本發(fā)明涉及無人車技術(shù)領(lǐng)域，尤其涉及一種無人車的車道線識別方法及裝置。

背景技術(shù)：

無人車又稱為智能移動機器人，是一個集環(huán)境感知、動態(tài)決策與規(guī)劃以及行為控制與執(zhí)行等多功能于一體的綜合系統(tǒng)，是目前科學(xué)技術(shù)發(fā)展最活躍的領(lǐng)域之一。

在城市環(huán)境中，車輛行駛過程中要求車輛在車道線內(nèi)沿標(biāo)識方向正確行駛，不能壓線或串道，反之若車輛在不同車道線混亂行駛則會存在安全隱患。因此無人車是否沿車道線正確行駛是影響無人車安全性能的重要因素。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明實施例提供一種無人車的車道線識別方法及裝置，以通過確定無人車是否沿車道線正確行駛行來提高無人車的安全性能。

第一方面，本發(fā)明實施例提供了一種無人車的車道線識別方法，包括：

依據(jù)無人車在歷史時刻的歷史位姿信息和歷史運動狀態(tài)信息，確定所述無人車在當(dāng)前時刻的預(yù)估位姿信息；

識別所述無人車在所述歷史時刻采集的車道線圖像；

依據(jù)所述無人車在當(dāng)前時刻的真實位姿信息、所述車道線圖像的識別結(jié)果以及所述預(yù)估位姿信息，識別所述無人車是否沿車道線正確行使。

第二方面，本發(fā)明實施例提供了一種無人車的車道線識別裝置，包括：

位姿預(yù)估模塊，用于依據(jù)無人車在歷史時刻的歷史位姿信息和歷史運動狀態(tài)信息，確定所述無人車在當(dāng)前時刻的預(yù)估位姿信息；

圖像識別模塊，用于識別所述無人車在所述歷史時刻采集的車道線圖像；

車道線識別模塊，用于依據(jù)所述無人車在當(dāng)前時刻的真實位姿信息、所述車道線圖像的識別結(jié)果以及所述預(yù)估位姿信息，識別所述無人車是否沿車道線正確行使。

本發(fā)明實施例提供的技術(shù)方案，通過依據(jù)無人車在歷史時刻的歷史位姿信息和歷史運動狀態(tài)信息，確定無人車在當(dāng)前時刻的預(yù)估位姿信息，并識別無人車在歷史時刻采集的車道線圖像。隨后，依據(jù)無人車在當(dāng)前時刻的真實位姿信息、所述車道線圖像的識別結(jié)果以及預(yù)估位姿信息，識別無人車在當(dāng)前時刻是否沿車道線正確行使，即該方法在無人車行駛過程中能夠識別無人車是否沿車道線正確行駛，是無人車安全行駛的前提，提高了無人車的安全性能。

附圖說明

圖1是本發(fā)明實施例一提供的一種無人車的車道線識別方法的流程圖；

圖2a是本發(fā)明實施例二提供的一種無人車的車道線識別方法的流程圖；

圖2b是本發(fā)明實施例二提供的一種無人車的車道線識別原理的示意圖；

圖3是本發(fā)明實施例三提供的一種無人車的車道線識別裝置的結(jié)構(gòu)圖。

具體實施方式

下面結(jié)合附圖和實施例對本發(fā)明作進一步的詳細(xì)說明?？梢岳斫獾氖?，此處所描述的具體實施例僅僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。

實施例一

圖1是本發(fā)明實施例一提供的一種無人車的車道線識別方法的流程圖。本實施例的方法可以由無人車的車道線識別裝置來執(zhí)行，該裝置可通過硬件和/或軟件的方式實現(xiàn)，且本實施例提供的方法一般可適用于無人車沿車道線行駛正確性測試的情形。參考圖1，本實施例提供的無人車的車道線識別方法具體可以包括如下：

S11、依據(jù)無人車在歷史時刻的歷史位姿信息和歷史運動狀態(tài)信息，確定所述無人車在當(dāng)前時刻的預(yù)估位姿信息。

在本實施例中，無人車的位姿信息指的是無人車的位置信息和姿態(tài)信息，姿態(tài)信息可以是四元組(Orientation)，用于表征無人車的旋轉(zhuǎn)角度。運動狀態(tài)信息指的是無人車的三軸速度、三軸加速度、三軸角速度和三軸角度等信息。

具體的，在當(dāng)前時刻之前的歷史時刻，通過無人車中的定位模塊可以確定無人車在歷史時刻的歷史位置信息，通過無人車的陀螺儀或電子羅盤等傳感器可以確定無人車在歷史時刻的歷史姿態(tài)信息。并且，依據(jù)無人車中車載控制系統(tǒng)的決策輸出數(shù)據(jù)和控制輸出數(shù)據(jù)，可以確定無人車在歷史時刻的歷史姿態(tài)信息。隨后，依據(jù)無人車在歷史時刻的歷史位姿信息和歷史運動狀態(tài)信息，可以確定無人車在當(dāng)前時刻的預(yù)估位姿信息。

S12、識別所述無人車在所述歷史時刻采集的車道線圖像。

其中，無人車上設(shè)置有圖像采集器如攝像頭和/或激光雷達(dá)。具體的，在歷史時刻，還可以獲取攝像頭采集的2D車道線圖像和/或激光雷達(dá)采集的3D車道線圖像。并且，采用圖像識別技術(shù)，識別獲取的車道線圖像中包含的車道線以及車道線的類型。

需要說明的是，為了便于后續(xù)結(jié)合車道線圖像的識別結(jié)果確定無人車是否沿車道線正確行使，歷史時刻與當(dāng)前時刻之間的時間間隔較短，以使歷史時刻采集的車道線圖像中不僅包含歷史時刻無人車所在歷史車道的歷史車道線，還包括及當(dāng)前時刻無人車所在預(yù)估車道的預(yù)估車道線。

S13、依據(jù)所述無人車在當(dāng)前時刻的真實位姿信息、所述車道線圖像的識別結(jié)果以及所述預(yù)估位姿信息，識別所述無人車是否沿車道線正確行使。

具體的，在當(dāng)前時刻，通過無人車中的定位模塊可以確定無人車在當(dāng)前時刻的真實位置信息，通過無人車的陀螺儀或電子羅盤等傳感器可以確定無人車在當(dāng)前時刻的真實姿態(tài)信息。隨后，依據(jù)無人車在當(dāng)前時刻的真實位姿信息、車道線圖像的識別結(jié)果以及無人車在當(dāng)前時刻的預(yù)估位姿信息，確定無人車是否沿車道線正確行使。例如，若真實位姿信息與預(yù)估位姿信息位于同一車道線，則可以確定無人車沿車道線正確行使。

本實施例提供的技術(shù)方案，通過依據(jù)無人車在歷史時刻的歷史位姿信息和歷史運動狀態(tài)信息，確定無人車在當(dāng)前時刻的預(yù)估位姿信息，并識別無人車在歷史時刻采集的車道線圖像。隨后，依據(jù)無人車在當(dāng)前時刻的真實位姿信息、所述車道線圖像的識別結(jié)果以及預(yù)估位姿信息，識別無人車在當(dāng)前時刻是否沿車道線正確行使，即該方法在無人車行駛過程中能夠識別無人車是否沿車道線正確行駛，是無人車安全行駛的前提，提高了無人車的安全性能。

示例性的，依據(jù)所述無人車在當(dāng)前時刻的真實位姿信息、所述車道線圖像的識別結(jié)果以及所述預(yù)估位姿信息，識別所述無人車是否沿車道線正確行使，可以包括：

A、依據(jù)所述車道線圖像的識別結(jié)果和所述預(yù)估位姿信息，確定所述無人車在當(dāng)前時刻的預(yù)估位姿范圍。

具體的，依據(jù)車道線圖像的識別結(jié)果確定無人車在當(dāng)前時刻可能的候選車道線，并結(jié)合預(yù)估位姿信息，從候選車道線中選擇無人車在當(dāng)前時刻的預(yù)估車道線，且依據(jù)預(yù)估車道線確定無人車在當(dāng)前時刻的預(yù)估位姿范圍。

B、依據(jù)所述無人車在當(dāng)前時刻的真實位姿信息與所述預(yù)估位姿范圍，識別所述無人車是否沿車道線正確行使。

具體的，若無人車在當(dāng)前時刻的真實位姿信息屬于預(yù)估位姿范圍，則確定無人車沿車道線正確行使；否則，確定無人車偏離車道線行駛。

示例性的，識別所述無人車在所述歷史時刻采集的車道線圖像，可以包括：

獲取所述無人車在所述歷史時刻采集的車道線圖像；

識別所述車道線圖像中包含的車道線的形狀、顏色、邊緣亮度和虛實信息中的至少一種特征。

實施例二

本實施例在上述實施例一的基礎(chǔ)上提供了一種新的無人車的車道線識別方法。在本實施例中具體提供了一種無人車是否沿車道線正確行使的識別方式。2a是本發(fā)明實施例二提供的一種無人車的車道線識別方法的流程圖。參考圖2a本實施例提供的無人車的車道線識別方法具體可以包括如下：

S21、依據(jù)無人車在歷史時刻的歷史位姿信息和歷史運動狀態(tài)信息，確定所述無人車在當(dāng)前時刻的預(yù)估位姿信息。

S22、識別所述無人車在所述歷史時刻采集的車道線圖像。

參考圖2b，t-i時刻是歷史時刻，t時刻是當(dāng)前時刻，其中i為正整數(shù)，且對i的值不作具體限定，如i可以是1s、2s或3s等。具體的，獲取無人車在歷史時刻采集的車道線圖像，識別車道線圖像中包含的車道線，并依據(jù)車道線識別結(jié)果確定無人車在歷史時刻的歷史位置A以及歷史位置A所在歷史車道的歷史車道線，以及無人車在當(dāng)前時刻可能行駛的預(yù)估車道兩側(cè)的預(yù)估車道線。

S23、依據(jù)所述車道線圖像的識別結(jié)果和所述預(yù)估位姿信息，確定所述無人車在當(dāng)前時刻所在預(yù)估車道的預(yù)估車道線寬度。

參考圖2b,確定經(jīng)過無人車的預(yù)估位置B且垂直于預(yù)估車道線的輔助直線Lt，并依據(jù)輔助直線Lt與預(yù)估車道線的交點確定預(yù)估車道線寬度w。

S24、依據(jù)所述預(yù)估車道線寬度和所述無人車的寬度，確定所述無人車在當(dāng)前時刻的預(yù)估位姿范圍。

具體的，無人車在當(dāng)前時刻的預(yù)估位姿范圍可以是[-1/2(w-n),1/2(w-n)]，其中n是無人車的寬度。

S25、依據(jù)所述無人車在當(dāng)前時刻的真實位姿信息與所述預(yù)估位姿范圍，識別所述無人車是否沿車道線正確行使。

本實施例提供的技術(shù)方案，通過依據(jù)無人車在歷史時刻的歷史位姿信息和歷史運動狀態(tài)信息，確定無人車在當(dāng)前時刻的預(yù)估位姿信息，識別無人車在歷史時刻采集的車道線圖像，依據(jù)車道線的識別結(jié)果和預(yù)估位姿信息確定預(yù)估車道線寬度，并依據(jù)預(yù)估車道線寬度和無人車的寬度確定預(yù)估位姿范圍，隨后，依據(jù)無人車在當(dāng)前時刻的真實位姿信息以及預(yù)估位姿范圍，識別無人車在當(dāng)前時刻是否沿車道線正確行使，進一步提高了無人車是否沿車道線正確行使的識別精度。

為了進一步提高預(yù)估位姿范圍的精度，示例性的，依據(jù)所述預(yù)估車道線寬度和所述無人車的寬度，確定所述無人車在當(dāng)前時刻的預(yù)估位姿范圍，可以包括：

獲取所述無人車中定位模塊的定位誤差長度；

依據(jù)所述預(yù)估車道線寬度和所述無人車的寬度以及獲取的定位誤差長度，確定所述無人車在當(dāng)前時刻的預(yù)估位姿范圍。

具體的，若定位模塊的定位誤差長度為k，則無人車在當(dāng)前時刻的預(yù)估位姿范圍可以是[-1/2(w-k-n),1/2(w-k-n)]。

實施例三

圖3是本發(fā)明實施例三提供的一種無人車的車道線識別裝置的結(jié)構(gòu)圖，且本實施例提供的裝置可適用于無人車沿車道線行駛正確性測試的情形。參見圖3，本實施例提供的無人車的車道線識別裝置的具體結(jié)構(gòu)可以如下：

位姿預(yù)估模塊31，用于依據(jù)無人車在歷史時刻的歷史位姿信息和歷史運動狀態(tài)信息，確定所述無人車在當(dāng)前時刻的預(yù)估位姿信息；

圖像識別模塊32，用于識別所述無人車在所述歷史時刻采集的車道線圖像；

車道線識別模塊33，用于依據(jù)所述無人車在當(dāng)前時刻的真實位姿信息、所述車道線圖像的識別結(jié)果以及所述預(yù)估位姿信息，識別所述無人車是否沿車道線正確行使。

示例性的，車道線識別模塊33可以包括：

位姿范圍預(yù)估子模塊，用于依據(jù)所述車道線圖像的識別結(jié)果和所述預(yù)估位姿信息，確定所述無人車在當(dāng)前時刻的預(yù)估位姿范圍；

車道線識別子模塊，用于依據(jù)所述無人車在當(dāng)前時刻的真實位姿信息與所述預(yù)估位姿范圍，識別所述無人車是否沿車道線正確行使。

示例性的，位姿范圍預(yù)估子模塊可以包括：

車道線寬度預(yù)估單元，用于依據(jù)所述車道線圖像的識別結(jié)果和所述預(yù)估位姿信息，確定所述無人車在當(dāng)前時刻所在預(yù)估車道的預(yù)估車道線寬度；

位姿范圍預(yù)估單元，用于依據(jù)所述預(yù)估車道線寬度和所述無人車的寬度，確定所述無人車在當(dāng)前時刻的預(yù)估位姿范圍。

示例性的，位姿范圍預(yù)估單元可以包括：

定位誤差獲取子單元，用于獲取所述無人車中定位模塊的定位誤差長度；

位姿范圍預(yù)估子單元，用于依據(jù)所述預(yù)估車道線寬度和所述無人車的寬度以及獲取的定位誤差長度，確定所述無人車在當(dāng)前時刻的預(yù)估位姿范圍。

示例性的，圖像識別模塊可以包括：

圖像獲取子模塊，用于獲取所述無人車在所述歷史時刻采集的車道線圖像；

車道線識別子模塊，用于識別所述車道線圖像中包含的車道線的形狀、顏色、邊緣亮度和虛實信息中的至少一種特征。

本實施例提供的無人車的車道線識別裝置，與本發(fā)明任意實施例所提供的無人車的車道線識別方法屬于同一發(fā)明構(gòu)思，可執(zhí)行本發(fā)明任意實施例所提供的無人車的車道線識別方法，具備執(zhí)行無人車的車道線識別方法相應(yīng)的功能模塊和有益效果。未在本實施例中詳盡描述的技術(shù)細(xì)節(jié)，可參見本發(fā)明任意實施例提供的無人車的車道線識別方法。

注意，上述僅為本發(fā)明的較佳實施例及所運用技術(shù)原理。本領(lǐng)域技術(shù)人員會理解，本發(fā)明不限于這里所述的特定實施例，對本領(lǐng)域技術(shù)人員來說能夠進行各種明顯的變化、重新調(diào)整和替代而不會脫離本發(fā)明的保護范圍。因此，雖然通過以上實施例對本發(fā)明進行了較為詳細(xì)的說明，但是本發(fā)明不僅僅限于以上實施例，在不脫離本發(fā)明構(gòu)思的情況下，還可以包括更多其他等效實施例，而本發(fā)明的范圍由所附的權(quán)利要求范圍決定。