【技术实现步骤摘要】
路面文字识别的处理方法、装置及介质
[0001]本专利技术涉及高精度地图
,尤其涉及一种路面文字识别的处理方法、装置及介质。
技术介绍
[0002]高精度地图(High Definition Map,HD Map)在自动驾驶领域具有重要意义,自动驾驶车可根据高精度地图获知到当前行驶道路的路况和当前周围环境,进而可做出相应的驾驶处理。基于高精度地图对于自动驾驶的辅助作用,使得对高精度地图的精准制作成本领域技术人员研究的热点,尤其是对携带有与道路规章相关的路面印刷文字的高精度地图的制作。
[0003]现有技术中,对于携带有路面印刷文字的高精度地图的制作,首先需采集携带有路面印刷文字的路面图像,利用目标检测模型对路面图像进行目标检测处理,以识别路面印刷文字的文本框像素,并将文本框像素所对应的坐标经过图像深度转换处理,以获取文字识别结果;而后将路面识别结果标记在高精度地图的相应位置上,以完成携带有路面印刷文字的高精度地图的制作。
[0004]但是,现有技术采集路面图像易受到天气因素以及遮挡物的影响,这可能导致初步采集到的路面图像不够清晰,而基于不够清晰的图像,利用深度图像转换处理方法而得到的路面文字识别结果不够精准,又由于深度图像处理存在位置偏差影响,增加了人工矫正的工作量,从而降低了对文字识别的处理效率,进而影响了高精度地图的制作效率。
技术实现思路
[0005]本专利技术提供一种路面文字识别的处理方法、装置及介质,以解决现有技术中对携带有路面印刷文字的高精度地图制作精准度、效率不高的 ...
【技术保护点】
【技术特征摘要】
1.一种路面文字识别的处理方法,其特征在于,包括:获取地图采集车采集到的待识别路面的激光点云;根据路面分离算法,从所述激光点云数据中分离获取路面点云,并将所述路面点云转换为二维的强度俯视BEV图像;采用图像语义分割神经网络,对所述BEV图像进行识别处理,以获取含有路面标志的语义信息,并从所述含有路面标志的语义信息中分离获取含有文字的像素;根据所述含有文字像素,并采用文本识别网络,获取含有路面文字内容的文字检测框,并保存至地图数据库中。2.根据权利要求1所述的方法,其特征在于,所述根据路面分离算法,从所述激光点云中分离获取路面点云,包括:遍历所述激光点云中的每个点的坐标信息,以获取最大的X值,最大的Y值,最大的Z值,最小的X值,最小的Y值和最小的Z值,将最大的X值,最大的Y值,最大的Z值,最小的X值,最小的Y值和最小的Z值作为所述激光点云的边界;根据所述激光点云的边界,确定网格划分参数,并根据所述网格划分参数,对所述激光点云进行划分处理以构建点云网格;获取所述地图采集车行驶的GPS轨迹,并根据所述GPS轨迹,获取所述采集车的高度范围;以所述GPS轨迹作为种子点,根据所述地图采集车的高度范围中的最大高度值、预设高度阈值范围和预设密度阈值,从所述点云网格中获取有效网格,其中,每个所述有效网格内的点云密度超过所述预设密度阈值;将所述有效网格的点组成的点集,作为所述路面点云。3.根据权利要求2所述的方法,其特征在于,所述将所述路面点云转换为二维的强度俯视BEV图像,包括:根据预设的距离,对所述GPS轨迹进行划分处理,以获取多个轨迹路段,其中,每个所述轨迹路段内包括多个GPS点;遍历每个轨迹路段,以检验所述轨迹路段中的所述多个GPS点是否真正落在所述轨迹路段中;对于检验后的每个轨迹路段:以所述轨迹路段中的中心GPS点为中心,将所述轨迹路段中所有GPS点对应的记录时间中的最大记录时间和最小记录时间作为时间区间,遍历所述路面点云,以获取所述时间区间内的第一路面点云;根据所述第一路面点云到所述轨迹路段中的每个GPS点的距离,筛选满足预设范围的第二路面点云,并将所述第二路面点云映射到预设的二维像素坐标中,以记录所述第二路面点云与所述像素坐标的位置索引;根据所述位置索引,将所述第二路面点云生成所述BEV图像。4.根据权利要求3所述的方法,其特征在于,所述遍历每个轨迹路段,以检验所述轨迹路段中的所述多个GPS点是否真正落在所述轨迹路段中,包括:对于第k个轨迹路段,根据预设距离D,采用公式:centerDis
k
=(k*(1
‑
overlay)+0.5)*D
获取所述第k个轨迹路段中的中心GPS点到所述GPS轨迹的起始GPS点的第一距离,并遍历所述第k个轨迹路段中的其他GPS点与所述中心GPS点的第二距离是否在centerDis
k
/2范围内,以确定所述其他GPS点是...
【专利技术属性】
技术研发人员:邵书竹,赖晗,李兴涛,张建平,余汪江,夏坤,
申请(专利权)人:武汉四维图新科技有限公司,
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。