一种基于置信度评估的车道线重构方法及装置制造方法及图纸

本发明专利技术公开一种基于置信度评估的车道线重构方法及装置，该方法步骤包括：S1.获取待检测图像进行车道线实例分割，得到车道线实例分割图；S2.对车道线实例分割图中像素点进行过滤，得到过滤后分割图；S3.判断过滤后分割图中车道线的缺失状态，并评估当前存在的每条车道线的置信度，根据车道线的缺失状态以及各条车道线的置信度筛选出目标车道线；S4.使用筛选出的目标车道线重构出其余车道线，得到重构出的车道线输出。本发明专利技术具有实现方法简单、效率以及精度高且鲁棒性和适应性强等优点。

【技术实现步骤摘要】
一种基于置信度评估的车道线重构方法及装置
本专利技术涉及车道线检测
，尤其涉及一种基于置信度评估的车道线重构方法及装置。
技术介绍
智能车辆安全驾驶是车辆工程发展的重要方向，而车道线检测作为道路边界估计的关键手段则是其中不可缺少的一环。针对于车道检测，目前主要是采用以下几种方式：基于传统的形态检测方法、基于深度学习实例分割模型的方法、基于语义分割与滑动窗口或者聚类后处理等。上述各种车道线检测方法均是以准确的检测每条车道线像素点为目标，先利用形态学相关方法搜索每条车道线的像素点，然后利用多项式拟合得到新的车道线。但是上述以准确检测每条车道线像素点为目标的传统车道线检测方法，极易受周围环境干扰，而在车辆的实际应用场景中，车辆的行驶环境复杂多变，会存在车道线磨损、树荫干扰、车道线被遮挡以及路口处车道线缺失等各类复杂环境情况，要确保各类情况下均准确检测出每条车道线上所有像素点非常困难，因而传统车道线检测方法实际获取到的车道线实例准确度较低，鲁棒性和适应性均不强，尤其是在上述如车道线磨损、树荫干扰、车道线被遮挡以及路口处等复杂环境情况下，会存在车道线识别不稳定、边界约束不准确等问题。因此，亟需提供一种车道线重构方法，以使得无需准确检测所有车道线的像素点，能够在确保车道线检测精度的基础上，提高车道线检测的鲁棒性和适应性。
技术实现思路
本专利技术要解决的技术问题就在于：针对现有技术存在的技术问题，本专利技术提供一种实现方法简单、效率以及精度高且鲁棒性和适应性强的基于置信度评估的车道线重构方法及装置。为解决上述技术问题，本专利技术提出的技术方案为：一种基于置信度评估的车道线重构方法，步骤包括：S1.实例分割：获取待检测图像进行车道线实例分割，得到车道线实例分割图；S2.像素点过滤：对所述车道线实例分割图中像素点进行过滤，得到过滤后分割图；S3.车道线筛选：判断所述过滤后分割图中车道线的缺失状态，并评估当前存在的每条车道线的置信度，根据所述车道线的缺失状态以及各条车道线的置信度筛选出目标车道线；S4.车道线重构：使用筛选出的目标车道线重构出其余车道线，得到重构出的车道线输出。进一步的，所述步骤S1中使用ENet-SAD(Self-AttentionDistillation，自我注意力蒸馏)模型进行车道线实例分割，并获取每条车道线的像素点。进一步的，所述步骤S1后、S2前还包括将车道线实例分割图进行透视变换，以将车道线实例分割图转换为俯视图。进一步的，所述步骤S3中，如果所述过滤后分割图中存在中间车道线，且当前中间车道线的像素点数量满足预设要求，优先以当前中间车道线作为筛选出的目标车道线；如果所述过滤后分割图中缺失中间车道线，则根据置信度的大小取置信度最高的车道线作为筛选出的目标车道线。进一步的，如果所述过滤后分割图中存在三条车道线时，先统计所述过滤后分割图中的中间车道线的像素点数，若所述中间车道线的像素数量满足预设要求，以所述中间车道线作为筛选出的目标车道线；若所述中间车道线的像素数量不满足预设要求时，取其余两条车道线中置信度较高的车道线作为筛选出的目标车道线。进一步的，如果所述过滤后分割图中存在两条车道线时，判断缺失的车道线位置，若为缺失左侧或右侧车道线，则再判断所述过滤后分割图中的中间车道线的像素点数量是否满足要求，如果满足则以当前中间车道线作为筛选出的目标车道线，不满足则以所述过滤后分割图中另一条车道线作为筛选出的目标车道线；若为缺失中间车道线且不为单向车道，则选择所述过滤后分割图的两条车道线中置信度较高的车道线作为筛选出的目标车道线；如果所述过滤后分割图中仅存在一条车道线，直接以当前车道线作为筛选出的目标车道线。进一步的，所述步骤S2后、S3前还包括获取所述过滤后分割图中每一条车道线的点集，并根据车道线之间的位置关系，过滤掉每条车道线上处于散落区域外指定范围的噪点；和/或过滤每条车道线上指定范围内判定为不连续的点。进一步的，所述步骤S4后还包括坐标系转换S5，具体步骤包括：将所述重构出的车道线的点集转换至车体坐标系下并进行曲线拟合，生成车体坐标系下的虚拟车道线。一种基于置信度评估的车道线重构装置，包括：实例分割模块，用于获取待检测图像进行车道线实例分割，得到车道线实例分割图；像素点过滤模块，用于对所述车道线实例分割图中像素点进行过滤，得到过滤后分割图；车道线筛选模块，用于判断所述过滤后分割图中存在的车道线数量，并评估每条车道线的置信度，根据存在的车道线数量以及各条车道线的置信度筛选出目标车道线；车道线重构模块，用于使用筛选出的目标车道线重构出其余车道线，得到重构出的车道线输出。一种基于置信度评估的车道线重构装置，包括处理器以及存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，所述处理器用于执行所述计算机程序以执行如上述方法。与现有技术相比，本专利技术的优点在于：1、本专利技术通过对待检测图像进行车道线实例分割、过滤后，依据分割图中车道线的缺失状态以及各条车道线的置信度筛选出一条目标车道线，使用该条已知目标车道线重构出其余未知的车道线，无需检测各条车道线所有像素点即可得到所有车道线，且重构过程中是基于置信度进行车道线筛选，使用置信度高的车道线来进行重构，可以确保重构车道线的准确性，从而可实现各类环境下的车道线准确检测，解决复杂环境下车道线识别不稳定、边界约束不准确等问题，有效提高车道线检测的鲁棒性以及适应性。2、本专利技术通过使用已知的全局道路宽度对预测到的车道像素点进行过滤，基于全局道路信息重构车道线，即便在磨损、树荫、遮挡、路口等复杂情况下，也能够基于高可信度的车道线准确重构出其他车道线，同时使得重构出的车道线平行保持在真实车道线内侧，从而能够有效提高智能车辆行驶的安全性。附图说明图1是本实施例基于置信度评估的车道线重构方法的实现流程示意图。图2是本实施例中采用的ENet-SAD模型的原理示意图。图3是在具体应用实施例中加载ENet-SAD模型后得到的结果示意图。图4是在具体应用实施例中透视变换后结果示意图。图5是在具体应用实施例中细粒度噪点过滤后结果示意图。图6是在具体应用实施例中经过步骤2后结果示意图。图7是在具体应用实施例中经过步骤3后结果示意图。图8是在具体应用实施例中检测到3条车道线时的处理结果示意图。图9是在具体应用实施例中检测到2条车道线时的处理结果示意图。图10是在具体应用实施例中检测到1条车道线处理结果示意图。图11是采用本专利技术方法车道线实例处理与重构流程示意图。图12是采用本专利技术方法在直道下的测试结果示意图。图13是采用本专利技术方法在弯道下的测试结果示意图。图14是采用本专利技术方法在路口路段下的测试结果示意图图15是采用本专利技术方法在地标干扰下的测试结果示意图。图16是采用本专利技术方法在树荫路段的测试本文档来自技高网...

【技术保护点】
1.一种基于置信度评估的车道线重构方法，其特征在于，步骤包括：/nS1.实例分割：获取待检测图像进行车道线实例分割，得到车道线实例分割图；/nS2.像素点过滤：对所述车道线实例分割图中像素点进行过滤，得到过滤后分割图；/nS3.车道线筛选：判断所述过滤后分割图中车道线的缺失状态，并评估当前存在的每条车道线的置信度，根据所述车道线的缺失状态以及各条车道线的置信度筛选出目标车道线；/nS4.车道线重构：使用筛选出的目标车道线重构出其余车道线，得到重构出的车道线输出。/n

【技术特征摘要】
1.一种基于置信度评估的车道线重构方法，其特征在于，步骤包括：
S1.实例分割：获取待检测图像进行车道线实例分割，得到车道线实例分割图；
S2.像素点过滤：对所述车道线实例分割图中像素点进行过滤，得到过滤后分割图；
S3.车道线筛选：判断所述过滤后分割图中车道线的缺失状态，并评估当前存在的每条车道线的置信度，根据所述车道线的缺失状态以及各条车道线的置信度筛选出目标车道线；
S4.车道线重构：使用筛选出的目标车道线重构出其余车道线，得到重构出的车道线输出。


2.根据权利要求1所述的基于置信度评估的车道线重构方法，其特征在于：所述步骤S1中使用ENet-SAD模型进行车道线实例分割，并获取每条车道线的像素点。


3.根据权利要求1所述的基于置信度评估的车道线重构方法，其特征在于，所述步骤S1后、S2前还包括将车道线实例分割图进行透视变换，以将车道线实例分割图转换为俯视图。


4.根据权利要求1或2或3所述的基于置信度评估的车道线重构方法，其特征在于，所述步骤S3中，如果所述过滤后分割图中存在中间车道线，且当前中间车道线的像素点数量满足预设要求，优先以当前中间车道线作为筛选出的目标车道线；如果所述过滤后分割图中缺失中间车道线，则根据置信度的大小取置信度最高的车道线作为筛选出的目标车道线。


5.根据权利要求4所述的基于置信度评估的车道线重构方法，其特征在于：如果所述过滤后分割图中存在三条车道线时，先统计所述过滤后分割图中的中间车道线的像素点数，若所述中间车道线的像素数量满足预设要求，以所述中间车道线作为筛选出的目标车道线；若所述中间车道线的像素数量不满足预设要求时，取其余两条车道线中置信度较高的车道线作为筛选出的目标车道线。


6.根据权利要求4所述的基于置信度评估的车道线重构方法，其特征在于：如果所述过滤后分割图中存在两条车道线时，判断...

【专利技术属性】
技术研发人员：李迅，蒋杰，高丹，
申请(专利权)人：长沙慧联智能科技有限公司，
类型：发明
国别省市：湖南;43