[發明專利]電子地圖車道線修正方法、設備及計算機可讀存儲介質

有效

• 申請號: 202110673855.0
• 申請日: 2018-10-31
• 公開（公告）號: CN113408407B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 侯瑞杰;沈莉霞
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06T5/50;G06T7/13;G06T7/60
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 劉丹;臧建明

本公開提供一種電子地圖車道線修正方法、設備及計算機可讀存儲介質。本公開提供的技術方案包括：獲取包括車道線的目標圖像，利用機器學習模型對所述目標圖像進行車道線的中心線識別處理，確定出參考線，所述參考線包括多個參考點，在所述目標圖像中每個參考點對應的預設區域內確定修正點，并將所述參考點修正到所述修正點上，所述修正點的能量高于所述參考點的能量。由于該預設區域中能量越高的點，距離車道線的中心線越近，因此，經過上述修正后的參考線更接近于車道線的中心線，從而提高該電子地圖中車道線的位置的精確度。

本申請是申請號為CN201811286291.X，申請日為2018年10月31日，發明名稱為《電子地圖車道線修正方法、設備及計算機可讀存儲介質》的分案申請。

技術領域

本公開實施例涉及計算機技術領域，尤其涉及一種電子地圖車道線修正方法、設備及計算機可讀存儲介質。

背景技術

當前在生成電子地圖時,需要采集車道的圖像信息,并通過人工對該圖像信息中的車道線進行標注,通過人工標注出的大量的車道線進行機器學習,即將人工標注出的大量的車道線作為樣本訓練神經網絡模型,使得訓練好的神經網絡模型可以識別車道線。

但是，人工標注出的車道線可能并不精準，也就是說，用于訓練神經網絡模型的樣本可能是不精準的，從而導致訓練好的神經網絡模型無法準確的識別車道線，從而導致電子地圖中車道線的位置并不精準。

發明內容

本公開實施例提供一種電子地圖車道線修正方法、設備及計算機可讀存儲介質，以提高電子地圖中車道線的位置的精確度。

第一方面，本公開實施例提供一種電子地圖車道線修正方法，包括：

獲取包括車道線的目標圖像；

利用機器學習模型對所述目標圖像進行車道線的中心線識別處理，確定出參考線，所述參考線包括多個參考點；

在所述目標圖像中每個參考點對應的預設區域內確定修正點，并將所述參考點修正到所述修正點上，所述修正點的能量高于所述參考點的能量。

第二方面，本公開實施例提供一種電子地圖車道線修正裝置，包括：

獲取模塊，用于獲取包括車道線的目標圖像；

第一確定模塊，用于利用機器學習模型對所述目標圖像進行車道線的中心線識別處理，確定出參考線，所述參考線包括多個參考點；

第二確定模塊，用于在所述目標圖像中每個參考點對應的預設區域內確定修正點，所述修正點的能量高于所述參考點的能量；

修正模塊，用于將所述參考點修正到所述修正點上。

第三方面，本公開實施例提供一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行第一方面中任一項所述的方法。

第四方面，本公開實施例提供一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，所述計算機指令用于使所述計算機執行根據第一方面中任一項所述的方法。

第五方面，本公開實施例提供一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時實現根據第一方面任一項所述的方法。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

圖1為本公開實施例提供的一種應用場景的示意圖；