自動駕駛系列（三）——環境感知之車道線檢測技術

自動駕駛汽車需要感知不同顏色以及在不同的光照條件下的車道線，依靠車道線檢測技術能夠指導車輛在正確的區域進行行駛，為自動駕駛汽車的自動巡航、車道保持、車道超車等行為提供依據，當車輛偏離車道時可為駕駛員提供預警，有助於汽車安全駕駛。

一、什麼是自動駕駛車道線檢測技術？

車道線檢測技術是自動駕駛的重要組成部分，車道線由實線、虛線、網格線等組成，顏色包括黃色和白色，特徵比較單一，車道線檢測時沒有綜合的特徵可以採用，因此很難憑藉單一的模型實現車道線的準確檢測。

二、車道線檢測的難點

車道線的形態有很多不確定性，車道線檢測往往會受到陰影，眩光，遮擋，磨損，道路顏色的細微變化，周圍建築物和車輛的遮擋和線條的輕微障礙物等影響。

三、車道線資料標註的主要型別和標註規則

車道線檢測是監督學習任務，模型訓練需要車道線在影像中的分類和位置資訊，首先對路面車道線資訊進行標註，然後用標註資訊訓練目標檢測模型。

1. 主要型別

l 白色實線white_line_solid

l 白色雙實線white_double_line_solid

l 白色虛線white_line_dash

l 白色雙虛線white_double_line_dash

l 黃色實線yellow_line_solid

l 黃色虛線yellow_line_dash

l 虛實線virtual_line_solid

l 實虛線 dotted_line_solid

l 鋸齒實線serrated_line_solid

l 路沿（地面部分）road_curb

l 壓線ball_line

l 網格線grid_line

l 無車道線no_line_lane

2. 標註規則

2D拉框：

l 同一條車道線用線標註車道中心點，用多邊形框出車道線。

l 同一例項車道線用一條線標註（比如虛線要連起來標註）。

l 雙實線、雙虛線、實虛、虛實等雙線要標註雙線中心。

l 車道線起點位置需要從圖片邊緣開始標註。

l 破損縫隙要注意，不要多標（需要加破損道路標籤）。

l 被遮擋部分需要腦補標註。

l 城區的路沿/隔離欄下都要畫/腦補車道線，且一律按照實線處理。

l 優先判斷壓線，再去判斷網格線。

l 當車輛壓線，車道定義中優先選擇壓線。

l 遇到停止線，車道線只標註到停止線，停止線外的車道線不標註。

l 在高速公路上分叉口處呈倒人字形的路沿兩邊的路沿要分開標。

l 收費站處的車道線比較混亂，只需要標自車道/鄰車道的車道線，不畫路沿。

l 橫向車道線不需要標。

3D拉框：

l 目標本身須全部被3D框包圍，不漏點且不包含噪點。

l 若目標物體邊界清晰，則3D框邊界距離目標主體真實邊界最多不能大於10cm。

l 要注意三檢視是否貼合；注意正前方方向是否正確。

l 所有地面上的目標物體其3D標註框底部須貼合地面，不能高於地面或低於地面。

l 若目標物體距離過遠導致目標所在區域點雲稀少或者難以確定3D框下底面高度的情況時，可參考最近的地面點雲線的高度和點雲中距離最近的3D框來確定大致高度。

3. 注意事項

2D框：

l 不漏標，不誤標，不多標。

l 正常路面場景中的車道線被損毀導致完全不可見，或者圖中沒有需要標註屬性的線，不做任何標註。

l 彎道處儘可能多打點。

3D框：

l 不遺漏框，不誤標框，不多標框，殘影和雜點不需要標註。

l 標註方向需正確。

l 框要求緊密貼合點雲，不可漏標點，外圍邊界不超過清晰點雲邊界的10cm位置，標註準確率在99%以上。

景聯文科技｜AI基礎資料服務｜資料採集｜資料標註｜假指紋製作｜指紋防偽演算法

助力人工智慧技術加速數字經濟相關產業質量變革，賦能傳統產業智慧化轉型升級

著作權歸景聯文科技所有，商業轉載請聯絡景聯文科技獲得授權，非商業轉載請註明出處。