[发明专利]车道线的检测方法、自动驾驶方法、设备及存储介质

说明书

本申请公开了一种车道线的检测方法、自动驾驶方法、设备及存储介质，车道线的检测方法包括获取至少两个初始数据集，至少两个初始数据集由车载设备上的至少两个传感器捕获得到的，每个初始数据集对应一个传感器；对至少两个初始数据集分别进行特征提取，以得到每个初始数据集对应的至少一个特征数据，从而得到至少两个初始数据集对应的至少两个特征数据集；根据环境空间构建初始特征空间，依据至少两个传感器的标定信息，对至少两个特征数据集进行融合处理，以得到初始特征空间对应的目标特征空间；基于目标特征空间进行车道线检测，获得三维车道线检测结果，本申请方案简单，并有效提高三维车道线检测的精度。

技术领域

本申请涉及道路信息检测技术领域，特别是涉及一种车道线的检测方法、自动驾驶方法、设备及存储介质。

背景技术

在自动驾驶领域，关于车道线检测，一些方案是使用单摄像头采集数据，利用基于语义分割方式、基于关键点回归方式或基于曲线参数拟合的方式进行车道线检测；并利用逆透视变化或深度估计模型，再将距离信息恢复回来并将二维图像中的点投射到三维的真实空间中去，以感知车道线在真实物理空间中的位置。但是，单传感器方案感知得到的车道线精度较差。

发明内容

本申请至少提供一种车道线的检测方法、自动驾驶方法、设备及存储介质。

本申请第一方面提供了一种车道线的检测方法，应用于车载设备，所述方法包括：获取用于描述所述车载设备所处的环境空间的至少两个初始数据集，所述至少两个初始数据集由所述车载设备上的至少两个传感器捕获得到的，每个初始数据集对应一个传感器；

对所述至少两个初始数据集分别进行特征提取，以得到每个初始数据集对应的至少一个特征数据，从而得到所述至少两个初始数据集对应的至少两个特征数据集；

根据所述环境空间构建初始特征空间，依据所述至少两个传感器的标定信息，对所述至少两个特征数据集进行融合处理，以得到所述初始特征空间对应的目标特征空间；

基于所述目标特征空间进行车道线检测，获得三维车道线检测结果。

其中，依据所述至少两个传感器的标定信息，对所述至少两个特征数据集进行融合处理，以得到所述初始特征空间对应的目标特征空间，包括：根据所述至少两个传感器的标定信息，对所述至少两个特征数据集进行融合，得到融合特征；

将所述融合特征填充于所述初始特征空间，从而得到所述目标特征空间。

其中，所述初始特征空间包括至少一个位置点；根据所述至少两个传感器的标定信息，对所述至少两个特征数据集进行融合，得到融合特征，包括：对于所述初始特征空间中的每一个位置点，基于所述标定信息获得所述每一个位置点与所述至少两个传感器之间的相对位置关系；

基于所述相对位置关系将所述每一个位置点对应的至少两个所述特征数据进行融合，以得到所述每一个位置点对应的融合特征。

其中，所述基于所述目标特征空间进行车道线检测，获得三维车道线检测结果，包括：对所述目标特征空间进行车道线检测获得所述目标特征空间的车道线特征信息；

基于所述目标特征空间与所述环境空间的对应关系，将所述目标特征空间的车道线特征信息变换至所述环境空间获得所述三维车道线检测结果。

其中，所述初始特征空间是对所述环境空间进行缩放处理得到的。

其中，所述至少两个传感器包括两个第一摄像头，其中两个所述第一摄像头的捕获视角不同；

所述至少两个初始数据集包括第一初始数据集、第二初始数据集，其中所述第一初始数据集对应于两个所述第一摄像头其中之一所捕获的图像数据，所述第二初始数据集对应于两个所述第一摄像头其中另一所捕获的图像数据。

其中，所述至少两个传感器包括第二摄像头和雷达，所述第二摄像头的捕获视角和所述雷达的捕获视角不同；