[发明专利]车道线的检测方法、装置、设备和计算机可读存储介质

说明书

本申请实施例公开了一种车道线的检测方法、装置、设备和计算机可读存储介质。该方法包括：获取行驶场景下的前视图；对前视图进行多尺度特征提取，得到前视图特征；利用预设的车道线检测模型，对前视图特征进行车道线预测，得到多组特征点的偏移量、多组特征点的可见度和多组特征点的置信度；根据多组特征点的偏移量、多组特征点的可见度、多组特征点的置信度，以及多个预设的锚点线，确定目标车道线；其中，多个预设的锚点线包括多组不同起始点的锚点线，相同起始点的锚点线的倾斜角度不同。通过设置适当密集的、多倾斜角度的锚点线，根据偏移量、可见度、置信度和锚点线方式确定车道线，能够更好的适应大曲率弯道，提高了车道线检测的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种车道线的检测方法、装置、设备和计算机可读存储介质。

背景技术

随着人工智能的快速发展，使得自动驾驶成为可能。为了保证自动驾驶车辆行驶的安全性，自动驾驶车辆通常需要具有车道线检测的功能，准确地检测车道线是车道偏离预警、车道保持、变道等功能的重要前提。

现有技术中车道线的检测方案，是通过对输入图像进行语义分割(对像素进行二分类，判断像素属于车道线还是背景)，将像素通过嵌入向量表示，根据语义分割结果和嵌入向量进行聚类，得到车道线。

然而，上述现有技术不能适应于复杂的车道线的场景，例如，大曲率弯道和岔道等，降低了车道线检测的准确性。

发明内容

本申请实施例提供一种车道线的检测方法、装置、设备和计算机可读存储介质，提高了车道线检测的准确性。

本申请实施例的技术方案是这样实现的：

第一方面，本申请实施例提供一种车道线的检测方法，所述方法包括：获取行驶场景下的前视图；对所述前视图进行多尺度特征提取，得到前视图特征；利用预设的车道线检测模型，对所述前视图特征进行车道线预测，得到多组特征点的偏移量、所述多组特征点的可见度和所述多组特征点的置信度；其中，各组特征点包括多个纵向距离不同的特征点，一组特征点的偏移量表征多个特征点与其对应的一个预设的锚点线之间的横向偏移距离；根据所述多组特征点的偏移量、所述多组特征点的可见度、所述多组特征点的置信度，以及多个预设的锚点线，确定目标车道线；其中，所述多个预设的锚点线包括多组不同起始点的锚点线，相同起始点的锚点线的倾斜角度不同。

第二方面，本申请实施例提供一种车道线的检测装置，所述装置包括：获取模块，用于获取行驶场景下的前视图；提取模块，用于对所述前视图进行多尺度特征提取，得到前视图特征；预测模块，用于利用预设的车道线检测模型，对所述前视图特征进行车道线预测，得到多组特征点的偏移量、所述多组特征点的可见度和所述多组特征点的置信度；其中，各组特征点包括多个纵向距离不同的特征点，一组特征点的偏移量表征多个特征点与其对应的一个预设的锚点线之间的横向偏移距离；确定模块，用于根据所述多组特征点的偏移量、所述多组特征点的可见度、所述多组特征点的置信度，以及多个预设的锚点线，确定目标车道线；其中，所述多个预设的锚点线包括多组不同起始点的锚点线，相同起始点的锚点线的倾斜角度不同。

第三方面，本申请实施例提供一种车道线的检测设备，所述设备包括存储器，用于存储可执行指令，处理器，用于执行所述存储器中存储的可执行指令时，实现上述车道线的检测方法。

第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有可执行指令，用于被处理器执行时，实现上述车道线的检测方法。