【技术实现步骤摘要】
本申请涉及车道线虚实线识别领域，具体而言，涉及一种车道线虚实线的识别方法、车道线虚实线的识别装置、计算机可读存储介质、处理器和自动驾驶车辆。
技术介绍
1、现有的大多数技术方案是采用各类图像处理方法提取图像特征，直接对车载摄像头图像的每个像素进行分类，分为背景、实线、虚线，即图像分割的方法识别虚实车道线。
2、现有的技术方案中，即基于图像分割的虚实车道线识别方法由于输入图像质量难以保证，图像特征提取较难等原因，输出的虚实线精度不够，无法满足l4自动驾驶的精度要求。另外，现有方法基于车载摄像头图像作为输入，当场景复杂，如地面有类似车道线的黄白色物体，或者由于天气等因素易使摄像头图像模糊不清等因素时，虚实线识别更加困难，且识别精度较低。
技术实现思路
1、本申请的主要目的在于提供一种车道线虚实线的识别方法、车道线虚实线的识别装置、计算机可读存储介质、处理器和自动驾驶车辆，以至少解决现有的基于图像分割的虚实车道线识别方法输出的虚实线精度不够，无法满足l4自动驾驶的精度要求的问题。
2、为了实现上述目的，根据本申请的一个方面，提供了一种车道线虚实线的识别方法，包括：获取当前时刻下车辆所在目标区域内的目标点云图，所述目标点云图至少包括所述车辆的行驶路面上的车道线；根据所述目标点云图确定与所述行驶路面上的各所述车道线对应的车道线数据，所述车道线数据为计算机可以识别的表征车道线的数据；获取目标神经网络模型，并将所有的所述车道线数据输入至目标神经网络模型中，得到至少一个目标
3、可选地，所述车辆安装有至少一个激光雷达，获取当前时刻下车辆所在目标区域内的目标点云图，包括：控制所述激光雷达发射激光束以对所述目标区域进行扫描；接收与各所述激光束对应的反射光线，并根据各所述反射光线确定所述目标区域内各物体的物体表面信息；将所有的所述物体表面信息转换成对应的点云数据，以得到第一初始点云图；对所述第一初始点云图进行去噪处理，得到所述目标点云图。
4、可选地，根据各所述反射光线确定所述目标区域内各物体的物体表面信息，包括：获取第一映射关系，所述第一映射关系为物体材料与反射强度之间的映射关系；根据所述各所述反射光线的反射强度和所述第一映射关系，确定各所述物体的物体表面信息，所述反射光线与所述物体表面信息一一对应，所述物体表面信息至少包括物体材料。
5、可选地，对所述第一初始点云图进行去噪处理，得到所述目标点云图，包括：获取目标处理方式，所述目标处理方式包括至少以下之一：数据预处理、滤波处理、特征提取处理和数据分割处理，所述数据预处理至少用于移除点云图中的离群点和去除点云图中的重复点，所述滤波处理用于采用滤波算法对点云图中的点云数据进行平滑处理，所述特征提取处理用于识别点云图中的点云数据的局部特征以去除噪声点，所述数据分割处理用于对点云图中的点云数据进行分割处理以去除噪声点；采用所述目标处理方式对所述第一初始点云图进行去噪处理，得到所述目标点云图。
6、可选地，获取目标神经网络模型，包括：获取历史时刻下所述目标区域内的第二初始点云图，并对所述第二初始点云图进行去噪处理，得到标准点云图；至少根据所述标准点云图，确定所述目标区域内的标准虚实线交界点；根据所述标准点云图和所述标准虚实线交接点，确定所述目标区域的标准热力图；将所述标准点云图、所有的所述标准虚实线交接点和所述标准热力图作为训练数据进行训练，得到所述目标神经网络模型。
7、可选地，至少根据所述标准点云图，确定所述目标区域内的标准虚实线交界点，包括：获取标准批注数据，所述标准批注数据包括所述目标区域内所有的所述车道线的标准虚实线属性；根据所述标准点云图和所述标准批注数据，确定所述目标区域内所有的所述标准虚实线交界点。
8、可选地，根据所述标准点云图和所述标准虚实线交接点，确定所述目标区域的标准热力图，包括：将所述标准点云图中的数据进行增广变换，得到增广后的点云图；根据所述增广后的点云图确定增广后的虚实线交界点；根据所述增广后的虚实线交界点，确定所述目标区域的标准热力图。
9、可选地，将所述标准点云图中的数据进行增广变换，得到增广后的点云图，包括：获取目标增广方式，所述目标增广方式包括至少以下之一：旋转处理、平移处理、缩放处理、噪声添加处理、数据剪裁处理，所述旋转处理用于对点云图进行旋转变换，所述平移处理用于对点云图进行平移变换，所述噪声添加处理用于在点云图中添加随机噪声，所述数据剪裁处理用于随机删除部分点云图中的点云数据；采用所述目标增广方式对所述标准点云图中的数据进行增广变换，得到所述增广后的点云图。
10、可选地，根据所述增广后的点云图确定增广后的虚实线交界点，包括：获取第二映射关系，所述第二映射关系为点云图的变换数据与虚实线交界点的变换数据之间的映射关系，所述标准点云图的变换数据与所述标准点云图的目标增广方式有关；根据所述标准点云图的变换数据与所述第二映射关系，确定所述虚实线交界点的变换数据；根据所述虚实线交界点的变换数据对所述标准虚实线交界点进行增广变换，得到所述增广后的虚实线交界点。
11、可选地，将所有的所述车道线数据输入至目标神经网络模型中，得到至少一个目标虚实线交界点，包括：将所有的所述车道线数据输入至目标神经网络模型中，得到所述目标神经网络模型输出的目标热力图；根据所述目标热力图，确定至少一个所述目标虚实线交界点。
12、可选地，所述目标区域内的车道线包括目标车道线和非目标车道线，所述目标车道线包括实线部分和虚线部分，根据所有的所述目标虚实线交界点，确定各所述车道线的目标虚实线属性，包括：根据所有的所述目标虚实线交界点对各所述目标车道线进行分割，得到多个分割后的车道线；分别确定各所述分割后的车道线的目标虚实线属性，所述目标虚实线属性为实线属性或者为虚线属性。
13、根据本申请的另一方面，提供了一种车道线虚实线的识别装置，包括：第一获取单元，用于获取当前时刻下车辆所在目标区域内的目标点云图，所述目标点云图至少包括所述车辆的行驶路面上的车道线；第一确定单元，用于根据所述目标点云图确定与所述行驶路面上的各所述车道线对应的车道线数据，所述车道线数据为计算机可以识别的表征车道线的数据；第二获取单元，用于获取目标神经网络模型，并将所有的所述车道线数据输入至目标神经网络模型中，得到至少一个目标虚实线交界点，所述目标虚实线交界点为实线车道线与虚线车道线相交处的点；第二确定单元，用于根据所有的所述目标虚实线交界点，确定各所述车道线的目标虚实线属性，所述目标虚实线属性为实线属性或者为虚线属性。
14、根据本申请的另一方面，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包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任本文档来自技高网...
【技术保护点】
1.一种车道线虚实线的识别方法，其特征在于，包括：
2.根据权利要求1所述的识别方法，其特征在于，所述车辆安装有至少一个激光雷达，获取当前时刻下车辆所在目标区域内的目标点云图，包括：
3.根据权利要求2所述的识别方法，其特征在于，根据各所述反射光线确定所述目标区域内各物体的物体表面信息，包括：
4.根据权利要求2所述的识别方法，其特征在于，对所述第一初始点云图进行去噪处理，得到所述目标点云图，包括：
5.根据权利要求1所述的识别方法，其特征在于，获取目标神经网络模型，包括：
6.根据权利要求5所述的识别方法，其特征在于，至少根据所述标准点云图，确定所述目标区域内的标准虚实线交界点，包括：
7.根据权利要求5所述的识别方法，其特征在于，根据所述标准点云图和所述标准虚实线交接点，确定所述目标区域的标准热力图，包括：
8.根据权利要求7所述的识别方法，其特征在于，将所述标准点云图中的数据进行增广变换，得到增广后的点云图，包括：
9.根据权利要求7所述的识别方法，其特征在于，根据所述增广后的点
10.根据权利要求1所述的识别方法，其特征在于，将所有的所述车道线数据输入至目标神经网络模型中，得到至少一个目标虚实线交界点，包括：
11.根据权利要求1所述的识别方法，其特征在于，所述目标区域内的车道线包括目标车道线和非目标车道线，所述目标车道线包括实线部分和虚线部分，根据所有的所述目标虚实线交界点，确定各所述车道线的目标虚实线属性，包括：
12.一种车道线虚实线的识别装置，其特征在于，包括：
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至11中任意一项所述的车道线虚实线的识别方法。
14.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至11中任意一项所述的车道线虚实线的识别方法。
15.一种自动驾驶车辆，其特征在于，所述自动驾驶车辆安装有至少一个激光雷达，所述自动驾驶车辆用于执行权利要求1至11中任意一项所述的车道线虚实线的识别方法。
...【技术特征摘要】
1.一种车道线虚实线的识别方法，其特征在于，包括：
2.根据权利要求1所述的识别方法，其特征在于，所述车辆安装有至少一个激光雷达，获取当前时刻下车辆所在目标区域内的目标点云图，包括：
3.根据权利要求2所述的识别方法，其特征在于，根据各所述反射光线确定所述目标区域内各物体的物体表面信息，包括：
4.根据权利要求2所述的识别方法，其特征在于，对所述第一初始点云图进行去噪处理，得到所述目标点云图，包括：
5.根据权利要求1所述的识别方法，其特征在于，获取目标神经网络模型，包括：
6.根据权利要求5所述的识别方法，其特征在于，至少根据所述标准点云图，确定所述目标区域内的标准虚实线交界点，包括：
7.根据权利要求5所述的识别方法，其特征在于，根据所述标准点云图和所述标准虚实线交接点，确定所述目标区域的标准热力图，包括：
8.根据权利要求7所述的识别方法，其特征在于，将所述标准点云图中的数据进行增广变换，得到增广后的点云图，包括：
9.根据权利要求7所述的识别方法，其特征在于，根据所述增广后的点云图...
【专利技术属性】
技术研发人员：叶云桐，
申请(专利权)人：北京小马智行科技有限公司，
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。