车道线识别错误的反馈方法、装置、设备及存储介质与流程

本申请涉及高精地图，尤其涉及一种车道线识别错误的反馈方法、装置、设备及存储介质。

背景技术：

1、随着自动驾驶技术的发展，自动驾驶车辆的自动程度越来越高，出于安全和导航的考虑，需要构建精度足够的高精地图。

2、在相关技术方案中，在构建高精地图时，对于高精地图中车道线的制作，先通过车道线识别程序识别后再解算成像素点供作业员参考制作，车道线识别程序的准确度直接影响到地图制作的效率与质量，车道线识别程序的准确度主要依赖于网络模型的改进和错误数据样本的标定。传统的错误数据样本收集都是人工在制作数据的过程中发现像素点与实际不符后来进行保存，这种方法不仅浪费作业员的时间而且特别容易遗漏，导致模型错误数据的样本不全，影响模型的识别精度，最终导致高精地图的精度不够。

技术实现思路

1、为解决或部分解决相关技术中存在的问题，本申请提供一种车道线识别错误的反馈方法、装置、设备及存储介质，能够准确识别出车道线中的错误数据。

2、本申请第一方面提供一种车道线识别错误的反馈方法，包括：

3、获取针对目标路面生成的车道线数据、采集车辆在所述目标路面行驶的轨迹点数据以及用于辅助生成所述车道线数据的像素点数据；

4、基于所述轨迹点数据，确定所述目标路面的全域路面解算区域，将所述车道线数据中在所述全域路面解算区域范围内的车道线作为待检测车道线；

5、在所述待检测车道线上按照预设规则生成定位点，基于各定位点与预设范围内的像素点之间的关系，确定错误定位点及所述错误定位点对应的错误车道线。

6、作为本申请一种可能的实施方式，在该实施方式中，所述获取针对目标路面生成的车道线数据之后，包括：

7、基于所述车道线数据中各车道线的属性信息，删除所述车道线数据中的非车道线。

8、作为本申请一种可能的实施方式，在该实施方式中，所述基于所述轨迹点数据，确定所述目标路面的全域路面解算区域，包括：

9、遍历所述轨迹点数据中的每个轨迹点，基于相机内外参数，确定所述每个轨迹点对应的畸变框，将所述畸变框投影至所述目标路面，生成一个路面解算区域；

10、将所有所述轨迹点对应的路面解算区域融合生成全域路面解算区域。

11、作为本申请一种可能的实施方式，在该实施方式中，所述在所述待检测车道线上按照预设规则生成定位点，基于各定位点与预设范围内的像素点之间的关系，确定错误定位点及所述错误定位点对应的错误车道线之前，包括：

12、基于所述待检测车道线的属性信息，对所述待检测车道线进行分类，其中，所述待检测车道线的类别包括实线车道线和虚线车道线。

13、作为本申请一种可能的实施方式，在该实施方式中，当所述待检测车道线为实线车道线时，所述在所述待检测车道线上按照预设规则生成定位点，基于各定位点与预设范围内的像素点之间的关系，确定错误定位点及所述错误定位点对应的错误车道线，包括：

14、针对每条实线车道线，基于车道线起点，在所述实线车道线上每隔第一预设距离生成一个定位点；

15、针对每个定位点，当判断在距离所述定位点的第一预设范围内不存在像素点时，将所述定位点确定为错误定位点；

16、将所述错误定位点前后预设距离内的实线车道线确定为错误车道线。

17、作为本申请一种可能的实施方式，在该实施方式中，当所述待检测车道线为虚线车道线时，所述在所述待检测车道线上按照预设规则生成定位点，基于各定位点与预设范围内的像素点之间的关系，确定错误定位点及所述错误定位点对应的错误车道线，包括：

18、步骤1，针对每条虚线车道线，基于车道线起点，在所述虚线车道线上每隔第二预设距离生成一个定位点，设置计数变量；

19、步骤2，将所述计数变量置零，判断第一定位点的第一预设范围内是否存在像素点；

20、步骤3，当所述第一定位点的第一预设范围内存在像素点时，将与所述第一定位点相连的下一个定位点作为第一定位点，返回步骤2，否则，执行步骤4；

21、步骤4，计数变量加1，判定所述计数变量的值是否大于计数变量阈值；

22、步骤5，当判定所述计数变量的值不大于所述计数变量阈值时，将与所述第一定位点相连的下一个定位点作为第一定位点，返回步骤3；否则，执行步骤6；

23、步骤6，将所述第一定位点确定为错误定位点，将所述第一定位点后与所述第一定位点间隔预设数量个定位点的定位点确定为第一定位点，返回步骤2，直至所述虚线车道线上所有定位点都判断完成。

24、作为本申请一种可能的实施方式，在该实施方式中，所述方法还包括：

25、确定所述采集车辆在所述目标路面行驶时，能够拍摄到所述错误定位点时所在的目标行驶轨迹点；

26、将车辆处于所述目标行驶轨迹点时采集的路面图像确定为错误路面图像。

27、本申请第二方面提供了一种车道线识别错误的反馈装置，包括：

28、数据获取模块，用于获取针对目标路面生成的车道线数据、采集车辆在所述目标路面行驶的轨迹点数据以及用于辅助生成所述车道线数据的像素点数据；

29、车道线确定模块，用于基于所述轨迹点数据，确定所述目标路面的全域路面解算区域，将所述车道线数据中在所述全域路面解算区域范围内的车道线作为待检测车道线；

30、错误判断模块，用于在所述待检测车道线上按照预设规则生成定位点，基于各定位点与预设范围内的像素点之间的关系，确定错误定位点及所述错误定位点对应的错误车道线。

31、本申请第三方面提供一种电子设备，包括：

32、处理器；以及

33、存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。

34、本申请第四方面提供一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。

35、本申请实施例通过获取针对目标路面生成的车道线数据、采集车辆在所述目标路面行驶的轨迹点数据以及用于辅助生成所述车道线数据的像素点数据，并基于轨迹点数据，确定目标路面的全域路面解算区域，并将在所述全域解算区域内的车道线确定为待检测车道线，基于待检测车道线上的定位点与其预设范围内的像素点之间的关系，确定定位点和错误车道线。能够有效识别已生成的车道线中的错误车道线，并确定该错误车道线对应的错误定位点，进而确定该错误车道线对应的路面图像，便于后续采用该路面图像对模型进行训练，增强模型识别错误车道线的能力。

36、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

技术特征：

1.一种车道线识别错误的反馈方法，其特征在于，包括：

2.根据权利要求1所述的车道线识别错误的反馈方法，其特征在于，所述获取针对目标路面生成的车道线数据之后，包括：

3.根据权利要求1所述的车道线识别错误的反馈方法，其特征在于，所述基于所述轨迹点数据，确定所述目标路面的全域路面解算区域，包括：

4.根据权利要求1所述的车道线识别错误的反馈方法，其特征在于，所述在所述待检测车道线上按照预设规则生成定位点，基于各定位点与预设范围内的像素点之间的关系，确定错误定位点及所述错误定位点对应的错误车道线之前，包括：

5.根据权利要求4所述的车道线识别错误的反馈方法，其特征在于，当所述待检测车道线为实线车道线时，所述在所述待检测车道线上按照预设规则生成定位点，基于各定位点与预设范围内的像素点之间的关系，确定错误定位点及所述错误定位点对应的错误车道线，包括：

6.根据权利要求4所述的车道线识别错误的反馈方法，其特征在于，当所述待检测车道线为虚线车道线时，所述在所述待检测车道线上按照预设规则生成定位点，基于各定位点与预设范围内的像素点之间的关系，确定错误定位点及所述错误定位点对应的错误车道线，包括：

7.根据权利要求5或6所述的车道线识别错误的反馈方法，其特征在于，所述方法还包括：

8.一种车道线识别错误的反馈装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1-7中任一项所述的方法。

技术总结
本申请涉及一种车道线识别错误的反馈方法、装置、设备及存储介质。该方法包括：获取针对目标路面生成的车道线数据、轨迹点数据以及像素点数据；基于轨迹点数据，确定目标路面的全域路面解算区域，将车道线数据中在全域路面解算区域范围内的车道线作为待检测车道线；在待检测车道线上按照预设规则生成定位点，基于各定位点与预设范围内的像素点之间的关系，确定错误定位点及错误定位点对应的错误车道线。本申请实施例能够有效识别已生成的车道线中的错误车道线，并确定该错误车道线对应的错误定位点，进而确定该错误车道线对应的路面图像，便于后续采用该路面图像对模型进行训练，增强模型识别错误车道线的能力。

技术研发人员：伍越,万如,贾双成,朱磊
受保护的技术使用者：智道网联科技（北京）有限公司
技术研发日：
技术公布日：2024/1/13