[发明专利]一种车道线识别方法和装置

说明书

本发明公开一种车道线识别方法和装置，用以解决现有技术中根据图像数据无法可靠有效地识别车道线的问题。该方法包括：将驾驶环境的一个LIDAR点云数据投影到对应的图像数据的语义分割图像数据上，得到投影数据；其中，语义分割图像数据中包括叠加的车道线实例；投影数据中包括语义分割图像数据和点云数据的投影点数据；在投影数据中，确定得到车道线实例对应的投影点，并确定该投影点对应的LIDAR点为待选车道线LIDAR点；确定每个待选车道线LIDAR点的强度，并根据待选车道线LIDAR点的强度，从待选车道线LIDAR点中选取实际车道线LIDAR点；根据选取的实际车道线LIDAR点，生成三维空间中的车道线地图。

技术领域

本发明涉及机器视觉领域，具体地，涉及一种车道线识别方法和装置。

背景技术

在自动驾驶技术中，车道线的识别对于无人驾驶车辆的安全可靠的行驶是一个重要的技术点。目前通常是对无人驾驶车辆的车载摄像头采集到的图像数据进行分析处理，识别并得到车道线的表达。

但是，在很多情况下车载摄像头获得的图像数据的质量不可靠，例如在一些天气条件下、一些光线条件下、以及其它一些不利于采集图像数据的条件下。并且，不同国家或者地区的车道线之间也存在宽度、连贯性和形状等方面的区别，根据图像数据很难对这些特性进行区分。

可见在现有技术中，根据图像数据无法进行可靠有效的车道线的识别处理。

发明内容

有鉴于此，本发明实施例提供了一种车道线识别方法和装置，用以解决现有技术中根据图像数据无法可靠有效地识别车道线的问题。

一方面，本申请实施例提供了一种车道线识别方法，包括：

将驾驶环境的一个激光雷达(LIDAR)点云数据投影到对应的图像数据的语义分割图像数据上，得到投影数据；其中，语义分割图像数据是预先处理得到的，语义分割图像数据中包括像素、像素的类别和叠加的车道线实例；投影数据中包括语义分割图像数据和点云数据的投影点数据；

在投影数据中，确定得到车道线实例对应的投影点，并确定该投影点对应的LIDAR点为待选车道线LIDAR点；

确定每个待选车道线LIDAR点的强度，并根据待选车道线LIDAR点的强度，从待选车道线LIDAR点中选取实际车道线LIDAR点；

根据选取的实际车道线LIDAR点，生成三维空间中的车道线地图。

另一方面，本申请实施例提供了一种车道线识别装置，包括：

投影单元，用于将驾驶环境的一个激光雷达(LIDAR)点云数据投影到对应的图像数据的语义分割图像数据上，得到投影数据；其中，语义分割图像数据是预先处理得到的，语义分割图像数据中包括像素、像素的类别和叠加的车道线实例；投影数据中包括语义分割图像数据和点云数据的投影点数据；

确定单元，用于在投影数据中，确定得到车道线实例对应的投影点，并确定该投影点对应的LIDAR点为待选车道线LIDAR点；确定每个待选车道线LIDAR点的强度，并根据待选车道线LIDAR点的强度，从待选车道线LIDAR点中选取实际车道线LIDAR点；

地图单元，用于根据选取的实际车道线LIDAR点，生成三维空间中的车道线地图。

另一方面，本申请实施例提供了一种车道线识别装置，包括一个处理器和至少一个存储器，至少一个存储器中存储有至少一条机器可执行指令，处理器执行至少一条机器可执行指令以执行：

将驾驶环境的一个激光雷达(LIDAR)点云数据投影到对应的图像数据的语义分割图像数据上，得到投影数据；其中，语义分割图像数据是预先处理得到的，语义分割图像数据中包括像素、像素的类别和叠加的车道线实例；投影数据中包括语义分割图像数据和点云数据的投影点数据；