本申请涉及自动驾驶，特别涉及一种车辆转向控制方法、装置及电子设备。
背景技术：
1、自动驾驶是一种基于计算机视觉、多传感器和人工智能的领先技术，让汽车在没有人类干预的情况下自主驾驶。随着科技的不断发展，自动驾驶技术已经成为了汽车行业的一个热门领域。
2、车道线检测是自动驾驶中的一项关键技术。它主要利用车载设备在道路上识别车道边界，使车辆保持在车道内，避免与其他车辆发生碰撞，更精确地检测车道线可以提供更准确的先验知识，有助于自动驾驶下游任务的完成。
3、近年来，深度学习在车道线检测中的应用通常包括两个步骤：特征提取和曲线拟合。特征提取常常依赖于分割模型来提取车道线的特征。然而，分割模型往往效率较低。此外，仅依靠分割模型无法完全满足车道线检测任务的需求，需要进行曲线拟合等后处理才能输出最终的车道线结果。这种两步骤的处理方式无法满足自动驾驶系统对高实时性处理的要求。因此，迫切需要提出一种更高效的车道线检测方法。
4、阿克曼转向模型则是一种用于描述车辆转向行为的数学模型，模型描述了车辆前轮之间的几何关系，以及车辆的转向角度与转向半径之间的关系。阿克曼转向模型在自动驾驶领域里应用广泛，适用于大部分前轮转向、后轮驱动的车辆。
技术实现思路
1、本申请提供了一种车辆转向控制方法、装置及电子设备，其优点是和现有技术中通过分割模型、曲线拟合获得车道线结果相比，具有更高的运行速度和精度。
2、第一方面，本申请提供一种车辆转向控制方法，包括如下步骤：
3、步骤1)：采集包含场景目标的图像数据；
4、步骤2)：对所述图像数据进行车道线像素点标注，获得训练数据集；
5、步骤3)：将所述训练数据集输入预先搭建的特征模型进行训练，得到回归模型，回归模型的输出为车道线的转向角；
6、步骤4)：将测试图像输入所述模型进行测试，输出测试图像中车道线的转向角；
7、步骤5)：根据所述转向角，对车辆进行转向控制，以实现对车辆航向的控制。
8、在上述方案的基础上，步骤1)中，对获得的图像数据进行透视变换获得鸟瞰图。
9、在上述方案的基础上，回归模型包括一个主干网络和一层lmax输出的全连接层，所述全连接层输出1,2,…lmax车道线转向角，其中，lmax为预先设置的候选车道，即期望输出的最大转向角数量。
10、在上述方案的基础上，所述主干网络为resnet、efficientnet、mobilenet中的任意一种。
11、在上述方案的基础上，所述回归模型使用的损失函数为均方误差函数。
12、第二方面，本申请提供一种基于阿克曼转向模型的转向控制装置，包括：
13、采集模块，用于采集包含车道线的场景图像；
14、标注模块，用于对所述场景图像进行车道线像素点标注，得到训练数据集；
15、训练模块，用于将所述训练数据集输入预先搭建的特征模型进行训练，得到回归模型；
16、测试模块，用于对输入图像进行模型测试，输出图像中每个车道标记的转向角；
17、部署模块，将训练完的回归模型进行模型转换，部署至车载嵌入式设备中；
18、控制模块，用于根据所得转向角，对车辆进行转向控制，以实现对车辆航向的控制。
19、第三方面，本申请提供一种电子设备，包括存储器、处理器、i/o接口、存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序以使所述电子设备实现上述任一项所述的车辆转向控制方法。
20、第四方面，本申请提供一种计算机程序产品，其包含计算机指令，该计算机指令被处理器执行时用于实现上述任意一项所述的车辆转向控制方法。
21、综上所述，本申请的有益效果有：本申请在完成车道线检测的过程中，首先采集包含目标的图像数据；所述图像数据包括对道路场景图片进行车道线像素点标注的标注数据，所述标注数据包括模型训练所需的训练数据集，所述数据集包括训练与验证数据集；基于所述数据集，训练回归模型；将模型进行模型转换，提高模型推理速度。将测试图像输入所述模型，获得目标的转向角；基于对所述车道转向角，对车辆进行精确的转向控制，以实现对车辆航向的精准控制。根据车道线特征回归模型直接检测出车道线的转向角，融合了特征提取和曲线拟合两个过程，不需要后处理来进行车道估计，进一步降低计算成本，有助于车载设备的低能耗运行，且具有较高的速度与精度。
22、以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
1.一种车辆转向控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的车辆转向控制方法，其特征在于，步骤1)中，对获得的图像数据进行透视变换获得鸟瞰图。
3.根据权利要求1所述的车辆转向控制方法，其特征在于，回归模型包括一个主干网络和一层lmax输出的全连接层，所述全连接层输出1,2,…lmax车道线转向角，其中，lmax为预先设置的候选车道，即期望输出的最大转向角数量。
4.根据权利要求1所述的车辆转向控制方法，其特征在于，所述主干网络为resnet、efficientnet、mobilenet中的任意一种。
5.根据权利要求1所述的车辆转向控制方法，其特征在于，所述回归模型使用的损失函数为均方误差函数。
6.一种车辆转向控制装置，其特征在于，包括：
7.一种电子设备，其特征在于，包括存储器、处理器、i/o接口、存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序以使所述电子设备实现根据权利要求1至5中任一项所述的车辆转向控制方法。
