车道线检测方法和装置制造方法及图纸

本申请实施例公开了车道线检测方法和装置。该车道线检测方法的一个具体实施方式包括：检测当前视频帧中的边缘；基于检测到的边缘，确定候选边缘集合；采用已确定参数的车道成像模型，拟合候选边缘集合中的各条边缘；对于候选边缘集合中的各条边缘，计算该边缘的拟合结果与该边缘的误差；选取计算的误差小于等于预定误差的边缘；响应于选取的边缘的数量大于等于4，基于选取的边缘的拟合结果确定车道线。该实施方式可以基于候选边缘集合中的边缘得到拟合结果，可以有效的利用多个边缘信息来进行拟合，增加了根据拟合结果确定的车道线的稳定性。

【技术实现步骤摘要】
车道线检测方法和装置
本申请涉及计算机
，具体涉及电子地图
，尤其涉及车道线检测方法和装置。
技术介绍
在车道线检测应用中，需要对检测到的车道线进行拟合，以得到当前道路的驾驶参数。目前，通常是使用直线或者多项式分别拟合多个车道线，拟合过程中使用RANSAC等算法，滤波时需要使用相机外部标定参数。然而，目前的车道线拟合方法，存在以下问题：(1)每个车道线单独拟合，不能有效利用其他车道线信息增加拟合稳定性；(2)滤波时需要使用相机外部标定参数，无外参标定下的场合使用受限；(3)无法有效进行帧间参数跟踪；(4)使用RANSAC等算法的硬件性能消耗大。
技术实现思路
本申请实施例提供了车道线检测方法和装置。第一方面，本申请实施例提供了一种车道线检测方法，包括：检测当前视频帧中的边缘；基于检测到的边缘，确定候选边缘集合；采用已确定参数的车道成像模型，拟合候选边缘集合中的各条边缘；对于候选边缘集合中的各条边缘，计算该边缘的拟合结果与该边缘的误差；选取计算的误差小于等于预定误差的边缘；响应于选取的边缘的数量大于等于4，基于选取的边缘的拟合结果确定车道线。在一些实施例中，车道成像模型的参数基于以下步骤确定：响应于从数据库中获取到上一视频帧的车道成像模型的参数，将上一视频帧的车道成像模型的参数确定为当前视频帧的车道成像模型的参数；响应于从数据库中未获取到上一视频帧的车道成像模型的参数，基于数据拟合确定参数步骤拟合候选边缘集合中的各条边缘，确定当前视频帧的车道成像模型的参数。在一些实施例中，基于数据拟合确定参数步骤拟合候选边缘集合中的各条边缘，确定当前视频帧的车道成像模型的参数包括：对候选边缘集合中的每两条边缘组合，采用数据拟合方法确定一组车道成像模型的参数；基于每一组车道成像模型的参数所确定的车道成像模型，确定候选边缘集合中各条边缘线的拟合结果与边缘线的误差小于预定误差的线条数量；将确定的线条数量最大并且线条数量大于4的车道成像模型的参数确定为当前视频帧的车道成像模型的参数。在一些实施例中，基于数据拟合确定参数步骤拟合候选边缘集合中的各条边缘，确定当前视频帧的车道成像模型的参数还包括：若线条数量最大并且线条数量大于4的车道成像模型的参数不存在，则将下一帧视频帧作为当前视频帧，并对当前视频帧，执行基于检测到的边缘，确定候选边缘集合，以及基于拟合候选边缘集合中的各条边缘，确定当前视频帧的车道成像模型的参数。在一些实施例中，采用数据拟合方法确定一组车道成像模型的参数包括：采用以下至少一项数据拟合方法确定一组车道成像模型的参数：最小二乘法、霍夫变换以及最大后验估计。在一些实施例中，响应于从数据库中未获取到上一视频帧的车道成像模型的参数，基于数据拟合确定参数步骤拟合候选边缘集合中的各条边缘，确定当前视频帧的车道成像模型的参数包括：响应于从数据库中未获取到上一视频帧的车道成像模型的参数，基于已标定的拍摄视频帧的摄像机的外部参数，确定当前视频帧的车道成像模型的灭点参数；在基于数据拟合确定参数步骤拟合候选边缘集合中的各条边缘时，采用灭点参数确定当前视频帧的车道成像模型的参数。在一些实施例中，基于检测到的边缘，确定候选边缘集合包括：基于检测到的边缘中各边缘所包括的像素点的数量，确定候选边缘集合；或基于检测到的边缘中各边缘所包括的像素点的数量以及检测到的边缘中各边缘相邻的空白面积，确定候选边缘集合。在一些实施例中，基于检测到的边缘中各边缘所包括的像素点的数量以及检测到的边缘中各边缘相邻的空白面积，确定候选边缘集合包括：根据检测到的边缘中各边缘所包括的像素点的数量由高至低进行长度排序，得到长度排序后的各边缘；根据长度排序后的各边缘的排序顺序，选取预定数量的边缘添加至候选边缘集合；根据检测到的边缘中各边缘相邻的空白面积由大至小对各边缘进行相邻空白面积排序，得到据相邻空白面积排序后的各边缘；基于据相邻空白面积排序后的各边缘的排序顺序，选取预设数量的边缘添加至候选边缘集合。在一些实施例中，车道成像模型包括：u-u0＝A(v-v0)+B/(v-v0)，其中(u0,v0)为图像灭点位置(v＝v0为地平线)，(u,v)为当前视频帧中的边缘的坐标点，A、B为模型系数，同一帧图像中，不同车道线仅A值不同。在一些实施例中，车道成像模型包括：u-u0＝∑ai(v-v0)i，其中(u0,v0)为图像灭点位置(v＝v0为地平线)，(u,v)为当前视频帧中的边缘的坐标点，ai是指双曲线模型的泰勒级数展开式的第i项的系数。在一些实施例中，方法还包括：响应于计算的误差大于预定误差的边缘数量小于4，将下一帧视频帧作为当前视频帧，并对新的当前视频帧执行车道线检测方法。第二方面，本申请实施例提供了一种车道线检测装置，包括：边缘检测单元，被配置成检测当前视频帧中的边缘；集合确定单元，被配置成基于检测到的边缘，确定候选边缘集合；边缘拟合单元，被配置成采用已确定参数的车道成像模型，拟合候选边缘集合中的各条边缘；误差计算单元，被配置成对于候选边缘集合中的各条边缘，计算该边缘的拟合结果与该边缘的误差；边缘选取单元，被配置成选取计算的误差小于等于预定误差的边缘；车道线确定单元，被配置成响应于选取的边缘的数量大于等于4，基于选取的边缘的拟合结果确定车道线。在一些实施例中，边缘拟合单元中车道成像模型的参数基于以下确定步骤确定：响应于从数据库中获取到上一视频帧的车道成像模型的参数，将上一视频帧的车道成像模型的参数确定为当前视频帧的车道成像模型的参数；响应于从数据库中未获取到上一视频帧的车道成像模型的参数，基于数据拟合确定参数步骤拟合候选边缘集合中的各条边缘，确定当前视频帧的车道成像模型的参数。在一些实施例中，边缘拟合单元中车道成像模型的参数所基于的确定步骤进一步包括：对候选边缘集合中的每两条边缘组合，采用数据拟合方法确定一组车道成像模型的参数；基于每一组车道成像模型的参数所确定的车道成像模型，确定候选边缘集合中各条边缘线的拟合结果与边缘线的误差小于预定误差的线条数量；将确定的线条数量最大并且线条数量大于4的车道成像模型的参数确定为当前视频帧的车道成像模型的参数。在一些实施例中，边缘拟合单元中车道成像模型的参数所基于的确定步骤进一步包括：若线条数量最大并且线条数量大于4的车道成像模型的参数不存在，则将下一帧视频帧作为当前视频帧，并对当前视频帧，执行基于检测到的边缘，确定候选边缘集合，以及基于拟合候选边缘集合中的各条边缘，确定当前视频帧的车道成像模型的参数。在一些实施例中，边缘拟合单元中车道成像模型的参数所基于的确定步骤进一步包括：采用以下至少一项数据拟合方法确定一组车道成像模型的参数：最小二乘法、霍夫变换以及最大后验估计。在一些实施例中，边缘拟合单元中车道成像模型的参数所基于的确定步骤进一步包括：响应于从数据库中未获取到上一视频帧的车道成像模型的参数，基于已标定的拍摄视频帧的摄像机的外部参数，确定当前视频帧的车道成像模型的灭点参数；在基于数据拟合确定参数步骤拟合候选边缘集合中的各条边缘时，采用灭点参数确定当前视频帧的车道成像模型的参数。在一些实施例中，集合确定单元进一步被配置成：基于检测到的边缘中各边缘所包括的像素点的数量，确定候选边缘集合；或基于检测到的边缘中各边缘所包括本文档来自技高网...

【技术保护点】
1.一种车道线检测方法，包括：检测当前视频帧中的边缘；基于检测到的边缘，确定候选边缘集合；采用已确定参数的车道成像模型，拟合所述候选边缘集合中的各条边缘；对于候选边缘集合中的各条边缘，计算该边缘的拟合结果与该边缘的误差；选取计算的误差小于等于预定误差的边缘；响应于选取的边缘的数量大于等于4，基于选取的边缘的拟合结果确定车道线。

【技术特征摘要】
1.一种车道线检测方法，包括：检测当前视频帧中的边缘；基于检测到的边缘，确定候选边缘集合；采用已确定参数的车道成像模型，拟合所述候选边缘集合中的各条边缘；对于候选边缘集合中的各条边缘，计算该边缘的拟合结果与该边缘的误差；选取计算的误差小于等于预定误差的边缘；响应于选取的边缘的数量大于等于4，基于选取的边缘的拟合结果确定车道线。2.根据权利要求1所述的方法，其中，所述车道成像模型的参数基于以下步骤确定：响应于从数据库中获取到上一视频帧的车道成像模型的参数，将上一视频帧的车道成像模型的参数确定为当前视频帧的车道成像模型的参数；响应于从数据库中未获取到上一视频帧的车道成像模型的参数，基于数据拟合确定参数步骤拟合所述候选边缘集合中的各条边缘，确定当前视频帧的车道成像模型的参数。3.根据权利要求2所述的方法，其中，所述基于数据拟合确定参数步骤拟合所述候选边缘集合中的各条边缘，确定当前视频帧的车道成像模型的参数包括：对所述候选边缘集合中的每两条边缘组合，采用数据拟合方法确定一组车道成像模型的参数；基于每一组车道成像模型的参数所确定的车道成像模型，确定候选边缘集合中各条边缘线的拟合结果与边缘线的误差小于预定误差的线条数量；将确定的线条数量最大并且线条数量大于4的车道成像模型的参数确定为当前视频帧的车道成像模型的参数。4.根据权利要求3所述的方法，其中，所述基于数据拟合确定参数步骤拟合所述候选边缘集合中的各条边缘，确定当前视频帧的车道成像模型的参数还包括：若线条数量最大并且线条数量大于4的车道成像模型的参数不存在，则将下一帧视频帧作为当前视频帧，并对所述当前视频帧，执行所述基于检测到的边缘，确定候选边缘集合，以及所述基于拟合所述候选边缘集合中的各条边缘，确定当前视频帧的车道成像模型的参数。5.根据权利要求3所述的方法，其中，所述采用数据拟合方法确定一组车道成像模型的参数包括：采用以下至少一项数据拟合方法确定一组车道成像模型的参数：最小二乘法、霍夫变换以及最大后验估计。6.根据权利要求3所述的方法，其中，所述响应于从数据库中未获取到上一视频帧的车道成像模型的参数，基于数据拟合确定参数步骤拟合所述候选边缘集合中的各条边缘，确定当前视频帧的车道成像模型的参数包括：响应于从数据库中未获取到上一视频帧的车道成像模型的参数，基于已标定的拍摄视频帧的摄像机的外部参数，确定当前视频帧的车道成像模型的灭点参数；在基于数据拟合确定参数步骤拟合所述候选边缘集合中的各条边缘时，采用所述灭点参数确定当前视频帧的车道成像模型的参数。7.根据权利要求1所述的方法，其中，所述基于检测到的边缘，确定候选边缘集合包括：基于检测到的边缘中各边缘所包括的像素点的数量，确定候选边缘集合；或基于检测到的边缘中各边缘所包括的像素点的数量以及检测到的边缘中各边缘相邻的空白面积，确定候选边缘集合。8.根据权利要求7所述的方法，其中，所述基于检测到的边缘中各边缘所包括的像素点的数量以及检测到的边缘中各边缘相邻的空白面积，确定候选边缘集合包括：根据检测到的边缘中各边缘所包括的像素点的数量由高至低进行长度排序，得到长度排序后的各边缘；根据长度排序后的各边缘的排序顺序，选取预定数量的边缘添加至候选边缘集合；根据检测到的边缘中各边缘相邻的空白面积由大至小对各边缘进行相邻空白面积排序，得到据相邻空白面积排序后的各边缘；基于所述据相邻空白面积排序后的各边缘的排序顺序，选取预设数量的边缘添加至所述候选边缘集合。9.根据权利要求1所述的方法，其中，所述车道成像模型包括：u-u0＝A(v-v0)+B/(v-v0)，其中(u0，v0)为图像灭点位置(v＝v0为地平线)，(u，v)为当前视频帧中的边缘的坐标点，A、B为模型系数，同一帧图像中，不同车道线仅A值不同。10.根据权利要求1所述的方法，其中，所述车道成像模型包括：u-u0＝∑ai(v-v0)i，其中(u0，v0)为图像灭点位置(v＝v0为地平线)，(u，v)为当前视频帧中的边缘的坐标点，ai是指双曲线模型的泰勒级数展开式的第i项的系数。11.根据权利要求1所述的方法，其中，所述方法还包括：响应于计算的误差大于预定误差的边缘数量小于4，将下一帧视频帧作为当前视频帧，并对新的当前视频帧执行所述车道线检测方法。12.一种车道线检测装置，包括：边缘检测单元，被配置成检测当前视频帧中的边缘；集合确定单元，被配置成基于检测到的边缘，确定候选边缘集合；边缘拟合单元，...

【专利技术属性】
技术研发人员：李映辉，张丙林，周志鹏，李冰，廖瑞华，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11