[發明專利]一種車道線的生成方法及裝置

在審

• 申請號: 202010932366.8
• 申請日: 2020-09-08
• 公開（公告）號: CN112200884A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 鄭幽嫻
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06T11/20
• 分類號: G06T11/20;G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 劉金玲

本發明公開了一種車道線的生成方法及裝置，用以解決現有技術中獲取車道線關鍵點方法不夠魯棒、生成的車道線不準確、點處理計算復雜并且耗時高的問題。由于本發明實施例通過采用車道線生成模型預測車道線中心點的類別、中心點的位置信息，采用車道線生成模型預測圖像中各像素點作為中心點時，車道線上各關鍵點與中心點的距離及角度，因為車道線生成模型直接輸出了各像素點作為中心點，車道線上各關鍵點與中心點的距離及角度，因此可以根據確定的目標中心點的位置信息，直接確定對應的關鍵點的位置信息，降低了點處理過程的復雜度，并能夠準確地生成目標車道線，從而有效地提高了車道線生成的效率。

技術領域

本發明涉及圖像處理領域，尤其涉及一種車道線的生成方法及裝置。

背景技術

隨著社會的不斷進步，生活水平逐漸提高，為了方便出行車輛也逐漸增多。現在的交通業務發展很快，而車道線檢測是所有交通相關業務的基礎模塊，將檢測到的圖像中的車道線以線段的形式輸出可以使得車道線相關業務可拓展性更強。關鍵點檢測可以較好地檢測車道線上的中心點等關鍵點，從而形成可連成線段的連續的車道線。

現有技術中通過關鍵點檢測，連接形成連續的車道線的方法包括：

方法1：通過機器學習或者傳統圖像處理特征變換的方法獲取車道線上的關鍵點，并存儲各關鍵點之間的斜率。通過對斜率進行聚類和匹配，最終獲取用于車道線生成的所有關鍵點。

該方法在路面圖像復雜、圖像分辨率較大時，聚類時間可能會較長并且容易出現斜率匹配錯誤，因此該獲取車道線關鍵點的方法不夠魯棒。

方法2：首先對圖像進行陰影照度矯正和濾波等預處理，對預處理后圖像中的車道線進行曲線離散化處理，提取曲線離散化處理后的圖像中的所有霍夫直線，利用所有霍夫直線復原圖像中的車道線。

該方法的缺點在于利用霍夫直線復原圖像中的車道線的時間、空間復雜度都很高，并且復原圖像中的車道線時可能會把不連續的線段判定為連續的線段。

方法3：在極坐標系下回歸目標中心點和目標輪廓點，該回歸的過程包括：首先對候選中心點和位于輪廓上的點進行采樣，然后，從候選中心點開始，以相同的角度間隔Δθ(例如，n＝36，Δθ＝10°)均勻地向輪廓上發射n條射線，由于距離回歸卷積層已經預測出每條射線的長度，由預先設定的角度間隔及預測出的每條射線的長度，即可確定目標輪廓點。

該方法的主要缺點是在獲取車道線關鍵點時，由于采用的是從固定角度間隔從中心點發射射線到目標輪廓的辦法，而從相同的角度間隔發射出射線就會產生過多對于車道線連接沒有意義的點，造成復雜的二次處理。

由此可知，在現有技術中，基于關鍵點的車道線檢測方法目前存在的獲取車道線關鍵點方法不夠魯棒、生成的車道線不準確以及點處理計算復雜并且耗時高的問題。

發明內容

本發明提供了一種車道線的生成方法及裝置，用以解決現有技術中獲取車道線關鍵點方法不夠魯棒、生成的車道線不準確、點處理計算復雜并且耗時高的問題。

第一方面，本發明提供了一種車道線的生成方法，所述方法包括：

通過車道線生成模型中的主干網絡，確定輸入的圖像的第一特征圖；

通過車道線生成模型中的中心點分支，基于所述第一特征圖，獲取所述圖像上的像素點為各類別中心點的概率及為中心點的概率；通過車道線生成模型中的輪廓點回歸分支，基于所述第一特征圖，獲取所述圖像上的像素點為中心點時，各關鍵點與中心點的距離及角度；

根據所述圖像上的像素點為各類別中心點的概率及為中心點的概率，確定圖像中目標中心點的類別及位置信息，并根據所述圖像上對應的像素點為中心點時，各關鍵點與中心點的距離及角度，確定車道線上各關鍵點與所述目標中心點的距離及角度，根據所述各類別的目標中心點及所述目標中心點與車道線上各關鍵點的距離及角度，確定各關鍵點的位置信息；