【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种车道线构建方法、装置、设备、介质以及程序产品。
技术介绍
1、在智能驾驶意图预测模型中，车辆的车道绑道是预测模型意图真值标签的必备前提，然而在单帧感知地图中，由于感知硬件条件限制，车辆难以准确确定自车车辆所在车道。由于车辆驾驶数据中大量车道无法确定车道归属，使用该车辆驾驶数据对意图预测模型训练，会导致意图预测模型对车辆的意图预测难以达到较好的预测性能。
2、因此，有必要提出一种车道线构建方法对车辆驾驶数据进行精确地车辆绑道，以解决现有方法在单帧感知地图下感知范围受限，无法精确地实现车辆绑道，进而影响意图预测模型的训练效果的问题。
3、上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本申请的主要目的在于提供一种车道线构建方法、装置、设备、介质以及程序产品，旨在解决现有方法在单帧感知地图下感知范围受限，无法精确地实现车辆绑道，进而影响意图预测模型的训练效果的技术问题。
2、为实现上述...
【技术保护点】
1.一种车道线构建方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于预设高置信区域，确定所述若干帧车辆驾驶数据的车道线数据采集区域的步骤，包括：
3.如权利要求2所述的方法，其特征在于，所述车道线数据包括车道线坐标点数据，所述根据所述车道线数据采集区域，从所述若干帧车辆驾驶数据中提取车道线数据的步骤，包括：
4.如权利要求3所述的方法，其特征在于，所述场景级车道字典包括若干个车道编号、以及与车道编号一一对应的车道坐标点集合，所述根据所述判断结果，从所述自车坐标下的车道坐标点数据中选取有效车道坐标点数据...
【技术特征摘要】
1.一种车道线构建方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于预设高置信区域，确定所述若干帧车辆驾驶数据的车道线数据采集区域的步骤，包括：
3.如权利要求2所述的方法，其特征在于，所述车道线数据包括车道线坐标点数据，所述根据所述车道线数据采集区域，从所述若干帧车辆驾驶数据中提取车道线数据的步骤，包括：
4.如权利要求3所述的方法，其特征在于，所述场景级车道字典包括若干个车道编号、以及与车道编号一一对应的车道坐标点集合，所述根据所述判断结果，从所述自车坐标下的车道坐标点数据中选取有效车道坐标点数据存储至场景级车道字典的步骤，包括：
5.如权利要求4所述的方法，其特征在于，所述基于预设规则与所述车道编号，从所述自车坐标下的车道坐标点数据中提取有效车道坐标点数据，存储至所述场景级车道字典的步骤，包括：
【专利技术属性】
技术研发人员：陈建国，
申请(专利权)人：浙江极氪智能科技有限公司，
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。