CN112036359B - 一种车道线的拓扑信息获得方法、电子设备及存储介质 - Google Patents

一种车道线的拓扑信息获得方法、电子设备及存储介质 Download PDF

Info

Publication number
CN112036359B
CN112036359B CN202010945214.1A CN202010945214A CN112036359B CN 112036359 B CN112036359 B CN 112036359B CN 202010945214 A CN202010945214 A CN 202010945214A CN 112036359 B CN112036359 B CN 112036359B
Authority
CN
China
Prior art keywords
lane line
road image
line pixel
road
frame
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
Application number
CN202010945214.1A
Other languages
English (en)
Other versions
CN112036359A (zh
Inventor
魏曦
俞宏达
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hubei Ecarx Technology Co Ltd
Original Assignee
Hubei Ecarx Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hubei Ecarx Technology Co Ltd filed Critical Hubei Ecarx Technology Co Ltd
Priority to CN202010945214.1A priority Critical patent/CN112036359B/zh
Publication of CN112036359A publication Critical patent/CN112036359A/zh
Application granted granted Critical
Publication of CN112036359B publication Critical patent/CN112036359B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供了一种车道线的拓扑信息获得方法、电子设备及存储介质，涉及图像处理技术领域，上述方法包括：确定每一帧道路图像内各车道线包含的车道线像素点；针对每一帧道路图像，将与该帧道路图像采集时刻相同的激光点云中的各激光点投影到上述道路图像，得到各激光投影点；分别搜索与每一帧道路图像中的各车道线像素点对应的激光投影点所对应的激光点；根据各车道线像素点的像素位置、对应的激光点的相对高度，确定各车道线像素点对应的实际位置的相对位置；根据车道线像素点对应的相对位置，确定各个道路图像中属于同一条车道线的车道线像素点，进而获得道路上车道线的拓扑信息。应用本发明实施例提供的方案可以获得车道线拓扑信息。

Description

一种车道线的拓扑信息获得方法、电子设备及存储介质
技术领域
本发明涉及图像处理技术领域，特别是涉及一种车道线的拓扑信息获得方法、电子设备及存储介质。
背景技术
道路上的车道线是用于指示车辆行驶路线的重要信息。按照交通规则，车辆需要沿车道线指示的路线行驶。因此，若在地图中标识出车道线的位置，则车辆能够参考地图中车道线的位置行驶，从而提高车辆行驶的安全性，防止车辆违反交通规则。为此为了能够在地图中准确标识出道路上的车道线，需要获得道路上车道线的拓扑信息。
其中，车道线的拓扑信息是指能够反映道路中车道线以及车道线间相对位置的拓扑信息。
发明内容
本发明实施例的目的在于提供一种车道线的拓扑信息获得方法、电子设备及存储介质，以获得道路上的车道线的拓扑信息。具体技术方案如下：
第一方面，本发明实施例提供了一种车道线的拓扑信息获得方法，所述方法包括：
确定搭载于可移动设备的图像采集器件采集的每一帧道路图像内各车道线包含的车道线像素点；
针对每一帧道路图像，将与该帧道路图像采集时刻相同的激光点云中的各激光点投影到所述道路图像，得到各激光投影点；
分别搜索与每一帧道路图像中的各车道线像素点对应的激光投影点所对应的激光点；
根据各车道线像素点在道路图像中的像素位置、各车道线像素点对应的激光点相对于所述可移动设备的相对高度，确定各车道线像素点对应的实际位置相对于所述可移动设备的相对位置；
根据各个道路图像中车道线像素点对应的相对位置，确定各个道路图像中属于同一条车道线的车道线像素点，进而获得车道线的拓扑信息。
本发明的一个实施例中，所述分别搜索与每一帧道路图像中的各车道线像素点对应的激光投影点所对应的激光点，包括：
针对每一帧道路图像，搜索该帧道路图像中与每一车道线像素点距离最近的第一预设数量个激光投射点对应的激光点，作为该车道线像素点所对应的激光点。
本发明的一个实施例中，所述根据各车道线像素点在道路图像中的像素位置、各车道线像素点对应的激光点相对于所述可移动设备的相对高度，确定各车道线像素点对应的实际位置相对于所述可移动设备的相对位置，包括：
获得所述图像采集器件采集该帧道路图像时与所述可移动设备之间的相对位姿；
根据所述相对位姿和所述图像采集器件的内参，对每一车道线像素点对应的相对高度和每一车道线像素点的像素位置进行位置转换，得到每一车道线像素点对应的实际位置相对于所述可移动设备的相对位置。
本发明的一个实施例中，所述根据各个道路图像中车道线像素点对应的相对位置，确定各帧道路图像中属于同一条车道线的车道线像素点，进而获得车道线的拓扑信息，包括：
获得所述图像采集器件采集每帧道路图像时所述可移动设备的设备位姿；
根据每帧道路图像对应的设备位姿，对各个道路图像中车道线像素点对应的相对位置进行位置转换，得到车道线像素点对应的实际位置相对于预设的基准位置的全局位置；
根据各帧道路图像中车道线像素点对应的全局位置，确定各帧道路图像中属于同一条车道线的车道线像素点，进而获得车道线的拓扑信息。
本发明的一个实施例中，所述根据各帧道路图像中车道线像素点对应的全局位置，确定各帧道路图像中属于同一条车道线的车道线像素点，进而获得车道线的拓扑信息，包括：
按照以下方式确定每相邻两帧道路图像中属于同一车道线的车道线像素点，进而获得车道线的拓扑信息：
根据每相邻两帧道路图像中车道线像素点对应的全局位置，计算其中一帧道路图像中每一车道线与另一帧道路图像中每一车道线之间的车道线距离以及车道线夹角；
根据计算得到的车道线距离以及车道线夹角，分别计算每相邻两帧道路图像中各个车道线之间的相似度损失；
针对每相邻两帧道路图像，按照使得总相似度损失最小的方式，从其中一帧道路图像内的车道线中，确定另一帧道路图像内每一车道线的相似车道线，并将每一车道线与其相似车道线中的车道线像素点确定为属于同一车道线的车道线像素点，进而获得车道线的拓扑信息。
本发明的一个实施例中，按照以下方式计算所述车道线距离：
针对道路图像中的每一车道线，根据道路图像中车道线像素点对应的相对位置表示的相对距离，选择相对距离最近的第二预设数量个用于计算车道线距离的目标车道线像素点，其中，所述相对距离为：车道线像素点对应的实际位置相对于所述可移动设备的距离；
针对每相邻两帧道路图像，根据其中一帧道路图像内所述目标车道线像素点对应的全局位置与另一帧道路图像中车道线像素点对应的全局位置，计算其中一帧道路图像中每一车道线与另一帧道路图像中每一车道线之间的车道线距离；
和/或
按照以下方式计算所述车道线夹角：
针对每相邻两帧道路图像，对于该相邻两帧道路图像中的每一车道线，根据车道线中车道线像素点对应的相对位置表示的相对距离，选择一帧道路图像中、相对距离最小的第三预设数量个车道线像素点，作为第一车道线像素点序列，并选择另一帧道路图像中、相对距离最小的第四预设数量个车道线像素点，作为第二车道线像素点序列；
计算第一直线与第二直线之间的夹角，作为道路图像中车道线与相邻帧道路图像中车道线之间的车道线夹角，其中，所述第一直线为：由所述第一车道线像素点序列中车道线像素点对应全局位置进行曲线拟合确定的直线，所述第二直线为：由第二车道线像素点序列中车道线像素点对应的全局位置进行曲线拟合确定的直线。
本发明的一个实施例中，所述获得道路上车道线的拓扑信息，包括：
根据车道线像素点对应的相对位置表示的相对距离，从各个道路图像内属于同一车道线的车道线像素点中，选择用于生成拓扑信息的车道线像素点，其中，所述相对距离为：车道线像素点对应的实际位置相对于所述可移动设备的距离；
根据所选择的用于生成拓扑信息的车道线像素点获得各个车道线的拓扑信息。
本发明的一个实施例中，所述根据各个道路图像中车道线像素点对应的相对位置，确定各个道路图像中属于同一条车道线的车道线像素点，获得车道线的拓扑信息，包括：
根据各个道路图像中车道线像素点对应的相对位置，确定各个道路图像中属于同一条车道线的车道线像素点，对属于同一条车道线的车道线像素点进行曲线拟合，获得各个车道线的拓扑信息。
第二方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现第一方面任一所述的方法步骤。
第三方面，本发明实施例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内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一所述的方法步骤。
第四方面，本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面任一所述的方法步骤。
本发明实施例有益效果：
本发明实施例提供的方案中，分别确定搭载于可移动设备上的图像采集器件采集的每一帧道路图像包含的车道线像素点，并针对每一帧道路图像，将与该帧道路图像采集时刻相同的激光点云中各激光点投影到该帧道路图像，得到激光投影点，搜索每一帧道路图像中车道线像素点对应的激光投影点，将搜索到的激光投影点对应的激光点确定为车道线像素点对应的激光点。根据车道线像素点的像素位置与车道线像素点对应的激光点相对于可移动设备的相对高度，确定车道线像素点对应的实际位置相对于可移动设备的相对位置。根据各个车道线像素点对应的相对位置，确定不同道路图像中属于同一条车道线的车道线像素点，从而确定车道线拓扑信息。由以上可见，通过本发明实施例提供的方案可以确定不同道路图像中属于同一车道线的车道线像素点，从而可以将不同道路图像中的车道线像素点拼接到一起，组成较大范围内车道线的拓扑信息。
附图说明
为了更清楚地说明本发明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为本发明实施例提供的第一种车道线的拓扑信息获得方法的流程示意图；
图2为本发明实施例提供的一种道路图像中车道线的示意图；
图3为本发明实施例提供的第二种车道线的拓扑信息获得方法的流程示意图；
图4本发明实施例中提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
由于在地图中标识出车道线的位置，可以使得车辆能够参考地图中车道线的位置行驶，为了能够在地图中准确标识出道路上的车道线，获得道路上车道线的拓扑信息，本发明实施例提供了一种车道线的拓扑信息获得方法、电子设备及存储介质。
本发明的一个实施例中，提供了一种车道线的拓扑信息获得方法，上述方法包括：
确定搭载于可移动设备的图像采集器件采集的每一帧道路图像内各车道线包含的车道线像素点。
针对每一帧道路图像，将与该帧道路图像采集时刻相同的激光点云中的各激光点投影到上述道路图像，得到各激光投影点。
分别搜索与每一帧道路图像中的各车道线像素点对应的激光投影点所对应的激光点。
根据各车道线像素点在道路图像中的像素位置、各车道线像素点对应的激光点相对于上述可移动设备的相对高度，确定各车道线像素点对应的实际位置相对于上述可移动设备的相对位置。
根据各个道路图像中车道线像素点对应的相对位置，确定各个道路图像中属于同一条车道线的车道线像素点，进而获得车道线的拓扑信息。
由以上可见，通过本发明实施例可以确定不同道路图像中属于同一车道线的车道线像素点，从而可以将不同道路图像中的车道线像素点拼接到一起，组成较大范围内车道线的拓扑信息。
下面通过具体的实施例对本发明实施例提供的车道线的拓扑信息获得方法进行说明。
参见图1，本发明实施例提供了第一种车道线的拓扑信息获得方法的流程示意图，上述方法包括以下步骤S101-S105。
S101：确定搭载于可移动设备的图像采集器件采集的每一帧道路图像内各车道线包含的车道线像素点。
其中，上述可移动设备可以为车辆、机器人等设备，上述图像采集器件可以为照相机、摄像机等器件。在可移动设备沿道路移动的过程中，上述图像采集器件可以以预设时间间隔采集道路图像，例如，上述预设时间间隔可以为0.1秒、0.5秒等，在上述图像采集器件为摄像机的情况下，可以将摄像机采集到的视频中的每一帧作为上述道路图像。
具体的，可以以预先训练的车道线识别模型在上述道路图像中识别出车道线像素点，并且确定同一张道路图像中属于一条车道线的车道线像素点。
参见图2，本发明实施例提供了一种道路图像中车道线的示意图。
其中，图中的黑色直线或者虚线为车道线，标注数字相同的黑色直线属于同一条车道线。
S102：针对每一帧道路图像，将与该帧道路图像采集时刻相同的激光点云中的各激光点投影到上述道路图像，得到各激光投影点。
具体的，上述激光点云可以是搭载于上述可移动设备上的激光雷达所采集的激光点云。
上述图像采集器件的视场范围与上述激光雷达的投射范围相交，因此激光雷达发射激光的激光点会位于道路图像所示的范围内，便可以将激光点投影到上述道路图像中。
本发明的一个实施例中，激光雷达搭载在可移动设备上，可以采集到其视场范围内的激光点云，通过激光点云所在坐标系与道路图像所在坐标系之间的坐标变换关系，将激光点云中的各激光点投影到道路图像中，得到各激光投影点。
其中，激光点云所在的坐标系可以以原点为可移动设备上的任意一点的三维坐标系，例如，在上述可移动设备上搭载有IMU(Inertial Measurement Unit，惯性测量单元)的情况下，上述三维坐标系的原点可以为IMU，则上述三维坐标系可以被称为IMU坐标系。激光点在激光点云所在的坐标系中的位置可以被称为激光点位置。
本发明的一个实施例中可以通过以下公式确定每一激光点在道路图像中的坐标，从而确定每一激光点在该道路图像中的激光投影点。
Figure BDA0002675072820000081
其中，Zc为尺度齐次，u为激光投影点在道路图像中的横坐标，v为激光投影点在道路图像中的纵坐标，dx表示道路图像在横轴上单位像素的尺寸大小，dy表示道路图像在纵轴上单位像素的尺寸大小，γ为畸变参数，u0为道路图像中光心像素点的横坐标，v0为道路图像中光心像素点的纵坐标，f为图像采集器件的焦距，R1为表示图像采集器件与激光雷达之间相对偏转角度的正交旋转矩阵，T1为表示图像采集器件与激光雷达之间相对位置的平移矩阵，Xi1为激光点的x轴坐标，Yi1为激光点的y轴坐标，Zi1为激光点的z轴坐标。其中，上述x轴的正方向为水平方向，y轴的正方向为垂直方向，z轴的正方向为纵深方向，激光点云所在坐标系的原点为预设的上述可移动设备上的点。上述垂直方向可以为该道路图像采集时刻上述可移动设备的前进方向，上述纵深方向可以为该道路图像采集时刻上述可移动设备在道路上所在位置处垂直于上述道路向上的方向，根据上述垂直方向与纵深方向，可以根据右手定律确定水平方向。
具体的，上述dx、dy、γ、u0、v0与f均为图像采集器件预设的内参，根据上述公式可以计算得到
Figure BDA0002675072820000082
即Zc*u，Zc*v与Zc*1，因此可以根据计算得到的Zc*u除以Zc，Zc*v除以Zc得到u与v，便可以计算得到激光点在道路图像中的坐标，即激光投影点的坐标。
S103：分别搜索与每一帧道路图像中的各车道线像素点对应的激光投影点所对应的激光点。
具体的，可以搜索每一帧道路图像中的车道线像素点对应的激光投影点，将搜索到的激光投影点对应的激光点确定为车道线像素点对应的激光点。
本发明的一个实施例中，针对每一车道线像素点，可以选择与该车道线像素点之间的距离小于预设距离的范围内，任意激光投影点作为该车道线像素点对应的激光投影点。
本发明的另一个实施例中，可以通过以下步骤A搜索各车道线像素点对应的激光投影点所对应的激光点。
步骤A：针对每一帧道路图像，搜索该帧道路图像中与每一车道线像素点距离最近的第一预设数量个激光投影点对应的激光点，作为该车道线像素点所对应的激光点。
具体的，针对每一车道线像素点，可以根据道路图像中激光投影点的坐标与该车道线像素点的坐标，确定与该车道线像素点距离最近的第一预设数量个激光投影点，将所确定的激光投影点对应的激光点确定为该车道线像素点对应的激光点。
上述第一预设数量可以为1个或多个，如2个、5个等。
S104：根据各车道线像素点在道路图像中的像素位置、各车道线像素点对应的激光点相对于上述可移动设备的相对高度，确定各车道线像素点对应的实际位置相对于上述可移动设备的相对位置。
其中，由于激光点的位置为激光点相对于可移动设备的相对位置，因此根据激光点的位置可以确定激光点相对于可移动设备的相对高度。
在车道线像素点所对应激光点的数量为1个的情况下，上述相对高度即为该车道线像素点所对应激光点相对于可移动设备的相对高度。在车道线像素点所对应激光点的数量为多个的情况下，上述相对高度可以为该车道线像素点所对应激光点的相对高度的最大值、最小值或平均值等。
本发明的一个实施例中，根据激光雷达所发射激光投射到道路表面上车道线中的激光点，可以确定车道线像素点对应的现实世界中车道线上的实际位置相对于上述可移动设备的相对位置。
具体的，可以根据激光点云所在坐标系与道路图像所在坐标系之间的坐标变换关系，将车道线像素点的像素位置的坐标转换为激光点云所在坐标系内水平方向上的坐标，即x轴坐标与y轴坐标，并根据车道线像素点对应的激光点相对于上述可移动设备的相对高度确定z轴坐标，从而确定每一车道线像素点对应的实际位置相对于上述可移动设备的相对位置。
本发明的一个实施例中，可以通过步骤B-步骤C确定各车道线像素点对应的实际位置相对于上述可移动设备的相对位置，在此暂不详述。
S105：根据各个道路图像中车道线像素点对应的相对位置，确定各个道路图像中属于同一条车道线的车道线像素点，进而获得车道线的拓扑信息。
其中，上述车道线的拓扑信息是指能够反映车道线以及车道线间相对位置的拓扑信息。
具体的，由于每条车道线在道路上都是部分连续的，因此属于同一条车道线的车道线像素点对应的实际位置在道路上距离较近，而道路图像是由搭载于可移动设备上的图像采集器件在道路上移动的过程中采集的，因此可以根据可移动设备的移动速度与移动方向，确定可移动设备在图像采集器采集道路图像的时刻在道路上的位置，根据各个道路图像中车道线像素点对应的相对位置，即车道线像素点对应的实际位置相对于可移动设备的位置，可以确定车道线像素点对应的实际位置在道路上的位置，从而确定属于同一车道线的实际位置，将属于同一车道线的实际位置对应的车道线像素点确定为属于同一条车道线的车道线像素点。
其中，可以根据车道线像素点所对应的实际位置在车道线中的相邻关系，依次将各个实际位置对应的车道线像素点的像素位置存储到数组中，从而获得道路上车道线的拓扑信息，在道路上包含多条车道线的情况下，可以分别确定每一车道线的拓扑信息。
另外，本发明的一个实施例中也可以通过步骤S105A-S105C确定获得车道线的拓扑信息，在此暂不详述。
由以上可见，通过本发明实施例提供的方案可以确定不同道路图像中属于同一车道线的车道线像素点，从而可以将不同道路图像中的车道线像素点拼接到一起，组成较大范围内车道线的拓扑信息。
本发明的一个实施例中，可以通过以下步骤B-步骤C确定每一车道线像素点对应的实际位置相对于上述可移动设备的相对位置。
步骤B：获得上述图像采集器件采集该帧道路图像时与上述可移动设备之间的相对位姿。
具体的，上述相对位姿包括上述图像采集器件与上述可移动设备之间的相对位置以及上述图像采集器件与上述可移动设备之间的相对偏转角度。
由于上述图像采集器件搭载于上述可移动设备上，因此可以认为上述相对位姿是预先设定且始终保持不变的，则可以在安装上述图像采集器件时测量上述相对位姿，作为相对位姿的固定值。
另外，上述可移动设备上也可以搭载IMU测量IMU的位姿，用于表示可移动设备的位姿，并结合图像采集器件安装在可移动设备上的安装位置和图像采集器件与可移动设备的朝向之间的安装偏转角度信息，确定上述图像采集器件采集该道路图像时与上述可移动设备之间的相对位姿。
步骤C：根据上述相对位姿和上述图像采集器件的内参，对每一车道线像素点对应的相对高度和每一车道线像素点的像素位置进行位置转换，得到每一车道线像素点对应的实际位置相对于上述可移动设备的相对位置。
其中，上述内参可以包括：道路图像在横轴上单位像素的尺寸大小、道路图像在纵轴上单位像素的尺寸大小、畸变参数、道路图像中光心像素点的横坐标、道路图像中光心像素点的纵坐标、图像采集器件的焦距等。
具体的，上述相对位置也可以以原点为可移动设备上的任意一点的三维坐标系中的三维坐标的形式表示。
本发明的一个实施例中，可以根据以下公式得到每一车道线像素点对应的实际位置相对于上述可移动设备的相对位置。
Figure BDA0002675072820000111
其中，u′为车道线像素点在道路图像中的横坐标，v′为激光投影点在道路图像中的纵坐标，R2为表示图像采集器件与上述可移动设备之间相对偏转角度的正交旋转矩阵，T2为表示图像采集器件与上述可移动设备之间相对位置的平移矩阵，Xi2为车道线像素点对应的实际位置的相对位置的x轴坐标，Yi2为车道线像素点对应的实际位置的相对位置的y轴坐标，Zi2为车道线像素点对应的实际位置相对于上述可移动设备的相对高度。其中，上述原点为可移动设备上的任意一点的三维坐标系的x轴的正方向为水平方向，y轴的正方向为垂直方向，z轴的正方向为纵深方向。上述垂直方向可以为该道路图像采集时刻上述可移动设备的前进方向，上述纵深方向可以为该道路图像采集时刻上述可移动设备在道路上所在位置处垂直于上述道路向上的方向，根据上述垂直方向与纵深方向，可以根据右手定律确定水平方向。
具体的，可以预设Zc的取值为1，可以计算得到Zi2′，计算Zi2与Zi2′之间的比值得到Zc，从而可以基于计算得到的Zc计算Xi2与Yi2。将计算得到的Xi2作为相对位置的x轴坐标，计算得到的Yi2作为相对位置的y轴坐标，Zi2作为相对位置的z轴坐标。
由以上可见，由于激光雷达可以获得较为准确的激光点云中激光点的激光点位置，而道路表面往往较为平滑，因此车道线像素点对应的实际位置相对于可移动设备之间的相对位置，和与该车道线像素点距离最近的第一预设数量个激光投影点对应的激光点相对于可移动设备的激光点位置相近，因此根据每一车道线像素点对应的激光点的激光点位置，确定得到的车道线像素点对应的相对位置较准确。
参见图3，本发明实施例提供了第二种车道线的拓扑信息获得方法的流程示意图，与前述图1相比，上述步骤S105可以通过以下步骤S105A-S105C实现。
S105A：获得上述图像采集器件采集每帧道路图像时上述可移动设备的设备位姿。
具体的，上述可移动设备上可以搭载IMU，可以由IMU计算可移动设备的设备位姿。
由于IMU计算可移动设备的设备位姿的频率与图像采集器件采集道路图像的频率可能不相同，图像采集器件采集道路图像的时刻，IMU可能没有测量可移动设备的设备位姿，因此可以选择IMU在与图像采集器件采集道路图像的时刻最接近的时刻计算的可移动设备的设备位姿，作为图像采集器件采集道路图像时可移动设备的设备位姿。也可以根据球面插值算法，模拟计算得到IMU未测量设备位姿的时刻可移动设备的设备位姿，从而计算得到的图像采集器件采集道路图像时可移动设备的设备位姿。
S105B：根据每帧道路图像对应的设备位姿，对各个道路图像中车道线像素点对应的相对位置进行位置转换，得到车道线像素点对应的实际位置相对于预设的基准位置的全局位置。
具体的，由于道路图像中车道线像素点对应的相对位置是车道线像素点对应的实际位置相对于可移动设备的位置，也就是说每一车道线像素点的相对位置都是根据可移动设备的位置确定的。可移动设备是沿道路移动的，因此不同道路图像反映的同一实际位置的相对位置是不同的。每帧道路图像的设备位姿可以反映采集该帧道路图像的时刻可移动设备的位姿，因此根据每帧道路图像对应的设备位姿与道路图像中车道线像素点对应的相对位置，便可以将每一车道线像素点的相对位置转换为相对于相同的基准位置的全局位置。由于上述全局位置是车道线像素点对应的实际位置相对于预设的基准位置的位置，而基准位置是固定的位置，因此可以认为车道线像素点对应的实际位置的全局位置是固定的。
其中，可以以图像采集器件采集第一帧道路图像的时刻可移动设备在道路上的位置作为基准位置。则可以以基准位置作为坐标原点、以现实空间的东向为x轴正方向，北向为y轴正方向，以右手定律确定z轴正方向建立三维坐标系，也可以以图像采集器件采集第一帧道路图像的时刻可移动设备在道路上的前进方向作为y轴正方向，以图像采集器件采集第一帧道路图像的时刻可移动设备在道路上所在位置处垂直于上述道路向上的方向作为z轴正方向，以右手定律确定x轴的正方向，以三维坐标系中坐标点的坐标值表示上述全局位置。
本发明的一个实施例中，可以通过以下公式计算得到上述全局位置的坐标值。
Figure BDA0002675072820000141
其中，上述Xw为车道线像素点对应的实际位置的全局位置的x轴坐标，Yw为车道线像素点对应的实际位置的全局位置的y轴坐标，Zw为车道线像素点对应的实际位置的全局位置的z轴坐标，上述Xi3为车道线像素点对应的实际位置的相对位置的x轴坐标，Yi3为车道线像素点对应的实际位置的相对位置的y轴坐标，Zi3为车道线像素点对应的实际位置的相对位置的z轴坐标，R3为表示可移动设备的偏转角度的正交旋转矩阵，T3为表示可移动设备的位置的平移矩阵。
S105C：根据各帧道路图像中车道线像素点对应的全局位置，确定各帧道路图像中属于同一条车道线的车道线像素点，进而获得车道线的拓扑信息。
具体的，由于道路上的车道线是部分连续的，因此属于同一车道线的实际位置在道路上彼此相邻，各个车道线像素点对应的全局位置可以表示各个车道线像素点对应的实际位置相对于同一基准位置的位置，因此根据车道线像素点对应的全局位置便可以确定车道线像素点对应的彼此相邻的实际位置，进而获得道路上车道线的拓扑信息。
本发明的一个实施例中，可以针对每一车道线，根据车道线像素点对应的实际位置相对于上述可移动设备的相对位置，从各个道路图像内属于该车道线的车道线像素点中，选择用于生成拓扑信息的车道线像素点。根据所选择的车道线像素点，获得道路上车道线的拓扑信息。
具体的，由于实际位置与上述可移动设备之间距离越近，计算得到的实际位置的全局位置越准确，因此针对每一车道线，仅从各个道路图像内属于该车道线的车道线像素点中选择与上述可移动设备之间距离较近的实际位置对应的车道线像素点，组成车道线的拓扑信息，可以使得获得的车道线的拓扑信息较准确。
其中，上述用于生成拓扑信息的车道线像素点可以为一个或多个。
另外，由于本发明实施例中获得的车道线的拓扑信息是由一个个车道线像素点组成的，而车道线是部分连续的线，因此可以对各个道路图像中属于同一条车道线的车道线像素点进行曲线拟合，获得道路上车道线的拓扑信息。
具体的，可以通过NURBS曲线拟合算法对属于同一条车道线的车道线像素点进行曲线拟合。
由以上可见，车道线像素点对应的全局位置是车道线像素点对应的实际位置相对于同一基准位置的位置，因此不同道路图像上对应同一实际位置的车道线像素点对应的全局位置是相同的，因此根据上述全局位置便可以确定属于同一车道线的车道线像素点，进而获得道路上车道线的拓扑信息。
本发明的一个实施例中，可以通过步骤D-步骤F，确定每相邻两帧道路图像中属于同一车道线的车道线像素点，进而获得车道线的拓扑信息。
步骤D：根据每相邻两帧道路图像中车道线像素点对应的全局位置，计算其中一帧道路图像中每一车道线与另一帧道路图像中每一车道线之间的车道线距离以及车道线夹角。
由于上述道路图像是图像采集器件依次采集的，因此相邻两帧道路图像中属于同一车道线的车道线之间的车道线距离较短，车道线夹角较小。
具体的，可以以图像采集器件采集的第一帧道路图像开始，确定第一帧道路图像的车道线与第二帧道路图像的车道线之间的车道线距离以及车道线夹角，进而确定第一帧道路图像与第二帧道路图像中属于同一车道线的车道线像素点，再确定第二帧道路图像的车道线与第三帧道路图像的车道线之间的车道线距离以及车道线夹角，进而确定第二帧道路图像与第三帧道路图像中属于同一车道线的车道线像素点，以此类推。
另外，也可以同步确定每相邻两帧道路图像中的车道线之间的车道线距离以及车道线夹角。
本发明的一个实施例中，针对每相邻两帧道路图像，可以计算其中一帧道路图像中每一条车道线中车道线像素点对应的全局位置的x轴坐标的平均值、y轴坐标的平均值、z轴坐标的平均值，用于表示该帧道路图像中每一车道线的位置坐标，并计算另一帧道路图像中每一条车道线中车道线像素点对应的全局位置的x轴坐标的平均值、y轴坐标的平均值、z轴坐标的平均值，用于表示该另一帧道路图像中每一条车道线的位置坐标，计算车道线的位置坐标之间的距离，可以作为相邻两帧道路图像中车道线之间的车道线距离。
另外，针对每相邻两帧道路图像，本发明实施例可以根据其中一帧道路图像中每一条车道线中所有车道线像素点对应的全局位置，对每一条车道线的车道线像素点对应的全局位置进行曲线拟合，确定用于表示每一条车道线的第三直线，根据另一帧道路图像中每一条车道线中所有车道线像素点对应的全局位置，对每一条车道线的车道线像素点对应的全局位置进行曲线拟合，确定用于表示每一条车道线的第四直线，分别计算每一第三直线与每一第四直线之间的夹角，作为相邻两帧道路图像中车道线之间的车道线夹角。
步骤E：根据计算得到的车道线距离以及车道线夹角，分别计算每相邻两帧道路图像中各个车道线之间的相似度损失。
具体的，针对每相邻两帧道路图像，可以分别计算其中一帧道路图像中各个车道线与另一帧道路图像中各个车道线之间的车道线距离以及车道线夹角的加权和，作为相邻两帧道路图像中各个车道线之间的相似度损失。
由于若相邻两帧道路图像中的车道线属于同一车道线，则两者之间的车道线距离较小、车道线夹角也较小，所以计算得到的加权和也较小，也就是相似度损失较小。
步骤F：针对每相邻两帧道路图像，按照使得总相似度损失最小的方式，从其中一帧道路图像内的车道线中，确定另一帧道路图像内每一车道线的相似车道线，并将每一车道线与其相似车道线中的车道线像素点确定为属于同一车道线的车道线像素点，进而获得车道线的拓扑信息。
具体的，可以通过分配算法，如Hungarian算法，确定相邻两帧道路图像中车道线之间的匹配关系，对于其中一帧道路图像中的车道线，将与该车道线相匹配的另一帧道路图像内的车道线作为相似车道线。
针对每相邻两帧道路图像，若分别确定其中一帧道路图像内每一车道线对应的损失度最小的另一帧道路图像中的车道线，可能会出现多条车道线对应的损失度最小的车道线是同一条车道线的问题。因此按照使得总相似度损失最小的方式，从其中一帧道路图像内的车道线中，确定另一帧道路图像内每一车道线的相似车道线，可以确保一帧道路图像中的车道线仅与另一帧道路图像中的一条车道线相对应。
由以上可见，属于同一车道线的相邻两帧道路图像中的车道线之间的车道线距离较小且车道线夹角较小，因此可以根据车道线距离与车道线夹角确定属于同一车道线的车道线像素点。另外按照使得总相似度损失最小的方式，从其中一帧道路图像内的车道线中，确定另一帧道路图像内每一车道线的相似车道线，可以使得确定得到的属于同一车道线的车道线像素点的结果在总体上损失最小。
本发明的一个实施例中，可以通过以下步骤D1-步骤D2确定相邻两帧道路图像中车道线之间的车道线距离。
步骤D1：针对道路图像中的每一车道线，根据道路图像中车道线像素点对应的相对位置表示的相对距离，选择相对距离最近的第二预设数量个用于计算车道线距离的目标车道线像素点。
其中，上述相对距离为：车道线像素点对应的实际位置相对于上述可移动设备的距离。
具体的，由于图像采集器件采集的图像具有透视效果，也就是与图像采集器件越近的实际位置在道路图像中越大，与图像采集器件越远的实际位置在道路图像中越小，因此距离图像采集器件越近的实际位置在道路图像中显示的越清晰，也就是说距离图像采集器件越近的实际位置计算得到的全局位置越准确，根据距离图像采集器件较近的实际位置的全局位置确定属于同一车道线的车道线像素点的结果较准确，由于图像采集器件搭载在可移动设备上，因此可以根据实际位置与可移动设备之间的距离表示实际位置与图像采集器件之间的距离，所以可以根据道路图像中车道线像素点对应的实际位置相对于上述可移动设备的相对位置，确定实际位置与可移动设备之间的距离，用于表示实际位置与图像采集器件之间的距离。
其中，上述第二预设数量可以为1个或多个。
步骤D2：针对每相邻两帧道路图像，根据其中一帧道路图像内上述目标车道线像素点对应的全局位置与另一帧道路图像中车道线像素点对应的全局位置，计算其中一帧道路图像中每一车道线与另一帧道路图像中每一车道线之间的车道线距离。
具体的，在上述目标车道线像素点为1个的情况下，可以根据目标车道线像素点对应的全局位置，计算上述目标车道线像素点对应的实际位置与另一帧帧道路图像中车道线之间的距离，作为相邻两帧道路图像中车道线之间的车道线距离。
在上述目标车道线像素点为多个的情况下，可以根据目标车道线像素点对应的全局位置，分别计算上述目标车道线像素点对应的实际位置与另一帧道路图像中车道线之间的距离，将距离的最大值、最小值或平均值等作为相邻两帧道路图像中车道线之间的车道线距离。
由以上可见，由于车道线像素点对应的全局位置是车道线像素点对应的实际位置相对于基准位置的位置，基准位置是固定的，因此每一实际位置的全局位置保持不变。因为在不同道路图像中对应同一实际位置的车道线像素点对应的全局位置相同，因此根据车道线像素点对应的全局位置可以在不同道路图像中确定出属于同一车道线的车道线像素点。仅根据道路图像中与可移动设备之间距离较近的目标车道线像素点计算相邻两帧道路图像中车道线之间的车道线距离，可以减少计算车道线距离时需要考虑的车道线像素点的数量，从而降低计算车道线距离的计算量。并且由于与可移动设备之间距离较近的目标车道线像素点对应的全局位置较准确，因此仅根据道路图像中与可移动设备之间距离较近的目标车道线像素点计算相邻两帧道路图像中车道线之间的车道线距离，可以提高计算得到的车道线距离的准确度。
本发明的一个实施例中，也可以通过以下步骤D3-步骤D4确定相邻两帧道路图像中车道线之间的车道线夹角。
步骤D3：针对每相邻两帧道路图像，对于该相邻两帧道路图像中的每一车道线，根据车道线中车道线像素点对应的相对位置表示的相对距离，选择一帧道路图像中、相对距离最小的第三预设数量个车道线像素点，作为第一车道线像素点序列，并选择另一帧道路图像中、相对距离最小的第四预设数量个车道线像素点，作为第二车道线像素点序列。
同样的，由于与可移动设备之间距离较近的车道线像素点对应的全局位置较准确。因此可以选择相邻两帧道路图像中一帧道路图像内与可移动设备之间距离最近的第三预设数量个车道线像素点，组成第一车道线像素点序列，表示该帧道路图像中整条车道线的车道线像素点。
并选择另一帧道路图像内与可移动设备之间距离最近的第四预设数量个车道线像素点，组成第二车道线像素点序列，表示另一帧道路图像中整条车道线的车道线像素点。
其中，上述第三预设数量与第四预设数量可以相同也可以不同。
步骤D4：计算第一直线与第二直线之间的夹角，作为道路图像中车道线与相邻道路图像中车道线之间的车道线夹角。
其中，上述第一直线为：由上述第一车道线像素点序列中车道线像素点对应的全局位置进行曲线拟合确定的直线。
上述第二直线为：由第二车道线像素点序列中车道线像素点对应的全局位置进行曲线拟合确定的直线。
由以上可见，由于车道线像素点对应的全局位置是车道线像素点对应的实际位置相对于基准位置的位置，基准位置是固定的，因此每一实际位置的全局位置保持不变，因为在不同道路图像中对应同一实际位置的车道线像素点对应的全局位置相同，因此根据车道线像素点对应的全局位置可以在不同道路图像中确定出属于同一车道线的车道线像素点。仅根据相邻两帧道路图像中的一帧道路图像内与可移动设备之间距离较近的部分车道线像素点组成的第一车道线像素点序列，另一帧道路图像中与可移动设备之间距离较近的部分车道线像素点组成的第二车道线像素点序列，计算相邻两帧道路图像中车道线之间的车道线夹角。可以减少计算车道线夹角时需要考虑的车道线像素点的数量，从而降低计算车道线夹角的计算量。并且由于与可移动设备之间距离较近的车道线像素点对应的全局位置较准确，因此仅根据第一车道线像素点序列与第二车道线像素点序列计算相邻两帧道路图像中车道线之间的车道线夹角，可以提高计算得到的车道线夹角的准确度。
本发明实施例还提供了一种电子设备，如图4所示，包括处理器401、通信接口402、存储器403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线404完成相互间的通信，
存储器403，用于存放计算机程序；
处理器401，用于执行存储器403上所存放的程序时，实现车道线的拓扑信息获得方法实施例中任一所述的方法步骤。
应用本发明实施例提供的电子设备获得车道线的拓扑信息时，通过本发明实施例可以确定不同道路图像中属于同一车道线的车道线像素点，从而可以将不同道路图像中的车道线像素点拼接到一起，组成较大范围内车道线的拓扑信息。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一车道线的拓扑信息获得方法的步骤。
应用本实施例提供的计算机可读存储介质中存储的计算机程序获得车道线的拓扑信息时，通过本发明实施例可以确定不同道路图像中属于同一车道线的车道线像素点，从而可以将不同道路图像中的车道线像素点拼接到一起，组成较大范围内车道线的拓扑信息。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一车道线的拓扑信息获得方法的步骤。
执行本实施例提供的计算机程序产品获得车道线的拓扑信息时，通过本发明实施例可以确定不同道路图像中属于同一车道线的车道线像素点，从而可以将不同道路图像中的车道线像素点拼接到一起，组成较大范围内车道线的拓扑信息。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于电子设备、计算机可读存储介质和计算机程序产品而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。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，均包含在本发明的保护范围内。

Claims (10)

1.一种车道线的拓扑信息获得方法，其特征在于，所述方法包括：
确定搭载于可移动设备的图像采集器件采集的每一帧道路图像内各车道线包含的车道线像素点；
针对每一帧道路图像，将与该帧道路图像采集时刻相同的激光点云中的各激光点投影到所述道路图像，得到各激光投影点；
分别搜索与每一帧道路图像中的各车道线像素点对应的激光投影点所对应的激光点；
根据激光点云所在坐标系与道路图像所在坐标系之间的坐标变换关系，将各车道线像素点的像素位置的坐标转换为激光点云所在坐标系内的x轴坐标与y轴坐标，并根据车道线像素点对应的激光点相对于上述可移动设备的相对高度确定z轴坐标，根据所述x轴坐标、y轴坐标以及z轴坐标确定各车道线像素点对应的实际位置相对于所述可移动设备的相对位置；
根据各个道路图像中车道线像素点对应的相对位置，确定各个道路图像中属于同一条车道线的车道线像素点，进而获得车道线的拓扑信息。
2.根据权利要求1所述的方法，其特征在于，所述分别搜索与每一帧道路图像中的各车道线像素点对应的激光投影点所对应的激光点，包括：
针对每一帧道路图像，搜索该帧道路图像中与每一车道线像素点距离最近的第一预设数量个激光投影点对应的激光点，作为该车道线像素点所对应的激光点。
3.根据权利要求1所述的方法，其特征在于，所述根据激光点云所在坐标系与道路图像所在坐标系之间的坐标变换关系，将各车道线像素点的像素位置的坐标转换为激光点云所在坐标系内的x轴坐标与y轴坐标，并根据车道线像素点对应的激光点相对于上述可移动设备的相对高度确定z轴坐标，根据所述x轴坐标、y轴坐标以及z轴坐标确定各车道线像素点对应的实际位置相对于所述可移动设备的相对位置，包括：
获得所述图像采集器件采集该帧道路图像时与所述可移动设备之间的相对位姿；
根据所述相对位姿和所述图像采集器件的内参，对每一车道线像素点对应的激光点相对于所述可移动设备的相对高度和每一车道线像素点的像素位置进行位置转换，得到每一车道线像素点对应的实际位置相对于所述可移动设备的相对位置。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述根据各个道路图像中车道线像素点对应的相对位置，确定各帧道路图像中属于同一条车道线的车道线像素点，进而获得车道线的拓扑信息，包括：
获得所述图像采集器件采集每帧道路图像时所述可移动设备的设备位姿；
根据每帧道路图像对应的设备位姿，对各个道路图像中车道线像素点对应的相对位置进行位置转换，得到车道线像素点对应的实际位置相对于预设的基准位置的全局位置；
根据各帧道路图像中车道线像素点对应的全局位置，确定各帧道路图像中属于同一条车道线的车道线像素点，进而获得车道线的拓扑信息。
5.根据权利要求4所述的方法，其特征在于，所述根据各帧道路图像中车道线像素点对应的全局位置，确定各帧道路图像中属于同一条车道线的车道线像素点，进而获得车道线的拓扑信息，包括：
按照以下方式确定每相邻两帧道路图像中属于同一车道线的车道线像素点，进而获得车道线的拓扑信息：
根据每相邻两帧道路图像中车道线像素点对应的全局位置，计算其中一帧道路图像中每一车道线与另一帧道路图像中每一车道线之间的车道线距离以及车道线夹角；
根据计算得到的车道线距离以及车道线夹角，分别计算每相邻两帧道路图像中各个车道线之间的车道线距离与车道线夹角的加权和，作为相邻两帧道路图像中各个车道线之间的相似度损失；
针对每相邻两帧道路图像，按照使得总相似度损失最小的方式，从其中一帧道路图像内的车道线中，确定另一帧道路图像内每一车道线的相似车道线，并将每一车道线与其相似车道线中的车道线像素点确定为属于同一车道线的车道线像素点，进而获得车道线的拓扑信息。
6.根据权利要求5所述的方法，其特征在于，按照以下方式计算所述车道线距离：
针对道路图像中的每一车道线，根据道路图像中车道线像素点对应的相对位置表示的相对距离，选择相对距离最近的第二预设数量个用于计算车道线距离的目标车道线像素点，其中，所述相对距离为：车道线像素点对应的实际位置相对于所述可移动设备的距离；
针对每相邻两帧道路图像，根据其中一帧道路图像内所述目标车道线像素点对应的全局位置与另一帧道路图像中车道线像素点对应的全局位置，计算其中一帧道路图像中每一车道线与另一帧道路图像中每一车道线之间的车道线距离；
和/或
按照以下方式计算所述车道线夹角：
针对每相邻两帧道路图像，对于该相邻两帧道路图像中的每一车道线，根据车道线中车道线像素点对应的相对位置表示的相对距离，选择一帧道路图像中、相对距离最小的第三预设数量个车道线像素点，作为第一车道线像素点序列，并选择另一帧道路图像中、相对距离最小的第四预设数量个车道线像素点，作为第二车道线像素点序列；
计算第一直线与第二直线之间的夹角，作为道路图像中车道线与相邻帧道路图像中车道线之间的车道线夹角，其中，所述第一直线为：由所述第一车道线像素点序列中车道线像素点对应的全局位置进行曲线拟合确定的直线，所述第二直线为：由第二车道线像素点序列中车道线像素点对应的全局位置进行曲线拟合确定的直线。
7.根据权利要求1-3中任一项所述的方法，其特征在于，所述获得车道线的拓扑信息，包括：
根据车道线像素点对应的相对位置表示的相对距离，从各个道路图像内属于同一车道线的车道线像素点中，选择用于生成拓扑信息的车道线像素点，其中，所述相对距离为：车道线像素点对应的实际位置相对于所述可移动设备的距离；
根据所选择的用于生成拓扑信息的车道线像素点获得各个车道线的拓扑信息。
8.根据权利要求1-3中任一项所述的方法，其特征在于，所述根据各个道路图像中车道线像素点对应的相对位置，确定各个道路图像中属于同一条车道线的车道线像素点，获得车道线的拓扑信息，包括：
根据各个道路图像中车道线像素点对应的相对位置，确定各个道路图像中属于同一条车道线的车道线像素点，对属于同一条车道线的车道线像素点进行曲线拟合，获得各个车道线的拓扑信息。
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-8任一所述的方法步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-8任一所述的方法步骤。
CN202010945214.1A 2020-09-10 2020-09-10 一种车道线的拓扑信息获得方法、电子设备及存储介质 Active CN112036359B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010945214.1A CN112036359B (zh) 2020-09-10 2020-09-10 一种车道线的拓扑信息获得方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010945214.1A CN112036359B (zh) 2020-09-10 2020-09-10 一种车道线的拓扑信息获得方法、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112036359A CN112036359A (zh) 2020-12-04
CN112036359B true CN112036359B (zh) 2021-07-09

Family

ID=73585321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010945214.1A Active CN112036359B (zh) 2020-09-10 2020-09-10 一种车道线的拓扑信息获得方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112036359B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906665A (zh) * 2021-04-06 2021-06-04 北京车和家信息技术有限公司 交通标线融合方法、装置、存储介质及电子设备
CN113465615B (zh) * 2021-06-23 2021-11-09 智道网联科技(北京)有限公司 车道线的生成方法及相关装置
CN115147789B (zh) * 2022-06-16 2023-04-18 禾多科技（北京）有限公司 分合流道路信息检测方法、装置、设备和计算机可读介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2210233A1 (en) * 2007-11-16 2010-07-28 Tele Atlas B.V. Method of and apparatus for producing lane information
CN110657801B (zh) * 2018-06-29 2022-02-08 阿里巴巴（中国）有限公司 定位方法、装置以及电子设备
CN109902637B (zh) * 2019-03-05 2021-03-19 长沙智能驾驶研究院有限公司 车道线检测方法、装置、计算机设备和存储介质
CN110163930B (zh) * 2019-05-27 2023-06-27 北京百度网讯科技有限公司 车道线生成方法、装置、设备、系统及可读存储介质
CN111126182B (zh) * 2019-12-09 2022-09-20 苏州智加科技有限公司 车道线检测方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN112036359A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN112036359B (zh) 一种车道线的拓扑信息获得方法、电子设备及存储介质
CN111192331B (zh) 一种激光雷达和相机的外参标定方法及装置
WO2018142900A1 (ja) 情報処理装置、データ管理装置、データ管理システム、方法、及びプログラム
US10909395B2 (en) Object detection apparatus
CN112050821B (zh) 一种车道线聚合方法
CN111815707A (zh) 点云确定方法、点云筛选方法、装置、计算机设备
CN111986214B (zh) 一种地图中人行横道的构建方法和电子设备
CN112753038B (zh) 识别车辆变道趋势的方法和装置
WO2022183685A1 (zh) 目标检测方法、电子介质和计算机存储介质
CN115376109B (zh) 障碍物检测方法、障碍物检测装置以及存储介质
WO2022110862A1 (zh) 地面导向箭头的构建方法及其装置、电子设备及存储介质
CN111699410A (zh) 点云的处理方法、设备和计算机可读存储介质
CN112381873B (zh) 一种数据标注方法及装置
EP4250245A1 (en) System and method for determining a viewpoint of a traffic camera
CN112507891A (zh) 自动化识别高速路口并构建路口向量的方法及装置
CN109598199B (zh) 车道线生成方法和装置
CN111814769A (zh) 一种信息采集方法、装置、终端设备及存储介质
CN116386373A (zh) 车辆定位方法、装置、存储介质及电子设备
CN114863096B (zh) 室内停车场的语义地图构建及定位方法和装置
CN113269827B (zh) 一种实现自动化标定的方法和计算装置
CN115656991A (zh) 车辆外参标定方法、装置、设备以及存储介质
CN115236643A (zh) 一种传感器标定方法、系统、装置、电子设备及介质
CN113014899B (zh) 一种双目图像的视差确定方法、装置及系统
JP2923063B2 (ja) 多視点ステレオ画像計測方法
CN112598736A (zh) 一种基于地图构建的视觉定位方法及装置

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