【技术实现步骤摘要】
本专利技术涉及车道，尤其涉及用于车辆的车道预测方法、装置、存储介质和电子终端。
技术介绍
1、在自动驾驶技术的研究与应用中，车道检测和预测是确保车辆安全、稳定行驶的关键环节。传统的车道检测方法主要依赖于图像处理技术，通过边缘检测、特征提取等手段识别车道，但这种方法在复杂环境如光照变化、路面污染等情况下，检测效果往往受限，难以保证高精度和稳定性，从而影响了车辆的整体性能。此外，单纯的车道检测只能提供当前瞬间的车道信息，而车辆需要能够预测未来一段时间内的道路情况，以便做出更加准确、安全的决策。然而，现有的车道预测技术需要处理大量的道路数据，并从中提取出有用的信息，消耗的时间较长，降低了自动驾驶的安全性和稳定性。
2、因此，如何通过有效的车道预测方法，解决现有技术的缺失与不足，已成为该领域研究者亟待解决的重要问题。
技术实现思路
1、本专利技术的目的是针对上述问题，提供了用于车辆的车道预测方法、装置、存储介质和电子终端。
2、本专利技术的技术方案为：一种用于车辆的车道预测方法，所述车辆的顶部安装有相机，所述相机用于拍摄车辆前方的道路图片，包括以下步骤：
3、获取所述车辆的定位信息、所述车辆前方的地图信息和所述相机采集到的道路图片；
4、基于所述地图信息、定位信息和道路图片得到num个车道、、...、，对每个车道均进行以下处理：基于所述地图信息和道路图片得到所述车道的前端延长线lane_fe，基于道路图片得到所述车道的后端延长线lane_be
5、作为本专利技术实施例的一种改进，所述“基于所述地图信息、定位信息和道路图片得到num个车道、、...、”具体包括：基于所述相机距离地面的高度h、所述道路图片以及三角形相似定理计算尺度因子；基于所述道路图片和预设车道宽度值对所述尺度因子进行校正，得到校正后的尺度因子；利用检测算法和所述尺度因子得到num个车道、、...、，并得到任一车道对应的多项式拟合曲线方程；
6、所述“基于所述地图信息和道路图片得到所述车道的前端延长线lane_fe，基于道路图片得到所述车道的后端延长线lane_be”具体包括：
7、对任一多项式拟合曲线方程均进行以下处理：以多项式拟合曲线方程)所在坐标系原点为起点，沿着x轴负方向、以等距采样得到后端延长线lane_be；以多项式拟合曲线方程)所在坐标系原点为起点，沿着x轴正方向、以等距采样得到前端延长线lane_fe；其中，x轴负方向指向后端，x轴正方向指向前端。
8、作为本专利技术实施例的一种改进，所述“基于所述相机距离地面的高度h、所述道路图片以及三角形相似定理计算尺度因子”具体包括：
9、从所述道路图片中找到待处理车道像素点，获取所述道路图片的图像坐标系，获取所述待处理车道像素点在所述图像坐标系中的像素高度v，根据三角形相似定理得到尺度因子。
10、作为本专利技术实施例的一种改进，所述“基于所述道路图片和预设车道宽度值对所述尺度因子进行校正、得到校正后的尺度因子”具体包括：
11、根据所述道路图片、得到车道宽度值，根据所述预设车道宽度值对所述尺度因子进行校正、得到校正后的尺度因子。
12、作为本专利技术实施例的一种改进，所述“利用检测算法和所述尺度因子得到num个车道、、...、，并得到任一车道对应的多项式拟合曲线方程”具体包括：利用检测算法和所述尺度因子得到所述车道，其中i表示车道编号，j表示车道上的离散点编号，j和j均为正整数；将所述车道进行多项式拟合得到曲线方程。
13、作为本专利技术实施例的一种改进，所述“以多项式拟合曲线方程)所在坐标系原点为起点，沿着x轴负方向、以等距采样得到后端延长后的后端延长线lane_be”具体包括：以多项式拟合曲线方程)所在坐标系原点为起点，沿着x轴负方向等距采样，所述相机后端盲区的距离为，得到，为向多项式拟合曲线方程)输入所得到的值，所述后端延长后的车道,其中k表示后端延长线lane_be的离散点编号，k为整数且k≥0，，表示向下取整。
14、作为本专利技术实施例的一种改进，所述“以多项式拟合曲线方程)所在坐标系原点为起点，沿着x轴正方向、以等距采样得到前端延长线lane_fe”具体包括：以多项式拟合曲线方程所在坐标系原点为起点，沿着x轴正方向等距采样，前端预测距离为，得到，为向多项式拟合曲线方程)输入所得到的值，所述后端延长后的车道,其中m表示前端延长线的离散点编号，m为整数且m≥0，，表示向下取整。
15、为实现上述专利技术目的之一，本专利技术一实施方式提供了一种用于车辆的车道预测装置，所述车辆的顶部安装有相机，所述相机用于拍摄车辆前方的道路图片，包括以下模块：
16、信息获取模块，用于获取所述车辆的定位信息、所述车辆前方的地图信息和所述相机采集到的道路图片；
17、处理模块，用于基于所述地图信息、定位信息和道路图片得到num个车道、、...、，对每个车道均进行以下处理：基于所述地图信息和道路图片得到所述车道的前端延长线lane_fe，基于道路图片得到所述车道的后端延长线lane_be，将所述前端延长线lane_fe拼接在所述车道的前端，将所述后端延长线lane_be拼接在所述车道的后端，所述车辆沿着从后向前的方向行驶；其中，num和i均为自然数，i=1，2，...，num。
18、为实现上述专利技术目的之一，本专利技术一实施方式提供了一种存储介质，存储有程序指令，所述程序指令被执行时实现如上任一项所述的车道预测方法。
19、为实现上述专利技术目的之一，本专利技术一实施方式提供了一种电子终端，包括处理器和存储器，所述存储器存储有程序指令，所述处理器运行程序指令实现如上任一项所述的车道预测方法。
20、本专利技术实施例所提供的用于车辆的车道预测方法、装置、存储介质和电子终端具有以下优点：本专利技术实施例公开了用于车辆的车道预测方法，主要为获取车辆的定位信息、车辆前方的地图信息和相机采集到的道路图片；基于地图信息、定位信息和道路图片得到num个车道、、...、，对每个车道均进行以下处理：基于地图信息和道路图片得到车道的前端延长线lane_fe，基于道路图片得到车道的后端延长线lane_be，将前端延长线lane_fe拼接在车道的前端，将后端延长线lane_be拼接在车道的后端，从而能够对车道进行精确的检测和预测，提高了车辆的安全性。
本文档来自技高网...【技术保护点】
1.一种用于车辆的车道预测方法，所述车辆的顶部安装有相机，所述相机用于拍摄车辆前方的道路图片，其特征在于，包括以下步骤：
2.根据权利要求1所述的车道预测方法，其特征在于，所述“基于所述地图信息、定位信息和道路图片得到Num个车道、、...、”具体包括：基于所述相机距离地面的高度h、所述道路图片以及三角形相似定理计算尺度因子；基于所述道路图片和预设车道宽度值对所述尺度因子进行校正，得到校正后的尺度因子；利用检测算法和所述尺度因子得到Num个车道、、...、，并得到任一车道对应的多项式拟合曲线方程；
3.根据权利要求2所述的车道预测方法，其特征在于，所述“基于所述相机距离地面的高度h、所述道路图片以及三角形相似定理计算尺度因子”具体包括：
4.根据权利要求2所述的车道预测方法，其特征在于，所述“基于所述道路图片和预设车道宽度值对所述尺度因子进行校正、得到校正后的尺度因子”具体包括：
5.根据权利要求2所述的车道预测方法，其特征在于，所述“利用检测算法和所述尺度因子得到Num个车道、、...、，并得到任一车道对应的多项式拟合曲线方程”具
6.根据权利要求1所述的车道预测方法，其特征在于，所述“以多项式拟合曲线方程)所在坐标系原点为起点，沿着x轴负方向、以等距采样得到后端延长后的后端延长线lane_BE”具体包括：以多项式拟合曲线方程)所在坐标系原点为起点，沿着x轴负方向等距采样，所述相机后端盲区的距离为，得到，为向多项式拟合曲线方程)输入所得到的值，所述后端延长后的车道,其中k表示后端延长线lane_BE的离散点编号，k为整数且k≥0，，表示向下取整。
7.根据权利要求1所述的车道预测方法，其特征在于，所述“以多项式拟合曲线方程)所在坐标系原点为起点，沿着x轴正方向、以等距采样得到前端延长线lane_FE”具体包括：以多项式拟合曲线方程所在坐标系原点为起点，沿着x轴正方向等距采样，前端预测距离为，得到，为向多项式拟合曲线方程)输入所得到的值，所述后端延长后的车道,其中m表示前端延长线的离散点编号，m为整数且m≥0，，表示向下取整。
8.一种用于车辆的车道预测装置，所述车辆的顶部安装有相机，所述相机用于拍摄车辆前方的道路图片，其特征在于，包括以下模块：
9.一种存储介质，存储有程序指令，其特征在于，所述程序指令被执行时实现如权利要求1至权利要求7任一项所述的车道预测方法。
10.一种电子终端，其特征在于，包括处理器和存储器，所述存储器存储有程序指令，其特征在于，所述处理器运行程序指令实现如权利要求1至权利要求7任一项所述的车道预测方法。
...【技术特征摘要】
1.一种用于车辆的车道预测方法，所述车辆的顶部安装有相机，所述相机用于拍摄车辆前方的道路图片，其特征在于，包括以下步骤：
2.根据权利要求1所述的车道预测方法，其特征在于，所述“基于所述地图信息、定位信息和道路图片得到num个车道、、...、”具体包括：基于所述相机距离地面的高度h、所述道路图片以及三角形相似定理计算尺度因子；基于所述道路图片和预设车道宽度值对所述尺度因子进行校正，得到校正后的尺度因子；利用检测算法和所述尺度因子得到num个车道、、...、，并得到任一车道对应的多项式拟合曲线方程；
3.根据权利要求2所述的车道预测方法，其特征在于，所述“基于所述相机距离地面的高度h、所述道路图片以及三角形相似定理计算尺度因子”具体包括：
4.根据权利要求2所述的车道预测方法，其特征在于，所述“基于所述道路图片和预设车道宽度值对所述尺度因子进行校正、得到校正后的尺度因子”具体包括：
5.根据权利要求2所述的车道预测方法，其特征在于，所述“利用检测算法和所述尺度因子得到num个车道、、...、，并得到任一车道对应的多项式拟合曲线方程”具体包括：利用检测算法和所述尺度因子得到所述车道，其中i表示车道编号，j表示车道上的离散点编号，j和j均为正整数；将所述车道进行多项式拟合得到曲线方程。
6.根据权利要求1所述的车道预测方法，其特征在于，所述“...
【专利技术属性】
技术研发人员：李林祥，
申请(专利权)人：清华大学苏州汽车研究院相城，
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。