CN113071500A - 车道线的获取方法、装置、计算机设备和存储介质 - Google Patents

车道线的获取方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113071500A
CN113071500A CN202110499708.6A CN202110499708A CN113071500A CN 113071500 A CN113071500 A CN 113071500A CN 202110499708 A CN202110499708 A CN 202110499708A CN 113071500 A CN113071500 A CN 113071500A
Authority
CN
China
Prior art keywords
lane
vehicle
lane line
changing
virtual
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
Application number
CN202110499708.6A
Other languages
English (en)
Inventor
许杰
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202110499708.6A priority Critical patent/CN113071500A/zh
Publication of CN113071500A publication Critical patent/CN113071500A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06Road conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04Traffic conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road

Abstract

本申请涉及一种车道线的获取方法、装置、计算机设备和存储介质。车道线的获取方法,包括:确定自动驾驶终端所在道路和该道路的车道数;依据车道数勾勒虚拟车道线;获取周边车辆的行驶轨迹;利用周边车辆行驶行驶轨迹对虚拟车道线进行校正。通过预先勾勒虚拟车道线,然后根据周边车辆的行驶轨迹对虚拟车道线进行校正,最终获取车道线,对于临时变更车道线或者跨车道引导车道线具有较好的呈现效果,在进行自动驾驶引导时,能够执行正确的引导,呈现出和实际车道线大体相同的车道线信息,即使实际路况中没有车道线,也能够勾勒出车道线对车辆进行引导。

Description

车道线的获取方法、装置、计算机设备和存储介质
技术领域
本申请涉及自动驾驶领域,特别是涉及一种车道线的获取方法、装置、计算机设备和存储介质。
背景技术
目前,无人驾驶是指在没有人操控汽车的情况下,能够使汽车正常行驶的技术,这项技术日趋成熟,由于无人驾驶车辆能够节约更多的人力资源,这项技术也越来越被人们重视。无人驾驶车辆依靠GPS、雷达、摄像头等组件进行定位以及环境感知,从而确定当前位置以及周围的环境情况,由无人驾驶车辆内的处理器基于这些信息对车辆进行操控,从而使车辆能够正常、平稳的行驶。
在具体的环境感知过程中,无人驾驶车辆需要识别周围的车道线,从而控制车辆在车道中行驶。现有技术中,通过无人驾驶车辆的摄像头获取周围的道路图片,再将图片进行视角转换,然后检测图片中的车道要素,从而确定车道。单纯采用摄像头进行车道线识别的方法过于依赖摄像头从而导致精度较低,容易产生误识别,特别是对于临时变更车道线或者跨车道引导车道线效果较差,因为临时变更车道线或者跨车道引导车道线场景下,关键车道线极其容易被车辆遮挡从而不能被捕捉。
发明内容
基于此,有必要针对单纯采用摄像头进行车道线识别的方法过于依赖摄像头从而导致精度较低的问题,提供一种车道线的获取方法、装置、计算机设备和存储介质。
本申请第一方面提供一种车道线的获取方法,包括:
确定自动驾驶终端所在道路和该道路的车道数;
依据车道数勾勒虚拟车道线;
获取周边车辆的行驶轨迹;
利用周边车辆行驶行驶轨迹对虚拟车道线进行校正。
在其中一个实施例中,所述利用周边车辆行驶行驶轨迹对虚拟车道线进行校正,具体包括:
识别周边车辆是否存在换道车辆;
根据换道车辆的行驶轨迹对虚拟车道线进行校正。
在其中一个实施例中,所述据换道车辆的行驶轨迹对虚拟车道线进行校正,具体包括:
若未检测到换道车辆,则无需对当前路段的虚拟车道线进行校正
若检测到换道车辆,识别换道后的车道;
确定换道前的车道的车辆路况,查询历史记录,以及换道后的车道在预设时间前,该车道的车辆行驶方向;
根据换道后的车道在预设时间前,该车道的车辆行驶方向、换道车辆的行驶方向自己换道前的车道的车辆路况,对虚拟车道线进行校正。
在其中一个实施例中,所述利用周边车辆行驶行驶轨迹对虚拟车道线进行校正之前,还包括步骤:
根据车辆的行驶轨迹确定各车道的车辆行驶方向,并存储各车道的车辆行驶方向。
在其中一个实施例中,所述根据换道后的车道在预设时间前,该车道的车辆行驶方向、换道车辆的行驶方向自己换道前的车道的车辆路况,对虚拟车道线进行校正,具体包括:
若换道后的车道在预设时间前,该车道的车辆行驶方向与换道车辆的行驶方向相反,则根据换道车辆的换道轨迹,更改换道后的车道对应的虚拟车道线。
若换道后的车道在预设时间前,该车道的车辆行驶方向与换道车辆的行驶方向相同,且换道车辆在换道前,前方存在不换道车辆,则维持虚拟车道线不变;
若换道后的车道在预设时间前,该车道的车辆行驶方向与换道车辆的行驶方向相同,且换道车辆在换道前,前方不存在不换道车辆,则更改换道前的车道对应的虚拟车道线。
在其中一个实施例中,还包括步骤:
将校正后的虚拟车道线融合到地图上。
在其中一个实施例中,所述将校正后的虚拟车道线融合到地图上,具体包括:
获取周边环境图像,从周边环境图像中识别出至少部分第一车道线;
结合第一车道线和虚拟车道线,得到第二车道线;
将第二车道线与地图融合后呈现。
本申请第二方面提供一种车道线获取装置,包括道路参数确定部件、虚拟车道勾勒部件、第一获取部件和校正部件,其中,
所述道路参数确定部件,用于确定自动驾驶终端所在道路和该道路的车道数;
所述虚拟车道勾勒部件,用于依据车道数勾勒虚拟车道线;
所述第一获取部件,用于获取周边车辆的行驶轨迹;
所述校正部件,用于利用周边车辆行驶行驶轨迹对虚拟车道线进行校正。
根据本发明实施例的车道线获取方法和装置,通过预先勾勒虚拟车道线,然后根据周边车辆的行驶轨迹对虚拟车道线进行校正,最终获取车道线,对于临时变更车道线或者跨车道引导车道线具有较好的呈现效果,在进行自动驾驶引导时,能够执行正确的引导,呈现出和实际车道线大体相同的车道线信息,即使实际路况中没有车道线,也能够勾勒出车道线对车辆进行引导。
本申请第三方面提供一种计算机设备,包括:处理器;存储器,用于存储所述处理器的可执行指令;所述处理器被配置为经由执行所述可执行指令来执行上述任一所述的方法的步骤。
本申请第四方面提供一种机器可读存储介质,其上存储有计算机程序,所述计算机程序在由处理器执行时实现上述任一所述方法的步骤。
附图说明
图1为本申请一实施例的车道线获取方法的流程示意图;
图2为本申请另一实施例的车道线获取方法的流程示意图;
图3为本申请又一实施例的车道线获取方法的流程示意图;
图4为本申请一实施例的车道线获取方法的步骤S108的流程示意图;
图5为本申请一实施例的车道线获取方法适用的道路路况示意图;
图6为本申请一实施例的车道线获取方法适用的另一道路路况示意图;
图7为本申请又一实施例的车道线获取方法的流程示意图;
图8为本申请又一实施例的车道线获取方法的流程示意图;
图9为本申请一实施例的车道线获取装置的框架结构示意图;
图10为本申请另一实施例的车道线获取装置的框架结构示意图;
图11为本申请又一实施例的车道线获取装置的框架结构示意图;
图12为本申请又一实施例的车道线获取装置的框架结构示意图。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的较佳实施方式。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施方式。相反地,提供这些实施方式的目的是使对本申请的公开内容理解的更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参阅图1,示例性的示出了本申请一实施例的车道线的获取方法的流程图,根据本申请实施例的车道线的获取方法由车道线获取装置执行,用于识别并呈现车辆所在环境的车道线,车道线结合地图呈现给用户,让用户实时掌握自动驾驶的相关情况。其中,该车道线获取装置可以是自动驾驶终端或自动驾驶终端内的芯片,因此,在下文中,当提到车道线获取装置为自动驾驶终端时进行的操作也可以理解为该车道线获取装置为自动驾驶终端内的芯片时进行的操作。
其中,自动驾驶终端可以是全自动驾驶车辆或搭载了自动驾驶辅助系统的半自动驾驶车辆。
如图1所示的车道线的获取方法可以包括步骤S102~S108,以下对这些步骤进行详细的介绍。
S102:确定自动驾驶终端所在道路和该道路的车道数;
当自动驾驶终端在路上行驶时,可以确定终端所在的道路,并从网络中获取到该道路具有的车道数。具体来说,自动驾驶终端可以配置有位置传感器,位置传感器实时获取自动驾驶终端的位置信息,将自动驾驶终端的位置信息和地图融合后,可以在地图上标识出自动驾驶终端所在位置,因此,地图可以根据自动驾驶终端所在的位置得到自动驾驶终端所在的道路。
当确定自动驾驶终端所在道路后,该道路具有的车道数也相应确定。具体来说,自动驾驶终端可以连接到网络,从网络查询该道路具有的车道数。例如,自动驾驶终端可以通过网络连接到道路中心,道路中心包括各种道路信息,道路信息包括但不限于道路名称、道路位置、道路包括的车道数。车道线获取装置可以从道路中心查询到道路具有的车道数。
S104:依据车道数勾勒虚拟车道线;
当道路和道路包括的车道数确定后,就可以在地图上勾勒出虚拟车道线。虚拟车道线为车道线获取装置在后台计算的,对自动驾驶终端座舱内的用户不可见的车道线。
虚拟车道线的勾勒可以基于地图进行。自动驾驶终端的座舱内通常配置有显示屏,在行驶过程中,显示屏显示地图界面,自动驾驶终端可以以模型的方式显示在地图上。虚拟车道线的勾勒可以基于地图上展示的道路进行。
具体在勾勒虚拟车道线时,可以根据车道数对道路的路宽进行等分处理,连接各等分点即得到多条虚拟车道线。道路的路宽可以是道路的实际路宽,也可以不是道路的实际路宽。例如,当道路的路宽是实际的路宽时,可以根据道路的路宽和地图的比例关系,在对实际路宽划分车道后,再于地图上勾勒出对应的虚拟车道线。例如,当道路的路宽不是实际路宽时,可以由地图根据地图模型上的道路模型的宽度勾勒出虚拟车道线。
可以理解,地图呈现给用户时,具有一定的视角,相应的,地图的模型,包括道路具有一定的畸变,虚拟车道线和道路的畸变相适应。
S106:获取周边车辆的行驶轨迹;
周边车辆即和自动驾驶终端处于同一驾驶环境下,位于自动驾驶终端附近的车辆。自动驾驶终端可以配置有多种传感器,例如,位置传感器、激光雷达、测距传感器等,并通过各种传感器对车辆所在位置的周边车辆进行位置跟踪。例如,通过图像传感器连续捕获图像,通过在多个图像中识别出同一车辆,即可得到该车辆的行驶轨迹。但本申请不限于此,例如通过激光雷达、测距传感器、位置传感器配合来对获取周边车辆的行驶轨迹。
可以理解,获取车道线时,主要获取自动驾驶终端前方的车道线,因此,使用传感器进行数据采集时,也主要采集自动驾驶终端前方的车辆信息。
在其中一些实施例中,车道线获取装置可以只获取第一车道两侧的车道线,而不获取第二车道的车道线。其中,第一车道为自动驾驶终端所在车道,第二车道为除自动驾驶终端所在车道外的其他车道。第二车道的车道线可以用虚拟车道线替代,即使虚拟车道线和实际车道线不符。因为第二车道的车道线不会对自动驾驶终端的行驶带来影响,并且可以减少数据运算量。在该实施例中,自动驾驶终端可以只跟踪第一车道及与第一车道相邻的车道的车辆的行驶轨迹。
当然,在其他实施例中,车道线获取装置也可以获取全部车道的车道线,此时,自动驾驶终端跟踪所有车道的车辆行驶轨迹。
当行驶轨迹确定后,就可以得出车辆所在车道的车辆行驶方向。车道线获取装置在判断出各个车道的行驶方向时,存储各个车道的行驶方向。请参阅图2,在一个或多个实施例中,还可以包括步骤:
S107:根据车辆的行驶轨迹确定各车道的车辆行驶方向,并存储各车道的车辆行驶方向。
道路的类型包括单向行驶道路和双向行驶道路,单向行驶道路的所有车道,车辆行驶方向一致。双向行驶道路即在一部分车道上车辆向第一方向行驶,另一部分车道上车辆向第二方向行驶,第一方向与第二方向相反,通常以道路中心为界。
当车道线临时改变时,可能出现同一车道在某一路段的车辆行驶方向为第一方向,在另一路段的车辆行驶方向为第二路段的情况。这种情况常见于修路导致的车道改变,或在路口的换道需要。因此,车道线获取装置可以存储各车道的车辆行驶方向,以用于识别这些车道改变的路况。
当车道线获取装置仅获取自动驾驶终端所在车道两边的车道线时,也可以仅存储自动驾驶终端所在车道及自动驾驶终端所在车道相邻的车道的车辆行驶方向。
车道的车辆行驶方向与判断周边车辆行驶轨迹的传感器数据的存储可以不同步,车辆行驶轨迹可以长期存储,而传感器数据则短期存储。举例来说,在某个时间段,车辆行驶在某个位置,获取到若干组第一传感器数据,并依据第一传感器数据判断出周边车辆的第一行驶轨迹和各车道的第一车辆行驶方向,第一传感器数据和第一车辆行驶轨迹可以临时存储,存储在缓存器中,而各车道的第一车辆行驶方向长期存储到存储器内;下一个时间段,车辆行驶到下一路段,获取到若干组第二传感器数据,并依据第二传感器数据判断出周边车辆的第二行驶轨迹和各车道的第二车辆行驶方向,第二传感器数据覆盖第一传感器数据进行存储,第二车辆行驶轨迹覆盖第一车辆行驶轨迹进行存储,而第二车辆行驶方向与第一车辆行驶方向同时存储,并和自动驾驶终端的位置/时间相关联。在需要时,车道线获取装置可以根据自动驾驶终端的位置或时间信息来查询该历史位置/时间的各车道的车辆行驶方向。
S108:利用周边车辆行驶行驶轨迹对虚拟车道线进行校正。
当各车道的车辆行驶轨迹确定后,将各车道的车辆行驶轨迹结合各虚拟车道线划分的虚拟车道,就可以对虚拟车道线进行校正。校正后的虚拟车道线就可以大体和实际的车道线相符。例如,各车道的车辆行驶轨迹和虚拟车道线气平行,则虚拟车道线对道路的划分大体和实际道路的车道线划分相一致。又或者,当一个车道的所有车辆的行驶轨迹都不和虚拟车道线平行时,则虚拟车道线大概率和实际车道线不一致,需要进行校正。
请参阅图3,在一个或多个实施例中,利用周边车辆行驶行驶轨迹对虚拟车道线进行校正,具体包括:
S182:识别周边车辆是否存在换道车辆;
S184:根据换道车辆的行驶轨迹对虚拟车道线进行校正。
当对周边车辆的行驶轨迹进行追踪时,根据行驶轨迹可以识别出是否进行了换道,如果存在换道车辆,则识别出换道车辆,并将换道车辆的行驶轨迹提取出来,利用换道车辆的行驶轨迹对虚拟车道线进行校正。
请参阅图4,在一个或多个实施例中,根据换道车辆的行驶轨迹对虚拟车道线进行校正,具体包括:
S1841:若未检测到换道车辆,则无需对当前路段的虚拟车道线进行校正。
如果没有换道车辆,则代表各车道的车辆都行驶在各自的车道,车辆行驶轨迹大体和虚拟车道线平行,说明虚拟车道线的划分和实际道路的车道线相一致,将虚拟车道线实体化后,就可以得到实际的车道线。
S1842:若检测到换道车辆,识别换道后的车道;
S1843:确定换道前的车道的车辆路况,查询历史记录,以及换道后的车道在预设时间前,该车道的车辆行驶方向;
S1844:根据换道后的车道在预设时间前,该车道的车辆行驶方向、换道车辆的行驶方向自己换道前的车道的车辆路况,对虚拟车道线进行校正。
当车辆换道时,在换道位置可能出现车道线的串接,用一条贯穿换道前的车道/换到后的车道的临时车道线将换道前的车道/换道后的车道两侧的车道线连接起来,以将换道前的车道上的车辆引导到换道后的车道上。例如,车道数为奇数的道路在十字路口可能出现该场景,以及在临时修路导致车道封闭时也可能出现该场景。
请参阅图5,示例性的示出了车道数为奇数的道路在十字路口的路况。道路包括三车道,其中,第一车道501为第一方向行驶的车道,第三车道503为第二方向行驶的车道,第二车道502位于第一车道501和第三车道503之间。在靠近十字路口的路段,第二车道502为第一方向行驶的车道,在稍远于十字路口路段,第二车道502为第二方向行驶的车道。这时,存在一条斜向贯穿第二车道502的车道线504将第二车道502两边的车道线串接起来,以在靠近十字路口的路段,示意第一车道501上的车辆允许驶入第二车道502,在稍远于十字路口的路段,示意第三车道503上的车辆允许驶入第二车道502。在勾勒虚拟车道线时,斜向贯穿的车道线504并未勾勒。
请参阅图6,示例性的示出了临时修路导致车道封闭的路况。边路车道601因为修路,将不允许通行,因此,需要将边路车道601上的车引导到与边路车道601相邻的第四车道602上去。这时,最好添加一个斜向贯穿边路车道601的车道线603,连接边路车道601两边的车道线,来提供引导作用(实际上交通部门可能并没有添加该车道线,但是在自动驾驶终端的地图上要显示出来)。
因此,在图5和图6的路况中,由于虚拟车道线并未勾勒到斜向贯穿的车道线504/603,因此,需要将斜向贯穿的车道线504/603结合到虚拟车道线中,对虚拟车道线进行修改。虚拟车道线的更改需要基于一定的信息进行修改。
具体来说,可以查询各车道的车辆行驶方向,来确定换道后的车道的车辆行驶方向是否发生改变。例如,在步骤S107中,车道线获取装置存储了各车道的车辆行驶方向。然后,可以根据时间查询换道后的车道在预设时间前,该车道的行驶方向。然后结合换道车辆的行驶方向、换道前的车道的车辆行驶方向,来确定换道位置是否需要引入斜向贯穿换道后的车道的车道线(图5所示路况),或者引入斜向贯穿换道前的车道的车道线(图6所示的路况)。
在具体的实施例中,根据换道后的车道在预设时间前,该车道的车辆行驶方向、换道车辆的行驶方向自己换道前的车道的车辆路况,对虚拟车道线进行校正,具体包括:
若换道后的车道在预设时间前,该车道的车辆行驶方向与换道车辆的行驶方向相反,则根据换道车辆的换道轨迹,更改换道后的车道对应的虚拟车道线。
若换道后的车道在预设时间前,该车道的车辆行驶方向与换道车辆的行驶方向相同,且换道车辆在换道前,前方存在不换道车辆,则维持虚拟车道线不变;
若换道后的车道在预设时间前,该车道的车辆行驶方向与换道车辆的行驶方向相同,且换道车辆在换道前,前方不存在不换道车辆,则更改换道前的车道对应的虚拟车道线。
具体来说,如果换道后的车道,在前后一段时间内,车辆行驶方向发生了变化,即对应图5所示路况,则换道后的车道在换道位置必然存在一条斜向贯穿换道后的车道的车道线,因此,需要修改换道后的车道对应的虚拟车道线。而如果换道后的车道在前后一段时间内,车辆的行驶方向没有发生变化,则可能包括两种情况:其中一种为正常换道,另一种为图6所示路况。在此基础上,可以结合换道前的车道的车辆路况来判别属于那种场景。如果换道车辆在换道前,前方存在不换道车辆,则换道车辆属于正常换道,或者车辆没有到达必须换道的位置,可以不对虚拟车道线进行修改;如果前方没有不换道车辆,则说明换道前的车道在换道位置前方不可通行,则对换道前的车道对应的虚拟车道线进行修改。
在对换道前的车道/换道后的车道对应的虚拟车道线进行更改时,可以先获取换道车辆的换道位置,然后将换道前的车道/换道后的车道两边的虚拟车道线用一条曲线连接起来,连接曲线的速率和换道车辆的换道轨迹的速率相适应。
可以理解,根据换道车辆的换道轨迹的曲率勾勒的车道线叠加到地图上后,可能和换道位置实际的车道线不能完全重叠(实际也可能没有车道线),但位置大体保持一致。但是,由于在指引车辆换道时,是基于之前的换道车辆的换道位置来勾勒的车道线,因此,不会带来交通安全问题。
可以理解,为了降低自动驾驶终端的数据运算,自动驾驶终端可以只关注自动驾驶终端所在车道和相邻车道的车道线的变化,因此,当发生车辆换道时,只有换道车辆与自动驾驶终端处于同一车道时,才根据换道车辆的换道轨迹对虚拟车道线进行校正。如果发生在其他车道,则由于不会对自动驾驶终端的行驶产生影响,因而可以忽略,而直接用虚拟车道线表示即可。这样,可以将算力集中于自动驾驶终端所在车道及相邻车道的车道线运算。
在一个或多个实施例中,还可以包括步骤:
S110:将校正后的虚拟车道线融合到地图上。
对虚拟车道线进行校正后,就可以将虚拟车道线与地图融合,并呈现给用户,为用户提供交通指引。
由于在勾勒虚拟车道线时,并未参考实际路况,可能导致虚拟车道线相对实际路况的车道线发生整体性的偏移。在一些实施例中,将校正后的虚拟车道线融合到地图上,具体包括:
S112:获取周边环境图像,从周边环境图像中识别出至少部分第一车道线;
S114:结合第一车道线和虚拟车道线,得到第二车道线;
S116:将第二车道线与地图融合后呈现。
周边环境图像为自动驾驶终端拍摄的路况图像,可以通过图像识别技术识别出图像中的车道线,即第一车道线,第一车道线表示实际环境中的车道线。例如,可以通过基于灰度识别,识别出条状排布的白色过黄色像素点,即可以从图像中识别出第一车道线。再例如,可以通过引入神经网络来识别第一车道线。当识别出第一车道线后,就可以利用第一车道线对虚拟车道线进行位置校正,使得虚拟车道线和第一车道线的位置在图像中尽可能的重合,得到第二车道线。例如,自动驾驶终端所在图像传感器捕获的图像至少包括自动驾驶终端所在车道两边的车道线,因而,可以基于识别到的两条车道线,对虚拟车道线的位置进行调整,使自动驾驶终端所在车道对应的虚拟车道线尽可能的和识别到的车道线重叠,这样得到的第二车道线大体和实际路况的车道相符。然后,将第二车道线和地图融合,就可以在地图上呈现较为准确的车道线。
根据本发明实施例的车道线获取方法,通过预先勾勒虚拟车道线,然后根据周边车辆的行驶轨迹对虚拟车道线进行校正,最终获取车道线,对于临时变更车道线或者跨车道引导车道线具有较好的呈现效果,在进行自动驾驶引导时,能够执行正确的引导,呈现出和实际车道线大体相同的车道线信息,即使实际路况中没有车道线,也能够勾勒出车道线对车辆进行引导。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
请参阅图9,本申请还提供一种车道线获取装置,包括道路参数确定部件110、虚拟车道勾勒部件120、第一获取部件130和校正部件140,其中,
道路参数确定部件110,用于确定自动驾驶终端所在道路和该道路的车道数。
当确定自动驾驶终端所在道路后,该道路具有的车道数也相应确定。具体来说,道路参数确定部件110可以连接到网络,从网络查询该道路具有的车道数。例如,道路参数确定部件110以通过网络连接到道路中心,道路中心包括各种道路信息,道路信息包括但不限于道路名称、道路位置、道路包括的车道数。道路参数确定部件110可以从道路中心查询到道路具有的车道数。
虚拟车道勾勒部件120,用于依据车道数勾勒虚拟车道线。
当道路和道路包括的车道数确定后,就可以在地图上勾勒出虚拟车道线。虚拟车道线为车道线获取装置在后台计算的,对自动驾驶终端座舱内的用户不可见的车道线。
具体在勾勒虚拟车道线时,可以根据车道数对道路的路宽进行等分处理,连接和等分点即得到多条虚拟车道线。道路的路宽可以是道路的实际路宽,也可以不是道路的实际路宽。例如,当道路的路宽是实际的路宽时,可以根据道路的路宽和地图的比例关系,在对实际路宽划分车道后,再于地图上勾勒出对应的虚拟车道线。例如,当道路的路宽不是实际路宽时,可以由地图根据地图模型上的道路模型的宽度勾勒出虚拟车道线。
第一获取部件130,用于获取周边车辆的行驶轨迹。
具体的,自动驾驶终端可以配置有多种传感器,例如,位置传感器、激光雷达、测距传感器等,并通过各种传感器对车辆所在位置的周边车辆进行位置跟踪。
校正部件140,用于利用周边车辆行驶行驶轨迹对虚拟车道线进行校正。
请参阅图10,在一个或多个实施例中,校正部件140包括:
第一识别组件141,用于识别周边车辆是否存在换道车辆;
第一校正组件143,用于根据换道车辆的行驶轨迹对虚拟车道线进行校正。
请参阅图11,在一个或多个实施例中,第一识别组件141在未检测到换道车辆时,第一校正组件143无需对当前路段的虚拟车道线进行校正;
第一识别组件141在检测到换道车辆时,识别换道后的车道;
第一校正组件143可以包括:
第一确定件1431,用于确定换道前的车道的车辆路况,查询历史记录,以及换道后的车道在预设时间前,该车道的车辆行驶方向;
校正执行器1433,用于根据换道后的车道在预设时间前,该车道的车辆行驶方向、换道车辆的行驶方向自己换道前的车道的车辆路况,对虚拟车道线进行校正。
请参阅图12,在一个或多个实施例中,还包括车道方向确定部件150,车道方向确定部件150用于根据车辆的行驶轨迹确定各车道的车辆行驶方向,并存储各车道的车辆行驶方向。
在一个或多个实施例中,校正执行器1433具体用于:
若换道后的车道在预设时间前,该车道的车辆行驶方向与换道车辆的行驶方向相反,则根据换道车辆的换道轨迹,更改换道后的车道对应的虚拟车道线。
若换道后的车道在预设时间前,该车道的车辆行驶方向与换道车辆的行驶方向相同,且换道车辆在换道前,前方存在不换道车辆,则维持虚拟车道线不变;
若换道后的车道在预设时间前,该车道的车辆行驶方向与换道车辆的行驶方向相同,且换道车辆在换道前,前方不存在不换道车辆,则更改换道前的车道对应的虚拟车道线。
本申请一实施例还提供一种机器可读存储介质,其上存储有计算机程序,其中所述计算机程序在由处理器执行时实现上述任一实施例所述的方法。
所述系统/计算机装置集成的部件/模块/单元如果以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,本申请实现上述实施方式方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,所述计算机程序在被处理器执行时,可实现上述各个方法实施方式的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本申请还提供一种计算机设备,包括:处理器;存储器,用于存储所述处理器的可执行指令;其中,所述处理器被配置为经由执行所述可执行指令来执行上述任一实施例所述的方法。
在本申请所提供的几个具体实施方式中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施方式仅仅是示意性的,例如,所述部件的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
另外,在本申请各个实施例中的各功能模块/部件可以集成在相同处理模块/部件中,也可以是各个模块/部件单独物理存在,也可以两个或两个以上模块/部件集成在相同模块/部件中。上述集成的模块/部件既可以采用硬件的形式实现,也可以采用硬件加软件功能模块/部件的形式实现。
对于本领域技术人员而言,显然本申请实施例不限于上述示范性实施例的细节,而且在不背离本申请实施例的精神或基本特征的情况下,能够以其他的具体形式实现本申请实施例。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请实施例的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种车道线的获取方法,其特征在于,包括:
确定自动驾驶终端所在道路和该道路的车道数;
依据车道数勾勒虚拟车道线;
获取周边车辆的行驶轨迹;
利用周边车辆行驶行驶轨迹对虚拟车道线进行校正。
2.根据权利要求1所述的方法,其特征在于,所述利用周边车辆行驶行驶轨迹对虚拟车道线进行校正,具体包括:
识别周边车辆是否存在换道车辆;
根据换道车辆的行驶轨迹对虚拟车道线进行校正。
3.根据权利要求2所述的方法,其特征在于,所述据换道车辆的行驶轨迹对虚拟车道线进行校正,具体包括:
若未检测到换道车辆,则无需对当前路段的虚拟车道线进行校正
若检测到换道车辆,识别换道后的车道;
确定换道前的车道的车辆路况,查询历史记录,以及换道后的车道在预设时间前,该车道的车辆行驶方向;
根据换道后的车道在预设时间前,该车道的车辆行驶方向、换道车辆的行驶方向自己换道前的车道的车辆路况,对虚拟车道线进行校正。
4.根据权利要求3所述的方法,其特征在于,所述利用周边车辆行驶行驶轨迹对虚拟车道线进行校正之前,还包括步骤:
根据车辆的行驶轨迹确定各车道的车辆行驶方向,并存储各车道的车辆行驶方向。
5.根据权利要求3所述的方法,其特征在于,所述根据换道后的车道在预设时间前,该车道的车辆行驶方向、换道车辆的行驶方向自己换道前的车道的车辆路况,对虚拟车道线进行校正,具体包括:
若换道后的车道在预设时间前,该车道的车辆行驶方向与换道车辆的行驶方向相反,则根据换道车辆的换道轨迹,更改换道后的车道对应的虚拟车道线;
若换道后的车道在预设时间前,该车道的车辆行驶方向与换道车辆的行驶方向相同,且换道车辆在换道前,前方存在不换道车辆,则维持虚拟车道线不变;
若换道后的车道在预设时间前,该车道的车辆行驶方向与换道车辆的行驶方向相同,且换道车辆在换道前,前方不存在不换道车辆,则更改换道前的车道对应的虚拟车道线。
6.根据权利要求1所述的方法,其特征在于,还包括步骤:
将校正后的虚拟车道线融合到地图上。
7.根据权利要求6所述的方法,其特征在于,所述将校正后的虚拟车道线融合到地图上,具体包括:
获取周边环境图像,从周边环境图像中识别出至少部分第一车道线;
结合第一车道线和虚拟车道线,得到第二车道线;
将第二车道线与地图融合后呈现。
8.一种车道线获取装置,其特征在于,包括道路参数确定部件、虚拟车道勾勒部件、第一获取部件和校正部件,其中,
所述道路参数确定部件,用于确定自动驾驶终端所在道路和该道路的车道数;
所述虚拟车道勾勒部件,用于依据车道数勾勒虚拟车道线;
所述第一获取部件,用于获取周边车辆的行驶轨迹;
所述校正部件,用于利用周边车辆行驶行驶轨迹对虚拟车道线进行校正。
9.一种计算机设备,包括:处理器;存储器,用于存储所述处理器的可执行指令;其特征在于,所述处理器被配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的方法的步骤。
10.一种机器可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序在由处理器执行时实现权利要求1~7任一所述方法的步骤。
CN202110499708.6A 2021-05-08 2021-05-08 车道线的获取方法、装置、计算机设备和存储介质 Pending CN113071500A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110499708.6A CN113071500A (zh) 2021-05-08 2021-05-08 车道线的获取方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110499708.6A CN113071500A (zh) 2021-05-08 2021-05-08 车道线的获取方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN113071500A true CN113071500A (zh) 2021-07-06

Family

ID=76616536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110499708.6A Pending CN113071500A (zh) 2021-05-08 2021-05-08 车道线的获取方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN113071500A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113928336A (zh) * 2021-09-24 2022-01-14 上海时代之光照明电器检测有限公司 一种汽车自动驾驶辅助方法及系统
CN114368393A (zh) * 2021-12-21 2022-04-19 重庆长安汽车股份有限公司 直道上的车道线丢失预警方法、系统与人机共驾方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113928336A (zh) * 2021-09-24 2022-01-14 上海时代之光照明电器检测有限公司 一种汽车自动驾驶辅助方法及系统
CN113928336B (zh) * 2021-09-24 2023-09-01 上海时代之光照明电器检测有限公司 一种汽车自动驾驶辅助方法及系统
CN114368393A (zh) * 2021-12-21 2022-04-19 重庆长安汽车股份有限公司 直道上的车道线丢失预警方法、系统与人机共驾方法
CN114368393B (zh) * 2021-12-21 2023-09-15 重庆长安汽车股份有限公司 直道上的车道线丢失预警方法、系统与人机共驾方法

Similar Documents

Publication Publication Date Title
CN111695546B (zh) 用于无人车的交通信号灯识别方法和装置
US9652980B2 (en) Enhanced clear path detection in the presence of traffic infrastructure indicator
CN101929867B (zh) 使用道路模型的畅通路径检测
US20180173970A1 (en) Method for estimating traffic lanes
US11216689B2 (en) Detection of emergency vehicles
CN103630122B (zh) 一种单目视觉车道线检测方法及其测距方法
US10885358B2 (en) Method for detecting traffic signs
CN105844222A (zh) 基于视觉的前方车辆碰撞预警系统及方法
CN111231965B (zh) 车辆控制模式的调整方法及装置、无人驾驶车辆
US8050460B2 (en) Method for recognition of an object
KR102204431B1 (ko) Mms 전용 수치데이터의 정밀성 추가를 위한 데이터 보정시스템
Shunsuke et al. GNSS/INS/on-board camera integration for vehicle self-localization in urban canyon
CN110599853B (zh) 驾校智能教学系统及方法
CN107389084A (zh) 行车路径规划方法及存储介质
CN113071500A (zh) 车道线的获取方法、装置、计算机设备和存储介质
CN110491156A (zh) 一种感知方法、装置及系统
KR102204037B1 (ko) 기준객체와 지정 랜드마크 간의 기준 삼각망 생성을 통한 mms의 수집 위치 보정시스템
KR102204430B1 (ko) 현장위치별 수치좌표를 비교해서 mms 수치지도 정보의 오류를 자동 검색하는 수치데이터 시스템
CN112781600A (zh) 一种车辆导航方法、装置及存储介质
KR102562757B1 (ko) 노면표시 정보의 예측 및 인식방법 및 도로 유지관리 방법
CN114693722B (zh) 一种车辆行驶行为检测方法、检测装置及检测设备
CN105740806A (zh) 一种基于多视角的透视变换目标特征提取方法
KR102493800B1 (ko) 주행환경 정적객체인지 ai 데이터 처리 방법 및 이를 위한 장치
US11885640B2 (en) Map generation device and map generation method
CN113701770A (zh) 一种高精地图生成方法及系统

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