[發明專利]語義分割模型的訓練和高精地圖車道線的生成方法和設備

在審

• 申請號: 202111031898.5
• 申請日: 2021-09-03
• 公開（公告）號: CN113705515A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 何雷;耿濤;劉陽
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62;G06N20/00
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 包莉莉;王一

本公開提供了一種語義分割模型的訓練和高精地圖車道線的生成方法、裝置和設備，涉及自動駕駛、人工智能、智能交通、深度學習等領域。具體實現方案包括：獲取樣本圖像，樣本圖像中包括樣本車道線；利用初始網絡，從樣本圖像中提取出樣本車道線的起止點對的特征；利用初始網絡，提取樣本語義地圖的特征；根據樣本語義地圖的特征和起止點對的特征，利用初始網絡，得到對樣本車道線的預測圖像；根據樣本圖像和預測圖像，調整初始網絡的參數，得到語義分割模型，語義分割模型用于根據目標車道線的起止點對圖像，輸出包括目標車道線的目標圖像。本公開的技術方案可以根據語義地圖和起止點對圖像自動生成起止點對之間的虛擬車道線。

技術領域

本公開涉及計算機技術領域，尤其涉及自動駕駛、人工智能、智能交通、深度學習等領域，具體涉及一種語義分割模型的訓練和高精地圖車道線的生成方法、裝置、設備、存儲介質和計算機程序產品。

背景技術

車道線是高精地圖經驗圖層的核心要素。現有技術中，車道線多是根據交通標志半自動化生成，這種方式生成的車道線不符合人類駕駛習慣。還有基于感知障礙車軌跡聚合生成擬人化的車道線，但由于障礙車部署數量的限制，會出現部分車道線缺失的問題。

發明內容

本公開提供了一種語義分割模型的訓練和高精地圖車道線的生成方法、裝置、設備、存儲介質和計算機程序產品。

根據本公開的第一方面，提供了一種語義分割模型的訓練方法，包括：

獲取樣本圖像，樣本圖像中包括樣本車道線；

利用初始網絡，從樣本圖像中提取出樣本車道線的起止點對的特征；

利用初始網絡，提取樣本語義地圖的特征；

根據樣本語義地圖的特征和起止點對的特征，利用初始網絡，得到對樣本車道線的預測圖像；

根據樣本圖像和預測圖像，調整初始網絡的參數，得到語義分割模型，語義分割模型用于根據目標車道線的起止點對圖像，輸出包括目標車道線的目標圖像。

根據本公開的第二方面，提供了一種高精地圖車道線的生成方法，包括：

獲取與目標高精地圖對應的目標語義地圖；

將目標語義地圖和目標車道線的起止點對圖像輸入語義分割模型，以得到包括目標車道線的目標圖像；其中，語義分割模型為本公開任一實施例的訓練方法得到；

根據目標圖像，生成目標車道線。

根據本公開的第三方面，提供了一種語義分割模型的訓練裝置，包括：

樣本圖像獲取模塊，用于獲取樣本圖像，樣本圖像中包括樣本車道線；

起止點對特征提取模塊，用于利用初始網絡，從樣本圖像中提取出樣本車道線的起止點對的特征；

語義地圖特征提取模塊，用于利用初始網絡，提取樣本語義地圖的特征；

預測模塊，用于根據樣本語義地圖的特征和起止點對的特征，利用初始網絡，得到對樣本車道線的預測圖像；

參數調整模塊，用于根據樣本圖像和預測圖像，調整初始網絡的參數，得到語義分割模型，語義分割模型用于根據目標車道線的起止點對圖像，輸出包括目標車道線的目標圖像。

根據本公開的第四方面，提供了一種高精地圖車道線的生成裝置，包括：

目標語義地圖獲取模塊，用于獲取與目標高精地圖對應的目標語義地圖；

目標圖像確定模塊，將目標語義地圖和目標車道線的起止點對圖像輸入語義分割模型，以得到包括目標車道線的目標圖像；其中，語義分割模型為本公開任一實施例的訓練裝置得到；

目標車道線生成模塊，用于根據目標圖像，生成目標車道線。