本申请涉及一种车道线处理方法、装置、计算机设备和存储介质。所述方法包括：获取目标路段的多帧图像以及每帧所述图像对应的位姿点；基于所述位姿点确定所述目标路段的路段特征和路段速度；基于所述路段特征和所述路段速度对所述多帧图像进行选择，得到目标图像；基于所述目标图像生成所述目标路段的目标车道线。采用本方法能够提高车道线的精确度。线。采用本方法能够提高车道线的精确度。线。采用本方法能够提高车道线的精确度。
【技术实现步骤摘要】
车道线处理方法、装置、计算机设备和存储介质
[0001]本申请涉及自动驾驶领域，特别是涉及一种车道线处理的方法、装置、计算机设备和存储介质。
技术介绍
[0002]自动驾驶高度依赖于语义地图，语义地图中具有道路、交通标志、车道线、交通灯等交通元素信息，用于控制车辆的转向、速度、路径规划等。
[0003]在传统技术中，通过激光雷达等设备采集代表车道线的三维点云，对三维点云进行处理得到语义地图中的车道线，由于车辆或者其他障碍物的阻挡，三维点云会出现误采集的情况，生成的车道线存在不准确问题。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够提高车道线精确度的车道线处理方法、装置、计算机设备和计算机可读存储介质。
[0005]第一方面，本申请提供了一种车道线处理方法。所述方法包括：
[0006]获取目标路段的多帧图像以及每帧所述图像对应的位姿点；
[0007]基于所述位姿点确定所述目标路段的路段特征和路段速度；
[0008]基于所述路段特征和所述路段速度对所述多帧图像进行选择，得到目标图像；
[0009]基于所述目标图像生成所述目标路段的目标车道线。
[0010]在一个实施例中，所述基于所述路段特征和所述路段速度对所述多帧图像进行选择，得到目标图像包括：
[0011]若所述目标路段的路段速度为零，则从所述多帧图像中选择一帧图像作为目标图像；
[0012]若所述目标路段为直线路段且路段速度不为零，则基于所述路段速度确定目标数量，从所述多帧图像中选择所述目标数量的目标图像；
[0013]若所述目标路段为弯曲路段且路段速度不为零，则将所述多帧图像作为目标图像。
[0014]在一个实施例中，所述基于所述目标图像生成所述目标路段的目标车道线包括：
[0015]获取每帧所述目标图像对应的三维采样点集合；
[0016]将各个所述三维采样点采集合组合为融合采样点集合；
[0017]对所述融合采样点集合进行曲线拟合和采样，得到目标采样点集合；
[0018]基于所述目标采样点集合生成目标车道线。
[0019]在一个实施例中，所述基于所述目标图像生成所述目标路段的目标车道线包括：
[0020]若所述目标路段对应的路段速度不为零且包含直线路段和弯曲路段，则分别选择所述直线路段对应的第一目标图像和所述弯曲路段对应的第二目标图像；
[0021]将所述第一目标图像对应的三维采样点集合组成第一采样点集合，将所述第二目
标图像对应的三维采样点集合组成第二采样点集合；
[0022]分别对所述第一采样点集合和所述第二采样点集合进行曲线拟合和采样，得到目标采样点集合；
[0023]基于所述目标采样点集合生成目标车道线。
[0024]在一个实施例中，所述车道线处理方法还包括：
[0025]若所述目标路段存在参考车道线，则获取参考车道线对应的参考采样点集合；
[0026]基于所述目标采样点集合与所述参考采样点集合，计算所述目标车道线与所述参考车道线之间的相离度；
[0027]将所述相离度与相离度阈值进行比较，若所述相离度小于所述相离度阈值，则对所述参考采样点集合和目标采样点集合进行曲线拟合和采样，得到更新采样点集合，基于所述更新采样点集合生成更新车道线；若所述相离度等于或者大于所述相离度阈值，则基于所述目标采样点集合生成更新车道线；
[0028]用所述更新车道线更新所述参考车道线。
[0029]在一个实施例中，所述基于所述目标采样点集合与所述参考采样点集合，计算所述目标车道线与所述参考车道线之间的相离度包括：
[0030]获取所述目标采样点集合中的目标采样点；
[0031]计算所述目标采样点与所述参考采样点集合中参考采样点之间的间隔距离，基于所述间隔距离从所述参考采样点集合中确定所述目标采样点对应的两个对照采样点；
[0032]计算所述目标采样点到所述两个对照采样点所在直线的垂直距离；
[0033]统计各个所述垂直距离，得到所述目标车道线与所述参考车道线之间的相离度。
[0034]在一个实施例中，所述车道线处理方法还包括：
[0035]若所述目标路段存在多个目标车道线，则获取多个所述目标车道线对应的目标采样点集合和位姿误差平均值；
[0036]选择所述位姿误差平均值小于误差阈值的目标车道线对应的目标采样点集合，作为匹配采样点集合；
[0037]将各个所述匹配采样点集合组成匹配融合采样点集合，对所述匹配融合采样点集合进行曲线拟合和采样，得到匹配目标采样点集合；
[0038]基于所述匹配目标采样点集合生成匹配目标车道线。
[0039]第二方面，本申请还提供了一种车道线处理装置。所述装置包括：
[0040]获取模块，用于获取目标路段的多帧图像以及每帧所述图像对应的位姿点；
[0041]确定模块，用于基于所述位姿点确定所述目标路段的路段特征和路段速度；
[0042]选择模块，用于基于所述路段特征和所述路段速度对所述多帧图像进行选择，得到目标图像；
[0043]生成模块，用于基于所述目标图像生成所述目标路段的目标车道线。
[0044]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0045]获取目标路段的多帧图像以及每帧所述图像对应的位姿点；
[0046]基于所述位姿点确定所述目标路段的路段特征和路段速度；
[0047]基于所述路段特征和所述路段速度对所述多帧图像进行选择，得到目标图像；
[0048]基于所述目标图像生成所述目标路段的目标车道线。
[0049]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0050]获取目标路段的多帧图像以及每帧所述图像对应的位姿点；
[0051]基于所述位姿点确定所述目标路段的路段特征和路段速度；
[0052]基于所述路段特征和所述路段速度对所述多帧图像进行选择，得到目标图像；
[0053]基于所述目标图像生成所述目标路段的目标车道线。
[0054]上述车道线处理方法、装置、计算机设备和存储介质，获取目标路段的多帧图像以及每帧图像对应的位姿点，根据位姿点确定目标路段的路段特征和路段速度，根据目标路段对应的路段特征和路段速度，从多帧图像中选择出目标图像，基于目标图像生成目标路段的目标车道线。通过位姿点确定目标路段对应的路段特征和路段速度，根据路段特征和路段速度选择目标图像，减少了参与生成目标车道线的目标图像的数量，从而减小了目标车道线的误差，并且提高了参与生成目标车道线的目标图像的代表性，根据目标图像生成目标路段的目标车道线，提高了目标车道本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车道线处理方法，其特征在于，所述方法包括：获取目标路段的多帧图像以及每帧所述图像对应的位姿点；基于所述位姿点确定所述目标路段的路段特征和路段速度；基于所述路段特征和所述路段速度对所述多帧图像进行选择，得到目标图像；基于所述目标图像生成所述目标路段的目标车道线。2.根据权利要求1所述的方法，其特征在于，所述基于所述路段特征和所述路段速度对所述多帧图像进行选择，得到目标图像包括：若所述目标路段的路段速度为零，则从所述多帧图像中选择一帧图像作为目标图像；若所述目标路段为直线路段且路段速度不为零，则基于所述路段速度确定目标数量，从所述多帧图像中选择所述目标数量的目标图像；若所述目标路段为弯曲路段且路段速度不为零，则将所述多帧图像作为目标图像。3.根据权利要求1所述的方法，其特征在于，所述基于所述目标图像生成所述目标路段的目标车道线包括：获取每帧所述目标图像对应的三维采样点集合；将各个所述三维采样点采集合组合为融合采样点集合；对所述融合采样点集合进行曲线拟合和采样，得到目标采样点集合；基于所述目标采样点集合生成目标车道线。4.根据权利要求1所述的方法，其特征在于，所述基于所述目标图像生成所述目标路段的目标车道线包括：若所述目标路段对应的路段速度不为零且包含直线路段和弯曲路段，则分别选择所述直线路段对应的第一目标图像和所述弯曲路段对应的第二目标图像；将所述第一目标图像对应的三维采样点集合组成第一采样点集合，将所述第二目标图像对应的三维采样点集合组成第二采样点集合；分别对所述第一采样点集合和所述第二采样点集合进行曲线拟合和采样，得到目标采样点集合；基于所述目标采样点集合生成目标车道线。5.根据权利要求3所述的方法，其特征在于，所述方法还包括：若所述目标路段存在参考车道线，则获取参考车道线对应的参考采样点集合；基于所述目标采样点集合与所述参考采样点集合，计算所述目标车道线与所述参考车道线之间的相离度；将所述相离度与相离度阈值进行比较，若所述相离度小于所述相离度阈值，则对所述参考采样点集...
【专利技术属性】
技术研发人员：何鹏，周光，蔡一奇，
申请(专利权)人：深圳元戎启行科技有限公司，
类型：发明
国别省市：
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。