一种基于无人驾驶车辆的车道线坐标真值获取方法及装置制造方法及图纸

本发明专利技术实施例公开一种基于无人驾驶车辆的车道线坐标真值获取方法及装置。该方法包括：获取待处理图像；待处理图像由相机在无人驾驶车辆行进过程中采集；确定待处理图像中的车道线所在位置；确定待处理图像中的车道线所包含各点在图像坐标系中的二维坐标信息，并计算待处理图像中的车道线所包含各点在图像坐标系中的二维坐标信息，与预先标定得到的相机与激光雷达之间的投影矩阵的乘积，得到待处理图像中的车道线所包含各点对应的激光雷达投射至道路的各点的三维坐标信息；根据各点的三维坐标信息，确定车道线所包含各点在车辆坐标系中的坐标真值。应用本发明专利技术实施例提供的方案，能够提高车道线坐标真值获取的准确性。

【技术实现步骤摘要】
一种基于无人驾驶车辆的车道线坐标真值获取方法及装置
本专利技术涉及智能驾驶
，具体而言，涉及一种基于无人驾驶车辆的车道线坐标真值获取方法及装置。
技术介绍
在无人驾驶车辆行驶过程中，其需要检测道路上的车道线，从而才可以在正确的区域行驶，保证其行驶的安全性。具体的，可以在车辆安装相机，通过相机采集车辆行驶过程中周围环境的图像，并由车道线检测算法对相机采集的图像进行车道线检测，得到车道线的坐标信息。车道线检测算法的检测精度将影响车道线检测结果的准确性。确定车道线检测算法的检测精度时，需要获取车道线的坐标真值，也就是车道线在真实场景中的坐标信息。从而可以通过对比车道线的坐标真值和车道线的检测结果，来确定车道线检测算法的精确性。已知的车道线坐标真值获取方法，主要为通过在测试场地上对车道线和无人驾驶车辆进行打点，然后根据打点结果获取车道线的坐标真值。然而，由于测试场地和真实场景存在差距，从而导致获取的车道线的坐标真值无法客观描述真实场景下的车道线性能，也就是说，获取的车道线的坐标真值准确性较差。因此，为了提高车道线坐标真值获取的准确本文档来自技高网...

【技术保护点】
1.一种基于无人驾驶车辆的车道线坐标真值获取方法，其特征在于，所述无人驾驶车辆安装有相机和激光雷达，所述方法包括：/n获取待处理图像；所述待处理图像由所述相机在所述无人驾驶车辆行进过程中采集；/n展示所述待处理图像，并接收用户针对所述待处理图像输入的标注结果；所述标注结果包括所述待处理图像中的车道线所在位置；/n确定所述待处理图像中的车道线所包含各点在图像坐标系中的二维坐标信息，并计算所述待处理图像中的车道线所包含各点在图像坐标系中的二维坐标信息，与预先标定得到的所述相机与所述激光雷达之间的投影矩阵的乘积，得到所述待处理图像中的车道线所包含各点对应的激光雷达投射至道路的各点的三维坐标信息；所述...

【技术特征摘要】
1.一种基于无人驾驶车辆的车道线坐标真值获取方法，其特征在于，所述无人驾驶车辆安装有相机和激光雷达，所述方法包括：
获取待处理图像；所述待处理图像由所述相机在所述无人驾驶车辆行进过程中采集；
展示所述待处理图像，并接收用户针对所述待处理图像输入的标注结果；所述标注结果包括所述待处理图像中的车道线所在位置；
确定所述待处理图像中的车道线所包含各点在图像坐标系中的二维坐标信息，并计算所述待处理图像中的车道线所包含各点在图像坐标系中的二维坐标信息，与预先标定得到的所述相机与所述激光雷达之间的投影矩阵的乘积，得到所述待处理图像中的车道线所包含各点对应的激光雷达投射至道路的各点的三维坐标信息；所述投影矩阵标识所述激光雷达投射至道路的点的位置与该点在所述相机所采集图像中对应点的位置的映射关系；
根据所述各点的三维坐标信息，确定所述车道线所包含各点在车辆坐标系中的坐标真值。


2.根据权利要求1所述的方法，其特征在于，所述根据所述各点的三维坐标信息，确定所述车道线所包含各点在车辆坐标系中的坐标真值包括：
将所述各点的三维坐标信息中x和y方向的坐标，作为所述车道线所包含各点在车辆坐标系中的坐标真值；所述x方向为所述无人驾驶车辆的行进方向，所述y方向为与所述x方向垂直的水平方向。


3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述车道线所包含各点在车辆坐标系中的坐标真值进行曲线拟合，得到真值车道线。


4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
在所述真值车道线中，选取x方向分别为各预设长度的各目标真值车道线；
在预测车道线中，获取x方向分别为所述各预设长度的各目标预测车道线；所述预测车道线为由车道线检测算法对所述待处理图像进行检测得到的车道线；
计算所述各目标真值车道线对应的各真值抽象点的第一坐标，以及所述各目标预测车道线对应的各预测抽象点的第二坐标；
根据所述各真值抽象点的第一坐标，以及所述各预测抽象点的第二坐标，确定所述车道线检测算法的精确度。


5.根据权利要求4所述的方法，其特征在于，所述计算所述各目标真值车道线对应的各真值抽象点的第一坐标，以及所述各目标预测车道线对应的各预测抽象点的第二坐标包括：
针对各所述目标真值车道线，将该目标真值车道线对应的x方向的距离值作为该目标真值车道线对应真值抽象点的第一坐标的横坐标，将该目标真值车道线对应的y方向的距离值作为该目标真值车道线对应真值抽象点的第一坐标的纵坐标；
针对各所述目标预测车道线，将该目标预测车道线对应的x方向的距离值作为该目标预测车道线对应预测抽象点的第二坐标的横坐标，将该目标预测车道线对应的y方向的距离值作为该目标预测车道线对应预测抽象点的第二坐标的纵坐标。


6.根据权利要求4所述的方法，其特征在于，所述根据所述各真值抽象点的第一坐标，以及...

【专利技术属性】
技术研发人员：李俊，许宝杯，蒋竺希，李翔，
申请(专利权)人：初速度苏州科技有限公司，
类型：发明
国别省市：江苏;32