[發明專利]一種確定車道線的方法及裝置

有效

• 申請號: 201810900902.9
• 申請日: 2018-08-09
• 公開（公告）號: CN109284674B
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 李乾坤;盧維
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

本發明公開了一種確定車道線的方法及裝置，包括：識別第一圖像中的每條第一直線，確定每條候選車道線；針對每個車輛，根據該車輛的第一中心點坐標和第三中心點坐標，確定每條目標行駛線；將每條目標行駛線與第一圖像底邊的交點作為特征點，根據每個特征點和預設的水平距離，確定每個目標特征點；針對每個目標特征點，確定該目標特征點到每條候選車道線的第一距離，將第一距離最小的候選車道線作為目標車道線。在本發明實施例中，根據每條目標行駛線，確定每個目標特征點，將目標特征點到每條候選車道線的第一距離最小的候選車道線作為目標車道線。不需要檢測模型，避免了樣本沒有覆蓋到的場景存在漏檢和誤檢的問題，提高了確定車道線的準確性。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種確定車道線的方法及裝置。

背景技術

道路交通事故給人們的生命、財產帶來極大傷害，每年造成的人員死亡數超過十萬人。其中，很多時候是因為車輛在行駛過程中跨越車道線而造成的道路交通事故。為了減少道路交通事故的發生，需要準確的檢測出道路上的車道線。

目前在進行車道線檢測時，一般通過人工畫線的方法檢測車道線，也就是人工識別每張圖像中的車道線并進行標記。隨著智能交通的發展，攝像機采集到的圖像的數量越來越多，通過人工檢測車道線需要耗費大量的人力成本。

為了解決耗費人力成本較大的問題，現有技術中提出了基于卷積神經網絡檢測車道線的方法，但是這種方法存在的問題是，前期需要大量的樣本對模型進行訓練，在樣本覆蓋到的場景中，檢測結果較好，但是對于樣本沒有覆蓋到的場景，存在著較嚴重的漏檢和誤檢。例如將路邊的欄桿、路燈桿等較長的物體誤檢測為車道線。因此，現有技術存在車道線檢測不準確的問題。

發明內容

本發明實施例提供了一種確定車道線的方法及裝置，用以解決現有技術中確定車道線不準確的問題。

本發明實施例提供了一種確定車道線的方法，所述方法包括：

識別第一圖像中的每條第一直線，根據所述每條第一直線，確定每條候選車道線；

識別所述第一圖像中每個車輛的第一中心點坐標以及所述第一圖像的前一幀第二圖像中每個車輛的第二中心點坐標，將所述第二中心點坐標映射到所述第一圖像中，得到第三中心點坐標；針對所述每個車輛，根據該車輛在所述第一圖像中的第一中心點坐標和第三中心點坐標，確定該車輛在所述第一圖像中的行駛線；根據每條行駛線，確定每條目標行駛線；

將每條目標行駛線與所述第一圖像底邊的交點作為特征點，根據每個特征點的坐標信息和預設的水平距離，確定每個目標特征點；

針對所述每個目標特征點，確定該目標特征點到每條候選車道線的第一距離，將第一距離最小的候選車道線作為目標車道線。

進一步地，所述根據所述每條第一直線，確定每條候選車道線包括：

確定任意兩條不平行的第一直線在所述第一圖像中的交點；

針對每個交點，確定該交點分別到每條第一直線的第二距離，將所述第二距離小于預設的第一距離閾值的第一直線作為第二直線；

根據每條第二直線，確定每條候選車道線。

進一步地，所述根據每條第二直線，確定每條候選車道線包括：

針對所述每個交點，確定該交點對應的第二直線的數量，將對應的數量最多的第二直線作為候選車道線。

進一步地，所述根據每條行駛線，確定每條目標行駛線包括：

將每個預設區域內的行駛線中的任意一條行駛線作為目標行駛線。

進一步地，所述將每個預設區域內的行駛線中的任意一條行駛線作為目標行駛線包括：