本发明涉及数据处理，尤其涉及车道线数据集生成方法、装置、设备、介质及程序产品。
背景技术：
1、三维车道线检测是识别图像中车道线的三维位置的技术，是自动驾驶领域的核心技术之一。而三维车道线检测离不开大规模的三维车道线数据集。因为三维坐标涉及相机的内参、外参等参数，所以与其他二维视觉任务数据集构建不同，在训练一个针对自己数据的三维车道线预标注模型时，无法使用公开的三维车道线数据集完成模型的训练，因此，需要使用者自己构建三维车道线数据集。现有技术中的数据集构建，依赖人工对目标进行标注，需要耗费大量时间。因此如何快速构建一个大规模的三维车道线数据集成为重要问题。
技术实现思路
1、本发明提供了一种车道线数据集生成方法、装置、设备、介质及程序产品，以解决在生成三维车道线数据集时需要人工标注的问题。
2、根据本发明的一方面，提供了一种车道线数据集生成方法，包括：
3、对获取到的图像数据、点云数据和定位信息进行处理，得到车道线点云数据集合，所述车道线点云数据集合包括至少一个车道线点云数据；
4、基于当前车道线点云数据的定位信息和目标车道线点云数据的定位信息，将所述当前车道线点云数据投影到目标车道线点云数据，得到待检测目标车道线点云数据；其中，所述车道线点云数据集合包括当前车道线点云数据和目标车道线点云数据，所述当前车道线点云数据的时间戳和所述目标车道线点云数据的时间戳不同；
5、对所述待检测目标车道线点云数据和目标车道线点云数据进行匹配，根据匹配结果确定新的当前车道线点云数据，返回执行基于当前车道线点云数据的定位信息和目标车道线点云数据的定位信息，将所述当前车道线点云数据投影到目标车道线点云数据，得到待检测目标车道线点云数据步骤，直到所述车道线点云数据集合不存在目标车道线点云数据，得到候选车道线地图；
6、根据所述候选车道线地图生成车道线数据集。
7、根据本发明的另一方面，提供了一种车道线数据集生成装置，包括：
8、数据处理模块，用于对获取到的图像数据、点云数据和定位信息进行处理，得到车道线点云数据集合，所述车道线点云数据集合包括至少一个车道线点云数据；
9、当前点云映射模块，用于基于当前车道线点云数据的定位信息和目标车道线点云数据的定位信息，将所述当前车道线点云数据投影到目标车道线点云数据，得到待检测目标车道线点云数据；其中，所述车道线点云数据集合包括当前车道线点云数据和目标车道线点云数据，所述当前车道线点云数据的时间戳和所述目标车道线点云数据的时间戳不同；
10、点云数据匹配模块，用于对所述待检测目标车道线点云数据和目标车道线点云数据进行匹配，根据匹配结果确定新的当前车道线点云数据，返回执行基基于当前车道线点云数据的定位信息和目标车道线点云数据的定位信息，将所述当前车道线点云数据投影到目标车道线点云数据，得到待检测目标车道线点云数据步骤，直到所述车道线点云数据集合不存在目标车道线点云数据，得到候选车道线地图；
11、数据集生成模块，用于根据所述候选车道线地图生成车道线数据集。
12、根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
13、至少一个处理器，以及与所述至少一个处理器通信连接的存储器；
14、其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的车道线数据集生成方法。
15、根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的车道线数据集生成方法。
16、根据本发明的另一方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现本发明任一实施例所述的车道线数据集生成方法。
17、本发明实施例的技术方案，通过对获取到的图像数据、点云数据和定位信息进行处理，得到车道线点云数据集合，所述车道线点云数据集合包括至少一个车道线点云数据；基于当前车道线点云数据的定位信息和目标车道线点云数据的定位信息，将所述当前车道线点云数据映射到目标车道线点云数据，得到待检测目标车道线点云数据；其中，所述车道线点云数据集合包括当前车道线点云数据和目标车道线点云数据，当前车道线点云数据的时间戳和所述目标车道线点云数据的时间戳不同；对所述待检测目标车道线点云数据和目标车道线点云数据进行匹配，根据匹配结果确定新的当前车道线点云数据，返回执行基于当前车道线点云数据的定位信息和目标车道线点云数据的定位信息，将所述当前车道线点云数据投影到目标车道线点云数据，得到待检测目标车道线点云数据步骤，直到所述车道线点云数据集合不存在目标车道线点云数据，得到候选车道线地图；根据候选车道线地图生成车道线数据集，解决了生成三维车道线数据集时需要人工标注的问题，通过数据处理得到车道线点云数据集合，通过对车道线点云数据集合中不同时刻的点云数据进行映射，将当前车道线点云数据映射到目标车道线点云数据，得到待检测目标车道线点云数据，实现将车道线点云数据从一个时间戳映射到另一时间戳，通过将待检测目标车道线点云数据与目标车道线点云数据进行匹配，生成新的当前车道线点云数据，直到车道线点云数据集合中不存在目标车道线点云数据，完成所有车道线点云数据的映射，得到由不同时刻的车道线点云数据形成的候选车道线地图，通过不同时刻的车道线点云数据可以对车道线地图进行准确描述，根据候选车道线地图生成车道线数据集，对车道线数据进行保存，车道线数据集的生成过程不依赖人工，可以自动化实现车道线数据集的构建，快速构建车道线数据集。
18、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
1.一种车道线数据集生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对获取到的图像数据、点云数据和定位信息进行处理，得到车道线点云数据集合，包括：
3.根据权利要求2所述的方法，其特征在于，所述对各所述图像数据、各所述点云数据和各所述定位信息进行时间戳同步，确定每帧图像数据对应的点云数据，包括：
4.根据权利要求2所述的方法，其特征在于，所述通过各所述图像数据对所对应的点云数据进行过滤，得到车道线点云数据集合，包括：
5.根据权利要求2所述的方法，其特征在于，在所述确定每帧图像数据对应的点云数据之后，还包括：
6.根据权利要求1所述的方法，其特征在于，所述对所述待检测目标车道线点云数据和目标车道线点云数据进行匹配，根据匹配结果确定新的当前车道线点云数据，包括：
7.根据权利要求1所述的方法，其特征在于，所述根据所述候选车道线地图生成车道线数据集，包括：
8.根据权利要求7所述的方法，其特征在于，对每根车道线进行拟合滤波，得到滤波后的车道线数据，包括：
9.根据权利要求8所述的方法，其特征在于，所述根据各所述初始车道线方程确定滤波后的车道线数据，包括：
10.根据权利要求7所述的方法，其特征在于，所述根据所述局部车道线地图对各所述图像数据进行车道线标注，生成车道线数据集，包括：
11.根据权利要求10所述的方法，其特征在于，所述基于各所述图像数据及其对应的车道线标定数据生成车道线数据集，包括：
12.一种车道线数据集生成装置，其特征在于，包括：
13.一种电子设备，其特征在于，所述电子设备包括：
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-11中任一项所述的车道线数据集生成方法。
15.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-11中任一项所述的车道线数据集生成方法。
