[发明专利]用于车辆行驶表面上的车道检测的方法和设备

说明书

描述了一种具有成像传感器的车辆，该成像传感器被布置成监测包括接近车辆的行驶表面的视场(FOV)。检测行驶车道包括：捕获行驶表面的可视区域的FOV图像。经由人工神经网络将FOV图像转换成多个特征图。通过逆透视映射算法将特征图投影到BEV正交网格上。特征图包括行驶车道段和特征嵌入，并且行驶车道段被表示为线段。基于特征嵌入针对多个网格区段来级联线段以形成预测车道。通过特征嵌入来完成级联或聚类。

背景技术

车辆，包括采用高级驾驶员辅助系统(ADAS)和自主系统的那些车辆，可以利用与行驶车道的位置有关的信息来通知操作者和/或指导车辆的一个或多个系统的操作控制。车辆控制系统可以受益于与动态定位行驶车道有关的信息，并且可以采用这样的信息作为用于控制诸如制动、转弯和加速的一个或多个系统的输入。

行驶车道的准确检测在自主驾驶中出于多个原因起关键作用，包括提供关于车辆的可用操纵的提示、相对于数字化地图准确地定位车辆以及使得能够自动构建与车辆的准确定位相关联的地图。因此，需要对行驶车道进行精确的三维车道检测和定位。此外，期望能够使用来自成像传感器的信息来快速、准确和精确地检测、监测和响应处于车辆的轨迹中的行驶表面的行驶车道。

发明内容

方法、设备和系统能够提供包括各种车道拓扑的三维数字车道表示，包括但不限于城市情形、分叉口、合并口等，其可被推广到看不见的摄像机和场景。这包括具有成像传感器和控制器的车辆，其中，作为非限制性示例，成像传感器包括摄像机或LiDAR传感器。成像传感器被布置成监测包括接近车辆的行驶表面的视场(FOV)。用于检测接近车辆的行驶车道的方法和相关联的系统被描述，并且包括经由成像传感器来捕获行驶表面的可视区域的FOV图像。经由人工神经网络将FOV图像转换成多个特征图。经由逆透视映射算法将特征图投影到BEV正交网格上，其中BEV正交网格包括表示行驶表面的地面实况的多个网格区段。所述特征图包括在所述BEV正交网格的所述多个网格区段中表示的行驶车道段和特征嵌入，并且所述行驶车道段在所述多个网格区段中表示为线段。基于所述特征嵌入针对所述多个网格区段级联所述线段以在所述BEV正交网格中形成预测车道。通过特征嵌入来完成级联或聚类。每个网格区段的特征嵌入与向量相关联，所述向量被学习为使得属于同一车道的向量被嵌入在嵌入空间中的附近，并且属于不同车道的向量被嵌入在嵌入空间中的远处。可以对这些向量应用聚类以实现不同车道的分离。

基于BEV正交网格中的预测车道来控制车辆的操作。这可以包括，例如，控制车辆的操作、控制车辆的导航和路线规划、将预测车道传送到邻近车辆、以及基于其更新车载地图数据和/或车辆外地图数据。基于预测车道控制车辆的操作包括：经由高级驾驶员辅助系统控制推进系统、转向系统或制动系统中的一个。

本公开的一个方面包括将线段中的每个参数化为相对于网格区段的中心点限定的法向向量，法向向量由相对于网格区段的中心点的幅度、方向和高度限定。

本公开的另一方面包括将行驶车道段表示为多个网格区段中的直线段，并且其中每个预测车道包括多个网格区段中的相邻网格区段中的直线段的级联集合。

本公开的另一方面包括在多个网格区段中将行驶车道段表示为非线性线段，并且其中每个预测车道包括多个网格区段中的相邻网格区段中的非线性线段的级联集合。

本公开的另一方面包括通过聚类特征嵌入来级联多个网格区段的行驶车道段以实现各个行驶车道的分离。

本公开的另一方面包括捕获可视区域的视场(FOV)图像，该可视区域包括车辆前方的行驶表面。

本申请还可包括下列技术方案。

1. 一种用于检测车辆附近的行驶车道的方法，所述方法包括：

经由成像传感器捕获包括行驶表面的可视区域的视场(FOV)图像；

经由人工神经网络将所述FOV图像转换成多个特征图；