[发明专利]车道线提取方法及装置

权利要求书

1.一种车道线提取方法，其特征在于，包括：

步骤S1：采集车辆行驶中的行驶数据；

步骤S2：对所述行驶数据中的每一帧数据的车道线信息进行标记；

步骤S3：通过深度学习分割网络对行驶数据进行分割；

步骤S4：根据标记后的数据及分割结果获得车道线分割模型；

步骤S5：通过所述车道线分割模型提取实时行驶数据中的车道线信息；

所述步骤S2中包括：

步骤S21：将所述行驶数据中的多帧数据根据已知位置进行融合，形成点云数据；

步骤S22：对所述点云数据的车道线信息进行标记；

步骤S23：将所述点云数据投影成单帧点云数据。

2.如权利要求1所述的车道线提取方法，其特征在于，所述步骤S3中包括：

步骤S31：通过卷积和池化操作对所述行驶数据进行编码，获得2D俯视图结构；

步骤S32：通过深度学习技术对所述2D俯视图结构进行编码；

步骤S33：对编码后的所述2D俯视图结构进行解码获得所述分割结果。

3.如权利要求1所述的车道线提取方法，其特征在于，所述步骤S4中包括：

步骤S41：根据标记后的数据及分割结果进行网络训练获得车道线分割模型；

步骤S42：通过多个参数对所述车道线分割模型进行评估以获得最优的车道线分割模型。

4.如权利要求1所述的车道线提取方法，其特征在于，所述行驶数据包括三维坐标信息及反射强度信息。

5.一种车道线提取装置，其特征在于，包括：

采集单元，采集车辆行驶中的行驶数据；

标记单元，对所述行驶数据中的每一帧数据的车道线信息进行标记；

分割单元，通过深度学习分割网络对行驶数据进行分割；

模型构建单元，根据标记后的数据及分割结果获得车道线分割模型；

车道线信息输出单元，通过所述车道线分割模型提取实时行驶数据中的车道线信息；

步骤标记单元包括：

融合模块，将所述行驶数据中的多帧数据根据已知位置进行融合，形成点云数据；

标记模块，对所述点云数据的车道线信息进行标记；

投影模块，将所述点云数据投影成单帧点云数据。

6.如权利要求5所述的车道线提取装置，其特征在于，所述分割单元包括：

第一编码模块，通过卷积和池化操作对所述行驶数据进行编码，获得2D俯视图结构；

第二编码模块，通过深度学习技术对所述2D俯视图结构进行编码；

解码模块，对编码后的所述2D俯视图结构进行解码获得所述分割结果。

7.如权利要求5所述的车道线提取装置，其特征在于，所述模型构建单元包括：

模型获得模块，根据标记后的数据及分割结果进行网络训练获得车道线分割模型；

模型评估模块，通过多个参数对所述车道线分割模型进行评估以获得最优的车道线分割模型。

8.如权利要求5所述的车道线提取装置，其特征在于，所述行驶数据包括三维坐标信息及反射强度信息。