本技术专注于自动驾驶领域,旨在通过创新的点云地图处理技术与车道标注数据获取方法,提升车道标注数据的精确度。该技术包括相应的设备和存储介质,以支持自动驾驶系统的高效运行。
背景技术
自动驾驶技术主要包括感知(Perception)、规划(Planning)和控制(Control)三个关键技术,其中,感知技术主要用于确定车辆所处行驶环境的实时局部地图和障碍物信息,规划技术主要用于根据上述实时局部地图和障碍物信息规划车辆的行驶轨迹,控制技术主要用于控制车辆按照规划出来的行驶轨迹行驶。
为了提高实时局部地图与障碍物信息的准确性,以保证车辆能够安全行驶,目前主要是先采用车道场景的车道标注数据训练基于BEV(Bird Eye View)视角下的多传感器感知模型,再通过训练好的感知模型确定车辆的行驶环境的实时局部地图和障碍物信息,其中,车道标注数据的准确性将会极大地影响感知模型的准确性,进而影响实时局部地图和障碍物信息的准确性。因而,为了提高车道标注数据的准确性,以提高实时局部地图和障碍物信息的准确性,进而保证车辆能够安全行驶,必须准确获取车道场景的车道标注数据。
相应地,本领域需要一种新的技术方案来解决上述问题。
实现思路