[发明专利]一种车道线数据的处理方法及处理装置

权利要求书

1.一种车道线数据的处理方法，其特征在于，包括：

获取车道线的原始图像和定位信息；

采用深度神经网络模型处理原始图像，提取道路的基础元素并分类；所述的深度神经网络模型的建模方法为：首先对VGG16训练得到的预训练模型进行训练，输出训练后的FCN-32s模型；以FCN-32s模型为预训练模型，以新的样本进行训练，输出训练后的FCN-16s模型；以FCN-16s模型为预训练模型，以新的样本进行训练，输出训练后的FCN-8s模型；以FCN-8s的模型为预训练模型，以新的样本进行训练，输出训练后的FCN-4s模型为目标模型；

由车道线元素获取候选车道线；所述的候选车道线的获取方法为:

对提取出的车道线图像findContours处理，得到每个车道线图像对应外的所有外接四边形；以每个外接四边形作为候选车道线边界，搜索中点；以搜索到的中点生成线，得到车道线的候选线；

筛选已检测出的车道线；所述的筛选已检测出的车道线，是通过设置车道线可信度阈值进行筛选；每条候选车道线的可信度计算方式为：

其中，confidence代表该候选车道线的可信度，line_length代表该候选车道线的长度，img_height代表对应图像的高度，n指的是候选车道线数目，xi指的是该候选车道线与第i条候选车道线的宽度差，μ指的是车道宽度统计平均值，σ指的是车道宽度的统计方差；

筛选已检测出的车道线，还包括根据道路基础元素的拓扑关系筛选车道线；所述的道路的其它基础元素包括背景，道路面，车，黄色车道线，白色车道线，减速线，箭头，停止线，斑马线，交通指示灯，交通指示牌，马路牙，护栏，塑料护栏；

所述的根据拓扑关系对车道线进行筛选包括：将拓扑关系符合下述至少一项的候选车道线进行筛选剔除：所述候选车道线超出护栏，马路牙，护栏的位置边界；所述候选车道线与箭头的距离小于设定的距离阈值；所述候选车道线的图像长度小于设定的长度阈值；

推理未检测出的车道线；推理未检测出的车道线至少通过如下步骤：获取已检测出的车道线数量及其位置；获取对应道路的宽度以及车道的平均宽度；计算未检测出的车道线数量及其位置；

输出完整车道线。

2.如权利要求1所述的一种车道线数据的处理方法，其特征在于，所述的车道线可信度阈值：0.5≤阈值≤1.0。

3.如权利要求1所述的一种车道线数据的处理方法，其特征在于，所述的车道线可信度阈值为0.6。

4.一种车道线数据的处理装置，其特征在于，包括：

原始图像获取模块，用于获取车道线的原始图像和定位信息；

道路基础元素提取模块，用于采用深度神经网络模型处理原始图像，提取道路的基础元素并分类；所述的深度神经网络模型的建模方法为：首先对VGG16训练得到的预训练模型进行训练，输出训练后的FCN-32s模型；以FCN-32s模型为预训练模型，以新的样本进行训练，输出训练后的FCN-16s模型；以FCN-16s模型为预训练模型，以新的样本进行训练，输出训练后的FCN-8s模型；以FCN-8s的模型为预训练模型，以新的样本进行训练，输出训练后的FCN-4s模型为目标模型；

候选车道线生成模块，用于处理车道线图像，生成候选车道线；所述的候选车道线的获取方法为:对提取出的车道线图像findContours处理，得到每个车道线图像对应外的所有外接四边形；以每个外接四边形作为候选车道线边界，搜索中点；以搜索到的中点生成线，得到车道线的候选线；

候选车道线筛选模块，用于计算候选车道线置信度，对所述候选车道线进行筛选；对提取出的车道线图像findContours处理，得到每个车道线图像对应外的所有外接四边形；以每个外接四边形作为候选车道线边界，搜索中点；以搜索到的中点生成线，得到车道线的候选线；

未检测出的车道线生成模块，用于根据图像现有信息，计算生成未检测出的车道线；所述生成未检测出的车道线的方法包括：获取已检测出的车道线数量及其位置；所述的筛选已检测出的车道线，是通过设置车道线可信度阈值进行筛选；每条候选车道线的可信度计算方式为：

其中，confidence代表该候选车道线的可信度，line_length代表该候选车道线的长度，img_height代表对应图像的高度，n指的是候选车道线数目，xi指的是该候选车道线与第i条候选车道线的宽度差，μ指的是车道宽度统计平均值，σ指的是车道宽度的统计方差；

获取当前道路的宽度以及车道的平均宽度；

推理未检测出的车道线至少通过如下步骤：获取已检测出的车道线数量及其位置；获取对应道路的宽度以及车道的平均宽度；计算未检测出的车道线数量及其位置；

车道线输出模块，用于根据车道线的属性信息，整合检测出的车道线和计算出的车道线，输出完整车道线。