[发明专利]车道通行属性获取方法、装置和计算机可读存储介质

说明书

本发明提供了一种车道通行属性获取方法，其包括：通过语义表示从道路场景图像中提取多个通行要素子图像；将通行要素子图像输入至预先完成训练的通行要素分类模型，得到通行要素细节分类结果；根据通行要素子图像在所述道路场景图像中的位置，将与通行要素子图像对应的所述通行要素细节分类结果融合道路场景图像中，进而获取到道路场景中场景要素的车道通行属性，不仅降低了实现难度低，而且在减少工作量的同时提高了工作效率。本发明还提供了相应的车道通行属性获取装置以及计算机可读存储介质。

技术领域

本发明属于图像处理领域，具体涉及一种车道通行属性获取方法、装置和计算机可读存储介质。

背景技术

高精细地图是指高精度、精细化定义的地图，其精度需要达到分米级才能够区分各个车道，如今随着定位技术的发展，高精度地图的定位功能已经成为可能。而精细化定义，则是需要格式化的存储交通场景中的各种交通要素，包括传统地图的道路网数据、车道网络数据、车道线以和交通标志等数据。

现有技术中，高精度地图中的车道线清晰的定义了道路的各个车道，为了使高精度地图落地使用，我们还需要清楚地定义各个车道的通行属性。具体的，在获取车道通行属性的过程中，首先会获取已有二维路网的车道及通行属性数据，然后将二维路网的车道信息与高精度地图的车道信息进行匹配，以确定二维路网的车道属性信息，进而将二维路网的车道属性信息融合到高精度地图中。

然而，由于二维路网的道路数据粒度是一整条道路，因此现有技术中将二维路网数据与高精度的车道数据(高精车道数据)进行融合的过程中，会存在有以下缺点：

1、二维路网必须与高精车道数据中单条道路的长度以及每条车道的分段一致，不仅对数据要求较高，而且其所需的二维路网数据量巨大，处理起来耗时耗力。

2、二维路网中，一条道路的多个车道的通行方向是挂接到该条道路上，车道通行属性是按顺序依次记录，需要确保二维路网的车道个数与高精地图中的车道个数是完全吻合的，才可以进行融合，如果车道个数与高精地图的车道个数不一致，则无法进行融车道通行属性的提取，实现流程繁琐，且难度较大。

发明内容

针对上面提到的现有技术中，将二维路网数据与高精车道数据进行融合的过程中会存在的问题，本发明提出了一种车道通行属性获取方法和装置，其能利用深度学习中图像分割技术和图像识别技术，获取道路场景中场景要素的车道通行属性，不仅降低了实现难度低，而且在减少工作量的同时提高了工作效率。

依据本发明的第一方面，提供了一种车道通行属性获取方法，其包括：

获取原始图像；其中，所述原始图像中包括通行要素；

将所述原始图像输入至预先完成训练的场景理解模型中，得到道路场景图像；其中，所述道路场景图像包括语义表示，所述语义表示用于标识通行要素；

根据所述语义表示从道路场景图像中提取多个通行要素子图像；

将所述通行要素子图像输入至预先完成训练的通行要素分类模型，以对所述通行要素进行二次分类，并得到通行要素细节分类结果；所述细节分类结果用于表示车道通行属性；

根据所述通行要素子图像在所述道路场景图像中的位置，将与所述通行要素子图像对应的所述通行要素细节分类结果融合所述道路场景图像中。

在上述实施例的基础上，所述根据所述语义表示从道路场景图像中提取多个通行要素子图像，包括：

对所述道路场景图像进行预设处理，得到通行要素二值化图；

利用预设边缘检测算法提取各所述通行要素的轮廓；

融合符合第一预设条件的通行要素的轮廓；

根据通行要素的轮廓提取所述通行要素子图像。