车道偏离识别方法、装置、设备和存储介质制造方法及图纸

本申请公开了一种车道偏离识别方法、装置、设备和存储介质，该方法包括：获取当前车辆位置、历史实测车道线和历史行驶线；确定当前车辆位置和历史实测车道线之间的第一关系以及当前车辆位置和历史行驶线之间的第二关系；基于第一关系和第二关系进行拟合，以生成行驶线与车道线之间的关联关系；根据地图数据、目标导航数据和所述当前车辆位置，确定车辆的目标行驶线；基于目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线；根据当前车辆位置及预测车道线确定车辆的车道偏离信息。本申请通过地图数据、目标导航数据和当前车辆位置确定车道偏离信息，降低车道偏离信息生成过程对图像识别技术的依赖，可减小车辆行驶的安全隐患。驶的安全隐患。驶的安全隐患。

【技术实现步骤摘要】
车道偏离识别方法、装置、设备和存储介质
[0001]本申请是申请号为201910179797.9专利申请的分案申请(原申请的申请日为2019年3月11日，专利技术名称为车道偏离识别方法、装置、设备和存储介质。


[0002]本专利技术实施例涉及智能驾驶
，尤其涉及一种车道偏离识别方法、装置、设备和存储介质。

技术介绍

[0003]随着5G时代的到来，自动驾驶技术必然随之迅速发展，作为自动驾驶领域重要功能的车道偏离判别成为业内研究的热点。
[0004]现有技术中，为实现车道偏离判别，常使用定位技术识别车辆位置，再基于图像识别技术对车辆所处的实际车道进行判断，以确定车辆是否偏离当前车道。在此基础之上，利用车速和方向盘角等数据来预测车辆偏移量，进而对车辆偏离车道进行预警。
[0005]但是，上述解决方案在实现车道偏离判别时需要对车道线进行识别，由于天气或者道路情况的原因，当无法识别到车道线时，难以生成车道偏离信息，不能及时发出车道偏离预警，导致车辆行驶存在安全隐患。

技术实现思路

[0006]本专利技术实施例提供一种车道偏离识别方法、装置、设备和存储介质，以降低车道偏离信息生成过程对车道线图像识别的依赖性，提高智能驾驶技术的安全性。
[0007]第一方面，本专利技术实施例提供了一种车道偏离识别方法，包括：
[0008]获取当前车辆位置、历史实测车道线和历史行驶线；
[0009]确定所述当前车辆位置和历史实测车道线之间的第一关系以及所述当前车辆位置和历史行驶线之间的第二关系；
[0010]基于所述第一关系和第二关系进行拟合，以生成行驶线与车道线之间的关联关系；根据地图数据、目标导航数据和所述当前车辆位置，确定车辆的目标行驶线；基于所述目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线；
[0011]根据当前车辆位置及所述预测车道线确定所述车辆的车道偏离信息。
[0012]第二方面，本专利技术实施例还提供了一种车道偏离识别装置，包括：
[0013]参数获取模块，用于获取当前车辆位置、历史实测车道线和历史行驶线；
[0014]关系确定模块，用于确定所述当前车辆位置和历史实测车道线之间的第一关系以及所述当前车辆位置和历史行驶线之间的第二关系；
[0015]关联关系模块，用于基于所述第一关系和第二关系进行拟合，以生成行驶线与车道线之间的关联关系，其中，确定所述关联关系的过程，在通过图像进行车道线识别的过程中完成；
[0016]行驶线确定模块，用于根据地图数据、目标导航数据和所述当前车辆位置，确定车
辆的目标行驶线；
[0017]预测模块，用于基于所述目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线；
[0018]预警模块，用于根据当前车辆位置及所述预测车道线确定所述车辆的车道偏离信息。
[0019]第三方面，本专利技术实施例还提供了一种设备，所述设备包括：
[0020]一个或多个处理器；
[0021]存储器，用于存储一个或多个程序；
[0022]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术实施例中任一所述的车道偏离识别方法。
[0023]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术任意实施例所述的车道偏离识别方法。
[0024]本专利技术实施例的技术方案，通过使用地图数据、目标导航数据和车辆数据确定车辆的目标行驶线，将目标行驶线使用行驶线与车道线之间的关联关系确定预测车道线，通过当前车辆位置与预测车道线确定车辆的车道偏离信息，车道偏离信息的生成过程无需对车道线图像识别，防止因识别不到车道线而造成车道偏离信息生成失败，增强了车辆行驶的安全性。
附图说明
[0025]图1是本专利技术实施例一提供的一种车道偏离识别方法的流程图；
[0026]图2是本专利技术实施例二提供的一种车道偏离识别方法的流程图；
[0027]图3是本专利技术实施例二提高的一种偏移距离示意图；
[0028]图4是本专利技术实施例三提供的一种车道偏离识别装置的结构示意图；
[0029]图5是本专利技术实施例三提供的一种车道偏离识别装置的功能模块图；
[0030]图6是本专利技术实施例四提供的一种设备的结构示意图。
具体实施方式
[0031]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构，此外，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。
[0032]实施例一
[0033]图1是本专利技术实施例一提供的一种车道偏离识别方法的流程图，本实施例可适用于采用智能驾驶技术的车辆对车道偏离进行识别的情况，该方法可以由车道偏离识别装置来执行，该装置可以采用硬件和/或软件的方式来实现，并一般可以集成在智能驾驶车辆的控制系统中，参见图1，本专利技术实施例的方法包括：
[0034]步骤101、根据地图数据、目标导航数据和车辆定位数据，确定车辆的目标行驶线。
[0035]其中，地图数据可以是以数字形式存储的用于表征地理位置关系的数据，可以包括交通地图数据和地理地图数据等，地图数据的具体形式可以是地图数据库，可以存储在
云端服务器或者车辆本地，可以是高精地图，也可以是普通地图；目标导航数据可以是用于表征车辆目的地的相关信息，可以包括目的地的经纬度和门牌号等信息，或者其他能够反映车辆最终行驶目的地或下一阶段行驶目的地的数据；车辆定位数据可以是通过定位技术确定的车辆位置数据，可以包括车辆的当前位置数据和车辆的历史位置数据，车辆定位数据可以是一段时间内的车辆定位数据的集合，可以通过现有车辆定位技术获取到车辆定位数据，例如，激光雷达定位、卫星定位和移动基站定位等；目标行驶线是基于车辆导航数据计算确定车辆预计行驶路线，目标行驶线可以精确到车辆的行驶车道数量级，与车道相比目标行驶线的宽度可以忽略，可以认为是由行驶车道中具体坐标点构成的线。
[0036]具体的，可以使用现有的定位技术获取到车辆定位数据，可以结合地图数据以车辆定位数据为起点、目标导航数据为终点，随机选择位置点，基于位置点可以确定车辆的目标行驶线。选择位置点的方式可以从地图数据中进行选取。不同地图数据的位置精度不同，表征道路、建筑等位置兴趣点的方式也不同。例如，矢量地图中的直线道路，一般以落入实际道路范围内的沿线多个经纬度坐标点来表征该道路。坐标点作为位置点，可以是道路的中心线，也可以是边缘线，一般按照预设间隔分布。对于路口、弯路等特殊位置，通常由多个机动点来表征该道路，例如，中心点、路缘交叉点灯、弯路沿线点等。位置点可以是直线道路中的全部或部分坐标点，也可以弯路等特殊道路中的部分或全部机动点。而后由位置点计算确定目标行驶线。可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车道偏离识别方法，其特征在于，包括：获取当前车辆位置、历史实测车道线和历史行驶线；确定所述当前车辆位置和历史实测车道线之间的第一关系以及所述当前车辆位置和历史行驶线之间的第二关系；基于所述第一关系和第二关系进行拟合，以生成行驶线与车道线之间的关联关系；根据地图数据、目标导航数据和所述当前车辆位置，确定车辆的目标行驶线；基于所述目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线；根据当前车辆位置及所述预测车道线确定所述车辆的车道偏离信息。2.根据权利要求1所述的方法，其特征在于，所述根据地图数据、目标导航数据和所述当前车辆位置，确定车辆的目标行驶线，包括：将所述当前车辆位置和目标导航数据分别作为起点和终点生成标准导航路线；沿所述标准导航路线在所述地图数据中选取位置点；对各所述位置点进行插值拟合，以确定车辆的目标行驶线。3.根据权利要求2所述的方法，其特征在于，所述沿所述标准导航路线在所述地图数据中选取位置点，包括：根据所述地图数据将所述标准导航路线对应的道路划分为导航路段；根据所述地图数据确定所述导航路段的道路状态；若所述道路状态为直线道路，则在对应的所述导航路段内选取直线阈值数量的位置点，否则在对应的所述导航路段内选取非直线阈值数量的机动点并记为位置点。4.根据权利要求1所述的方法，其特征在于，所述确定所述当前车辆位置和历史实测车道线之间的第一关系以及所述当前车辆位置和历史行驶线之间的第二关系，包括：根据所述历史实测车道线计算车道中心线；计算所述当前车辆位置和车道中心线间的横向距离，记为第一关系；计算所述当前车辆位置和历史行驶线间的横向距离，记为第二关系。5.根据权利要求4所述的方法，其特征在于，所述关联关系为一次函数或二次函数。6.根据权利要求4所述的方法，其特征在于，所述基于所述目标行驶线，按照行驶线与车道线之间的关联关系，确定预测车道线，包括：根据所述当前车辆位置和目标行驶线确定当前第二关系；将所述当前第二关系代入所述关联关系确定当前第一关系；根据所述当前车辆位置和当前第一关系确定预测车道线。7.根据权利要求1所述的方法，其...

【专利技术属性】
技术研发人员：李映辉，周志鹏，李冰，胡俊霄，马瑞兵，冯遥，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：