【技术实现步骤摘要】
本申请涉及车辆，特别是涉及一种车道线生成方法、装置、计算机设备及存储介质。
技术介绍
1、在智能驾驶系统中，车道线检测是实现车辆自动驾驶的核心技术之一。准确的车道线检测对于保障车辆安全行驶、实现车辆自动导航和维持车道保持至关重要。车道线提供了道路结构的基本信息，帮助驾驶系统判断车辆的位置和运动方向，确保车辆能够在车道内正确、安全地行驶。
2、传统的车道线检测技术主要依赖简单的图像处理方法，如边缘检测、颜色识别等，这些方法在道路条件简单、车道线清晰可见的情况下表现良好。然而，在道路条件、天气恶劣、道路标记磨损、车道线部分遮挡等情况下，传统的车道线检测技术往往无法达到预期的检测效果。
3、随着智能驾驶技术的发展，车道线检测技术引入了机器学习和深度学习方法，这些方法通过训练大量数据来提高车道线检测的准确性和鲁棒性。尽管深度学习方法在车道线检测中取得了显著进展，但它们通常仍然依赖于后处理技术来解码和精细化检测结果。当前的后处理技术存在局限性，通常依赖于特定的环境参数和精确的校准，在处理车道线串扰、车道线间断、车道线部分遮挡等方面存在明显不足，由于对复杂多变的、非标准化的道路场景适应性不足，直接影响了车道线检测的准确性和可靠性，从而对智能驾驶系统的整体性能产生了较大影响。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种车道线生成方法、装置、计算机设备及计算机可读存储介质，能够提升车道线检测的准确性和可靠性。
2、第一方面，本申请提供了一种车道线
3、从车辆前视图像中获取多个车道线对应的初始检测点；
4、对所述初始检测点进行异常点过滤处理，得到多个车道线对应的参考检测点；
5、根据所述多个车道线对应的参考检测点，从多个车道线中确定待融合车道线；
6、对所述待融合车道线对应的参考检测点进行融合处理，得到至少一个车道线对应的目标检测点；
7、根据所述至少一个车道线对应的目标检测点进行车道线拟合，得到车道线数据。
8、在其中一个实施例中，所述对所述初始检测点进行异常点过滤处理，得到多个车道线对应的参考检测点，包括：
9、根据所述初始检测点的位置信息确定相邻检测点之间的曲率半径和欧式距离；所述相邻检测点为任意两个处于同一车道线上、且位置相邻的初始检测点；
10、根据所述相邻检测点之间的曲率半径和欧式距离进行异常点过滤处理，得到多个车道线对应的参考检测点。
11、在其中一个实施例中，所述根据所述相邻检测点之间的曲率半径和欧式距离进行异常点过滤处理之后，所述方法还包括：
12、基于预设滑动窗口对过滤处理后的检测点进行平滑处理，得到多个车道线对应的参考检测点。
13、在其中一个实施例中，所述根据所述多个车道线对应的参考检测点，从多个车道线中确定待融合车道线，包括：
14、根据所述多个车道线对应的参考检测点，确定相邻两个车道线之间的夹角和距离；
15、将夹角小于设定角度阈值、且距离小于设定距离阈值的相邻两个车道线，确定为待融合车道线。
16、在其中一个实施例中，所述根据所述多个车道线对应的参考检测点，确定相邻两个车道线之间的夹角和距离，包括：
17、根据所述多个车道线对应的参考检测点，确定每个车道线的起始点、终止点、起始部分所在直线以及终止部分所在直线；
18、根据第一车道线的起始部分所在直线、第一车道线的终止部分所在直线、第二车道线的起始部分所在直线、以及第二车道线的终止部分所在直线，确定所述第一车道线与所述第二车道线之间的夹角；所述第一车道线与所述第二车道线为相邻两个车道线；
19、确定所述第一车道线的起始点与所述第二车道线的终止点之间的中点，得到第一参考点；
20、并确定所述第二车道线的起始点与所述第一车道线的终止点之间的中点，得到第二参考点；
21、根据所述第一参考点与第一车道线的起始部分所在直线之间的距离、所述第一参考点与第二车道线的终止部分所在直线之间的距离、所述第二参考点与第一车道线的终止部分所在直线之间的距离、所述第二参考点与第二车道线的起始部分所在直线之间的距离，确定所述第一车道线与所述第二车道线之间的距离。
22、在其中一个实施例中，所述参考检测点包括车道线标签；所述对所述待融合车道线对应的参考检测点进行融合处理，得到至少一个车道线对应的目标检测点，包括：
23、获取车道线融合后的车道线标识；
24、根据所述车道线标识，对所述待融合车道线对应的参考检测点的车道线标签进行修正；
25、根据修正后的参考检测点，确定至少一个车道线对应的目标检测点。
26、在其中一个实施例中，所述根据所述至少一个车道线对应的目标检测点进行车道线拟合，得到车道线数据，包括：
27、针对每个目标检测点，确定所针对的目标检测点所在车道线的最小纵坐标，根据所针对的目标检测点的纵坐标、与所述最小纵坐标之间的比值，为所针对的目标检测点赋予对应的权重；
28、针对每条车道线，根据所针对的车道线对应的目标检测点、每个目标检测点对应的权重、以及贝塞尔曲线进行加权拟合，得到车道线数据。
29、第二方面，本申请还提供了一种车道线生成装置。所述装置包括：
30、获取模块，用于从车辆前视图像中获取多个车道线对应的初始检测点；
31、异常点过滤模块，用于对所述初始检测点进行异常点过滤处理，得到多个车道线对应的参考检测点；
32、车道线融合模块，用于根据所述多个车道线对应的参考检测点，从多个车道线中确定待融合车道线；对所述待融合车道线对应的参考检测点进行融合处理，得到至少一个车道线对应的目标检测点；
33、车道线拟合模块，用于根据所述至少一个车道线对应的目标检测点进行车道线拟合，得到车道线数据。
34、第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
35、从车辆前视图像中获取多个车道线对应的初始检测点；
36、对所述初始检测点进行异常点过滤处理，得到多个车道线对应的参考检测点；
37、根据所述多个车道线对应的参考检测点，从多个车道线中确定待融合车道线；
38、对所述待融合车道线对应的参考检测点进行融合处理，得到至少一个车道线对应的目标检测点；
39、根据所述至少一个车道线对应的目标检测点进行车道线拟合，得到车道线数据。
40、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
41、从车辆前视图像中获取多个车道线对应的初始检测点；
42、对所述初本文档来自技高网...
【技术保护点】
1.一种车道线生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述初始检测点进行异常点过滤处理，得到多个车道线对应的参考检测点，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述相邻检测点之间的曲率半径和欧式距离进行异常点过滤处理之后，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述多个车道线对应的参考检测点，从多个车道线中确定待融合车道线，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述多个车道线对应的参考检测点，确定相邻两个车道线之间的夹角和距离，包括：
6.根据权利要求1所述的方法，其特征在于，所述参考检测点包括车道线标签；所述对所述待融合车道线对应的参考检测点进行融合处理，得到至少一个车道线对应的目标检测点，包括：
7.根据权利要求1至6中任意一项所述的方法，其特征在于，所述根据所述至少一个车道线对应的目标检测点进行车道线拟合，得到车道线数据，包括：
8.一种车道线生成装置，其特征在于，所述装置包括：<...
【技术特征摘要】
1.一种车道线生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述初始检测点进行异常点过滤处理，得到多个车道线对应的参考检测点，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述相邻检测点之间的曲率半径和欧式距离进行异常点过滤处理之后，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述多个车道线对应的参考检测点，从多个车道线中确定待融合车道线，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述多个车道线对应的参考检测点，确定相邻两个车道线之间的夹角和距离，包括：
6.根据权利要求1所述的方法，其特征在于，所...
【专利技术属性】
技术研发人员：汤子萌，周涤非，
申请(专利权)人：深圳市欧冶半导体有限公司，
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。