CN109583271B - 一种对车道线进行拟合的方法、装置及终端 - Google Patents
一种对车道线进行拟合的方法、装置及终端 Download PDFInfo
- Publication number
- CN109583271B CN109583271B CN201710903796.5A CN201710903796A CN109583271B CN 109583271 B CN109583271 B CN 109583271B CN 201710903796 A CN201710903796 A CN 201710903796A CN 109583271 B CN109583271 B CN 109583271B
- Authority
- CN
- China
- Prior art keywords
- lane line
- curve
- curve equation
- equation
- ordinate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种对车道线进行拟合的方法、装置及终端,属于智能交通领域。所述方法包括:在图像拍摄部件拍摄的车道图像中,提取车道线特征点;基于M次多项式方程,对所述车道线特征点进行拟合,得到车道线的初始曲线方程;基于所述初始曲线方程的曲率,确定车道线分段位置;基于N次多项式方程,对位于所述车道线分段位置与图像远端之间的车道线特征点进行拟合,得到车道线的第一分段的曲线方程,基于O次多项式方程,对位于所述车道线分段位置与图像近端之间的车道线特征点进行拟合,得到车道线的第二分段的曲线方程;根据所述第一分段的曲线方程和所述第二分段的曲线方程,确定车道线的最终曲线方程。采用本发明,可以使行驶安全性提高。
Description
技术领域
本发明涉及智能交通领域,特别涉及一种对车道线进行拟合的方法、装置及终端。
背景技术
随着智能交通领域的发展,自动驾驶汽车也逐渐进入到人们的生活中。在自动驾驶汽车行驶过程中,利用车载摄像机,可以获取当前行驶道路的车道图像,车上安装的车载终端可以对车道图像进行处理,提取出道路的车道线并对车道线进行拟合,得到车道线的曲线方程(直线是一种曲率为0的特殊曲线),并根据曲线方程进行自动驾驶,使自动驾驶汽车保持在车道线内行驶。
在实现本发明的过程中,发明人发现相关技术至少存在以下问题:
相关技术对图像中车道线进行拟合时,对弯道的车道线进行拟合得到的车道线,往往与实际车道线不匹配,导致自动驾驶汽车不能保持在实际车道线内行驶,使行驶安全性降低。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种对车道线进行拟合的方法、装置及终端。所述技术方案如下:
根据本公开实施例的第一方面,提供一种对车道线进行拟合方法,所述方法包括:
在图像拍摄部件拍摄的车道图像中,提取车道线特征点;
基于M次多项式方程,对所述车道线特征点进行拟合,得到车道线的初始曲线方程,其中,M为预设正整数;
基于所述初始曲线方程的曲率,确定车道线分段位置;
基于N次多项式方程,对位于所述车道线分段位置与图像远端之间的车道线特征点进行拟合,得到车道线的第一分段的曲线方程,基于O次多项式方程,对位于所述车道线分段位置与图像近端之间的车道线特征点进行拟合,得到车道线的第二分段的曲线方程,其中,N和O分别为预设正整数;
根据所述第一分段的曲线方程和所述第二分段的曲线方程,确定车道线的最终曲线方程。
可选地,所述基于所述初始曲线方程的曲率,确定车道线分段位置,包括:
确定所述初始曲线方程对应的曲线的最大曲率和最小曲率的平均值,在所述曲线上曲率为所述平均值的点中,确定纵坐标最小的目标点,作为车道线分段位置。
可选地,所述位于所述车道线分段位置与图像远端之间的车道线特征点,包括纵坐标大于所述目标点的车道线特征点;
位于所述车道线分段位置与图像近端之间的车道线特征点,包括纵坐标小于所述目标点的车道线特征点。
可选地,所述根据所述第一分段的曲线方程和所述第二分段的曲线方程,确定车道线的最终曲线方程,包括:
通过所述第二分段的曲线方程对应的第二曲线在所述车道图像中纵坐标最小的点,向所述第一分段的曲线方程对应的第一曲线做切线;
如果能够做出切线,则将所述第一曲线中纵坐标不小于切点纵坐标的部分、所述切线中纵坐标小于切点纵坐标的部分组成的多段曲线对应的曲线方程,确定为车道线的最终曲线方程;
如果无法做出切线,则确定所述第一曲线与所述第二曲线的交点,将所述第一曲线中纵坐标不小于所述交点的纵坐标的部分、所述第二曲线中纵坐标小于所述交点的纵坐标的部分组成的多段曲线对应的曲线方程,确定为车道线的最终曲线方程。
可选地,M等于3,N等于2,O等于1。
根据本公开实施例的第二方面,提供一种对车道线进行拟合装置,所述装置包括:
提取模块,用于在图像拍摄部件拍摄的车道图像中,提取车道线特征点;
第一拟合模块,用于基于M次多项式方程,对所述车道线特征点进行拟合,得到车道线的初始曲线方程,其中,M为预设正整数;
第一确定模块,用于基于所述初始曲线方程的曲率,确定车道线分段位置;
第二拟合模块,用于基于N次多项式方程,对位于所述车道线分段位置与图像远端之间的车道线特征点进行拟合,得到车道线的第一分段的曲线方程,基于O次多项式方程,对位于所述车道线分段位置与图像近端之间的车道线特征点进行拟合,得到车道线的第二分段的曲线方程,其中,N和O分别为预设正整数;
第二确定模块,用于根据所述第一分段的曲线方程和所述第二分段的曲线方程,确定车道线的最终曲线方程。
可选地,所述第一确定模块,用于:
确定所述初始曲线方程对应的曲线的最大曲率和最小曲率的平均值,在所述曲线上曲率为所述平均值的点中,确定纵坐标最小的目标点,作为车道线分段位置。
可选地,所述位于所述车道线分段位置与图像远端之间的车道线特征点,包括纵坐标大于所述目标点的车道线特征点;
位于所述车道线分段位置与图像近端之间的车道线特征点,包括纵坐标小于所述目标点的车道线特征点。
可选地,所述第二确定模块,用于:
通过所述第二分段的曲线方程对应的第二曲线在所述车道图像中纵坐标最小的点,向所述第一分段的曲线方程对应的第一曲线做切线;
如果能够做出切线,则将所述第一曲线中纵坐标不小于切点纵坐标的部分、所述切线中纵坐标小于切点纵坐标的部分组成的多段曲线对应的曲线方程,确定为车道线的最终曲线方程;
如果无法做出切线,则确定所述第一曲线与所述第二曲线的交点,将所述第一曲线中纵坐标不小于所述交点的纵坐标的部分、所述第二曲线中纵坐标小于所述交点的纵坐标的部分组成的多段曲线对应的曲线方程,确定为车道线的最终曲线方程。
可选地,M等于3,N等于2,O等于1。
根据本公开实施例的第三方面,提供一种终端,所述终端包括处理器和存储器,所述存储器中存储有至少一条指令,所述指令由所述处理器加载并执行以实现如第一方面中所述的对车道线进行拟合方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如第一方面中所述的对车道线进行拟合方法。
本发明实施例提供的技术方案带来的有益效果是:
本发明实施例中,在图像拍摄部件拍摄的车道图像中,提取车道线特征点;基于M次多项式方程,对所述车道线特征点进行拟合,得到车道线的初始曲线方程,其中,M为预设正整数;基于所述初始曲线方程的曲率,确定车道线分段位置;基于N次多项式方程,对位于所述车道线分段位置与图像远端之间的车道线特征点进行拟合,得到车道线的第一分段的曲线方程,基于O次多项式方程,对位于所述车道线分段位置与图像近端之间的车道线特征点进行拟合,得到车道线的第二分段的曲线方程,其中,N和O分别为预设正整数;根据所述第一分段的曲线方程和所述第二分段的曲线方程,确定车道线的最终曲线方程。这样,在对弯道的车道线进行拟合时,对车道线进行分段拟合,能够使每一个分段的曲线方程分别与实际的车道线更加匹配,使自动驾驶汽车可以更好地保持在实际车道线内行驶,使行驶安全性提高。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种对车道线进行拟合方法的流程图;
图2(a)是本发明实施例提供的一种对车道线进行拟合方法的拟合示意图;
图2(b)是本发明实施例提供的一种对车道线进行拟合方法的拟合示意图;
图2(c)是本发明实施例提供的一种对车道线进行拟合方法的拟合示意图;
图2(d)是本发明实施例提供的一种对车道线进行拟合方法的拟合示意图;
图2(e)是本发明实施例提供的一种对车道线进行拟合方法的拟合示意图;
图3是本发明实施例提供的一种对车道线进行拟合装置的结构示意图;
图4是本发明实施例提供的一种终端结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种对车道线进行拟合的方法,该方法可以由终端实现。其中,终端可以是车载终端,可以自带图像拍摄部件或外接有图像拍摄部件,图像拍摄部件可以是车载摄像机。本实施例中终端以车载终端为例进行方案的详细说明,其它情况与之类似,本实施例不再赘述。
终端可以包括处理器、存储器、屏幕、图像拍摄部件等部件。处理器,可以为CPU(Central Processing Unit,中央处理单元)等,可以用于提取车道线特征点、对车道线特征点进行拟合等处理。存储器,可以为RAM(Random Access Memory,随机存取存储器),Flash(闪存)等,可以用于存储接收到的数据、处理过程所需的数据、处理过程中生成的数据等,如图像拍摄部件拍摄的车道图像、预先存储的M、N、O的数值、对车道线特征点进行拟合得到的曲线方程等。屏幕可以是触控屏,可以用于显示当前行驶的车道图像,还可以用于检测触碰信号等。图像拍摄部件可以是车载摄像机等。
终端还可以包括收发器、音频输出部件和音频输入部件等。收发器,可以用于与其它设备进行数据传输,例如,接收图像拍摄部件发送的车道图像,可以包括天线、匹配电路、调制解调器等。音频输出部件可以是音箱、耳机等。音频输入部件可以是麦克风等。
如图1所示,该方法的处理流程可以包括如下的步骤:
在步骤101中,在图像拍摄部件拍摄的车道图像中,提取车道线特征点。
在实施中,在自动驾驶汽车行驶过程中,车上安装的图像拍摄部件正对前方,可以对当前行驶道路进行拍摄。图像拍摄部件将拍摄到的车道图像发送给车上安装的车载终端,车载终端通过图像特征识别,在车道图像中识别车道线掩模Mask,该车道线Mask是有宽度的车道线块。然后,车载终端通过边缘检测算法,提取每个车道线块靠近自动驾驶汽车一侧的边缘线,此边缘线可称为车道线骨线。检测车道图像内提取到的车道线骨线是否连续,如果是连续的,则在车道线骨线上每隔一定间隔距离取一个点,将提取出的点确定为车道线特征点,如图2(a)。如果车道线骨线不是连续的,则对于任意两端相邻的车道线骨线,取两段车道线骨线相邻的两个端点,计算两段车道线骨线分别在两个端点的曲率,作一条曲线将两段车道线骨线连接起来,该曲线的曲率由一个端点的曲率均匀变化为另一个端点的曲率,形成完整的车道线骨线后,在该车道线骨线上每隔一定间隔距离取一个点,将提取出的点确定为车道线特征点。
在步骤102中,基于M次多项式方程,对车道线特征点进行拟合,得到车道线的初始曲线方程,其中,M为预设正整数。
其中,M的取值可以根据实际需求和终端计算能力任意设置,本实施例中取M等于3。
在实施中,提取到车道线特征点后,车载终端采用三次多项式方程对车道线特征点进行拟合,得到车道线的初始曲线方程,如图2(b)。如果初始曲线方程是一次方程(即经过拟合确定的三次项和二次项的系数为0),则将该初始曲线方程确定为最终曲线方程,且结束对特征点进行拟合的处理。如果初始曲线方程不是一次方程,则继续进行步骤103、步骤104、步骤105的处理。
在步骤103中,基于初始曲线方程的曲率,确定车道线分段位置。
在实施中,得到车道线的初始曲线方程后,确定初始曲线方程的曲线上各点的曲率,根据曲率选取车道线分段位置。车道线分段位置是为了将车道线分成两段,一段曲率较高,另一段曲率较低。
可选地,确定车道线分段位置的相关处理可以如下:确定初始曲线方程对应的曲线的最大曲率和最小曲率的平均值,在曲线上曲率为平均值的点中,确定纵坐标最小的目标点,作为车道线分段位置。
在实施中,确定了车道线的初始曲线方程后,根据初始曲线方程,确定对应的曲线的曲率方程,该曲率方程是曲率随纵坐标变化的方程,纵坐标体现的是与自动驾驶汽车之间的距离,纵坐标越大,对应的位置与自动驾驶汽车之间的距离越大。进而,基于曲率方程确定其中的最大曲率和最小曲率,并计算最大曲率和最小曲率的平均值。在曲率方程中确定以该平均值为横坐标的所有点,比较此所有点的纵坐标,选取出其中纵坐标最小的点作为目标点,将目标点的坐标作为车道线分段位置,如图2(c)。
在步骤104中,基于N次多项式方程,对位于车道线分段位置与图像远端之间的车道线特征点进行拟合,得到车道线的第一分段的曲线方程,基于O次多项式方程,对位于车道线分段位置与图像近端之间的车道线特征点进行拟合,得到车道线的第二分段的曲线方程,其中,N和O分别为预设正整数。
其中,N、O的取值可以根据实际需求和终端计算能力任意设置,本实施例中取N等于2,O等于1。图像近端为车道图像中靠近汽车的一端,图像远端为车道图像中远离汽车的一端。
在实施中,在车载摄像机获取的车道图像中,对于弯道的车道线,远端的车道线接近于二次曲线,近端的车道线接近于直线,因此,可以将弯道的车道线分段进行拟合。确定车道线分段位置后,车载终端将车道线特征点分为两个部分,一部分是位于车道线分段位置与图像远端之间的车道线特征点,对于这部分特征点,车载终端采用二次多项式方程进行拟合,将得到的二次多项式方程确定为车道线的第一分段的曲线方程,该曲线方程为抛物线方程;另一部分是位于车道线分段位置与图像近端之间的车道线特征点,对于这部分特征点,车载终端采用一次多项式方程进行拟合,将得到的一次多项式方程确定为车道线的第二分段的曲线方程,该曲线方程为直线方程。
可选地,上述的位于车道线分段位置与图像远端之间的车道线特征点,包括纵坐标大于目标点的车道线特征点;上述的位于车道线分段位置与图像近端之间的车道线特征点,包括纵坐标小于目标点的车道线特征点。
在实施中,车载终端将目标点的坐标作为车道线分段位置后,可以根据车道线分段位置将车道线分为两个部分,一部分是位于车道线分段位置与图像近端之间的车道线特征点,一部分是位于车道线分段位置与图像远端之间的车道线特征点。区分两部分的车道线特征点的方法,可以是判断车道线特征点的纵坐标与目标点的纵坐标的大小,纵坐标小于目标点的车道线特征点,即为位于车道线分段位置与图像近端之间的车道线特征点;纵坐标大于目标点的车道线特征点,即为位于车道线分段位置与图像远端之间的车道线特征点。
在步骤105中,根据第一分段的曲线方程和第二分段的曲线方程,确定车道线的最终曲线方程。
在实施中,得出第一分段的曲线方程和第二分段的曲线方程后,根据预设的处理方法对两个曲线方程进行处理并组合,将组合得到的曲线方程确定为车道线的最终曲线方程。车载终端根据最终曲线方程确定车道线与自动驾驶汽车的相对位置,并根据该相对位置控制自动驾驶汽车在车道线内行驶。
可选地,车载终端按照预设的处理方法对两个曲线方程进行处理,该预设的处理方法可以如下:
通过第二分段的曲线方程对应的第二曲线在车道图像中纵坐标最小的点,向第一分段的曲线方程对应的第一曲线做切线;如果能够做出切线,则将第一曲线中纵坐标不小于切点纵坐标的部分、切线中纵坐标小于切点纵坐标的部分组成的多段曲线对应的曲线方程,确定为车道线的最终曲线方程;如果无法做出切线,则确定第一曲线与第二曲线的交点,将第一曲线中纵坐标不小于交点的纵坐标的部分、第二曲线中纵坐标小于交点的纵坐标的部分组成的多段曲线对应的曲线方程,确定为车道线的最终曲线方程。
在实施中,得到第一分段的曲线方程和第二分段的曲线方程后,确定第二分段的曲线方程对应的第二曲线,在车道图像对应的坐标范围内,确定第二曲线上纵坐标最小的点,记为A点,通过A点向第一分段的曲线方程对应的第一曲线做切线。
如果通过A点可以做出切线,确定切线与第一曲线的切点,判断A点与切点是否重合。如果A点与切点不重合,则将切点的坐标确定为新的车道线分段位置,在第一曲线中选取纵坐标不小于切点的这部分曲线,将对应的曲线方程确定为新第一分段的曲线方程;在切线中选取纵坐标小于切点的这部分切线,将对应的曲线方程确定为新第二分段的曲线方程。将新第一分段的曲线方程与新第二分段的曲线方程组成多段曲线对应的曲线方程,将该曲线方程作为最终曲线方程。如果A点与切点重合,则在第一曲线中选取纵坐标不小于切点的这部分曲线,将对应的曲线方程确定为最终曲线方程,如图2(d)。
如果通过A点做不出切线,确定第一曲线与第二曲线的交点,在第一曲线中选取纵坐标不小于交点的这部分曲线,将对应的曲线方程确定为新第一分段的曲线方程;在第二曲线中选取纵坐标小于交点的这部分曲线,将对应的曲线方程确定为新第二分段的曲线方程。将新第一分段的曲线方程与新第二分段的曲线方程组成多段曲线对应的曲线方程,将该曲线方程作为最终曲线方程,如图2(e)。
本发明实施例中,在图像拍摄部件拍摄的车道图像中,提取车道线特征点;基于M次多项式方程,对所述车道线特征点进行拟合,得到车道线的初始曲线方程,其中,M为预设正整数;基于所述初始曲线方程的曲率,确定车道线分段位置;基于N次多项式方程,对位于所述车道线分段位置与图像远端之间的车道线特征点进行拟合,得到车道线的第一分段的曲线方程,基于O次多项式方程,对位于所述车道线分段位置与图像近端之间的车道线特征点进行拟合,得到车道线的第二分段的曲线方程,其中,N和O分别为预设正整数;根据所述第一分段的曲线方程和所述第二分段的曲线方程,确定车道线的最终曲线方程。这样,在对弯道的车道线进行拟合时,对车道线进行分段拟合,能够使每一个分段的曲线方程分别与实际的车道线更加匹配,使自动驾驶汽车可以更好地保持在实际车道线内行驶,使行驶安全性提高。
基于相同的技术构思,本发明实施例还提供了一种对车道线进行拟合的装置,如图3所示,该装置包括:提取模块310,第一拟合模块320,第一确定模块330,第二拟合模块340和第二确定模块350。
该提取模块310被配置为在图像拍摄部件拍摄的车道图像中,提取车道线特征点;
该第一拟合模块320被配置为基于M次多项式方程,对所述车道线特征点进行拟合,得到车道线的初始曲线方程,其中,M为预设正整数;
该第一确定模块330被配置为基于所述初始曲线方程的曲率,确定车道线分段位置;
该第二拟合模块340被配置为基于N次多项式方程,对位于所述车道线分段位置与图像远端之间的车道线特征点进行拟合,得到车道线的第一分段的曲线方程,基于O次多项式方程,对位于所述车道线分段位置与图像近端之间的车道线特征点进行拟合,得到车道线的第二分段的曲线方程,其中,N和O分别为预设正整数;
该第二确定模块350被配置为根据所述第一分段的曲线方程和所述第二分段的曲线方程,确定车道线的最终曲线方程。
可选地,所述第一确定模块330被配置为确定所述初始曲线方程对应的曲线的最大曲率和最小曲率的平均值,在所述曲线上曲率为所述平均值的点中,确定纵坐标最小的目标点,作为车道线分段位置。
可选地,所述位于所述车道线分段位置与图像远端之间的车道线特征点,包括纵坐标大于所述目标点的车道线特征点;位于所述车道线分段位置与图像近端之间的车道线特征点,包括纵坐标小于所述目标点的车道线特征点。
可选地,所述第二确定模块350被配置为:
通过所述第二分段的曲线方程对应的第二曲线在所述车道图像中纵坐标最小的点,向所述第一分段的曲线方程对应的第一曲线做切线;
如果能够做出切线,则将所述第一曲线中纵坐标不小于切点纵坐标的部分、所述切线中纵坐标小于切点纵坐标的部分组成的多段曲线对应的曲线方程,确定为车道线的最终曲线方程;
如果无法做出切线,则确定所述第一曲线与所述第二曲线的交点,将所述第一曲线中纵坐标不小于所述交点的纵坐标的部分、所述第二曲线中纵坐标小于所述交点的纵坐标的部分组成的多段曲线对应的曲线方程,确定为车道线的最终曲线方程。
可选地,M等于3,N等于2,O等于1。
本发明实施例中,在图像拍摄部件拍摄的车道图像中,提取车道线特征点;基于M次多项式方程,对所述车道线特征点进行拟合,得到车道线的初始曲线方程,其中,M为预设正整数;基于所述初始曲线方程的曲率,确定车道线分段位置;基于N次多项式方程,对位于所述车道线分段位置与图像远端之间的车道线特征点进行拟合,得到车道线的第一分段的曲线方程,基于O次多项式方程,对位于所述车道线分段位置与图像近端之间的车道线特征点进行拟合,得到车道线的第二分段的曲线方程,其中,N和O分别为预设正整数;根据所述第一分段的曲线方程和所述第二分段的曲线方程,确定车道线的最终曲线方程。这样,在对弯道的车道线进行拟合时,对车道线进行分段拟合,能够使每一个分段的曲线方程分别与实际的车道线更加匹配,使自动驾驶汽车可以更好地保持在实际车道线内行驶,使行驶安全性提高。
需要说明的是:上述实施例提供的对车道线进行拟合在对车道线进行拟合时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将终端的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的对车道线进行拟合的装置与对车道线进行拟合的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
请参考图4,其示出了本发明实施例所涉及的终端的结构示意图,该终端可以用于实施上述实施例中提供的对车道线进行拟合的方法。具体来讲:
终端400可以包括RF(Radio Frequency,射频)电路110、包括有一个或一个以上计算机可读存储介质的存储器120、输入单元130、显示单元140、传感器150、音频电路160、WiFi(wireless fidelity,无线保真)模块170、包括有一个或者一个以上处理核心的处理器180、以及电源190等部件。本领域技术人员可以理解,图4中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
RF电路110可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器180处理;另外,将涉及上行的数据发送给基站。通常,RF电路110包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM)卡、收发信机、耦合器、LNA(Low Noise Amplifier,低噪声放大器)、双工器等。此外,RF电路110还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议,包括但不限于GSM(Global System of Mobile communication,全球移动通讯系统)、GPRS(General Packet Radio Service,通用分组无线服务)、CDMA(CodeDivision Multiple Access,码分多址)、WCDMA(Wideband Code Division MultipleAccess,宽带码分多址)、LTE(Long Term Evolution,长期演进)、电子邮件、SMS(ShortMessaging Service,短消息服务)等。
存储器120可用于存储软件程序以及模块,处理器180通过运行存储在存储器120的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器120可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据终端400的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器120可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器120还可以包括存储器控制器,以提供处理器180和输入单元130对存储器120的访问。
输入单元130可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地,输入单元130可包括触敏表面131以及其他输入设备132。触敏表面131,也称为触摸显示屏或者触控板,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面131上或在触敏表面131附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触敏表面131可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器180,并能接收处理器180发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面131。除了触敏表面131,输入单元130还可以包括其他输入设备132。具体地,其他输入设备132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元140可用于显示由用户输入的信息或提供给用户的信息以及终端400的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元140可包括显示面板141,可选的,可以采用LCD(Liquid Crystal Display,液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板141。进一步的,触敏表面131可覆盖显示面板141,当触敏表面131检测到在其上或附近的触摸操作后,传送给处理器180以确定触摸事件的类型,随后处理器180根据触摸事件的类型在显示面板141上提供相应的视觉输出。虽然在图4中,触敏表面131与显示面板141是作为两个独立的部件来实现输入和输入功能,但是在某些实施例中,可以将触敏表面131与显示面板141集成而实现输入和输出功能。
终端400还可包括至少一种传感器150,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板141的亮度,接近传感器可在终端400移动到耳边时,关闭显示面板141和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于终端400还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路160、扬声器161,传声器162可提供用户与终端400之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号,传输到扬声器161,由扬声器161转换为声音信号输出;另一方面,传声器162将收集的声音信号转换为电信号,由音频电路160接收后转换为音频数据,再将音频数据输出处理器180处理后,经RF电路110以发送给比如另一终端,或者将音频数据输出至存储器120以便进一步处理。音频电路160还可能包括耳塞插孔,以提供外设耳机与终端400的通信。
WiFi属于短距离无线传输技术,终端400通过WiFi模块170可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图4示出了WiFi模块170,但是可以理解的是,其并不属于终端400的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器180是终端400的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器120内的软件程序和/或模块,以及调用存储在存储器120内的数据,执行终端400的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器180可包括一个或多个处理核心;优选的,处理器180可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器180中。
终端400还包括给各个部件供电的电源190(比如电池),优选的,电源可以通过电源管理系统与处理器180逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源190还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出,终端400还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,终端400的显示单元是触摸屏显示器,终端400还包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行此一个或者一个以上程序来执行上述各个实施例所述的对车道线进行拟合的方法。
本发明实施例中,在图像拍摄部件拍摄的车道图像中,提取车道线特征点;基于M次多项式方程,对所述车道线特征点进行拟合,得到车道线的初始曲线方程,其中,M为预设正整数;基于所述初始曲线方程的曲率,确定车道线分段位置;基于N次多项式方程,对位于所述车道线分段位置与图像远端之间的车道线特征点进行拟合,得到车道线的第一分段的曲线方程,基于O次多项式方程,对位于所述车道线分段位置与图像近端之间的车道线特征点进行拟合,得到车道线的第二分段的曲线方程,其中,N和O分别为预设正整数;根据所述第一分段的曲线方程和所述第二分段的曲线方程,确定车道线的最终曲线方程。这样,在对弯道的车道线进行拟合时,对车道线进行分段拟合,能够使每一个分段的曲线方程分别与实际的车道线更加匹配,使自动驾驶汽车可以更好地保持在实际车道线内行驶,使行驶安全性提高。
本发明实施例还提供了一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行上述对车道线进行拟合的方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种对车道线进行拟合的方法,其特征在于,所述方法包括:
在图像拍摄部件拍摄的车道图像中,提取车道线特征点;
基于M次多项式方程,对所述车道线特征点进行拟合,得到车道线的初始曲线方程,其中,M为预设正整数;
基于所述初始曲线方程的曲率,确定车道线分段位置;
基于N次多项式方程,对位于所述车道线分段位置与图像远端之间的车道线特征点进行拟合,得到车道线的第一分段的曲线方程,基于O次多项式方程,对位于所述车道线分段位置与图像近端之间的车道线特征点进行拟合,得到车道线的第二分段的曲线方程,其中,N和O分别为预设正整数;
根据所述第一分段的曲线方程和所述第二分段的曲线方程,确定车道线的最终曲线方程。
2.根据权利要求1所述的方法,其特征在于,所述基于所述初始曲线方程的曲率,确定车道线分段位置,包括:
确定所述初始曲线方程对应的曲线的最大曲率和最小曲率的平均值,在所述曲线上曲率为所述平均值的点中,确定纵坐标最小的目标点,作为车道线分段位置。
3.根据权利要求2所述的方法,其特征在于,所述位于所述车道线分段位置与图像远端之间的车道线特征点,包括纵坐标大于所述目标点的车道线特征点;
位于所述车道线分段位置与图像近端之间的车道线特征点,包括纵坐标小于所述目标点的车道线特征点。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一分段的曲线方程和所述第二分段的曲线方程,确定车道线的最终曲线方程,包括:
通过所述第二分段的曲线方程对应的第二曲线在所述车道图像中纵坐标最小的点,向所述第一分段的曲线方程对应的第一曲线做切线;
如果能够做出切线,则将所述第一曲线中纵坐标不小于切点纵坐标的部分、所述切线中纵坐标小于切点纵坐标的部分组成的多段曲线对应的曲线方程,确定为车道线的最终曲线方程;
如果无法做出切线,则确定所述第一曲线与所述第二曲线的交点,将所述第一曲线中纵坐标不小于所述交点的纵坐标的部分、所述第二曲线中纵坐标小于所述交点的纵坐标的部分组成的多段曲线对应的曲线方程,确定为车道线的最终曲线方程。
5.根据权利要求1所述的方法,其特征在于,M等于3,N等于2,O等于1。
6.一种对车道线进行拟合的装置,其特征在于,所述装置包括:
提取模块,用于在图像拍摄部件拍摄的车道图像中,提取车道线特征点;
第一拟合模块,用于基于M次多项式方程,对所述车道线特征点进行拟合,得到车道线的初始曲线方程,其中,M为预设正整数;
第一确定模块,用于基于所述初始曲线方程的曲率,确定车道线分段位置;
第二拟合模块,用于基于N次多项式方程,对位于所述车道线分段位置与图像远端之间的车道线特征点进行拟合,得到车道线的第一分段的曲线方程,基于O次多项式方程,对位于所述车道线分段位置与图像近端之间的车道线特征点进行拟合,得到车道线的第二分段的曲线方程,其中,N和O分别为预设正整数;
第二确定模块,用于根据所述第一分段的曲线方程和所述第二分段的曲线方程,确定车道线的最终曲线方程。
7.根据权利要求6所述的装置,其特征在于,所述第一确定模块,用于:
确定所述初始曲线方程对应的曲线的最大曲率和最小曲率的平均值,在所述曲线上曲率为所述平均值的点中,确定纵坐标最小的目标点,作为车道线分段位置。
8.根据权利要求7所述的装置,其特征在于,所述位于所述车道线分段位置与图像远端之间的车道线特征点,包括纵坐标大于所述目标点的车道线特征点;
位于所述车道线分段位置与图像近端之间的车道线特征点,包括纵坐标小于所述目标点的车道线特征点。
9.根据权利要求6所述的装置,其特征在于,所述第二确定模块,用于:
通过所述第二分段的曲线方程对应的第二曲线在所述车道图像中纵坐标最小的点,向所述第一分段的曲线方程对应的第一曲线做切线;
如果能够做出切线,则将所述第一曲线中纵坐标不小于切点纵坐标的部分、所述切线中纵坐标小于切点纵坐标的部分组成的多段曲线对应的曲线方程,确定为车道线的最终曲线方程;
如果无法做出切线,则确定所述第一曲线与所述第二曲线的交点,将所述第一曲线中纵坐标不小于所述交点的纵坐标的部分、所述第二曲线中纵坐标小于所述交点的纵坐标的部分组成的多段曲线对应的曲线方程,确定为车道线的最终曲线方程。
10.根据权利要求6所述的装置,其特征在于,M等于3,N等于2,O等于1。
11.一种终端,其特征在于,所述终端包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至5任一所述的对车道线进行拟合的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710903796.5A CN109583271B (zh) | 2017-09-29 | 2017-09-29 | 一种对车道线进行拟合的方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710903796.5A CN109583271B (zh) | 2017-09-29 | 2017-09-29 | 一种对车道线进行拟合的方法、装置及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109583271A CN109583271A (zh) | 2019-04-05 |
CN109583271B true CN109583271B (zh) | 2020-11-06 |
Family
ID=65914782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710903796.5A Active CN109583271B (zh) | 2017-09-29 | 2017-09-29 | 一种对车道线进行拟合的方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109583271B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110132291B (zh) * | 2019-05-16 | 2021-06-18 | 深圳数翔科技有限公司 | 用于港口的栅格地图生成方法、系统、设备及存储介质 |
CN112818778B (zh) * | 2021-01-21 | 2023-10-03 | 北京地平线机器人技术研发有限公司 | 车道线拟合方法、装置、介质以及电子设备 |
CN113077622A (zh) * | 2021-03-11 | 2021-07-06 | 雄狮汽车科技(南京)有限公司 | 路网文件的生成方法、装置及车辆 |
CN113780069B (zh) * | 2021-07-30 | 2024-02-20 | 武汉中海庭数据技术有限公司 | 一种汇流场景下的车道线分离绘制方法及装置 |
CN114092906B (zh) * | 2021-10-13 | 2024-07-30 | 武汉光庭信息技术股份有限公司 | 一种车道线分段拟合方法、系统、电子设备及存储介质 |
CN114399589B (zh) * | 2021-12-20 | 2022-11-11 | 禾多科技(北京)有限公司 | 三维车道线生成方法、装置、电子设备和计算机可读介质 |
CN114445597B (zh) * | 2022-01-28 | 2022-11-11 | 禾多科技(北京)有限公司 | 三维车道线生成方法、装置、电子设备和计算机可读介质 |
CN114435402B (zh) * | 2022-02-16 | 2024-05-31 | 智道网联科技(北京)有限公司 | 一种车道线平滑方法、装置和电子设备 |
CN114742958B (zh) * | 2022-02-18 | 2023-02-17 | 禾多科技(北京)有限公司 | 三维车道信息生成方法、装置、设备和计算机可读介质 |
CN114863385B (zh) * | 2022-03-23 | 2023-04-07 | 禾多科技(北京)有限公司 | 道路曲面信息生成方法、装置、设备和计算机可读介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009047476A1 (de) * | 2009-12-04 | 2011-06-09 | Robert Bosch Gmbh | Verfahren und Steuergerät zur Bestimmung einer Schnitttrajektorie eines Kurvenabschnitts einer Fahrbahn |
US9516277B2 (en) * | 2012-05-02 | 2016-12-06 | GM Global Technology Operations LLC | Full speed lane sensing with a surrounding view system |
CN103150337B (zh) * | 2013-02-04 | 2016-09-21 | 北京航空航天大学 | 一种基于Bézier曲线的车道线重构方法 |
CN105261020B (zh) * | 2015-10-16 | 2018-11-20 | 桂林电子科技大学 | 一种快速车道线检测方法 |
-
2017
- 2017-09-29 CN CN201710903796.5A patent/CN109583271B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109583271A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109583271B (zh) | 一种对车道线进行拟合的方法、装置及终端 | |
CN109067418B (zh) | 一种天线控制方法及移动终端 | |
CN106778585B (zh) | 一种人脸关键点跟踪方法和装置 | |
CN106847298B (zh) | 一种基于弥漫式语音交互的拾音方法和装置 | |
CN107826109B (zh) | 车道保持方法和装置 | |
CN105989572B (zh) | 图片处理方法及装置 | |
CN106296634B (zh) | 一种检测相似图像的方法和装置 | |
CN109739394B (zh) | 一种sar值的处理方法、移动终端 | |
CN108668328B (zh) | 一种网络切换方法及移动终端 | |
CN112230877A (zh) | 一种语音操作方法、装置、存储介质及电子设备 | |
CN109274441B (zh) | 一种调谐方法及终端设备 | |
CN106487984A (zh) | 一种调整音量的方法和装置 | |
CN110730017A (zh) | 一种射频装置及其控制方法、终端设备 | |
CN111083260A (zh) | 电子设备及其控制方法和控制装置、计算机可读存储介质 | |
CN111240451B (zh) | 散热方法、电子设备及计算机可读存储介质 | |
CN111246061B (zh) | 移动终端、拍摄模式的检测方法及存储介质 | |
CN107784298B (zh) | 一种识别方法及装置 | |
CN110099434B (zh) | 一种功率调整方法、终端设备及计算机可读存储介质 | |
CN109688611B (zh) | 一种频段参数的配置方法、装置、终端和存储介质 | |
CN109343811B (zh) | 一种显示调整方法及终端设备 | |
CN110022600B (zh) | 驱动电流的调节方法、装置、存储介质及移动终端 | |
CN105700801A (zh) | 一种界面截取方法和设备 | |
CN109947345B (zh) | 一种指纹识别方法和终端设备 | |
CN105184750A (zh) | 一种在移动终端对实时视频图像去噪的方法和装置 | |
CN111355991B (zh) | 视频播放方法、装置、存储介质及移动终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |