进行分解，此处不作限定，只需要满足各初始路沿点带中所有初始检测点按照同一个方向进行有序的排列即可。
[0058]
实现了根据真实场景的路沿将待处理点云数据分割成一条条检测点排列有序的路沿点带的效果。
[0059]
203、计算各候选路沿点带中各候选检测点的最小特征值的特征向量，得到各候选检测点的切线方向；
[0060]
具体的，(1)终端获取各区域坐标集，基于预设协方差公式对各区域坐标集进行运算并构建矩阵，得到各中心点协方差矩阵，区域坐标集为各候选路沿点带中各预设区域的所有候选检测点的坐标，中心点协方差矩阵为位于各预设区域中心点的候选检测点的协方差矩阵；(2)终端对各中心点协方差矩阵进行分解并进行提取，得到各目标特征向量，目标特征向量为位于各预设区域中心点的候选检测点的三个特征值中最小特征值所对应的特征向量；(3)终端将各目标特征向量确定为各候选检测点的切线方向。
[0061]
预设区域以位于各预设区域中心点的候选检测点为球心，半径为第一预设值的球形区域，作为示例而非限定的是，第一预设值可以是0.1米，还可以是0.2米。
[0062]
204、在各候选路沿点带中随机选取一个候选检测点，并将选取的候选检测点确定为各候选路沿点带的第一初始种子点；
[0063]
205、基于各第一初始种子点和对应的切线方向对对应的候选路沿点带进行种子点选取，得到各候选路沿点带对应的初始种子点带；
[0064]
具体的，(1)终端沿着各第一初始种子点的切线方向进行搜索区域选取，得到各第一初始种子点的两个搜索区域；(2)终端在各第一初始种子点的两个搜索区域中选取各第二初始种子点；(3)终端在各第二初始种子点的两个搜索区域中选取各第三初始种子点，直至各候选路沿点带的初始种子点的各搜索区域中不存在候选检测点，停止种子点选取，得到各候选路沿点带对应的初始种子点带。
[0065]
可以理解的是，本实施例中第二初始种子点的种子点选取方式与第三初始种子点的种子点选取方式相同，终端根据该种子点选取方式对各候选路沿点带进行种子点选取，从而得到各候选路沿点带对应的初始种子点带。
[0066]
终端通过基于搜索区域的种子点传播进行各候选路沿点带对应的初始种子点带的确定，能够在包含噪声点的原始检测数据中拟合出任意形状且有序的初始种子点带，并实现了每条路沿点带的整体拟合，无需进行分段拟合。
[0067]
在一种可行的实施方式中，终端沿着各第一初始种子点的切线方向进行搜索区域选取，得到各第一初始种子点的两个搜索区域，具体包括：(1)终端沿着各第一初始种子点的切线方向选取一个参考点，得到各第一初始种子点的两个参考点，各第一初始种子点与对应的两个参考点之间的距离均为第一预设距离；(2)终端将各第一初始种子点的各参考点设为球心，以第二预设距离为半径构建各第一初始种子点的各参考点对应的搜索区域，得到各第一初始种子点的两个搜索区域，第二预设距离为第一预设距离的一半。
[0068]
作为示例而非限定的是，第一预设距离可以是0.2米，还可以是0.4米，第二预设距离可以是0.1米，还可以是0.2米，只需满足第二预设距离为第一预设距离的一半即可。
[0069]
终端通过对各第一初始种子点进行两个搜索区域的选取，能够排除搜索区域外的噪声点，提高了种子点的选取效率。
[0070]
在一种可行的实施方式中，终端在各第一初始种子点的两个搜索区域中选取各第二初始种子点，具体包括：(1)终端计算各第一初始种子点的各参考点的搜索区域中各候选检测点与对应的第一初始种子点之间的方向夹角，得到各第一初始种子点的多个方向夹角；(2)终端将各第一初始种子点的多个方向夹角中最小的方向夹角对应的候选检测点确
定为对应的候选路沿点带的第二初始种子点，得到各第一初始种子点的各搜索区域中的第二初始种子点。
[0071]
可以理解的是，方向夹角是根据候选检测点的切线方向与第一初始种子点的切线方向所形成的夹角进行运算的。
[0072]
终端通过在各第一初始种子点的两个搜索区域中进行各第二初始种子点的选取，能够排除搜索区域内的噪声点，提高了种子点的选取效率，能够在包含噪声点的原始检测数据中拟合出任意形状且有序的初始种子点带，并且能够对每条路沿点带的整体拟合，无需进行分段拟合。
[0073]
如图3所示，第一初始种子点为a，两个参考点分别为a1和a2，第一预设距离为r，第二预设距离为r/2，以a1参考点的搜索区域为例进行说明，a1参考点的搜索区域中存在多个候选检测点，分别为：候选检测点b、候选检测点c和候选检测点d，其中，箭头用于指示切线方向，若候选检测点b与第一初始种子点a之间的方向夹角最小，则将候选检测点b确定为第二初始种子点b。
[0074]
206、对各初始种子点带中的各初始种子点进行误差运算，得到各初始种子点的距离误差、先验误差和夹角误差；
[0075]
在一种可行的实施方式中，对各初始种子点带中的各初始种子点进行误差运算，得到各初始种子点的距离误差、先验误差和夹角误差，具体包括：(1)终端通过预设距离误差公式计算目标区域中的多个待处理检测点中各待处理检测点的距离误差，多个待处理检测点包括多个候选检测点、任一初始种子点带中的第一初始种子点和第二初始种子点，目标区域用于表示以第一初始种子点和第二初始种子点之间连接的目标线段的中点为球心，以第二预设值为半径的球形区域；(2)终端将目标区域中各待处理检测点的距离误差进行相加，得到第一初始种子点的距离误差，直至计算出各初始种子点带中的各初始种子点的距离误差，得到各初始种子点的距离误差；(3)终端计算第一初始种子点的先验误差，直至计算出各初始种子点带中的各初始种子点的先验误差，得到各初始种子点的先验误差；(4)终端通过预设夹角误差公式计算第一初始种子点、第二初始种子点与第三初始种子点之间所构成的夹角对应的夹角误差，得到第一初始种子点的夹角误差，直至计算出各初始种子点带中各初始种子点的夹角误差，得到各初始种子点的夹角误差。
[0076]
终端通过在包含噪声点的原始检测数据中计算出各初始种子点的距离误差、先验误差和夹角误差，便于对各初始种子点的距离误差、先验误差和夹角误差进行优化，从而减小各初始种子点的距离误差、先验误差和夹角误差，以拟合出光滑的路沿线。
[0077]
作为示例而非限定的是，第二预设值可以是0.1米，还可以是0.2米。
[0078]
先验误差用于指示各初始种子点与经过位置调整后的各初始种子点之间的距离。由于第一次计算先验误差时未对各初始种子点进行位置调整，因而，各初始种子点的第一次的先验误差为零。
[0079]
预设距离误差公式为：其中，a用于表示第一初始种子点，b用于表示第二初始种子点，p用于表示候选检测点，用于表示第一初始种子点a与第二初始种
子点b之间的向量，用于表示第一初始种子点a与候选检测点p之间的向量，用于表示第一初始种子点a与第二初始种子点b之间的向量的模，因而，可以计算出候选检测点p与目标线段ab之间的距离误差，同理，通过预设距离误差公式可以计算出目标区域中各待处理检测点的距离误差，进而计算出各初始种子点的距离误差，因此，e
p2l
用于表示各初始种子点的目标区域中各待处理检测点的距离误差。
[0080]
例如，如图4所示，第一初始种子点为a，第二初始种子点为b，候选检测点为p，因而，候选检测点p与目标线段ab之间的距离误差为：e
p2l
。
[0081]
预设夹角误差公式为：其中，a用于表示第一初始种子点，b用于表示第二初始种子点，c用于表示第三初始种子点，用于表示第一初始种子点a与第二初始种子点b之间的向量，用于表示第一初始种子点b与第二初始种子点c之间的向量，用于表示第一初始种子点a与第二初始种子点b之间的向量的模，用于表示第一初始种子点b与第二初始种子点c之间的向量的模，因而，可以计算出目标初始种子点带中第一初始种子点的夹角误差，同理，通过预设夹角误差公式可以计算出各初始种子点的夹角误差。
[0082]
例如，如图5所示，a用于表示第一初始种子点，b用于表示第二初始种子点，c用于表示第三初始种子点，第一初始种子点的夹角误差为：e
curv
。
[0083]
207、通过各初始种子点的距离误差、先验误差和夹角误差，以及预设总误差公式进行运算，得到各初始种子点带的总误差；
[0084]
预设总误差公式为：
[0085][0086]
error用于表示总误差，n用于表示各初始种子点带中初始种子点的总数量，m用于表示各初始种子点带中初始种子点的目标区域中的多个待处理检测点的数量，i用于遍历n，j用于遍历m，用于表示各初始种子点的目标区域中各待处理检测点的距离误差的转置，但是没有实际意义，因为距离误差是具体的数值，是标量而不是向量，在此处的转置是一种通用形式的写法。e
p
用于表示各初始种子点的先验误差，用于表示各初始种子点的先验误差的转置，但是没有实际意义，因为先验误差是具体的数值，是标量而不是向量，在此处的转置是一种通用形式的写法。用于表示各初始种子点的夹角误差的转置，但是没有实际意义，因为夹角误差是具体的数值，是标量而不是向量，在此处的转置是一种通用形式的写法。ω1用于表示距离误差的权重系数，ω2用于表示先验误差的权重系数，ω3用于
表示夹角误差的权重系数，用于表示各初始种子点的距离误差。
[0087]
需要说明的是，先验误差用于指示各初始种子点与经过位置调整后的各初始种子点之间的距离。由于第一次计算先验误差时未对各初始种子点进行位置调整，因而，各初始种子点的第一次的先验误差为零。
[0088]
可以理解的是，三个初始种子点所构成的夹角越接近180度，三个初始种子点所构成的线段越光滑，但是在曲线处，夹角误差会比较大，但本实施例通过距离误差、距离误差的权重系数、先验误差的权重系数和夹角误差的权重系数以减少夹角误差。
[0089]
208、重复调整各初始种子点的位置，直至各初始种子点带的总误差满足预设条件，得到各初始种子点带对应的目标种子点带，每条目标种子点带均包括多个目标种子点；
[0090]
预设条件用于指示各初始种子点带的两个连续的总误差之间的差值小于或等于预设误差值，且两个总误差中计算时刻较早的总误差大于计算时刻较晚的总误差。
[0091]
具体的，终端重复调整各初始种子点的位置，直至各初始种子点带的总误差满足预设条件，将计算时刻较晚的总误差对应的初始种子点带确定为目标种子点带，得到各初始种子点带对应的目标种子点带。
[0092]
需要说明的是，经过位置调整后的初始种子点需处于调整前的初始种子点的调整区域内，调整区域以调整前的初始种子点为球心，以第三预设值为半径的球形区域，作为示例而非限定的是，第三预设值可以是0.1米，还可以是0.2米。
[0093]
需要说明的是，目标线段的一半与第三预设值的总和小于或等于第二预设值。
[0094]
终端通过重复调整各初始种子点的位置，以使得各初始种子点带的总误差满足预设条件，能够在包含噪声点的原始检测数据中拟合出任意形状、有序且光滑的路沿线，并能够对每条路沿点带的整体拟合，无需进行分段拟合。
[0095]
209、将各目标种子点带中相邻的目标种子点进行连接，得到各初始种子点带对应的目标路沿线。
[0096]
具体的，终端通过线段将各目标种子点带中相邻的目标种子点进行连接，得到各初始种子点带对应的目标路沿线。
[0097]
本发明实施例中，通过对待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，通过各候选路沿点带中各候选检测点的切线方向，对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线，实现了在包含噪声点的原始检测数据中拟合出光滑有序的路沿线，不受噪声点的干扰，降低了对感知和定位的算法精度的要求，实现了对每条路沿点带的整体拟合，无需进行分段拟合。
[0098]
上面对本发明实施例中路沿线的拟合方法进行了描述，下面对本发明实施例中路沿线的拟合装置进行描述，请参阅图6，本发明实施例中路沿线的拟合装置一个实施例包括：
[0099]
处理模块601，用于获取待处理点云数据，对待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，每条候选路沿点带均包括多个候选检测点；
[0100]
筛选模块602，用于获取各候选路沿点带中各候选检测点的切线方向，通过切线方
向对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，每条初始种子点带均包括多个初始种子点；
[0101]
优化模块603，用于对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线。
[0102]
本发明实施例中，通过对待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，通过各候选路沿点带中各候选检测点的切线方向，对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线，实现了在包含噪声点的原始检测数据中拟合出光滑有序的路沿线，不受噪声点的干扰，降低了对感知和定位的算法精度的要求，实现了对每条路沿点带的整体拟合，无需进行分段拟合。
[0103]
请参阅图7，本发明实施例中路沿线的拟合装置的另一个实施例包括：
[0104]
处理模块601，用于获取待处理点云数据，对待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，每条候选路沿点带均包括多个候选检测点；
[0105]
筛选模块602，用于获取各候选路沿点带中各候选检测点的切线方向，通过切线方向对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，每条初始种子点带均包括多个初始种子点；
[0106]
优化模块603，用于对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线。
[0107]
可选的，筛选模块602包括：
[0108]
方向计算单元6021，用于计算各候选路沿点带中各候选检测点的最小特征值的特征向量，得到各候选检测点的切线方向；
[0109]
选取确定单元6022，用于在各候选路沿点带中随机选取一个候选检测点，并将选取的候选检测点确定为各候选路沿点带的第一初始种子点；
[0110]
种子点选取单元6023，用于基于各第一初始种子点和对应的切线方向对对应的候选路沿点带进行种子点选取，得到各候选路沿点带对应的初始种子点带。
[0111]
可选的，方向计算单元6021具体用于：
[0112]
获取各区域坐标集，基于预设协方差公式对各区域坐标集进行运算并构建矩阵，得到各中心点协方差矩阵，区域坐标集为各候选路沿点带中各预设区域的所有候选检测点的坐标，中心点协方差矩阵为位于各预设区域中心点的候选检测点的协方差矩阵；
[0113]
对各中心点协方差矩阵进行分解并进行提取，得到各目标特征向量，目标特征向量为位于各预设区域中心点的候选检测点的三个特征值中最小特征值所对应的特征向量；
[0114]
将各目标特征向量确定为各候选检测点的切线方向。
[0115]
可选的，种子点选取单元6023具体用于：
[0116]
沿着各第一初始种子点的切线方向进行搜索区域选取，得到各第一初始种子点的两个搜索区域；
[0117]
在各第一初始种子点的两个搜索区域中选取各第二初始种子点；
[0118]
在各第二初始种子点的两个搜索区域中选取各第三初始种子点，直至各候选路沿点带的初始种子点的各搜索区域中不存在候选检测点，停止种子点选取，得到各候选路沿点带对应的初始种子点带。
[0119]
可选的，优化模块603具体用于：
[0120]
对各初始种子点带中的各初始种子点进行误差运算，得到各初始种子点的距离误差、先验误差和夹角误差；
[0121]
通过各初始种子点的距离误差、先验误差和夹角误差，以及预设总误差公式进行运算，得到各初始种子点带的总误差；
[0122]
重复调整各初始种子点的位置，直至各初始种子点带的总误差满足预设条件，得到各初始种子点带对应的目标种子点带，每条目标种子点带均包括多个目标种子点；
[0123]
将各目标种子点带中相邻的目标种子点进行连接，得到各初始种子点带对应的目标路沿线。
[0124]
可选的，处理模块601包括：
[0125]
获取聚类单元6011，用于获取待处理点云数据，对待处理点云数据进行聚类处理，得到多条初始路沿点带，每条初始路沿点带均包括多个初始检测点；
[0126]
计算排序单元6012，用于计算各初始路沿点带的主方向，并基于各初始路沿点带的主方向将对应的初始路沿点带中的多个初始检测点进行排序，得到多条候选路沿点带。
[0127]
可选的，计算排序单元6012具体用于：
[0128]
基于预设协方差公式和各初始路沿点带中所有初始检测点对各初始路沿点带进行运算并构建矩阵，得到各初始路沿点带的协方差矩阵；
[0129]
对各初始路沿点带的协方差矩阵进行分解，得到各初始路沿点带的三个特征值和各特征值对应的特征向量；
[0130]
将各初始路沿点带的三个特征值中最小特征值对应的特征向量确定为各初始路沿点带的主方向；
[0131]
基于各初始路沿点带的主方向将对应的初始路沿点带中的多个初始检测点进行排列，得到多条候选路沿点带。
[0132]
本发明实施例中，通过对待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，通过各候选路沿点带中各候选检测点的切线方向，对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线，实现了在包含噪声点的原始检测数据中拟合出光滑有序的路沿线，不受噪声点的干扰，降低了对感知和定位的算法精度的要求，实现了对每条路沿点带的整体拟合，无需进行分段拟合。
[0133]
上面图6和图7从模块化功能实体的角度对本发明实施例中的路沿线的拟合装置进行详细描述，下面从硬件处理的角度对本发明实施例中路沿线的拟合设备进行详细描述。
[0134]
图8是本发明实施例提供的一种路沿线的拟合设备的结构示意图，该路沿线的拟合设备800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)810(例如，一个或一个以上处理器)和存储器820，一个或一个以上存储应用程序833或数据832的存储介质830(例如一个或一个以上海量存储设备)。其中，存储器820和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对路沿线的拟合设备800中的一系列指令操作。更进一步地，处理器810可以设置为与存储介质830通信，在路沿
线的拟合设备800上执行存储介质830中的一系列指令操作。
[0135]
路沿线的拟合设备800还可以包括一个或一个以上电源840，一个或一个以上有线或无线网络接口850，一个或一个以上输入输出接口860，和/或，一个或一个以上操作系统831，例如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图8示出的路沿线的拟合设备结构并不构成对路沿线的拟合设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0136]
本发明还提供一种路沿线的拟合设备，所述路沿线的拟合设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述路沿线的拟合方法的步骤。
[0137]
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述路沿线的拟合方法的步骤。
[0138]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0139]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0140]
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种路沿线的拟合方法，其特征在于，所述路沿线的拟合方法包括：获取待处理点云数据，对所述待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，每条候选路沿点带均包括多个候选检测点；获取各候选路沿点带中各候选检测点的切线方向，通过切线方向对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，每条初始种子点带均包括多个初始种子点；对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线。2.根据权利要求1所述的路沿线的拟合方法，其特征在于，所述获取各候选路沿点带中各候选检测点的切线方向，通过切线方向对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，包括：计算各候选路沿点带中各候选检测点的最小特征值的特征向量，得到各候选检测点的切线方向；在各候选路沿点带中随机选取一个候选检测点，并将选取的候选检测点确定为各候选路沿点带的第一初始种子点；基于各第一初始种子点和对应的切线方向对对应的候选路沿点带进行种子点选取，得到各候选路沿点带对应的初始种子点带。3.根据权利要求2所述的路沿线的拟合方法，其特征在于，所述计算各候选路沿点带中各候选检测点的最小特征值的特征向量，得到各候选检测点的切线方向，包括：获取各区域坐标集，基于预设协方差公式对各区域坐标集进行运算并构建矩阵，得到各中心点协方差矩阵，所述区域坐标集为各候选路沿点带中各预设区域的所有候选检测点的坐标，所述中心点协方差矩阵为位于各预设区域中心点的候选检测点的协方差矩阵；对各中心点协方差矩阵进行分解并进行提取，得到各目标特征向量，所述目标特征向量为位于各预设区域中心点的候选检测点的三个特征值中最小特征值所对应的特征向量；将各目标特征向量确定为各候选检测点的切线方向。4.根据权利要求2所述的路沿线的拟合方法，其特征在于，所述基于各第一初始种子点和对应的切线方向对对应的候选路沿点带进行种子点选取，得到各候选路沿点带对应的初始种子点带，包括：沿着各第一初始种子点的切线方向进行搜索区域选取，得到各第一初始种子点的两个搜索区域；在各第一初始种子点的两个搜索区域中选取各第二初始种子点；在各第二初始种子点的两个搜索区域中选取各第三初始种子点，直至各候选路沿点带的初始种子点的各搜索区域中不存在候选检测点，停止种子点选取，得到各候选路沿点带对应的初始种子点带。5.根据权利要求1所述的路沿线的拟合方法，其特征在于，所述对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线，包括：对各初始种子点带中的各初始种子点进行误差运算，得到各初始种子点的距离误差、先验误差和夹角误差；通过各初始种子点的距离误差、先验误差和夹角误差，以及预设总误差公式进行运算，
得到各初始种子点带的总误差；重复调整各初始种子点的位置，直至各初始种子点带的总误差满足预设条件，得到各初始种子点带对应的目标种子点带，每条目标种子点带均包括多个目标种子点；将各目标种子点带中相邻的目标种子点进行连接，得到各初始种子点带对应的目标路沿线。6.根据权利要求1-5中任一项所述的路沿线的拟合方法，其特征在于，所述获取待处理点云数据，对所述待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，包括：获取待处理点云数据，对所述待处理点云数据进行聚类处理，得到多条初始路沿点带，每条初始路沿点带均包括多个初始检测点；计算各初始路沿点带的主方向，并基于各初始路沿点带的主方向将对应的初始路沿点带中的多个初始检测点进行排序，得到多条候选路沿点带。7.根据权利要求6所述的路沿线的拟合方法，其特征在于，所述计算各初始路沿点带的主方向，并基于各初始路沿点带的主方向将对应的初始路沿点带中的多个初始检测点进行排序，得到多条候选路沿点带，包括：基于预设协方差公式和各初始路沿点带中所有初始检测点对各初始路沿点带进行运算并构建矩阵，得到各初始路沿点带的协方差矩阵；对各初始路沿点带的协方差矩阵进行分解，得到各初始路沿点带的三个特征值和各特征值对应的特征向量；将各初始路沿点带的三个特征值中最小特征值对应的特征向量确定为各初始路沿点带的主方向；基于各初始路沿点带的主方向将对应的初始路沿点带中的多个初始检测点进行排列，得到多条候选路沿点带。8.一种路沿线的拟合装置，其特征在于，所述路沿线的拟合装置包括：处理模块，用于获取待处理点云数据，对所述待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，每条候选路沿点带均包括多个候选检测点；筛选模块，用于获取各候选路沿点带中各候选检测点的切线方向，通过切线方向对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，每条初始种子点带均包括多个初始种子点；优化模块，用于对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线。9.一种路沿线的拟合设备，其特征在于，所述路沿线的拟合设备包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述路沿线的拟合设备执行如权利要求1-7中任一项所述的路沿线的拟合方法。10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述路沿线的拟合方法。

技术总结
本发明涉及智能驾驶技术领域，公开了一种路沿线的拟合方法、装置、设备及存储介质，用于在包含噪声点的原始检测数据中拟合出光滑有序的路沿线。路沿线的拟合方法包括：获取待处理点云数据，对待处理点云数据进行分割处理并进行主方向处理，得到多条候选路沿点带，每条候选路沿点带均包括多个候选检测点；获取各候选路沿点带中各候选检测点的切线方向，通过切线方向对各候选路沿点带中的多个候选检测点进行筛选处理，得到各候选路沿点带对应的初始种子点带，每条初始种子点带均包括多个初始种子点；对各初始种子点带中的各初始种子点进行优化处理，得到各初始种子点带对应的目标路沿线。线。线。


技术研发人员：张臻炜 韩旭
受保护的技术使用者：广州文远知行科技有限公司
技术研发日：2023.04.28
技术公布日：2023/8/9