[发明专利]绘制虚拟车道线的方法及装置在审
| 申请号: | 202210696934.8 | 申请日: | 2022-06-20 |
| 公开(公告)号: | CN115063507A | 公开(公告)日: | 2022-09-16 |
| 发明(设计)人: | 李欣博 | 申请(专利权)人: | 合众新能源汽车有限公司 |
| 主分类号: | G06T11/20 | 分类号: | G06T11/20;G06V10/774;G06N3/08 |
| 代理公司: | 北京鼎佳达知识产权代理事务所(普通合伙) 11348 | 代理人: | 刘铁鸣;刘铁生 |
| 地址: | 314500 浙江省*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 绘制 虚拟 车道 方法 装置 | ||
1.一种绘制虚拟车道线的方法,其特征在于,包括:
获取训练样本集合,其中,所述训练样本集合包含多个训练样本,所述训练样本包含目标区域对应的行车视频和所述行车视频对应的行车轨迹曲线;
根据所述训练样本集合对预置模型进行训练,直至所述预置模型的损失函数收敛,以获得行车轨迹生成模型;
获取待绘制区域对应的行车视频集合,其中,所述待绘制区域包含至少一个待绘制子区域,所述行车视频集合包含每个所述待绘制子区域对应的多个行车视频;
分别将每个所述待绘制子区域对应的多个行车视频输入至所述行车轨迹生成模型中,以获得每个所述待绘制子区域对应的多个行车轨迹曲线;
根据每个所述待绘制子区域对应的多个行车轨迹曲线和连接车道信息,在高精地图中绘制每个所述待绘制子区域对应的虚拟车道线。
2.根据权利要求1所述的方法,其特征在于,所述根据所述训练样本集合对预置模型进行训练,直至所述预置模型的损失函数收敛,以获得行车轨迹生成模型,包括:
基于所述训练样本集合对所述预置模型进行迭代训练;其中,
在每轮训练后,判断所述预置模型的损失函数是否收敛;
若所述损失函数收敛,则将本轮训练后得到的所述预置模型确定为所述行车轨迹生成模型;
若所述损失函数未收敛,则对所述损失函数进行反向传播处理,并根据经过反向传播处理后的所述损失函数,对所述预置模型的模型参数进行优化调整,以及基于优化调整后的所述预置模型进入下一轮训练。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述损失函数未收敛,则判断当前累计迭代训练时长是否达到预设时长阈值;
若达到所述预设时长阈值,则将本轮训练后得到的所述预置模型确定为所述行车轨迹生成模型。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述损失函数未收敛,则判断当前累计迭代训练次数是否达到预设次数阈值;
若达到所述预设次数阈值,则将本轮训练后得到的所述预置模型确定为所述行车轨迹生成模型。
5.根据权利要求1所述的方法,其特征在于,在所述根据所述训练样本集合对预置模型进行训练,直至所述预置模型的损失函数收敛,以获得行车轨迹生成模型之后,所述方法还包括:
获取测试样本集合,其中,所述测试样本集合包含多个测试样本,所述测试样本包含所述目标区域对应的行车视频和所述行车视频对应的行车轨迹曲线;
根据所述测试样本集合对所述行车轨迹生成模型进行测试,以获得所述行车轨迹生成模型对应的准确率和/或召回率;
若所述行车轨迹生成模型对应的准确率小于预设准确率阈值和/或所述行车轨迹生成模型对应的召回率小于预设召回率阈值,则根据所述训练样本集合对所述行车轨迹生成模型进行训练。
6.根据权利要求1所述的方法,其特征在于,所述待绘制子区域对应的连接车道信息包括所述待绘制子区域对应的连接车道的宽度信息和真实车道线信息;所述根据每个所述待绘制子区域对应的多个行车轨迹曲线和连接车道信息,在高精地图中绘制每个所述待绘制子区域对应的虚拟车道线,包括:
根据预置拟合算法对每个所述待绘制子区域对应的多个行车轨迹曲线进行拟合处理,以获得每个所述待绘制子区域对应的目标行车轨迹曲线;
根据每个所述待绘制子区域对应的目标行车轨迹曲线、连接车道的宽度信息和真实车道线信息,在所述高精地图中绘制每个所述待绘制子区域对应的虚拟车道线。
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合众新能源汽车有限公司,未经合众新能源汽车有限公司许可,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/202210696934.8/1.html,转载请声明来源钻瓜专利网。





