[发明专利]一种端到端车道线检测方法及其系统

权利要求书

1.一种端到端车道线检测方法，其特征在于，包括如下步骤：

获取车辆前方图像；

利用第一卷积神经网络将所述车辆前方图像进行网格划分得到车道线特征图；其中，所述车道线特征图包括多个图像网格区域；

利用第二卷积神经网络对所述车道线特征图进行处理得到多条车道线的位置点信息和置信度；其中，一个图像网格区域对应一条车道线的位置点信息和置信度；

根据每一条车道线的置信度与置信度阈值的比较结果确定最终各车道线的位置点信息；

根据所述各车道线位置点信息拟合车道线得到车道线几何信息。

2.如权利要求1所述的端到端车道线检测方法，其特征在于，所述图像网格区域的尺寸满足图像网格区域中有且仅有一条车道线经过。

3.如权利要求1所述的端到端车道线检测方法，其特征在于，所述利用第二卷积神经网络对所述车道线特征图进行处理得到多条车道线的位置点信息和置信度包括：

判断图像网格区域中心点是否有车道线经过，若是，则预测经过图像网格区域中心点的车道线得到其位置点信息和置信度，若否，则预测离图像网格区域中心点最近的车道线得到其位置点信息和置信度。

4.根据权利要求3所述的端到端车道线检测方法，其特征在于，所述根据每一条车道线的置信度与置信度阈值的比较结果确定最终各车道线的位置点信息包括：

筛选出基准车道线及其置信度，所述基准车道线为所述多条车道线中置信度最高的车道线；

筛选出若干待定车道线及其置信度，所述待定车道线为所述多条车道线中除所述基准车道线以外的置信度大于等于置信度阈值的车道线；

根据每一待定车道线与所述基准车道线之间的距离确定最终各车道线。

5.根据权利要求4所述的端到端车道线检测方法，其特征在于，所述根据每一待定车道线与所述基准车道线之间的距离确定最终各车道线包括：

所述根据每一待定车道线与所述基准车道线之间的距离与距离阈值的比较结果确定最终各车道线；其中，若一待定车道线与基准车道线之间的距离大于距离阈值，则保留该待定车道线作为最终的车道线；若一待定车道线与基准车道线之间的距离小于等于距离阈值，则不保留该待定车道线作为最终的车道线。

6.根据权利要求5所述的端到端车道线检测方法，其特征在于，所述根据每一待定车道线与所述基准车道线之间的距离确定最终各车道线包括：

若最终的车道线数量大于等于5，则增大距离阈值，并重新根据每一待定车道线与所述基准车道线之间的距离与增大后的距离阈值的比较结果确定最终各车道线。

7.根据权利要求1所述的端到端车道线检测方法，其特征在于，所述根据所述各车道线位置点信息拟合车道线得到车道线几何信息包括：

将各车道线位置点坐标按图像预处理中图像缩放系数映射到所述车辆前方道路图像尺寸中得到各车道线位置点实际坐标；

对各车道线位置点实际坐标分别按照公式x＝ay³+by²+cy+d进行拟合得到各车道线几何信息，其中，x为图像中横坐标，y为图像中纵坐标，其中，a、b、c、d为车道线几何轮廓参数。

8.一种端到端车道线检测系统，其特征在于，所述系统包括：

图像获取单元，用于获取车辆前方图像；

第一图像处理单元，用于利用第一卷积神经网络将所述车辆前方图像进行网格划分得到车道线特征图；其中，所述车道线特征图包括多个图像网格区域；

第二图像处理单元，用于利用第二卷积神经网络对所述车道线特征图进行处理得到多条车道线的位置点信息和置信度；其中，一个图像网格区域对应一条车道线的位置点信息和置信度；

车道线筛选单元，用于根据每一条车道线的置信度与置信度阈值的比较结果确定最终各车道线的位置点信息；

车道线拟合单元，用于根据所述各车道线位置点信息拟合车道线得到车道线几何信息。