车道线融合方法、装置、汽车、电子设备及计算机可读存储介质制造方法及图纸

本申请涉及自动驾驶技术领域，具体涉及一种车道线融合方法、装置、汽车、电子设备及计算机可读存储介质。所述方法包括获取多个待处理图像，其中，多个待处理图像通过车辆的多个图像采集设备采集；将各所述待处理图像输入至预设车道线检测模型，得到各所述待处理图像对应的多个初始车道线；对各所述初始车道线进行融合，得到融合车道线；将所述融合车道线与跟踪车道线进行匹配，得到车道线结果。有益效果是：通过对多个待处理图像进行处理得到初始车道线，并对初始车道线进行融合、跟踪等处理，从而满足自动驾驶对于车道线相关的需求。满足自动驾驶对于车道线相关的需求。满足自动驾驶对于车道线相关的需求。

【技术实现步骤摘要】
车道线融合方法、装置、汽车、电子设备及计算机可读存储介质


[0001]本申请涉及自动驾驶
，具体涉及一种车道线融合方法、装置、汽车、电子设备及计算机可读存储介质。

技术介绍

[0002]汽车自动驾驶的视觉感知，主要是利用汽车上配置的相机并基于计算机视觉的方法进行车道线、可行驶区域、静态目标、动态目标等对象的识别、检测、跟踪。自动驾驶对于车道线的检测和跟踪结果的准确性有较高的要求，目前常见的是前视情况基于单相机的车道线处理，一个安装在汽车前部的相机，并对其视角范围内的车道线进行处理，单相机的车道线处理已经难以满足汽车自动驾驶的使用需求。

技术实现思路

[0003]鉴于以上所述现有技术的缺点，本专利技术提供一种基于多相机的车道线处理车道线融合方法、装置、汽车、电子设备及计算机可读存储介质，以解决上述单相机的车道线信息单一，难以满足使用需求的技术问题。
[0004]本专利技术提供的一种车道线融合方法，所述方法包括：
[0005]获取多个待处理图像，其中，多个待处理图像通过车辆的多个图像采集设备采集；
[0006]将各所述待处理图像输入至预设车道线检测模型，得到各所述待处理图像对应的多个初始车道线；
[0007]对各所述初始车道线进行融合，得到融合车道线；
[0008]将所述融合车道线与跟踪车道线进行匹配，得到车道线结果。
[0009]于本专利技术的一实施例中，将各所述待处理图像输入至预设车道线检测模型，得到各所述待处理图像对应的多个初始车道线，包括：r/>[0010]对各所述待处理图像进行检测，得到所述待处理图像中的多个初始车道线点；
[0011]对多个所述初始车道线点进行采样和投影，得到多个投影车道线点，对多个所述投影车道线点进行曲线拟合，得到多个所述初始车道线。
[0012]于本专利技术的一实施例中，对各所述初始车道线进行融合，得到融合车道线包括以下至少之一：
[0013]若至少两条所述初始车道线的横向偏移之差小于预设偏移阈值，且欧式距离小于预设距离阈值，将至少两条所述初始车道线进行融合，得到融合车道线；
[0014]若至少两条所述初始车道线的线型属性参数一致，将至少两条所述初始车道线进行融合，得到融合车道线，其中，所述线型属性参数包括车道线颜色和车道线类型。
[0015]于本专利技术的一实施例中，将各所述待处理图像输入至预设车道线检测模型，得到各所述待处理图像对应的多个初始车道线之后，所述方法还包括：
[0016]根据各所述初始车道线的横向偏移进行排序，得到初始车道线序列；
[0017]若所述初始车道线序列中存在连续多个所述初始车道线的所述横向偏移之差小于预设偏移阈值，确定连续多个所述初始车道线之间的欧式距离；
[0018]若连续多个所述初始车道线之间的所述欧式距离小于预设距离阈值，将连续多个所述初始车道线确定为融合车道线子集，得到包括有多个融合车道线子集的车道线集合。
[0019]于本专利技术的一实施例中，得到包括有多个融合车道线子集的车道线集合之后，所述方法还包括：
[0020]根据融合车道线子集中各所述初始车道线对应的图像采集设备，将所述融合车道线子集划分为两个第一子集合和第二子集合，所述第一子集合包括位于所述车辆的前方或后方的图像采集设备采集的待处理图像所确定的初始车道线，所述第二子集合包括位于所述车辆的侧方的图像采集设备采集的待处理图像所确定的初始车道线；
[0021]若所述第一子集合非空，以所述第一子集合中的初始车道线对所述第二子集合中的初始车道线对应的所述图像采集设备进行位姿优化。
[0022]于本专利技术的一实施例中，以所述第一子集合中的初始车道线对所述第二子集合中的初始车道线对应的所述图像采集设备进行位姿优化包括：
[0023]获取所述第二子集合中的一初始车道线在目标处理图像中的初始车道线点的多个线点；
[0024]获取各所述线点的线点位置信息，以及所述第一子集合中的初始车道线在预设鸟瞰图中的车道线位置信息；
[0025]基于各所述线点位置信息和所述车道线位置信息确定各所述线点到所述第一子集合中的初始车道线的距离和；
[0026]调整所述第二子集合中的初始车道线对应的所述图像采集设备的位姿，以使所述距离和最小。
[0027]为实现上述目的及其它相关目的，本专利技术还提供一种车道线融合装置，包括：
[0028]图像采集模块，用于获取多个待处理图像；
[0029]车道线检测模块，用于将各所述待处理图像输入至预设车道线检测模型，得到各所述待处理图像对应的多个初始车道线；
[0030]车道线融合模块，用于对各所述初始车道线进行融合，得到融合车道线；
[0031]车道线匹配模块，用于将所述融合车道线与跟踪车道线进行匹配，得到车道线结果。
[0032]为实现上述目的及其它相关目的，本专利技术还提供一种汽车，包括如上所述的车道线融合装置。
[0033]为实现上述目的及其它相关目的，本专利技术还提供一种电子设备，包括：
[0034]一个或多个处理器；
[0035]存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得汽车实现如上所述的车道线融合方法。
[0036]为实现上述目的及其它相关目的，本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行如上所述的车道线融合方法。
[0037]本专利技术的有益效果：本专利技术中的车道线融合方法，通过对多个图像采集设备采集
的多个待处理图像进行处理得到初始车道线，并对初始车道线进行融合、跟踪等处理，得到的车道线信息更加丰富，以便满足自动驾驶对于车道线相关的需求。
[0038]应当理解的是，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。
附图说明
[0039]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0040]图1是本申请的一示例性实施例示出的车道线融合方法的流程图；
[0041]图2是本申请的一示例性实施例示出车道线融合装置的框图；
[0042]图3示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图；
[0043]图4示出了本申请车道线融合方法一实施例的流程图；
[0044]图5示出了图4中单个相机车道线处理模块的流程图。
具体实施方式
[0045]以下将参照附图和优选实施例来说明本专利技术的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车道线融合方法，其特征在于，所述方法包括：获取多个待处理图像，其中，多个待处理图像通过车辆的多个图像采集设备采集；将各所述待处理图像输入至预设车道线检测模型，得到各所述待处理图像对应的多个初始车道线；对各所述初始车道线进行融合，得到融合车道线；将所述融合车道线与跟踪车道线进行匹配，得到车道线结果。2.根据权利要求1所述的车道线融合方法，其特征在于，将各所述待处理图像输入至预设车道线检测模型，得到各所述待处理图像对应的多个初始车道线，包括：对各所述待处理图像进行检测，得到所述待处理图像中的多个初始车道线点；对多个所述初始车道线点进行采样和投影，得到多个投影车道线点，对多个所述投影车道线点进行曲线拟合，得到多个所述初始车道线。3.根据权利要求1所述的车道线融合方法，其特征在于，对各所述初始车道线进行融合，得到融合车道线包括以下至少之一：若至少两条所述初始车道线的横向偏移之差小于预设偏移阈值，且欧式距离小于预设距离阈值，将至少两条所述初始车道线进行融合，得到融合车道线；若至少两条所述初始车道线的线型属性参数一致，将至少两条所述初始车道线进行融合，得到融合车道线，其中，所述线型属性参数包括车道线颜色和车道线类型。4.根据权利要求1所述的车道线融合方法，其特征在于，将各所述待处理图像输入至预设车道线检测模型，得到各所述待处理图像对应的多个初始车道线之后，所述方法还包括：根据各所述初始车道线的横向偏移进行排序，得到初始车道线序列；若所述初始车道线序列中存在连续多个所述初始车道线的所述横向偏移之差小于预设偏移阈值，确定连续多个所述初始车道线之间的欧式距离；若连续多个所述初始车道线之间的所述欧式距离小于预设距离阈值，将连续多个所述初始车道线确定为融合车道线子集，得到包括有多个融合车道线子集的车道线集合。5.根据权利要求4所述的车道线融合方法，其特征在于，得到包括有多个融合车道线子集的车道线集合之后，所述方法还包括：根据融合车道线子集中各...

【专利技术属性】
技术研发人员：倪守诚，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：