CN114694116A - 一种道路边界检测方法、装置、电子设备和存储介质 - Google Patents

一种道路边界检测方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN114694116A
CN114694116A CN202210303727.1A CN202210303727A CN114694116A CN 114694116 A CN114694116 A CN 114694116A CN 202210303727 A CN202210303727 A CN 202210303727A CN 114694116 A CN114694116 A CN 114694116A
Authority
CN
China
Prior art keywords
vehicle
road
lane
determining
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210303727.1A
Other languages
English (en)
Inventor
李晨光
程光亮
石建萍
有吉斗纪知
松原海明
安井裕司
中里祐介
铃木达矢
天野宣昭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sensetime Group Ltd
Honda Motor Co Ltd
Original Assignee
Sensetime Group Ltd
Honda Motor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sensetime Group Ltd, Honda Motor Co Ltd filed Critical Sensetime Group Ltd
Priority to CN202210303727.1A priority Critical patent/CN114694116A/zh
Publication of CN114694116A publication Critical patent/CN114694116A/zh
Priority to PCT/CN2022/129043 priority patent/WO2023179030A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供一种道路边界检测方法、装置、电子设备和存储介质。所述方法包括:识别设置在车辆上的图像采集设备采集的道路图像,确定所述道路图像中的多个道路边界;从所述多个道路边界中选择所述车辆能够驶入的道路边界。

Description

一种道路边界检测方法、装置、电子设备和存储介质
技术领域
本发明涉及计算机视觉技术领域,具体涉及一种道路边界检测方法、装置、电子设备和存储介质。
背景技术
基于摄像头感知的自动驾驶车辆在路口转弯时,不仅需要检测出道路边界的位置,还需要检测出车辆可驶入的道路边界,为自动驾驶车辆路口转弯决策提供充分的依据。目前针对道路边界的场景,无法确定车辆可驶入的道路边界。
发明内容
为解决现有存在的技术问题,本发明实施例提供一种道路边界检测方法、装置、电子设备和存储介质。
为达到上述目的,本发明实施例的技术方案是这样实现的:
本发明实施例提供了一种道路边界检测方法,其特征在于,所述方法包括:
识别设置在车辆上的图像采集设备采集的道路图像,确定所述道路图像中的多个道路边界;
从所述多个道路边界中选择所述车辆能够驶入的道路边界。
上述方案中,从所述多个道路边界中选择所述车辆能够驶入的道路边界,包括:基于所述道路图像确定所述车辆所在的自车车道;
基于所述车辆所在的自车车道从所述多个道路边界中确定所述车辆能够驶入的道路边界。
上述方案中,所述基于所述道路图像确定所述车辆所在的自车车道,包括:
识别所述道路图像中的交通标识;
基于所述交通标识确定所述车辆所在的自车车道。
上述方案中,所述基于所述道路图像确定所述车辆所在的自车车道,包括:
识别所述道路图像中的其他车辆的行驶方向;
基于所述其他车辆的行驶方向确定所述车辆所在的自车车道。
上述方案中,所述基于所述交通标识确定所述车辆所在的自车车道,包括:
响应于所述交通标识表示所述车辆所在的车道不是单向车道、且所述交通标识包括指定道路标线的情况下,基于所述指定道路标线确定所述车辆所在的自车车道。
上述方案中,基于所述其他车辆的行驶方向确定所述车辆所在的自车车道,包括:响应于所述其他车辆的行驶方向与所述车辆的行驶方向相反,基于所述其他车辆的所在车道确定所述车辆所在的自车车道。
上述方案中,所述基于所述车辆所在的自车车道从所述多个道路边界中确定所述车辆可以驶入的道路边界,包括:基于所述交通标识以及所述车辆所在的自车车道从所述多个道路边界中确定所述车辆可以驶入的道路边界。
上述方案中,所述基于所述车辆所在的自车车道从所述多个道路边界中确定所述车辆可以驶入的道路边界,包括:获得所述车辆所在的位置信息,从预先获得的地图数据确定与所述位置信息相关的地图子数据,基于所述地图子数据从所述多个道路边界中确定所述车辆可以驶入的道路边界;所述地图数据至少包括道路数据、道路标识数据和交通标志牌数据。
上述方案中,所述确定所述道路图像中的多个道路边界,包括:检测所述道路图像中的多个车道,通过连接各车道的末端确定所述多个道路边界。
上述方案中,所述确定所述道路图像中的多个道路边界,包括:检测所述道路图像中的可行驶区域,基于所述可行使区域的轮廓线确定所述图像中的多个道路边界。
上述方案中,所述方法还包括:基于所述车辆能够驶入的道路边界确定所述车辆的行驶路径,按照所述行驶路径控制所述车辆行驶。
上述方案中,所述方法还包括:基于所述车辆能够驶入的道路边界设置第一感兴趣区域,按照第一分辨率获得所述第一感兴趣区域对应的图像;其中,所述道路图像按照第二分辨率获得,所述第二分辨率小于所述第一分辨率。
上述方案中,所述方法还包括:基于所述车辆能够驶入的道路边界设置第二感兴趣区域,按照第一帧速率获得所述第二感兴趣区域对应的图像;其中,所述道路图像按照第二帧速率获得,所述第二帧速率小于所述第一帧速度。
本发明实施例还提供了一种道路边界检测装置,所述装置包括:检测单元和选择单元;其中,
所述检测单元,用于识别设置在车辆上的图像采集设备采集的道路图像,确定所述道路图像中的多个道路边界;
所述选择单元,用于从所述多个道路边界中选择所述车辆能够驶入的道路边界。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例所述方法的步骤。
本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现本发明实施例所述方法的步骤。
本发明实施例提供的道路边界检测方法、装置、电子设备和存储介质,所述方法包括:识别设置在车辆上的图像采集设备采集的道路图像,确定所述道路图像中的多个道路边界;从所述多个道路边界中选择所述车辆能够驶入的道路边界。采用本发明实施例的技术方案,能够在识别出的道路边界的基础上,确定车辆能够驶入的道路边界,尤其在不可见的道路边界的场景下确定车辆能够驶入的道路边界,为车辆路口转弯决策提供充分的依据。
附图说明
图1a和图1b分别为本发明实施例的道路边界检测方法中的道路边界和能够驶入的道路边界的示意图;
图2a和图2b分别为本发明实施例的应用场景示意图;
图3为本发明实施例的道路边界检测方法的流程示意图一;
图4a和图4b分别为本发明实施例的道路边界检测方法中的自车车道的场景示意图;
图5为本发明实施例的道路边界检测装置的组成结构示意图一;
图6为本发明实施例的道路边界检测装置的组成结构示意图二;
图7为本发明实施例的道路边界检测装置的组成结构示意图三;
图8为本发明实施例的电子设备的硬件组成结构示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细的说明。
在对本发明实施例的道路边界检测方案进行说明之前,首先对一些概念进行简单阐述。
图1a和图1b分别为本发明实施例的道路边界检测方法中的道路边界和能够驶入的道路边界的示意图;道路边界除了包括车辆所在的车道两侧的边界,还包括垂直于车道两侧的边界,如图1a中所示,主要体现的是垂直于车道两侧的边界,在场景所示的路口中,可见八个道路边界。
参照图1b所示,车道为双向车道,则对应于车辆行驶方向的道路边界为车辆能够驶入的道路边界。假设车辆靠左侧行驶,则针对每个方向的两个道路边界,均是左侧的道路边界为车辆能够驶入的道路边界。
图2a和图2b分别为本发明实施例的应用场景示意图;如图2a所示,假设在图1a和图1b所示的路口场景下,路口的西南角具有一个遮挡物(图像的上下左右分别对应北、南、西和东),通常情况下,该遮挡物会遮挡由南向北行驶的车辆的视角,如图2b所示,使得车辆中的驾驶员或传感器无法获得被遮挡物遮挡的一部分区域的信息,这部分区域可称为未知区域,而被遮挡物遮挡或者由于其他原因(例如距离太远等原因)使得车辆中的驾驶员或传感器无法感知的道路边界称为不可见的道路边界。
为解决上述问题,本发明实施例中,通过识别设置在车辆上的图像采集设备采集的道路图像,确定所述道路图像中的多个道路边界;从所述多个道路边界中选择所述车辆能够驶入的道路边界,能够提识别出道路边界(尤其是不可见的道路边界),并且可实现对车辆能够驶入的道路边界的确定。
需要说明的是,在本公开实施例中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的方法或者装置不仅包括所明确记载的要素,而且还包括没有明确列出的其他要素,或者是还包括为实施方法或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括该要素的方法或者装置中还存在另外的相关要素(例如方法中的步骤或者装置中的单元,例如的单元可以是部分电路、部分处理器、部分程序或软件等等)。
例如,本公开实施例提供的道路边界检测方法包含了一系列的步骤,但是本公开实施例提供的道路边界检测方法不限于所记载的步骤,同样地,本公开实施例提供的道路边界检测装置包括了一系列模块,但是本公开实施例提供的装置不限于包括所明确记载的模块,还可以包括为获取相关信息、或基于信息进行处理时所需要设置的模块。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
本发明实施例提供了一种道路边界检测方法。图3为本发明实施例的道路边界检测方法的流程示意图一;如图3所示,所述方法包括:
步骤101:识别设置在车辆上的图像采集设备采集的道路图像,确定所述道路图像中的多个道路边界;
步骤102:从所述多个道路边界中选择所述车辆能够驶入的道路边界。
本实施例的道路边界检测方法应用于电子设备中,所述电子设备可以是车载设备,也可以是云平台或其他计算机设备。示例性的,车载设备可以是安装在车辆上的瘦客户机、厚客户机、基于微处理器的***、小型计算机***,等等,云平台可以是包括小型计算机***或大型计算机***的分布式云计算技术环境等等。
本实施例中,车载设备可以与车辆的传感器、定位装置等通信连接,车载设备可以通过通信连接获取车辆的传感器采集的数据、以及定位装置上报的地理位置信息等。示例性的,车辆的传感器可以是毫米波雷达、激光雷达、摄像头等设备中的至少一种;定位装置可以是基于以下至少一种定位***的用于提供定位服务的装置:全球定位***(GPS,Global Positioning System)、北斗卫星导航***或伽利略卫星导航***。
在一个示例中,车载设备可以为高级辅助驾驶***(ADAS,Advanced DrivingAssistant System),ADAS设置在车辆上,ADAS可以从车辆的定位装置中获取车辆的实时位置信息,和/或,ADAS可以从车辆的传感器中获得表示车辆周围环境信息的图像数据、雷达数据等等。其中,可选地,ADAS可以将包括车辆的实时位置信息的车辆行驶数据发送至云平台,如此,云平台可以接收到车辆的实时位置信息和/或表示车辆周围环境信息的图像数据、雷达数据等等。
本实施例中,通过设置在车辆上的图像采集设备(即上述传感器,如摄像头)获得道路图像,图像采集设备伴随车辆的移动而实时采集车辆周围的道路图像或环境图像。进一步地,通过对道路图像进行检测识别,确定道路图像中与车辆相关的多个道路边界,进而从所述多个道路边界中选择所述车辆能够驶入的道路边界。
采用本发明实施例的技术方案,电子设备能够在识别出的道路边界的基础上,确定车辆能够驶入的道路边界,尤其在不可见的道路边界的场景下确定车辆能够驶入的道路边界,为车辆路口转弯决策提供充分的依据。
在本发明的一些可选实施例中,所述确定所述道路图像中的多个道路边界,包括:检测所述道路图像中的多个车道,通过连接各车道的末端确定所述多个道路边界。
本实施例中,可通过第一网络检测道路图像中的多个车道,也即检测道路图像中的多个车道线。示例性的,通过第一网络对道路图像进行处理,获得道路图像中的车道线;进而通过连接车道线的末端边缘,得到与车辆相关的多个道路边界。
在其他实施方式中,也可采用其他图像检测方案检测道路图像中的多个车道。示例性的,首先对道路图像进行灰度化处理,对检测灰度化处理后的道路图像中的车道边缘,例如采用边缘检测算子进行边缘检测;进一步对处理后的图像进行二值化处理,从而得到道路图像中的车道线。
在另一些实施例中,所述确定所述道路图像中的多个道路边界,包括:检测所述道路图像中的可行驶区域,基于所述可行使区域的轮廓线确定所述图像中的多个道路边界。
本实施例中,可通过第二网络检测道路图像中的可行驶区域;所述可行驶区域(freespace),也可称为可通行区域,表示车辆可行驶的区域或者车辆能够行驶的区域。在道路图像中,除了当前车辆之外,通常还包括其他车辆、行人、树木、道路边缘等,上述例如其他车辆、行人、树木、道路边缘所在区域均是当前车辆不可行驶的区域。因此,通过第二网络对道路图像进行处理,去除道路图像中例如其他车辆、行人、树木、道路边缘所在区域,得到车辆的可行使区域。
在又一些实施例中,所述确定所述道路图像中的多个道路边界,包括:利用第三网络检测所述道路图像,确定与所述车辆相关的多个道路边界。
本实施例中,可利用预先训练完成的第三网络对道路图像进行处理,得到与所述车辆相关的多个道路边界。
其中,上述第一网络、第二网络和第三网络均可以是深度神经网络(DNN,DeepNeural Networks)。
在本发明的一些可选实施例中,从所述多个道路边界中选择所述车辆能够驶入的道路边界,包括:基于所述道路图像确定所述车辆所在的自车车道;基于所述车辆所在的自车车道从所述多个道路边界中确定所述车辆能够驶入的道路边界。
本实施例中,确定如图1a中所示的道路边界后,进而可确定车辆所在的自车车道,基于所述车辆所在的自车车道从所述多个道路边界中确定所述车辆可以驶入的道路边界。
其中,车辆行驶方向对应的道路边界为所述车辆能够驶入的道路边界。示例性的,如图1b所示,当车辆为靠左侧行驶时,左侧车道内的道路边界为车辆能够驶入的道路边界,则右侧车道内的道路边界为车辆不能够驶入的道路边界;相应的,若车辆为靠右行驶时,右侧车道内的道路边界为车辆能够驶入的道路边界,则左侧车道内的道路边界为车辆不能够驶入的道路边界。其中,上述“左侧”和“右侧”是相对的;在人按照车辆的行驶方向面向图1a所示的道路边界时,以车道实线分割的两个车道,靠左的车道称为左侧车道,靠右的车道称为右侧车道。
在一些可选实施例中,所述基于所述道路图像确定所述车辆所在的自车车道,包括:识别所述道路图像中的交通标识;基于所述交通标识确定所述车辆所在的自车车道。
在另一些可选实施例中,所述基于所述道路图像确定所述车辆所在的自车车道,包括:识别所述道路图像中的其他车辆的行驶方向;基于所述其他车辆的行驶方向确定所述车辆所在的自车车道。
本实施例中,电子设备可基于识别出的交通标识和/或其他车辆的行驶方向,确定所述车辆所在的自车车道。
其中,示例性的,所述交通标识包括:交通标志牌指示的标识和/或道路标识等等。其中,所述交通标志牌用于指示交通法规以及道路信息的图形符号,通常设置在路口或道路边缘,用以管理交通、指示行车方向以保证道路畅通与行车安全。所述道路标识例如道路上的标线标识(例如白色实线、白色虚线、黄色实线、双黄实线等等)、道路上标识的道路属性的标识(例如直行标识、转弯标识、限速标识、公共汽车专用标识等等,也即道路上通过人工方式绘制的标识)。
本实施例中,电子设备可通过在道路图像中检测出的交通标识和/或其他车辆的行驶方向确定所述车辆所在的自车车道。
在一些可选实施例中,所述基于所述交通标识确定所述车辆所在的自车车道,包括:响应于所述交通标识表示所述车辆所在的车道不是单向车道、且所述交通标识包括指定道路标线的情况下,基于所述指定道路标线确定所述车辆所在的自车车道。
本实施例中,所述指定道路标线用于指示同向行驶的交通流或者分隔对向行驶的交通流。示例性的,所述指定道路标线例如实线(例如黄色实线、双黄实线等等)、点状线(例如白色虚线)。
在另一些可选实施例中,所述基于所述其他车辆的行驶方向确定所述车辆所在的自车车道,包括:响应于所述其他车辆的行驶方向与所述车辆的行驶方向相反,基于所述其他车辆的所在车道确定所述车辆所在的自车车道。
作为一种示例,如图4a所示,若通过对交通标识的识别,确定车道不是单向车道,且通过道路图像识别出实线(例如黄色实线),在车辆处于左侧行驶的情况下,则可确定实线左侧的车道为自车车道。本示例中,该实线则为上述指定道路标线。
作为另一种示例,如图4b所示,若通过对道路图像的识别,识别出点状线(例如白色虚线),在车辆处于左侧行驶的情况下,则可确定点状线右侧的车道可能为自车车道;进一步可基于其他交通标识或者通过对道路图像的识别结果确定自车车道。
作为又一种示例,若通过对道路图像的识别,识别出道路图像中存在与当前车辆行驶方向相反的其他车辆,则可确定其他车辆所在的车道不是所述车辆的自车车道。进而可通过在车道中去除其他车辆(与当前车辆行驶方向相反的车辆)所在的车道,得到所述车辆的自车车道。在其他实施例中,确定其他车辆所在的车道不是所述车辆的自车车道后,进一步可从确定其他车辆所在的车道对应的道路边界,从步骤101中确定的多个道路边界中去除其他车辆(与当前车辆行驶方向相反的车辆)所在的车道对应的道路边界,进而得到所述车辆可以驶入的道路边界。
在本发明的一些可选实施例中,所述基于所述车辆所在的自车车道从所述多个道路边界中确定所述车辆能够驶入的道路边界,包括:基于所述交通标识以及所述车辆所在的自车车道从所述多个道路边界中确定所述车辆能够驶入的道路边界。
本实施例中,电子设备可通过实时对道路图像中的交通标识进行识别,结合所述车辆所在的自车车道从所述多个道路边界中确定所述车辆可以驶入的道路边界。
示例性的,所述交通标识可包括以下至少一种标识:单向行驶标识、环形交叉口右转交通标识、禁止在指定方向外行驶标识、禁止进入标识、交通封闭标识、禁止车辆交叉标识、禁止转弯标识、仅限行人标识、仅限自行车标识、仅限自行车和行人标识、停车线、车道线等等。
本实施例中,电子设备确定与车辆相关的多个道路边界、且确定车辆所在的自车车道后,可根据车辆周围设置的各交通标识,确定车辆可以驶入的道路边界。
在本发明的另一些可选实施例中,所述基于所述车辆所在的自车车道从所述多个道路边界中确定所述车辆能够驶入的道路边界,包括:获得所述车辆所在的位置信息,从预先获得的地图数据确定与所述位置信息相关的地图子数据,基于所述地图子数据从所述多个道路边界中确定所述车辆能够驶入的道路边界;所述地图数据至少包括道路数据、道路标识数据和交通标志牌数据。
本实施例中,电子设备可预先获得地图数据,所述地图数据例如可以是包含有道路信息和交通标识信息等先验信息的数据;电子设备可根据车辆所在的位置信息确定车辆的行驶方向,进而根据车辆所在的位置信息和行驶方向确定车辆可以行驶的路线,根据车辆可以行驶的路线确定车辆能够驶入的道路边界或者不能够驶入的道路边界。
在本发明的一些可选实施例中,所述方法还包括:基于所述车辆能够驶入的道路边界确定所述车辆的行驶路径,按照所述行驶路径控制所述车辆行驶。
本实施例中,针对车辆能够驶入的道路边界,电子设备可确定车辆的行驶路径,电子设备可控制车辆按照行驶路径行驶。
在本发明的一些可选实施例中,所述方法还包括:基于所述车辆能够驶入的道路边界设置第一感兴趣区域,按照第一分辨率获得所述第一感兴趣区域对应的图像;其中,所述道路图像按照第二分辨率获得,所述第二分辨率小于所述第一分辨率。
在本发明的另一些可选实施例中,所述方法还包括:基于所述车辆能够驶入的道路边界设置第二感兴趣区域,按照第一帧速率获得所述第二感兴趣区域对应的图像;其中,所述道路图像按照第二帧速率获得,所述第二帧速率小于所述第一帧速度。
本实施例中,电子设备基于车辆能够驶入的道路边界设置感兴趣区域(ROI,Region of Interest),即前述第一感兴趣区域和第二感兴趣区域。一方面,电子设备在针对道路环境获得道路图像时,可采用第二分辨率(也可称为低分辨率)获得,而针对第一感兴趣区域,可采用高于第二分辨率的第一分辨率(也可称为高分辨率)获得,一边针对第一感兴趣区域采集更高质量的图像,便于后续针对第一感兴趣区域对应的图像进行对象识别。另一方面,电子设备在针对道路环境获得道路图像时,可采用第二帧速率(也可称为低帧速率)获得,而针对第二感兴趣区域,可采用高于第二帧速率的第一帧速率(也可称为高帧速率)获得,便于后续针对第二感兴趣区域对应的图像进行对象识别。
基于上述实施例,本发明实施例还提供了一种道路边界检测装置。图5为本发明实施例的道路边界检测装置的组成结构示意图一;如图5所示,所述装置包括:检测单元21和选择单元22;其中,
所述检测单元21,用于识别设置在车辆上的图像采集设备采集的道路图像,确定所述道路图像中的多个道路边界;
所述选择单元22,用于从所述多个道路边界中选择所述车辆能够驶入的道路边界。
在本发明的一些可选实施例中,所述选择单元22,用于基于所述道路图像确定所述车辆所在的自车车道;基于所述车辆所在的自车车道从所述多个道路边界中确定所述车辆能够驶入的道路边界。
在本发明的一些可选实施例中,所述选择单元22,用于识别所述道路图像中的交通标识;基于所述交通标识确定所述车辆所在的自车车道。
在本发明的一些可选实施例中,所述选择单元22,用于识别所述道路图像中的其他车辆的行驶方向;基于所述其他车辆的行驶方向确定所述车辆所在的自车车道。
在本发明的一些可选实施例中,所述选择单元22,用于响应于所述交通标识表示所述车辆所在的车道不是单向车道、且所述交通标识包括指定道路标线的情况下,基于所述指定道路标线确定所述车辆所在的自车车道。
在本发明的一些可选实施例中,所述选择单元22,用于响应于所述其他车辆的行驶方向与所述车辆的行驶方向相反,基于所述其他车辆的所在车道确定所述车辆所在的自车车道。
在本发明的一些可选实施例中,所述选择单元22,用于基于所述交通标识以及所述车辆所在的自车车道从所述多个道路边界中确定所述车辆能够驶入的道路边界。
在本发明的一些可选实施例中,所述选择单元22,用于获得所述车辆所在的位置信息,从预先获得的地图数据确定与所述位置信息相关的地图子数据,基于所述地图子数据从所述多个道路边界中确定所述车辆能够驶入的道路边界;所述地图数据至少包括道路数据、道路标识数据和交通标志牌数据。
在本发明的一些可选实施例中,所述检测单元21,用于检测所述道路图像中的多个车道,通过连接各车道的末端确定与所述车辆相关的多个道路边界。
在本发明的一些可选实施例中,所述检测单元21,用于检测所述道路图像中的可行驶区域,基于所述可行使区域的轮廓线确定与所述车辆相关的多个道路边界。
在本发明的一些可选实施例中,如图6所示,所述装置还包括第一控制单元23,用于基于所述车辆能够驶入的道路边界确定所述车辆的行驶路径,按照所述行驶路径控制所述车辆行驶。
在本发明的一些可选实施例中,如图7所示,所述装置还包括第二控制单元24,用于基于所述车辆能够驶入的道路边界设置第一感兴趣区域,按照第一分辨率获得所述第一感兴趣区域对应的图像;其中,所述道路图像按照第二分辨率获得,所述第二分辨率小于所述第一分辨率。
在本发明的一些可选实施例中,如图7所示,所述装置还包括第二控制单元24,用于基于所述车辆能够驶入的道路边界设置第二感兴趣区域,按照第一帧速率获得所述第二感兴趣区域对应的图像;其中,所述道路图像按照第二帧速率获得,所述第二帧速率小于所述第一帧速度。
本发明实施例中,所述装置应用于电子设备中。所述装置中的检测单元21、选择单元22、第一控制单元23和第二控制单元24,在实际应用中均可由中央处理器(CPU,CentralProcessing Unit)、数字信号处理器(DSP,Digital Signal Processor)、微控制单元(MCU,Microcontroller Unit)或可编程门阵列(FPGA,Field-Programmable Gate Array)实现。
需要说明的是:上述实施例提供的道路边界检测装置在进行道路边界检测时,仅以上述各程序模块的划分进行举例说明,实际应用中,可以根据需要而将上述处理分配由不同的程序模块完成,即将装置的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分处理。另外,上述实施例提供的道路边界检测装置与道路边界检测方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本发明实施例还提供了一种电子设备,图8为本发明实施例的电子设备的硬件组成结构示意图,如图8所示,所述电子设备包括存储器32、处理器31及存储在存储器32上并可在处理器31上运行的计算机程序,所述处理器31执行所述程序时实现本发明实施例所述道路边界检测方法的步骤。
可选地,所述电子设备还可包括用户接口33和网络接口34。其中,用户接口33可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。
可选地,电子设备中的各个组件通过总线***35耦合在一起。可理解,总线***35用于实现这些组件之间的连接通信。总线***35除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图8中将各种总线都标为总线***35。
可以理解,存储器32可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM,Ferromagnetic Random Access Memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory);磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM,Random AccessMemory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM,Static Random Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM,Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM,SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM,Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM,Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM,SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM,Direct Rambus Random Access Memory)。本发明实施例描述的存储器32旨在包括但不限于这些和任意其它适合类型的存储器。
上述本发明实施例揭示的方法可以应用于处理器31中,或者由处理器31实现。处理器31可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器31中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器31可以是通用处理器、DSP,或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器31可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤,可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中,该存储介质位于存储器32,处理器31读取存储器32中的信息,结合其硬件完成前述方法的步骤。
在示例性实施例中,电子设备可以被一个或多个应用专用集成电路(ASIC,Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD,ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、FPGA、通用处理器、控制器、MCU、微处理器(Microprocessor)、或其他电子元件实现,用于执行前述方法。
在示例性实施例中,本发明实施例还提供了一种计算机可读存储介质,例如包括计算机程序的存储器32,上述计算机程序可由电子设备的处理器31执行,以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备。
本发明实施例提供的计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例所述的道路边界检测方法的步骤。
本申请所提供的几个方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (16)

1.一种道路边界检测方法,其特征在于,所述方法包括:
识别设置在车辆上的图像采集设备采集的道路图像,确定所述道路图像中的多个道路边界;
从所述多个道路边界中选择所述车辆能够驶入的道路边界。
2.根据权利要求1所述的方法,其特征在于,从所述多个道路边界中选择所述车辆能够驶入的道路边界,包括:
基于所述道路图像确定所述车辆所在的自车车道;
基于所述车辆所在的自车车道从所述多个道路边界中确定所述车辆能够驶入的道路边界。
3.根据权利要求2所述的方法,其特征在于,所述基于所述道路图像确定所述车辆所在的自车车道,包括:
识别所述道路图像中的交通标识;
基于所述交通标识确定所述车辆所在的自车车道。
4.根据权利要求2所述的方法,其特征在于,所述基于所述道路图像确定所述车辆所在的自车车道,包括:
识别所述道路图像中的其他车辆的行驶方向;
基于所述其他车辆的行驶方向确定所述车辆所在的自车车道。
5.根据权利要求3所述的方法,其特征在于,所述基于所述交通标识确定所述车辆所在的自车车道,包括:
响应于所述交通标识表示所述车辆所在的车道不是单向车道、且所述交通标识包括指定道路标线的情况下,基于所述指定道路标线确定所述车辆所在的自车车道。
6.根据权利要求4所述的方法,其特征在于,所述基于所述其他车辆的行驶方向确定所述车辆所在的自车车道,包括:
响应于所述其他车辆的行驶方向与所述车辆的行驶方向相反,基于所述其他车辆的所在车道确定所述车辆所在的自车车道。
7.根据权利要求3或5所述的方法,其特征在于,所述基于所述车辆所在的自车车道从所述多个道路边界中确定所述车辆能够驶入的道路边界,包括:
基于所述交通标识以及所述车辆所在的自车车道从所述多个道路边界中确定所述车辆能够驶入的道路边界。
8.根据权利要求2至6任一项所述的方法,其特征在于,所述基于所述车辆所在的自车车道从所述多个道路边界中确定所述车辆能够驶入的道路边界,包括:
获得所述车辆所在的位置信息,从预先获得的地图数据确定与所述位置信息相关的地图子数据,基于所述地图子数据从所述多个道路边界中确定所述车辆能够驶入的道路边界;所述地图数据至少包括道路数据、道路标识数据和交通标志牌数据。
9.根据权利要求1至6任一项所述的方法,其特征在于,所述确定所述道路图像中的多个道路边界,包括:
检测所述道路图像中的多个车道,通过连接各车道的末端确定所述多个道路边界。
10.根据权利要求1至6任一项所述的方法,其特征在于,所述确定所述道路图像中的多个道路边界,包括:
检测所述道路图像中的可行驶区域,基于所述可行使区域的轮廓线确定所述图像中的多个道路边界。
11.根据权利要求1至6任一项所述的方法,其特征在于,所述方法还包括:
基于所述车辆能够驶入的道路边界确定所述车辆的行驶路径,按照所述行驶路径控制所述车辆行驶。
12.根据权利要求1至6任一项所述的方法,其特征在于,所述方法还包括:
基于所述车辆能够驶入的道路边界设置第一感兴趣区域,按照第一分辨率获得所述第一感兴趣区域对应的图像;其中,所述道路图像按照第二分辨率获得,所述第二分辨率小于所述第一分辨率。
13.根据权利要求1至6任一项所述的方法,其特征在于,所述方法还包括:
基于所述车辆能够驶入的道路边界设置第二感兴趣区域,按照第一帧速率获得所述第二感兴趣区域对应的图像;其中,所述道路图像按照第二帧速率获得,所述第二帧速率小于所述第一帧速度。
14.一种道路边界检测装置,其特征在于,所述装置包括:检测单元和选择单元;其中,
所述检测单元,用于识别设置在车辆上的图像采集设备采集的道路图像,确定所述道路图像中的多个道路边界;
所述选择单元,用于从所述多个道路边界中选择所述车辆能够驶入的道路边界。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至13任一项所述方法的步骤。
16.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至13任一项所述方法的步骤。
CN202210303727.1A 2022-03-24 2022-03-24 一种道路边界检测方法、装置、电子设备和存储介质 Pending CN114694116A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210303727.1A CN114694116A (zh) 2022-03-24 2022-03-24 一种道路边界检测方法、装置、电子设备和存储介质
PCT/CN2022/129043 WO2023179030A1 (zh) 2022-03-24 2022-11-01 一种道路边界检测方法、装置、电子设备、存储介质和计算机程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210303727.1A CN114694116A (zh) 2022-03-24 2022-03-24 一种道路边界检测方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN114694116A true CN114694116A (zh) 2022-07-01

Family

ID=82140064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210303727.1A Pending CN114694116A (zh) 2022-03-24 2022-03-24 一种道路边界检测方法、装置、电子设备和存储介质

Country Status (2)

Country Link
CN (1) CN114694116A (zh)
WO (1) WO2023179030A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023179030A1 (zh) * 2022-03-24 2023-09-28 商汤集团有限公司 一种道路边界检测方法、装置、电子设备、存储介质和计算机程序产品

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108216229B (zh) * 2017-09-08 2020-01-10 北京市商汤科技开发有限公司 交通工具、道路线检测和驾驶控制方法及装置
US10829121B1 (en) * 2018-08-02 2020-11-10 GM Global Technology Operations LLC Controlling an autonomous vehicle based upon computed lane boundaries
CN113297878B (zh) * 2020-02-21 2023-12-08 百度在线网络技术(北京)有限公司 道路交叉口识别方法、装置、计算机设备和存储介质
CN111874006B (zh) * 2020-08-05 2022-11-04 腾讯科技(深圳)有限公司 路线规划处理方法和装置
CN112363192A (zh) * 2020-09-29 2021-02-12 蘑菇车联信息科技有限公司 车道定位方法、装置、车辆、电子设备及存储介质
CN112309233B (zh) * 2020-10-26 2022-09-30 北京三快在线科技有限公司 一种道路边界的确定、道路切分方法及装置
CN114170826B (zh) * 2021-12-03 2022-12-16 地平线(上海)人工智能技术有限公司 自动驾驶控制方法和装置、电子设备和存储介质
CN114694116A (zh) * 2022-03-24 2022-07-01 商汤集团有限公司 一种道路边界检测方法、装置、电子设备和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023179030A1 (zh) * 2022-03-24 2023-09-28 商汤集团有限公司 一种道路边界检测方法、装置、电子设备、存储介质和计算机程序产品

Also Published As

Publication number Publication date
WO2023179030A1 (zh) 2023-09-28

Similar Documents

Publication Publication Date Title
CN110210280B (zh) 一种超视距感知方法、***、终端和存储介质
US10118614B2 (en) Detailed map format for autonomous driving
CN106043293B (zh) 用于安全地停放车辆的方法和装置
WO2021063006A1 (zh) 驾驶预警方法、装置、电子设备和计算机存储介质
JP7074438B2 (ja) 自車位置推定装置
CN107430815B (zh) 用于显示停车区的方法和***
US9576200B2 (en) Background map format for autonomous driving
CN109472844B (zh) 路口内车道线标注方法、装置及存储介质
CN111460865B (zh) 辅助驾驶方法、辅助驾驶***、计算设备及存储介质
CN111275997B (zh) 用于提供地图数据的方法、机动车和中央数据处理设备
US8972093B2 (en) Lane-based localization
US10942519B2 (en) System and method for navigating an autonomous driving vehicle
CN109387208B (zh) 一种地图数据的处理方法、装置、设备和介质
JP2024023319A (ja) 緊急車両の検出
CN110796007A (zh) 场景识别的方法与计算设备
CN111091037A (zh) 用于确定驾驶信息的方法和设备
CN114518122A (zh) 行车导航方法、装置、计算机设备、存储介质和计算机程序产品
WO2023179028A1 (zh) 一种图像处理方法、装置、设备及存储介质
CN115292435B (zh) 高精地图的更新方法和装置、电子设备和存储介质
CN109544443A (zh) 一种路线图生成方法及装置
WO2023179027A1 (zh) 一种道路障碍物检测方法、装置、设备及存储介质
CN114754778A (zh) 一种车辆定位方法以及装置、电子设备、存储介质
CN114694116A (zh) 一种道路边界检测方法、装置、电子设备和存储介质
US20210048819A1 (en) Apparatus and method for determining junction
CN115597577A (zh) 车辆在停车设施中的自定位

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination