[发明专利]车道线的检测及驾驶控制方法、装置和电子设备

说明书

本发明实施例公开了一种车道线的检测及驾驶控制方法、装置和电子设备，所述车道线的检测方法包括：获取道路图，对所述道路图进行车道线预测，得到至少二条车道线的预测结果；根据所述至少二条车道线的预测结果确定所述至少二条车道线的消失点；根据所述至少二条车道线的预测结果和所述消失点，输出所述道路图的车道线检测结果。本申请实施例，通过获取车道线的消失点，基于消失点对车道线的预测结果进行校正，不仅可以补全车道线，生成更加完整的车道线，而且可以去除预测与实际偏差很大的点，提高了车道线检测的准确性，为车道线偏离系统和车辆变道系统等奠定技术基础，提高了智能驾驶的安全性和可靠性。

技术领域

本发明实施例涉及计算机视觉技术领域，尤其涉及一种车道线的检测及驾驶控制方法、装置和电子设备。

背景技术

车道线检测技术是实现辅助驾驶、自动驾驶等智能驾驶的关键技术之一。车道线检查主要用于视觉导航系统，从已拍摄的道路图像中找出车道线在道路图中的位置。

车道线检测的主要工作是车道线的拟合，车道线的拟合的准确性直接影响车道线检测的准确性，进而决定了智能驾驶的安全性。

发明内容

本发明实施例提供一种车道线的检测技术方案。

第一方面，本发明实施例提供车道线的检测方法，包括：

获取道路图，其中，所述道路图包括至少二条车道线；

对所述道路图进行车道线预测，得到至少二条车道线的预测结果；

根据所述至少二条车道线的预测结果确定所述至少二条车道线的消失点；

根据所述至少二条车道线的预测结果和所述消失点，输出所述道路图的车道线检测结果。

在第一方面的一种可能的实现方式中，所述对所述道路图进行车道线预测，得到至少二条车道线的预测结果，包括：

将所述道路图输入神经网络，以经所述神经网络输出所述至少二条车道线的第一车道线概率图；

根据所述第一车道线概率图中概率值大于设定阈值的至少部分像素点，确定所述至少二条车道线的第一预测拟合曲线。

在第一方面的另一种可能的实现方式中，所述根据所述第一车道线概率图中概率大于设定阈值的至少部分像素点，确定所述至少二条车道线的第一预测拟合曲线，包括：

对所述第一车道线概率图中概率值大于预设值的各概率点进行采样，确定所述至少二条第一车道线概率图的采样点；

对所述至少二条第一车道线概率图的采样点对应的像素点进行曲线拟合，确定所述至少两条车道线的第一预测拟合曲线。

在第一方面的另一种可能的实现方式中，所述对所述至少二条第一车道线概率图中概率值大于预设值的各概率点进行采样，确定所述至少二条第一车道线概率图的采样点，包括：

对所述第一车道线概率图中概率值大于预设值的各概率点进行高斯采样，确定所述至少二条第一车道线概率图的采样点。

在第一方面的另一种可能的实现方式中，所述根据所述至少二条车道线的预测结果确定所述至少二条车道线的消失点，包括：

确定所述至少两条车道线的第一预测拟合曲线的公共交点为所述至少二条车道线的消失点。

在第一方面的另一种可能的实现方式中，所述根据所述至少二条车道线的预测结果和所述消失点，输出所述道路图的车道线检测结果，包括：

根据所述第一车道线概率图中概率值大于设定阈值的至少部分像素点和所述消失点进行曲线拟合，确定并输出所述车道线的第一检测拟合曲线。

在第一方面的另一种可能的实现方式中，所述获取道路图，包括：