[发明专利]一种车道级定位方法、装置及定位设备

权利要求书

1.一种车道级定位方法，其特征在于，包括：

对输入图像进行道路要素分割，得到包含指定类别的道路要素的分割图像；

对分割图像中指定类别的道路要素所包括的像素进行矢量化处理，得到包括所述指定类别的道路要素描述信息的道路数据；

根据所述道路数据包括的道路要素描述信息和拍摄所述输入图像的成像设备参数，确定车辆所在的车道和车辆与指定道路要素的位置关系。

2.如权利要求1所述的方法，其特征在于，所述对输入图像进行道路要素分割，包括：

使用机器学习模型，对输入图像中指定类别的道路要素进行识别，根据识别结果分割出所述输入图像中包括的指定类别的道路要素。

3.如权利要求1所述的方法，其特征在于，所述对分割图像中指定类别的道路要素所包括的像素进行矢量化处理，包括：

将所述分割图像中指定类别的道路要素的图像区域中大于预设的第一阈值的连通部分确定为高置信区域；

提取所述高置信区域中指定类别的道路要素，并拟合所述高置信区域中指定类别的道路要素在图像坐标系下的曲线方程。

4.如权利要求3所述的方法，其特征在于，所述确定为高置信区域后，还包括：

根据道路要素的特征参数参考值，确定高置信区域中的道路要素存在缺失时，根据设定的平移规则，对道路要素进行补充。

5.如权利要求4所述的方法，其特征在于，所述根据道路要素的特征参数参考值，确定高置信区域中的道路要素存在缺失时，根据设定的平移规则，对道路要素进行补充，包括：

若所述高置信区域中相邻的两个相同道路要素的间距大于设定的第二阈值，则以指定的道路要素作为参考，基于相邻两个道路要素中的一个道路要素和该道路要素的特征参数参考值，在相邻的两个相同道路要素之间按设定的平移规则进行添加，直至根据该道路要素的特征参数参考值确定该道路要素的分布情况符合要求。

6.如权利要求3所述的方法，其特征在于，所述将所述分割图像中指定类别的道路要素的图像区域中大于预设的第一阈值的连通部分确定为高置信区域，包括：

对分割图像中指定类别的道路要素的图像区域分别进行膨胀操作；

基于膨胀操作后的分割图像，根据道路要素的类别，判断各类别的道路要素的图像区域的连通部分的长度是否大于该类别道路要素预设的第一阈值；若是，将相应图像区域设置为高置信区域。

7.如权利要求3所述的方法，其特征在于，拟合所述高置信区域中指定类别的道路要素在图像坐标系下的曲线方程，包括：

按照预设的采样间距对所述高置信区域中指定类别的道路要素进行采样；

对获取到的采样点进行曲线拟合，得到所述高置信区域中指定类别的道路要素在图像坐标系下的曲线方程。

8.如权利要求1所述的方法，其特征在于，根据所述道路数据包括的道路要素描述信息和拍摄所述输入图像的成像设备参数，确定车辆所在的车道和车辆与指定道路要素的位置关系，包括：

根据道路数据中包括的车道线描述信息、道路边缘描述信息和拍摄所述输入图像的成像设备参数，确定车辆在输入图像中的像素位置；

根据确定出的像素位置与拟合出的车道线曲线方程的位置关系，确定车辆所在的车道；以及

根据确定出的像素位置和拟合出的指定类别的道路要素的曲线方程，确定该像素位置到所述指定类别的道路要素的最小像素距离，根据确定出的最小像素距离和图像中每个像素点对应的空间距离，确定车辆到所述指定类别的道路要素的距离。

9.如权利要求1所述的方法，其特征在于，所述确定车辆所在的车道和车辆与指定道路要素的位置关系，包括确定并输出下列信息中的至少一种：

车辆所在车道，车辆左侧的车道数量、车辆右侧的车道数量、距左侧道路边缘线距离、距右侧道路边缘线距离、距左一车道线距离和距右一车道线距离。