[发明专利]一种车道识别方法、装置、介质和电子设备

说明书

本公开提供了一种车道识别方法、装置、介质和电子设备。本公开从地图车道线的线形信息中获取的组合车道线的线形信息，通过组合车道线的线形信息与感知车道线的线形信息进行匹配，确定所述感知车道线的线形信息的匹配对象。无需检测出感知车道线的属性信息和类型信息，避免了因检测失败造成的信息丢失，提高了匹配的有效性和准确率。

技术领域

本公开涉及人工智能领域，具体而言，涉及一种车道识别方法、装置、介质和电子设备。

背景技术

自动驾驶汽车依靠人工智能、视觉计算、传感器、监控装置和全球定位系统协同合作，使汽车控制器能够在没有任何人为主动操作的情况下，自动安全地操作机动车辆。

视觉感知是指人的视觉器官对物体分辨后在头脑中形成的物体信息。而在人工智能领域，视觉感知是对采集图像进行分辨后获得的物体信息。

当自动驾驶汽车行驶在高速公路匝道口时，自动辅助导航驾驶功能的视觉感知输出中，需检测出感知车道线的属性信息和类型信息，并通过三阶的抛物线来表示车道线。进而利用该三阶抛物线进行一系列计算获得该感知车道线与地图车道线的匹配对。然后通过该匹配对获取修改正的横向距离和偏航角，从而校正导航的定位值。但是，在复杂的场景中，上述方法常常无法正确检测出车道线的属性信息和类型信息，也就无法获得感知车道线与地图车道线的匹配关系，从而直接导致汽车定位结果跳变。对匝道较高的误检率，影响了自动驾驶汽车的安全性。

发明内容

本公开的目的在于提供一种车道识别方法、装置、介质和电子设备，能够解决上述提到的至少一个技术问题。具体方案如下：

根据本公开的具体实施方式，第一方面，本公开提供一种车道识别方法，包括：

获取感知车道线的线形信息、数量和地理位置信息；

基于所述地理位置信息获取地图车道线的线形信息，所述地图车道线的线形信息与所述感知车道线的线形信息均为同一种类型坐标系表征的信息；

从所述地图车道线的线形信息中获取各组组合车道线的线形信息，且每组组合车道线的数量与所述感知车道线的数量相同；

将所述感知车道线的线形信息与各组组合车道线的线形信息进行匹配，确定所述感知车道线的线形信息的匹配对象。

可选的，所述将所述感知车道线的线形信息与各组组合车道线的线形信息进行匹配，确定所述感知车道线的线形信息的匹配对象，包括：

获取相互关联的感知采样点信息和各组组合车道线的组合采样点信息，所述感知采样点信息为所述感知车道线的线形信息中采样点的信息，所述组合采样点信息为各组组合车道线的线形信息中采样点的信息；

基于所述感知采样点信息和各组组合车道线的组合采样点信息进行匹配计算，获取对应各组组合车道线的计算结果；

当所述计算结果满足预设匹配条件时，确定对应所述计算结果的组合车道线的线形信息为所述感知车道线的线形信息的匹配对象。

可选的，所述获取相互关联的感知采样点信息和组合采样点信息，包括：

确定所述组合采样点信息的横坐标信息与所述感知采样点信息的横坐标信息相同；

基于所述组合采样点信息的横坐标信息和所述组合车道线的线形信息确定所述组合采样点信息的纵坐标信息；

基于所述感知采样点信息的横坐标信息和所述感知车道线的线形信息确定所述感知采样点信息的纵坐标信息。

可选的，所述获取相互关联的感知采样点信息和组合采样点信息，包括：

确定所述组合采样点信息的纵坐标信息与所述感知采样点信息的纵坐标信息相同；