【技术实现步骤摘要】
道路信息检测方法以及装置
本申请实施例涉及信息处理领域,尤其涉及道路信息检测方法以及道路信息检测装置。
技术介绍
在辅助驾驶和自动驾驶场景中,车辆行驶过程中智能车辆需要对驾驶周边的环境进行感知,道路信息检测是智能车辆识别周边环境的一个重要功能,也是环境感知的重要组成部分。只有通过有效和准确的道路信息检测,才有助于更好的支持路径规划、道路偏离告警或车道线保持等辅助功能。在现有技术中车辆是对前视摄像装置获取的图像进行分析得到车道线信息,或者对后视摄像装置获取的图像进行分析得到车道线信息,智能车辆根据车道线信息进行道路信息检测,前视摄像装置获取的图像和后视摄像装置获取的图像互为冗余备份。对一个摄像装置,如前视摄像装置,对应的图像进行分析,得到的车道线信息直接进行道路信息检测,道路信息可靠性不高,道路信息检测结果稳定性不高。
技术实现思路
本申请实施例提供了一种道路信息检测方法,可以将多组车道线信息进行融合,得到目标车道线信息。本申请实施例第一方面提供了一种道路信息检测方法,包括:道路信息检测装置接收多个图像信息,如前视图像和后视图像,前视图像由前视摄像装置获取,后视图像由后视摄像装置获取,道路信息检测装置根据前视图像获取前视车道线信息,且根据后视图像获取后视车道线信息,道路信息检测装置根据获取到的前视车道线信息和后视车道线信息,融合得到目标车道线信息。进一步可选的,道路信息检测装置输出目标车道线信息。对多个摄像装置,如前视摄像装置和后视摄像装置,对应的图像分别进行 ...
【技术保护点】
1.一种道路信息检测方法,其特征在于,所述方法包括:/n接收来自至少一个前视摄像装置的前视图像和来自至少一个后视摄像装置的后视图像;/n根据所述前视图像获取前视车道线信息,根据所述后视图像获取后视车道线信息;/n根据所述前视车道线信息和所述后视车道线信息,得到目标车道线信息。/n
【技术特征摘要】
1.一种道路信息检测方法,其特征在于,所述方法包括:
接收来自至少一个前视摄像装置的前视图像和来自至少一个后视摄像装置的后视图像;
根据所述前视图像获取前视车道线信息,根据所述后视图像获取后视车道线信息;
根据所述前视车道线信息和所述后视车道线信息,得到目标车道线信息。
2.根据权利要求1所述的道路信息检测方法,其特征在于,所述前视车道线信息包括前视车道线的对应关系和前视车道线存在概率,所述后视车道线信息包括后视车道线的对应关系和后视车道线存在概率;
所述根据所述前视车道线信息和所述后视车道线信息,得到目标车道线信息,包括:
融合所述前视车道线的对应关系,所述前视车道线存在概率,所述后视车道线的对应关系和所述后视车道线存在概率,得到目标车道线的对应关系。
3.根据权利要求1所述的道路信息检测方法,其特征在于,所述方法还包括:
根据所述前视图像获取前视车道结构信息,根据所述后视图像获取后视车道结构信息;
所述根据所述前视车道线信息和所述后视车道线信息,得到目标车道线信息,包括:
融合所述前视车道线信息,所述后视车道线信息,所述前视车道结构信息和所述后视车道结构信息,得到所述目标车道线信息。
4.根据权利要求3所述的道路信息检测方法,其特征在于,
所述前视车道线信息包括前视车道线的对应关系和前视车道线存在概率;
所述后视车道线信息包括后视车道线的对应关系和后视车道线存在概率;
所述前视车道结构信息包括前视车道结构的对应关系和前视车道结构存在概率;
所述后视车道结构信息包括后视车道结构的对应关系和后视车道结构存在概率;
所述融合所述前视车道线信息,所述后视车道线信息,所述前视车道结构信息和所述后视车道结构信息,得到所述目标车道线信息包括:
融合所述前视车道线的对应关系,所述前视车道线存在概率,所述后视车道线的对应关系,所述后视车道线存在概率,所述前视车道结构的对应关系,所述前视车道结构存在概率,所述后视车道结构的对应关系和所述后视车道结构存在概率,得到目标车道线的对应关系。
5.根据权利要求1所述的道路信息检测方法,其特征在于,所述方法还包括:
接收来自至少一个雷达的雷达数据;
根据所述雷达数据获取雷达车道结构信息;
所述根据所述前视车道线信息和所述后视车道线信息,得到目标车道线信息包括:
融合所述前视车道线信息,所述后视车道线信息和所述雷达车道结构信息,得到所述目标车道线信息。
6.根据权利要求5所述的道路信息检测方法,其特征在于,
所述前视车道线信息包括前视车道线的对应关系和前视车道线存在概率;
所述后视车道线信息包括后视车道线的对应关系和后视车道线存在概率;
所述雷达车道结构信息包括雷达车道结构的对应关系和雷达车道结构存在概率;
所述融合所述前视车道线信息,所述后视车道线信息和所述雷达车道结构信息,得到所述目标车道线信息包括:
融合所述前视车道线的对应关系,所述前视车道线存在概率,所述后视车道线的对应关系,所述后视车道线存在概率,所述雷达车道结构的对应关系和所述雷达车道结构存在概率,得到目标车道线的对应关系。
7.根据权利要求1所述的道路信息检测方法,其特征在于,所述方法还包括:
根据所述前视图像获取前视车道结构信息,根据所述后视图像获取后视车道结构信息;
接收来自至少一个雷达的雷达数据;
根据所述雷达数据获取雷达车道结构信息;
所述根据所述前视车道线信息和所述后视车道线信息,得到目标车道线信息包括:
融合所述前视车道线信息,所述后视车道线信息,所述前视车道结构信息,所述后视车道结构信息和所述雷达车道结构信息,得到所述目标车道线信息。
8.根据权利要求7所述的道路信息检测方法,其特征在于,
所述前视车道线信息包括前视车道线的对应关系和前视车道线存在概率;
所述后视车道线信息包括后视车道线的对应关系和后视车道线存在概率;
所述前视车道结构信息包括前视车道结构的对应关系和前视车道结构存在概率;
所述后视车道结构信息包括后视车道结构的对应关系和后视车道结构存在概率;
所述雷达车道结构信息包括雷达车道结构的对应关系和雷达车道结构存在概率;
所述融合所述前视车道线信息,所述后视车道线信息,所述前视车道结构信息,所述后视车道结构信息和所述雷达车道结构信息,得到所述目标车道线信息包括:
融合所述前视车道线的对应关系,所述前视车道线存在概率,所述后视车道线的对应关系,所述后视车道线存在概率,所述前视车道结构的对应关系,所述前视车道结构存在概率,所述后视车道结构的对应关系,所述后视车道结构存在概率,所述雷达车道结构的对应关系和所述雷达车道结构存在概率,得到目标车道线的对应关系。
9.根据权利要求4或8所述的道路信息检测方法,其特征在于,
所述前视车道结构信息包括前视路沿信息和/或前视车轨迹信息;
所述前视车道结构的对应关系包括前视路沿的对应关系和/或前视车轨迹的对应关系;
所述前视车道结构存在概率包括前视路沿存在概率和/或前视车轨迹存在概率;
所述后视车道结构信息包括后视路沿信息;
所述后视车道结构的对应关系包括后视路沿的对应关系;
所述后视车道结构存在概率包括后视路沿存在概率。
10.根据权利要求6或8所述的道路信息检测方法,其特征在于,
所述雷达车道结构信息包括雷达路沿信息和/或雷达车轨迹信息;
所述雷达车道结构的对应关系包括雷达路沿的对应关系和/或雷达车轨迹的对应关系;
所述雷达车道结构存在概率包括雷达路沿存在概率和/或雷达车轨迹存在概率。
11.根据权利要求2或4或6或8至10中任一项所述的道路信息检测方法,其特征在于,所述对应关系包括横向偏移和纵向...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。