【技術實現步驟摘要】
本申請涉及自動駕駛，具體涉及一種道路標線標簽篩選方法、模型訓練方法、標注方法及裝置。
技術介紹
1、在道路交通中，道路標線是指施劃或安裝于道路上的、符合交通法規要求的、含有交通指示意義的各種線條、箭頭和文字等交通設施，如車道線、斑馬線、導流區等，道路標線用于引導和規定車輛的行駛方向、規則和限制，以確保交通安全和順暢。因此，在自動駕駛
中，對道路標線有效、高效的識別至關重要，有利于提高自動駕駛的安全性和規范性。
2、現有的道路標線的識別方法通常基于深度學習算法實現，而深度學習算法通常依賴于人工或機器標注的道路標線標簽對目標識別模型的訓練。現有的道路標線標簽主要基于高精地圖生成，首先使用點云經過匹配、拼接等建立反映周邊環境的點云圖，再由人工或機器在點云圖上進行道路標線的標注，最后根據特定的規則和格式，將自車周邊的道路標線的標注信息轉換為道路標線標簽。然而，這類道路標線標簽的生成方法容易獲取到無關區域的車道信息，且有效性和可靠性不足，若將其用于對模型的訓練，容易誤導模型的學習方向，以致輸出錯誤的識別結果，從而影響行車安全。
技術實現思路
1、本申請主要提供一種道路標線標簽篩選方法、模型訓練方法、標注方法及裝置，以解決道路標線標簽易受無關區域干擾，有效性和可靠性不足的問題。
2、為解決上述技術問題，本申請采用的技術方案是：提供一種道路標線標簽篩選方法。該道路標線標簽篩選方法包括：獲取車輛當前位置的局部高精地圖，所述局部高精地圖包括道路關鍵點和與所述道路關鍵點對
3、在一些實施例中，所述獲取所述車輛當前位置的點云，并采用所述點云對所述道路關鍵點進行過濾，包括：獲取所述車輛當前位置的點云；保留與所述點云的點云點之間的距離值小于距離閾值的所述道路關鍵點；和/或保留與所述點云的點云點之間的高度差值在高度閾值范圍內的所述道路關鍵點。
4、在一些實施例中，所述獲取所述車輛當前位置的點云，包括：獲取多幀所述點云，并將多幀所述點云轉換到所述車輛當前位置的自車坐標系下，將各幀所述點云中的點云點對齊到所述自車坐標系中。
5、在一些實施例中，所述獲取車輛當前位置的局部高精地圖，包括：獲取所述車輛當前位置在全局高精地圖中的位置坐標；基于所述位置坐標從所述全局高精地圖中提取所述局部高精地圖。
6、在一些實施例中，所述基于所述位置坐標從所述全局高精地圖中提取所述局部高精地圖，包括：對所述全局高精地圖進行預處理，以獲取帶原始道路關鍵點和與所述原始道路關鍵點對應的道路標線標簽的待提取全局高精地圖；從所述待提取全局高精地圖中提取所述局部高精地圖，并獲取所述局部高精地圖對應的所述道路關鍵點和與所述道路關鍵點對應的道路標線標簽。
7、為解決上述技術問題，本申請采用的另一個技術方案是：提供一種道路標線標注模型訓練方法。該道路標線標注模型訓練方法包括：根據如上述的道路標線標簽篩選方法，獲取局部高精地圖中保留的道路標線標簽；基于所述局部高精地圖和保留的所述道路標線標簽對所述道路標線標注模型進行訓練。
8、為解決上述技術問題，本申請采用的另一個技術方案是：提供一種道路標線標注方法。該道路標線標注方法包括：獲取車輛當前位置的局部高精地圖和點云；根據如上述的道路標線標簽篩選方法，獲取所述局部高精地圖中保留的道路標線標簽，并基于保留的所述道路標線標簽對所述道路標線進行標注；或根據如上述的道路標線標注模型訓練方法得到的道路標線標注模型對所述道路標線進行標注。
9、為解決上述技術問題，本申請采用的另一個技術方案是：提供一種存儲介質，該存儲介質上存儲有程序數據，其特征在于，所述程序數據被處理器執行時實現如上述的道路標線標簽篩選方法的步驟，或如上述的道路標線標注模型訓練方法的步驟，或如上述的道路標線標注方法的步驟。
10、為解決上述技術問題，本申請采用的另一個技術方案是：提供一種車載設備，該車載設備包括相互連接的處理器和存儲器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時，實現如上述的道路標線標簽篩選方法的步驟，或如上述的道路標線標注模型訓練方法的步驟，或如上述的道路標線標注方法的步驟。
11、為解決上述技術問題，本申請采用的另一個技術方案是：提供一種車輛，該車輛包括如上述的存儲介質或如上述的車載設備。
12、本申請的有益效果是：區別于現有技術的情況，本申請公開了一種道路標線標簽篩選方法、模型訓練方法、標注方法及裝置。本申請利用高精地圖和點云數據對道路關鍵點和道路標線標簽進行過濾和提取，可以快速準確地獲取道路和標線的信息，有效避免了無關道路對道路標線標簽的干擾，提高了道路標線標簽的有效性和可靠性，有利于利用這些標簽提高對模型訓練的效率，并提高相應模型的性能。在模型的訓練中，本申請基于高精地圖和上述方法保留的道路標線對道路標線標注模型進行訓練，從而提高了道路標線標注獲取的道路標線標簽的有效性和可靠性，有利于提高道路標線識別的準確性和魯棒性，可以為智慧交通、智能汽車和自動駕駛等應用提供技術支持。本申請還實現了一種道路標線標注方法，可以實現對道路標線的自動識別和分類，獲取到有效、可靠的道路標線標簽，為道路行駛和導航提供便利。本申請提供的存儲介質、車載設備和車輛等相關裝置，則利用了上述方法，可以相應地實現對道路標線的獲取、識別和建模，為駕駛安全和舒適提供保障。
本文檔來自技高網...【技術保護點】
1.一種道路標線標簽篩選方法，其特征在于，包括：
2.根據權利要求1所述的道路標線標簽篩選方法，其特征在于，所述獲取所述車輛當前位置的點云，并采用所述點云對所述道路關鍵點進行過濾，包括：
3.根據權利要求2所述的道路標線標簽篩選方法，其特征在于，所述獲取所述車輛當前位置的點云，包括：
4.根據權利要求1所述的道路標線標簽篩選方法，其特征在于，所述獲取車輛當前位置的局部高精地圖，包括：
5.根據權利要求4所述的道路標線標簽篩選方法，其特征在于，所述基于所述位置坐標從所述全局高精地圖中提取所述局部高精地圖，包括：
6.一種道路標線標注模型訓練方法，其特征在于，包括：
7.一種道路標線標注方法，其特征在于，包括：
8.一種存儲介質，其上存儲有程序數據，其特征在于，所述程序數據被處理器執行時實現如權利要求1-5任一項所述的道路標線標簽篩選方法的步驟，或如權利要求6所述的道路標線標注模型訓練方法的步驟，或如權利要求7所述的道路標線標注方法的步驟。
9.一種車載設備，其特征在于，包括相互連接的處理
10.一種車輛，其特征在于，所述車輛包括如權利要求8所述的存儲介質或如權利要求9所述的車載設備。
...【技術特征摘要】
1.一種道路標線標簽篩選方法，其特征在于，包括：
2.根據權利要求1所述的道路標線標簽篩選方法，其特征在于，所述獲取所述車輛當前位置的點云，并采用所述點云對所述道路關鍵點進行過濾，包括：
3.根據權利要求2所述的道路標線標簽篩選方法，其特征在于，所述獲取所述車輛當前位置的點云，包括：
4.根據權利要求1所述的道路標線標簽篩選方法，其特征在于，所述獲取車輛當前位置的局部高精地圖，包括：
5.根據權利要求4所述的道路標線標簽篩選方法，其特征在于，所述基于所述位置坐標從所述全局高精地圖中提取所述局部高精地圖，包括：
6.一種道路標線標注模型訓練方法，其特征在于，包括：
7.一種道路標線標注方法...
【專利技術屬性】
技術研發人員：郭尊湖，王淑鵬，何明，
申請(專利權)人：深圳元戎啟行科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。