The application discloses a method for determining ground signs, including: acquiring point cloud gray scale maps, which include road section maps; running sign extraction network model, which obtains ground sign information from road section maps; sign extraction network model, which is used to extract ground marks and ground sign information contained in road section maps. Including the information of each ground sign extracted from the landmark extraction model, the ground sign is the traffic indication information marked on the road section; according to the ground sign information, the target ground sign is determined from each ground sign. The embodiment of the application adopts the sign extraction network model to obtain the ground mark information in the road section map, and determines the ground mark in the road section map according to the ground mark information, thereby improving the efficiency and accuracy of the ground mark in the road section map.
【技术实现步骤摘要】
地面标志提取的方法、模型训练的方法、设备及存储介质
本申请涉及计算机
,具体涉及一种地面标志提取的方法、模型训练的方法、设备及计算机可读存储介质。
技术介绍
高精度地图是自动驾驶的核心内容,它为自动驾驶提供丰富准确的道路信息。地面标志是高精度地图的核心要素,地面标志包括箭头、文字和图形等,地面标志可辅助汽车进行精准定位,进而帮助汽车做出合适的规划和决策。目前,高精度地图中的地面标志提取主要依赖人工编辑,具体地就是在高精度地图的编辑工具中,通过人工查看点云数据或者点云灰度图数据,找出含有地面标志的地段,然后手工绘制每个地面标志的矩形包围框,并编辑地面标志的种类、形状和颜色等属性。由于高精度地图中的地面标志分布比较稀疏,大部分路段不含有地面标志。人工提取的方法需要遍历所有路段,找出含有地面标志的路段进行编辑,工作量大,效率低,而且人工遍历容易出现遗漏,准确率低。
技术实现思路
本申请实施例提供一种地面标志确定的方法,可以高效准确的确定地图中的地面标志。本申请实施例还提供了相应的装置、计算机设备及计算机可读存储介质。本申请实施例第一方面提供一种地面标志确定的方法,包括:获取点云灰度图,所述点云灰度图包含路段地图;运行标志提取网络模型,从所述路段地图中获取地面标志信息,所述标志提取网络模型用于提取所述路段地图中所包含的地面标志,所述地面标志信息包括所述标志提取模型提取到的每个地面标志的信息,所述地面标志为在路段地面上标记的行车指示信息;根据所述地面标志信息,从所述每个地面标志中确定目标地面标志。本申请第二方面提供一种标志提取网络模型训练的方法,包括:获取多个样本 ...
【技术保护点】
1.一种地面标志确定的方法,其特征在于,包括:获取点云灰度图,所述点云灰度图包含路段地图;运行标志提取网络模型,从所述路段地图中获取地面标志信息,所述标志提取网络模型用于提取所述路段地图中所包含的地面标志,所述地面标志信息包括所述标志提取模型提取到的每个地面标志的信息,所述地面标志为在路段地面上标记的行车指示信息;根据所述地面标志信息,从所述每个地面标志中确定目标地面标志。
【技术特征摘要】
1.一种地面标志确定的方法,其特征在于,包括:获取点云灰度图,所述点云灰度图包含路段地图;运行标志提取网络模型,从所述路段地图中获取地面标志信息,所述标志提取网络模型用于提取所述路段地图中所包含的地面标志,所述地面标志信息包括所述标志提取模型提取到的每个地面标志的信息,所述地面标志为在路段地面上标记的行车指示信息;根据所述地面标志信息,从所述每个地面标志中确定目标地面标志。2.根据权利要求1所述的方法,其特征在于,所述地面标志信息包括所述每个地面标志的属性信息和置信度;对应的,所述根据所述地面标志信息,从所述每个地面标志中确定目标地面标志,包括:根据所述每个地面标志的置信度以及属性信息,去除所述每个地面标志中不符合条件的地面标志,以得到二维形式的所述目标地面标志;将所述二维形式的所述目标地面标志转换为三维形式的所述目标地面标志。3.根据权利要求2所述的方法,其特征在于,所述属性信息包括位置信息和形状信息;所述根据所述每个地面标志的置信度以及属性信息,去除所述每个地面标志中不符合条件的地面标志,以得到二维形式的所述目标地面标志,包括:根据所述每个地面标志的置信度,去除置信度低于置信度阈值的地面标志;对于置信度高于所述置信度阈值的地面标志,针对包含相同位置信息的至少两个地面标志,根据所述至少两个地面标志的置信度和形状信息进行去重处理,以得到二维形式的所述目标地面标志。4.根据权利要求3所述的方法,其特征在于,所述针对包含相同位置信息的至少两个地面标志,根据所述至少两个地面标志的置信度和形状信息进行去重处理,包括:针对包含相同位置信息的至少两个地面标志,分别计算所述至少两个地面标志中每两个地面标志的置信度差值;针对置信度差值大于预设值的两个地面标志,删除其中置信度小的地面标志;针对置信度差值小于所述预设值的两个地面标志,根据所述两个地面标志的形状信息,删除与标准形状相似度小于预置阈值的地面标志;若所述两个地面标志的形状与所述标准形状的相似度都大于所述预置阈值,则对所述两个地面标志进行合并处理。5.根据权利要求1-4任一所述的方法,其特征在于,所述运行标志提取网络模型,从所述路段地图中获取地面标志信息,包括:运行标志提取网络模型,将所述路段地图划分为多个子路段地图;对所述多个子路段地图中的每个子路段地图通过卷积和池化处理,以得到所述每个子路段地图所对应的特征图;从所述每个子路段地图所对应的特征图中提取所述特征图中所包含的地面标志的信息,所述地面标志信息包含所述每个子路段地图所对应的特征图中所提取的地面标志的信息。6.根据权利要求1-4任一所述的方法,其特征在于,所述获取点云灰度图,包括:获取三维激光点云地图;根据获取所述三维激光点云地图时车辆的航向角进行坐标转换,并对转换后的所述三维激光点云地图进行正交投影,将所述三维激光点云地图中的激光点的反射率值归一化为灰度值,以得到二维的所述点云灰度图。7.一种标志提取网络模型训练的方法,其特征在于,包括:获取多个样本灰度图,所述多个样本灰度图中每个样本灰度图都包括路段地图,每个路段地图中包含已被标记的地面标志;针...
【专利技术属性】
技术研发人员:舒茂,
申请(专利权)人:腾讯大地通途北京科技有限公司,腾讯科技深圳有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。