CN115497078B - 车道线生成方法、装置、设备和计算机可读介质 - Google Patents
车道线生成方法、装置、设备和计算机可读介质 Download PDFInfo
- Publication number
- CN115497078B CN115497078B CN202211420450.7A CN202211420450A CN115497078B CN 115497078 B CN115497078 B CN 115497078B CN 202211420450 A CN202211420450 A CN 202211420450A CN 115497078 B CN115497078 B CN 115497078B
- Authority
- CN
- China
- Prior art keywords
- sequence
- point information
- information group
- track point
- obstacle
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000008859 change Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000012952 Resampling Methods 0.000 claims description 5
- 238000005286 illumination Methods 0.000 abstract description 8
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 230000004888 barrier function Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
-
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开的实施例公开了车道线生成方法、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：获取当前车辆的道路图像序列；对道路图像序列中的各个道路图像进行识别处理，得到障碍物特征信息组序列；基于障碍物特征信息组序列和道路图像序列，生成障碍物灯光轨迹点信息组序列；基于障碍物灯光轨迹点信息组序列，生成换道轨迹信息；基于换道轨迹信息，对障碍物灯光轨迹点信息组序列进行截取处理，得到第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列；基于第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列，生成车道线方程。该实施方式可以在光照不足或者环境遮挡的情况下，生成车道线，以及便于车辆得到更为全面的车道线感知数据。
Description
技术领域
本公开的实施例涉及计算机技术领域，具体涉及车道线生成方法、装置、设备和计算机可读介质。
背景技术
车道线生成方法，是自动驾驶领域中用于车道线估计的一项技术。目前，在生成车道线时，通常采用的方式为：首先，对图像中的二维车道线进行检测。然后，将二维车道线还原成三维车道线，从而，得到车道线。
然而，发明人发现，当采用上述方式对车道线进行生成时，经常会存在如下技术问题：
第一，若光照不足或者环境遮挡，则无法检测到部分车道线，从而，导致无法生成车道线；
第二，即使通过高精度地图或者检测可行驶区域的方式可以对未检测到的车道线进行检测以生成完整车道线，但由于高精度地图或者检测可行驶区域本身存在一定误差，生成的车道线不够准确，从而，导致车辆行驶的安全性较低。
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车道线生成方法、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车道线生成方法，该方法包括：获取当前车辆的道路图像序列；对上述道路图像序列中的各个道路图像进行识别处理，得到障碍物特征信息组序列；基于上述障碍物特征信息组序列和上述道路图像序列，生成障碍物灯光轨迹点信息组序列；基于上述障碍物灯光轨迹点信息组序列，生成换道轨迹信息；基于上述换道轨迹信息，对上述障碍物灯光轨迹点信息组序列进行截取处理，得到第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列；基于上述第一灯光轨迹点信息组序列和上述第二灯光轨迹点信息组序列，生成车道线方程。
第二方面，本公开的一些实施例提供了一种车道线生成装置，装置包括：获取单元，被配置成获取当前车辆的道路图像序列；识别处理单元，被配置成对上述道路图像序列中的各个道路图像进行识别处理，得到障碍物特征信息组序列；第一生成单元，被配置成基于上述障碍物特征信息组序列和上述道路图像序列，生成障碍物灯光轨迹点信息组序列；第二生成单元，被配置成基于上述障碍物灯光轨迹点信息组序列，生成换道轨迹信息；截取处理单元，被配置成基于上述换道轨迹信息，对上述障碍物灯光轨迹点信息组序列进行截取处理，得到第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列；第三生成单元，被配置成基于上述第一灯光轨迹点信息组序列和上述第二灯光轨迹点信息组序列，生成车道线方程。
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，上述计算机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车道线生成方法，可以在光照不足或者环境遮挡的情况下，生成车道线。具体来说，造成无法生成车道线的原因在于：若光照不足或者环境遮挡，则无法检测到部分车道线。基于此，本公开的一些实施例的车道线生成方法，首先，获取当前车辆的道路图像序列。在这里，可以得到相机拍摄的连续帧道路图像，便于后续识别存在换道行为的障碍物车辆以及障碍物车辆对应的灯光轨迹。其次，对上述道路图像序列中的各个道路图像进行识别处理，得到障碍物特征信息组序列。由此，可以得到对车道线造成遮挡的各个障碍物车辆的特征，便于后续得到与遮挡车道线的障碍物对应的尾部灯光轨迹，以供生成车道线。然后，基于上述障碍物特征信息组序列和上述道路图像序列，生成障碍物灯光轨迹点信息组序列。由此，可以得到与遮挡车道线的障碍物车辆对应的尾部灯光轨迹。之后，基于上述障碍物灯光轨迹点信息组序列，生成换道轨迹信息。由此，可以得到遮挡车道线前后一段时间也就是障碍物车辆执行换道操作期间的灯光轨迹信息。接着，基于上述换道轨迹信息，对上述障碍物灯光轨迹点信息组序列进行截取处理，得到第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列。由此，可以得到对应遮挡车道线前、遮挡车道线后的灯光轨迹。而且，所得到的两段灯光轨迹与车道线的轨迹弯曲程度相同，便于后续根据灯光轨迹生成车道线方程。最后，基于上述第一灯光轨迹点信息组序列和上述第二灯光轨迹点信息组序列，生成车道线方程。因此，本公开的车道线生成方法，可以通过对障碍物车辆的尾部灯光进行检测，生成包括被遮挡部分车道线的车道线方程，从而，达到在光照不足或者环境遮挡的情况下，仍能生成车道线的效果，以及便于车辆得到更为全面的车道线感知数据。
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是根据本公开的车道线生成方法的一些实施例的流程图；
图2是根据本公开的车道线生成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车道线生成方法的一些实施例的流程100。该车道线生成方法，包括以下步骤：
步骤101，获取当前车辆的道路图像序列。
在一些实施例中，车道线生成方法的执行主体（例如计算设备）可以通过有线连接方式或者无线连接方式获取当前车辆的道路图像序列。其中，上述道路图像序列可以是连续多帧道路图像的有序集合。上述道路图像序列中的道路图像可以是车载相机拍摄的当前车辆前方道路的一帧图像。由此，可以通过车载相机获取当前车辆的道路图像序列。
步骤102，对道路图像序列中的各个道路图像进行识别处理，得到障碍物特征信息组序列。
在一些实施例中，上述执行主体对道路图像序列中的各个道路图像进行识别处理，得到障碍物特征信息组序列。其中，上述障碍物特征信息组序列中的各个障碍物特征信息组之间可以是按照对应道路图像帧的时间先后顺序排列的。上述障碍物特征信息组序列中每个障碍物特征信息组中的障碍物特征信息可以包括障碍物类型、障碍物标识、障碍物距离值和尾部换道灯状态。上述障碍物类型可以包括但不限于以下至少一项：行人类型、车辆类型。上述行人类型可以用于表征障碍物为行人。上述车辆类型可以用于表征障碍物为车辆。上述障碍物标识可以是障碍物车辆的标识。上述障碍物车辆可以是车辆类型的障碍物。上述障碍物标识可以与障碍物车辆一一对应。例如，上述障碍物标识可以是障碍物车辆的编号或车牌号。需要说明的是，同一障碍物车辆在连续帧图像中的障碍物标识相同。上述障碍物距离值可以是障碍物车辆与当前车辆之间的纵向距离的值。上述尾部换道灯状态可以为以下一种：左侧开启状态、右侧开启状态或未开启状态。上述左侧开启状态可以表征障碍物车辆向左侧相邻车道换道。上述右侧开启状态可以表征障碍物车辆向右侧相邻车道换道。上述左侧开启状态可以表征障碍物车辆向左侧相邻车道换道。上述未开启状态可以表征障碍物车辆不换道。可以通过预设的图像识别方法，对上述道路图像序列中的各个道路图像进行识别处理，得到障碍物特征信息组序列。
作为示例，预设的图像识别方法可以包括但不限于以下至少一项：Scharr算子（边缘检测）、霍夫变换、YOLO（You Only Look Once，目标检测算法）等。
步骤103，基于障碍物特征信息组序列和道路图像序列，生成障碍物灯光轨迹点信息组序列。
在一些实施例中，上述执行主体可以通过各种方式，基于上述障碍物特征信息组序列和上述道路图像序列，生成障碍物灯光轨迹点信息组序列。其中，上述障碍物灯光轨迹点信息组序列中的各个障碍物灯光轨迹点信息组之间可以是按照对应道路图像帧的时间先后顺序排列的。上述障碍物灯光轨迹点信息组序列中每个障碍物灯光轨迹点信息组中的障碍物灯光轨迹点信息可以包括但不限于以下至少一项：轨迹点坐标、轨迹点像素值。上述轨迹点坐标可以是一个灯光轨迹点在相机坐标系下的定位坐标。上述轨迹点像素值可以是灯光轨迹点对应的像素值。例如，上述轨迹点像素值可以是5px。
在一些实施例的一些可选的实现方式中，上述执行主体可以基于上述障碍物特征信息组序列和上述道路图像序列，通过以下步骤，生成障碍物灯光轨迹点信息组序列：
第一步，基于上述障碍物特征信息组序列，生成换道障碍物特征信息序列。其中，上述换道障碍物特征信息序列中的各个换道障碍物特征信息之间可以是对应同一障碍物车辆的各个障碍物特征信息按照对应道路图像帧的时间先后顺序排列的。可以执行以下步骤：
第一子步骤，对于上述障碍物特征信息组序列中的每个障碍物特征信息组，从上述障碍物特征信息组中选出任意满足预设换道灯状态条件的障碍物特征信息作为目标障碍物特征信息。其中，上述预设换道灯状态条件可以是障碍物特征信息包括的尾部换道灯状态为左侧开启状态或右侧开启状态。上述目标障碍物特征信息可以是开启尾部换道灯执行换道操作的障碍物车辆的特征信息。
第二子步骤，将所得到的各个目标障碍物特征信息对应的各个障碍物标识确定为障碍物标识组。其中，上述障碍物标识组可以是执行换道操作的各个障碍物车辆对应的各个障碍物标识的集合。
第三子步骤，将上述障碍物特征信息组序列中序号为1的障碍物特征信息组确定为第一障碍物特征信息组。其中，上述第一障碍物特征信息组中的第一障碍物特征信息可以是第一帧道路图像中的障碍物车辆的特征信息。
第四子步骤，将上述第一障碍物特征信息组中与上述障碍物标识组中每个障碍物标识相匹配的各个第一障碍物特征信息确定为目标第一障碍物特征信息组。其中，与上述障碍物标识组中每个障碍物标识相匹配可以是第一障碍物特征信息组中的第一障碍物特征信息对应的障碍物标识与上述障碍物标识组中任意障碍物标识相同。上述目标第一障碍物特征信息组中的目标第一障碍物特征信息可以是第一帧道路图像中执行换道操作的障碍物车辆的特征信息。可以将上述匹配到的各个第一障碍物特征信息中的每个第一障碍物特征信息确定为目标第一障碍物特征信息，得到目标第一障碍物特征信息组。
第五子步骤，将上述目标第一障碍物特征信息组中各个目标第一障碍物特征信息包括的各个障碍物距离值确定为障碍物距离值组。其中，上述障碍物距离值组中的障碍物距离值可以是执行换道操作的障碍物车辆与当前车辆之间纵向距离的值。
第六子步骤，将上述障碍物距离值组中满足预设距离值条件的障碍物距离值对应的障碍物标识确定为目标障碍物车辆标识。其中，上述预设距离值条件可以是障碍物距离值为上述障碍物距离值组中的最小值。上述目标障碍物车辆标识可以是第一帧道路图像中与当前车辆距离值最小的执行换道操作的障碍物车辆所对应的障碍物标识。
第七子步骤，对于上述障碍物特征信息组序列中的每个障碍物特征信息组，从上述障碍物特征信息组中选出与上述目标障碍物车辆标识相匹配的障碍物特征信息作为换道障碍物特征信息。其中，与上述目标障碍物车辆标识相匹配可以是障碍物特征信息对应的障碍物标识与目标障碍物车辆标识相同。
第八子步骤，对所得到的各个换道障碍物特征信息进行排序，得到换道障碍物特征信息序列。可以通过预设的排序算法，根据所得到的每个换道障碍物特征信息对应的道路图像帧的时间先后顺序，对各个换道障碍物特征信息进行排序，得到换道障碍物特征信息序列。
作为示例，上述预设的排序算法可以包括但不限于以下至少一项：冒泡排序、插入排序和快速排序等。
第二步，基于上述换道障碍物特征信息序列，对上述道路图像序列中的各个道路图像进行重采样处理，得到障碍物灯光重构图像序列。其中，上述障碍物灯光重构图像序列中的障碍物灯光重构图像可以是障碍物车辆的尾部灯光的图像。上述障碍物灯光重构图像序列中的各个障碍物灯光重构图像之间可以是按照对应道路图像帧的时间先后顺序排列的。可以通过预设的图像重采样方法，基于上述换道障碍物特征信息序列，对上述道路图像序列中的各个道路图像进行重采样处理，得到障碍物灯光重构图像序列。
作为示例，上述预设的图像重采样方法可以包括但不限于以下至少一项：双线性插值、三次卷积内插法。
第三步，对上述障碍物灯光重构图像序列中的各个障碍物灯光重构图像进行去噪处理，得到目标灯光图像序列。其中，上述目标灯光图像序列中的目标灯光图像可以是去除噪声点后的尾部灯光的图像。上述目标灯光图像序列中的各个目标灯光图像之间可以是按照对应道路图像帧的时间先后顺序排列的。可以通过预设的图像去噪算法，对上述障碍物灯光重构图像序列中的各个障碍物灯光重构图像进行去噪处理，得到目标灯光图像序列。
作为示例，上述预设的图像去噪算法可以包括但不限于以下至少一项：卡尔曼滤波、高斯滤波和形态学滤波。
第四步，基于上述目标灯光图像序列，生成障碍物灯光轨迹点信息组序列。其中，上述障碍物灯光轨迹点信息组序列中的各个障碍物灯光轨迹点信息组之间可以是按照对应目标灯光图像的先后顺序排列的。上述障碍物灯光轨迹点信息组序列中每个障碍物灯光轨迹点信息组的障碍物灯光轨迹点信息可以包括轨迹点坐标和轨迹点颜色。上述轨迹点颜色可以是灯光轨迹点对应像素的颜色。可以通过预设的运动目标检测方法，生成障碍物灯光轨迹点信息组序列。
作为示例，上述预设的运动目标检测方法可以包括但不限于以下至少一项：光流法、帧间差分法。
步骤104，基于障碍物灯光轨迹点信息组序列，生成换道轨迹信息。
在一些实施例中，上述执行主体可以通过各种方式，基于上述障碍物灯光轨迹点信息组序列，生成换道轨迹信息。其中，上述换道轨迹信息可以是障碍物车辆换道过程中尾部灯光对应的灯光轨迹点的信息。
在一些实施例的一些可选的实现方式中，上述执行主体可以基于上述障碍物灯光轨迹点信息组序列，通过以下步骤，生成换道轨迹信息：
第一步，对于上述障碍物灯光轨迹点信息组序列中的每个障碍物灯光轨迹点信息组，响应于确定上述障碍物灯光轨迹点信息组满足预设换道灯光条件，将上述障碍物灯光轨迹点信息组对应的序号确定为换道轨迹帧序号。其中，上述预设换道灯光条件可以是上述障碍物灯光轨迹点信息组中存在至少一个障碍物灯光轨迹点信息包括的轨迹点颜色为预设颜色。上述预设颜色可以是预先设置的颜色。例如，上述预设颜色可以为黄色。上述换道轨迹帧序号可以是障碍物车辆换道过程中对应的一个障碍物灯光轨迹点信息组在障碍物灯光轨迹点信息组序列中的序号。
第二步，将所确定的各个换道轨迹帧序号确定为换道轨迹信息。
步骤105，基于换道轨迹信息，对障碍物灯光轨迹点信息组序列进行截取处理，生成第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列。
在一些实施例中，上述执行主体可以通过各种方式，基于上述换道轨迹信息，对上述障碍物灯光轨迹点信息组序列进行截取处理，生成第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列。其中，上述第一灯光轨迹点信息组序列中的第一灯光轨迹点信息组可以是障碍物车辆在换道之前车道上的一帧灯光轨迹点的信息集合。第一灯光轨迹点信息组中的第一灯光轨迹点信息可以是同一帧车尾灯光轨迹中轨迹点的信息。上述第二灯光轨迹点信息组序列可以是上述第二灯光轨迹点信息组序列中的第二灯光轨迹点信息组可以是障碍物车辆在换道之后车道上的一帧灯光轨迹的信息集合。第二灯光轨迹点信息组中的第二灯光轨迹点信息可以是同一帧车尾灯光轨迹中轨迹点的信息。
在一些实施例的一些可选的实现方式中，上述执行主体可以基于上述换道轨迹信息，通过以下步骤，对上述障碍物灯光轨迹点信息组序列进行截取处理，生成第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列：
第一步，基于上述障碍物灯光轨迹点信息组序列，生成单侧灯光轨迹点信息组序列。其中，上述单侧灯光轨迹点信息组序列中的单侧灯光轨迹点信息组可以是障碍物车辆换道一侧尾灯的灯光轨迹的信息。对于上述障碍物灯光轨迹点信息组序列中的每个障碍物灯光轨迹点信息组，可以将上述障碍物灯光轨迹点信息组中满足上述预设换道灯光条件的每个障碍物灯光轨迹点信息确定为单侧灯光轨迹点信息，得到单侧灯光轨迹点信息组。
第二步，基于上述换道轨迹信息包括的各个换道轨迹帧序号，生成开始帧序号和结束帧序号。其中，上述开始帧序号可以是障碍物车辆开始换道时对应灯光轨迹所在图像帧的序号。上述结束帧序号可以是障碍物车辆结束换道时对应灯光轨迹所在图像帧的序号。首先，通过上述预设的排序算法，对上述换道轨迹信息包括的各个换道轨迹帧序号进行排序，得到换道轨迹帧序号序列。其中，上述换道轨迹帧序号序列可以是与障碍物车辆换道过程相对应的连续多个图像帧的有序集合。然后，将上述换道轨迹帧序号序列中序号为1的换道轨迹帧序号确定为开始帧序号。最后，将上述换道轨迹帧序号序列中末尾的换道轨迹帧序号确定为结束帧序号。
第三步，基于上述开始帧序号和上述结束帧序号，对上述单侧灯光轨迹点信息组序列进行截取处理，得到第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列。首先，将上述单侧灯光轨迹点信息组序列中序号从1到（开始帧序号-1）的每个单侧灯光轨迹点信息组确定为第一灯光轨迹点信息组，得到第一灯光轨迹点信息组序列。其次，将上述单侧灯光轨迹点信息组序列中从（结束帧序号+1）位置到末尾位置上的每个单侧灯光轨迹点信息组确定为第二灯光轨迹点信息组，得到第二灯光轨迹点信息组序列。
步骤106，基于第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列，生成车道线方程。
在一些实施例中，上述执行主体可以通过各种方式，基于上述第一灯光轨迹点信息组序列和上述第二灯光轨迹点信息组序列，生成车道线方程。其中，上述车道线方程可以是车道线对应的曲线方程。例如，上述车道线方程可以是三次曲线方程。
在一些实施例的一些可选的实现方式中，上述执行主体可以基于上述第一灯光轨迹点信息组序列和上述第二灯光轨迹点信息组序列，通过以下步骤，生成车道线方程：
第一步，基于上述第一灯光轨迹点信息组序列和上述第二灯光轨迹点信息组序列，生成目标灯光轨迹点信息组序列。其中，上述目标灯光轨迹点信息组序列可以用于表征一段由若干个轨迹上的点组成的灯光轨迹。上述目标灯光轨迹点信息组序列中的目标灯光轨迹点信息组可以是对应同一车道的一帧灯光轨迹的信息集合。目标灯光轨迹点信息组中的目标灯光轨迹点信息可以是同一帧中车尾灯光轨迹中轨迹点的信息。可以通过各种方式，生成目标灯光轨迹点信息组序列。
在一些实施例的一些可选的实现方式中，上述执行主体可以基于上述第一灯光轨迹点信息组序列和上述第二灯光轨迹点信息组序列，通过以下步骤，生成目标灯光轨迹点信息组序列：
第一步，基于上述第一灯光轨迹点信息组序列，生成轨迹检测信息。其中，上述轨迹检测信息可以是对灯光轨迹进行完整性检测的信息。可以执行以下步骤：
第一子步骤，对于上述第一灯光轨迹点信息组序列中的第一灯光轨迹点信息组，将上述第一灯光轨迹点信息组中的第一灯光轨迹点信息的数目确定为轨迹点数。其中，上述轨迹点数可以是同一帧灯光轨迹对应的轨迹点的数目。
第二子步骤，从所确定的各个轨迹点数中选出满足预设个数条件的轨迹点数作为目标轨迹点数。其中，上述预设个数条件可以是轨迹点数为所确定的各个轨迹点数中的最大值。
第三子步骤，对于所确定的每个轨迹点数，确定上述目标轨迹点数与上述轨迹点数的差值，以及将上述差值与上述目标轨迹点数的比确定为差值比例。其中，上述差值比例可以用于表征不同帧对应灯光轨迹之间的差异。
第四子步骤，响应于确定所得到的各个差值比例满足预设比例条件，将预设的轨迹完整信息确定为轨迹检测信息。其中，上述预设比例条件可以是所得到的各个差值比例均在预设阈值范围内。上述预设阈值可以是预先设置的阈值。例如，上述预设阈值可以为0.05。上述预设的轨迹完整信息可以是车尾灯光未被遮挡的信息。
第五子步骤，响应于确定所得到的至少一个差值比例不满足上述预设比例条件，将预设的轨迹不全信息确定为轨迹检测信息。其中，上述预设的轨迹不全信息可以是车尾灯光未被遮挡的信息。
第二步，响应于确定上述轨迹检测信息满足预设轨迹完整条件，将上述第一灯光轨迹点信息组序列确定为目标灯光轨迹点信息组序列。其中，上述预设轨迹完整条件可以是上述轨迹检测信息为轨迹完整信息。
第二步，基于上述目标灯光轨迹点信息组序列，生成第一投影坐标组序列和第二投影坐标组序列。其中，上述第一投影坐标组序列中每个第一投影坐标组的第一投影坐标可以是目标灯光轨迹点信息组序列包括的任意轨迹点坐标投影至车体坐标系得到的。上述第二投影坐标组序列中每个第一投影坐标组的第一投影坐标可以是目标灯光轨迹点信息组序列包括的任意轨迹点坐标投影至图像坐标系得到的。具体可以执行以下步骤：
第一子步骤，根据预设的相机内参矩阵和相机外参矩阵，将上述目标灯光轨迹点信息组序列中的每个目标灯光轨迹点信息组包括的各个轨迹点坐标投影至车体坐标系以生成第一投影坐标组，得到第一投影坐标组序列。可以通过预设的坐标转换方法，得到第一投影坐标组序列。
作为示例，上述预设的坐标转换方法可以包括但不限于以下至少一项：逆透视变换法、转换矩阵法。
第二子步骤，可以通过上述预设的坐标转换方法，根据预先获取的相机内参矩阵和相机外参矩阵，将上述目标灯光轨迹点信息组序列中的每个目标灯光轨迹点信息组包括的各个轨迹点坐标投影至图像坐标系以生成第二投影坐标组，得到第二投影坐标组序列。
第三步，对上述第一投影坐标组序列包括的各个第一投影坐标进行拟合处理，得到轨迹拟合曲线方程。其中，上述轨迹拟合曲线方程可以是车体坐标系下对应三维车道线的曲线方程。可以通过预设的曲线拟合方法，得到轨迹拟合曲线方程。
作为示例，上述预设的曲线拟合方法可以包括但不限于以下至少一项：最小二乘法、三次样条曲线拟合法。
第四步，基于上述第一投影坐标组序列、上述第二投影坐标组序列、上述轨迹拟合曲线方程、预设的权重系数和初始车道线方程，生成车道线方程。其中，上述预设的权重系数可以是预先设定的误差值的系数。上述权重系数可以在[0.5，1]之间取值。例如，上述权重系数可以为0.7。上述车道线方程可以是车体坐标系下三维车道线对应的曲线方程。上述预设的初始车道线方程可以是预先设置的三次曲线方程。模拟车道线曲线可以是由上述初始车道线方程迭代优化得到的。模拟车道线曲线可以表征模拟灯光轨迹。真实灯光轨迹可以是上述目标灯光轨迹点信息组序列对应各帧的点的集合。具体可以通过以下公式，生成车道线方程：
其中，
表示对预设的初始车道线方程优化后的车道线方程。
表示最小目标函数。
表示上述权重系数。
表示模拟车道线曲线对应的模拟灯光轨迹与真实灯光轨迹之间各帧马氏距离平方的累积和。
表示采样点。可以通过在0到120米之间每隔10米取一个点作为采样点。
表示模拟车道线曲线与上述轨迹拟合曲线方程对应的拟合车道线曲线之间在各个采样点处的曲率的总误差。
表示真实灯光轨迹的帧的序号。
表示真实灯光轨迹起始帧的序号。
表示真实灯光轨迹结束帧的序号。
表示马氏距离。
中的
表示协方差矩阵。
表示对应第
帧真实灯光轨迹的协方差矩阵。
表示上述真实灯光轨迹结束帧对应的车体坐标系。
表示上述真实灯光轨迹结束帧对应的相机坐标系。
表示上述真实灯光轨迹结束帧对应的图像坐标系。
表示在车体坐标系
中的第
帧模拟灯光轨迹。
表示在图像坐标系
中的第
帧真实灯光轨迹。
表示将车体坐标系
中第
帧模拟灯光轨迹转换至相机坐标系
的转换函数。
表示将相机坐标系
中的模拟灯光轨迹转换至图像坐标系
的转换函数。
表示模拟车道线曲线。
表示车体坐标系
中的模拟车道线曲线。
表示上述真实灯光轨迹对应的拟合车道线曲线。
表示上述真实灯光轨迹在车体坐标系
中对应的拟合车道线曲线。
表示曲率函数。 
表示模拟车道线曲线
在采样点
处的曲率。
表示拟合车道线曲线
在采样点
处的曲率。
上述公式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“车辆行驶的安全性较低”。导致车道线生成准确度较低的因素往往如下：由于高精度地图或者检测可行驶区域本身存在一定误差，使得生成的车道线不够准确。如果解决了上述因素，就能达到提高车辆行驶的安全性的效果。为了达到这一效果，首先，截取了一段障碍物车辆遮挡车道线之前或之后的灯光轨迹。由于上述灯光轨迹仅仅是通过对多帧图像进行跟踪得到的，相较于高精度地图或者可行驶区域，无需考虑自身可能的误差。又因为上述真实灯光轨迹在结束帧车体坐标系中的各个轨迹点所构成曲线的曲率与车道线曲线的曲率相同，于是将各帧灯光轨迹先归一化到结束帧对应的坐标系中。在此基础上，一方面，可以通过模拟车道线所生成的灯光轨迹与真实的灯光轨迹之间的马氏距离度量模拟车道线与真实灯光轨迹对应曲线的相似度，另一方面，可以通过获取各个采样点处模拟车道线的曲率和由真实灯光轨迹拟合得到的拟合车道线的曲率之间的误差的累积和，度量模拟车道线是否准确。由此，当上述公式达到最小目标时，模拟车道线与真实灯光轨迹对应曲线的相似度较高，以及模拟车道线也更为接近拟合车道线。从而，所生成的车道线更为准确。又因为行驶车辆可以由此获得更为准确的车道线感知数据以供车辆使用，从而可以提高车辆行驶的安全性。
可选的，上述执行主体还可以响应于确定上述轨迹检测信息不满足上述预设轨迹完整条件，将上述第二灯光轨迹点信息组序列确定为目标灯光轨迹点信息组序列。
可选的，上述执行主体还可以将上述车道线方程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车道线生成方法，可以在光照不足或者环境遮挡的情况下，生成车道线。具体来说，造成无法生成车道线的原因在于：若光照不足或者环境遮挡，则无法检测到部分车道线。基于此，本公开的一些实施例的车道线生成方法，首先，获取当前车辆的道路图像序列。在这里，可以得到相机拍摄的连续帧道路图像，便于后续识别存在换道行为的障碍物车辆以及障碍物车辆对应的灯光轨迹。其次，对上述道路图像序列中的各个道路图像进行识别处理，得到障碍物特征信息组序列。由此，可以得到对车道线造成遮挡的各个障碍物车辆的特征，便于后续得到与遮挡车道线的障碍物对应的尾部灯光轨迹，以供生成车道线。然后，基于上述障碍物特征信息组序列和上述道路图像序列，生成障碍物灯光轨迹点信息组序列。由此，可以得到与遮挡车道线的障碍物车辆对应的尾部灯光轨迹。之后，基于上述障碍物灯光轨迹点信息组序列，生成换道轨迹信息。由此，可以得到遮挡车道线前后一段时间也就是障碍物车辆执行换道操作期间的灯光轨迹信息。接着，基于上述换道轨迹信息，对上述障碍物灯光轨迹点信息组序列进行截取处理，得到第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列。由此，可以得到对应遮挡车道线前、遮挡车道线后的灯光轨迹。而且，所得到的两段灯光轨迹与车道线的轨迹弯曲程度相同，便于后续根据灯光轨迹生成车道线方程。最后，基于上述第一灯光轨迹点信息组序列和上述第二灯光轨迹点信息组序列，生成车道线方程。因此，本公开的车道线生成方法，可以通过对障碍物车辆的尾部灯光进行检测，生成包括被遮挡部分车道线的车道线方程，从而，达到在光照不足或者环境遮挡的情况下，仍能生成车道线，以及便于车辆得到更为全面的车道线感知数据。
进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种车道线生成装置的一些实施例，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，一些实施例的车道线生成装置200包括：获取单元201、识别处理单元202、第一生成单元203、第二生成单元204、截取处理单元205和第三生成单元206。其中，获取单元201，被配置成获取当前车辆的道路图像序列；识别处理单元202，被配置成对上述道路图像序列中的各个道路图像进行识别处理，得到障碍物特征信息组序列；第一生成单元203，被配置成基于上述障碍物特征信息组序列和上述道路图像序列，生成障碍物灯光轨迹点信息组序列；第二生成单元204，被配置成基于上述障碍物灯光轨迹点信息组序列，生成换道轨迹信息；截取处理单元205，被配置成基于上述换道轨迹信息，对上述障碍物灯光轨迹点信息组序列进行截取处理，得到第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列；第三生成单元206，被配置成基于上述第一灯光轨迹点信息组序列和上述第二灯光轨迹点信息组序列，生成车道线方程。
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。
进一步参考图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RAM 303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：获取当前车辆的道路图像序列；对上述道路图像序列中的各个道路图像进行识别处理，得到障碍物特征信息组序列；基于上述障碍物特征信息组序列和上述道路图像序列，生成障碍物灯光轨迹点信息组序列；基于上述障碍物灯光轨迹点信息组序列，生成换道轨迹信息；基于上述换道轨迹信息，对上述障碍物灯光轨迹点信息组序列进行截取处理，得到第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列；基于上述第一灯光轨迹点信息组序列和上述第二灯光轨迹点信息组序列，生成车道线方程。
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：一种处理器包括获取单元、识别处理单元、第一生成单元、第二生成单元、截取处理单元和第三生成单元。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，获取单元还可以被描述为“获取当前车辆的道路图像序列的单元”。
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)
1.一种车道线生成方法，包括：
获取当前车辆的道路图像序列；
对所述道路图像序列中的各个道路图像进行识别处理，得到障碍物特征信息组序列；
基于所述障碍物特征信息组序列和所述道路图像序列，生成障碍物灯光轨迹点信息组序列；
基于所述障碍物灯光轨迹点信息组序列，生成换道轨迹信息；
基于所述换道轨迹信息，对所述障碍物灯光轨迹点信息组序列进行截取处理，得到第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列，其中，所述第一灯光轨迹点信息组序列中的第一灯光轨迹点信息组是障碍物车辆在换道之前车道上的一帧灯光轨迹点的信息集合，所述第二灯光轨迹点信息组序列中的第二灯光轨迹点信息组是障碍物车辆在换道之后车道上的一帧灯光轨迹的信息集合；
基于所述第一灯光轨迹点信息组序列和所述第二灯光轨迹点信息组序列，生成车道线方程；
其中，所述基于所述第一灯光轨迹点信息组序列和所述第二灯光轨迹点信息组序列，生成车道线方程，包括：
基于所述第一灯光轨迹点信息组序列和所述第二灯光轨迹点信息组序列，生成目标灯光轨迹点信息组序列；
基于所述目标灯光轨迹点信息组序列，生成第一投影坐标组序列和第二投影坐标组序列；
对所述第一投影坐标组序列包括的各个第一投影坐标进行拟合处理，得到轨迹拟合曲线方程；
基于所述第一投影坐标组序列、所述第二投影坐标组序列、所述轨迹拟合曲线方程、预设的权重系数和初始车道线方程，生成车道线方程。
2.根据权利要求1所述的方法，其中，所述方法还包括：
将所述车道线方程发送至显示终端以供显示。
3.根据权利要求2所述的方法，其中，所述基于所述障碍物特征信息组序列和所述道路图像序列，生成障碍物灯光轨迹点信息组序列，包括：
基于所述障碍物特征信息组序列，生成换道障碍物特征信息序列；
基于所述换道障碍物特征信息序列，对所述道路图像序列中的各个道路图像进行重采样处理，得到障碍物灯光重构图像序列；
对所述障碍物灯光重构图像序列中的各个障碍物灯光重构图像进行去噪处理，得到目标灯光图像序列；
基于所述目标灯光图像序列，生成障碍物灯光轨迹点信息组序列。
4.根据权利要求3所述的方法，其中，所述基于所述障碍物灯光轨迹点信息组序列，生成换道轨迹信息，包括：
对于所述障碍物灯光轨迹点信息组序列中的每个障碍物灯光轨迹点信息组，响应于确定所述障碍物灯光轨迹点信息组满足预设换道灯光条件，将所述障碍物灯光轨迹点信息组对应的序号确定为换道轨迹帧序号；
将所确定的各个换道轨迹帧序号确定为换道轨迹信息。
5.根据权利要求4所述的方法，其中，所述基于所述换道轨迹信息，对所述障碍物灯光轨迹点信息组序列进行截取处理，得到第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列，包括：
基于所述障碍物灯光轨迹点信息组序列，生成单侧灯光轨迹点信息组序列；
基于所述换道轨迹信息包括的各个换道轨迹帧序号，生成开始帧序号和结束帧序号；
基于所述开始帧序号和所述结束帧序号，对所述单侧灯光轨迹点信息组序列进行截取处理，得到第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列。
6.根据权利要求1所述的方法，其中，所述基于所述第一灯光轨迹点信息组序列和所述第二灯光轨迹点信息组序列，生成目标灯光轨迹点信息组序列，包括：
基于所述第一灯光轨迹点信息组序列，生成轨迹检测信息；
响应于确定所述轨迹检测信息满足预设轨迹完整条件，将所述第一灯光轨迹点信息组序列确定为目标灯光轨迹点信息组序列。
7.一种车道线生成装置，包括：
获取单元，被配置成获取当前车辆的道路图像序列；
识别处理单元，被配置成对所述道路图像序列中的各个道路图像进行识别处理，得到障碍物特征信息组序列；
第一生成单元，被配置成基于所述障碍物特征信息组序列和所述道路图像序列，生成障碍物灯光轨迹点信息组序列；
第二生成单元，被配置成基于所述障碍物灯光轨迹点信息组序列，生成换道轨迹信息；
截取处理单元，被配置成基于所述换道轨迹信息，对所述障碍物灯光轨迹点信息组序列进行截取处理，得到第一灯光轨迹点信息组序列和第二灯光轨迹点信息组序列，其中，所述第一灯光轨迹点信息组序列中的第一灯光轨迹点信息组是障碍物车辆在换道之前车道上的一帧灯光轨迹点的信息集合，所述第二灯光轨迹点信息组序列中的第二灯光轨迹点信息组是障碍物车辆在换道之后车道上的一帧灯光轨迹的信息集合；
第三生成单元，被配置成基于所述第一灯光轨迹点信息组序列和所述第二灯光轨迹点信息组序列，生成车道线方程；
其中，所述基于所述第一灯光轨迹点信息组序列和所述第二灯光轨迹点信息组序列，生成车道线方程，包括：
基于所述第一灯光轨迹点信息组序列和所述第二灯光轨迹点信息组序列，生成目标灯光轨迹点信息组序列；
基于所述目标灯光轨迹点信息组序列，生成第一投影坐标组序列和第二投影坐标组序列；
对所述第一投影坐标组序列包括的各个第一投影坐标进行拟合处理，得到轨迹拟合曲线方程；
基于所述第一投影坐标组序列、所述第二投影坐标组序列、所述轨迹拟合曲线方程、预设的权重系数和初始车道线方程，生成车道线方程。
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，所述计算机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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211420450.7A CN115497078B (zh) | 2022-11-15 | 2022-11-15 | 车道线生成方法、装置、设备和计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211420450.7A CN115497078B (zh) | 2022-11-15 | 2022-11-15 | 车道线生成方法、装置、设备和计算机可读介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115497078A CN115497078A (zh) | 2022-12-20 |
| CN115497078B true CN115497078B (zh) | 2023-03-10 |
Family
ID=85115623
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211420450.7A Active CN115497078B (zh) | 2022-11-15 | 2022-11-15 | 车道线生成方法、装置、设备和计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115497078B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06251298A (ja) * | 1993-02-22 | 1994-09-09 | Isuzu Motors Ltd | 車線逸脱警報装置 |
| JP2007199932A (ja) * | 2006-01-25 | 2007-08-09 | Toshiba Corp | 画像処理装置及びその方法 |
| CN109584706A (zh) * | 2018-10-31 | 2019-04-05 | 百度在线网络技术（北京）有限公司 | 电子地图车道线处理方法、设备及计算机可读存储介质 |
| CN110136222A (zh) * | 2019-04-17 | 2019-08-16 | 百度在线网络技术（北京）有限公司 | 虚拟车道线生成方法、装置及系统 |
| CN112699708A (zh) * | 2019-10-22 | 2021-04-23 | 北京初速度科技有限公司 | 一种车道级拓扑网的生成方法及装置 |
| CN114742958A (zh) * | 2022-02-18 | 2022-07-12 | 禾多科技（北京）有限公司 | 三维车道信息生成方法、装置、设备和计算机可读介质 |
| CN114882183A (zh) * | 2022-04-26 | 2022-08-09 | 深圳元戎启行科技有限公司 | 车道线标注方法、装置、计算机设备及存储介质 |
| CN114954448A (zh) * | 2022-06-27 | 2022-08-30 | 山东新一代信息产业技术研究院有限公司 | 一种结合路网信息的车辆障碍物时序轨迹预测方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103942960B (zh) * | 2014-04-22 | 2016-09-21 | 深圳市宏电技术股份有限公司 | 一种车辆变道检测方法及装置 |
| US10521913B2 (en) * | 2018-03-29 | 2019-12-31 | Aurora Innovation, Inc. | Relative atlas for autonomous vehicle and generation thereof |
| CN114092903A (zh) * | 2020-08-06 | 2022-02-25 | 长沙智能驾驶研究院有限公司 | 车道线标注、检测模型确定、车道线检测方法及相关设备 |
| CN115257727B (zh) * | 2022-09-27 | 2022-12-23 | 禾多科技（北京）有限公司 | 障碍物信息融合方法、装置、电子设备和计算机可读介质 |
-
2022
- 2022-11-15 CN CN202211420450.7A patent/CN115497078B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06251298A (ja) * | 1993-02-22 | 1994-09-09 | Isuzu Motors Ltd | 車線逸脱警報装置 |
| JP2007199932A (ja) * | 2006-01-25 | 2007-08-09 | Toshiba Corp | 画像処理装置及びその方法 |
| CN109584706A (zh) * | 2018-10-31 | 2019-04-05 | 百度在线网络技术（北京）有限公司 | 电子地图车道线处理方法、设备及计算机可读存储介质 |
| CN110136222A (zh) * | 2019-04-17 | 2019-08-16 | 百度在线网络技术（北京）有限公司 | 虚拟车道线生成方法、装置及系统 |
| CN112699708A (zh) * | 2019-10-22 | 2021-04-23 | 北京初速度科技有限公司 | 一种车道级拓扑网的生成方法及装置 |
| CN114742958A (zh) * | 2022-02-18 | 2022-07-12 | 禾多科技（北京）有限公司 | 三维车道信息生成方法、装置、设备和计算机可读介质 |
| CN114882183A (zh) * | 2022-04-26 | 2022-08-09 | 深圳元戎启行科技有限公司 | 车道线标注方法、装置、计算机设备及存储介质 |
| CN114954448A (zh) * | 2022-06-27 | 2022-08-30 | 山东新一代信息产业技术研究院有限公司 | 一种结合路网信息的车辆障碍物时序轨迹预测方法 |
Non-Patent Citations (2)
| Title |
|---|
| Vehicle Lane Detection and Following Based on Vision System and Laser Scanner;Shiuh-Jer Huang 等;《2017 International Conference on Applied System Innovation (ICASI)》;20170724;全文 * |
| 基于LSD算法的车道线检测与跟踪方法研究;刘仕望;《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》;20200930(第9期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115497078A (zh) | 2022-12-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6918139B2 (ja) | 道路地図生成方法、装置、電子機器およびコンピュータ記憶媒体 | |
| CN109508580B (zh) | 交通信号灯识别方法和装置 | |
| CN113466822B (zh) | 用于检测障碍物的方法和装置 | |
| CN114742958B (zh) | 三维车道信息生成方法、装置、设备和计算机可读介质 | |
| CN107941226B (zh) | 用于生成车辆的方向引导线的方法和装置 | |
| CN111353453B (zh) | 用于车辆的障碍物检测方法和装置 | |
| CN110853085B (zh) | 基于语义slam的建图方法和装置及电子设备 | |
| CN115339453B (zh) | 车辆换道决策信息生成方法、装置、设备和计算机介质 | |
| CN112258519A (zh) | 一种高精度地图制作中道路的让行线自动化提取方法及装置 | |
| CN115761702B (zh) | 车辆轨迹生成方法、装置、电子设备和计算机可读介质 | |
| CN113743163A (zh) | 交通目标识别模型训练方法、交通目标定位方法、装置 | |
| CN113409393B (zh) | 用于识别交通标志牌的方法及装置 | |
| CN115497078B (zh) | 车道线生成方法、装置、设备和计算机可读介质 | |
| CN115512336B (zh) | 基于路灯光源的车辆定位方法、装置和电子设备 | |
| CN114724116B (zh) | 车辆通行信息生成方法、装置、设备和计算机可读介质 | |
| CN116664498A (zh) | 车位检测模型的训练方法、车位检测方法、装置和设备 | |
| CN111383337B (zh) | 用于识别对象的方法和装置 | |
| CN115468578A (zh) | 路径规划方法、装置、电子设备和计算机可读介质 | |
| CN112668371B (zh) | 用于输出信息的方法和装置 | |
| CN114119973A (zh) | 一种基于图像语义分割网络的空间距离预测方法及系统 | |
| CN114663524B (zh) | 多相机在线标定方法、装置、电子设备和计算机可读介质 | |
| CN113096436B (zh) | 一种室内泊车方法和装置 | |
| CN113688721B (zh) | 用于拟合车道线的方法及装置 | |
| CN114756565B (zh) | 地图更新方法、装置、电子设备和计算机可读介质 | |
| CN115616560B (zh) | 车辆避障方法、装置、电子设备和计算机可读介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |