[发明专利]一种车道线检测方法、装置、设备及计算机存储介质

权利要求书

1.一种车道线检测方法，其特征在于，所述方法包括：

获取道路预设区域内的图像数据集及点云数据集；

根据所述图像数据集对预设的神经网络模型进行训练，得到所述图像数据集中各个像素点所属车道线的概率，根据所述概率确定所述车道线的第一位置信息；

根据所述点云数据集，得到所述点云数据集中各个点的坐标以及强度信息，根据所述强度信息确定所述车道线的第二位置信息；

将所述第一位置信息与所述第二位置信息进行融合，确定融合后的车道线的位置信息。

2.根据权利要求1所述的方法，其特征在于，所述获取预设区域内的图像数据集，及所述图像数据集对应的点云数据集，包括：

获取道路感兴趣区域内的至少一张前视图像数据；

对所述前视图像数据进行反透视变换，得到与所述至少一张前视图像数据一一对应的至少一张鸟瞰图像数据；

根据所述至少一张前视图像数据、及所述至少一张鸟瞰图像数据，确定所述图像数据集；

获取所述感兴趣区域内的点云数据集。

3.根据权利要求2所述的方法，其特征在于，所述根据所述至少一张前视图像数据、及所述至少一张鸟瞰图像数据，确定所述包含车道线信息的图像数据集，包括：

对所述至少一张前视图像数据、及所述至少一张鸟瞰图像数据进行图像预处理，所述图像预处理包括矫正曝光和/或消除阴影；

将图像预处理后的前视图像数据和鸟瞰图像数据，确定为所述包含车道线信息的图像数据集。

4.根据权利要求1所述的方法，其特征在于，根据所述图像数据集对预设的神经网络模型进行训练，得到所述图像数据集中各个像素点所属车道线的概率，根据所述概率确定所述车道线的第一位置信息，包括：

通过所述神经网络模型对所述图像数据集进行像素分割，得到每个像素点所属车道线的概率；

基于所述概率对所述每个像素点进行二分类处理，得到所述每个像素点所属车道线的类别，确定所述车道线的第一位置信息。

5.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据集，得到所述点云数据集中各个点的坐标以及强度信息，根据所述强度信息确定所述车道线的第二位置信息，包括：

提取所述点云数据集中的各个坐标点及所述各个坐标点对应的强度信息；

根据所述各个坐标点对应的强度信息的差异，对所述坐标点进行聚类，确定所述车道线的第二位置信息。

6.根据权利要求1所述的方法，其特征在于，所述将所述第一位置信息与所述第二位置信息进行融合，确定融合后的车道线的位置信息，包括：

将所述第一位置信息与所述第二位置信息进行迭代训练，若所述迭代训练的输出数据与预先获取的标签数据之间的误差小于预设阈值，则停止迭代训练，将所述输出数据作为所述融合后的车道线的位置信息。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述融合后的车道线的位置信息，作为卡尔曼滤波的初始数据对车道线进行目标跟踪，获取车道线的初始预估位置信息；

将所述图像数据集作为卡尔曼滤波的动态数据进行目标跟踪，获取车道线的后续预估位置信息；

若所述后续预估位置信息获取中断，则调用所述融合后的车道线的位置信息对车道线位置进行修正。

8.一种车道线检测装置，其特征在于，所述装置包括：

获取单元，用于获取道路预设区域内的图像数据集及点云数据集；

第一确定单元，用于根据所述图像数据集对预设的神经网络模型进行训练，得到所述图像数据集中各个像素点所属车道线的概率，根据所述概率确定所述车道线的第一位置信息；

第二确定单元，用于根据所述点云数据集，得到所述点云数据集中各个点的坐标以及强度信息，根据所述强度信息确定所述车道线的第二位置信息；

处理单元，用于将所述第一位置信息与所述第二位置信息进行融合，确定融合后的车道线的位置信息。