[发明专利]车道线检测方法、装置、电子设备及存储介质

权利要求书

1.一种车道线检测方法，其特征在于，包括：

获取待检测的图像；

将所述图像输入预设的目标检测模型，获取所述图像中各个网格的第一检测信息和第二检测信息，所述第一检测信息包括：车道线边界点横向偏移、车道线边界点分数、车道线边界点类别；所述第二检测信息包括：各个预测框对应的车道中心点横向偏移、车道中心点分数、预测框宽度调整值、车道线类别；

对所述各个网格的第一检测信息进行非极大值抑制处理，获取所述图像中的各个车道线边界点的位置以及类别；

对所述各个网格的第二检测信息进行非极大值抑制处理，获取所述图像中的各个车道中心点的位置、对应的车道宽度以及车道线类别；

根据所述图像中各个车道线边界点的位置以及类别、各个车道中心点的位置、各个车道中心点对应的车道宽度以及车道线类别，确定所述图像中的车道线以及各段车道线的类别，其中，针对所述图像中的每段车道线，根据车道线段内各个车道线边界点的类别以及各个推测边界点的类别，确定车道线段的类别，所述推测边界点根据车道中心点以及对应的车道宽度确定。

2.根据权利要求1所述的方法，其特征在于，所述对所述各个网格的第一检测信息进行非极大值抑制处理，获取所述图像中的各个车道线边界点的位置以及类别，包括：

针对所述图像中的每行网格，每隔预设步长选出对应的车道线边界点分数大于第一阈值的网格作为目标网格；

针对每个目标网格，根据所述目标网格对应的车道线边界点横向偏移以及所述目标网格的坐标，确定所述图像中的一个车道线边界点的位置；

根据所述图像中各个车道线边界点所属的网格的第一检测信息，确定所述各个车道线边界点的类别。

3.根据权利要求1所述的方法，其特征在于，所述对所述各个网格的第二检测信息进行非极大值抑制处理，获取所述图像中的各个车道中心点的位置、对应的车道宽度以及车道线类别，包括：

针对所述图像中的每个网格，将所述网格中对应的车道中心点分数最大的预测框确定为所述网格对应的最优预测框；

针对每行网格，每隔预设步长选出对应的车道中心点分数大于第二阈值的最优预测框作为目标预测框；

针对每个目标预测框，根据所述目标预测框对应的车道中心点横向偏移以及预测框宽度调整值，确定所述图像中的一个车道中心点的位置以及对应的车道宽度；

根据所述图像中各个车道中心点所属的目标预测框的车道线类别，确定所述各个车道中心点对应的车道线类别。

4.根据权利要求3所述的方法，其特征在于，所述针对每个目标预测框，根据所述目标预测框对应的车道中心点横向偏移以及预测框宽度调整值，确定所述图像中的一个车道中心点的位置以及对应的车道宽度，包括：

针对每个目标预测框，根据所述目标预测框对应的车道中心点横向偏移，以及所述目标预测框所属的网格的坐标，确定所述图像中的一个车道中心点的位置；

根据所述目标预测框对应的预测框宽度调整值，以及所述目标预测框的宽度，确定所述一个车道中心点对应的车道宽度。

5.根据权利要求1所述的方法，其特征在于，所述根据所述图像中各个车道线边界点的位置以及类别、各个车道中心点的位置、各个车道中心点对应的车道宽度以及车道线类别，确定所述图像中的车道线以及各段车道线的类别，包括：

根据所述图像中各个车道线边界点的位置、各个车道中心点的位置以及对应的车道宽度，确定所述图像中的车道线；

针对所述图像中的每段车道线，根据车道线段内各个车道线边界点的类别以及各个推测边界点的类别，确定所述车道线段的类别；所述推测边界点根据车道中心点以及对应的车道宽度确定。

6.根据权利要求5所述的方法，其特征在于，所述根据所述图像中各个车道线边界点的位置、各个车道中心点的位置以及对应的车道宽度，确定所述图像中的车道线，包括：

针对每行网格的每隔预设步长的预设区域，判断所述预设区域内是否存在车道线边界点；

若存在车道线边界点，则将存在的车道线边界点作为车道线上的点；

若不存在车道线边界点，且存在推测边界点，则将推测边界点作为车道线上的点。