【技术实现步骤摘要】
本申请涉及智能驾驶，更具体的说，是涉及一种车道线检测方法、装置、设备及可读存储介质。
技术介绍
1、在智能驾驶中，环境感知是其中关键环节，为智能驾驶的安全性提供了重要保障，而环境感知的核心之一是车道线检测。车道线检测指的是从车辆采集图像中正确识别出车道线。
2、车辆在行驶过程中可以拍摄包括车道线的视频，该视频包括连续的若干图像帧，同一条车道线可能会出现在几个图像帧上，但是，目前的车道线检测方案，是对每个图像帧进行单独检测的，导致车道线检测结果的精度和稳定性不够高。
3、因此，如何提供一种车道线检测方法，以提升车道线检测结果的精度和稳定性，成为本领域技术人员亟待解决的技术问题。
技术实现思路
1、鉴于上述问题，本申请提出了一种车道线检测方法、装置、设备及可读存储介质，以通过对各个图像帧进行联合检测，提升车道线检测结果的精度和稳定性。具体方案如下：
2、一种车道线检测方法，所述方法包括：
3、获取待检测的连续图像帧；
4、对每个所述图像帧进行车道线检测，得到每个所述图像帧的初始车道线；
5、利用各个所述图像帧的初始车道线之间的关联关系，对各个所述图像帧的初始车道线进行融合处理，得到各个所述图像帧的最终车道线。
6、可选地，所述利用各个所述图像帧的初始车道线之间的关联关系，对各个所述图像帧的初始车道线进行融合处理，得到各个所述图像帧的最终车道线，包括：
7、将所述各个所述图像帧的初始车道线的坐
8、利用各个所述图像帧的初始车道线转换后的坐标，对各个所述图像帧的车道线进行融合处理，得到最终全局地图；所述最终全局地图中包括各个所述图像帧对应的全部车道线；
9、针对每个图像帧，将所述最终全局地图的车道线坐标转换到所述图像帧对应的坐标系下，并从中截取对应所述图像帧的车道线作为所述图像帧的最终车道线。
10、可选地，所述将所述各个所述图像帧的初始车道线坐标转换到同一坐标系下，包括：
11、从所述各个所述图像帧中确定目标图像帧和非目标图像帧；
12、以所述目标图像帧对应的坐标系为基准坐标系；
13、针对每个所述非目标图像帧，根据所述非目标图像帧对应的车辆定位信息与所述目标图像帧对应的车辆定位信息，将所述非目标图像帧的车道线坐标转换到所述基准坐标系下。
14、可选地，所述利用各个所述图像帧的初始车道线转换后的坐标，对各个所述图像帧的车道线进行融合处理，得到最终全局地图，包括：
15、确定所述目标图像帧为初始全局地图；
16、针对每个所述非目标图像帧，获取参考全局地图；如果所述非目标图像帧为所述目标图像帧之后的第一个非目标图像帧，则所述参考全局地图为所述初始参考全局地图，否则，所述参考全局地图为对上一非目标图像帧对应的全局地图；利用所述非目标图像帧的初始车道线转换后的坐标，以及，所述参考全局地图中的车道线坐标，对所述参考全局地图进行更新，得到所述非目标图像帧对应的全局地图；
17、将最后一个非目标图像帧对应的全局地图确定为最终全局地图。
18、可选地，所述利用所述非目标图像帧的初始车道线转换后的坐标，以及，所述参考全局地图中的车道线坐标，对所述参考全局地图进行更新，得到所述非目标图像帧对应的全局地图，包括：
19、从所述参考全局地图中确定所述非目标图像帧对应的局部地图；
20、利用所述非目标图像帧的初始车道线转换后的坐标，以及，所述局部地图中的车道线坐标，将所述非目标图像帧以及所述局部地图进行车道线匹配，得到局部匹配结果，所述局部匹配结果中包括所述非目标图像帧与所述局部地图匹配的车道线对、所述局部地图中的未匹配车道线以及所述非目标图像帧中的未匹配车道线；
21、基于所述局部匹配结果，对所述参考全局地图进行更新，得到所述非目标图像帧对应的全局地图。
22、可选地，所述利用所述非目标图像帧的初始车道线转换后的坐标，以及，所述局部地图中的车道线坐标，将所述非目标图像帧以及所述局部地图进行车道线匹配，得到局部匹配结果，包括：
23、利用所述非目标图像帧的初始车道线转换后的坐标，以及，所述局部地图中的车道线坐标，计算所述非目标图像帧的初始车道线与所述局部地图的车道线的之间的匹配得分矩阵，所述匹配得分矩阵中每个元素为第一车道线与第二车道线之间的匹配得分，所述第一车道线为所述非目标图像帧中的一条车道线，所述第二车道线为所述局部地图中的一条车道线；
24、基于所述匹配得分矩阵，确定所述局部匹配结果。
25、可选地，所述第一车道线与第二车道线之间的匹配得分的计算方式如下：
26、确定所述第一车道线与所述第二车道线的之间的匹配部分；
27、计算第一比例和第二比例，所述第一比例用于指示所述第一车道线中所述匹配部分的占比，所述第二比例用于指示第二车道线中所述匹配部分的占比；
28、基于所述第一比例和第二比例计算所述第一车道线与所述第二车道线之间的匹配得分。
29、可选地，所述基于所述局部匹配结果，对所述参考全局地图进行更新的方式，包括：
30、针对每个所述匹配的车道线对，将所述匹配的车道线对进行融合处理，得到融合处理后的车道线，并将所述参考全局地图中对应车道线更新为所述融合处理后的车道线；
31、针对每个所述非目标图像帧中的未匹配车道线，基于其长度，确定是否将其添加至所述参考全局地图中；
32、针对每个所述参考全局地图中的未匹配的车道线，基于其在所述参考全局地图中的出现次数，确定是否从所述参考全局地图中删除。
33、可选地，所述对每个所述图像帧进行车道线检测，得到每个所述图像帧的初始车道线，包括：
34、将各个所述图像帧输入车道线检测模型，得到所述车道线检测模型输出的每个所述图像帧的初始车道线。
35、可选地，在所述得到各个所述图像帧的最终车道线之后，所述方法还包括：
36、针对每个所述图像帧，以所述图像帧的最终车道线为标签对所述图像帧进行标注，得到标注好的图像帧；
37、利用各个所述标注好图像帧，对所述车道线检测模型进行迭代优化。
38、一种车道线检测装置，所述装置包括：
39、获取单元，用于获取待检测的连续图像帧；
40、初始车道线检测单元，用于对每个所述图像帧进行车道线检测，得到每个所述图像帧的初始车道线；
41、融合单元，用于利用各个所述图像帧的初始车道线之间的关联关系，对各个所述图像帧的初始车道线进行融合处理，得到各个所述图像帧的最终车道线。
42、可选地，所述融合单元，包括：
43、坐标转换单元，用于将所述各个所述图像帧的初始车道线的坐标转换到同一坐标系下；
44、最终全局地图确定单元，用于本文档来自技高网...
【技术保护点】
1.一种车道线检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用各个所述图像帧的初始车道线之间的关联关系，对各个所述图像帧的初始车道线进行融合处理，得到各个所述图像帧的最终车道线，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述各个所述图像帧的初始车道线坐标转换到同一坐标系下，包括：
4.根据权利要求3所述的方法，其特征在于，所述利用各个所述图像帧的初始车道线转换后的坐标，对各个所述图像帧的车道线进行融合处理，得到最终全局地图，包括：
5.根据权利要求4所述的方法，其特征在于，所述利用所述非目标图像帧的初始车道线转换后的坐标，以及，所述参考全局地图中的车道线坐标，对所述参考全局地图进行更新，得到所述非目标图像帧对应的全局地图，包括：
6.根据权利要求5所述的方法，其特征在于，所述利用所述非目标图像帧的初始车道线转换后的坐标，以及，所述局部地图中的车道线坐标，将所述非目标图像帧以及所述局部地图进行车道线匹配，得到局部匹配结果，包括：
7.根据权利要求6所述的方法
8.根据权利要求5所述的方法，其特征在于，所述基于所述局部匹配结果，对所述参考全局地图进行更新的方式，包括：
9.根据权利要求1所述的方法，其特征在于，所述对每个所述图像帧进行车道线检测，得到每个所述图像帧的初始车道线，包括：
10.根据权利要求9所述的方法，其特征在于，在所述得到各个所述图像帧的最终车道线之后，所述方法还包括：
11.一种车道线检测装置，其特征在于，所述装置包括：
12.一种车道线检测设备，其特征在于，包括存储器和处理器；
13.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至10中任一项所述的车道线检测方法的各个步骤。
...【技术特征摘要】
1.一种车道线检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用各个所述图像帧的初始车道线之间的关联关系，对各个所述图像帧的初始车道线进行融合处理，得到各个所述图像帧的最终车道线，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述各个所述图像帧的初始车道线坐标转换到同一坐标系下，包括：
4.根据权利要求3所述的方法，其特征在于，所述利用各个所述图像帧的初始车道线转换后的坐标，对各个所述图像帧的车道线进行融合处理，得到最终全局地图，包括：
5.根据权利要求4所述的方法，其特征在于，所述利用所述非目标图像帧的初始车道线转换后的坐标，以及，所述参考全局地图中的车道线坐标，对所述参考全局地图进行更新，得到所述非目标图像帧对应的全局地图，包括：
6.根据权利要求5所述的方法，其特征在于，所述利用所述非目标图像帧的初始车道线转换后的坐标，以及，所述局部地图中的车...
【专利技术属性】
技术研发人员：熊帅，王烽人，郭涛，胡金水，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：
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。