[发明专利]车道线类型信息生成方法、装置、设备和计算机可读介质

说明书

本公开的实施例公开了车道线类型信息生成方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：将障碍物行为标识集中的每个障碍物行为标识添加至预先存储的历史障碍物行为标识序列集中对应的历史障碍物行为标识序列中以生成目标障碍物行为标识序列，得到目标障碍物行为标识序列集；生成与目标障碍物行为标识序列集中每个目标障碍物行为标识序列对应的车道线类型概率熵减值和车道线类型概率分布曲线；将与每个满足预设熵减值条件的车道线类型概率熵减值对应的车道线类型概率分布曲线中车道线类型概率值最大的车道线类型标识确定为车道线类型信息。该实施方式可以提高生成的车道线类型信息的准确度。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及车道线类型信息生成方法、装置、设备和计算机可读介质。

背景技术

车道线类型信息生成，对自动驾驶领域具有重要意义。目前，在进行车道线信息生成时，通常采用的方式为：通过神经网络对道路图像进行车道线类型检测，得到车道线类型检测信息。

然而，发明人发现，当采用上述方式进行车道线类型信息生成时，经常会存在如下技术问题：

第一，未考虑将障碍物行为与车道线之间的潜在关系，因此，难以确保对较远处车道线的车道线类型检测的准确度，从而，导致生成的车道线类型信息的准确度降低；

第二，由于道路图像的图像视野中较远处车道线的特征较少，导致较远处车道线的特征点在图像视野中连接成一片，使得难以区分较远处车道线的类型为实线或虚线，从而，导致车道线类型容易被误检，进而，导致生成的车道线类型信息的准确度降低。

该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了车道线类型信息生成方法、装置、设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种车道线类型信息生成方法，该方法包括：对预获取的道路图像进行障碍物行为检测处理，以生成障碍物行为标识集；将上述障碍物行为标识集中的每个障碍物行为标识添加至预先存储的历史障碍物行为标识序列集中对应的历史障碍物行为标识序列中以生成目标障碍物行为标识序列，得到目标障碍物行为标识序列集，其中，上述目标障碍物行为标识序列集中的每个目标障碍物行为标识序列对应当前车辆所在道路上的一条车道线；基于预设的车道线类型先验概率信息，生成与上述目标障碍物行为标识序列集中每个目标障碍物行为标识序列对应的车道线类型概率熵减值和车道线类型概率分布曲线，得到车道线类型概率熵减值集和车道线类型概率分布曲线集；响应于确定上述车道线类型概率熵减值集中存在满足预设熵减值条件的车道线类型概率熵减值，将与每个满足预设熵减值条件的车道线类型概率熵减值对应的车道线类型概率分布曲线中车道线类型概率值最大的车道线类型标识确定为车道线类型信息，得到车道线类型信息集。