[发明专利]一种生成车道级仿真路网的方法、设备及存储介质在审

专利信息
申请号: 202111056068.8 申请日: 2021-09-09
公开(公告)号: CN113887321A 公开(公告)日: 2022-01-04
发明(设计)人: 黄文柯;谢良;马东方;王耀威 申请(专利权)人: 鹏城实验室
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 徐凯凯
地址: 518000 广*** 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: 一种 生成 车道 仿真 路网 方法 设备 存储 介质
【权利要求书】:

1.一种生成车道级仿真路网的方法,其特征在于,包括:

获取街景图像和街景图像所对应的地图;

对所述街景图像应用图像识别模型进行车道识别,得到所述街景图像所对应的车道信息;

将所述车道信息与所述地图进行融合,得到仿真路网。

2.如权利要求1所述的生成车道级仿真路网的方法,其特征在于,所述对所述街景图像应用图像识别模型进行车道识别,得到所述街景图像所对应的车道信息,包括:

获取样本车道和样本街景图片;

构建图像识别模型;

依据所述样本车道和所述样本街景图片,对所述图像识别模型进行训练,得到训练之后的所述图像识别模型;

对所述街景图像应用训练之后的所述图像识别模型进行车道识别,得到所述街景图像中的车道信息。

3.如权利要求2所述的生成车道级仿真路网的方法,其特征在于,所述依据所述样本车道和所述样本街景图片,对所述图像识别模型进行训练,得到训练之后的所述图像识别模型,包括:

依据所述样本车道,得到所述样本车道所对应的样本车道线;

依据所述样本车道线和所述样本街景图片对所述图像识别模型进行训练,得到训练之后的所述图像识别模型。

4.如权利要求3所述的生成车道级仿真路网的方法,其特征在于,所述依据所述样本车道线和所述样本街景图片对所述图像识别模型进行训练,得到训练之后的所述图像识别模型,包括:

依据所述样本车道线,得到所述样本车道线中的样本网格车道线;

依据所述样本街景图片,得到所述样本街景图片中的含有网格车道线的所述样本街景图片;

依据所述样本网格车道线和含有网格车道线的所述样本街景图片,对所述图像识别模型进行训练,得到训练之后的所述图像识别模型。

5.如权利要求4所述的生成车道级仿真路网的方法,其特征在于,所述依据所述样本网格车道线和含有网格车道线的所述样本街景图片,对所述图像识别模型进行训练,得到训练之后的所述图像识别模型,包括:

依据所述样本车道,得到所述样本车道中的样本公交车道;

依据所述样本网格车道线,得到所述样本网格车道线中的与所述样本公交车道所对应的所述样本公交网格车道线;

依据所述样本街道图片,得到所述样本街道图片中的含有所述样本公交网格车道线的样本公交街景图片;

依据所述样本公交网格车道线和所述样本公交街景图片对所述图像识别模型进行训练,得到训练之后的所述图像识别模型。

6.如权利要求3所述的生成车道级仿真路网的方法,其特征在于,所述依据所述样本车道线和所述样本街景图片对所述图像识别模型进行训练,得到训练之后的所述图像识别模型,包括:

依据所述样本车道线,得到所述样本车道线中的位于障碍物两侧的样本车道线;

去除位于所述障碍物一侧的样本车道线;

依据所述样本街景图片,得到所述样本街景图片中含有障碍物的所述样本街景图片;

依据含有障碍物的所述样本街景图片和去除一侧的所述样本车道线,对所述图像识别模型进行训练,得到训练之后的所述图像识别模型。

7.如权利要求3所述的生成车道级仿真路网的方法,其特征在于,所述依据所述样本车道线和所述样本街景图片对所述图像识别模型进行训练,得到训练之后的所述图像识别模型,包括:

对所述样本车道线设置样本标签,得到所述样本车道所对应的标签;

将所述样本街景图片输入至所述图像识别模型,得到所述图像识别模型的输出结果;

依据所述输出结果和所述样本车道所对应的标签,对所述图像识别模型进行训练,得到训练之后的所述图像识别模型。

8.如权利要求1所述的生成车道级仿真路网的方法,其特征在于,所述将所述车道信息与所述地图进行融合,得到仿真路网,包括:

依据所述地图和所述街景图像,得到所述街景图像在所述地图上的匹配位置;

将与所述街景图像所对应的所述车道信息融合到所述地图上的匹配位置处。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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鹏城实验室,未经鹏城实验室许可,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/202111056068.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top