智能汽车的车道线识别方法、装置、电子设备及介质制造方法及图纸

本公开涉及一种智能汽车的车道线识别方法、装置、电子设备及计算机可读介质。该方法包括：智能汽车在行驶过程中通过车载摄像头获取环境图像；将所述环境图像输入车道线识别模型中以生成初始车道线；基于预设车道线信息生成虚拟车道线；将所述初始车道线和所述虚拟车道线进行融合补偿以生成车道线识别结果。本公开涉及的智能汽车的车道线识别方法、装置、电子设备及计算机可读介质，能够有效克服传统车道线识别中的不足，辅助智能汽车迅速准确的进行车道线的识别，提高自动驾驶安全性。

【技术实现步骤摘要】
智能汽车的车道线识别方法、装置、电子设备及介质
本公开涉及计算机信息处理领域，具体而言，涉及一种智能汽车的车道线识别方法、装置、电子设备及计算机可读介质。
技术介绍
港口作业区自动驾驶作业，车辆定位及运动规划，严重依赖场景中的路面结构信息，尤其是车道线信息，以生成合理行走路径，实现安全运营。现有技术中，存在一种基于激光雷达的车道线检测系统，这种检测方式受限于激光反射的物理特性，难以在港区常年变换的货物布局和天气、光照条件下得到鲁棒结果。现有技术中，还存在一种基于视觉的传统车道线检测系统，这种检测方式对车道线的清晰度要求较高，且转换到物理坐标系的检测结果往往存在一定幅度的摆动，对于港区重卡常年压擦磨损及土石杂物掩盖车道线的常态，难以输出可靠检测结果。因此，需要一种新的智能汽车的车道线识别方法、装置、电子设备及计算机可读介质。所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
有鉴于此，本公开提供一种智能汽车的车道线识别方法、装置、电子设备及计算机可读介质，能够有效克服传统车道线识别中的不足，辅助智能汽车迅速准确的进行车道线的识别，提高自动驾驶安全性。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的一方面，提出一种智能汽车的车道线识别方法，该方法包括：智能汽车在行驶过程中通过车载摄像头获取环境图像；将所述环境图像输入车道线识别模型中以生成初始车道线；基于预设车道线信息生成虚拟车道线；将所述初始车道线和所述虚拟车道线进行融合补偿以生成车道线识别结果。在本公开的一种示例性实施例中，还包括：所述智能汽车基于所述车道线识别结果生成行驶路线。在本公开的一种示例性实施例中，还包括：通过所述智能汽车上的传感器获取任意连续的两帧环境图像对应的传感器数据之间的空间变换关系；基于所述空间变换关系和所述任意连续的两帧环境图像对所述车道线识别结果进行融合处理。在本公开的一种示例性实施例中，还包括：通过多个历史环境图像对图像分割神经网络模型进行训练，以生成所述车道线识别模型。在本公开的一种示例性实施例中，将所述环境图像输入车道线识别模型中以生成初始车道线，包括：将所述环境图像输入车道线识别模型中，生成车道线实例；获取所述智能汽车的传感器标定矩阵；基于所述传感器标定矩阵对所述车道线实例进行坐标转换以生成所述初始车道线。在本公开的一种示例性实施例中，基于所述传感器标定矩阵对所述车道线实例进行坐标转换以生成所述初始车道线，包括：基于所述车载摄像头的位置在所述智能汽车上的多个传感器中确定目标传感器；基于所述目标传感器生成修正矩阵；基于所述修正矩阵、所述标定矩阵对所述车道线实例进行坐标转换以生成所述初始车道线。在本公开的一种示例性实施例中，基于预设车道线信息生成虚拟车道线，包括：获取所述初始车道线的类别；基于所述类别确定目标车道线信息；基于所述目标车道线信息中的位置特征生成所述虚拟车道线。在本公开的一种示例性实施例中，将所述初始车道线和所述虚拟车道线进行融合补偿以生成车道线识别结果，包括：获取所述虚拟车道线的第一点集合；获取所述初始车道线的第二点集合；将所述第一点集合和所述第二点集合中的点进行合并，生成第三点集合；将所述第三点集合中的点进行拟合以生成所述车道线识别结果。在本公开的一种示例性实施例中，通过所述智能汽车上的传感器获取任意连续的两帧环境图像之间的空间变换关系，包括：通过所述智能汽车上的传感器获取任意连续的两帧环境图像对应的传感器数据；基于所述任意连续的两帧环境图像对应传感器数据生成所述空间变换关系。在本公开的一种示例性实施例中，基于所述空间变换关系和所述任意连续的两帧环境图像对所述车道线识别结果进行融合处理，包括：根据预设规则为所述任意连续的两帧环境图像分别更新置信度；基于所述置信度、所述两帧环境图像对应的传感器数据对所述车道线识别结果进行融合处理。根据本公开的一方面，提出一种智能汽车的车道线识别装置，该装置包括：图像模块，用于智能汽车在行驶过程中通过车载摄像头获取环境图像；初始模块，用于将所述环境图像输入车道线识别模型中以生成初始车道线；虚拟模块，用于基于预设车道线信息生成虚拟车道线；识别模块，用于将所述初始车道线和所述虚拟车道线进行融合补偿以生成车道线识别结果。在本公开的一种示例性实施例中，还包括：融合模块，用于通过所述智能汽车上的传感器获取任意连续的两帧环境图像之间的空间变换关系；并基于所述空间变换关系和所述任意连续的两帧环境图像对所述车道线识别结果进行融合处理。根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。根据本公开的智能汽车的车道线识别方法、装置、电子设备及计算机可读介质，智能汽车在行驶过程中通过车载摄像头获取环境图像；将所述环境图像输入车道线识别模型中以生成初始车道线；基于预设车道线信息生成虚拟车道线；将所述初始车道线和所述虚拟车道线进行融合补偿以生成车道线识别结果的方式，能够有效克服传统车道线识别中的不足，辅助智能汽车迅速准确的进行车道线的识别，提高自动驾驶安全性。应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。附图说明通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据一示例性实施例示出的一种智能汽车的车道线识别方法的流程图。图2是根据一示例性实施例示出的一种智能汽车的车道线识别方法的流程图。图3是根据另一示例性实施例示出的一种智能汽车的车道线识别方法的流程图。图4是根据另一示例性实施例示出的一种智能汽车的车道线识别方法的示意图。图5是根据一示例性实施例示出的一种智能汽车的车道线识别装置的框图。图6是根据一示例性实施例示出的一种电子设备的框图。图7是根据一示例性实施例示出的一种计算机可读介质的框图。具体实施方式现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出本文档来自技高网...

【技术保护点】
1.一种智能汽车的车道线识别方法，其特征在于，包括：/n智能汽车在行驶过程中通过车载摄像头获取环境图像；/n将所述环境图像输入车道线识别模型中以生成初始车道线；/n基于预设车道线信息生成虚拟车道线；/n将所述初始车道线和所述虚拟车道线进行融合补偿以生成车道线识别结果。/n

【技术特征摘要】
1.一种智能汽车的车道线识别方法，其特征在于，包括：
智能汽车在行驶过程中通过车载摄像头获取环境图像；
将所述环境图像输入车道线识别模型中以生成初始车道线；
基于预设车道线信息生成虚拟车道线；
将所述初始车道线和所述虚拟车道线进行融合补偿以生成车道线识别结果。


2.如权利要求1所述的方法，其特征在于，还包括：
所述智能汽车基于所述车道线识别结果生成行驶路线。


3.如权利要求1所述的方法，其特征在于，还包括：
通过所述智能汽车上的传感器获取任意连续的两帧环境图像之间的空间变换关系；
基于所述空间变换关系和所述任意连续的两帧环境图像对所述车道线识别结果进行融合处理。


4.如权利要求1所述的方法，其特征在于，还包括：
通过多个历史环境图像对图像分割神经网络模型进行训练，以生成所述车道线识别模型。


5.如权利要求1所述的方法，其特征在于，将所述环境图像输入车道线识别模型中以生成初始车道线，包括：
将所述环境图像输入车道线识别模型中，生成车道线实例；
获取所述智能汽车的传感器标定矩阵；
基于所述传感器标定矩阵对所述车道线实例进行坐标转换以生成所述初始车道线。


6.如权利要求5所述的方法，其特征在于，基于所述传感器标定矩阵对所述车道线实例进行坐标转换以生成所述初始车道线，包括：
基于所述车载摄像头的位置在所述智能汽车上的多个传感器中确定目标传感器；
基于所述目标传感器生成修正矩阵；
基于所述修正矩阵、所述标定矩阵对所述车道线实例进行坐标转换以生成所述初始车道线。


7.如权利要求1所述的方法，其特征在于，基于预设车道线信息生成虚拟车道线，包括：
获取所述初始车道线的类别；
基于所述类别确定目标车道线信息；
基于所述目标车道线信息中的位置特征生成所述虚拟车道线。


8.如权利要求1所述的方法，其特征在于，将所述初始车道线和所述虚拟车道线进行融合补偿以生成车道线识别结果，包...

【专利技术属性】
技术研发人员：陈世佳，杨庆雄，
申请(专利权)人：福建牧月科技有限公司，
类型：发明
国别省市：福建;35