[发明专利]一种车辆实验场地及其车道线检测方法

说明书

本发明涉及一种车辆实验场地及其车道线检测方法，属于智能驾驶控制技术领域。其中，车辆实验场地包括道路，道路上设置有直行车道线和/或弯道车道线，直行车道线和/或弯道车道线的图案采用折线车距确认线的形状。本发明设计的车道线不同于实际路面上的直线形车道线，不容易受到其他标线或地面划痕的干扰，使得车道线检测设备可以在逆光、雨天、模糊、车辆遮挡较多的场景下进行精准的识别和检测，使得在对车道线进行检测时具有更好的稳定性、鲁棒性和抗干扰性。该车道线还适用于在封闭园区内进行自动驾驶的专用车道线。

技术领域

本发明涉及一种车辆实验场地及其车道线检测方法，属于智能驾驶控制技术领域。

背景技术

采用基于视觉的车道线检测是一种有效的车辆辅助定位方式，相较于GPS，具有检测信息量大、不受外围环境干扰等优点，在道路标线检测和识别方面具有较大优势，可以通过对车道线的检测和识别，完成自动驾驶过程中道路的识别和跟踪功能，实现自动驾驶车辆的横向定位。而目前基于视觉技术进行定位的车道线，大多数都是依赖于道路上标准的黄色或白色的虚实直线车道线，该标准的长条形车道线由于虚线之间距离较大，容易存在没有车道线或检测不到车道线的情况，导致定位丢失。特别是在实验场地对于车辆控制性能检测时，若采用目前的虚实车道线作为车辆直行车道线和弯道车道线，则会在逆光、雨天、模糊、车辆遮挡较多的场景下影响车道线的检测，进而影响对车辆控制性能的检测。

发明内容

本发明的目的在于提供一种车辆实验场地，用以解决目前实验场地采用现有车道线导致车道线检测不准而影响车辆控制性能检测的问题；同时还提供一种车辆实验场地的车道线检测方法，用以解决目前实验场地采用现有车道线检测方法导致车道线检测不准而影响车辆控制性能检测的问题。

为实现上述目的，本发明提出一种车辆实验场地，包括道路，道路上设置有直行车道线和/或弯道车道线，直行车道线和/或弯道车道线的图案采用折线车距确认线的形状。

有益效果是：本发明设计的车道线不同于实际路面上的直线形车道线，有一定的宽度，不容易受到其他标线或地面划痕的干扰，使得车道线检测设备可以在逆光、雨天、模糊、车辆遮挡较多的场景下进行精准的识别和检测，使得在对车道线进行检测时具有更好的稳定性、鲁棒性和抗干扰性。该车道线还适用于在封闭园区内进行自动驾驶的专用车道线。

另外，本发明提出一种如上述车辆实验场地的车道线检测方法，该检测方法包括以下步骤：

1)在车辆行驶在所述车辆实验场地的过程中采集道路上的车道线的图像；

2)基于预先训练的车道线深度学习模型对采集的车道线图像进行检测，得到车道线分类的概率数值，以确定是否为车道线；

3)若是车道线，将车道线进行分割，对分割后得到的车道线图案进行中心点提取，对各中心点进行拟合，拟合后的曲线即为所检测出的车道线。

有益效果是：该方法中的车道线深度学习模型具有自动学习特征的优势，可以较好地自主学习和检测车道线图像特征，尤其是特殊形状的车道线图像特征，而且是对车道线每个图案的中心点进行拟合得到车道线，该车道线检测方法具有更好的稳定性、鲁棒性和抗干扰性，在车道线部分遮挡情况下，也能够检测出来，车道线的检测更加精确，进一步保证车辆横向定位的准确性。

进一步的，上述车辆实验场地中，直行车道线和弯道车道线均设置在道路的正中间。

有益效果是：对车道线进行信息采集的设备一般都具有畸变特性，在信息采集设备的边缘会有不同程度的变形和失真，而这种畸变无法消除只能去改善，本发明设计的车道线是在道路的正中间，处于信息采集设备视野的正中间位置，畸变最小，易于车道线的检测。

进一步的，上述车辆实验场地中，直行车道线和弯道车道线的图案均采用白色。