[发明专利]虚线车道线的检测方法、装置和设备

说明书

本公开实施例提供一种虚线车道线的检测方法、装置和设备，其中，虚线车道线的检测方法包括：对待检测的道路图像进行特征提取，得到所述道路图像的特征图；根据所述特征图确定所述道路图像中的车道线区域、以及所述道路图像中的端点像素点；所述端点像素点为所述道路图像中可能为虚线车道线的端点的像素点；基于所述车道线区域和所述端点像素点，确定所述道路图像中的虚线车道线。本公开实施例实现了对虚线车道线的分段检测。

技术领域

本公开涉及机器学习技术，具体涉及虚线车道线的检测方法、装置和设备。

背景技术

检测道路上的车道信息为自动驾驶的定位、决策等都提供了较大的帮助。相关技术中，要么是通过霍夫变换等传统的检测算法检测车道线，通过人工设计的特征将图像中的车道线提取出来。但是现有的基于机器学习的车道线检测中，对于虚线车道线，检测时将虚线车道线当成是一条连续的车道线进行检测。

发明内容

有鉴于此，本公开至少提供一种虚线车道线的检测方法、装置和设备。

第一方面，提供一种虚线车道线的检测方法，所述方法包括：对待检测的道路图像进行特征提取，得到所述道路图像的特征图；根据所述特征图确定所述道路图像中的车道线区域、以及所述道路图像中的端点像素点；所述端点像素点为所述道路图像中可能为虚线车道线的端点的像素点；基于所述车道线区域和所述端点像素点，确定所述道路图像中的虚线车道线。

在一些可选的实施例中，所述根据所述特征图确定所述道路图像中的车道线区域，包括：根据所述特征图确定所述道路图像中的各像素点的区域置信度，所述区域置信度为所述道路图像中的各像素点属于车道线区域的置信度；将包括区域置信度达到区域阈值的像素点的区域，确定为所述车道线区域。

在一些可选的实施例中，所述根据所述特征图确定所述道路图像中的端点像素点，包括：根据所述特征图，确定所述道路图像中的各像素点的端点置信度，所述端点置信度是所述道路图像中的各像素点属于虚线车道线的端点的置信度；确定所述各像素点的端点置信度是否达到端点阈值；将所述端点置信度达到所述端点阈值的像素点，确定为所述端点像素点。

在一些可选的实施例中，在确定所述各像素点的端点置信度是否达到端点阈值之后，将所述端点置信度达到端点阈值的像素点，确定为所述端点像素点之前，所述方法还包括：确定所述端点置信度达到端点阈值的像素点的相邻像素点构成的点集中，存在至少一个端点置信度高于端点阈值的相邻像素点。

在一些可选的实施例中，在确定所述各像素点的端点置信度是否达到端点阈值之后，所述方法还包括：确定所述端点置信度达到端点阈值的像素点的相邻像素点构成的点集中，不存在端点置信度高于端点阈值的相邻像素点；确定所述端点置信度达到端点阈值的像素点，不是端点像素点。

在一些可选的实施例中，预设区域范围内的端点像素点构成一个端点像素点集合；所述基于所述车道线区域和所述端点像素点，确定所述道路图像中的虚线车道线，包括：根据每个所述端点像素点集合中、位于所述车道线区域中的端点像素点，确定所述道路图像中的端点坐标；根据所述道路图像中的端点坐标，确定所述道路图像中的虚线车道线。

在一些可选的实施例中，所述根据每个所述端点像素点集合中、位于所述车道线区域中的端点像素点，确定所述道路图像中的端点坐标，包括：将一个端点像素点集合中、位于所述车道线区域中的端点像素点的坐标进行加权平均，得到所述道路图像中的一个端点的端点坐标。

在一些可选的实施例中，根据每个所述端点像素点集合中、位于所述车道线区域中的端点像素点，确定所述道路图像中的端点坐标之后，所述方法还包括：根据一个所述端点像素点集合中、位于所述车道线区域中的端点像素点的端点置信度，确定所述道路图像中的一个端点的置信度；将确定的所述道路图像中的端点中、端点的置信度低于预设阈值的端点去除。