CN117218619A - 一种自动驾驶车辆的车道识别方法及系统 - Google Patents

Abstract

本发明涉及自动驾驶技术领域，具体公开了一种自动驾驶车辆的车道识别方法及系统。本发明通过进行车道拍摄与车道识别，确定多个驾驶清晰车道和多个模糊识别车道；向多个直接辅助车辆发送直接辅助请求；对多个直接辅助数据进行车道识别，确定多个直接辅助车道；对多个直接辅助数据进行辅助识别，向多个间接辅助车辆发送间接辅助请求；确定多个间接辅助车道。能够识别确定多个驾驶清晰车道和多个模糊识别车道，通过直接辅助请求和间接辅助请求，接收直接辅助数据和间接辅助数据，对多个模糊识别车道进行多方面辅助的车道识别，实现对行驶范围内所有车道的准确识别，从而能够为自动驾驶提供一个全方位的车道地图，保障自动驾驶的有效应用。

Description

一种自动驾驶车辆的车道识别方法及系统

技术领域

本发明属于自动驾驶技术领域，尤其涉及一种自动驾驶车辆的车道识别方法及系统。

背景技术

自动驾驶技术，是指车辆在不需要人类干预的情况下，能够自主完成行驶任务的技术，汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过构建一个详尽的地图，对前方的道路进行导航与驾驶控制。

车道识别，是应用于自动驾驶中最基本的技术，现有的自动驾驶车辆的车道识别，通常只能够对直接拍摄到的车道进行识别，而对于被其他车辆遮挡的车道则不能识别，导致车道识别具有局限性，不能够为自动驾驶提供一个全方位的车道地图，影响自动驾驶的有效应用。

发明内容

本发明实施例的目的在于提供一种自动驾驶车辆的车道识别方法及系统，旨在解决背景技术中提出的问题。

为实现上述目的，本发明实施例提供如下技术方案：

一种自动驾驶车辆的车道识别方法，所述方法具体包括以下步骤：

进行车道拍摄，获取车道拍摄数据，进行车道识别，确定多个驾驶清晰车道和多个模糊识别车道；

确定多个直接辅助车辆，向多个所述直接辅助车辆发送直接辅助请求，并接收多个所述直接辅助车辆反馈的直接辅助数据；

对多个所述直接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个直接辅助车道；

对多个所述直接辅助数据进行辅助识别，确定多个间接辅助车辆，向多个所述间接辅助车辆发送间接辅助请求，并接收多个所述间接辅助车辆反馈的间接辅助数据；

对多个所述间接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个间接辅助车道。

作为本发明实施例技术方案进一步的限定，所述进行车道拍摄，获取车道拍摄数据，进行车道识别，确定多个驾驶清晰车道和多个模糊识别车道具体包括以下步骤：

进行行驶环境拍摄，获取环境拍摄数据；

对所述环境拍摄数据进行车道识别，提取车道拍摄数据；

按照所述车道拍摄数据，进行行驶车道分析，确定多个行驶识别车道；

从多个行驶识别车道中，确定多个驾驶清晰车道和多个模糊识别车道。

作为本发明实施例技术方案进一步的限定，所述确定多个直接辅助车辆，向多个所述直接辅助车辆发送直接辅助请求，并接收多个所述直接辅助车辆反馈的直接辅助数据具体包括以下步骤：

对所述环境拍摄数据进行目标识别，确定多个行驶识别目标；

从多个所述行驶识别目标中，确定并标记多个直接辅助车辆；

向多个所述直接辅助车辆发送直接辅助请求；

接收多个所述直接辅助车辆反馈的直接辅助数据。

作为本发明实施例技术方案进一步的限定，所述对多个所述直接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个直接辅助车道具体包括以下步骤：

从多个所述直接辅助数据中，识别并提取多个直接车道数据；

对多个所述直接车道数据进行直接车道分析，生成多个直接分析结果；

按照多个所述直接分析结果，从多个所述模糊识别车道中，确定多个直接辅助车道。

作为本发明实施例技术方案进一步的限定，所述对多个所述直接辅助数据进行辅助识别，确定多个间接辅助车辆，向多个所述间接辅助车辆发送间接辅助请求，并接收多个所述间接辅助车辆反馈的间接辅助数据具体包括以下步骤：

对多个所述直接辅助数据进行目标识别，确定多个直接识别目标；

从多个所述直接识别目标中，确定并标记多个间接辅助车辆；

向多个所述间接辅助车辆发送间接辅助请求；

接收多个所述间接辅助车辆反馈的间接辅助数据。

作为本发明实施例技术方案进一步的限定，所述对多个所述间接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个间接辅助车道具体包括以下步骤：

从多个所述间接辅助数据中，识别并提取多个间接车道数据；

对多个所述间接车道数据进行间接车道分析，生成多个间接分析结果；

按照多个所述间接分析结果，从多个所述模糊识别车道中，确定多个间接辅助车道。

一种自动驾驶车辆的车道识别系统，所述系统包括车道拍摄识别模块、直接辅助请求模块、直接辅助识别模块、间接辅助请求模块和间接辅助识别模块，其中：

车道拍摄识别模块，用于进行车道拍摄，获取车道拍摄数据，进行车道识别，确定多个驾驶清晰车道和多个模糊识别车道；

直接辅助请求模块，用于确定多个直接辅助车辆，向多个所述直接辅助车辆发送直接辅助请求，并接收多个所述直接辅助车辆反馈的直接辅助数据；

直接辅助识别模块，用于对多个所述直接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个直接辅助车道；

间接辅助请求模块，用于对多个所述直接辅助数据进行辅助识别，确定多个间接辅助车辆，向多个所述间接辅助车辆发送间接辅助请求，并接收多个所述间接辅助车辆反馈的间接辅助数据；

间接辅助识别模块，用于对多个所述间接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个间接辅助车道。

作为本发明实施例技术方案进一步的限定，所述车道拍摄识别模块具体包括：

环境拍摄单元，用于进行行驶环境拍摄，获取环境拍摄数据；

车道识别单元，用于对所述环境拍摄数据进行车道识别，提取车道拍摄数据；

车道分析单元，用于按照所述车道拍摄数据，进行行驶车道分析，确定多个行驶识别车道；

车道分类单元，用于从多个行驶识别车道中，确定多个驾驶清晰车道和多个模糊识别车道。

作为本发明实施例技术方案进一步的限定，所述直接辅助请求模块具体包括：

目标识别单元，用于对所述环境拍摄数据进行目标识别，确定多个行驶识别目标；

辅助标记单元，用于从多个所述行驶识别目标中，确定并标记多个直接辅助车辆；

请求发送单元，用于向多个所述直接辅助车辆发送直接辅助请求；

反馈接收单元，用于接收多个所述直接辅助车辆反馈的直接辅助数据。

作为本发明实施例技术方案进一步的限定，所述直接辅助识别模块具体包括：

数据提取单元，用于从多个所述直接辅助数据中，识别并提取多个直接车道数据；

直接分析单元，用于对多个所述直接车道数据进行直接车道分析，生成多个直接分析结果；

结果处理单元，用于按照多个所述直接分析结果，从多个所述模糊识别车道中，确定多个直接辅助车道。

与现有技术相比，本发明的有益效果是：

本发明实施例通过进行车道拍摄与车道识别，确定多个驾驶清晰车道和多个模糊识别车道；向多个直接辅助车辆发送直接辅助请求；对多个直接辅助数据进行车道识别，确定多个直接辅助车道；对多个直接辅助数据进行辅助识别，向多个间接辅助车辆发送间接辅助请求；确定多个间接辅助车道。能够识别确定多个驾驶清晰车道和多个模糊识别车道，通过直接辅助请求和间接辅助请求，接收直接辅助数据和间接辅助数据，对多个模糊识别车道进行多方面辅助的车道识别，实现对行驶范围内所有车道的准确识别，从而能够为自动驾驶提供一个全方位的车道地图，保障自动驾驶的有效应用。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。

图1示出了本发明实施例提供的方法的流程图。

图2示出了本发明实施例提供的方法中车道拍摄与车道识别的流程图。

图3示出了本发明实施例提供的方法中进行直接辅助请求的流程图。

图4示出了本发明实施例提供的方法中直接辅助车道确定的流程图。

图5示出了本发明实施例提供的方法中进行间接辅助请求的流程图。

图6示出了本发明实施例提供的方法中间接辅助车道确定的流程图。

图7示出了本发明实施例提供的系统的应用架构图。

图8示出了本发明实施例提供的系统中车道拍摄识别模块的结构框图。

图9示出了本发明实施例提供的系统中直接辅助请求模块的结构框图。

图10示出了本发明实施例提供的系统中直接辅助识别模块的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解的是，车道识别，是应用于自动驾驶中最基本的技术，现有的自动驾驶车辆的车道识别，通常只能够对直接拍摄到的车道进行识别，而对于被其他车辆遮挡的车道则不能识别，导致车道识别具有局限性，不能够为自动驾驶提供一个全方位的车道地图，影响自动驾驶的有效应用。

为解决上述问题，本发明实施例通过进行车道拍摄与车道识别，确定多个驾驶清晰车道和多个模糊识别车道；确定多个直接辅助车辆，向多个直接辅助车辆发送直接辅助请求；对多个直接辅助数据进行车道识别，确定多个直接辅助车道；对多个直接辅助数据进行辅助识别，确定多个间接辅助车辆，向多个间接辅助车辆发送间接辅助请求；确定多个间接辅助车道。能够识别确定多个驾驶清晰车道和多个模糊识别车道，通过直接辅助请求和间接辅助请求，接收直接辅助数据和间接辅助数据，对多个模糊识别车道进行多方面辅助的车道识别，实现对行驶范围内所有车道的准确识别，从而能够为自动驾驶提供一个全方位的车道地图，保障自动驾驶的有效应用。

图1示出了本发明实施例提供的方法的流程图。

具体的，在本发明提供的一个优选实施方式中，一种自动驾驶车辆的车道识别方法，所述方法具体包括以下步骤：

步骤S101，进行车道拍摄，获取车道拍摄数据，进行车道识别，确定多个驾驶清晰车道和多个模糊识别车道。

在本发明实施例中，在自动驾驶的过程中，进行车辆外部的环境拍摄，获取环境拍摄数据，再通过对环境拍摄数据进行车道识别，提取车道拍摄数据，进而对车道拍摄数据进行行驶车道分析，确定自动驾驶中的多个行驶识别车道，并按照对于多个行驶识别车道的识别精度，从多个行驶识别车道中，提取并标记多个驾驶清晰车道和多个模糊识别车道，其中，多个行驶识别车道，既包括车辆行驶的当前行驶车道，也包括当前行驶车道附近的其他车道。

具体的，图2示出了本发明实施例提供的方法中车道拍摄与车道识别的流程图。

其中，在本发明提供的优选实施方式中，所述进行车道拍摄，获取车道拍摄数据，进行车道识别，确定多个驾驶清晰车道和多个模糊识别车道具体包括以下步骤：

步骤S1011，进行行驶环境拍摄，获取环境拍摄数据；

步骤S1012，对所述环境拍摄数据进行车道识别，提取车道拍摄数据；

步骤S1013，按照所述车道拍摄数据，进行行驶车道分析，确定多个行驶识别车道；

步骤S1014，从多个行驶识别车道中，确定多个驾驶清晰车道和多个模糊识别车道。

进一步的，所述自动驾驶车辆的车道识别方法还包括以下步骤：

步骤S102，确定多个直接辅助车辆，向多个所述直接辅助车辆发送直接辅助请求，并接收多个所述直接辅助车辆反馈的直接辅助数据。

在本发明实施例中，通过对环境拍摄数据进行目标识别，确定在自动驾驶车辆附近的多个行驶识别目标，再对多个行驶识别目标进行深度识别，从多个行驶识别目标中，确定并标记多个直接辅助车辆，生成直接辅助请求，并向多个直接辅助车辆发送直接辅助请求，再多个直接辅助车辆同意直接辅助请求之后，进行直接辅助数据的反馈发送，进而可以接收多个直接辅助车辆反馈的直接辅助数据。

可以理解的是，直接辅助车辆，是自动驾驶车辆直接识别的，并且能够建立通信连接的其他车辆。

具体的，图3示出了本发明实施例提供的方法中进行直接辅助请求的流程图。

其中，在本发明提供的优选实施方式中，所述确定多个直接辅助车辆，向多个所述直接辅助车辆发送直接辅助请求，并接收多个所述直接辅助车辆反馈的直接辅助数据具体包括以下步骤：

步骤S1021，对所述环境拍摄数据进行目标识别，确定多个行驶识别目标；

步骤S1022，从多个所述行驶识别目标中，确定并标记多个直接辅助车辆；

步骤S1023，向多个所述直接辅助车辆发送直接辅助请求；

步骤S1024，接收多个所述直接辅助车辆反馈的直接辅助数据。

进一步的，所述自动驾驶车辆的车道识别方法还包括以下步骤：

步骤S103，对多个所述直接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个直接辅助车道。

在本发明实施例中，通过对多个直接辅助数据进行车道识别，提取多个直接车道数据，再对多个直接车道数据进行直接车道分析，生成多个直接分析结果，按照多个直接分析结果，从多个模糊识别车道中，确定多个识别精度达标的车道，标记为直接辅助车道，从而可以得到多个直接辅助车道，此时，多个模糊识别车道中可能还具有多个识别精度不达标的车道。

具体的，图4示出了本发明实施例提供的方法中直接辅助车道确定的流程图。

其中，在本发明提供的优选实施方式中，所述对多个所述直接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个直接辅助车道具体包括以下步骤：

步骤S1031，从多个所述直接辅助数据中，识别并提取多个直接车道数据；

步骤S1032，对多个所述直接车道数据进行直接车道分析，生成多个直接分析结果；

步骤S1033，按照多个所述直接分析结果，从多个所述模糊识别车道中，确定多个直接辅助车道。

进一步的，所述自动驾驶车辆的车道识别方法还包括以下步骤：

步骤S104，对多个所述直接辅助数据进行辅助识别，确定多个间接辅助车辆，向多个所述间接辅助车辆发送间接辅助请求，并接收多个所述间接辅助车辆反馈的间接辅助数据。

在本发明实施例中，通过对多个直接辅助数据进行目标识别，确定多个直接识别目标，在对多个直接识别目标进行深度识别，从多个直接识别目标中，确定与自动驾驶车辆未建立通信连接的车辆，标记为间接辅助车辆，生成间接辅助请求，并以多个直接辅助车辆为通信中转站，向多个间接辅助车辆发送间接辅助请求，在多个间接辅助车辆同意间接辅助请求之后，进行间接辅助数据的反馈发送，进而可以接收多个间接辅助车辆反馈的间接辅助数据。

具体的，图5示出了本发明实施例提供的方法中进行间接辅助请求的流程图。

其中，在本发明提供的优选实施方式中，所述对多个所述直接辅助数据进行辅助识别，确定多个间接辅助车辆，向多个所述间接辅助车辆发送间接辅助请求，并接收多个所述间接辅助车辆反馈的间接辅助数据具体包括以下步骤：

步骤S1041，对多个所述直接辅助数据进行目标识别，确定多个直接识别目标；

步骤S1042，从多个所述直接识别目标中，确定并标记多个间接辅助车辆；

步骤S1043，向多个所述间接辅助车辆发送间接辅助请求；

步骤S1044，接收多个所述间接辅助车辆反馈的间接辅助数据。

进一步的，所述自动驾驶车辆的车道识别方法还包括以下步骤：

步骤S105，对多个所述间接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个间接辅助车道。

在本发明实施例中，对多个间接辅助数据进行车道识别，提取多个间接车道数据，再对多个间接车道数据进行间接车道分析，生成多个间接分析结果，按照多个间接分析结果，对多个剩余的模糊识别车道进行识别精度达标的识别与分析，标记为间接辅助车道，从而可以得到多个间接辅助车道，实现对行驶范围内所有车道的准确识别。

具体的，图6示出了本发明实施例提供的方法中间接辅助车道确定的流程图。

其中，在本发明提供的优选实施方式中，所述对多个所述间接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个间接辅助车道具体包括以下步骤：

步骤S1051，从多个所述间接辅助数据中，识别并提取多个间接车道数据；

步骤S1052，对多个所述间接车道数据进行间接车道分析，生成多个间接分析结果；

步骤S1053，按照多个所述间接分析结果，从多个所述模糊识别车道中，确定多个间接辅助车道。

进一步的，图7示出了本发明实施例提供的系统的应用架构图。

其中，在本发明提供的又一个优选实施方式中，一种自动驾驶车辆的车道识别系统，包括：

车道拍摄识别模块101，用于进行车道拍摄，获取车道拍摄数据，进行车道识别，确定多个驾驶清晰车道和多个模糊识别车道。

在本发明实施例中，在自动驾驶的过程中，车道拍摄识别模块101进行车辆外部的环境拍摄，获取环境拍摄数据，再通过对环境拍摄数据进行车道识别，提取车道拍摄数据，进而对车道拍摄数据进行行驶车道分析，确定自动驾驶中的多个行驶识别车道，并按照对于多个行驶识别车道的识别精度，从多个行驶识别车道中，提取并标记多个驾驶清晰车道和多个模糊识别车道，其中，多个行驶识别车道，既包括车辆行驶的当前行驶车道，也包括当前行驶车道附近的其他车道。

具体的，图8示出了本发明实施例提供的系统中车道拍摄识别模块101的结构框图。

其中，在本发明提供的优选实施方式中，所述车道拍摄识别模块101具体包括：

环境拍摄单元1011，用于进行行驶环境拍摄，获取环境拍摄数据；

车道识别单元1012，用于对所述环境拍摄数据进行车道识别，提取车道拍摄数据；

车道分析单元1013，用于按照所述车道拍摄数据，进行行驶车道分析，确定多个行驶识别车道；

车道分类单元1014，用于从多个行驶识别车道中，确定多个驾驶清晰车道和多个模糊识别车道。

进一步的，所述自动驾驶车辆的车道识别系统还包括：

直接辅助请求模块102，用于确定多个直接辅助车辆，向多个所述直接辅助车辆发送直接辅助请求，并接收多个所述直接辅助车辆反馈的直接辅助数据。

在本发明实施例中，直接辅助请求模块102通过对环境拍摄数据进行目标识别，确定在自动驾驶车辆附近的多个行驶识别目标，再对多个行驶识别目标进行深度识别，从多个行驶识别目标中，确定并标记多个直接辅助车辆，生成直接辅助请求，并向多个直接辅助车辆发送直接辅助请求，再多个直接辅助车辆同意直接辅助请求之后，进行直接辅助数据的反馈发送，进而可以接收多个直接辅助车辆反馈的直接辅助数据。

具体的，图9示出了本发明实施例提供的系统中直接辅助请求模块102的结构框图。

其中，在本发明提供的优选实施方式中，所述直接辅助请求模块102具体包括：

目标识别单元1021，用于对所述环境拍摄数据进行目标识别，确定多个行驶识别目标；

辅助标记单元1022，用于从多个所述行驶识别目标中，确定并标记多个直接辅助车辆；

请求发送单元1023，用于向多个所述直接辅助车辆发送直接辅助请求；

反馈接收单元1024，用于接收多个所述直接辅助车辆反馈的直接辅助数据。

进一步的，所述自动驾驶车辆的车道识别系统还包括：

直接辅助识别模块103，用于对多个所述直接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个直接辅助车道。

在本发明实施例中，直接辅助识别模块103通过对多个直接辅助数据进行车道识别，提取多个直接车道数据，再对多个直接车道数据进行直接车道分析，生成多个直接分析结果，按照多个直接分析结果，从多个模糊识别车道中，确定多个识别精度达标的车道，标记为直接辅助车道，从而可以得到多个直接辅助车道，此时，多个模糊识别车道中可能还具有多个识别精度不达标的车道。

具体的，图10示出了本发明实施例提供的系统中直接辅助识别模块103的结构框图。

其中，在本发明提供的优选实施方式中，所述直接辅助识别模块103具体包括：

数据提取单元1031，用于从多个所述直接辅助数据中，识别并提取多个直接车道数据；

直接分析单元1032，用于对多个所述直接车道数据进行直接车道分析，生成多个直接分析结果；

结果处理单元1033，用于按照多个所述直接分析结果，从多个所述模糊识别车道中，确定多个直接辅助车道。

进一步的，所述自动驾驶车辆的车道识别系统还包括：

间接辅助请求模块104，用于对多个所述直接辅助数据进行辅助识别，确定多个间接辅助车辆，向多个所述间接辅助车辆发送间接辅助请求，并接收多个所述间接辅助车辆反馈的间接辅助数据。

在本发明实施例中，间接辅助请求模块104通过对多个直接辅助数据进行目标识别，确定多个直接识别目标，在对多个直接识别目标进行深度识别，从多个直接识别目标中，确定与自动驾驶车辆未建立通信连接的车辆，标记为间接辅助车辆，生成间接辅助请求，并以多个直接辅助车辆为通信中转站，向多个间接辅助车辆发送间接辅助请求，在多个间接辅助车辆同意间接辅助请求之后，进行间接辅助数据的反馈发送，进而可以接收多个间接辅助车辆反馈的间接辅助数据。

间接辅助识别模块105，用于对多个所述间接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个间接辅助车道。

在本发明实施例中，间接辅助识别模块105对多个间接辅助数据进行车道识别，提取多个间接车道数据，再对多个间接车道数据进行间接车道分析，生成多个间接分析结果，按照多个间接分析结果，对多个剩余的模糊识别车道进行识别精度达标的识别与分析，标记为间接辅助车道，从而可以得到多个间接辅助车道，实现对行驶范围内所有车道的准确识别。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本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，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种自动驾驶车辆的车道识别方法，其特征在于，所述方法具体包括以下步骤：

进行车道拍摄，获取车道拍摄数据，进行车道识别，确定多个驾驶清晰车道和多个模糊识别车道；

确定多个直接辅助车辆，向多个所述直接辅助车辆发送直接辅助请求，并接收多个所述直接辅助车辆反馈的直接辅助数据；

对多个所述直接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个直接辅助车道；

对多个所述直接辅助数据进行辅助识别，确定多个间接辅助车辆，向多个所述间接辅助车辆发送间接辅助请求，并接收多个所述间接辅助车辆反馈的间接辅助数据；

对多个所述间接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个间接辅助车道。

2.根据权利要求1所述的自动驾驶车辆的车道识别方法，其特征在于，所述进行车道拍摄，获取车道拍摄数据，进行车道识别，确定多个驾驶清晰车道和多个模糊识别车道具体包括以下步骤：

进行行驶环境拍摄，获取环境拍摄数据；

对所述环境拍摄数据进行车道识别，提取车道拍摄数据；

按照所述车道拍摄数据，进行行驶车道分析，确定多个行驶识别车道；

从多个行驶识别车道中，确定多个驾驶清晰车道和多个模糊识别车道。

3.根据权利要求2所述的自动驾驶车辆的车道识别方法，其特征在于，所述确定多个直接辅助车辆，向多个所述直接辅助车辆发送直接辅助请求，并接收多个所述直接辅助车辆反馈的直接辅助数据具体包括以下步骤：

对所述环境拍摄数据进行目标识别，确定多个行驶识别目标；

从多个所述行驶识别目标中，确定并标记多个直接辅助车辆；

向多个所述直接辅助车辆发送直接辅助请求；

接收多个所述直接辅助车辆反馈的直接辅助数据。

4.根据权利要求1所述的自动驾驶车辆的车道识别方法，其特征在于，所述对多个所述直接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个直接辅助车道具体包括以下步骤：

从多个所述直接辅助数据中，识别并提取多个直接车道数据；

对多个所述直接车道数据进行直接车道分析，生成多个直接分析结果；

按照多个所述直接分析结果，从多个所述模糊识别车道中，确定多个直接辅助车道。

5.根据权利要求1所述的自动驾驶车辆的车道识别方法，其特征在于，所述对多个所述直接辅助数据进行辅助识别，确定多个间接辅助车辆，向多个所述间接辅助车辆发送间接辅助请求，并接收多个所述间接辅助车辆反馈的间接辅助数据具体包括以下步骤：

对多个所述直接辅助数据进行目标识别，确定多个直接识别目标；

从多个所述直接识别目标中，确定并标记多个间接辅助车辆；

向多个所述间接辅助车辆发送间接辅助请求；

接收多个所述间接辅助车辆反馈的间接辅助数据。

6.根据权利要求1所述的自动驾驶车辆的车道识别方法，其特征在于，所述对多个所述间接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个间接辅助车道具体包括以下步骤：

从多个所述间接辅助数据中，识别并提取多个间接车道数据；

对多个所述间接车道数据进行间接车道分析，生成多个间接分析结果；

按照多个所述间接分析结果，从多个所述模糊识别车道中，确定多个间接辅助车道。

7.一种自动驾驶车辆的车道识别系统，其特征在于，所述系统包括车道拍摄识别模块、直接辅助请求模块、直接辅助识别模块、间接辅助请求模块和间接辅助识别模块，其中：

车道拍摄识别模块，用于进行车道拍摄，获取车道拍摄数据，进行车道识别，确定多个驾驶清晰车道和多个模糊识别车道；

直接辅助请求模块，用于确定多个直接辅助车辆，向多个所述直接辅助车辆发送直接辅助请求，并接收多个所述直接辅助车辆反馈的直接辅助数据；

直接辅助识别模块，用于对多个所述直接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个直接辅助车道；

间接辅助请求模块，用于对多个所述直接辅助数据进行辅助识别，确定多个间接辅助车辆，向多个所述间接辅助车辆发送间接辅助请求，并接收多个所述间接辅助车辆反馈的间接辅助数据；

间接辅助识别模块，用于对多个所述间接辅助数据进行车道识别，从多个所述模糊识别车道中，确定多个间接辅助车道。

8.根据权利要求7所述的自动驾驶车辆的车道识别系统，其特征在于，所述车道拍摄识别模块具体包括：

环境拍摄单元，用于进行行驶环境拍摄，获取环境拍摄数据；

车道识别单元，用于对所述环境拍摄数据进行车道识别，提取车道拍摄数据；

车道分析单元，用于按照所述车道拍摄数据，进行行驶车道分析，确定多个行驶识别车道；

车道分类单元，用于从多个行驶识别车道中，确定多个驾驶清晰车道和多个模糊识别车道。

9.根据权利要求8所述的自动驾驶车辆的车道识别系统，其特征在于，所述直接辅助请求模块具体包括：

目标识别单元，用于对所述环境拍摄数据进行目标识别，确定多个行驶识别目标；

辅助标记单元，用于从多个所述行驶识别目标中，确定并标记多个直接辅助车辆；

请求发送单元，用于向多个所述直接辅助车辆发送直接辅助请求；

反馈接收单元，用于接收多个所述直接辅助车辆反馈的直接辅助数据。

10.根据权利要求7所述的自动驾驶车辆的车道识别系统，其特征在于，所述直接辅助识别模块具体包括：

数据提取单元，用于从多个所述直接辅助数据中，识别并提取多个直接车道数据；

直接分析单元，用于对多个所述直接车道数据进行直接车道分析，生成多个直接分析结果；

结果处理单元，用于按照多个所述直接分析结果，从多个所述模糊识别车道中，确定多个直接辅助车道。