[發明專利]智能汽車的車道線識別方法、裝置、電子設備及介質

在審

• 申請號: 202010981915.0
• 申請日: 2020-09-17
• 公開（公告）號: CN112115857A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 陳世佳;楊慶雄
• 申請（專利權）人: 福建牧月科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62
• 代理公司: 北京美智年華知識產權代理事務所(普通合伙) 11846
• 代理人: 汪永生;吳曉東

1.一種智能汽車的車道線識別方法，其特征在于，包括：

智能汽車在行駛過程中通過車載攝像頭獲取環境圖像；

將所述環境圖像輸入車道線識別模型中以生成初始車道線；

基于預設車道線信息生成虛擬車道線；

將所述初始車道線和所述虛擬車道線進行融合補償以生成車道線識別結果。

2.如權利要求1所述的方法，其特征在于，還包括：

所述智能汽車基于所述車道線識別結果生成行駛路線。

3.如權利要求1所述的方法，其特征在于，還包括：

通過所述智能汽車上的傳感器獲取任意連續的兩幀環境圖像之間的空間變換關系；

基于所述空間變換關系和所述任意連續的兩幀環境圖像對所述車道線識別結果進行融合處理。

4.如權利要求1所述的方法，其特征在于，還包括：

通過多個歷史環境圖像對圖像分割神經網絡模型進行訓練，以生成所述車道線識別模型。

5.如權利要求1所述的方法，其特征在于，將所述環境圖像輸入車道線識別模型中以生成初始車道線，包括：

將所述環境圖像輸入車道線識別模型中，生成車道線實例；

獲取所述智能汽車的傳感器標定矩陣；

基于所述傳感器標定矩陣對所述車道線實例進行坐標轉換以生成所述初始車道線。

6.如權利要求5所述的方法，其特征在于，基于所述傳感器標定矩陣對所述車道線實例進行坐標轉換以生成所述初始車道線，包括：

基于所述車載攝像頭的位置在所述智能汽車上的多個傳感器中確定目標傳感器；

基于所述目標傳感器生成修正矩陣；

基于所述修正矩陣、所述標定矩陣對所述車道線實例進行坐標轉換以生成所述初始車道線。

7.如權利要求1所述的方法，其特征在于，基于預設車道線信息生成虛擬車道線，包括：

獲取所述初始車道線的類別；

基于所述類別確定目標車道線信息；

基于所述目標車道線信息中的位置特征生成所述虛擬車道線。

8.如權利要求1所述的方法，其特征在于，將所述初始車道線和所述虛擬車道線進行融合補償以生成車道線識別結果，包括：

獲取所述虛擬車道線的第一點集合；

獲取所述初始車道線的第二點集合；

將所述第一點集合和所述第二點集合中的點進行合并，生成第三點集合；

將所述第三點集合中的點進行擬合以生成所述車道線識別結果。

9.如權利要求3所述的方法，其特征在于，通過所述智能汽車上的傳感器獲取任意連續的兩幀環境圖像之間的空間變換關系，包括：

通過所述智能汽車上的傳感器獲取任意連續的兩幀環境圖像對應的傳感器數據；

基于所述任意連續的兩幀環境圖像對應傳感器數據生成所述空間變換關系。

10.如權利要求3所述的方法，其特征在于，基于所述空間變換關系和所述任意連續的兩幀環境圖像對所述車道線識別結果進行融合處理，包括：

根據預設規則為所述任意連續的兩幀環境圖像分別更新置信度；

基于所述置信度、所述兩幀環境圖像對應的傳感器數據對所述車道線識別結果進行融合處理。

11.一種智能汽車的車道線識別裝置，其特征在于，包括：

圖像模塊，用于智能汽車在行駛過程中通過車載攝像頭獲取環境圖像；

初始模塊，用于將所述環境圖像輸入車道線識別模型中以生成初始車道線；

虛擬模塊，用于基于預設車道線信息生成虛擬車道線；

識別模塊，用于將所述初始車道線和所述虛擬車道線進行融合補償以生成車道線識別結果。