一种车道线识别方法、装置、系统及车辆制造方法及图纸

本发明专利技术公开了一种车道线识别方法、装置、系统及车辆。其中，车道线识别方法包括步骤：从图像中提取出表征车道线的特征数据；生成当前车道的车道线预测区域；根据特征数据和车道线预测区域，拟合出当前车道的车道线。本发明专利技术一并公开了相应的计算设备。

【技术实现步骤摘要】
一种车道线识别方法、装置、系统及车辆
本专利技术涉及计算机视觉
，尤其涉及一种车道线识别方法、装置、系统及车辆。
技术介绍
随着汽车行业的不断发展，以及人们对驾乘体验的需求攀升，一方面，越来越多的车载功能被普及，如车道偏离预警、前车碰撞预警等。功能的普及必然需要传感器的支持。以车辆前视摄像头为例，现如今，前视摄像头已经逐渐成为车辆的标配，其可以辅助驾驶人员直地看到车辆前方障碍物。另一方面，连系车辆与行驶道路间最主要的一个载体就是车道线。以车道线的识别为例，在车辆行驶过程中识别出道路上的车道线，以确保车辆处于车道限制之内，减少车辆因越过车道而与其他车辆发生碰撞的机会。这对于提高行驶安全具有重要的意义。因此，车道线的识别普遍被认为是基于视觉的应用中的基础能力，如何快速准确识别和提取车道线就显得尤为重要。现有的车道线识别方案有很多，或注重执行效率，或注重准确率，或仅注重对当前车道的车道线的提取，但目前还没有一种能够兼顾上述情况的车道线识别方案。而在车道线识别的应用场景中，常需要快速识别出车道线来辅助驾驶人员进行决策，以避免交通事故的发生。鉴于此，需要一种能够既快速又准确地识别车道线的方案。
技术实现思路
为此，本专利技术提供了一种车道线识别方法、装置、系统及车辆，以力图解决或至少缓解上面存在的至少一个问题。根据本专利技术的一个方面，提供了一种车道线识别方法，包括步骤：从图像中提取出表征车道线的特征数据；生成当前车道的车道线预测区域；根据特征数据和车道线预测区域，拟合出当前车道的车道线。可选地，根据本专利技术的方法还包括步骤：基于当前车道的车道线，识别出当前道路上其它车道的车道线。可选地，在根据本专利技术的方法中，从图像中提取出表征车道线的特征数据的步骤还包括：利用所提取的特征数据得到当前车道的初始车道线。可选地，在根据本专利技术的方法中，生成当前车道的车道线预测区域的步骤包括：基于车辆行驶数据和当前道路的属性数据，生成当前车道的车道线预测区域。可选地，在根据本专利技术的方法中，根据特征数据和车道线预测区域，拟合出当前车道的车道线的步骤包括：从车道线预测区域内选取出至少一个表征车道线的特征数据；基于所选取的特征数据，拟合出当前车道的车道线。可选地，在根据本专利技术的方法中，基于当前车道的车道线，识别出当前道路上其它车道的车道线的步骤包括：基于当前车道的车道线，生成当前道路上其它车道的车道线检测区域；从车道线检测区域中识别出至少一个车道线。可选地，根据本专利技术的方法还包括步骤：对所识别出的车道线进行校验。根据本专利技术的又一个方面，还提供了一种车道线识别方法，包括步骤：判断是否存在当前道路上的车道线信息；若不存在车道线信息，则执行如上所述的车道线识别方法，来识别出当前图像帧上的车道线；若存在车道线信息，则基于车道线信息，识别出当前图像帧上的车道线。可选地，根据本专利技术的方法还包括步骤：计算所识别的当前图像帧的车道线与对应的预测车道线的误差；当误差超出阈值时，执行如上所述的车道线识别方法，来重新识别得到当前图像帧上的车道线。根据本专利技术的再一个方面，还提供了一种车道线识别装置，包括：初步提取单元，适于从图像中提取出表征车道线的特征数据；第一识别单元，适于基于车辆行驶数据和当前道路的属性数据，生成当前车道的车道线预测区域，并根据特征数据和车道线预测区域，拟合出当前车道的车道线。可选地，根据本专利技术的车道线识别装置还包括第二识别单元，适于基于当前车道的车道线，识别出当前道路上其它车道的车道线。根据本专利技术的再一个方面，还提供了一种车道线识别系统，包括：判断模块，适于判断是否存在当前道路上的车道线信息；车道线识别装置，适于在经判断后确认不存在车道线信息时，识别当前图像帧上的车道线；跟踪识别模块，适于在经判断后确认存在车道线信息时，基于车道线信息，识别出当前图像帧上的车道线。可选地，根据本专利技术的系统还包括：跟踪异常检测模块，适于计算所识别的当前图像帧的车道线与对应的预测车道线的误差；车道线识别装置还适于在误差超出阈值时，重新识别得到当前图像帧上的车道线。根据本专利技术的再一个方面，还提供了一种车辆，包括：如上所述的车道线识别系统；以及与车道线识别系统相耦接的摄像单元，适于采集该车辆在行驶过程中的图像。可选地，根据本专利技术的车辆还包括：状态采集系统，适于采集该车辆的车辆行驶数据；以及地图信息采集系统，适于采集该车辆行驶道路的属性数据。根据本专利技术的另一个方面，提供了一种计算设备，包括：至少一个处理器；和存储有程序指令的存储器，其中，程序指令被配置为适于由至少一个处理器执行，程序指令包括用于执行如上所述的车道线识别方法的指令。根据本专利技术的另一个方面，提供了一种存储有程序指令的可读存储介质，当程序指令被计算设备读取并执行时，使得该计算设备执行如上所述的车道线识别方法。根据本专利技术的方案，先预测出当前车道线所在的区域(即，车道线预测区域)，通过对预测区域内的特征数据进行曲线拟合，即可得到当前车道的车道线。同时，基于当前车道的车道线生成其它车道的车道线检测区域，仅在检测区域内进行车道线识别。以上处理均极大地减小了图像处理的搜索空间，在提高准确度的同时，也提升了处理效率，满足了车辆应用中对实时性的要求。此外，考虑到车道线识别过程中的复杂环境(如，车道线形态的多样性、道路环境的复杂性)，以及摄像单元受光照、天气、路面环境等条件的影响大，因此，将车辆行驶数据、道路的属性数据等信息融入车道线识别方案中，实现了通过多源数据的融合来提升识别方法的可靠性。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。图1示出了根据本专利技术一些实施例的车辆100的示意图；图2示出了根据本专利技术一个实施例的计算设备200的示意图；图3示出了根据本专利技术一些实施例的车道线识别方法300的流程示意图；图4示出了根据本专利技术一些实施例的车道线形状的示意图；图5A和图5B示出了根据本专利技术一个实施例的车道线预测区域和车道线检测区域示意图；图6示出了根据本专利技术另一些实施例的车道线识别方法600的流程示意图；图7示出了根据本专利技术一些实施例的车道线识别装置700的示意图；以及图8示出了根据本专利技术一些实施例的车道线识别系统120的示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公本文档来自技高网...

【技术保护点】
1.一种车道线识别方法，包括步骤：/n从图像中提取出表征车道线的特征数据；/n生成当前车道的车道线预测区域；/n根据所述特征数据和车道线预测区域，拟合出当前车道的车道线。/n

【技术特征摘要】
1.一种车道线识别方法，包括步骤：
从图像中提取出表征车道线的特征数据；
生成当前车道的车道线预测区域；
根据所述特征数据和车道线预测区域，拟合出当前车道的车道线。


2.如权利要求1所述的方法，还包括步骤：
基于当前车道的车道线，识别出当前道路上其它车道的车道线。


3.如权利要求2所述的方法，其中，所述从图像中提取出表征车道线的特征数据的步骤还包括：
利用所提取的特征数据得到当前车道的初始车道线。


4.如权利要求3所述的方法，其中，所述生成当前车道的车道线预测区域的步骤包括：
基于车辆行驶数据和当前道路的属性数据，生成当前车道的车道线预测区域。


5.如权利要求4所述的方法，其中，所述生成当前车道的车道线预测区域的步骤包括：
基于车辆行驶数据，计算出摄影参考点与初始车道线的位置关系；
获取当前道路的属性数据；以及
根据所述位置关系和属性数据，生成当前车道的车道线预测区域。


6.如权利要求5所述的方法，其中，基于车辆行驶数据，计算出摄影参考点与初始车道线的位置关系的步骤包括：
基于车辆行驶数据，计算出摄影参考点的位置；
计算摄影参考点与初始车道线的距离；以及
计算摄影参考点所在直线与初始车道线的夹角。


7.如权利要求6所述的方法，其中，所述根据位置关系和属性数据，生成当前车道的车道线预测区域的步骤包括：
基于当前道路的属性数据，预测车道线形状；
将预测的车道线形状投影变换到图像坐标系上，生成车道线预测区域。


8.如权利要求7所述的方法，其中，所述根据特征数据和车道线预测区域，拟合出当前车道的车道线的步骤包括：
从车道线预测区域内选取出至少一个表征车道线的特征数据；
基于所选取的特征数据，拟合出当前车道的车道线。


9.如权利要求2所述的方法，其中，基于当前车道的车道线，识别出当前道路上其它车道的车道线的步骤包括：
基于当前车道的车道线，生成当前道路上其它车道的车道线检测区域；
从所述车道线检测区域中识别出至少一个车道线。


10.如权利要求9所述的方法，其中，所述基于当前车道的车道线，生成当前道路上其它车道的车道线检测区域的步骤包括：
计算当前道路上的车道宽度；
以当前车道的车道线为基准，分别向两侧扩展出至少一个其它车道的车道线检测区域，其中，扩展的距离为车道宽度。


11.如权利要求10所述的方法，其中，所述从车道线检测区域中识别出至少一个车道线的步骤包括：
从各车道线检测区域中提取出表征车道线的特征数据；
利用所提取的特征数据得到对应车道的车道线。


12.如权利要求1-11中任一项所述的方法，其中，车辆行驶数据至少包括：车辆的位置、行驶速度和姿态。


13.如权利要求1-11中任一项所述的方法，其中，道路的属性数据至少包括：通行方向、道路宽度。


14.如权利要求13所述的方法，其中，在所述从图像中提取出表征车道的特征数据的步骤之前，还包括步骤：
对图像进行预处理，以过滤图像中的干扰。


15.如权利要求14所述的方法，其中，在所述基于当前车道的车道线，识别出当前道路上其它车道的车道线的步骤之后，还包括步骤：
对所识别出的车道线进行校验。


16.如权利要求1或2所述的方法，还包括步骤：
基于所识别的车道线，来控制当前车辆的行驶状态。


17.如权利要求16所述的方法，其中，所述基于所识别的车道线，来控制当前车辆的行驶状态的步骤包括：
当监测到车辆行驶在...

【专利技术属性】
技术研发人员：刘进锋，詹中伟，刘欣，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY