一种车道线的检测方法、装置及设备制造方法及图纸

本说明书实施例公开了一种车道线的检测方法、装置及设备。该方案可以包括：获取图像采集设备采集的道路图像信息；对图像信息按照行列方式进行划分，得到多个划分后的区域；采用残差网络模型对各个区域进行识别，得到属于同一车道线的车道线像素点；对属于同一车道线的车道线像素点进行拟合，得到一条车道线的像素信息。信息。信息。

【技术实现步骤摘要】
一种车道线的检测方法、装置及设备


[0001]本申请涉及计算机数据处理
，尤其涉及一种车道线的检测方法、装置及设备。

技术介绍

[0002]车道线一般为细长结构，在真实场景中由于遮挡、磨损等出现不连续性，需要算法根据全局信息进行细节定位的推理；在使用场景下，车道线的检测需要在低算力的硬件设备上达到快速高效，并能够为驾驶辅助系统提供准确可使用的数据结果。现阶段的深度学习方式虽然检测准确率高，但由于其使用大量的网络层，参数多，检测速度有限，需要高算力的硬件设备。在低算力的硬件上比较难以实现。

技术实现思路

[0003]本说明书实施例提供一种车道线的检测方法、装置及设备，以解决现有的检测车道线的方法存在的在低运算力的硬件上比较难以实现的问题。
[0004]为解决上述技术问题，本说明书实施例是这样实现的：
[0005]本说明书实施例提供的一种车道线的检测方法，可以包括：
[0006]获取图像采集设备采集的道路图像信息；
[0007]对所述图像信息按照行列方式进行划分，得到多个划分后的区域；
[0008]采用残差网络模型对各个所述区域进行识别，得到属于同一车道线的车道线像素点；
[0009]对所述属于同一车道线的车道线像素点进行拟合，得到一条车道线的像素信息。
[0010]本说明书实施例提供的一种车道线的检测装置，可以包括：
[0011]获取模块，用于获取图像采集设备采集的道路图像信息；
[0012]区域划分模块，用于对所述图像信息按照行列方式进行划分，得到多个划分后的区域；
[0013]识别模块，用于采用残差网络模型对各个所述区域进行识别，得到属于同一车道线的车道线像素点；
[0014]车道线拟合模块，用于对所述属于同一车道线的车道线像素点进行拟合，得到一条车道线的像素信息。
[0015]本说明书实施例提供的一种车道线的检测设备，可以包括：
[0016]至少一个处理器；以及，
[0017]与所述至少一个处理器通信连接的存储器；其中，
[0018]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
[0019]获取图像采集设备采集的道路图像信息；
[0020]对所述图像信息按照行列方式进行划分，得到多个划分后的区域；
[0021]采用残差网络模型对各个所述区域进行识别，得到属于同一车道线的车道线像素点；
[0022]对所述属于同一车道线的车道线像素点进行拟合，得到一条车道线的像素信息。
[0023]本说明书实施例提供的一种计算机可读存储介质，其上存储有计算机程序/指令，所述计算机程序/指令可被处理器执行以实现一种车道线的检测方法。
[0024]本说明书实施例提供的一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时可以实现一种车道线的检测方法的步骤。
[0025]本说明书中至少一个实施例能够达到以下有益效果：通过获取图像采集设备采集的道路图像信息；对图像信息按照行列方式进行划分，得到多个划分后的区域；采用残差网络模型对各个区域进行识别，得到属于同一车道线的车道线像素点；对属于同一车道线的车道线像素点进行拟合，得到一条车道线的像素信息。从而能够加快车道线检测的速度，并使得低运算力的硬件设备也能够快速的完成车道线的检测。
附图说明
[0026]为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术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中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0027]图1是本说明书实施例提供的一种车道线的检测方法在实际应用场景中的整体方案架构示意图；
[0028]图2是本说明书实施例提供的一种车道线的检测方法的流程示意图；
[0029]图3是本说明书实施例提供的一种对原始图像信息进行处理的流程示意图；
[0030]图4是本说明书实施例提供的一种特征提取模块的示意图；
[0031]图5是本说明书实施例提供的一种车道线的检测装置的结构示意图；
[0032]图6是本说明书实施例提供的一种车道线的检测设备的结构示意图。
具体实施方式
[0033]为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书一个或多个实施例保护的范围。
[0034]以下结合附图，详细说明本说明书各实施例提供的技术方案。
[0035]现有技术中，深度学习方式虽然检测准确率高，但由于其使用大量的网络层，参数多，检测速度有限，需要高算力的硬件设备。在低算力的硬件上比较难以实现。
[0036]为了解决现有技术中的缺陷，本方案给出了以下实施例：
[0037]图1为本说明书实施例中一种车道线的检测方法在实际应用场景中的整体方案架构示意图。
[0038]如图1所示，该方案主要可以包括：道路图片1以及服务器2。在实际应用中，道路图
片1可以通过车辆自身携带的车载摄像头以一定的频率实时拍摄道路图片得到，也可以是其他拍摄设备拍摄的车辆前方道路的道路图片，图片信息根据拍摄设备与服务器2的关联关系被发送至服务器2中。服务器2采用残差网络模型对道路图片信息进行训练，得到多个残差网络模型训练后输出的车道线像素点，服务器2再将车道线像素点映射至道路图片1中进行比对，确定经残差网络模型训练后输出的车道线像素点是准确的以及有效的，采用拟合函数对车道线像素点进行拟合，得到多条车道线，从而完成车道线的检测。服务器2也可以将拟合的车道线标注于传送至服务器2中的道路图片1中，并将标注后的道路图片1反馈至车辆，使得驾驶人能够根据反馈的道路图片中含有的车道线信息调整驾驶行为。
[0039]图2为本说明书实施例提供的一种车道线的检测方法的流程示意图。从程序角度而言，流程的执行主体可以为搭载于应用服务器的程序或应用客户端。
[0040]如图2所示，该流程可以包括以下步骤：
[0041]步骤202：获取图像采集设备采集的道路图像信息。
[0042]本说明书实施例中车辆可以在行进过程中实时的拍摄道路图像信息。被拍摄的道路图像信息可以通过车辆与服务器之间建立的传输链路，将道路图像信息传送至服务器中，使得服务器能够对接收到道路图像信息进行处理，完成车道线的检测。
[0043]步骤204：对所述图像信息按照行列方式进行划分，得到多个划分后的区域。
[0044]本说明书实施例中为了本文档来自技高网...

【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：获取图像采集设备采集的道路图像信息；对所述图像信息按照行列方式进行划分，得到多个划分后的区域；采用残差网络模型对各个所述区域进行识别，得到属于同一车道线的车道线像素点；对所述属于同一车道线的车道线像素点进行拟合，得到一条车道线的像素信息。2.根据权利要求1所述的方法，其特征在于，所述方法，还包括：采用车载摄像头以设定频率拍摄道路图像信息；对所述道路图像信息进行归一化处理；将处理后的道路图像信息调整至设定尺寸；将所述设定尺寸的道路图像信息输入残差网络模型；所述残差网络模型中的卷积层参数被调整至32、64、128以及256。3.根据权利要求1所述的方法，其特征在于，所述对所述图像信息按照行列方式进行划分，具体包括：沿所述图像信息的列方向将所述图像信息的划分为96列；沿所述图像信息的行方向将所述图像信息的划分为6行。4.根据权利要求1所述的方法，其特征在于，所述采用残差网络模型对各个所述区域进行识别，具体包括：采用残差网络模型对各个所述区域进行识别，得到多个含有车道线的区域；对所述多个所述含有车道线的区域进行分类，得到至少一组属于同一车道线的区域组合；对所述属于同一车道线的区域组合中的各个区域进行计算，得到所述区域组合中各个区域中的车道线像素点。5.根据权利要求4所述的方法，其特征在于，所述对多个所述含有车道线的区域进行分类，具体包括：根据各个所述区域的行列位置，将归属于所述图像信息中连续N列的区域确定为属于同一车道线的区域。6....

【专利技术属性】
技术研发人员：杨宁，
申请(专利权)人：北京四维图新科技股份有限公司，
类型：发明
国别省市：