【技术实现步骤摘要】
【国外来华专利技术】一种车道线检测方法和装置
[0001]本申请涉及传感器
，尤其涉及一种车道线检测方法和装置。
技术介绍
[0002]随着社会的发展，智能运输设备、智能家居设备、机器人等智能终端正在逐步进入人们的日常生活中。传感器在智能终端上发挥着十分重要的作用。安装在智能终端上的各式各样的传感器，比如毫米波雷达，激光雷达，成像雷达，超声波雷达，摄像头等，使得智能终端可以感知周围的环境，收集数据，进行移动物体的辨识与追踪，以及静止场景如车道线、标示牌的识别、结合导航仪及地图数据进行路径规划，等。示例性的，在自动驾驶、安防或监控等领域，可以基于传感器进行车道线检测。例如，车辆在行驶过程中，利用摄像头获取道路图片，车辆驾驶系统通过检测和识别道路图片中的车道线，辅助决定是否采取调整方向、变道等措施。
[0003]目前，常用的车道线检测方法有两种，第一种，基于深度学习的检测方法，例如，利用卷积神经网络等机器学习方法学习车道线特征，分割车道线，然后对车道线进行拟合；第二种，传统的计算机视觉的检测方法，例如，利用边缘检测或颜色空间等方法，对...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种车道线检测方法，其特征在于，包括：根据第一图像获取第一车道线；根据所述第一车道线以及第一距离，确定至少一个第一区域；其中，所述第一距离与车道宽度有关；在所述第一区域中确定与所述第一车道线平行的第二车道线。2.根据权利要求1所述的方法，其特征在于，所述第一车道线为所述第一图像中像素数量最多的车道线；或者，所述第一车道线的像素数量大于第一阈值。3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一车道线以及所述第一距离，确定所述至少一个第一区域，包括：确定所述车道宽度在所述第一图像中对应的所述第一距离；根据所述第一距离以及所述第一车道线在所述第一图像中的位置，确定所述至少一个第一区域。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，在所述第一区域中确定与所述第一车道线平行的所述第二车道线，包括：确定所述第一图像的灰度图；对所述第一图像中对应于所述第一区域的部分进行图像增强和边缘检测，得到所述第一区域对应的灰度图；根据所述第一区域对应的灰度图，更新所述第一图像的灰度图中对应于的所述第一区域的部分，得到第二图像；根据所述第二图像，在所述第一区域中确定所述第二车道线。5.根据权利要求4所述的方法，其特征在于，所述根据所述第二图像，在所述第一区域中确定所述第二车道线，包括：根据所述第二图像构建的积分图中确定所述第一区域的积分图极大值的位置；其中，所述积分图的横坐标为图像像素的列数，纵坐标为纵轴方向图像的像素数目；所述积分图极大值包括所述第一区域中纵坐标方向像素数目最大的值；根据所述第一区域的积分图极大值的位置，确定所述第二车道线。6.根据权利要求5所述的方法，其特征在于，所述在根据所述第二图像构建的积分图中确定所述第一区域的积分图极大值的位置，包括：根据所述第一车道线拉直所述第二图像，得到第三图像；其中，拉直后的所述第三图像中的所述第一车道线与所述纵轴平行；根据所述第三图像生成所述积分图；根据所述积分图确定所述第一区域的所述积分图极大值的位置。7.根据权利要求6所述的方法，其特征在于，根据所述第一车道线拉直所述第二图像，得到所述第三图像，包括：以所述第一车道线的任一像素点为参考点，将所述第一车道线拉直为与所述纵轴平行的第三车道线；根据所述第一车道线中其他像素点在拉直中移动的位置和方向，拉直所述第二图像中与所述其他像素点纵坐标相同的像素点，得到所述第三图像。8.根据权利要求7所述的方法，其特征在于，所述根据所述第一区域的积分图极大值的
位置，确定所述第二车道线，包括：在所述第三图像的积分图极大值处生成与所述第三车道线平行的第四车道线；根据所述第四车道线以及所述第一车道线中其他像素点在拉直中移动的位置和方向，确定所述第二车道线。9.根据权利要求1
‑
8任一项所述的方法，其特征在于，还包括：输出包括所述第一车道线和所述第二车道线的车道线检测结果。10.根据权利要求1
‑
9任一项所述的方法，其特征在于，所述第一图像为所述车道线的俯视图像。11.一种车道线检测装置，其特征在于，包括：处理单元，用于根据第一图像获取第一车道线；所述处理单元，还用于根据所述第一车道线以及第一距离，确定至少一个第一区域；其中...
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。