用于高精地图的地面标识检测方法、装置、设备、存储介质制造方法及图纸

本申请公开一种用于高精地图的地面标识检测方法、装置和设备。该方法首先将自动驾驶车辆上的实时视频进行抽帧处理，来获取需要处理的图片，将待处理的图片进行分别进行第一图像预处理、第二图像预处理和第三图像预处理，从而检测出目标地面标识。本申请中的技术方案解决了传统识别边缘畸变大、不能准确的进行车道线识别问题，为后续自动驾驶车辆的实时决策及道路规划提供参考，同时可为无人驾驶提供场景感知、自主定位、实时决策、路线规划提供很重要的辅助作用。要的辅助作用。要的辅助作用。

【技术实现步骤摘要】
用于高精地图的地面标识检测方法、装置、设备、存储介质


[0001]本申请涉及自动驾驶
，尤其涉及用于高精地图的地面标识检测方法、装置、设备、存储介质。

技术介绍

[0002]随着无人驾驶技术的发展，车道线的检测、地面标识的识别逐步成为无人驾驶过程中环境感知的重要组成部分，导航系统规划出合理的路线规划，自动驾驶车辆才能做出正确的行驶；而高精地图是无人驾驶系统中的基础和重要组成部分，为无人驾驶提供场景感知、自主定位、实时决策、路线规划提供很重要的辅助作用。
[0003]目前，自动驾驶过程中对的地面标识的识别，主要方式为在自动驾驶过程中，获取路面实时图像，对获取的路面图像进行透视变换，对透视变换后的图片进行地面标识识别，识别的过程主要依据识别模型，通过识别模型的不断学习来提高识别度。传统识别由于边缘畸变大，识别不准确，在新的或者特殊路面标识的识别度上效率低、错误率高，对自动驾驶后续的实时决策和路线规划造成不良后果。

技术实现思路

[0004]鉴于上述问题，本申请实施例提供了一种用于高精地图的地面标识检测方法、装置、设备、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于高精地图的地面标识检测方法，其特征在于，所述方法包括：将待处理的第一图片进行第一图像预处理，得到至少包括车道线识别结果的第二图片；对所述第二图片中的所述车道线识别结果进行第二图像预处理，得到至少包括车道线直线聚类结果的第三图片；对所述第三图片中的所述车道线直线聚类结果进行第三图像预处理，检测出目标地面标识。2.如权利要求1所述方法，其特征在于，所述车道线识别结果包括：基于阈值分割的车道线识别结果；所述车道线直线聚类结果包括：车道线直线检测结果、车道线直线聚类结果；所述根据所述第二图片中的所述车道线识别结果进行第二图像预处理，得到至少包括车道线直线聚类结果的第三图片，包括：根据所述基于阈值分割的车道线识别结果，进行车道线直线检测，得到车道线直线检测结果；根据所述车道线直线检测结果中的线性关系，建立车道线直线聚类集；根据所述车道线直线聚类集，确定多组所述车道线直线聚类结果。3.如权利要求1所述方法，其特征在于，所述对所述第三图片中的所述车道线直线聚类结果进行第三图像预处理，检测出目标地面标识，包括：根据所述第三图片中所述车道线直线聚类结果，确定第一目标车道线直线以及第二目标车道线直线；根据所述第一目标车道线直线以及第二目标车道线直线中的多个端点进行透视变换，得到至少包括两条车道线的第四图片。4.如权利要求3所述方法，其特征在于，根据所述第三图片中所述车道线直线聚类结果，确定第一目标车道线直线以及第二目标车道线直线，包括：根据所述第三图片中所述车道线直线聚类结果，按照极角排序的方式确定车道线的分组；根据车道线的分组得到所述第一目标车道线直线以及所述第二目标车道线直线。5....

【专利技术属性】
技术研发人员：陈小龙，张现法，朱磊，贾双成，苏春龙，
申请(专利权)人：智道网联科技北京有限公司，
类型：发明
国别省市：