[发明专利]道路标线对齐方法、装置、计算机设备和存储介质在审
申请号: | 202210556336.0 | 申请日: | 2022-05-20 |
公开(公告)号: | CN114898087A | 公开(公告)日: | 2022-08-12 |
发明(设计)人: | 黄锦武 | 申请(专利权)人: | 广州小马慧行科技有限公司 |
主分类号: | G06V10/24 | 分类号: | G06V10/24;G06T17/05;G06T3/40;G06N20/00;G06N3/08 |
代理公司: | 北京市万慧达律师事务所 11111 | 代理人: | 侯岳 |
地址: | 511466 广东省广州市南沙*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 道路 标线 对齐 方法 装置 计算机 设备 存储 介质 | ||
1.一种道路标线对齐方法,所述方法包括:
获取二维路网地图;
对所述二维路网地图中各路段单元进行平面特征提取;
根据提取的各所述路段单元的平面特征以及预先训练的道路标线对齐模型预测各所述路段单元的标线排布数据,所述道路标线对齐模型为表征各路段单元的平面特征与标线排布数据之间关联关系的模型;
在将所述二维路网地图转化为三维路网地图时,根据预测的各所述路段单元的标线排布数据对各所述路段单元中的道路标线进行对齐。
2.根据权利要求1所述的方法,其特征在于,所述标线排布数据包括标线偏移值、标线偏移范围值、标线缩放比例值以及标线缩放比例范围值之中的至少一个。
3.根据权利要求1所述的方法,其特征在于,所述道路标线对齐模型的训练方法,包括:
获取样本二维路网地图;
对所述样本二维路网地图中各样本路段单元进行平面特征提取;
获取所述样本二维路网地图中各所述样本路段单元的实际路况数据;
根据各所述样本路段单元的平面特征以及所述实际路况数据对所述道路标线对齐模型进行训练。
4.根据权利要求1所述的方法,其特征在于,所述实际路况数据包括各所述样本路段单元之间的位置相对关系、各所述样本路段单元的道路类型以及各所述样本路段单元的标线类型之中的至少一个。
5.根据权利要求3所述的方法,其特征在于,所述根据各所述样本路段单元的平面特征以及所述实际路况数据对所述道路标线对齐模型进行训练,包括:
根据预设取值范围生成各所述样本路段单元的当前标线排布数据;
根据所述实际路况数据对各所述当前标线排布数据进行评分;
根据评分结果对所述道路标线对齐模型进行训练。
6.根据权利要求5所述的方法,其特征在于,所述根据评分结果对所述道路标线对齐模型进行训练,包括:
将所述当前标线排布数据的评分大于预设阈值的各所述样本路段单元与其所述当前标线排布数据进行关联;
对所述当前标线排布数据的评分小于预设阈值的各所述样本路段单元的所述当前标线排布数据进行调整,并将调整后的数据作为所述当前标线排布数据,进入所述根据所述实际路况数据对各所述当前标线排布数据进行评分的步骤。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述方法还包括:
将所述三维路网地图在显示界面进行展示;
响应于对所述三维路网地图中指定路段单元的标线排布数据的调整操作,将调整后的标线排布数据返回所述道路标线对齐模型以进行模型优化。
8.一种道路标线对齐装置,其特征在于,所述装置包括:
二维地图获取模块,用于获取二维路网地图;
平面特征提取模块,用于对所述二维路网地图中各路段单元进行平面特征提取;
排布数据预测模块,用于根据提取的各所述路段单元的平面特征以及预先训练的道路标线对齐模型预测各所述路段单元的标线排布数据,所述道路标线对齐模型为表征各路段单元的平面特征与标线排布数据之间关联关系的模型;
道路标线对齐模块,用于在将所述二维路网地图转化为三维路网地图时,根据预测的各所述路段单元的标线排布数据对各所述路段单元中的道路标线进行对齐。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州小马慧行科技有限公司,未经广州小马慧行科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210556336.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:小麦选种设备
- 下一篇:一种鱼苗计数方法、装置、电子设备与存储介质