车道线的识别方法、装置、设备及计算机可读存储介质制造方法及图纸

本公开提供一种车道线的识别方法、装置、设备及计算机可读存储介质，包括：获取车道图像，并对车道图像进行预处理得到处理图像；根据预设识别模型确定处理图像中的各个像素的车道线分数；根据车道线分数确定处理图像中的车道线。本公开提供的车道线识别方法、装置、设备及计算机可读存储介质，无需对采集的车道图像进行视角转换，只需要对其进行预处理，从而使其能够符合识别模型的输入要求即可。并且，通过识别模型的处理，能够确定处理图像中每个像素的车道线属性信息，从而能够准确的在处理图像中确定出车道线，能够提高车道线的识别精度。

Lane Line Recognition Method, Device, Equipment and Computer Readable Storage Media

【技术实现步骤摘要】
车道线的识别方法、装置、设备及计算机可读存储介质
本公开涉及车道线识别技术，尤其涉及一种车道线的识别方法、装置、设备及计算机可读存储介质。
技术介绍
目前，无人驾驶是指在没有人操控汽车的情况下，能够使汽车正常行驶的技术，这项技术日趋成熟，由于无人驾驶车辆能够节约更多的人力资源，这项技术也越来越被人们重视。无人驾驶车辆依靠GPS、雷达、摄像头等组件进行定位以及环境感知，从而确定当前位置以及周围的环境情况，由无人驾驶车辆内的处理器基于这些信息对车辆进行操控，从而使车辆能够正常、平稳的行驶。在具体的环境感知过程中，无人驾驶车辆需要识别周围的车道线，从而控制车辆在车道中行驶。现有技术中，通过无人驾驶车辆的摄像头获取周围的道路图片，再将图片进行视角转换，然后检测图片中的车道要素，从而确定车道。但是，现有技术中识别车道线的方式需要提前确定获取图片的摄像头参数，而且在对图片进行视角转换时，容易出现误差，因此，现有技术中的车道线识别方式存在对于多样场景，尤其是上下坡时车道线检测不鲁棒的问题，具有一定的局限性。
技术实现思路
本公开提供一种车道线的识别方法、装置、设备及计算机可读存储介质，以解决现有技术中本文档来自技高网...

【技术保护点】
1.一种车道线的识别方法，其特征在于，包括：获取车道图像，并对所述车道图像进行预处理得到处理图像；根据预设识别模型确定所述处理图像中的各个像素的车道线分数；根据所述车道线分数确定所述处理图像中的车道线。

【技术特征摘要】
1.一种车道线的识别方法，其特征在于，包括：获取车道图像，并对所述车道图像进行预处理得到处理图像；根据预设识别模型确定所述处理图像中的各个像素的车道线分数；根据所述车道线分数确定所述处理图像中的车道线。2.根据权利要求1所述的方法，其特征在于，所述对所述车道图像进行预处理得到处理图像，包括：对所述车道图像进行去均值化处理以及缩小处理，得到所述处理图像。3.根据权利要求1所述的方法，其特征在于，所述根据预设识别模型确定所述处理图像中的各个像素的车道线分数，包括：根据所述预设识别模型中的提取层提取所述处理图像的多个特征；根据所述预设识别模型中的上采样层、融合层对提取的所述特征进行处理，得到融合后的特征；根据所述预设识别模型中的预测层基于融合后的特征确定每个所述像素的车道线分数。4.根据权利要求3所述的方法，其特征在于，所述根据所述预设识别模型中的预测层基于融合后的结果确定每个所述像素的车道线分数，包括：根据所述预测层确定所述处理图像中各个像素对于不同预设车道线的车道线位置分数；根据所述预测层确定所述处理图像中各个像素对于不同预设类型车道线的车道线类型分数。5.根据权利要求4所述的方法，其特征在于，所述根据所述车道线分数确定所述处理图像中的车道线，包括：根据第一预设阈值、所述处理图像中的各个像素的车道线位置分数，确定与所述预设车道线对应的车道掩膜；对所述车道掩膜进行拟合处理，得到与所述预设车道线对应的车道曲线。6.根据权利要求5所述的方法，其特征在于，所述根据第一预设阈值、所述处理图像中的各个像素的车道线位置分数，确定与所述预设车道线对应的车...

【专利技术属性】
技术研发人员：邓丹，沈阳，
申请(专利权)人：杭州飞步科技有限公司，
类型：发明
国别省市：浙江,33