车道线的检测方法、装置、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115063762A(43)申请公布日2022.09.16(21)申请号202210556360.4G06N3/04(2006.01)(22)申请日2022.05.20(71)申请人广州文远知行科技有限公司地址511365广东省广州市黄埔区广州国际生物岛螺旋大道68号合景科盛广场A栋地上第16层01、02、03、04单元(72)发明人郭湘孙鹏韩旭(74)专利代理机构北京市京大律师事务所11321专利代理师王文(51)Int.Cl.G06V20/56(2022.01)G06V10/52(2022.01)G06V10/80(2022.01)G06V10/82(2022.01)权利要求书3页说明书14页附图5页(54)发明名称车道线的检测方法、装置、设备及存储介质(57)摘要本发明涉及自动驾驶技术领域，公开了一种车道线的检测方法、装置、设备及存储介质，用于提高车道线检测的完整性。所述车道线的检测方法包括：获取至少一个角度相机拍摄的原始图像，并对原始图像进行图像特征抽取，得到目标图像特征信息；确定多个第一采样点，并通过目标图像特征信息进行每个第一采样点的特征收集，得到每个第一采样点对应的采样点特征信息；对每个第一采样点对应的采样点特征信息进行车道线相关性分值预测，得到每个第一采样点对应的车道线相关性分值，并通过每个第一采样点对应的车道线相关性分值确定多个第一采样点中的多个第二采样点；通过每个第二采样点对应的采样点特征信息进行车道线预测，得到目标车道线信息。CN115063762ACN115063762A权利要求书1/3页1.一种车道线的检测方法，其特征在于，所述车道线的检测方法包括：获取至少一个角度相机拍摄的原始图像，并对所述原始图像进行图像特征抽取，得到目标图像特征信息；确定多个第一采样点，并通过所述目标图像特征信息进行每个第一采样点的特征收集，得到每个第一采样点对应的采样点特征信息；对每个第一采样点对应的采样点特征信息进行车道线相关性分值预测，得到每个第一采样点对应的车道线相关性分值，并通过每个第一采样点对应的车道线相关性分值确定多个第一采样点中的多个第二采样点；通过每个第二采样点对应的采样点特征信息进行车道线预测，得到目标车道线信息。2.根据权利要求1所述的车道线的检测方法，其特征在于，所述确定多个第一采样点，并通过所述目标图像特征信息进行每个第一采样点的特征收集，得到每个第一采样点对应的采样点特征信息，包括：构建以目标参照物为原点的3d空间，并从所述3d空间中选取采样点，得到多个第一采样点，每个第一采样点包括采样点的3d空间位置信息；根据所述目标参照物与各角度相机之间的外参，将每个第一采样点投影至所述原始图像，得到每个第一采样点在所述原始图像中的图像坐标信息；基于每个第一采样点在所述原始图像中的图像坐标信息，对每个第一采样点进行所述目标图像特征信息和所述3d空间位置信息的收集，得到每个第一采样点对应的采样点特征信息。3.根据权利要求2所述的车道线的检测方法，其特征在于，所述构建以目标参照物为原点的3d空间，并从所述3d空间中选取采样点，得到多个第一采样点，包括：构建以目标参照物为原点的3d空间，并以所述原点为起点，按照预置偏移角度向所述3d空间发射射线，得到多条目标射线；按照预置的采样点选取策略，从各条目标射线中选取多个3d空间点，得到多个第一采样点。4.根据权利要求2所述的车道线的检测方法，其特征在于，所述基于每个第一采样点在所述原始图像中的图像坐标信息，对每个第一采样点进行所述目标图像特征信息和所述3d空间位置信息的收集，得到每个第一采样点对应的采样点特征信息，包括：通过预置收集算子，对所述目标图像特征信息进行每个第一采样点在所述原始图像中的图像坐标信息的图像特征信息收集，得到每个第一采样点对应的第一图像特征信息；通过所述3d空间位置信息生成每个第一采样点对应的位置特征信息，并将每个第一采样点对应的第一图像特征信息和位置特征信息进行叠加，得到每个第一采样点对应的采样点特征信息。5.根据权利要求1所述的车道线的检测方法，其特征在于，所述获取至少一个角度相机拍摄的原始图像，并对所述原始图像进行图像特征抽取，得到目标图像特征信息，包括：获取至少一个角度相机拍摄的原始图像，并通过预置的车道线检测模型中的第一卷积神经网络和特征金字塔网络对每个角度相机拍摄的原始图像进行多尺寸的图像特征提取，得到目标图像特征信息。6.根据权利要求1所述的车道线的检测方法，其特征在于，所述对每个第一采样点对应2CN115063762A权利要求书2/3页的采样点特征信息进行车道线相关性分值预测，得到每个第一采样点对应的车道线相关性分值，并通过每个第一采样点对应的车道线相关性分值确定多个第一采样