[发明专利]车道线跟踪方法和装置

说明书

本申请提供了一种车道线跟踪方法和装置，该方法包括：获取第一预测值，第一预测值用于表示车体坐标系中的车道线模型，是利用在先时刻的自车运动信息预测得到的；获取第一检测信息，第一检测信息包括当前时刻车道线在图像坐标系中的像素点；根据第一预测值和第一检测信息，确定第一映射关系，第一映射关系用于表示图像坐标系与车体坐标系之间的实时映射关系；根据第一映射关系确定第二预测值，第二预测值用于表示第一预测值的修正值。通过利用预测值和检测信息来获得实时的两个坐标系之间的映射关系，能够消除路面变化等的影响，从而提高车道线跟踪的准确性，且不需要基于平面假设和车道线平行假设，更具有普适性。

技术领域

本申请涉及人工智能领域，尤其涉及一种车道线跟踪方法和装置。

背景技术

车道线检测和车道线跟踪在车辆驾驶尤其是自动驾驶中得到广泛关注，且随着自动驾驶的普及，对车道线跟踪的稳定性和精度等要求也越来越高。

在现有车道线跟踪的方案中，通常需要假设路面是水平的且车道线之间是平行的。然而在城市道路中，由于道路结构的复杂性，路面不平是很普遍的现象，而且道路中的车道线也经常会出现不平行的情况，例如在红绿灯路口多出一个左转车道或者多出一个右转车道都是很常见的，又例如即使同一条道路在城市规划时也会根据实际情况增加或减少车道数量，这些都会使得有些车道线之间是不平行的，如果依然基于假设路面是水平的且车道线之间是平行的这样的前提去跟踪车道线就会导致较大的误差，简而言之，现有的车道线跟踪方法的准确性较低且缺乏普适性。

因此，如何提高车道线跟踪的准确性和普适性，是亟待解决的问题。

发明内容

本申请提供了一种车道线跟踪方法和装置，一方面能够有效提高车道线跟踪的准确性，另一方面该方法和装置具有很好的普适性。

第一方面，提供一种车道线跟踪的方法，该方法包括：获取第一预测值，该第一预测值用于表示车体坐标系中的车道线模型，且是利用在先时刻的自车运动信息预测得到的；获取第一检测信息，该第一检测信息包括当前时刻车道线在图像坐标系中的像素点；根据第一预测值和第一检测信息，确定第一映射关系，该第一映射关系用于表示图像坐标系与车体坐标系之间的实时映射关系；根据该第一映射关系确定第二预测值，该第二预测值用于表示第一预测值的修正值。

在本申请技术方案中，通过综合车道线在车体坐标系中的预测值和在图像坐标系中的检测信息，利用预测值和检测信息来获得实时的两个坐标系之间的映射关系，从而能够消除路面变化的影响，提高车道线跟踪的准确性，原因在于，这些路面变化会带来两个坐标系之间的映射关系的变化，而实时获取映射关系则相当于实时捕捉到映射关系的变化，进而能够有效消除路面不平对跟踪结果的影响，以及获得更为准确的车道线预测值。除上述以外，在本申请技术方案中，不需要再受车道线平行假设的局限，对于不平行的车道线同样适用，因此具有更好的通用性或者称之为普适性。

可选地，车道线的检测信息可以包括车道线的像素点信息，还可以包括车道线的线型。

需要说明的是，当前时刻是通过图像帧所对应的时刻来确定的，例如，假设将某一帧图像所对应的时刻作为当前时刻；则在先时刻是指图像帧中所对应的时刻早于该当前时刻的时刻，在先时刻可以包括上一时刻；在后时刻是指图像帧中所对应的时刻晚于该当前时刻的时刻，在后时刻可以包括下一时刻。

可选地，可以实时获取检测信息，也可以从存储装置中获取上述检测信息。

还需说明的是，车辆的自车信息可以理解为用于描述车辆的状态、运动等的信息，自车信息可以包括车辆的自车运动信息，自车运动信息可以理解为动力学信息，例如可以包括车辆的车速或角速度(例如横摆角速度)等任意一种或多种动力学信息。