【技术实现步骤摘要】
本申请涉及车辆自动驾驶领域，并且更具体地涉及车道线的识别方法、车道线的识别设备、计算机存储介质及计算机程序产品。
技术介绍
1、随着自动驾驶的发展，车道线检测作为感知的重要组成部分，在车辆横向定位、车道保持、车辆变道等功能中发挥着重要作用。车道线的质量影响车道线检测，例如在由于光照、路面污渍、车道线磨损等情况而导致车道线模糊的情况下，车道线检测结果容易出现欠佳的情况。
2、目前，在车道线质量较差的情况下，车道线检测效果会受到不同程度的影响，从而影响自动驾驶车辆的整车性能。然而，目前的研究多是聚焦于如何利用机器学习模型进行车道线检测，缺少能够准确评估车道线质量的方法。鉴于此，期望提供一种能够准确评估车道线质量的方法。
技术实现思路
1、为了解决或至少缓解以上问题中的一个或多个，提供了以下技术方案。
2、按照本申请的第一方面，提供一种车道线的识别方法，所述方法包括下列步骤：识别多个车道线边界点以及每个车道线边界点的模糊属性；基于每个车道线边界点的特征数据将所述多个车道线...
【技术保护点】
1.一种车道线的识别方法，其特征在于，所述方法包括下列步骤：
2.根据权利要求1所述的方法，其中识别多个车道线边界点包括：
3.根据权利要求1所述的方法，其中识别每个车道线边界点的模糊属性包括：
4.根据权利要求3所述的方法，其中所述预先训练的模糊检测模型的训练数据包括车道线边界点和所述车道线边界点的模糊属性，所述车道线边界点的模糊属性根据所述车道线边界点所在车道线的异变区域来确定。
5.根据权利要求4所述的方法，其中所述车道线边界点的模糊属性根据所述车道线边界点所在车道线的异变区域来确定为以下中的一个或多个：
<...【技术特征摘要】
1.一种车道线的识别方法，其特征在于，所述方法包括下列步骤：
2.根据权利要求1所述的方法，其中识别多个车道线边界点包括：
3.根据权利要求1所述的方法，其中识别每个车道线边界点的模糊属性包括：
4.根据权利要求3所述的方法，其中所述预先训练的模糊检测模型的训练数据包括车道线边界点和所述车道线边界点的模糊属性，所述车道线边界点的模糊属性根据所述车道线边界点所在车道线的异变区域来确定。
5.根据权利要求4所述的方法，其中所述车道线边界点的模糊属性根据所述车道线边界点所在车道线的异变区域来确定为以下中的一个或多个：
6.根据权利要求1所述的方法，其中每个车道线边界点的特征数据包括：对应于所述每个车道线边界点的多维向量。
7.根据权利要求6所述的方法，其中基于每个车道...
【专利技术属性】
技术研发人员：潘杰，
申请(专利权)人：安徽蔚来智驾科技有限公司，
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。