Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2020107326 - PROCÉDÉ DE DÉTECTION DE LIGNES DE DÉLIMITATION DES VOIES, DISPOSITIF ET SUPPORT D'ENREGISTREMENT LISIBLE PAR ORDINATEUR

Document

说明书

发明名称 0001   0002   0003   0004   0005   0006   0007   0008   0009   0010   0011   0012   0013   0014   0015   0016   0017   0018   0019   0020   0021   0022   0023   0024   0025   0026   0027   0028   0029   0030   0031   0032   0033   0034   0035   0036   0037   0038   0039   0040   0041   0042   0043   0044   0045   0046   0047   0048   0049   0050   0051   0052   0053   0054   0055   0056   0057   0058   0059   0060   0061   0062   0063   0064   0065   0066   0067   0068   0069   0070   0071   0072   0073   0074   0075   0076   0077   0078   0079   0080   0081   0082   0083   0084   0085   0086   0087   0088   0089   0090   0091   0092   0093   0094   0095   0096   0097   0098   0099   0100   0101   0102   0103   0104   0105   0106   0107   0108   0109   0110   0111   0112   0113   0114   0115   0116   0117   0118   0119   0120   0121   0122   0123   0124   0125   0126   0127   0128   0129   0130   0131   0132   0133   0134   0135   0136   0137   0138   0139   0140   0141   0142   0143   0144   0145   0146   0147   0148   0149   0150   0151   0152   0153   0154   0155   0156   0157   0158   0159   0160   0161   0162   0163   0164   0165   0166   0167   0168   0169   0170   0171   0172   0173   0174   0175   0176   0177   0178   0179   0180   0181   0182   0183   0184   0185   0186   0187   0188   0189   0190   0191   0192   0193   0194   0195   0196   0197   0198   0199   0200   0201   0202   0203   0204   0205   0206   0207   0208   0209   0210   0211   0212   0213   0214   0215   0216   0217   0218   0219   0220   0221   0222   0223   0224   0225   0226   0227   0228   0229   0230   0231   0232   0233   0234   0235  

权利要求书

1   2   3   4   5   6   7   8   9   10   11   12   13   14   15   16   17   18   19   20   21   22   23   24   25   26   27   28   29   30   31   32   33   34   35   36   37   38   39  

附图

1   2   3   4   5   6  

说明书

发明名称 : 车道线检测方法、设备、计算机可读存储介质

技术领域

[0001]
本发明涉及电子技术领域,尤其是涉及一种车道线检测方法、设备、计算机可读存储介质。

背景技术

[0002]
在一些场景比如自动驾驶系统、ADAS(高级驾驶辅助系统)中,车道线的检测技术有着十分重要的意义,检测结果的准确性将直接影响系统的性能和可靠性。
[0003]
相关的车道线检测方式中,通过特征提取、直线或者曲线检测方法检测图像中的车道线。然而在实际场景中,会存在虚线车道线(包括磨损导致的虚线车道线,及可变道车道线等),一个虚线车道线会包含两个以上的分段车道线。上述检测方式中,会将一个虚线车道线检测为几个不同的车道线,检测结果精度较低。
[0004]
发明内容
[0005]
本发明提供一种车道线检测方法、设备、计算机可读存储介质,可防止将一个虚线车道线检测为几个不同的车道线,有利于提高检测精度。
[0006]
本发明实施例第一方面,提供一种车道线检测方法,该方法包括:
[0007]
确定图像中待聚类的若干候选车道线;
[0008]
确定各个候选车道线的端点在所述图像中的位置参数;
[0009]
依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类;
[0010]
将聚类后的候选车道线确定为从所述图像中检测出的车道线。
[0011]
本发明实施例第二方面,提供一种电子设备,包括:存储器和处理器;
[0012]
所述存储器,用于存储程序代码;
[0013]
所述处理器,用于调用所述程序代码,当程序代码被执行时,用于执行以下操作:
[0014]
确定图像中待聚类的若干候选车道线;
[0015]
确定各个候选车道线的端点在所述图像中的位置参数;
[0016]
依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类;
[0017]
将聚类后的候选车道线确定为从所述图像中检测出的车道线。
[0018]
本发明实施例第三方面,提供一种计算机可读存储介质,
[0019]
所述计算机可读存储介质上存储有计算机指令,所述计算机指令被执行时,实现前述实施例中所述的车道线检测方法。
[0020]
基于上述技术方案,本发明实施例中,
[0021]
本发明实施例中,基于各个候选车道线的端点位置参数之间的关系对候选车道线进行聚类,可将属于同一个虚线车道线的候选车道线聚合为一个类别,防止将一个虚线车道线检测为几个不同的车道线,有利于提高检测精度;并且,聚类所依据的位置参数是候选车道线的端点的,不会导致两个候选车道线的中间部位距离较近时聚类该两个候选车道线,可防止错误聚类。

附图说明

[0022]
为了更加清楚地说明本发明实施例中的技术方案,下面将对本发明实施例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中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据本发明实施例的这些附图获得其它的附图。
[0023]
图1是本发明一实施例的车道线检测方法的流程示意图;
[0024]
图2是本发明一实施例的图像中确定出的候选车道线的示意图;
[0025]
图3是本发明一实施例的对候选车道线进行聚类的流程示意图;
[0026]
图4是本发明一实施例的当前候选车道线与查找到的第一候选车道线的示意图;
[0027]
图5是本发明一实施例的计算当前候选车道线的指定端点位置参数与查找到的第一候选车道线的目标端点位置参数时的示意图;
[0028]
图6是本发明一实施例的电子设备的结构框图。

具体实施方式

[0029]
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。另外,在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
[0030]
本发明使用的术语仅仅是出于描述特定实施例的目的,而非限制本发明。本发明和权利要求书所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其它含义。应当理解的是,本文中使用的术语“和/或”是指包含一个或多个相关联的列出项目的任何或所有可能组合。
[0031]
尽管在本发明可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语用来将同一类型的信息彼此区分开。例如,在不脱离本发明范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,此外,所使用的词语“如果”可以被解释成为“在……时”,或者,“当……时”,或者,“响应于确定”。
[0032]
下面对本发明实施例的车道线检测方法进行具体的描述,但不应以此为限。在一个实施例中,参看图1,一种车道线检测方法可以包括以下步骤:
[0033]
S100:确定图像中待聚类的若干候选车道线;
[0034]
S200:确定各个候选车道线的端点在所述图像中的位置参数;
[0035]
S300:依据各个候选车道线的端点位置参数之间的关系对所述候选车道 线进行聚类;
[0036]
S400:将聚类后的候选车道线确定为从所述图像中检测出的车道线。
[0037]
本发明实施例的车道线检测方法的执行主体可以是电子设备,更具体的可以是该电子设备的处理器。电子设备可以是成像设备,对采集的图像执行相应的处理;或者,电子设备可以是搭载有成像设备的可移动设备,可移动设备获取成像设备所采集的图像进行相应的处理,可移动设备比如为地面机器人、无人机、车辆等。当然,电子设备具体不限,具有图像处理能力即可。
[0038]
具体的,本发明实施例的车道线检测方法可以应用于搭载有自动驾驶系统、ADAS的车辆中,在车辆行驶过程中,对采集的图像中的车道线进行检测,进而实现对行驶的控制、规划等。
[0039]
步骤S100中,确定图像中待聚类的若干候选车道线。
[0040]
图像可以是电子设备所采集的或从成像设备上获取的道路图像。可通过相关的车道线检测方式从图像中初检出候选车道线,比如通过特征提取、直线或者曲线检测方法初检图像中的候选车道线。
[0041]
但是由于相关车道线检测方式中,会将一个中间断开的车道线检测为几个不同的车道线,因而步骤S100确定出的这些候选车道线中,可能存在几个候选车道线属于同一个车道线,参看图2,从图像中确定出的候选车道线包括L1-L5,但是,这些候选车道线中L1-L3事实上属于同一个车道线。因而,需要对步骤S100中确定出的候选车道线进行聚类,以将L1-L3聚合至同一类别中。
[0042]
步骤S200中,确定各个候选车道线的端点在所述图像中的位置参数。
[0043]
由于候选车道线是从图像中确定出的,便可确定候选车道线在图像中的位置,相应的,便可确定出各个候选车道线的端点在所述图像中的位置参数。
[0044]
位置参数是可表征候选车道线的端点在图像中的位置的参数,位置参数可以包括矢量参数、和/或标量参数,具体不限。比如,位置参数可以包括端点在候选车道线上的切向量和法向量;或者,位置参数可以包括端点在图像 所应用的坐标系中的坐标,计算端点在图像所应用的坐标系中的坐标时可以以采集图像的成像设备离地面的距离作为标尺。
[0045]
可以理解,本发明实施例中,候选车道线可以指图像中具有一定宽度的线状区域。当计算端点位置参数时,可以从候选车道线中提取出骨架线,将骨架线的端点确定为该候选车道线的端点;或者,可以按照预设方式从候选车道线的端部确定出该候选车道线的端点(比如将端部的中点确定为端点),具体不限。
[0046]
步骤S300中,依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类。
[0047]
各个候选车道线的端点位置参数之间的关系可以通过矢量运算、和/或标量运算得到,可表征候选车道线的端点之间的位置关系。以两个候选车道线为例,可依据两个候选车道线的端点位置参数之间的关系判断该两个候选车道线是否需要聚合为一类。对所有候选车道线进行两两关系的判断之后,便可对所有候选车道线完成聚类。
[0048]
可以将端点位置参数之间的关系满足一定条件的候选车道线聚合为一个类别。依据端点位置参数之间的关系对候选车道线进行聚类后,可以聚类虚线车道线上断开的几个候选车道线。
[0049]
比如,图2中,L1和L2聚合为一个类别,L2和L3聚合为一个类别,完成聚类后,L4属于一个类别,L5属于一个类别,L1-L3属于一个类别,即L1-L3为聚类后的一个候选车道线。
[0050]
步骤S400中,将聚类后的候选车道线确定为从所述图像中检测出的车道线。
[0051]
聚类完成后,将属于不同类别的候选车道线确定为检测出的不同车道线,将属于同一类别的候选车道线确定为检测出的一个车道线。继续参看图2,L4为从所述图像中检测出的一个车道线,L5为从所述图像中检测出的一个车道线,L1-L3为从所述图像中检测出的一个车道线。
[0052]
相关的聚类方式中,第一步,将每个对象(图像中的像素点或区域)作 为一个类别,计算类别之间的最小距离;第二步,将最小距离小于阈值的两个类别聚合为一个类别;第三步,计算聚类后的类别之间的最小距离,返回第二步进行计算,直至所有类别均不能聚合。该聚类方式中,当虚线车道线中的第一车道线段与第二车道线段之间的最短距离比该第一车道线段与旁边车道线之间的最短距离大时,第一车道线段可能会与旁边车道线聚合为一类,虚线车道线中第一车道线段与第二车道线段无法聚合为一类,导致错误聚类。
[0053]
而本发明实施例中,基于各个候选车道线的端点位置参数之间的关系对候选车道线进行聚类,可将属于同一个虚线车道线的候选车道线聚合为一个类别,防止将一个虚线车道线检测为几个不同的车道线,有利于提高检测精度;并且,聚类所依据的位置参数是候选车道线的端点的,不会导致两个候选车道线的中间部位距离较近时聚类该两个候选车道线,可防止错误聚类;计算量也较少,功耗及成本都较低。
[0054]
在一个实施例中,步骤S200中,所述确定各个候选车道线的端点在所述图像中的位置参数,包括:
[0055]
针对所述图像中的每个候选车道线,利用预设的第一曲线模型对所述候选车道线执行曲线拟合处理,并计算拟合后的所述候选车道线的端点的位置参数;
[0056]
所述端点的位置参数包括端点在对应拟合后的候选车道线上的切向量和法向量。
[0057]
将步骤S100中确定出的待聚类的每个候选车道线均执行曲线拟合处理。曲线拟合处理比如可以采用最小二乘法曲线拟合方式,当然还可以是其他方式,比如用解析表达式逼近离散数据的方式等。
[0058]
曲线拟合处理所用的第一曲线模型比如是多项式曲线模型,相应的,拟合后的曲线便是多项式曲线,当然,第一曲线模型具体不限于此,还可以是其他曲线模型,比如对数函数模型、分段函数模型等。
[0059]
曲线拟合处理后,可依据第一曲线模型及拟合得到的参数计算出相应候选车道线的端点的切向量和法向量,具体可参考数学运算中的曲线切向量与 法向量的运算方式,在此不再赘述。
[0060]
本发明实施例中,将候选车道线进行曲线拟合,将端点在拟合后的候选车道线上的切向量与法向量作为候选车道线的端点位置参数,因而端点位置参数之间的关系中考虑到了候选车道线的方向,使得本发明实施例适用于弯道车道线的检测,可避免在弯道处发生串道的问题。当然也可适用于直道车道线的检测。
[0061]
在一个实施例中,参看图3,步骤S300中,所述依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类,包括以下步骤:
[0062]
S301:按照指定顺序遍历各个候选车道线,依据遍历到的当前候选车道线与未遍历到的候选车道线的端点位置参数之间的关系判断所述未遍历到的候选车道线中是否存在需与当前候选车道线聚类合并的目标候选车道线;
[0063]
S302:若是,将所述当前候选车道线和所述目标候选车道线确定为属于同一类别,并利用预设的第二曲线模型对所述图像中所述当前候选车道线和所述目标候选车道线执行曲线拟合处理得到拟合后的候选车道线,计算该拟合后的候选车道线的端点位置参数,返回所述按照指定顺序遍历各个候选车道线的步骤。
[0064]
步骤S301中,按照指定顺序遍历各个候选车道线,每遍历到一个候选车道线,便执行后续的步骤。指定顺序具体不限,比如可以按照候选车道线在图像中的位置情况确定该指定顺序,或者,可以按照候选车道线的长度确定该指定顺序等。
[0065]
优选的,所述指定顺序为各个候选车道线的长度由长到短的顺序。即,遍历时,长度较长的候选车道线先遍历到,可以在遍历之前先对所有候选车道线进行按照长度的排序。
[0066]
参看图2,比如,先遍历到L4,由于未遍历到的候选车道线中不存在需要与L4合并的目标候选车道线,不执行处理,接着遍历到L5,由于未遍历到的候选车道线中不存在需要与L5合并的目标候选车道线,接着遍历到L1,L2是需要与L1合并的目标候选车道线,因而执行步骤S302。
[0067]
步骤S301的按照指定顺序遍历各个候选车道线中,当遍历到最后一个候选车道线时,便结束聚类。参看图2,比如,当遍历到L3时,说明本次遍历过程中,对于任何一个遍历到的当前候选车道线来说,在未遍历到的候选车道线中都不存在需与当前候选车道线聚类合并的目标候选车道线,说明已经完成聚类,结束聚类即可。
[0068]
在按照指定顺序遍历各个候选车道线时,可先判断候选车道线的数量是否大于1,若是,则依据遍历到的当前候选车道线与未遍历到的候选车道线的端点位置参数之间的关系判断所述未遍历到的候选车道线中是否存在需与当前候选车道线聚类合并的目标候选车道线;若否,则结束聚类。
[0069]
步骤S302中,当未遍历到的候选车道线中存在需与当前候选车道线聚类合并的目标候选车道线时,将所述当前候选车道线和所述目标候选车道线确定为属于同一类别,并利用预设的第二曲线模型对所述图像中所述当前候选车道线和所述目标候选车道线执行曲线拟合处理得到拟合后的候选车道线,计算该拟合后的候选车道线的端点位置参数。
[0070]
参看图2,比如,L2是需要与L1合并的目标候选车道线,因而将L1和L2确定为属于同一类别(该类别可以是新的类别,可以是L1的类别,也可以是L2的类别,具体不限,只要区别于其他类别即可),并利用第二曲线模型对L1和L2执行曲线拟合处理。
[0071]
这里的曲线拟合处理同样可以采用最小二乘法曲线拟合等方式,在此不再赘述。第二曲线模型比如可以是多项式曲线模型、对数函数模型、分段函数模型等。
[0072]
在实施例中,在将当前候选车道线和所述目标候选车道线确定为属于同一类别的同时,还对当前候选车道线和所述目标候选车道线执行曲线拟合处理,即采用了边聚类边拟合的方式,可在聚合过程中调整候选车道线及其端点位置参数,有利于提高聚类的准确度。
[0073]
作为一种可选的方式,也可在聚类的过程中不执行曲线拟合处理,而在聚类完成之后,再将属于同一类别的候选车道线执行曲线拟合处理。
[0074]
步骤S302中,返回所述按照指定顺序遍历各个候选车道线的步骤,即重新开始执行按照指定顺序遍历各个候选车道线。在新的遍历中仍按照该指定顺序,当然,候选车道线的长度顺序和数量会因执行了聚类、及曲线拟合而不同,即,拟合后的候选车道线的长度会变长,所有候选车道线的数量会减少。
[0075]
在一个实施例中,步骤S301中,所述依据遍历到的当前候选车道线与未遍历到的候选车道线的端点位置参数之间的关系判断所述未遍历到的候选车道线中是否存在需与当前候选车道线聚类合并的目标候选车道线,包括以下步骤:
[0076]
S3011:依据所述当前候选车道线的指定端点位置参数判断未遍历到的候选车道线中是否存在满足指定条件的至少一个第一候选车道线;
[0077]
S3012:若是,针对每个第一候选车道线,计算所述指定端点位置参数与所述第一候选车道线的目标端点位置参数之间的关系,判断该关系是否满足设定关系,若满足,则所述第一候选车道线为目标候选车道线。
[0078]
每个候选车道线都有两个端点,但是,依据候选车道线上的一个端点执行相应的处理,同样可以达到确定出目标候选车道线的目的,还可以减少计算量。
[0079]
步骤S3011中,依据指定端点位置参数从未遍历到的候选车道线中找出满足指定条件的第一候选车道线,针对第一候选车道线执行步骤S3012,可以减少执行步骤S3012所需的计算量。当然,也可以不执行判断处理,而是将所有的未遍历到的候选车道线均确定为第一候选车道线。
[0080]
步骤S3012中,计算每个第一候选车道线的目标端点位置参数与指定端点位置参数的关系,如果计算出的关系满足设定关系时,说明是目标候选车道线。
[0081]
当前候选车道线的指定端点可以是当前候选车道线两个端点中的任意一个,当指定端点确定时,第一候选车道线的目标端点位置参数也对应确定。
[0082]
可选的,所述指定端点为所述当前候选车道线的指定方向上坐标值较小 的端点,所述目标端点为所述目标候选车道线的指定方向上坐标值较大的端点;或者,
[0083]
所述指定端点为所述当前候选车道线的指定方向上坐标值较大的端点,所述目标端点为所述目标候选车道线的指定方向上坐标值较小的端点。
[0084]
在一个实施例中,所述指定方向为应用于所述图像的坐标系中的竖直方向或水平方向。当然,若图像在步骤S300之前执行过变换处理(比如逆透视变换处理),则该指定方向为应用于变换后的图像的坐标系中的竖直方向或水平方向。
[0085]
参看图2和图4,比如,L1为当前候选车道线,L2为确定出的第一候选车道线,P1为L1的指定端点(当前候选车道线的应用于所述图像的坐标系中的竖直方向上坐标值较大的端点),相应的,P2为L2的目标端点(目标候选车道线的应用于所述图像的坐标系中的竖直方向上上坐标值较小的端点),计算P1与P2之间的关系,当该关系满足设定关系时,P2即为目标候选车道线。
[0086]
在一个实施例中,所述端点的位置参数包括端点在对应候选车道线上的切向量和法向量;
[0087]
步骤S3012中,所述计算所述指定端点位置参数与所述第一候选车道线的目标端点位置参数之间的关系,包括以下步骤:
[0088]
S30121:计算第一向量投影在所述指定端点的切向量上所得的第一切向距离、第一向量投影在所述指定端点的法向量上所得的第一法向距离、第二向量投影在所述目标端点的切向量上所得的第二切向距离、第二向量投影在所述目标端点的法向量上所得的第二法向距离;所述第一向量为所述指定端点到目标端点的向量,所述第二向量为所述目标端点到指定端点的向量;
[0089]
S30122:将所述第一切向距离和第二切向距离中的较大者确定为目标切向距离,将所述第一法向距离和第二法向距离中的较大者确定为目标法向距离;
[0090]
S30123:将所述目标切向距离和目标法向距离确定为所述指定端点位置 参数与所述目标端点位置参数之间的关系。
[0091]
参看图4和图5,以计算第二向量投影在所述目标端点的切向量上所得的第二切向距离为例, 为第二向量(即目标端点到指定端点的向量),n为目标端点的切向量,P2Q1即为 投影在n上的第二切向距离,其中,P1Q1垂直于P2Q1。其他距离类似,在此不再赘述。
[0092]
在一个实施例中,步骤S3012中,所述判断该关系是否满足设定关系,包括:
[0093]
S30124:当所述目标切向距离小于设定切向阈值、且所述目标法向距离小于设定法向阈值时,确定该关系满足设定关系。
[0094]
目标切向距离是第一切向距离和第二切向距离中的较大者,目标法向距离是第一法向距离和第二法向距离中的较大者,在较大者都满足上述设定关系时,较小者必然也满足上述设定关系。
[0095]
设定切向阈值和设定法向阈值具体取值不限,可以根据具体的车道线情况而定。
[0096]
在正常情况下,所有第一候选车道线中仅会确定出一个目标候选车道线,即只会有一个第一候选车道线的目标端点位置参数与指定端点位置参数的关系满足设定关系。因此,在计算出各个第一候选车道线的目标端点位置参数与指定端点位置参数之间的关系后,可先对所有第一候选车道线的目标切向距离或目标法向距离进行排序,选取其中目标切向距离或目标法向距离最小的关系去与设定关系进行比较。当然,也可将每个第一候选车道线对应的关系都与设定关系进行比较。
[0097]
在一个实施例中,步骤S3011中,依据所述当前候选车道线的指定端点位置参数判断未遍历到的候选车道线中是否存在满足指定条件的至少一个第一候选车道线,包括以下步骤:
[0098]
S30111:依据所述指定端点位置参数确定用于确定查找范围的边界;
[0099]
S30112:依据所述边界在所述图像中确定查找第一候选车道线所需的查找范围;
[0100]
S30113:在所述图像中查找处于所述查找范围内的候选车道线,若查找到,则将查找到的候选车道线确定为所述第一候选车道线。
[0101]
先依据指定端点位置参数确定出边界,依据边界所确定出的查找范围更合适,避免漏掉第一候选车道线,也不至于包含过多的第一候选车道线,将在查找范围中查找的候选车道线确定为第一候选车道线,相比于将整个图像中的候选车道线都作为第一候选车道线来说,可以减少第一候选车道线的数量,相应地减少了后续所需的计算量,同时不影响目标候选车道线的确定。
[0102]
在一个实施例中,所述边界为所述当前候选车道线上所述指定端点的法线;
[0103]
步骤S30112中,依据所述边界在所述图像中确定查找第一候选车道线所需的查找范围,包括以下步骤:
[0104]
确定所述图像中处于所述边界的两侧的第一区域和第二区域,其中,所述当前候选车道线位于所述第一区域中;
[0105]
将所述第二区域确定为所述查找范围。
[0106]
继续参看图2,以L1为当前后续车道线为例,P1为L1的指定端点,则将L1在P1处的法线确定为边界,图像被边界分为L1未处于的第二区域和L1处于的第一区域,将第二区域确定为查找范围,在查找范围中查找候选车道线,可以依据候选车道线两端的端点来判断是否处于查找范围,比如L2和L3两端的端点都处于查找范围,则在查找范围中查找到L2和L3,将L2和L3均确定为第一候选车道线。
[0107]
在一个实施例中,步骤S300的所述依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类之后,该方法还进一步包括以下步骤:
[0108]
S310:利用预设的第三曲线模型对聚类后的各个候选车道线执行曲线拟合处理;其中,所述第三曲线模型的最高项次数大于所述第二曲线模型的最高项次数;
[0109]
步骤S400中,所述将聚类后的候选车道线确定为从所述图像中检测出的车道线,包括:
[0110]
将利用所述第三曲线模型执行曲线拟合处理后的各个候选车道线确定为从所述图像中检测出的车道线。
[0111]
将属于同一类别的候选车道线执行曲线拟合处理,这里的曲线拟合处理同样可以采用最小二乘法曲线拟合等方式,在此不再赘述。第三曲线模型比如可以是多项式曲线模型、对数函数模型、分段函数模型等。
[0112]
具体的,第二曲线模型比如可以是:x=a*y^2+b*y+c;第三曲线模型比如可以是:x=a*y^3+b*y^2+c*y+d。
[0113]
第二曲线模型的最高项次数比第三曲线模型的最高项次数低,防止在聚类迭代过程中产生非常弯曲的曲线导致聚类结果错误。
[0114]
在一个实施例中,步骤S100中,所述确定图像中待聚类的若干候选车道线,可以包括以下步骤:
[0115]
S101:按照预设的车道线检测方式从所述图像中检测出待分类的若干候选车道线;
[0116]
S102:为待分类的每个候选车道线确定对应的类别;
[0117]
S103:将确定类别后的各个候选车道线确定为所述待聚类的若干候选车道线。
[0118]
步骤S101中,预设的车道线检测方式比如可以是边缘检测、特征提取等车道线检测方式,将图像中的候选车道线检测出来,作为待分类的候选车道线。
[0119]
步骤S102中,为待分类的每个候选车道线确定对应的类别,比如可以将不同候选车道线标记不同的颜色,每种颜色代表一种类别,在后续进行聚类时,若两种类别被聚合为同一类别,则将两种类别的颜色进行统一,比如将两者中的一种颜色修改为两者中的另一种颜色。
[0120]
可以理解,颜色标记仅是为候选车道线确定类别的一种方式,具体并不限于此,也可以不需要在图像中进行标记,比如,可以为候选车道线设置类别标识(包括字符、数字等),将候选车道线与类别标识对应地存在存储器中,如此,确定候选车道线便可确定出候选车道线对应的类别标识,同样可实现 为待分类的每个候选车道线确定对应的类别。
[0121]
S103中,将确定类别后的各个候选车道线确定为所述待聚类的若干候选车道线,接着执行后续的步骤S200-S400。
[0122]
在一个实施例中,步骤S102的所述为待分类的每个候选车道线确定对应的类别之后,该方法还进一步包括以下步骤:
[0123]
S112:对各个候选车道线执行骨架提取处理,以细化各个候选车道线;
[0124]
步骤S103中,所述将确定类别后的各个候选车道线确定为所述待聚类的若干候选车道线,包括:
[0125]
将细化后的各个候选车道线确定为所述待聚类的若干候选车道线。
[0126]
由于步骤S101中检测出的候选车道线通常具有一定宽度,包含的像素过多导致在后续拟合等步骤时所需处理的像素点数太多,计算量巨大,所以通过步骤S112中,通过各个候选车道线执行骨架提取处理,可以大大减少后续拟合等处理量。
[0127]
对各个候选车道线执行骨架提取处理的方式比如可以是,只保留候选车道线的宽度方向上处于中间的单个像素点,得到细化后的候选车道线。当然具体不限于此,比如也可以提取候选车道线长度方向上的边缘。在执行骨架提取处理后,还可以对候选车道线执行一定的图像处理,比如执行平滑处理等。
[0128]
在一个实施例中,步骤S112的对各个候选车道线执行骨架提取处理之后,该方法还进一步包括以下步骤:
[0129]
S122:对细化后的各个所述候选车道线执行逆透视变换处理,以使所述候选车道线在所述图像中处于目标视角下,所述目标视角是采集候选车道线时俯视候选车道线的视角;
[0130]
步骤S103中,所述将细化后的各个候选车道线确定为所述待聚类的若干候选车道线,包括:
[0131]
将逆透视变换处理后的各个候选车道线确定为所述待聚类的若干候选车道线。
[0132]
对细化后的各个所述候选车道线执行逆透视变换处理之后,候选车道线都处于目标视角下,在目标视角下,候选车道线的尺寸比例符合真实尺寸比例,不会出现候选车道线扭曲的现象,能够提高鲁棒性。
[0133]
逆透视变换处理的方式不限,比如,可以预先建立好候选车道线从当前视角转换到目标视角的坐标转换关系,并保存在电子设备中,在计算时,电子设备直接调用该坐标转换关系即可确定实现对细化后的各个所述候选车道线执行逆透视变换处理。
[0134]
从当前视角转换到目标视角的坐标转换关系可以依据成像设备的焦距、光轴位置参数及成像设备相对地面的角度、高度参数等来建立,具体不限。
[0135]
在一个实施例中,步骤S102的所述为待分类的每个候选车道线确定对应的类别之前,该方法还进一步包括:
[0136]
S111:对待分类的每个候选车道线执行膨胀处理,以使所述候选车道线中无效的像素值被修改为有效的像素值;
[0137]
S121:对膨胀处理后的候选车道线执行腐蚀处理,以使腐蚀后的候选车道线具有与膨胀前的对应候选车道线相同的尺寸。
[0138]
步骤S101中检测出的候选车道线中可能会存在一些空洞(空洞是指候选车道线中与邻域像素点的像素值不同的像素点或像素块,该邻域可以是4邻域、8邻域等),空洞处的像素值是无效的像素值,需要修改为有效的像素值。但是检测空洞所需的处理量非常大,因而,为了减少处理量,在本实施例中,不进行是否存在空洞的判断,直接对待分类的每个候选车道线执行膨胀处理。
[0139]
膨胀处理的方式比如可以是:针对每个候选车道线中的每个像素,以像素为中心在上下左右四个方向上按照第一半径膨胀该像素(即将该第一半径范围内的像素的像素值均修改为该膨胀的像素的像素值)。整体来说,候选车道线在长度上和宽度上都变大了两个第一半径。
[0140]
为了使得候选车道线恢复原有的长度及宽度,步骤S121中,对膨胀处理后的候选车道线执行腐蚀处理。腐蚀处理的方式比如可以是:针对每个膨胀后的候选车道线,将候选车道线的边缘向内腐蚀所述第一半径的像素(即将 该第一半径范围内的像素的像素值均修改为候选车道线之外与该候选车道线的边缘相邻的像素的像素值),腐蚀后的候选车道线具有与膨胀前的对应候选车道线相同的尺寸。
[0141]
通过膨胀腐蚀处理后,可以将候选车道线中的空洞填充为邻域像素点的像素值。
[0142]
在一个实施例中,步骤S300的所述依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类之后,还包括可以包括以下步骤:
[0143]
S320:利用预设的曲线模型对聚类后的各个候选车道线执行曲线拟合处理;
[0144]
步骤S400中,所述将聚类后的候选车道线确定为从所述图像中检测出的车道线,包括以下步骤:
[0145]
将利用所述预设的曲线模型执行曲线拟合处理后的各个候选车道线确定为从所述图像中检测出的车道线。
[0146]
步骤S300的聚类过程中,可以无需进行曲线拟合处理,而是在聚类结束之后,再对属于同一类别的候选车道线执行曲线拟合处理。
[0147]
步骤S320中的曲线拟合处理同样可以采用最小二乘法曲线拟合等方式,在此不再赘述。该预设的曲线模型比如可以是多项式曲线模型、对数函数模型、分段函数模型等。
[0148]
具体的,该预设的曲线模型比如可以是:x=a*y^3+b*y^2+c*y+d。
[0149]
在一个实施例中,步骤S400中,所述将聚类后的候选车道线确定为从所述图像中检测出的车道线之后,该方法还进一步包括以下步骤:
[0150]
S501:计算每个所述检测出的车道线的指定特征值;
[0151]
S502:判断所述指定特征值是否处于设定取值范围;
[0152]
S503:若否,则将该车道线从所有检测出的车道线中删除。
[0153]
优选的,所述指定特征值包括以下参数的至少一种:
[0154]
车道线的曲率;
[0155]
车道线的斜率;
[0156]
车道线的宽度。
[0157]
可以理解,指定特征值不限于上述三种,还可以是其他参数,只要能够表征车道线的形状特征即可。设定取值范围也可根据先验知识来确定,具体不限,不同特征值对应的设定取值范围也可不同。
[0158]
根据车道线的曲率、斜率、宽度等指定特征值,删除掉检测出的不符合实际的车道线,有助于提高鲁棒性。
[0159]
基于与上述车道线检测方法同样的构思,参看图6,一种电子设备500,包括:存储器501和处理器502(如一个或多个处理器)。电子设备具体类型不限,电子设备可以是成像设备但不限于成像设备。电子设备例如也可以是与成像设备电连接的设备,可获取成像设备采集的图像,进而执行相应的方法。
[0160]
在一个实施例中,所述存储器,用于存储程序代码;
[0161]
所述处理器,用于调用所述程序代码,当程序代码被执行时,用于执行以下操作:
[0162]
确定图像中待聚类的若干候选车道线;
[0163]
确定各个候选车道线的端点在所述图像中的位置参数;
[0164]
依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类;
[0165]
将聚类后的候选车道线确定为从所述图像中检测出的车道线。
[0166]
优选的,所述处理器确定各个候选车道线的端点在所述图像中的位置参数时具体用于:
[0167]
针对所述图像中的每个候选车道线,利用预设的第一曲线模型对所述候选车道线执行曲线拟合处理,并计算拟合后的所述候选车道线的端点的位置参数;
[0168]
所述端点的位置参数包括端点在对应拟合后的候选车道线上的切向量和法向量。
[0169]
优选的,所述处理器依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类时具体用于:
[0170]
按照指定顺序遍历各个候选车道线,依据遍历到的当前候选车道线与未遍历到的候选车道线的端点位置参数之间的关系判断所述未遍历到的候选车道线中是否存在需与当前候选车道线聚类合并的目标候选车道线;
[0171]
若是,将所述当前候选车道线和所述目标候选车道线确定为属于同一类别,并利用预设的第二曲线模型对所述图像中所述当前候选车道线和所述目标候选车道线执行曲线拟合处理得到拟合后的候选车道线,计算该拟合后的候选车道线的端点位置参数,返回所述按照指定顺序遍历各个候选车道线的步骤。
[0172]
优选的,所述处理器依据遍历到的当前候选车道线与未遍历到的候选车道线的端点位置参数之间的关系判断所述未遍历到的候选车道线中是否存在需与当前候选车道线聚类合并的目标候选车道线时具体用于:
[0173]
依据所述当前候选车道线的指定端点位置参数判断未遍历到的候选车道线中是否存在满足指定条件的至少一个第一候选车道线;
[0174]
若是,针对每个第一候选车道线,计算所述指定端点位置参数与所述第一候选车道线的目标端点位置参数之间的关系,判断该关系是否满足设定关系,若满足,则所述第一候选车道线为目标候选车道线。
[0175]
优选的,所述端点的位置参数包括端点在对应候选车道线上的切向量和法向量;
[0176]
所述处理器计算所述指定端点位置参数与所述第一候选车道线的目标端点位置参数之间的关系时具体用于:
[0177]
计算第一向量投影在所述指定端点的切向量上所得的第一切向距离、第一向量投影在所述指定端点的法向量上所得的第一法向距离、第二向量投影在所述目标端点的切向量上所得的第二切向距离、第二向量投影在所述目标端点的法向量上所得的第二法向距离;所述第一向量为所述指定端点到目标端点的向量,所述第二向量为所述目标端点到指定端点的向量;
[0178]
将所述第一切向距离和第二切向距离中的较大者确定为目标切向距离,将所述第一法向距离和第二法向距离中的较大者确定为目标法向距离;
[0179]
将所述目标切向距离和目标法向距离确定为所述指定端点位置参数与所述目标端点位置参数之间的关系。
[0180]
优选的,所述处理器判断该关系是否满足设定关系时具体用于:
[0181]
当所述目标切向距离小于设定切向阈值、且所述目标法向距离小于设定法向阈值时,确定该关系满足设定关系。
[0182]
优选的,所述处理器依据所述当前候选车道线的指定端点位置参数判断未遍历到的候选车道线中是否存在满足指定条件的至少一个第一候选车道线时具体用于:
[0183]
依据所述指定端点位置参数确定用于确定查找范围的边界;
[0184]
依据所述边界在所述图像中确定查找第一候选车道线所需的查找范围;
[0185]
在所述图像中查找处于所述查找范围内的候选车道线,若查找到,则将查找到的候选车道线确定为所述第一候选车道线。
[0186]
优选的,所述边界为所述当前候选车道线上所述指定端点的法线;
[0187]
所述依据所述边界在所述图像中确定查找第一候选车道线所需的查找范围时具体用于:
[0188]
确定所述图像中处于所述边界的两侧的第一区域和第二区域,其中,所述当前候选车道线位于所述第一区域中;
[0189]
将所述第二区域确定为所述查找范围。
[0190]
优选的,
[0191]
所述指定端点为所述当前候选车道线的指定方向上坐标值较小的端点,所述目标端点为所述目标候选车道线的指定方向上坐标值较大的端点;或者,
[0192]
所述指定端点为所述当前候选车道线的指定方向上坐标值较大的端点,所述目标端点为所述目标候选车道线的指定方向上坐标值较小的端点。
[0193]
优选的,
[0194]
所述指定方向为应用于所述图像的坐标系中的竖直方向或水平方向。
[0195]
优选的,所述处理器依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类之后,还进一步用于:
[0196]
利用预设的第三曲线模型对聚类后的各个候选车道线执行曲线拟合处理;其中,所述第三曲线模型的最高项次数大于所述第二曲线模型的最高项次数;
[0197]
所述处理器将聚类后的候选车道线确定为从所述图像中检测出的车道线时具体用于:
[0198]
将利用所述第三曲线模型执行曲线拟合处理后的各个候选车道线确定为从所述图像中检测出的车道线。
[0199]
优选的,
[0200]
所述指定顺序为各个候选车道线的长度由长到短的顺序。
[0201]
优选的,所述处理器确定图像中待聚类的若干候选车道线时具体用于:
[0202]
按照预设的车道线检测方式从所述图像中检测出待分类的若干候选车道线;
[0203]
为待分类的每个候选车道线确定对应的类别;
[0204]
将确定类别后的各个候选车道线确定为所述待聚类的若干候选车道线。
[0205]
优选的,所述处理器为待分类的每个候选车道线确定对应的类别之后,还进一步用于:
[0206]
对各个候选车道线执行骨架提取处理,以细化各个候选车道线;
[0207]
所述处理器将确定类别后的各个候选车道线确定为所述待聚类的若干候选车道线时具体用于:
[0208]
将细化后的各个候选车道线确定为所述待聚类的若干候选车道线。
[0209]
优选的,所述处理器对各个候选车道线执行骨架提取处理之后,还进一步用于:
[0210]
对细化后的各个所述候选车道线执行逆透视变换处理,以使所述候选车道线在所述图像中处于目标视角下,所述目标视角是采集候选车道线时俯视候选车道线的视角;
[0211]
所述处理器将细化后的各个候选车道线确定为所述待聚类的若干候选车道线时具体用于:
[0212]
将逆透视变换处理后的各个候选车道线确定为所述待聚类的若干候选车道线。
[0213]
优选的,所述处理器为待分类的每个候选车道线确定对应的类别之前,还进一步用于:
[0214]
对待分类的每个候选车道线执行膨胀处理,以使所述候选车道线中无效的像素值被修改为有效的像素值;
[0215]
对膨胀处理后的候选车道线执行腐蚀处理,以使腐蚀后的候选车道线具有与膨胀前的对应候选车道线相同的尺寸。
[0216]
优选的,所述处理器依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类之后,还用于:
[0217]
利用预设的曲线模型对聚类后的各个候选车道线执行曲线拟合处理;
[0218]
所述处理器将聚类后的候选车道线确定为从所述图像中检测出的车道线时具体用于:
[0219]
将利用所述预设的曲线模型执行曲线拟合处理后的各个候选车道线确定为从所述图像中检测出的车道线。
[0220]
优选的,所述处理器将聚类后的候选车道线确定为从所述图像中检测出的车道线之后,还进一步用于:
[0221]
计算每个所述检测出的车道线的指定特征值;
[0222]
判断所述指定特征值是否处于设定取值范围;
[0223]
若否,则将该车道线从所有检测出的车道线中删除。
[0224]
优选的,所述指定特征值包括以下参数的至少一种:
[0225]
车道线的曲率;
[0226]
车道线的斜率;
[0227]
车道线的宽度。
[0228]
基于与上述方法同样的发明构思,本发明还提供一种计算机可读存储介 质,所述计算机可读存储介质上存储有计算机指令,所述计算机指令被执行时,实现前述实施例所述的车道线检测方法。
[0229]
上述实施例阐明的系统、装置、模块或单元,可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
[0230]
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
[0231]
本领域内的技术人员应明白,本发明实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
[0232]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可以由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0233]
而且,这些计算机程序指令也可以存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或者多个流程和/或方框图一个方框或者多个方框中指定的功能。
[0234]
这些计算机程序指令也可装载到计算机或其它可编程数据处理设备,使 得在计算机或者其它可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0235]
以上所述仅为本发明实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进,均应包含在本发明的权利要求范围之内。

权利要求书

[权利要求 1]
一种车道线检测方法,其特征在于,该方法包括: 确定图像中待聚类的若干候选车道线; 确定各个候选车道线的端点在所述图像中的位置参数; 依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类; 将聚类后的候选车道线确定为从所述图像中检测出的车道线。
[权利要求 2]
如权利要求1所述的车道线检测方法,其特征在于,所述确定各个候选车道线的端点在所述图像中的位置参数,包括: 针对所述图像中的每个候选车道线,利用预设的第一曲线模型对所述候选车道线执行曲线拟合处理,并计算拟合后的所述候选车道线的端点的位置参数; 所述端点的位置参数包括端点在对应拟合后的候选车道线上的切向量和法向量。
[权利要求 3]
如权利要求1所述的车道线检测方法,其特征在于,所述依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类,包括: 按照指定顺序遍历各个候选车道线,依据遍历到的当前候选车道线与未遍历到的候选车道线的端点位置参数之间的关系判断所述未遍历到的候选车道线中是否存在需与当前候选车道线聚类合并的目标候选车道线; 若是,将所述当前候选车道线和所述目标候选车道线确定为属于同一类别,并利用预设的第二曲线模型对所述图像中所述当前候选车道线和所述目标候选车道线执行曲线拟合处理得到拟合后的候选车道线,计算该拟合后的候选车道线的端点位置参数,返回所述按照指定顺序遍历各个候选车道线的步骤。
[权利要求 4]
如权利要求3所述的车道线检测方法,其特征在于,所述依据遍历到的当前候选车道线与未遍历到的候选车道线的端点位置参数之间的关系判断所述未遍历到的候选车道线中是否存在需与当前候选车道线聚类合并的目标 候选车道线,包括: 依据所述当前候选车道线的指定端点位置参数判断未遍历到的候选车道线中是否存在满足指定条件的至少一个第一候选车道线; 若是,针对每个第一候选车道线,计算所述指定端点位置参数与所述第一候选车道线的目标端点位置参数之间的关系,判断该关系是否满足设定关系,若满足,则所述第一候选车道线为目标候选车道线。
[权利要求 5]
如权利要求4所述的车道线检测方法,其特征在于,所述端点的位置参数包括端点在对应候选车道线上的切向量和法向量; 所述计算所述指定端点位置参数与所述第一候选车道线的目标端点位置参数之间的关系,包括: 计算第一向量投影在所述指定端点的切向量上所得的第一切向距离、第一向量投影在所述指定端点的法向量上所得的第一法向距离、第二向量投影在所述目标端点的切向量上所得的第二切向距离、第二向量投影在所述目标端点的法向量上所得的第二法向距离;所述第一向量为所述指定端点到目标端点的向量,所述第二向量为所述目标端点到指定端点的向量; 将所述第一切向距离和第二切向距离中的较大者确定为目标切向距离,将所述第一法向距离和第二法向距离中的较大者确定为目标法向距离; 将所述目标切向距离和目标法向距离确定为所述指定端点位置参数与所述目标端点位置参数之间的关系。
[权利要求 6]
如权利要求5所述的车道线检测方法,其特征在于,所述判断该关系是否满足设定关系,包括: 当所述目标切向距离小于设定切向阈值、且所述目标法向距离小于设定法向阈值时,确定该关系满足设定关系。
[权利要求 7]
如权利要求4所述的车道线检测方法,其特征在于,依据所述当前候选车道线的指定端点位置参数判断未遍历到的候选车道线中是否存在满足指定条件的至少一个第一候选车道线,包括: 依据所述指定端点位置参数确定用于确定查找范围的边界; 依据所述边界在所述图像中确定查找第一候选车道线所需的查找范围; 在所述图像中查找处于所述查找范围内的候选车道线,若查找到,则将查找到的候选车道线确定为所述第一候选车道线。
[权利要求 8]
如权利要求7所述的车道线检测方法,其特征在于,所述边界为所述当前候选车道线上所述指定端点的法线; 依据所述边界在所述图像中确定查找第一候选车道线所需的查找范围,包括: 确定所述图像中处于所述边界的两侧的第一区域和第二区域,其中,所述当前候选车道线位于所述第一区域中; 将所述第二区域确定为所述查找范围。
[权利要求 9]
如权利要求4所述的车道线检测方法,其特征在于, 所述指定端点为所述当前候选车道线的指定方向上坐标值较小的端点,所述目标端点为所述目标候选车道线的指定方向上坐标值较大的端点;或者, 所述指定端点为所述当前候选车道线的指定方向上坐标值较大的端点,所述目标端点为所述目标候选车道线的指定方向上坐标值较小的端点。
[权利要求 10]
如权利要求9所述的车道线检测方法,其特征在于, 所述指定方向为应用于所述图像的坐标系中的竖直方向或水平方向。
[权利要求 11]
如权利要求3所述的车道线检测方法,其特征在于,所述依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类之后,该方法还进一步包括: 利用预设的第三曲线模型对聚类后的各个候选车道线执行曲线拟合处理;其中,所述第三曲线模型的最高项次数大于所述第二曲线模型的最高项次数; 所述将聚类后的候选车道线确定为从所述图像中检测出的车道线,包括: 将利用所述第三曲线模型执行曲线拟合处理后的各个候选车道线确定为从所述图像中检测出的车道线。
[权利要求 12]
如权利要求3所述的车道线检测方法,其特征在于, 所述指定顺序为各个候选车道线的长度由长到短的顺序。
[权利要求 13]
如权利要求1-12中任一项所述的车道线检测方法,其特征在于,所述确定图像中待聚类的若干候选车道线,包括: 按照预设的车道线检测方式从所述图像中检测出待分类的若干候选车道线; 为待分类的每个候选车道线确定对应的类别; 将确定类别后的各个候选车道线确定为所述待聚类的若干候选车道线。
[权利要求 14]
如权利要求13所述的车道线检测方法,其特征在于,所述为待分类的每个候选车道线确定对应的类别之后,该方法还进一步包括: 对各个候选车道线执行骨架提取处理,以细化各个候选车道线; 所述将确定类别后的各个候选车道线确定为所述待聚类的若干候选车道线,包括: 将细化后的各个候选车道线确定为所述待聚类的若干候选车道线。
[权利要求 15]
如权利要求14所述的车道线检测方法,其特征在于,对各个候选车道线执行骨架提取处理之后,该方法还进一步包括: 对细化后的各个所述候选车道线执行逆透视变换处理,以使所述候选车道线在所述图像中处于目标视角下,所述目标视角是采集候选车道线时俯视候选车道线的视角; 所述将细化后的各个候选车道线确定为所述待聚类的若干候选车道线,包括: 将逆透视变换处理后的各个候选车道线确定为所述待聚类的若干候选车道线。
[权利要求 16]
如权利要求13所述的车道线检测方法,其特征在于,所述为待分类的每个候选车道线确定对应的类别之前,该方法还进一步包括: 对待分类的每个候选车道线执行膨胀处理,以使所述候选车道线中无效的像素值被修改为有效的像素值; 对膨胀处理后的候选车道线执行腐蚀处理,以使腐蚀后的候选车道线具 有与膨胀前的对应候选车道线相同的尺寸。
[权利要求 17]
如权利要求1所述的车道线检测方法,其特征在于,所述依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类之后,还包括: 利用预设的曲线模型对聚类后的各个候选车道线执行曲线拟合处理; 所述将聚类后的候选车道线确定为从所述图像中检测出的车道线,包括: 将利用所述预设的曲线模型执行曲线拟合处理后的各个候选车道线确定为从所述图像中检测出的车道线。
[权利要求 18]
如权利要求1所述的车道线检测方法,其特征在于,所述将聚类后的候选车道线确定为从所述图像中检测出的车道线之后,该方法还进一步包括: 计算每个所述检测出的车道线的指定特征值; 判断所述指定特征值是否处于设定取值范围; 若否,则将该车道线从所有检测出的车道线中删除。
[权利要求 19]
如权利要求18所述的车道线检测方法,其特征在于,所述指定特征值包括以下参数的至少一种: 车道线的曲率; 车道线的斜率; 车道线的宽度。
[权利要求 20]
一种电子设备,其特征在于,包括:存储器和处理器; 所述存储器,用于存储程序代码; 所述处理器,用于调用所述程序代码,当程序代码被执行时,用于执行以下操作: 确定图像中待聚类的若干候选车道线; 确定各个候选车道线的端点在所述图像中的位置参数; 依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类; 将聚类后的候选车道线确定为从所述图像中检测出的车道线。
[权利要求 21]
如权利要求20所述的设备,其特征在于,所述处理器确定各个候选车道线的端点在所述图像中的位置参数时具体用于: 针对所述图像中的每个候选车道线,利用预设的第一曲线模型对所述候选车道线执行曲线拟合处理,并计算拟合后的所述候选车道线的端点的位置参数; 所述端点的位置参数包括端点在对应拟合后的候选车道线上的切向量和法向量。
[权利要求 22]
如权利要求20所述的设备,其特征在于,所述处理器依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类时具体用于: 按照指定顺序遍历各个候选车道线,依据遍历到的当前候选车道线与未遍历到的候选车道线的端点位置参数之间的关系判断所述未遍历到的候选车道线中是否存在需与当前候选车道线聚类合并的目标候选车道线; 若是,将所述当前候选车道线和所述目标候选车道线确定为属于同一类别,并利用预设的第二曲线模型对所述图像中所述当前候选车道线和所述目标候选车道线执行曲线拟合处理得到拟合后的候选车道线,计算该拟合后的候选车道线的端点位置参数,返回所述按照指定顺序遍历各个候选车道线的步骤。
[权利要求 23]
如权利要求22所述的设备,其特征在于,所述处理器依据遍历到的当前候选车道线与未遍历到的候选车道线的端点位置参数之间的关系判断所述未遍历到的候选车道线中是否存在需与当前候选车道线聚类合并的目标候选车道线时具体用于: 依据所述当前候选车道线的指定端点位置参数判断未遍历到的候选车道线中是否存在满足指定条件的至少一个第一候选车道线; 若是,针对每个第一候选车道线,计算所述指定端点位置参数与所述第一候选车道线的目标端点位置参数之间的关系,判断该关系是否满足设定关系,若满足,则所述第一候选车道线为目标候选车道线。
[权利要求 24]
如权利要求23所述的设备,其特征在于,所述端点的位置参数包括端点在对应候选车道线上的切向量和法向量; 所述处理器计算所述指定端点位置参数与所述第一候选车道线的目标端点位置参数之间的关系时具体用于: 计算第一向量投影在所述指定端点的切向量上所得的第一切向距离、第一向量投影在所述指定端点的法向量上所得的第一法向距离、第二向量投影在所述目标端点的切向量上所得的第二切向距离、第二向量投影在所述目标端点的法向量上所得的第二法向距离;所述第一向量为所述指定端点到目标端点的向量,所述第二向量为所述目标端点到指定端点的向量; 将所述第一切向距离和第二切向距离中的较大者确定为目标切向距离,将所述第一法向距离和第二法向距离中的较大者确定为目标法向距离; 将所述目标切向距离和目标法向距离确定为所述指定端点位置参数与所述目标端点位置参数之间的关系。
[权利要求 25]
如权利要求24所述的设备,其特征在于,所述处理器判断该关系是否满足设定关系时具体用于: 当所述目标切向距离小于设定切向阈值、且所述目标法向距离小于设定法向阈值时,确定该关系满足设定关系。
[权利要求 26]
如权利要求23所述的设备,其特征在于,所述处理器依据所述当前候选车道线的指定端点位置参数判断未遍历到的候选车道线中是否存在满足指定条件的至少一个第一候选车道线时具体用于: 依据所述指定端点位置参数确定用于确定查找范围的边界; 依据所述边界在所述图像中确定查找第一候选车道线所需的查找范围; 在所述图像中查找处于所述查找范围内的候选车道线,若查找到,则将查找到的候选车道线确定为所述第一候选车道线。
[权利要求 27]
如权利要求26所述的设备,其特征在于,所述边界为所述当前候选车道线上所述指定端点的法线; 所述依据所述边界在所述图像中确定查找第一候选车道线所需的查找范 围时具体用于: 确定所述图像中处于所述边界的两侧的第一区域和第二区域,其中,所述当前候选车道线位于所述第一区域中; 将所述第二区域确定为所述查找范围。
[权利要求 28]
如权利要求23所述的设备,其特征在于, 所述指定端点为所述当前候选车道线的指定方向上坐标值较小的端点,所述目标端点为所述目标候选车道线的指定方向上坐标值较大的端点;或者, 所述指定端点为所述当前候选车道线的指定方向上坐标值较大的端点,所述目标端点为所述目标候选车道线的指定方向上坐标值较小的端点。
[权利要求 29]
如权利要求28所述的设备,其特征在于, 所述指定方向为应用于所述图像的坐标系中的竖直方向或水平方向。
[权利要求 30]
如权利要求22所述的设备,其特征在于,所述处理器依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类之后,还进一步用于: 利用预设的第三曲线模型对聚类后的各个候选车道线执行曲线拟合处理;其中,所述第三曲线模型的最高项次数大于所述第二曲线模型的最高项次数; 所述处理器将聚类后的候选车道线确定为从所述图像中检测出的车道线时具体用于: 将利用所述第三曲线模型执行曲线拟合处理后的各个候选车道线确定为从所述图像中检测出的车道线。
[权利要求 31]
如权利要求22所述的设备,其特征在于, 所述指定顺序为各个候选车道线的长度由长到短的顺序。
[权利要求 32]
如权利要求20-31中任一项所述的设备,其特征在于,所述处理器确定图像中待聚类的若干候选车道线时具体用于: 按照预设的车道线检测方式从所述图像中检测出待分类的若干候选车道线; 为待分类的每个候选车道线确定对应的类别; 将确定类别后的各个候选车道线确定为所述待聚类的若干候选车道线。
[权利要求 33]
如权利要求32所述的设备,其特征在于,所述处理器为待分类的每个候选车道线确定对应的类别之后,还进一步用于: 对各个候选车道线执行骨架提取处理,以细化各个候选车道线; 所述处理器将确定类别后的各个候选车道线确定为所述待聚类的若干候选车道线时具体用于: 将细化后的各个候选车道线确定为所述待聚类的若干候选车道线。
[权利要求 34]
如权利要求33所述的设备,其特征在于,所述处理器对各个候选车道线执行骨架提取处理之后,还进一步用于: 对细化后的各个所述候选车道线执行逆透视变换处理,以使所述候选车道线在所述图像中处于目标视角下,所述目标视角是采集候选车道线时俯视候选车道线的视角; 所述处理器将细化后的各个候选车道线确定为所述待聚类的若干候选车道线时具体用于: 将逆透视变换处理后的各个候选车道线确定为所述待聚类的若干候选车道线。
[权利要求 35]
如权利要求32所述的设备,其特征在于,所述处理器为待分类的每个候选车道线确定对应的类别之前,还进一步用于: 对待分类的每个候选车道线执行膨胀处理,以使所述候选车道线中无效的像素值被修改为有效的像素值; 对膨胀处理后的候选车道线执行腐蚀处理,以使腐蚀后的候选车道线具有与膨胀前的对应候选车道线相同的尺寸。
[权利要求 36]
如权利要求20所述的设备,其特征在于,所述处理器依据各个候选车道线的端点位置参数之间的关系对所述候选车道线进行聚类之后,还用于: 利用预设的曲线模型对聚类后的各个候选车道线执行曲线拟合处理; 所述处理器将聚类后的候选车道线确定为从所述图像中检测出的车道线 时具体用于: 将利用所述预设的曲线模型执行曲线拟合处理后的各个候选车道线确定为从所述图像中检测出的车道线。
[权利要求 37]
如权利要求20所述的设备,其特征在于,所述处理器将聚类后的候选车道线确定为从所述图像中检测出的车道线之后,还进一步用于: 计算每个所述检测出的车道线的指定特征值; 判断所述指定特征值是否处于设定取值范围; 若否,则将该车道线从所有检测出的车道线中删除。
[权利要求 38]
如权利要求37所述的设备,其特征在于,所述指定特征值包括以下参数的至少一种: 车道线的曲率; 车道线的斜率; 车道线的宽度。
[权利要求 39]
一种计算机可读存储介质,其特征在于, 所述计算机可读存储介质上存储有计算机指令,所述计算机指令被执行时,实现权利要求1-19中任一项所述的车道线检测方法。

附图

[ 图 1]  
[ 图 2]  
[ 图 3]  
[ 图 4]  
[ 图 5]  
[ 图 6]