【技术实现步骤摘要】
本申请涉及智能驾驶，特别涉及一种车道线真值生成方法、装置、车辆及存储介质。
技术介绍
1、随着自动驾驶技术的不断发展，车道线检测技术也在不断进步，使用bev(bird's-eye-view perception，基于多视角摄像头的鸟瞰图)感知的神经网络检测车道线近几年非常流行。基于bev感知的神经网络的训练依赖于二维图像中物体的三维真实值，通常通过激光雷达采集点云并由人工完成二维车道线的标注。
2、然而，现有技术中二维车道线标注对传感器数据同步和激光雷达与图像之间的外参精度有很高的依赖性；单帧扫描的点云数据可能会比较稀疏，这使得准确标注车道线变得困难。此外，通过标注单帧激光点云中的车道线来进行车道线制作的方法效率相对较低，需要花费较长的时间。
技术实现思路
1、本申请提供一种车道线真值生成方法、装置、车辆及存储介质，以解决相关技术中过度依赖传感器数据同步和外参精度，单帧点云稀疏导致标注困难且效率低下等问题。
2、本申请第一方面实施例提供一种车道线真值生成方法，包括以下步骤：获取三维车道线的第一集合；基于激光雷达的第一位姿将所述第一集合变换到激光雷达坐标系下得到第二集合，并将所述第二集合投影到相机坐标系下得到第三集合；根据所述第二集合和所述第三集合计算投影误差最小的相机位姿，根据所述相机位姿确定所述激光雷达的第二位姿，基于所述第一位姿、所述第二位姿和所述第二集合生成所述二维车道线的真值。
3、可选地，所述将所述第二集合投影到相机坐标系下得到第三集合
4、可选地，所述根据所述第二集合和所述第三集合计算投影误差最小的相机位姿，包括：构建所述第一集合和所述第三集合的点对集；根据所述点对集计算所述相机在所述雷达坐标系下投影误差最小的相机位姿。
5、可选地，所述根据所述相机位姿确定所述激光雷达的第二位姿，包括：获取激光雷达外参和相机外参根据所述激光雷达外参和所述相机外参计算所述相机与所述激光雷达之间的位姿关系；基于所述相机位姿和所述位姿关系确定所述激光雷达的第二位姿。
6、可选地，所述基于所述第一位姿、所述第二位姿和所述第二集合生成所述二维车道线的真值，包括：计算所述第一位姿和所述第二位姿之间的差值；根据所述差值优化所述第二集合得到所述二维车道线的真值。
7、可选地，在获取三维车道线的第一集合之前，还包括：获取车辆位姿和所述激光雷达的激光点云帧；根据车辆位姿和激光点云帧确定所述激光雷达的第一位姿；根据所述激光点云帧、所述第一位姿和/或所述车辆当前所处区域的局部地图生成多帧拼接的点云，对所述多帧拼接的点云进行三维车道线标注得到所述第一集合。
8、可选地，所述根据所述激光点云帧、所述第一位姿和/或所述车辆当前所处区域的局部地图生成多帧拼接的点云，包括：识别所述车辆当前所处区域的局部地图；若未识别到所述局部地图，则创建所述局部地图，并将所述激光点云帧和所述第一位姿插入所述局部地图得到所述多帧拼接的点云；若识别到所述局部地图，则根据所述激光点云帧与所述局部地图对所述第一位姿进行全局优化，并将优化后的第一位姿和所述激光点云帧插入所述局部地图和全局地图得到所述多帧拼接的点云。
9、本申请第二方面实施例提供一种车道线真值生成装置，包括：获取模块，用于获取三维车道线的第一集合；投影模块，用于基于激光雷达的第一位姿将所述第一集合变换到激光雷达坐标系下得到第二集合，并将所述第二集合投影到相机坐标系下得到第三集合；计算模块，用于根据所述第二集合和所述第三集合计算投影误差最小的相机位姿；生成模块，用于根据所述相机位姿确定所述激光雷达的第二位姿，基于所述第一位姿、所述第二位姿和所述第二集合生成所述二维车道线的真值。
10、本申请第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的车道线真值生成方法。
11、本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的车道线真值生成方法。
12、由此，本申请至少具有如下有益效果：
13、本申请实施例可以在多帧拼接的点云上进行车道线的标注，克服了单帧点云稀疏和单帧标注效率低的缺点，同时优化了激光点云帧之间的位姿变化量，可以提升激光点云运动畸变的矫正，降低对位姿传感器的要求；通过优化求解点对集的相机位姿，精确地确定相机在雷达坐标系下的位姿，从而降低对时间同步精度和外参标定精度的要求。由此，解决了相关技术中过度依赖传感器数据同步和外参精度，单帧点云稀疏导致标注困难且效率低下等技术问题。
14、本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种车道线真值生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的车道线真值生成方法，其特征在于，所述将所述第二集合投影到相机坐标系下得到第三集合，包括：
3.根据权利要求1所述的车道线真值生成方法，其特征在于，所述根据所述第二集合和所述第三集合计算投影误差最小的相机位姿，包括：
4.根据权利要求1或3所述的车道线真值生成方法，其特征在于，所述根据所述相机位姿确定所述激光雷达的第二位姿，包括：
5.根据权利要求1所述的车道线真值生成方法，其特征在于，所述基于所述第一位姿、所述第二位姿和所述第二集合生成所述二维车道线的真值，包括：
6.根据权利要求1所述的车道线真值生成方法，其特征在于，在获取三维车道线的第一集合之前，还包括：
7.根据权利要求6所述的车道线真值生成方法，其特征在于，所述根据所述激光点云帧、所述第一位姿和/或所述车辆当前所处区域的局部地图生成多帧拼接的点云，包括：
8.一种车道线真值生成装置，其特征在于，所述装置包括：
9.一种车辆，其特征在于，包括：存储器
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-7任一项所述的车道线真值生成方法。
...【技术特征摘要】
1.一种车道线真值生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的车道线真值生成方法，其特征在于，所述将所述第二集合投影到相机坐标系下得到第三集合，包括：
3.根据权利要求1所述的车道线真值生成方法，其特征在于，所述根据所述第二集合和所述第三集合计算投影误差最小的相机位姿，包括：
4.根据权利要求1或3所述的车道线真值生成方法，其特征在于，所述根据所述相机位姿确定所述激光雷达的第二位姿，包括：
5.根据权利要求1所述的车道线真值生成方法，其特征在于，所述基于所述第一位姿、所述第二位姿和所述第二集合生成所述二维车道线的真值，包括：
6.根据权利要求1所述的车道线真值生...
【专利技术属性】
技术研发人员：张浩，李明泽，高峰，刘仲为，
申请(专利权)人：大卓智能科技有限公司，
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。