车道中心线生成方式:
车道中心线也就是车道向量,高精度数据中使用车道向量作为一条车道的矢量化表达。车道向量由左侧隔离线的右轮廓线和右侧车道隔离线的左轮廓线。车道中心线并不是采集而来是由中海庭内部工具生成而来,车道向量主要目的是表达拓扑关系,不做为车辆引导的依赖所用。
车道向量由左侧隔离线的右轮廓线和右侧车道隔离线的左轮廓线取中间值所得,
1、路口外的是基于两侧左右标线的内轮廓的中心位置生成(轮廓线上的每个点都要参与计算一次,轮廓线不在车道线的中心),
2、路口内基于贝塞尔曲线生成(直行和错位直行是三阶,左右转是二阶)
3、NDS阶段会对形点用道格拉斯算法进行抽稀 (阈值为1cm)(车道线也进行了拟合和算法抽稀)
车道曲率计算方式:
取车道中心线的第1个点、中间点、最后1个点,3点计算一个圆
查看其他点在不在该圆弧上(圆弧左右5cm以内),都在,则该lane的曲率就是该圆的1/半径
如果不在,则采用类似“二分法”,取第1个点,中间点为最后一个点,该两点的中间点,3点重复以上的计算(同理,中间点为第一个点,最后一个点、该两点的中间点,三点重复以上计算)
算出所有的曲率
注意,计算曲率的时候对车道中心线无要求,而且是lane的独自计算,因此
可能出现两条lane曲率跳变、差距过大的问题
曲率过大的问题(曲率半径过小)
为了保证数据容量大小处于较合理的状态(较小容量),用道格拉斯算法做形点压缩(抽稀),可能导致实际曲率与当前坐标有偏差。
车道坡度计算方式:
依次取车道中心线相邻的两个点,按照高度差与距离差的比值计算坡度,坡度值在0.1度之内认为坡度相等