本申请实施例公开了一种车道检测方法、装置及计算机可读存储介质，本申请实施例可以使用于高精地图或自动驾驶等领域，通过采集预设数量的目标轨迹数据；根据目标轨迹数据的分布状态确定初始聚类中心线；基于初始聚类中心线对目标轨迹数据进行聚类处理，得到聚类处理后的目标聚类中心线；基于目标聚类中心线确定待检测车辆所属的目标车道。以此，可以通过采集的预设数量的目标轨迹数据的分布状态，快速确定初始聚类中心线，并基于初始聚类中心线进行目标轨迹数据的聚类处理，得到准确的目标聚类中心线，进而根据目标聚类中心线快速判断待检测车辆所属的目标车道，无需依赖数据标注，对现场监控设备的安装要求低，极大的提升了车道检测的效率。检测的效率。检测的效率。
【技术实现步骤摘要】
一种车道检测方法、装置及计算机可读存储介质
[0001]本申请涉及计算机
，具体涉及一种车道检测方法、装置及计算机可读存储介质。
技术介绍
[0002]目前，对行驶中车辆所属车道判定，为智慧交通的基础技术之一，无论是对交通事件的分析，还是对异常驾驶行为，例如强行变道、违法占用应急车道等行为的检测都尤为重要。
[0003]现有技术中，车道判定主要通过人工划定车道监控范围来完成，在监控场景迁移时需要重新规划方案或者重新布设监控设备，由于安装条件较为严格，要求监控设备姿态始终维持固定，但是，在长期监控中因外界因素影响产生的设备歪斜会造成结果不准确，需要较高的维护成本。
技术实现思路
[0004]本申请实施例提供一种车道检测方法、装置及计算机可读存储介质，可以提升车道检测的效率。
[0005]为解决上述技术问题，本申请实施例提供以下技术方案：一种车道检测方法，包括：采集预设数量的目标轨迹数据；根据所述目标轨迹数据的分布状态确定初始聚类中心线；基于所述初始聚类中心线对所述目标轨迹数据进行聚类处理，得到聚类处理后的目标聚类中心线；基于所述目标聚类中心线确定待检测车辆所属的目标车道。
[0006]一种车道检测装置，包括：采集单元，用于采集预设数量的目标轨迹数据；第一确定单元，用于根据所述目标轨迹数据的分布状态确定初始聚类中心线；聚类单元，用于基于所述初始聚类中心线对所述目标轨迹数据进行聚类处理，得到聚类处理后的目标聚类中心线；第二确定单元，用于基于所述目标聚类中心线确定待检测车辆所属的目标车道。
[0007]在一些实施例中，所述第一确定单元，包括：表征子单元，用于将所述目标轨迹数据进行对应的轨迹表征，得到多条轨迹；确定子单元，用于根据多条轨迹的轨迹聚集状态确定初始聚类中心线。
[0008]在一些实施例中，所述表征子单元，用于：基于所述目标轨迹数据生成第一预设黑白图像，所述第一预设黑白图像中包括以白色像素生成的目标轨迹；对所述第一预设黑白图像进行图像优化处理，得到目标预设黑白图像；
所述确定子单元，用于：根据所述目标预设黑白图像中的轨迹聚集状态确定初始聚类中心线。
[0009]在一些实施例中，所述表征子单元，还用于：基于所述目标轨迹数据生成第一预设黑白图像，所述第一预设黑白图像中包括以白色像素生成的目标轨迹；对所述第一预设黑白图像进行高斯平滑处理，得到高斯平滑处理后的第二预设黑白图像；对所述第二预设黑白图像进行裁剪处理，得到裁剪处理后的第三预设黑白图像；对所述第三预设黑白图像进行二值化处理以及形态学处理，得到二值化处理以及形态学处理后的目标预设黑白图像。
[0010]在一些实施例中，所述确定子单元，还用于：确定所述目标预设黑白图像中的多个轨迹连通区域；计算每一轨迹连通区域的中心点信息；将包含所述中心点信息的轨迹确定为初始聚类中心线。
[0011]在一些实施例中，所述聚类单元，包括：计算子单元，用于计算每一目标轨迹数据与每一初始聚类中心线之间的距离信息；排序子单元，用于将所述距离信息按照由小至大的顺序进行排序；聚类子单元，用于将每一目标轨迹数据聚类至距离信息最小的初始聚类中心线，得到聚类结果；迭代更新子单元，用于当检测到所述聚类结果未满足预设条件时，对所述聚类结果进行迭代聚类更新，直至所述聚类结果满足预设条件；确定子单元，用于当检测到所述聚类结果满足预设条件时，根据满足预设条件的聚类结果确定目标聚类中心线。
[0012]在一些实施例中，所述聚类子单元，用于：获取每一目标轨迹数据对应距离信息最小的第一距离信息以及距离信息次最小的第二距离信息；当所述第一距离信息和所述第二距离信息的比值低于第一预设距离阈值时，将对应的目标轨迹数据标注为预设状态；将每一标注为预设状态的目标轨迹数据聚类至距离信息最小的初始聚类中心线，得到聚类结果。
[0013]在一些实施例中，所述聚类单元，还包括：检测子单元，用于检测聚类迭代次数是否达到预设迭代阈值；第一判定子单元，用于当检测到聚类迭代次数达到预设迭代阈值时，判定为检测到所述聚类结果满足预设条件；第二判定子单元，用于当检测到聚类迭代次数未达到预设迭代阈值时，判定为检测到所述聚类结果未满足预设条件。
[0014]在一些实施例中，所述聚类单元，还包括：获取子单元，用于获取每一目标轨迹数据对应距离信息最小的第一距离信息进行
平均值计算，得到目标距离信息；第三判定子单元，用于当所述目标距离信息小于第二预设距离阈值时，判定为检测到所述聚类结果满足预设条件；执行子单元，用于当所述目标距离信息不小于第二预设距离阈值时，执行检测聚类迭代次数是否达到预设迭代阈值。
[0015]在一些实施例中，所述第二确定单元，用于：建立每一目标聚类中心线对应的高斯分布模型；获取待检测车辆的位置信息；将所述位置信息输入至每一高斯分布模型中进行预测，得到每一高斯分布模型输出的概率值；根据概率值确定所述待检测车辆所属的目标车道。
[0016]一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行上述车道检测方法中的步骤。
[0017]一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可以在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述车道检测方法中的步骤。
[0018]一种计算机程序产品或计算机程序，所述计算机程序产品或计算机程序包括计算机指令，所述计算机指令存储在存储介质中。计算机设备的处理器从存储介质读取所述计算机指令，处理器执行所述计算机指令，使得所述计算机上述车道检测方法中的步骤。
[0019]本申请实施例通过采集预设数量的目标轨迹数据；根据目标轨迹数据的分布状态确定初始聚类中心线；基于初始聚类中心线对目标轨迹数据进行聚类处理，得到聚类处理后的目标聚类中心线；基于目标聚类中心线确定待检测车辆所属的目标车道。以此，可以通过采集的预设数量的目标轨迹数据的分布状态，快速确定初始聚类中心线，并基于初始聚类中心线进行目标轨迹数据的聚类处理，得到准确的目标聚类中心线，进而根据目标聚类中心线快速判断待检测车辆所属的目标车道，无需依赖数据标注，对现场监控设备的安装要求低，极大的提升了车道检测的效率。
附图说明
[0020]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，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。
[0021]图1是本申请实施例提供的车道检测系统的场景示意图；图2是本申请实施例提供的车道检测方法的流程示意图；图3是本申请实施例提供的车道检测方法的另一流程示意图；图4a为本申请实施例提供的车道检测方法的场景示意图；图4b为本申请实施例提供的车道检测方法的另一场景示意图；图4c为本申请实施例提供的车道检测方法的另一场景示意图；图4d为本申请实施例提供的车道检测方法的另一场景示意图；本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车道检测方法，其特征在于，包括：采集预设数量的目标轨迹数据；根据所述目标轨迹数据的分布状态确定初始聚类中心线；基于所述初始聚类中心线对所述目标轨迹数据进行聚类处理，得到聚类处理后的目标聚类中心线；基于所述目标聚类中心线确定待检测车辆所属的目标车道。2.根据权利要求1所述的车道检测方法，其特征在于，所述根据所述目标轨迹数据的分布状态确定初始聚类中心线，包括：将所述目标轨迹数据进行轨迹表征，得到多条轨迹；根据多条轨迹的轨迹聚集状态确定初始聚类中心线。3.根据权利要求2所述的车道检测方法，其特征在于，所述将所述目标轨迹数据进行轨迹表征，得到多条轨迹，包括：基于所述目标轨迹数据生成第一预设黑白图像，所述第一预设黑白图像中包括以白色像素生成的目标轨迹；对所述第一预设黑白图像进行图像优化处理，得到目标预设黑白图像；所述根据多条轨迹的轨迹聚集状态确定初始聚类中心线，包括：根据所述目标预设黑白图像中的轨迹聚集状态确定初始聚类中心线。4.根据权利要求3所述的车道检测方法，其特征在于，所述对所述第一预设黑白图像进行图像优化处理，得到目标预设黑白图像，包括：对所述第一预设黑白图像进行高斯平滑处理，得到高斯平滑处理后的第二预设黑白图像；对所述第二预设黑白图像进行裁剪处理，得到裁剪处理后的第三预设黑白图像；对所述第三预设黑白图像进行二值化处理以及形态学处理，得到二值化处理以及形态学处理后的目标预设黑白图像。5.根据权利要求3所述的车道检测方法，其特征在于，所述根据所述目标预设黑白图像中的轨迹聚集状态确定初始聚类中心线，包括：确定所述目标预设黑白图像中的多个轨迹连通区域；计算每一轨迹连通区域的中心点信息；将包含所述中心点信息的轨迹确定为初始聚类中心线。6.根据权利要求1所述的车道检测方法，其特征在于，所述基于所述初始聚类中心线对所述目标轨迹数据进行聚类处理，得到聚类处理后的目标聚类中心线，包括：计算每一目标轨迹数据与每一初始聚类中心线之间的距离信息；将所述距离信息按照由小至大的顺序进行排序；将每一目标轨迹数据聚类至距离信息最小的初始聚类中心线，得到聚类结果；当检测到所述聚类结果未满足预设条件时，对所述聚类结果进行迭代聚类更新，直至所述聚类结果满足预设条件；当检测到所述聚类结果满足预设条件时，根据满足预设条件的聚类结果确定目标聚类中心线。7.根据权利要求6所述的车道检测方法...
【专利技术属性】
技术研发人员：马聪，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
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。