1.一種無人車的車道線識別方法，其特征在于，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。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，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，包括：
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；
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。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，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，包括：
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；
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。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，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，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。
5.根據(jù)權(quán)利要求1-4任一項所述的方法，其特征在于，識別所述無人車在所述歷史時刻采集的車道線圖像，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。
6.一種無人車的車道線識別裝置，其特征在于，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。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，車道線識別模塊包括：
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。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，位姿范圍預(yù)估子模塊包括：
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。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，位姿范圍預(yù)估單元包括：
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。
10.根據(jù)權(quán)利要求6-9任一項所述的裝置，其特征在于，圖像識別模塊包括：
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。