【技术实现步骤摘要】
本专利技术涉及汽车,尤其涉及一种车道线检测方法和装置。
技术介绍
1、自动驾驶汽车需要感知不同环境下的车道线,依靠车道线检测技术能够指导车辆在正确的区域进行行驶,为自动驾驶汽车的自动巡航、车道保持、车道超车等行为提供依据,当车辆偏离车道时可为驾驶员提供预警,有助于汽车安全驾驶。
2、主流的车道线检测方法是:先使用激光雷达采集路面点云数据,然后采用基于transformer的网络对路面点云数据进行特征提取,这种方法一定程度上进行了伪图像的全局特征融合,但是该方法仅依靠分类头对车道线实例进行区分,区分车道线不同实例的精确度较差。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题,为此,本专利技术第一方面提出一种车道线检测方法,所述方法包括:
2、将路面的三维点云数据输入bev编码器,得到二维bev特征图;
3、将所述二维bev特征图输入gfc特征提取器中,得到所述二维bev特征图的全局相关性特征;所述全局相关性特征包括像素点之间的浅层距离特征
4、本文档来自技高网...
【技术保护点】
1.一种车道线检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,将所述全局相关性特征输入嵌入层中,得到所述二维BEV特征图对应的embedding编码,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据各条所述预测车道线中的像素点的所述特征向量和所述均值向量,确定各条所述预测车道线中像素点的类内距离,包括:
4.根据权利要求2所述的方法,其特征在于,所述根据每两条所述预测车道线的所述均值向量的差值,确定所述多条预测车道线之间的类间距离,包括:
5.根据权利要求2所述的方法,其特征在于
...【技术特征摘要】
1.一种车道线检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,将所述全局相关性特征输入嵌入层中,得到所述二维bev特征图对应的embedding编码,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据各条所述预测车道线中的像素点的所述特征向量和所述均值向量,确定各条所述预测车道线中像素点的类内距离,包括:
4.根据权利要求2所述的方法,其特征在于,所述根据每两条所述预测车道线的所述均值向量的差值,确定所述多条预测车道线之间的类间距离,包括:
5.根据权利要求2所述的方法,其特征在于,所述根据所述类内距离和所述类间距离,确定所述二维bev特征图中的像素点之间的深层距离特征,包括:
6.根据权利要求2所述的方法,其特征在于,所述利用所述...
【专利技术属性】
技术研发人员:张茂林,曹哲,袁金伟,张振林,
申请(专利权)人:中汽创智科技有限公司,
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。