【技术实现步骤摘要】
本申请涉及车辆，尤其涉及一种车道线优化方法、系统、车辆及设备。
技术介绍
1、车道线作为自动驾驶辅助技术的关键部分，一般应用在车道保持、车道偏离预警以及自适应巡航等多项功能中。在实际的交通环境中，由于天气变化、光照、道路破损或者摄像头损坏等客观原因容易造成车道线生成失败，给车辆的行驶带来困扰，使车辆的自动驾驶辅助技术退出或降级。
2、当前的车道线修补方法一般有以下几种：如一种基于现有规则修补的方法，获取车道历史宽度和历史车道线信息，通过曲线拟合方程来预测新的车道线，当无法继续获取车道线信息或新车道线质量不好达到特定时长时候，需要减速停车。如另一种依靠提取、调用、储存、转换特征点的车道线修补方法，其调用之前所储存的有效路径的车道线信息修补当前缺失的车道线。如再一种类图像修补的方法，从预置的第二地图区域中根据当前位置获取图像数据，对当前缺失的车道进行修补优化和校正。
3、存在以下问题，第一种当无法继续获取车道线信息或新车道线质量不好达到特定时长时候，需要减速停车。当车道宽度发生变化时，使用历史车道宽度修补的车道线也无法满足需求。
4、后两种方法都需要在第二空间中存储备用数据用于车道线修补，不仅需要占用大量的存储空间，当数据的调用和存储出现问题时也不能及时的修补车道线。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种车道线优化方法、系统、车辆及设备，在不需要占用大量的存储空间的情况下，可以有效地实现车道线的修补，保证了行车的安全性和可靠性。
2、第一方面，提供一种车道线优化方法，包括：
3、判断第一时刻感知的车道线是否存在残缺；
4、如果是，则根据第二时刻的历史车道线，预测所述第一时刻的车道线，其中，所述第二时刻为所述第一时刻的前一时刻；
5、根据所述第二时刻的历史车道线和所述第一时刻预测的车道线，生成新的车道线。
6、在一些示例中，所述根据第二时刻的历史车道线，预测所述第一时刻的车道线，包括：
7、在车体坐标系下，获得所述第二时刻的历史车道线的多个离散点；
8、将所述多个离散点转换到世界坐标系下，得到所述第二时刻的历史车道线的多个经纬度坐标点；
9、将所述第二时刻的历史车道线的多个经纬度坐标点输入车道线预测模型，得到第一时刻的车道线的多个经纬度坐标点的预测值；
10、将所述第一时刻的车道线的多个经纬度坐标点的预测值转换到车体坐标系下，得到所述第一时刻预测的车道线。
11、在一些示例中，根据所述第二时刻的历史车道线和所述第一时刻预测的车道线，生成新的车道线，包括：
12、从所述第二时刻的历史车道线的多个离散点中筛选出部分离散点；根据从所述第二时刻的历史车道线的多个离散点中筛选出部分离散点和预测的车道线，生成新的车道线。
13、在一些示例中，所述根据从所述第二时刻的历史车道线的多个离散点中筛选出部分离散点和预测的车道线，生成新的车道线，包括：
14、根据从所述第二时刻的历史车道线的多个离散点中筛选出部分离散点和预测的车道线的多个经纬度坐标，利用最小二乘法，得到车道线方程；
15、根据所述车道线方程，插值得到新的车道线的点集，以生成所述新的车道线。
16、在一些示例中，还包括：
17、如果第一时刻感知的车道线不存在残缺，则获得所述第一时刻感知的车道线和所述第一时刻预测的车道线之间的累计误差；
18、如果所述累计误差大于预设值，根据第二时刻的历史车道线的多个经纬度坐标点，得到更新训练数据，将更新训练数据输入所述车道线预测模型进行训练，并根据所述车道线预测模型的输出和标签之前的损失，对所述车道线预测模型进行更新。
19、在一些示例中，所述判断第一时刻感知的车道线是否存在残缺，包括：
20、如果第一时刻未感知到车道线，或者第一时刻感知的车道线的质量不满足要求，则确定第一时刻感知的车道线存在残缺。
21、第二方面，提供了一种车道线优化系统，包括：
22、判断模块，用于判断第一时刻感知的车道线是否存在残缺；
23、预测模块，用于在第一时刻感知的车道线存在残缺时，根据第二时刻的历史车道线，预测所述第一时刻的车道线，其中，所述第二时刻为所述第一时刻的前一时刻；
24、车道线优化模块，用于根据所述第二时刻的历史车道线和所述第一时刻预测的车道线，生成新的车道线。
25、第三方面，提供了一种车辆，包括：根据上述的第二方面所述的车道线优化系统。
26、第四方面，提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行程序时，实现上述第一方面以及第一方面任意一种可能的实现方式的车道线优化方法的步骤。
27、第五方面，提供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，实现上述第一方面以及第一方面任意一种可能的实现方式的车道线优化方法的步骤。
28、第六方面，提供一种计算机程序产品，其上存储有计算机程序，该程序被处理器执行时，实现上述第一方面以及第一方面任意一种可能的实现方式的车道线优化方法的步骤。
29、采用本申请的实施例，可以在当前时刻感知的车道线存在残缺的情况下，根据前一时刻的历史车道线，预测第一时刻的车道线，并根据前一时刻的历史车道线和当前时刻预测的车道线生成出新的车道线。由此，当摄像头丢失功能不能给出车道线或者道路破损等原因造成的车道线丢失时，能够预测新车道线，进行丢失车道线的修补和优化。当有多条车道丢失或者车道宽度变化时，也能根据实际情况进行修补。不需要将大量的数据保存在备用存储空间中，只需要将预测算法存储在车辆中，在需要时直接调用预测即可，通过本申请实施例的车道线的预测对自动驾驶系统生成的残缺或低质车道线进行修补，不仅能解决没有车道线或者车道线质量不好造成的系统退出或降级问题，还能解决当车道宽度发生变化时，使用历史车道宽度修补的车道线也无法满足需求的问题，同时不需要从备用存储空间频繁的调用备用数据来进行车道线修补，从而，在不需要占用大量的存储空间的情况下，可以有效地实现车道线的修补，保证了行车的安全性和可靠性。
本文档来自技高网...【技术保护点】
1.一种车道线优化方法，其特征在于，包括：
2.根据权利要求1所述的车道线优化方法，其特征在于，所述根据第二时刻的历史车道线，预测所述第一时刻的车道线，包括：
3.根据权利要求1或2所述的车道线优化方法，其特征在于，根据所述第二时刻的历史车道线和所述第一时刻预测的车道线，生成新的车道线，包括：
4.根据权利要求3所述的车道线优化方法，其特征在于，所述根据从所述第二时刻的历史车道线的多个离散点中筛选出部分离散点和预测的车道线，生成新的车道线，包括：
5.根据权利要求2所述的车道线优化方法，其特征在于，还包括：
6.根据权利要求1所述的车道线优化方法，其特征在于，所述判断第一时刻感知的车道线是否存在残缺，包括：
7.一种车道线优化系统，其特征在于，包括：
8.一种车辆，其特征在于，包括：根据权利要求7所述的车道线优化系统。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时，实现根据权利要求1-6任一项所述的车道线优化
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现根据权利要求1-6任一项所述的车道线优化方法。
...【技术特征摘要】
1.一种车道线优化方法，其特征在于，包括：
2.根据权利要求1所述的车道线优化方法，其特征在于，所述根据第二时刻的历史车道线，预测所述第一时刻的车道线，包括：
3.根据权利要求1或2所述的车道线优化方法，其特征在于，根据所述第二时刻的历史车道线和所述第一时刻预测的车道线，生成新的车道线，包括：
4.根据权利要求3所述的车道线优化方法，其特征在于，所述根据从所述第二时刻的历史车道线的多个离散点中筛选出部分离散点和预测的车道线，生成新的车道线，包括：
5.根据权利要求2所述的车道线优化方法，其特征在于，还包括：
...
【专利技术属性】
技术研发人员：曹志伟，丁峰，张东好，田山，
申请(专利权)人：北京京深深向科技有限公司，
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。