[發(fā)明專利]車道位置獲取方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111414396.0
• 申請(qǐng)日: 2021-11-25
• 公開（公告）號(hào): CN114332805A
• 公開（公告）日: 2022-04-12
• 發(fā)明（設(shè)計(jì)）人: 燕旭東;王海川
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06V20/58
• 分類號(hào): G06V20/58;G06V10/40;G06V10/762;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 唐彩琴

1.一種車道位置獲取方法，其特征在于，所述方法包括：

獲取當(dāng)前道路圖像，并對(duì)所述當(dāng)前道路圖像進(jìn)行特征提取，得到道路圖像特征；

基于所述道路圖像特征，進(jìn)行車道信息提取，得到對(duì)應(yīng)的車道線特征和道路面特征；

基于所述道路圖像特征、車道線特征和道路面特征進(jìn)行特征融合，得到道路融合特征；

根據(jù)所述道路融合特征獲取車輛當(dāng)前所在的車道位置。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：獲取當(dāng)前車輛的車載相機(jī)與當(dāng)前道路邊界之間的邊界距離特征；

所述基于所述道路圖像特征、車道線特征和道路面特征進(jìn)行特征融合，得到道路融合特征，包括：融合所述道路圖像特征、車道線特征、道路面特征和邊界距離特征，得到道路融合特征。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述道路圖像特征，進(jìn)行車道信息提取，得到對(duì)應(yīng)的車道線特征和道路面特征，包括：

基于所述道路圖像特征進(jìn)行反卷積操作，生成得到與所述當(dāng)前道路圖像對(duì)應(yīng)的相同尺寸的道路圖像特征圖；

基于所述道路圖像特征圖進(jìn)行語義分割處理，生成得到對(duì)應(yīng)的像素點(diǎn)類別預(yù)測(cè)結(jié)果；

基于所述道路圖像特征圖進(jìn)行實(shí)例分割處理，生成得到對(duì)應(yīng)的車道像素屬性預(yù)測(cè)結(jié)果；

根據(jù)所述像素點(diǎn)類別預(yù)測(cè)結(jié)果和所述車道像素屬性預(yù)測(cè)結(jié)果，進(jìn)行特征聚類，得到與不同像素點(diǎn)類別對(duì)應(yīng)的聚類簇；

根據(jù)不同像素點(diǎn)類別對(duì)應(yīng)的所述聚類簇，確定得到與所述道路圖像特征圖對(duì)應(yīng)的車道線特征和道路面特征。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述融合所述道路圖像特征、車道線特征、道路面特征和邊界距離特征，得到道路融合特征，包括：

根據(jù)與所述車道線特征和道路面特征對(duì)應(yīng)的維度數(shù)據(jù)，對(duì)所述道路圖像特征進(jìn)行第一特征維度映射，得到第一拼接特征；

將所述第一拼接特征、車道線特征以及道路面特征進(jìn)行拼接，得到第二拼接特征；

根據(jù)預(yù)設(shè)維度映射函數(shù)，對(duì)所述第二拼接特征進(jìn)行第二特征維度映射，得到第三拼接特征；

將所述邊界距離特征和所述第三拼接特征進(jìn)行拼接，得到道路融合特征。

5.根據(jù)權(quán)利要求1至4任意一項(xiàng)所述的方法，其特征在于，所述根據(jù)道路融合特征獲取車輛當(dāng)前所在的車道位置，包括：

根據(jù)卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述道路融合特征進(jìn)行特征變換，得到第一預(yù)設(shè)維度的特征向量；

對(duì)所述第一預(yù)設(shè)維度的特征向量進(jìn)行向量轉(zhuǎn)置，得到對(duì)應(yīng)的第二預(yù)設(shè)維度的特征向量；所述第二預(yù)設(shè)維度的特征向量包括與第一邊界對(duì)應(yīng)的第一特征向量；

根據(jù)所述第一特征向量，確定得到不同車道位置對(duì)應(yīng)的第一置信度數(shù)據(jù)；

基于所述第一置信度數(shù)據(jù)進(jìn)行車道位置預(yù)測(cè)，生成得到所述當(dāng)前車輛以所述第一邊界為參照的車道位置。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述第二預(yù)設(shè)維度的特征向量還包括與第二邊界對(duì)應(yīng)的第二特征向量；所述方法還包括：

根據(jù)所述第二特征向量，確定得到不同車道位置對(duì)應(yīng)的第二置信度數(shù)據(jù)；

基于所述第二置信度數(shù)據(jù)進(jìn)行車道位置預(yù)測(cè)，生成得到所述當(dāng)前車輛以所述第二邊界為參照的車道位置。

7.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲取當(dāng)前車輛的車載相機(jī)與當(dāng)前道路邊界之間的邊界距離特征，包括：

根據(jù)當(dāng)前車輛的車載相機(jī)的安裝角，確定得到所述車載相機(jī)的旋轉(zhuǎn)矩陣；

根據(jù)所述當(dāng)前道路圖像和當(dāng)前道路的道路邊界信息，生成得到當(dāng)前道路的道路邊界在所述當(dāng)前道路圖像中的位置數(shù)據(jù)；

獲取所述車載相機(jī)的內(nèi)置參數(shù)、所述車載相機(jī)距離當(dāng)前道路的地面高度以及所述車載相機(jī)和所述當(dāng)前道路之間的平移距離；

根據(jù)所述位置數(shù)據(jù)、旋轉(zhuǎn)矩陣、內(nèi)置參數(shù)、地面高度以及平移距離，計(jì)算得到所述道路邊界的特征點(diǎn)坐標(biāo)；

根據(jù)所述道路邊界的特征點(diǎn)坐標(biāo)，確定得到當(dāng)前車輛的車載相機(jī)與當(dāng)前道路邊界之間的邊界距離特征。