CN112184799A - 车道线空间坐标确定方法、装置、存储介质和电子设备 - Google Patents

Abstract

本公开实施例公开了一种车道线空间坐标确定方法、装置、存储介质和电子设备，其中，方法包括：通过设置在车辆上的相机获取图像，所述图像中包括所述车辆所在车道的一组车道线；确定所述车道线的至少一个点的空间坐标；将所述空间坐标重投影到所述图像中，获得所述车道线中至少一个点在所述图像中的像素坐标；基于所述车道线中至少一个点在所述图像中的像素坐标，确定所述车道线中至少一个点对应的优化的空间坐标；实现利用相机感知车道线信息，并根据投影几何相关理论快速求取道路高度。由于只涉及到单幅图像上车道线信息的运算，不需要跟踪前后多幅图像，也不需要进行其他特征的提取与匹配，因此具有很高的实时性。

Description

车道线空间坐标确定方法、装置、存储介质和电子设备

技术领域

本公开涉及辅助驾驶技术领域，尤其是一种车道线空间坐标确定方法、装置、存储介质和电子设备。

背景技术

道路高度模型是指车辆前方的道路高度或坡度，由于此前检测道路高度的传感设备如雷达等较为昂贵，同时通过图像来获取道路高度较为困难，计算机辅助驾驶系统大多采用了路面为平面的假设，这种方式对坡度较大的路面并不能很好地处理，比如出现检测盲区、测距不准、跟踪丢失等问题。

发明内容

为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种车道线空间坐标确定方法、装置、存储介质和电子设备。

根据本公开实施例的一个方面，提供了一种车道线空间坐标确定方法，包括：

通过设置在车辆上的相机获取图像，所述图像中包括所述车辆所在车道的一组车道线；

确定所述车道线的至少一个点的空间坐标；

将所述空间坐标重投影到所述图像中，获得所述车道线中至少一个点在所述图像中的像素坐标；

基于所述车道线中至少一个点在所述图像中的像素坐标，确定所述车道线中至少一个点对应的优化的空间坐标。

根据本公开实施例的另一个方面，提供了一种车道线空间坐标确定装置，包括：

图像获取模块，用于通过设置在车辆上的相机获取图像，所述图像中包括所述车辆所在车道的一组车道线；

投影转换模块，用于确定所述图像获取模块获取的图像中包括的车道线的至少一个点的空间坐标；

重投影模块，用于将所述投影转换模块确定的所述空间坐标重投影到所述图像中，获得所述车道线中至少一个点在所述图像中的像素坐标；

高度值确定模块，用于基于所述重投影模块确定的车道线中至少一个点在所述图像中的像素坐标，确定所述车道线中至少一个点对应的优化的空间坐标。

根据本公开实施例的又一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述实施例所述的车道线空间坐标确定方法。

根据本公开实施例的还一个方面，提供了一种电子设备，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述实施例所述的车道线空间坐标确定方法。

基于本公开上述实施例提供的一种车道线空间坐标确定方法、装置、存储介质和电子设备，通过设置在车辆上的相机获取图像，所述图像中包括所述车辆所在车道的一组车道线；确定所述车道线的至少一个点的空间坐标；将所述空间坐标重投影到所述图像中，获得所述车道线中至少一个点在所述图像中的像素坐标；基于所述车道线中至少一个点在所述图像中的像素坐标，确定所述车道线中至少一个点对应的优化的空间坐标；实现利用相机感知车道线信息，并根据投影几何相关理论快速求取道路高度。由于只涉及到单幅图像上车道线信息的运算，不需要跟踪前后多幅图像，也不需要进行其他特征的提取与匹配，因此具有很高的实时性。

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。

附图说明

通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1(a)表示车辆遇见上坡道路时前方道路的车道线信息示意图。

图1(b)表示车辆遇见下坡时前方道路的车道线信息示意图。

图1(c)为图1(a)中的道路车道线在逆透视图中的示意图。

图1(d)为图1(b)中的道路车道线在逆透视图中的示意图。

图1(e)为车道线在世界坐标系下的空间坐标与图像中的像素坐标的对应关系示意图。

图1(f)展示了道路高度建模的结果。

图2是本公开提供的车道线空间坐标确定方法的一个示例性流程图。

图3是本公开一示例性实施例提供的车道线空间坐标确定方法的流程示意图。

图4是本公开图3所示的实施例中步骤303的一个流程示意图。

图5是本公开图3所示的实施例中步骤304的一个流程示意图。

图6是本公开图3所示的实施例中步骤304的另一流程示意图。

图7是本公开图3所示的实施例中步骤302的一个流程示意图。

图8是本公开一示例性实施例提供的车道线空间坐标确定装置的结构示意图。

图9是本公开另一示例性实施例提供的车道线空间坐标确定装置的结构示意图。

图10是本公开一示例性实施例提供的电子设备的结构图。

具体实施方式

下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。

应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。

还应理解，在本公开实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。

还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。

另外，本公开中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。

还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。

终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

申请概述

在实现本公开的过程中，发明人发现，现有技术中常用激光雷达，获取三维点云，通过三维点云来恢复道路高度。但该方法至少存在以下问题：激光雷达的成本过高，不适合一般的辅助驾驶系统。

示例性系统

图1(a)表示车辆遇见上坡道路时前方道路的车道线信息示意图。如图1(a)所示，在车辆遇见上坡道路的情况，车辆100通过安装在前方的摄像头101来获取前方道路的车道线信息，车辆当前所处路面为102，相机的光轴为103，指向的位置正好位于半坡，图像中的感兴趣区域大多位于光轴附近，此时位于坡顶105位置处的障碍物对车辆来说是不可见的；摄像机的投影平面为与103平行的平面，和实际的路面不平行，更为合理的投影平面为104。

图1(b)表示车辆遇见下坡时前方道路的车道线信息示意图。如图1(b)所示，在车辆遇见上坡道路的情况，车辆100同样根据安装在前方的摄像头101来获取前方道路的感知信息，车辆当前所处路面为102，相机的光轴为103，106为与道路平行的投影平面，此时位于坡底108位置处的障碍物对车辆来说是不可见的。

图1(c)为图1(a)中的道路车道线在逆透视图中的示意图。如图1(c)所示，200为平坦路段，205为上坡起始点，对于现实世界平行的车道线，逆透视(IPM)图中上坡部分会出现畸变，201为畸变的车道线部分，表现为向外扩散，202为理想情况。

图1(d)为图1(b)中的道路车道线在逆透视图中的示意图。如图1(d)所示，200为平坦路段，206为下坡起始点，同样对于平行的车道线，逆透视(IPM)图中下坡部分也会出现畸变，见车道线204，表现为向里收缩，202为理想情况。

图1(e)为车道线在世界坐标系下的空间坐标与图像中的像素坐标的对应关系示意图。如图1(e)所示，左边为道路高度计算所使用的世界坐标系，XZ平面为车辆所在平面，Z为车辆前进方向，Y表示道路高度所在的方向，右边为图像坐标系，207表示图像。世界坐标系下的点Q通过投影变换变为图像中的点q。

图1(f)展示了道路高度建模的结果。如图1(f)所示，白色曲线代表道路高度，可以看出是前方道路平面低于当前车辆所在平面。

图2是本公开提供的车道线空间坐标确定方法的一个示例性流程图。本公开不需要类似于激光雷达等昂贵的道路高度检测设备，克服了激光雷达的成本过高，不适合一般的辅助驾驶系统的问题。如图2所示，步骤201，通过设置在车辆上的摄像头获取到前方路面的图像；步骤202，对该图像进行处理，检测图像中的车道线，其中，检测车道线的方法目前有很多，可以包括但不限于：边缘检测、Hough变换、透视变换、颜色分割、语义分割等；步骤203，从检测到的车道线中筛选出属于当前车道的左右车道线，并将图像投影到空间坐标，获得当前车道的左右车道线的空间坐标，并进行车道线建模，车道线建模的目的是使车道线变的连续，并且具有一定的预测能力；其中，车道线建模可以包括但不限于抛物线模型、圆弧模型、B样条曲线或者低阶多项式模型等；步骤204，根据车道线模型选取等距的点对，间隔为任意设定值，例如：0.5m或1m等，具体间隔取值按照计算量的大小来设定，通过重投影方法可以获得这些点对在步骤201所获得的图像中的位置；步骤205，根据图像中的点对计算每对点对处的道路高度。具体计算方法可以为：

上述公式(1)中P为摄像机的投影矩阵，该矩阵包含了相机的内参和外参，世界坐标系(空间坐标)中的三维向量通过左乘该矩阵，可以将三维信息投影为图像中的二维信息；如图1(e)所示，公式(2)和(3)表示世界坐标系中坐标为[X,Y,Z]的点经过投影后在图像中的位置，u为横向方向位置，v为纵向方向位置。由于投影矩阵P不可逆，在已知图像坐标(u，v)的条件下难以求得路面高度，但如果加入车道线平行的约束，即不同距离处车道的宽度均相等，假设为width，那么可以推导出道路高度与车道宽度的关系：

w(h)＝width 公式(4)

具体推导过程为：令公式(2)和公式(3)中的Y为h(即，将空间坐标中的y轴作为高度轴)，通过公式(2)和公式(3)可以反求到X，对于相同距离(在空间坐标中的Z轴坐标取值相同)的一对车道线上的点对，可以求得两个X，即X1和X2，X2–X1即为车道的宽度w(h)。

将步骤204获取到的一系列点对代入公式(4)即可以计算出相应的道路高度h。

步骤206，在获得了一系列离散的道路高度后，根据这些离散的点对车辆前方的道路高度进行建模，建模的结果可以是三次或二次曲线，形式如h＝c₃Z³+c₂Z²+c₁Z+c₀，例如，如图1(f)显示的单帧图片道路高度建模的结果。

本公开提供的方法利用单目摄像头感知车道线信息，并根据车道线平行的约束和射影几何相关理论快速求取道路高度。由于只涉及到单幅图像上车道线信息的运算，不需要跟踪前后多幅图像，也不需要进行其他特征的提取与匹配，因此具有很高的实时性。此外，整个计算不受场景的限制，适用于任何包含车道线的静止和运动场景。

本公开只需要一个摄像头和少量的运算便可以获取到车辆前方的道路高度模型，在已知前方道路高度的情况下，将会对计算机辅助驾驶系统提供包括但不限于以下的有益效果：a)在已经道路高度的情况下通过调整相机pitch角来实现调整摄像机的投影平面目的，去除道路平面的假设，获取更为准确的障碍物位置和距离；b)提前调整车辆发动机的功率，使车辆保持和平路时相同的行驶速度，增加驾驶的舒适性；c)在晚上根据道路坡度调整车辆前灯的角度，使之能够照射更远的范围。

示例性方法

图3是本公开一示例性实施例提供的车道线空间坐标确定方法的流程示意图。本实施例可应用在电子设备上，如图3所示，包括如下步骤：

步骤301，通过设置在车辆上的相机获取图像。

其中，图像中至少包括车辆所在车道的一组车道线。

步骤302，确定车道线的至少一个点的空间坐标。

在一些可选示例中，可以通过投影的方式将图像中的车道线的至少一个点投影到空间坐标(例如，世界坐标系)，以获得车道线中的至少一个点的空间坐标，可选地，由于车道线的高度未知，此时，投影的空间坐标中可将高度轴(例如，y轴)设置为零。

步骤303，将空间坐标重投影到图像中，获得车道线中至少一个点在图像中的像素坐标。

可选地，基于投影矩阵进行转换可获得重投影矩阵，通过重投影矩阵可实现将空间坐标转换到图像中，获得车道线在图像中的像素坐标。

步骤304，基于车道线中至少一个点在图像中的像素坐标，确定车道线中至少一个点对应的优化的空间坐标。

可选地，获得的车道线对应的优化的空间坐标中包括高度轴(例如，y轴)的值，此时即可根据高度轴的取值确定车道线在该位置的高度。

本公开上述实施例提供的一种车道线空间坐标确定方法，通过设置在车辆上的相机获取图像，所述图像中包括所述车辆所在车道的一组车道线；确定所述车道线的至少一个点的空间坐标；将所述空间坐标重投影到所述图像中，获得所述车道线中至少一个点在所述图像中的像素坐标；基于所述车道线中至少一个点在所述图像中的像素坐标，确定所述车道线中至少一个点对应的优化的空间坐标；实现利用相机感知车道线信息，并根据投影几何相关理论快速求取道路高度。由于只涉及到单幅图像上车道线信息的运算，不需要跟踪前后多幅图像，也不需要进行其他特征的提取与匹配，因此具有很高的实时性。

如图4所示，在上述图3所示实施例的基础上，步骤303可包括如下步骤：

步骤3031，获取车道线中的多组点对。

其中，每组点对中的两个点的空间坐标与车辆的相对距离相同；可选地，可如图2所示的实施例中的步骤204提供的点对获取方法，在车道线的空间坐标中选取多组点对。

步骤3032，将多组点对重投影到图像中，获得多组点对中每组点对在图像中的像素坐标。

由于在图像中车道线经过畸变，在图像中相同长度的车道线在实际道路中其长度肯能不同，因此，不能在图像中直接获取车道线的点对，只有在空间坐标中获得的点对才能体现真实路面的车道线距离，本实施例在空间坐标中获得多组点对，实现在车道线的长度上可设定的获取多组包括左车道线点和右车道线点的点对。

在一些可选的实施例中，多组点对中每相邻两对点对之间的相对距离相同。

通过获得等距的多组点对，保证了每组点对中的两个点是对应一组车道线中对称的两个点，即每组点对之间的横坐标差值相等(一组车道线平行设置，在空间坐标中一组车道线中两个对称点的横坐标差值相等)，通过获得等距点对保证了车道线平行可作为车道线高度计算的已知条件，提高了车道线高度计算的准确率。

如图5所示，在上述图3所示实施例的基础上，步骤304可包括如下步骤：

步骤3041，基于相机的投影矩阵确定车道线中的至少一个点在图像中的像素坐标与至少一个点对应的空间坐标之间的对应关系。

可选地，相机的投影矩阵可参照上述图2所示的实施例中的公式(1)，图像中的像素坐标与至少一个点对应的空间坐标之间的对应关系可参照上述图2所示的实施例中的公式(2)和(3)，(u，v)表示图像中的像素坐标。

步骤3042，基于对应关系确定车道线中的点的空间坐标中的宽度坐标与空间坐标中的长度坐标、高度坐标，以及图像中的像素坐标之间的关系。

可选地，可参照上述图2所示的实施例中的公式(4)获得空间坐标中的宽度坐标与空间坐标中的长度坐标、高度坐标，以及图像中的像素坐标之间的关系。

步骤3045，基于一组车道线包括的点对中两个点之间的宽度坐标差值，确定点对中两个点对应的高度坐标。

可选地，可参照上述图2所示的实施例中的步骤204将点对带入公式(4)，即可计算获得点对对应的位置的车道线的高度坐标，本实施例打破了传统由图像二维信息恢复三维信息的方法，避免了大量耗时的运算以及光照、颠簸等因素带来的不确定性。

如图6所示，在上述图3所示实施例的基础上，步骤304可包括如下步骤：

步骤3041，基于相机的投影矩阵确定车道线中的至少一个点在图像中的像素坐标与至少一个点对应的空间坐标之间的对应关系。

步骤3042，基于对应关系确定车道线中的点的空间坐标中的宽度坐标与空间坐标中的长度坐标、高度坐标，以及图像中的像素坐标之间的关系。

步骤3043，基于一组车道线之间的平行性，将一组车道线的空间坐标中的长度坐标和高度坐标设置为零，获得车辆所在位置的车道线间距。

步骤3044，将车道线间距作为每组点对中两个点之间的宽度坐标差值。

可选地，可对应上述图2所示的实施例中公式(4)的推导过程，即，点对中两个点在X轴上的差值为宽度值，表达为：X2–X1即为车道的宽度w(h)。

步骤3045，基于一组车道线包括的点对中两个点之间的宽度坐标差值，确定点对中两个点对应的高度坐标。

在实际道路中，同一车道的两条车道线相互平行，即，在空间坐标中，两个车道线之间的宽度坐标差值相等；获得车道线间距的方法可以通过数据统计确定为例如3.5米的值，或者，通过将Z值设为0，确定车辆所在位置的车道线间距。

在一些可选的实施例中，步骤304还可以包括：

基于车道线包括的多组点对对应的高度坐标，建立车道线对应优化的空间坐标的车道线高度模型。

本实施例中，在获得了一系列离散的道路高度后，根据这些离散的点对车辆前方的道路高度进行建模，建模的结果可以是三次或二次曲线，例如，如图2所示实施例中步骤206获得的建模结果：h＝c₃Z³+c₂Z²+c₁Z+c₀，通过建模可获得如图1(f)所示的道路高度建模结果，由于建模结果更方便带入，本实施例提供的方法可应用于任意包括车道线的任何静止和运动场景。

如图7所示，在上述图3所示实施例的基础上，步骤302可包括如下步骤：

步骤3021，基于相机的投影矩阵变换得到反向投影矩阵，相机的投影矩阵基于相机的内参和外参确定。

可选地，本实施例中的反向投影矩阵可基于上述图2所示的实施例中的公式(1)经过变换得到，其中公式(1)中的12个元素代表相机的内参和外参，其中变换可以是通过去掉公式(1)中的第二列(该列代表y轴取值，由于在该空间坐标中将y轴取值统一设置为0，因此可忽略该列)之后取逆，即获得反向投影矩阵。

步骤3022，利用反向投影矩阵将车道线的至少一个点的像素坐标转换为对应的空间坐标。

本实施例对应上述图2所示实施例中步骤203，实现利用反向投影矩阵将图像中识别到的车道线反向投影到空间坐标中，以达到获得实际道路中车道线的长度和宽度坐标的，进而在车道线的空间长度坐标上进行获取对应点对，使获取的点对在实际道路中是在车道线中对称的，这样才可以将点对中两个点之间的宽度距离固定，以实现对点对处车道线高度的估计，并且实现了在摄像头检测到车道线的第一时刻可以计算出道路高度，并于后续跟踪和测距等模块的优化。

本公开实施例提供的任一种车道线空间坐标确定方法可以由任意适当的具有数据处理能力的设备执行，包括但不限于：终端设备和服务器等。或者，本公开实施例提供的任一种车道线空间坐标确定方法可以由处理器执行，如处理器通过调用存储器存储的相应指令来执行本公开实施例提及的任一种车道线空间坐标确定方法。下文不再赘述。

示例性装置

图8是本公开一示例性实施例提供的车道线空间坐标确定装置的结构示意图。如图8所示，本实施例包括：

图像获取模块81，用于通过设置在车辆上的相机获取图像。

其中，图像中包括车辆所在车道的一组车道线。

投影转换模块82，用于确定图像获取模块81获取的图像中包括的车道线的至少一个点的空间坐标。

重投影模块83，用于将投影转换模块82确定的空间坐标重投影到图像中，获得车道线中至少一个点在图像中的像素坐标。

高度值确定模块84，用于基于重投影模块83确定的车道线中至少一个点在图像中的像素坐标，确定车道线中至少一个点对应的优化的空间坐标。

本公开上述实施例提供的一种车道线空间坐标确定装置，通过设置在车辆上的相机获取图像，所述图像中包括所述车辆所在车道的一组车道线；确定所述车道线的至少一个点的空间坐标；将所述空间坐标重投影到所述图像中，获得所述车道线中至少一个点在所述图像中的像素坐标；基于所述车道线中至少一个点在所述图像中的像素坐标，确定所述车道线中至少一个点对应的优化的空间坐标；实现利用相机感知车道线信息，并根据投影几何相关理论快速求取道路高度。由于只涉及到单幅图像上车道线信息的运算，不需要跟踪前后多幅图像，也不需要进行其他特征的提取与匹配，因此具有很高的实时性。

图9是本公开另一示例性实施例提供的车道线空间坐标确定装置的结构示意图。如图9所示，本实施例包括：

投影转换模块82，包括：

矩阵转换单元821，用于基于相机的投影矩阵变换得到反向投影矩阵，相机的投影矩阵基于相机的内参和外参确定。

反投影单元822，用于利用反向投影矩阵将车道线的至少一个点的像素坐标转换为对应的空间坐标。

在该实施例中，重投影模块83包括：

点对获取单元831，用于获取车道线中的多组点对。

其中，每组点对中的两个点的空间坐标与车辆的相对距离相同。

可选地，多组点对中每相邻两对点对之间的相对距离相同。

像素坐标确定单元832，用于将多组点对重投影到图像中，获得多组点对中每组点对在图像中的像素坐标。

高度值确定模块84，包括：

第一关系确定单元841，用于基于相机的投影矩阵确定车道线中的至少一个点在图像中的像素坐标与至少一个点对应的空间坐标之间的对应关系。

第二关系确定单元842，用于基于对应关系确定车道线中的点的空间坐标中的宽度坐标与空间坐标中的长度坐标、高度坐标，以及图像中的像素坐标之间的关系。

车道线间距单元843，用于基于一组车道线之间的平行性，将一组车道线的空间坐标中的长度坐标和高度坐标设置为零，获得车辆所在位置的车道线间距。

宽度差值确定单元844，用于将车道线间距作为每组点对中两个点之间的宽度坐标差值。

高度坐标确定单元845，用于基于一组车道线包括的点对中两个点之间的宽度坐标差值，确定点对中两个点对应的高度坐标。

高度模型确定单元846，用于基于车道线包括的多组点对对应的高度坐标，建立车道线对应优化的空间坐标的车道线高度模型。

示例性电子设备

下面，参考图10来描述根据本公开实施例的电子设备。该电子设备可以是第一设备100和第二设备200中的任一个或两者、或与它们独立的单机设备，该单机设备可以与第一设备和第二设备进行通信，以从它们接收所采集到的输入信号。

图10图示了根据本公开实施例的电子设备的框图。

如图10所示，电子设备10包括一个或多个处理器11和存储器12。

处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备10中的其他组件以执行期望的功能。

存储器12可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器11可以运行所述程序指令，以实现上文所述的本公开的各个实施例的车道线空间坐标确定方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。

在一个示例中，电子设备10还可以包括：输入装置13和输出装置14，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

例如，在该电子设备是第一设备100或第二设备200时，该输入装置13可以是上述的麦克风或麦克风阵列，用于捕捉声源的输入信号。在该电子设备是单机设备时，该输入装置13可以是通信网络连接器，用于从第一设备100和第二设备200接收所采集的输入信号。

此外，该输入设备13还可以包括例如键盘、鼠标等等。

该输出装置14可以向外部输出各种信息，包括确定出的距离信息、方向信息等。该输出设备14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图10中仅示出了该电子设备10中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备10还可以包括任何其他适当的组件。

示例性计算机程序产品和计算机可读存储介质

除了上述方法和设备以外，本公开的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的车道线空间坐标确定方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本公开的实施例还可以是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在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的车道线空间坐标确定方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，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。

本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

可能以许多方式来实现本公开的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。

还需要指出的是，在本公开的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (10)

1.一种车道线空间坐标确定方法，包括：

通过设置在车辆上的相机获取图像，所述图像中包括所述车辆所在车道的一组车道线；

确定所述车道线的至少一个点的空间坐标；

将所述空间坐标重投影到所述图像中，获得所述车道线中至少一个点在所述图像中的像素坐标；

基于所述车道线中至少一个点在所述图像中的像素坐标，确定所述车道线中至少一个点对应的优化的空间坐标。

2.根据权利要求1所述的方法，其中，所述将所述空间坐标重投影到所述图像中，获得所述车道线中至少一个点在所述图像中的像素坐标，包括：

获取所述车道线中的多组点对，所述每组点对中的两个点的空间坐标与所述车辆的相对距离相同；

将所述多组点对重投影到所述图像中，获得所述多组点对中每组点对在图像中的像素坐标。

3.根据权利要求2所述的方法，其中，所述多组点对中每相邻两对点对之间的相对距离相同。

4.根据权利要求2所述的方法，其中，所述基于所述车道线中至少一个点在所述图像中的像素坐标，确定所述车道线中至少一个点对应的优化的空间坐标，包括：

基于所述相机的投影矩阵确定所述车道线中的至少一个点在所述图像中的像素坐标与所述至少一个点对应的空间坐标之间的对应关系；

基于所述对应关系确定所述车道线中的点的空间坐标中的宽度坐标与所述空间坐标中的长度坐标、高度坐标，以及所述图像中的像素坐标之间的关系；

基于所述一组车道线包括的点对中两个点之间的宽度坐标差值，确定所述点对中两个点对应的高度坐标。

5.根据权利要求4所述的方法，在基于所述一组车道线包括的点对中两个点之间的宽度坐标差值，确定所述点对中两个点对应的高度坐标之前，还包括：

基于所述一组车道线之间的平行性，将所述一组车道线的空间坐标中的长度坐标和高度坐标设置为零，获得所述车辆所在位置的车道线间距；

将所述车道线间距作为所述每组点对中两个点之间的宽度坐标差值。

6.根据权利要求5所述的方法，还包括：

基于所述车道线包括的多组点对对应的高度坐标，建立所述车道线对应优化的空间坐标的车道线高度模型。

7.根据权利要求1-6任一所述的方法，其中，所述确定所述车道线的至少一个点的空间坐标，包括：

基于相机的投影矩阵变换得到反向投影矩阵，所述相机的投影矩阵基于所述相机的内参和外参确定；

利用所述反向投影矩阵将所述车道线的至少一个点的像素坐标转换为对应的空间坐标。

8.一种车道线空间坐标确定装置，包括：

图像获取模块，用于通过设置在车辆上的相机获取图像，所述图像中包括所述车辆所在车道的一组车道线；

投影转换模块，用于确定所述图像获取模块获取的图像中包括的车道线的至少一个点的空间坐标；

重投影模块，用于将所述投影转换模块确定的所述空间坐标重投影到所述图像中，获得所述车道线中至少一个点在所述图像中的像素坐标；

高度值确定模块，用于基于所述重投影模块确定的车道线中至少一个点在所述图像中的像素坐标，确定所述车道线中至少一个点对应的优化的空间坐标。

9.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-7任一所述的车道线空间坐标确定方法。

10.一种电子设备，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求1-7任一所述的车道线空间坐标确定方法。

Images