CN112215213A - 车道线检测方法、装置、电子设备及存储介质 - Google Patents
车道线检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112215213A CN112215213A CN202011434375.0A CN202011434375A CN112215213A CN 112215213 A CN112215213 A CN 112215213A CN 202011434375 A CN202011434375 A CN 202011434375A CN 112215213 A CN112215213 A CN 112215213A
- Authority
- CN
- China
- Prior art keywords
- identification
- line
- sub
- lane line
- area
- 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.)
- Pending
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)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供的一种车道线检测方法、装置、电子设备及存储介质,该方法包括:获取当前车辆在行驶方向上的影像信息;根据预划分的识别区域确定影像信息的识别范围,识别区域包括多个子区域,多个子区域的区域交点为灭点;在识别范围内,根据子区域内的识别影像获取位于子区域内的识别线,并根据识别线确定当前车辆在行驶方向上的车道线。本发明提供的一种车道线检测方法、装置、电子设备及存储介质,通过基于灭点为区域交点所划分的多个子区域,对采集到的当前车辆在行驶方向上的影像信息进行识别,能够在影像信息中快速确定识别范围,并在识别范围内快速找到车道线,实现车辆基于车道线进行的后续驾驶。
Description
技术领域
本发明涉及智能驾驶技术领域,尤其涉及一种车道线检测方法、装置、电子设备及存储介质。
背景技术
在智能驾驶过程中,车道线检测是要检测道路上的车道线的位置以及车道线是实线还是虚线。
在现有技术中,对车道线的检测多是采用深度学习的方法,利用深度学习模型去检测,但这种方法对硬件资源的要求较高,不易普遍应用到车辆上。
发明内容
本发明提供一种车道线检测方法、装置、电子设备及存储介质,用于解决上述问题。
本发明实施例提供一种车道线检测方法,包括:
获取当前车辆在行驶方向上的影像信息;
根据预划分的识别区域确定所述影像信息的识别范围,其中,所述识别区域包括多个子区域,所述多个子区域的区域交点为灭点;
在所述识别范围内,根据所述子区域内的识别影像获取位于所述子区域内的识别线,并根据所述识别线确定当前车辆在行驶方向上的车道线。
进一步地,所述方法还包括:获取各子区域内的识别影像,包括:
将所述识别区域的区域交点与所述影像信息的灭点重合;
根据所述识别区域的各子区域的边线框在所述影像信息上截取对应子区域的识别影像。
进一步地,所述方法还包括:划分识别区域,所述划分识别区域包括:
将第一垂直边线与第一水平边线的交点作为区域交点;
在所述第一垂直边线两侧以区域交点为起点形成两条倾斜边线,所述两条倾斜边线与第一垂直边线各自的夹角相同;
其中,所述倾斜边线位于第一车道线和第二车道线之间,第一车道线和第二车道线为在标准路况影像中位于第二垂直边线一侧的车道线,所述第二垂直边线为在标准路况影像中以灭点作第二水平边线后,以第二水平边线上的灭点为起点作垂直线获得。
进一步地,所述在所述识别范围内根据所述子区域内的识别影像获取位于所述子区域内的识别线,包括:
对各子区域对应的识别影像进行二值化处理,使识别影像中的呈线条状的连通区域作为各子区域内的识别线。
进一步地,所述根据所述识别线确定当前车辆在行驶方向上的车道线,包括:
若子区域内存在单排识别线,且距离当前车辆最近的识别线的起点与终点之间的长度超出第一阈值,则所述识别线为实车道线;
若子区域内存在单排识别线,且距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为虚车道线;
若子区域内存在双排识别线,且每排中距离当前车辆最近的识别线的起点与终点之间的长度均超出第一阈值,则所述识别线为实车道线;
若子区域内存在双排识别线,且每排中距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为虚车道线;
若子区域内存在双排识别线,且一排中距离当前车辆最近的识别线的起点与终点之间的长度超出第一阈值,另一排中距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为单侧变换车道线。
第二方面,本发明实施例提供一种车道线检测装置,包括:
采集模块,用于获取当前车辆在行驶方向上的影像信息;
识别模块,用于根据预划分的识别区域确定所述影像信息的识别范围,其中,所述识别区域包括多个子区域,所述多个子区域的区域交点为灭点;
检测模块,用于在所述识别范围内,根据所述子区域内的识别影像获取位于所述子区域内的识别线,并根据所述识别线确定当前车辆在行驶方向上的车道线。
进一步地,所述检测模块在根据所述子区域内的识别影像获取位于所述子区域内的识别线的处理过程中,具体用于:
对各子区域对应的识别影像进行二值化处理,根据所述二值化处理的结果,将所述识别影像中的呈线条状的连通区域作为各子区域内的识别线。
进一步地,所述检测模块在根据所述识别线确定当前车辆在行驶方向上的车道线的处理过程中,具体用于:
若子区域内存在单排识别线,且距离当前车辆最近的识别线的起点与终点之间的长度超出第一阈值,则所述识别线为实车道线;
若子区域内存在单排识别线,且距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为虚车道线;
若子区域内存在双排识别线,且每排中距离当前车辆最近的识别线的起点与终点之间的长度均超出第一阈值,则所述识别线为实车道线;
若子区域内存在双排识别线,且每排中距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为虚车道线;
若子区域内存在双排识别线,且一排中距离当前车辆最近的识别线的起点与终点之间的长度超出第一阈值,另一排中距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为单侧变换车道线。
第三方面,本发明实施例提供一种电子设备,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,所述处理器执行所述程序时实现如上述车道线检测方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述车道线检测方法的步骤。
由上述技术方案可知,本发明实施例提供的一种车道线检测方法、装置、电子设备及存储介质,通过基于灭点为区域交点所划分的多个子区域,对采集到的当前车辆在行驶方向上的影像信息进行识别,能够在影像信息中快速确定识别范围,并在识别范围内快速找到车道线,实现车辆基于车道线进行的后续驾驶。
附图说明
图1为本发明一实施例提供的车道线检测方法的流程示意图;
图2为本发明一实施例影像信息中识别区域的展示图;
图3为本发明一实施例标准路况影像中灭点与车道线的展示图;
图4为本发明一实施例影像信息中识别区域与车道线的展示图;
图5为本发明一实施例提供的车道线检测装置的结构示意图;
图6为本发明一实施例提供的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1示出了本发明一实施例提供一种车道线检测方法的流程示意图,参见图1,该方法包括以下步骤:
S11、获取当前车辆在行驶方向上的影像信息;
S12、根据预划分的识别区域确定所述影像信息的识别范围,其中,识别区域包括多个子区域,多个子区域的区域交点为灭点;
S13、在识别范围内,根据子区域内的识别影像获取位于子区域内的识别线,并根据识别线确定当前车辆在行驶方向上的车道线。
针对步骤S11-步骤S13,需要说明的是,在本发明实施例中,该当前车辆为设置有朝向前方的摄影装置,用于获取行驶方向上的影像信息的车辆。通过当前车辆上设置的摄影装置,可实时采集到所需的影像信息。
在车辆驾驶中,摄像头的安装位置以灭点作为参考点。灭点通常情况下是车辆行驶方向上的影像信息中左右车道线在图像的交点。为此,灭点确定后,依据灭点安装摄像头后,车辆在每个车道上行驶,车辆上的摄像头采集到的影像信息同样与灭点存在一定关联性。故在本实施例中,该识别区域包括多个子区域,多个子区域的区域交点为灭点,即将灭点作为多个子区域的相交点,进而划分出多个子区域,使这些子区域组合在一起形成识别区域。
将该识别区域置于影像信息上,可确定系统在影像信息上的识别范围,使后续进行的车道线检测过程在该识别范围内进行。
由于识别区域是基于灭点为区域交点所划分的多个子区域构成的,为此,将识别区域置于影像信息上,能够确定各子区域在影像信息上所对应的部分影像,该部分影像作为各子区域内的识别影像。
系统根据得到的识别影像进行图像识别处理,经识别处理后能够从识别影像中识别出线条状的区域。由于本方法旨在识别出车道线,在此,该线条状的区域可作为识别线。
由于车道线包括实车道线和虚车道线,为此,可根据上述识别出的识别线进一步的确定该识别线是实车道线还是虚车道线。车道线的虚实在车辆行驶过程中尤为重要。
本实施例方法通过在划分的每个子区域中进行图像识别,得到能够位于该子区域内的识别线,再进一步的根据识别线确定车道线,做到对车道线在图像上的精确识别。
在上述实施例方法的进一步实施例中,主要是对获取各子区域内的识别影像的处理过程进行解释说明,具体如下:
将识别区域的区域交点与影像信息的灭点重合;
根据识别区域的各子区域的边线框在影像信息上截取对应子区域的识别影像。
对此,需要说明的是,在本发明实施例中,由于识别区域包含多个子区域,为此,该识别区域包含多条边线框。为此,将该识别区域中具有的区域交点与影像信息的中心点重合,然后根据各子区域的边线框在影像信息上截取对应子区域的识别影像。
本实施例方法通过设置识别区域与影像信息的相对位置,使得各子区域对应的识别影像更贴近于车辆行驶前方地面的影像,快速识别出于车辆前方车道路况,还能减少系统对整个影像的处理压力。
在上述实施例方法的进一步实施例中,主要是对获取识别区域的处理过程进行解释说明,具体如下:
将第一垂直边线与第一水平边线的交点作为区域交点。
在第一垂直边线两侧以区域交点为起点形成两条倾斜边线,两条倾斜边线与第一垂直边线各自的夹角C相同。
其中,倾斜边线位于第一车道线和第二车道线之间,第一车道线和第二车道线为在标准路况影像中位于第二垂直边线一侧的车道线,第二垂直边线为在标准路况影像中以灭点作第二水平边线后,以第二水平边线上的灭点为起点作垂直线获得。
例如倾斜边线与第一垂直边线的夹角为C,第二垂直边线与第二垂直边线一侧的第一车道线的夹角为A,第二垂直边线与第二垂直边线一侧的第二车道线的夹角为B,使2C=(A+B)。
对此,需要说明的是,该标准路况影像是在车辆上设置好摄像头后,在某个车道上以车辆中心线与车道中心线近似重合下行驶,摄像头采集到的影像。在该影像中存在灭点和各个车道线。为此,以灭点分别做水平线和垂直线,可得到上述的第二水平边线和第二垂直边线。
如图2示出了影像信息中识别区域的展示图,参见图2,可以看出:
第一垂直边线22和第一水平边线21相交于区域交点20。
在第一垂直边线22两侧以区域交点为起点形成两条倾斜边线23,两条倾斜边线与第一垂直边线各自的夹角C相同。
如图3示出了标准路况影像中灭点与车道线的展示图,参见图3,第二垂直边线32和第二水平边线31相交于灭点30,第一车道线33和第二车道线34以灭点为起点。
如图4示出了影像信息中识别区域与车道线的展示图,实际上是将图2和图3进行了结合展示。参见图4,上述图2和图3的垂直边线和水平边线重合,灭点和区域交点重合。为此,从图4中可以看出,识别区域的倾斜边线位于两条车道线之间,相应地,每条车道线会落入到子区域内。故系统依据各子区域对影像信息进行截取及图像识别,识别出各子区域对应的车道线。
在本实施中,车辆在当前车道行驶时,首先考虑的是左右两侧的车道上车辆的行驶状况,根据行驶状况实现车辆控制。为此,该识别区域主要是针对当前车道两侧的车道线进行识别,能够安全的进行智能驾驶。
在上述实施例方法的进一步实施例中,主要是对在识别范围内,根据子区域内的识别影像获取位于子区域内的识别线的处理过程进行解释说明,具体如下:
对各子区域对应的识别影像进行二值化处理,使识别影像中的呈线条状的连通区域作为各子区域内的识别线。
对此,需要说明的是,对影像的二值化处理,能够使得处理后的影像呈现黑白区域的展示。其中,白色区域为车道线区域,由于车道线是线条状,故识别出的呈线条状的区域可为识别线。
通常在车道线自身清晰情况下,识别出的白色区域为连通区域,即白色像素是相互连成一片的区域。
本实施例方法通过对影像的二值化处理,能够将影像趋于简单化,便于快速识别出子区域内的识别线。
在上述实施例方法的进一步实施例中,主要是对根据识别线确定当前车辆在行驶方向上的车道线的处理过程进行解释说明,具体如下:
若子区域内存在单排识别线,且距离当前车辆最近的识别线的起点与终点之间的长度超出第一阈值,则所述识别线为实车道线;
若子区域内存在单排识别线,且距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为虚车道线;
若子区域内存在双排识别线,且每排中距离当前车辆最近的识别线的起点与终点之间的长度均超出第一阈值,则所述识别线为实车道线;
若子区域内存在双排识别线,且每排中距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为虚车道线;
若子区域内存在双排识别线,且一排中距离当前车辆最近的识别线的起点与终点之间的长度超出第一阈值,另一排中距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为单侧变换车道线。
由于各个道路上虚车道线所规定的线段长度不同,故可选取所能使用的最长线段的数值作为本实施例的第一阈值。
例如相邻的两条车道线为实线和虚线,当当前车辆的车头行驶到虚车道线两段线段之间,此时,经上述方法识别出的一条识别线的起点和终点的长度较长,另一识别线的起点与终点的长度较短(即一个虚线段),故可以根据上述判断规则,判断出两条识别线中包含一条实车道线和一条虚车道线。
在实际道路上,存在双条线画在一起的情况。为此,这种车道线也可根据上述判断规则进行判断。
另外,当车道线经久使用,不够清晰,可能会存在误判的可能。
由于车道线包括实车道线和虚车道线,为此,可根据上述识别出的识别线进一步的确定该识别线是实车道线还是虚车道线。车道线的虚实在车辆行驶过程中尤为重要。
图5示出了本发明一实施例提供的一种车道线检测装置的结构示意图,参见图5,该装置包括采集模块51、识别模块52和检测模块53,其中:
采集模块51,用于获取当前车辆在行驶方向上的影像信息;
识别模块52,用于根据预划分的识别区域确定影像信息的识别范围,其中,识别区域包括多个子区域,多个子区域的区域交点为灭点;
检测模块53,用于在识别范围内,根据子区域内的识别影像获取位于子区域内的识别线,并根据识别线确定当前车辆在行驶方向上的车道线。
在本实施例装置的进一步实施例中,该装置还包括获取模块,用于:
将识别区域的区域交点与影像信息的灭点重合;
根据识别区域的各子区域的边线框在影像信息上截取对应子区域的识别影像。
在本实施例装置的进一步实施例中,该装置划分模块,用于:
将第一垂直边线与第一水平边线的交点作为区域交点;
在所述第一垂直边线两侧以区域交点为起点形成两条倾斜边线,所述两条倾斜边线与第一垂直边线各自的夹角相同;
其中,所述倾斜边线位于第一车道线和第二车道线之间,第一车道线和第二车道线为在标准路况影像中位于第二垂直边线一侧的车道线,所述第二垂直边线为在标准路况影像中以灭点作第二水平边线后,以第二水平边线上的灭点为起点作垂直线获得。
在本实施例装置的进一步实施例中,该检测模块在根据子区域内的识别影像获取位于子区域内的识别线的处理过程中,具体用于:
对各子区域对应的识别影像进行二值化处理,使识别影像中的呈线条状的连通区域作为各子区域内的识别线。
在本实施例装置的进一步实施例中,该检测模块在根据识别线确定当前车辆在行驶方向上的车道线的处理过程中,具体用于:
若子区域内存在单排识别线,且距离当前车辆最近的识别线的起点与终点之间的长度超出第一阈值,则所述识别线为实车道线;
若子区域内存在单排识别线,且距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为虚车道线;
若子区域内存在双排识别线,且每排中距离当前车辆最近的识别线的起点与终点之间的长度均超出第一阈值,则所述识别线为实车道线;
若子区域内存在双排识别线,且每排中距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为虚车道线;
若子区域内存在双排识别线,且一排中距离当前车辆最近的识别线的起点与终点之间的长度超出第一阈值,另一排中距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为单侧变换车道线。
由于本发明实施例所述装置与上述实施例所述方法的原理相同,对于更加详细的解释内容在此不再赘述。
需要说明的是,本发明实施例中可以通过硬件处理器(hardware processor)来实现相关功能模块。
本发明实施例提供车道线检测装置,通过基于灭点为区域交点所划分的多个子区域,对采集到的当前车辆在行驶方向上的影像信息进行识别,能够在影像信息中快速确定识别范围,并在识别范围内快速找到车道线,实现车辆基于车道线进行的后续驾驶控制。
图6示例了一种电子设备的实体结构示意图,如图6所示,该电子设备可以包括:处理器(processor)61、通信接口(Communications Interface)62、存储器(memory)63和通信总线64,其中,处理器61,通信接口62,存储器63通过通信总线64完成相互间的通信。处理器61可以调用存储器63中的逻辑指令,以执行如下方法:获取当前车辆在行驶方向上的影像信息;根据预划分的识别区域确定所述影像信息的识别范围,其中,识别区域包括多个子区域,多个子区域的区域交点为灭点;在识别范围内,根据子区域内的识别影像获取位于子区域内的识别线,并根据识别线确定当前车辆在行驶方向上的车道线。
此外,上述的存储器63中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的方法,例如包括:获取当前车辆在行驶方向上的影像信息;根据预划分的识别区域确定所述影像信息的识别范围,其中,识别区域包括多个子区域,多个子区域的区域交点为灭点;在识别范围内,根据子区域内的识别影像获取位于子区域内的识别线,并根据识别线确定当前车辆在行驶方向上的车道线。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种车道线检测方法,其特征在于,包括:
获取当前车辆在行驶方向上的影像信息;
根据预划分的识别区域确定所述影像信息的识别范围,其中,所述识别区域包括多个子区域,所述多个子区域的区域交点为灭点;
在所述识别范围内,根据所述子区域内的识别影像获取位于所述子区域内的识别线,并根据所述识别线确定当前车辆在行驶方向上的车道线。
2.根据权利要求1所述的车道线检测方法,其特征在于,所述方法还包括:获取各子区域内的识别影像,所述获取各子区域内的识别影像,包括:
将所述识别区域的区域交点与所述影像信息的灭点重合;
根据所述识别区域的各子区域的边线框在所述影像信息上截取对应子区域的识别影像。
3.根据权利要求1或2所述的车道线检测方法,其特征在于,所述方法还包括:划分识别区域,所述划分识别区域包括:
将第一垂直边线与第一水平边线的交点作为区域交点;
在所述第一垂直边线两侧以区域交点为起点形成两条倾斜边线,所述两条倾斜边线与第一垂直边线各自的夹角相同;
其中,所述倾斜边线位于第一车道线和第二车道线之间,第一车道线和第二车道线为在标准路况影像中位于第二垂直边线一侧的车道线,所述第二垂直边线为在标准路况影像中以灭点作第二水平边线后,以第二水平边线上的灭点为起点作垂直线获得。
4.根据权利要求1所述的车道线检测方法,其特征在于,所述在所述识别范围内,根据所述子区域内的识别影像获取位于所述子区域内的识别线,包括:
对各子区域对应的识别影像进行二值化处理,根据所述二值化处理的结果,将所述识别影像中的呈线条状的连通区域作为各子区域内的识别线。
5.根据权利要求1所述的车道线检测方法,其特征在于,所述根据所述识别线确定当前车辆在行驶方向上的车道线,包括:
若子区域内存在单排识别线,且距离当前车辆最近的识别线的起点与终点之间的长度超出第一阈值,则所述识别线为实车道线;
若子区域内存在单排识别线,且距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为虚车道线;
若子区域内存在双排识别线,且每排中距离当前车辆最近的识别线的起点与终点之间的长度均超出第一阈值,则所述识别线为实车道线;
若子区域内存在双排识别线,且每排中距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为虚车道线;
若子区域内存在双排识别线,且一排中距离当前车辆最近的识别线的起点与终点之间的长度超出第一阈值,另一排中距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为单侧变换车道线。
6.一种车道线检测装置,其特征在于,包括:
采集模块,用于获取当前车辆在行驶方向上的影像信息;
识别模块,用于根据预划分的识别区域确定所述影像信息的识别范围,其中,所述识别区域包括多个子区域,所述多个子区域的区域交点为灭点;
检测模块,用于在所述识别范围内,根据所述子区域内的识别影像获取位于所述子区域内的识别线,并根据所述识别线确定当前车辆在行驶方向上的车道线。
7.根据权利要求6所述的车道线检测装置,其特征在于,所述检测模块在根据所述子区域内的识别影像获取位于所述子区域内的识别线的处理过程中,具体用于:
对各子区域对应的识别影像进行二值化处理,根据所述二值化处理的结果,将所述识别影像中的呈线条状的连通区域作为各子区域内的识别线。
8.根据权利要求6所述的车道线检测装置,其特征在于,所述检测模块在根据所述识别线确定当前车辆在行驶方向上的车道线的处理过程中,具体用于:
若子区域内存在单排识别线,且距离当前车辆最近的识别线的起点与终点之间的长度超出第一阈值,则所述识别线为实车道线;
若子区域内存在单排识别线,且距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为虚车道线;
若子区域内存在双排识别线,且每排中距离当前车辆最近的识别线的起点与终点之间的长度均超出第一阈值,则所述识别线为实车道线;
若子区域内存在双排识别线,且每排中距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为虚车道线;
若子区域内存在双排识别线,且一排中距离当前车辆最近的识别线的起点与终点之间的长度超出第一阈值,另一排中距离当前车辆最近的识别线的起点与终点之间的长度小于第一阈值,则所述识别线为单侧变换车道线。
9.一种电子设备,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如权利要求1至5任一项所述车道线检测方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一项权利要求所述车道线检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011434375.0A CN112215213A (zh) | 2020-12-11 | 2020-12-11 | 车道线检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011434375.0A CN112215213A (zh) | 2020-12-11 | 2020-12-11 | 车道线检测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112215213A true CN112215213A (zh) | 2021-01-12 |
Family
ID=74068120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011434375.0A Pending CN112215213A (zh) | 2020-12-11 | 2020-12-11 | 车道线检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112215213A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113254563A (zh) * | 2021-06-18 | 2021-08-13 | 智道网联科技(北京)有限公司 | 道路编号的生成方法及相关装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063877A (zh) * | 2014-07-16 | 2014-09-24 | 中电海康集团有限公司 | 一种候选车道线混合判断识别方法 |
KR20140148171A (ko) * | 2013-06-21 | 2014-12-31 | 가천대학교 산학협력단 | 지능형 차량의 차선 검출방법 |
CN105160309A (zh) * | 2015-08-24 | 2015-12-16 | 北京工业大学 | 基于图像形态学分割及区域生长的三车道检测方法 |
CN106682563A (zh) * | 2015-11-05 | 2017-05-17 | 腾讯科技(深圳)有限公司 | 一种车道线检测自适应调整方法及装置 |
CN111291601A (zh) * | 2018-12-07 | 2020-06-16 | 阿里巴巴集团控股有限公司 | 车道线识别方法和装置以及电子设备 |
-
2020
- 2020-12-11 CN CN202011434375.0A patent/CN112215213A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140148171A (ko) * | 2013-06-21 | 2014-12-31 | 가천대학교 산학협력단 | 지능형 차량의 차선 검출방법 |
CN104063877A (zh) * | 2014-07-16 | 2014-09-24 | 中电海康集团有限公司 | 一种候选车道线混合判断识别方法 |
CN105160309A (zh) * | 2015-08-24 | 2015-12-16 | 北京工业大学 | 基于图像形态学分割及区域生长的三车道检测方法 |
CN106682563A (zh) * | 2015-11-05 | 2017-05-17 | 腾讯科技(深圳)有限公司 | 一种车道线检测自适应调整方法及装置 |
CN111291601A (zh) * | 2018-12-07 | 2020-06-16 | 阿里巴巴集团控股有限公司 | 车道线识别方法和装置以及电子设备 |
Non-Patent Citations (1)
Title |
---|
王晓锦 等: "基于消失点检测与分段直线模型的车道线识别", 《机电一体化》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113254563A (zh) * | 2021-06-18 | 2021-08-13 | 智道网联科技(北京)有限公司 | 道路编号的生成方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10133941B2 (en) | Method, apparatus and device for detecting lane boundary | |
US8184859B2 (en) | Road marking recognition apparatus and method | |
JP3169483B2 (ja) | 道路環境認識装置 | |
CN108629292B (zh) | 弯曲车道线检测方法、装置及终端 | |
KR101517181B1 (ko) | 차선 이탈 경보 시스템 및 방법 | |
CN111814765B (zh) | 车辆压线的确定方法、装置、设备和存储介质 | |
US11482016B2 (en) | Division line recognition apparatus | |
US11164012B2 (en) | Advanced driver assistance system and method | |
CN112528807B (zh) | 行驶轨迹的预测方法、装置、电子设备及存储介质 | |
CN112597846B (zh) | 车道线检测方法、装置、计算机设备和存储介质 | |
WO2016189777A1 (ja) | 路面標示検出装置、障害要素検出装置、車線検出装置、車線検出方法及びプログラム | |
US9691196B2 (en) | Data reproducing apparatus | |
US20150379334A1 (en) | Object recognition apparatus | |
CN108399360B (zh) | 一种连续型障碍物检测方法、装置及终端 | |
JP2016218539A (ja) | 車両の走路認識装置 | |
CN109784265A (zh) | 一种轨面语义分割方法及装置 | |
KR101236223B1 (ko) | 차선 검출 방법 | |
CN112215213A (zh) | 车道线检测方法、装置、电子设备及存储介质 | |
CN111931745B (zh) | 车辆检测方法、装置、电子设备及存储介质 | |
CN113569812A (zh) | 未知障碍物的识别方法、装置和电子设备 | |
KR20150002039A (ko) | 차량에 설치되어 있는 블랙박스와 같은 영상 단말기를 이용하여 영상에서 차선을 인식 경고, 기록하는 장치의 실시간성 확보를 위한 방법 | |
EP4287160A1 (en) | Image analysis device, image analysis method, and computer-readable medium having program stored therein | |
KR102028837B1 (ko) | 전방 차량 출발 알림 방법 및 그 장치 | |
CN109409247B (zh) | 交通标志识别方法和装置 | |
CN114118188A (zh) | 针对待检测图像中移动对象的处理系统、方法和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210112 |
|
RJ01 | Rejection of invention patent application after publication |