一种车道线的检测方法、装置和存储介质制造方法及图纸

本发明专利技术实施例公开了一种车道线的检测方法及装置，该方法包括：获取毫米波雷达采集的点云数据，并对点云数据进行聚类，以获取聚类完成的聚类数据帧；根据多个聚类数据帧，获取至少一个运动物体的运动轨迹；根据至少一个运动物体的运动轨迹，确定至少一个车道中心线；根据至少一个车道中心线，获取检测区域的拟合车道线。本发明专利技术实施例公开的技术方案，在仅覆盖毫米波雷达的交通场景中，实现了车道线位置的自动检测，避免了现场人工测绘导致的测量误差，提高了车道线位置的检测精度。提高了车道线位置的检测精度。提高了车道线位置的检测精度。

【技术实现步骤摘要】
一种车道线的检测方法、装置和存储介质


[0001]本专利技术实施例涉及道路交通领域，尤其涉及一种车道线的检测方法、装置、路侧检测设备和存储介质。

技术介绍

[0002]在车路协同技术快速发展的推动下，毫米波雷达被广泛部署于路侧系统，用于对各种道路交通事件进行检测，而这其中对于车道线的位置检测，则是检测各种道路交通事件的基础。
[0003]现有技术中，在路侧系统中，通常是通过部署摄像头等视觉系统，并结合图像识别模型(例如，基于神经网络的图像识别模型)，进行车道线的检测，或者基于对毫米波雷达的预先标定，使其与地图数据进行融合匹配后，获取车道线位置。
[0004]然而，在仅覆盖毫米波雷达的交通场景中，无法借助视觉系统进行车道线的识别，而对毫米波雷达预先进行的融合标定，标定过程极为繁琐，不但需要耗费较高的时间成本和人力成本，而且地图数据的准确性也会极大地影响车道线的检测结果，因此，在上述交通场景中，通常只能依靠人工方式，现场进行人工测量、绘制。

技术实现思路

[0005]本专利技术实施例提供了一种车道线的检测方法、装置、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车道线的检测方法，其特征在于，包括：获取毫米波雷达采集的点云数据，并对所述点云数据进行聚类，以获取聚类完成的聚类数据帧；根据多个所述聚类数据帧，获取至少一个运动物体的运动轨迹；根据所述至少一个运动物体的运动轨迹，确定至少一个车道中心线；根据所述至少一个车道中心线，获取检测区域的拟合车道线。2.根据权利要求1所述的方法，其特征在于，所述根据多个所述聚类数据帧，获取至少一个运动物体的运动轨迹，包括：获取所述聚类数据帧中各个目标物体的聚类中心点，并根据各所述目标物体的聚类中心点，获取中心点数据帧；根据多个所述中心点数据帧，获取至少一个运动物体的运动轨迹。3.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个运动物体的运动轨迹，确定至少一个车道中心线，还包括：将所述至少一个运动物体的运动轨迹进行分类，以获取分类完成的至少一个轨迹数据集；其中，所述轨迹数据集与车道一一匹配；对至少一个所述轨迹数据集中的运动轨迹进行拟合，以获取至少一个车道中心线。4.根据权利要求3所述的方法，其特征在于，所述将所述至少一个运动物体的运动轨迹进行分类，以获取分类完成的至少一个轨迹数据集，包括：判断获取到的运动轨迹总数，是否等于第一数量阈值的整数倍；若是，则将所述至少一个运动物体的运动轨迹进行分类，以获取分类完成的至少一个轨迹数据集；在对至少一个所述轨迹数据集中的运动轨迹进行拟合，以获取至少一个车道中心线前，还包括：判断所述至少一个轨迹数据集中，是否存在目标轨迹数据集；其中，所述目标轨迹数据集中的运动轨迹数量小于第二数量阈值，所述第二数量阈值小于所述第一数量阈值；若是，则继续获取毫米波雷达采集的点云数据，并在获取到的运动轨迹总数等于第一数量阈值的整数倍时，再次判断所述至少一个轨迹数据集中，是否存在目标轨迹数据集，直至所述至少一个轨迹数据集中，不存在目标轨迹数据集为止。5.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个车道中心线，获取检测区域的拟合车道线，包括：根据所述车道中心线上的中心点坐标，基于如下公式，获取检测区域中匹配的车道线上的边界点坐标：
...

【专利技术属性】
技术研发人员：宋清峰，王帅康，周杰，
申请(专利权)人：南京慧尔视软件科技有限公司，
类型：发明
国别省市：