CN115147789B - 分合流道路信息检测方法、装置、设备和计算机可读介质 - Google Patents

Abstract

本公开的实施例公开了分合流道路信息检测方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：对目标道路图像进行关键点检测，得到分合流关键点坐标组；响应于确定分合流关键点坐标组满足第一预设条件，基于分合流关键点坐标组，对目标道路图像进行分割，得到分割图像序列；对分割图像序列中的每个分割图像进行车道线采样点检测以生成车道线采样点坐标序列组，得到车道线采样点坐标序列组集合；响应于确定分割图像组满足第二预设条件，基于分合流关键点坐标组和车道线采样点坐标序列组集合，生成分合流拓扑关系信息集；将分合流拓扑关系信息集确定为分合流道路信息。该实施方式可以提高生成的分合流道路信息准确度。

Description

分合流道路信息检测方法、装置、设备和计算机可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及分合流道路信息检测方法、装置、设备和计算机可读介质。

背景技术

分合流道路信息检测对于自动驾驶具有非常重要的意义。目前，在检测分合流道路信息时，通常采用的方式为：首先，识别出道路图像中的多条车道线。然后，通过多条车道线的方向(例如，多条车道线方向不同，可以表征存在分合流道口)，确定道路图像中是否存在分合流道路信息。

然而，发明人发现，当采用上述方式进行分合流道路信息检测时，经常会存在如下技术问题：

第一，未考虑分合流车道线拓扑变化关系，从而，导致生成的分合流道路信息的准确度不足；

第二，仅通过多条车道线的方向确定道路图像中是否存在分合流道路信息容易出现错误的分合流点，从而，导致分合流点的误差较大，进而，导致生成的分合流道路信息的准确度不足。

该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了分合流道路信息检测方法、装置、设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种分合流道路信息检测方法，该方法包括：对目标道路图像进行关键点检测，得到分合流关键点坐标组；响应于确定上述分合流关键点坐标组满足第一预设条件，基于上述分合流关键点坐标组，对上述目标道路图像进行分割，得到分割图像序列；对上述分割图像序列中的每个分割图像进行车道线采样点检测以生成车道线采样点坐标序列组，得到车道线采样点坐标序列组集合；响应于确定上述分割图像组满足第二预设条件，基于上述分合流关键点坐标组和上述车道线采样点坐标序列组集合，生成分合流拓扑关系信息集；将上述分合流拓扑关系信息集确定为分合流道路信息。

第二方面，本公开的一些实施例提供了一种分合流道路信息检测装置，该装置包括：关键点检测单元，被配置成对目标道路图像进行关键点检测，得到分合流关键点坐标组；分割单元，被配置成响应于确定上述分合流关键点坐标组满足第一预设条件，基于上述分合流关键点坐标组，对上述目标道路图像进行分割，得到分割图像序列；采样点检测单元，被配置成对上述分割图像序列中的每个分割图像进行车道线采样点检测以生成车道线采样点坐标序列组，得到车道线采样点坐标序列组集合；生成单元，被配置成响应于确定上述分割图像组满足第二预设条件，基于上述分合流关键点坐标组和上述车道线采样点坐标序列组集合，生成分合流拓扑关系信息集；确定单元，被配置成将上述分合流拓扑关系信息集确定为分合流道路信息。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的分合流道路信息检测方法，可以提高生成的分合流道路信息的准确度。具体来说，造成生成的分合流道路信息的准确度不足的原因在于：未考虑分合流车道线拓扑变化关系。基于此，本公开的一些实施例的分合流道路信息检测方法，首先，对目标道路图像进行关键点检测，得到分合流关键点坐标组。然后，响应于确定上述分合流关键点坐标组满足第一预设条件，基于上述分合流关键点坐标组，对上述目标道路图像进行分割，得到分割图像序列。通过分割可以避免不同的分合流关键点坐标之间的相互影响，以便提高生成的拓扑关系信息的准确度。接着，对上述分割图像序列中的每个分割图像进行车道线采样点检测以生成车道线采样点坐标序列组，得到车道线采样点坐标序列组集合。之后，响应于确定上述分割图像组满足第二预设条件，基于上述分合流关键点坐标组和上述车道线采样点坐标序列组集合，生成分合流拓扑关系信息集。通过生成分合流拓扑关系信息，可以用于表征分合流关键点坐标以及相匹配的车道线采样点坐标之间的拓扑结构。从而，可以更加准确的检测到目标道路图像中存在分合流道路信息。进而，将上述分合流拓扑关系信息集确定为分合流道路信息。可以提高生成的分合流道路信息准确度。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开的分合流道路信息检测方法的一些实施例的流程图；

图2是根据本公开的分合流道路信息检测装置的一些实施例的结构示意图；

图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1示出了根据本公开的分合流道路信息检测方法的一些实施例的流程100。该分合流道路信息检测方法的流程100，包括以下步骤：

步骤101，对目标道路图像进行关键点检测，得到分合流关键点坐标组。

在一些实施例中，分合流道路信息检测方法的执行主体可以对目标道路图像进行关键点检测，得到分合流关键点坐标组。其中，目标道路图像可以是某一时刻当前车辆的车载相机拍摄的道路图像。可以通过预设的分合流关键点坐标检测算法，对目标道路图像进行关键点检测，得到分合流关键点坐标组。分合流关键点坐标可以表征当前车辆所在车道与分流或合流车道的车道线的交点坐标。这里，若未检测到分合流关键点坐标，则可以将分合流关键点坐标组设为空。

作为示例，上述分合流关键点坐标检测算法可以包括但不限于一下至少一项：VGG(Visual Geometry Group Network，卷积神经网络)模型或GoogLeNet(深度神经网络)模型等。另外，对于每个分流或合流路口可以检测出一个分合流关键点坐标。例如，分合流关键点坐标可以是导流线分叉点的坐标。

步骤102，响应于确定分合流关键点坐标组满足第一预设条件，基于分合流关键点坐标组，对目标道路图像进行分割，得到分割图像序列。

在一些实施例中，上述执行主体可以响应于确定上述分合流关键点坐标组满足第一预设条件，基于上述分合流关键点坐标组，对上述目标道路图像进行分割，得到分割图像序列。其中，上述第一预设条件可以是分合流关键点坐标组不为空。

在一些实施例的一些可选的实现方式中，上述执行主体基于上述分合流关键点坐标组，对上述目标道路图像进行分割，得到分割图像序列，可以包括以下步骤：

第一步，确定上述分合流关键点坐标组中每个分合流关键点坐标的水平线方程，得到水平线方程组。其中，上述水平线方程组中的水平线方程是上述目标道路图像的图像坐标系中过分合流关键点坐标的水平方向的方程。这里，可以在上述目标道路图像的图像坐标系中，将过每个分合流关键点坐标平行于横轴的方程为水平线方程。

第二步，以上述水平线方程组中各个水平线方程为分割线，对上述目标道路图像进行分割，得到分割图像序列。

步骤103，对分割图像序列中的每个分割图像进行车道线采样点检测以生成车道线采样点坐标序列组，得到车道线采样点坐标序列组集合。

在一些实施例中，上述执行主体可以对上述分割图像序列中的每个分割图像进行车道线采样点检测以生成车道线采样点坐标序列组，得到车道线采样点坐标序列组集合。其中，可以通过预设的车道线采样点检测算法，对分割图像序列中的每个分割图像进行车道线采样点检测以生成车道线采样点坐标序列组，得到车道线采样点坐标序列组集合。这里，每个车道线采样点坐标序列组可以对应一个分割图像。每个车道线采样点坐标序列中的各个车道线采样点坐标可以表征分割图像中的一条车道线。

作为示例，上述车道线采样点检测算法可以包括但不限于以下至少一项：FCN(Fully Convolutional Networks，全卷机神经网络)模型、Resnet(Residual Network，残差神经网络)模型等。

步骤104，响应于确定分割图像组满足第二预设条件，基于分合流关键点坐标组和车道线采样点坐标序列组集合，生成分合流拓扑关系信息集。

在一些实施例中，上述执行主体可以响应于确定上述分割图像组满足第二预设条件，基于上述分合流关键点坐标组和上述车道线采样点坐标序列组集合，生成分合流拓扑关系信息集，其中，上述第二预设条件可以是上述分割图像组中包括至少两个分割图像。

在一些实施例的一些可选的实现方式中，上述执行主体基于上述分合流关键点坐标组和上述车道线采样点坐标序列组集合，生成分合流拓扑关系信息集，可以包括以下步骤：

第一步，将上述车道线采样点坐标序列组集合中与上述分合流关键点坐标组中每个分合流关键点坐标相匹配的车道线采样点坐标确定为目标车道线采样点坐标以生成目标车道线采样点坐标组，得到目标车道线采样点坐标组集合。其中，相匹配可以是车道线采样点坐标序列组中与上述分合流关键点坐标之间的距离最近的车道线采样点坐标。

第二步，对上述车道线采样点坐标序列组集合中每个车道线采样点坐标序列组中每个车道线采样点坐标序列中的各个车道线采样点坐标进行拟合以生成车道线方程，得到车道线方程组集合。

第三步，基于上述目标车道线采样点坐标组集合和上述分割图像序列，对上述车道线方程组集合与上述分合流关键点坐标组中的每个分合流关键点坐标进行关联处理以生成分合流拓扑关系信息，得到分合流拓扑关系信息集。其中，分合流拓扑关系信息可以是表征分流或合流的Y型导流线的拓扑关系。分流拓扑关系信息可以包括分合流关键点坐标和构成Y型导流线的车道线方程。这里，分合流关键点坐标可以表征Y型导流线的分叉点。

在一些实施例的一些可选的实现方式中，上述执行主体基于上述目标车道线采样点坐标组集合和上述分割图像序列，对上述车道线方程组集合与上述分合流关键点坐标组中的每个分合流关键点坐标进行关联处理以生成分合流拓扑关系信息，可以包括以下步骤：

对于上述分割图像序列中每两个相邻的分割图像，基于上述目标车道线采样点坐标组集合，执行如下关联处理步骤：

第一步，将上述两个相邻的分割图像分别确定为第一分割图像和第二分割图像。

第二步，响应于确定与上述第一分割图像对应的目标车道线坐标组和、与上述第二分割图像对应的目标车道线坐标组中、存在与上述分合流关键点坐标满足预设关联条件的目标车道线坐标，获取与上述分合流关键点坐标对应的历史分合流关键点坐标组。其中，上述预设关联条件可以是目标车道线坐标与分合流关键点坐标之间的距离值小于预设范围阈值(例如，3像素值)。其次，可以从内存或数据库中提取出与上述分合流关键点坐标对应的历史分合流关键点坐标组。这里，对应的可以是与与上述分合流关键点坐标表征相同分叉点坐标的历史分合流关键点坐标。具体的，历史分合流关键点坐标可以是在当前时刻之前检测到的分合流关键点坐标。

实践中，存在与上述分合流关键点坐标满足预设关联条件的目标车道线坐标可以表征存在能与分合流关键点构成分合流拓扑关系的车道线。

第三步，基于上述历史分合流关键点坐标组，对上述分合流关键点坐标进行优化处理，得到优化分合流关键点坐标。其中，首先，可以通过摄影测量中的三角化方法对上述历史分合流关键点坐标组中的各个历史分合流关键点坐标进行三角化，得到三维关键点坐标。然后，将三维关键点坐标投影至上述目标道路图像的图像坐标系中，得到投影关键点坐标。最后，可以将上述投影关键点坐标和上述分合流关键点坐标之间中点位置的坐标确定为上述优化分合流关键点坐标。

第四步，将满足上述预设关联条件的目标车道线坐标对应的车道线方程和上述优化分合流关键点坐标确定为分合流拓扑关系信息。

在一些实施例的一些可选的实现方式中，上述执行主体还可以执行如下步骤：

第一步，响应于确定与上述第一分割图像对应的目标车道线坐标组、和与上述第二分割图像对应的目标车道线坐标组中、不存在与上述分合流关键点满足预设关联条件的目标车道线坐标，将上述分合流关键点坐标作为第一观测坐标添加至预设的第一观察列表。其中，上述第一观察列表可以用于存储第一次关联失败的分合流关键点坐标。第一次关联失败可以是指不存在与上述分合流关键点满足预设关联条件的目标车道线坐标。

第二步，对上述第一观察列表中的各个第一观测坐标进行跟踪处理，得到第一跟踪结果集。其中，上述第一跟踪结果集中的第一跟踪结果可以表征跟踪成功或跟踪失败。其次，在预设的跟踪帧数内(例如5帧之内)，若某一帧对第一观察坐标跟踪成功则生成表征跟踪成功的第一跟踪结果。这里，可以通过以下方式对每个第一观测坐标在某一帧进行跟踪处理：

第一子步骤，确定上述第一观测坐标在某一帧道路图像中的跟踪范围。其中，跟踪范围可以是某一帧道路图像中被检测到的与上述第一观测坐标相对应的车道线的各个车道线坐标的集合。这里，相对应可以是第一观测坐标处于各个车道线坐标拟合成的车道线方程上。例如，跟踪范围还可以是与上述第一观测坐标对应的车道线采样点坐标序列。

第二子步骤，确定下一帧道路图像中被检测到的各个车道线采样点坐标序列，得到待匹配车道线采样点坐标序列组。

第三子步骤，对上述跟踪范围与上述待匹配车道线采样点坐标序列组中的每个待匹配车道线采样点坐标序列进行匹配处理以生成匹配结果，得到匹配结果集。其中，匹配处理可以是确定待匹配车道线采样点坐标序列中各个待匹配车道线采样点坐标是否处于上述跟踪范围。处于上述跟踪范围可以是跟踪范围内存在与待匹配车道线采样点坐标相同的坐标。因此，匹配结果可以是处于上述跟踪范围的待匹配车道线采样点坐标的数量占所匹配车道线采样点坐标序列中待匹配车道线采样点坐标数量的比重。

第四子步骤，若匹配结果包括的比重满足预设比重条件，生成表征上述第一观测坐标跟踪成功的第一跟踪结果。若匹配结果包括的比重不满足上述预设比重条件，生成表征上述第一观测坐标跟踪失败的第一跟踪结果。其中，上述预设比重条件可以是该比重大于预设比重阈值。例如，预设比重阈值可以是95％。

实践中，若第一观测坐标在当前帧被添加至第一观察列表，则可以在下一帧或多帧(例如5帧之内)确定是否跟踪成功。因此，在当前时刻表征跟踪成功的跟踪结果均对应的是第一观测坐标均为历史观测坐标。

第三步，响应于确定上述第一跟踪结果集中存在表征跟踪成功的第一跟踪结果，确定上述分合流关键点坐标组与表征跟踪成功的每个第一跟踪结果对应的分合流关键点坐标以作为目标分合流关键点坐标，得到目标分合流关键点坐标组。

第四步，对上述目标分合流关键点坐标组中的每个目标分合流关键点坐标再次执行上述关联处理步骤以生成分合流拓扑关系信息，得到分合流拓扑关系信息集。

实践中，对于当前帧，跟踪成功的第一观测坐标均为历史帧的关联处理失败的分合流关键点坐标。因此，若在当前帧对第一观测坐标进行关联处理以生成分合流拓扑关系信息，需要确定其在当前帧对应的分合流关键点坐标。这里，若对应的分合流关键点坐标已关联成功，生成分合流拓扑关系信息，则可以不再次执行上述关联步骤。

在一些实施例的一些可选的实现方式中，上述执行主体还可以执行如下步骤：

第一步，将上述第一跟踪结果集中表征跟踪失败的第一跟踪结果对应的第一观测坐标从上述第一观察列表中移除，以及将所移除的第一观测坐标作为第二观测坐标添加至预设的第二观察列表。其中，第二观察列表可以是用于存储第一观察列表中跟踪处理连续多次失败(例如，连续5帧跟踪失败)的第一观测坐标。这里，考虑到存在障碍物遮挡的情况导致连续跟踪失败，引入第二观察列表。使得可以再次对第一观测坐标进行跟踪，避免误检或被遮挡等情况导致漏检分合流关键点坐标。从而，避免生成的分合流拓扑关系信息的缺失。进而，可以提高生成的分合流拓扑关系信息的准确度。

第二步，对上述第二观察列表中的各个第二观测坐标坐标进行跟踪处理，得到第二跟踪结果集。这里，跟踪处理可以与上述跟踪处理步骤相同，不再具体赘述。

第三步，对上述第二跟踪结果集中存在表征跟踪成功的第二跟踪结果对应的分合流关键点坐标再次执行上述关联处理步骤以生成目标分合流拓扑关系信息，得到目标分合流拓扑关系信息集。这里，第二观测坐标跟踪成功，可以表示第二观测坐标不是被误检的坐标。因此，还可以确定第二观测坐标对应的当前帧的分合流关键点坐标是否关联成功。若对应的分合流关键点坐标已关联成功，生成分合流拓扑关系信息，则可以不再次执行上述关联步骤。

第四步，将上述目标分合流拓扑关系信息集添加至上述分合流拓扑关系信息集。这里，若对应的分合流关键点坐标未关联成功，则可以将上述目标分合流拓扑关系信息集添加至上述分合流拓扑关系信息集。由此，可以进一步避免分合流拓扑关系信息的缺失。

上述各个步骤及其相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“仅通过多条车道线的方向确定道路图像中是否存在分合流道路信息容易出现错误的分合流点，从而，导致分合流点的误差较大，进而，导致生成的分合流道路信息的准确度不足”。首先，上述关联步骤生成与每个分合流关键点坐标对应的分合理拓扑关系信息。考虑到仅通过多条车道线的方向确定道路图像中是否存在分合流道路信息容易出现错误的分合流点。因此通过上述优化处理步骤，生成的优化分合流关键点坐标。以此提高分合流关键点坐标的准确度。进而，可以提高生成的分合流拓扑关系信息的准确度。另外，还通过引入第一观察列表和第二观察列表，对关联失败的分合流关键点坐标进行跟踪处理。使得可以进一步避免误检或被遮挡等情况导致漏检分合流关键点坐标。从而，避免生成的分合流拓扑关系信息的缺失。由此，可以进一步提高生成的分合流拓扑关系信息的准确度。

步骤105，将分合流拓扑关系信息集确定为分合流道路信息。

在一些实施例中，上述执行主体可以将上述分合流拓扑关系信息集确定为分合流道路信息。

可选的，上述执行主体还可以将上述分合流道路信息发送至显示终端以供显示。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的分合流道路信息检测方法，可以提高生成的分合流道路信息的准确度。具体来说，造成生成的分合流道路信息的准确度不足的原因在于：未考虑分合流车道线拓扑变化关系。基于此，本公开的一些实施例的分合流道路信息检测方法，首先，对目标道路图像进行关键点检测，得到分合流关键点坐标组。然后，响应于确定上述分合流关键点坐标组满足第一预设条件，基于上述分合流关键点坐标组，对上述目标道路图像进行分割，得到分割图像序列。通过分割可以避免不同的分合流关键点坐标之间的相互影响，以便提高生成的拓扑关系信息的准确度。接着，对上述分割图像序列中的每个分割图像进行车道线采样点检测以生成车道线采样点坐标序列组，得到车道线采样点坐标序列组集合。之后，响应于确定上述分割图像组满足第二预设条件，基于上述分合流关键点坐标组和上述车道线采样点坐标序列组集合，生成分合流拓扑关系信息集。通过生成分合流拓扑关系信息，可以用于表征分合流关键点坐标以及相匹配的车道线采样点坐标之间的拓扑结构。从而，可以更加准确的检测到目标道路图像中存在分合流道路信息。进而，将上述分合流拓扑关系信息集确定为分合流道路信息。可以提高生成的分合流道路信息准确度。

进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种分合流道路信息检测装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图2所示，一些实施例的分合流道路信息检测装置200包括：关键点检测单元201、分割单元202、采样点检测单元203、生成单元204和确定单元205。其中，关键点检测单元201，被配置成对目标道路图像进行关键点检测，得到分合流关键点坐标组；分割单元202，被配置成响应于确定上述分合流关键点坐标组满足第一预设条件，基于上述分合流关键点坐标组，对上述目标道路图像进行分割，得到分割图像序列；采样点检测单元203，被配置成对上述分割图像序列中的每个分割图像进行车道线采样点检测以生成车道线采样点坐标序列组，得到车道线采样点坐标序列组集合；生成单元204，被配置成响应于确定上述分割图像组满足第二预设条件，基于上述分合流关键点坐标组和上述车道线采样点坐标序列组集合，生成分合流拓扑关系信息集；确定单元205，被配置成将上述分合流拓扑关系信息集确定为分合流道路信息。

可以理解的是，该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元，在此不再赘述。

下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。

通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：对目标道路图像进行关键点检测，得到分合流关键点坐标组；响应于确定上述分合流关键点坐标组满足第一预设条件，基于上述分合流关键点坐标组，对上述目标道路图像进行分割，得到分割图像序列；对上述分割图像序列中的每个分割图像进行车道线采样点检测以生成车道线采样点坐标序列组，得到车道线采样点坐标序列组集合；响应于确定上述分割图像组满足第二预设条件，基于上述分合流关键点坐标组和上述车道线采样点坐标序列组集合，生成分合流拓扑关系信息集；将上述分合流拓扑关系信息集确定为分合流道路信息。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括关键点检测单元、分割单元、采样点检测单元、生成单元和确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，确定单元还可以被描述为“将上述分合流拓扑关系信息集确定为分合流道路信息的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (9)

1.一种分合流道路信息检测方法，包括：

对目标道路图像进行关键点检测，得到分合流关键点坐标组；

响应于确定所述分合流关键点坐标组满足第一预设条件，基于所述分合流关键点坐标组，对所述目标道路图像进行分割，得到分割图像序列，其中，第一预设条件是分合流关键点坐标组不为空；

对所述分割图像序列中的每个分割图像进行车道线采样点检测以生成车道线采样点坐标序列组，得到车道线采样点坐标序列组集合；

响应于确定所述分割图像序列满足第二预设条件，基于所述分合流关键点坐标组和所述车道线采样点坐标序列组集合，生成分合流拓扑关系信息集，其中，第二预设条件是分割图像序列中包括至少两个分割图像；

将所述分合流拓扑关系信息集确定为分合流道路信息；

其中，所述基于所述分合流关键点坐标组和所述车道线采样点坐标序列组集合，生成分合流拓扑关系信息集，包括：

将所述车道线采样点坐标序列组集合中与所述分合流关键点坐标组中每个分合流关键点坐标相匹配的车道线采样点坐标确定为目标车道线采样点坐标以生成目标车道线采样点坐标组，得到目标车道线采样点坐标组集合；

对所述车道线采样点坐标序列组集合中每个车道线采样点坐标序列组中每个车道线采样点坐标序列中的各个车道线采样点坐标进行拟合以生成车道线方程，得到车道线方程组集合；

基于所述目标车道线采样点坐标组集合和所述分割图像序列，对所述车道线方程组集合与所述分合流关键点坐标组中的每个分合流关键点坐标进行关联处理以生成分合流拓扑关系信息，得到分合流拓扑关系信息集。

2.根据权利要求1所述的方法，其中，所述方法还包括：

将所述分合流道路信息发送至显示终端以供显示。

3.根据权利要求1所述的方法，其中，所述基于所述分合流关键点坐标组，对所述目标道路图像进行分割，得到分割图像序列，包括：

确定所述分合流关键点坐标组中每个分合流关键点坐标的水平线方程，得到水平线方程组，其中，所述水平线方程组中的水平线方程是所述目标道路图像的图像坐标系中过分合流关键点坐标的水平方向的方程；

以所述水平线方程组中各个水平线方程为分割线，对所述目标道路图像进行分割，得到分割图像序列。

4.根据权利要求1所述的方法，其中，所述基于所述目标车道线采样点坐标组集合和所述分割图像序列，对所述车道线方程组集合与所述分合流关键点坐标组中的每个分合流关键点坐标进行关联处理以生成分合流拓扑关系信息，包括：

对于所述分割图像序列中每两个相邻的分割图像，基于所述目标车道线采样点坐标组集合，执行如下关联处理步骤：

将所述两个相邻的分割图像分别确定为第一分割图像和第二分割图像；

响应于确定与所述第一分割图像对应的目标车道线坐标组和、与所述第二分割图像对应的目标车道线坐标组中、存在与所述分合流关键点坐标满足预设关联条件的目标车道线坐标，获取与所述分合流关键点坐标对应的历史分合流关键点坐标组；

基于所述历史分合流关键点坐标组，对所述分合流关键点坐标进行优化处理，得到优化分合流关键点坐标；

将满足所述预设关联条件的目标车道线坐标对应的车道线方程和所述优化分合流关键点坐标确定为分合流拓扑关系信息。

5.根据权利要求4所述的方法，其中，所述方法还包括：

响应于确定与所述第一分割图像对应的目标车道线坐标组、和与所述第二分割图像对应的目标车道线坐标组中、不存在与所述分合流关键点满足预设关联条件的目标车道线坐标，将所述分合流关键点坐标作为第一观测坐标添加至预设的第一观察列表；

对所述第一观察列表中的各个第一观测坐标进行跟踪处理，得到第一跟踪结果集，其中，所述第一跟踪结果集中的第一跟踪结果表征跟踪成功或跟踪失败；

响应于确定所述第一跟踪结果集中存在表征跟踪成功的第一跟踪结果，确定所述分合流关键点坐标组与表征跟踪成功的每个第一跟踪结果对应的分合流关键点坐标以作为目标分合流关键点坐标，得到目标分合流关键点坐标组；

对所述目标分合流关键点坐标组中的每个目标分合流关键点坐标再次执行所述关联处理步骤以生成分合流拓扑关系信息，得到分合流拓扑关系信息集。

6.根据权利要求5所述的方法，其中，所述方法还包括：

将所述第一跟踪结果集中表征跟踪失败的第一跟踪结果对应的第一观测坐标从所述第一观察列表中移除，以及将所移除的第一观测坐标作为第二观测坐标添加至预设的第二观察列表；

对所述第二观察列表中的各个第二观测坐标进行跟踪处理，得到第二跟踪结果集；

对所述第二跟踪结果集中存在表征跟踪成功的第二跟踪结果对应的分合流关键点坐标再次执行所述关联处理步骤以生成目标分合流拓扑关系信息，得到目标分合流拓扑关系信息集；

将所述目标分合流拓扑关系信息集添加至所述分合流拓扑关系信息集。

7.一种分合流道路信息检测装置，包括：

关键点检测单元，被配置成对目标道路图像进行关键点检测，得到分合流关键点坐标组；

分割单元，被配置成响应于确定所述分合流关键点坐标组满足第一预设条件，基于所述分合流关键点坐标组，对所述目标道路图像进行分割，得到分割图像序列，其中，第一预设条件是分合流关键点坐标组不为空；

采样点检测单元，被配置成对所述分割图像序列中的每个分割图像进行车道线采样点检测以生成车道线采样点坐标序列组，得到车道线采样点坐标序列组集合；

生成单元，被配置成响应于确定所述分割图像序列满足第二预设条件，基于所述分合流关键点坐标组和所述车道线采样点坐标序列组集合，生成分合流拓扑关系信息集，其中，第二预设条件是分割图像序列中包括至少两个分割图像；

确定单元，被配置成将所述分合流拓扑关系信息集确定为分合流道路信息；

其中，所述基于所述分合流关键点坐标组和所述车道线采样点坐标序列组集合，生成分合流拓扑关系信息集，包括：

将所述车道线采样点坐标序列组集合中与所述分合流关键点坐标组中每个分合流关键点坐标相匹配的车道线采样点坐标确定为目标车道线采样点坐标以生成目标车道线采样点坐标组，得到目标车道线采样点坐标组集合；

对所述车道线采样点坐标序列组集合中每个车道线采样点坐标序列组中每个车道线采样点坐标序列中的各个车道线采样点坐标进行拟合以生成车道线方程，得到车道线方程组集合；

基于所述目标车道线采样点坐标组集合和所述分割图像序列，对所述车道线方程组集合与所述分合流关键点坐标组中的每个分合流关键点坐标进行关联处理以生成分合流拓扑关系信息，得到分合流拓扑关系信息集。

8.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

9.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。

Images