CN114863025A - 三维车道线生成方法、装置、电子设备和计算机可读介质 - Google Patents

三维车道线生成方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN114863025A
CN114863025A CN202210539138.3A CN202210539138A CN114863025A CN 114863025 A CN114863025 A CN 114863025A CN 202210539138 A CN202210539138 A CN 202210539138A CN 114863025 A CN114863025 A CN 114863025A
Authority
CN
China
Prior art keywords
lane line
dimensional
point coordinate
equation
intersection point
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.)
Granted
Application number
CN202210539138.3A
Other languages
English (en)
Other versions
CN114863025B (zh
Inventor
胡禹超
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.)
Heduo Technology Guangzhou Co ltd
Original Assignee
HoloMatic Technology Beijing 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 HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202210539138.3A priority Critical patent/CN114863025B/zh
Publication of CN114863025A publication Critical patent/CN114863025A/zh
Application granted granted Critical
Publication of CN114863025B publication Critical patent/CN114863025B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G06V10/765—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects using rules for classification or partitioning the feature space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Mathematical Optimization (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computational Mathematics (AREA)
  • Computer Graphics (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Geometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Algebra (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开的实施例公开了三维车道线生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：确定目标道路图像对应的分割线单位方向向量；基于分割线单位方向向量，生成分割线方程组；对目标道路图像进行车道线特征提取，得到车道线采样点坐标组集合；基于车道线采样点坐标组集合和分割线方程组，生成切线交点坐标序列；对切线交点坐标序列中每个切线交点坐标进行投影处理以生成投影切线交点坐标，得到投影切线交点坐标序列；对投影切线交点坐标序列中的各个投影切线交点坐标进行拟合处理，以生成三维曲面方程；基于车道线采样点坐标组集合和三维曲面方程，生成三维车道线方程集合。该实施方式可以提高生成的三维车道线的准确度。

Description

三维车道线生成方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及三维车道线生成方法、装置、电子设备和计算机可读介质。
背景技术
三维车道线的生成对自动驾驶领域具有重要意义。目前，在生成三维车道线方程时，通常采用的方式为：首先，从连续帧道路图像中提取车道线特征点，然后，基于特征点匹配的三角化方法或基于直线假设的逆透视变换方法，对提取的车道线特征点进行处理，以生成三维车道线信息。
然而，当采用上述方式进行三维车道线生成时，经常会存在如下技术问题：
第一，对环境要求较高，需要从连续帧道路图像中提取大量关键点以及获取定位信息，因此，计算量较大，从而，导致降低生成三维车道线的效率；
第二，当道路是曲率较小的弯道时，未考虑车道线曲率对生成三维车道线的影响，从而，导致生成三维车道线的准确度较低。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了三维车道线生成方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种三维车道线生成方法，该方法包括：基于目标相机横滚角，确定目标道路图像对应的分割线单位方向向量；基于上述分割线单位方向向量，生成分割线方程组，其中，上述分割线方程组中的分割线方程处于上述目标道路图像的图像坐标系；对上述目标道路图像进行车道线特征提取，得到车道线采样点坐标组集合；基于上述车道线采样点坐标组集合和上述分割线方程组，生成切线交点坐标序列；对上述切线交点坐标序列中每个切线交点坐标进行投影处理以生成投影切线交点坐标，得到投影切线交点坐标序列；对上述投影切线交点坐标序列中的各个投影切线交点坐标进行拟合处理，以生成三维曲面方程；基于上述车道线采样点坐标组集合和上述三维曲面方程，生成三维车道线方程集合。
第二方面，本公开的一些实施例提供了一种三维车道线生成装置，该装置包括：确定单元，被配置成基于目标相机横滚角，确定目标道路图像对应的分割线单位方向向量；第一生成单元，被配置成基于上述分割线单位方向向量，生成分割线方程组，其中，上述分割线方程组中的分割线方程处于上述目标道路图像的图像坐标系；特征提取单元，被配置成对上述目标道路图像进行车道线特征提取，得到车道线采样点坐标组集合；第二生成单元，被配置成基于上述车道线采样点坐标组集合和上述分割线方程组，生成切线交点坐标序列；投影处理单元，被配置成对上述切线交点坐标序列中每个切线交点坐标进行投影处理以生成投影切线交点坐标，得到投影切线交点坐标序列；拟合处理单元，被配置成对上述投影切线交点坐标序列中的各个投影切线交点坐标进行拟合处理，以生成三维曲面方程；第三生成单元，被配置成基于上述车道线采样点坐标组集合和上述三维曲面方程，生成三维车道线方程集合。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的三维车道线生成方法，可以提高生成的三维车道线方程的效率。具体来说，造成降低生成三维车道线方程的效率的原因在于：对环境要求较高，需要从连续帧道路图像中提取大量关键点以及获取定位信息，因此，计算量较大。基于此，本公开的一些实施例的三维车道线生成方法，首先，基于目标相机横滚角，确定目标道路图像对应的分割线单位方向向量。考虑到从连续帧道路图像中提取大量关键点以及获取定位信息的计算量较大，因此，在生成三维车道线信息时可以仅依据单帧的道路图像(如，目标道路图像)。从而，可以减少数据量，降低计算资源的占用，使得提高生成三维车道线的效率。然后，基于上述分割线单位方向向量，生成分割线方程组，其中，上述分割线方程组中的分割线方程处于上述目标道路图像的图像坐标系。接着，对上述目标道路图像进行车道线特征提取，得到车道线采样点坐标组集合。由此，可以用车道线采样点坐标点组集合替换生成三维车道线的大量关键点，以此用于生成三维车道线。而后，基于上述车道线采样点坐标组集合和上述分割线方程组，生成切线交点坐标序列。通过生成切线交点坐标集，可以便于构建曲面方程。之后，对上述切线交点坐标序列中每个切线交点坐标进行投影处理以生成投影切线交点坐标，得到投影切线交点坐标序列。再然后，对上述投影切线交点坐标序列中的各个投影切线交点坐标进行拟合处理，以生成三维曲面方程。由此，可以利用生成的三维曲面方程，生成三维车道线。最后，基于上述车道线采样点坐标组集合和上述三维曲面方程，生成三维车道线方程集合。从而，实现了以单帧道路图像为基础，生成三维车道线。从而，可以提高生成三维车道线的效率。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是根据本公开的三维车道线生成方法的一些实施例的流程图；
图2是根据本公开的三维车道线生成装置的一些实施例的结构示意图；
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的三维车道线生成方法的一些实施例的流程100。该三维车道线生成方法的流程100，包括以下步骤：
步骤101，基于目标相机横滚角，确定目标道路图像对应的分割线单位方向向量。
在一些实施例中，三维车道线生成方法的执行主体可以基于目标相机横滚角，确定目标道路图像对应的分割线单位方向向量。其中，目标道路图像可以是预先通过有线方式或无线方式获取的、车载相机拍摄的道路图像。目标相机横滚角可以是上述车载相机拍摄上述目标道路图像时的横滚角。分割线单位方向向量可以包括两个数据，可以同时通过以下方式生成：第一个数据和上述目标相机横滚角余弦值的乘积、与第二个数据和上述目标相机横滚角正弦值的乘积相同。另外，分割线单位方向向量还可以满足以下条件：分割线单位方向向量的2范数等于一。这里，分割线单位方向向量可以是上述目标道路图像的图像坐标系中的单位方向向量。
步骤102，基于分割线单位方向向量，生成分割线方程组。
在一些实施例中，上述执行主体可以基于上述分割线单位方向向量，生成分割线方程组。其中，上述分割线方程组中的分割线方程可以处于上述目标道路图像的图像坐标系。可以以预设的纵向间隔(例如，10像素)，在上述目标道路图像中的上述分割线单位方向向量上，构建分割线方程，得到分割线方程组。各个分割线方程的方向与上述分割线单位方向向量的方向相同。纵向可以是图像坐标系的纵轴方向。
步骤103，对目标道路图像进行车道线特征提取，得到车道线采样点坐标组集合。
在一些实施例中，上述执行主体可以对上述目标道路图像进行车道线特征提取，得到车道线采样点坐标组集合。其中，可以通过预设的特征提取算法，对上述目标道路图像进行车道线特征提取，得到车道线采样点坐标组集合。
作为示例，上述特征提算法可以包括但不限于以下至少一项：UFLD(Ultra FastStructure-aware Deep Lane Detection，车道线检测)算法、LanNet(车道线检测网络)模型。
步骤104，基于车道线采样点坐标组集合和分割线方程组，生成切线交点坐标序列。
在一些实施例中，上述执行主体可以基于上述车道线采样点坐标组集合和上述分割线方程组，通过各种方式，生成切线交点坐标序列。
在一些实施例的一些可选的实现方式中，上述执行主体基于上述车道线采样点坐标组集合和上述分割线方程组，生成切线交点坐标序列，可以包括以下步骤：
第一步，对上述车道线采样点坐标组集合中每个车道线采样点坐标组中的各个车道线采样点进行拟合处理以生成图像车道线方程，得到图像车道线方程集合。其中，图像车道线方程集合中的图像车道线方程处于上述目标道路图像的图像坐标系。
第二步，确定上述图像车道线方程集合中各个图像车道线方程与上述分割线方程组中各个分割线方程的交点的切线方程，得到切线方程集合。其中，切线方程集合中的切线方程处于上述目标道路图像的图像坐标系。
第三步，确定上述切线方程集合中各个切线方程之间的切线交点坐标，得到待确定切线交点坐标序列。其中，可以将切线方程联立求解得到交点坐标。这里，可以通过随机抽样一致性算法、最小二乘算法等进行求解。另外，在生成切线交点坐标时，还可以生成每个切线交点对应的残差值。
在一些实施例的一些可选的实现方式中，上述执行主体基于上述车道线采样点坐标组集合和上述分割线方程组，生成切线交点坐标序列，还可以包括以下步骤：
第一步，确定与上述待确定切线交点坐标序列各个待确定切线交点坐标的残差值，得到残差值集合。其中，待确定切线交点坐标的残差值可以是与待确定切线交点坐标同时生成的。
第二步，去除上述待确定切线交点坐标序列中的对应残差值集合中残差值大于预设残差阈值的待确定切线交点坐标，得到切线交点坐标序列。其中，残差值大于预设残差阈值可以表征残差值对应的待确定切线交点坐标无效。因此，可以去除待确定切线交点坐标，得到切线交点坐标序列。
步骤105，对切线交点坐标序列中每个切线交点坐标进行投影处理以生成投影切线交点坐标，得到投影切线交点坐标序列。
在一些实施例中，上述执行主体可以对上述切线交点坐标序列中每个切线交点坐标进行投影处理以生成投影切线交点坐标，得到投影切线交点坐标序列。
在一些实施例的一些可选的实现方式中，上述执行主体对上述切线交点坐标序列中每个切线交点坐标进行投影处理以生成投影切线交点坐标，可以包括以下步骤：
基于预设的相机内参矩阵，确定与上述切线交点坐标对应的投影切线交点坐标。其中，首先，可以获取上述车载相机在当前时刻的相机地面三维坐标。上述相机地面三维坐标可以是车载相机在当前时刻正下方地面的三维坐标。然后，可以将分割线方程组中的各个分割线方程反投影至上述车辆坐标系中，得到反投影分割线平面方程组。最后，可以将通过以下公式确定与上述切线交点坐标对应的投影切线交点坐标：
Figure BDA0003649853000000071
其中，Q表示上述切线交点坐标的反投影射线的单位方向向量。λ表示第一配平系数，用于配平等号两侧结果的向量中的第三个数据。K表示上述相机内参矩阵。K-1表示上述相机内参矩阵的逆矩阵。q表示上述切线交点坐标。qx表示上述切线交点坐标的横坐标值。qy表示上述切线交点坐标的纵坐标值。s.t.表示约束条件。||||2表示2范式。s表示上述投影切线交点坐标。s′表示上述投影切线交点坐标序列中与上述投影切线交点坐标相邻的上一个投影切线交点坐标。这里，若上述投影切线交点坐标为上述投影切线交点坐标序列中的第一个投影切线交点坐标，则上述s′可以是上述相机地面三维坐标。
另外，上述投影切线交点坐标可以是以上一个投影切线交点坐标为起点的、反投影射线的单位方向向量的射线与反投影分割线平面方程的交点。该反投影分割线平面方程可以是上述反投影分割线平面方程组中与上述切线交点坐标对应的反投影分割线平面方程。
γ表示上述投影切线交点坐标与上述上一个投影切线交点坐标之间的距离值。β表示第二配平系数。u表示与上述切线交坐标对应的图像坐标系中的分割线方程上点的横坐标值。v表示与上述切线交坐标对应的图像坐标系中的分割线方程上点的纵坐标值。d1表示与上述切线交坐标对应的图像坐标系中的分割线方程的横坐标系数。d2表示与上述切线交坐标对应的图像坐标系中的分割线方程的纵坐标系数。d3表示与上述切线交坐标对应的图像坐标系中的分割线方程的常数项。
步骤106，对投影切线交点坐标序列中的各个投影切线交点坐标进行拟合处理，以生成三维曲面方程。
在一些实施例中，上述执行主体可以对上述投影切线交点坐标序列中的各个投影切线交点坐标进行拟合处理，以生成三维曲面方程。其中，三维曲面方程可以是当前车辆的车辆坐标系中的曲面方程。
在一些实施例的一些可选的实现方式中，上述执行主体对上述投影切线交点坐标序列中的各个投影切线交点坐标进行拟合处理，以生成三维曲面方程，可以包括以下步骤：
第一步，对上述投影切线交点坐标序列中的各个投影切线交点坐标进行拟合，得到三维拟合曲线方程。其中，上述三维拟合曲线方程处于上述车辆坐标系中。
第二步，在上述车辆坐标系中，沿横轴方向对上述三维拟合曲线方程进行延伸处理，得到三维曲面方程。其中，延伸处理可以是通过曲线拟合算法，以三维拟合曲线方程所在曲线为起始线，沿横轴方向、向该曲线的两侧延伸。以此，可以得到三维曲面方程。
作为示例，上述曲线拟合算法可以是：CRS(Centripetal Catmull–Rom Spline，曲线拟合)算法。
步骤107，基于车道线采样点坐标组集合和三维曲面方程，生成三维车道线方程集合。
在一些实施例中，上述执行主体可以基于上述车道线采样点坐标组集合和上述三维曲面方程，通过各种方式生成三维车道线方程集合。
在一些实施例的一些可选的实现方式中，上述执行主体基于上述车道线采样点坐标组集合和上述三维曲面方程，生成三维车道线方程集合，可以包括以下步骤：
第一步，将上述车道线采样点坐标组集合中每个车道线特征点坐标组中的各个车道线特征点坐标投影至上述三维曲面方程所在曲面以生成目标三维车道线坐标组，得到目标三维车道线坐标组集合。
第二步，对上述目标三维车道线坐标组集合中每个目标三维车道线坐标组中的各个目标三维车道线坐标进行拟合处理以生成三维车道线方程，得到三维车道线方程集合。
上述公式及其相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“当道路是曲率较小的弯道时，未考虑车道线曲率对生成三维车道线的影响，从而，导致生成三维车道线的准确度较低”。导致生成三维车道线的准确度较低的因素往往如下：当道路是曲率较小的弯道时，未考虑车道线曲率对生成三维车道线的影响。如果解决了上述因素，就能提高生成的三维车道线的准确度。进而，提高驾驶安全。为了达到这一效果，首先，通过上述公式将切线交点坐标序列中每个切线交点坐标投影至车辆坐标系，得到投影切线交点坐标序列。然后，通过拟合处理，可以生成三维曲面方程，以用于表征当前车辆所在的道路曲面。从而，可以得到目标三维车道线坐标。以此，可以用于生成三维车道线方程。另外，还通过生成切线方程的方式，生成切线交点坐标序列。此种方式可以有效避免道路曲率对应生成三维车道线的影响。以及上述公式中还引入了切线交点坐标的反投影射线的单位方向向量，使得进一步消除曲率，将车道线采样点投影至车辆坐标系中的影响。以此，提高目标三维车道线坐标的准确度。也因为生成了三维曲面方程，可以直接将车道线采样点坐标投影至三维曲面方程的平面。从而，可以提高生成的目标三维车道线坐标组集合的准确度。进而，可以提高三维车道线方程集合的准确度。
可选的，上述执行主体还可以将上述三维车道线方程集合中的各个三维车道线方程发送至显示终端，以供三维车道线显示。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的三维车道线生成方法，可以提高生成的三维车道线方程的效率。具体来说，造成降低生成三维车道线方程的效率的原因在于：对环境要求较高，需要从连续帧道路图像中提取大量关键点以及获取定位信息，因此，计算量较大。基于此，本公开的一些实施例的三维车道线生成方法，首先，基于目标相机横滚角，确定目标道路图像对应的分割线单位方向向量。考虑到从连续帧道路图像中提取大量关键点以及获取定位信息的计算量较大，因此，在生成三维车道线信息时可以仅依据单帧的道路图像(如，目标道路图像)。从而，可以减少数据量，降低计算资源的占用，使得提高生成三维车道线的效率。然后，基于上述分割线单位方向向量，生成分割线方程组，其中，上述分割线方程组中的分割线方程处于上述目标道路图像的图像坐标系。接着，对上述目标道路图像进行车道线特征提取，得到车道线采样点坐标组集合。由此，可以用车道线采样点坐标点组集合替换生成三维车道线的大量关键点，以此用于生成三维车道线。而后，基于上述车道线采样点坐标组集合和上述分割线方程组，生成切线交点坐标序列。通过生成切线交点坐标集，可以便于构建曲面方程。之后，对上述切线交点坐标序列中每个切线交点坐标进行投影处理以生成投影切线交点坐标，得到投影切线交点坐标序列。再然后，对上述投影切线交点坐标序列中的各个投影切线交点坐标进行拟合处理，以生成三维曲面方程。由此，可以利用生成的三维曲面方程，生成三维车道线。最后，基于上述车道线采样点坐标组集合和上述三维曲面方程，生成三维车道线方程集合。从而，实现了以单帧道路图像为基础，生成三维车道线。从而，可以提高生成三维车道线的效率。
进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种三维车道线生成装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图2所示，一些实施例的三维车道线生成装置200包括：确定单元201、第一生成单元202、特征提取单元203、第二生成单元204、投影处理单元205、拟合处理单元206和第三生成单元207。其中，确定单元201，被配置成基于目标相机横滚角，确定目标道路图像对应的分割线单位方向向量；第一生成单元202，被配置成基于上述分割线单位方向向量，生成分割线方程组，其中，上述分割线方程组中的分割线方程处于上述目标道路图像的图像坐标系；特征提取单元203，被配置成对上述目标道路图像进行车道线特征提取，得到车道线采样点坐标组集合；第二生成单元204，被配置成基于上述车道线采样点坐标组集合和上述分割线方程组，生成切线交点坐标序列；投影处理单元205，被配置成对上述切线交点坐标序列中每个切线交点坐标进行投影处理以生成投影切线交点坐标，得到投影切线交点坐标序列；拟合处理单元206，被配置成对上述投影切线交点坐标序列中的各个投影切线交点坐标进行拟合处理，以生成三维曲面方程；第三生成单元207，被配置成基于上述车道线采样点坐标组集合和上述三维曲面方程，生成三维车道线方程集合。
可以理解的是，该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元，在此不再赘述。
下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：基于目标相机横滚角，确定目标道路图像对应的分割线单位方向向量；基于上述分割线单位方向向量，生成分割线方程组，其中，上述分割线方程组中的分割线方程处于上述目标道路图像的图像坐标系；对上述目标道路图像进行车道线特征提取，得到车道线采样点坐标组集合；基于上述车道线采样点坐标组集合和上述分割线方程组，生成切线交点坐标序列；对上述切线交点坐标序列中每个切线交点坐标进行投影处理以生成投影切线交点坐标，得到投影切线交点坐标序列；对上述投影切线交点坐标序列中的各个投影切线交点坐标进行拟合处理，以生成三维曲面方程；基于上述车道线采样点坐标组集合和上述三维曲面方程，生成三维车道线方程集合。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括确定单元、第一生成单元、特征提取单元、第二生成单元、投影处理单元、拟合处理单元和第三生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，确定单元还可以被描述为“确定目标道路图像对应的分割线单位方向向量的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种三维车道线生成方法，包括：
基于目标相机横滚角，确定目标道路图像对应的分割线单位方向向量；
基于所述分割线单位方向向量，生成分割线方程组，其中，所述分割线方程组中的分割线方程处于所述目标道路图像的图像坐标系；
对所述目标道路图像进行车道线特征提取，得到车道线采样点坐标组集合；
基于所述车道线采样点坐标组集合和所述分割线方程组，生成切线交点坐标序列；
对所述切线交点坐标序列中每个切线交点坐标进行投影处理以生成投影切线交点坐标，得到投影切线交点坐标序列；
对所述投影切线交点坐标序列中的各个投影切线交点坐标进行拟合处理，以生成三维曲面方程；
基于所述车道线采样点坐标组集合和所述三维曲面方程，生成三维车道线方程集合。
2.根据权利要求1所述的方法，其中，所述方法还包括：
将所述三维车道线方程集合中的各个三维车道线方程发送至显示终端，以供三维车道线显示。
3.根据权利要求1所述的方法，其中，所述基于所述车道线采样点坐标组集合和所述分割线方程组，生成切线交点坐标序列，包括：
对所述车道线采样点坐标组集合中每个车道线采样点坐标组中的各个车道线采样点进行拟合处理以生成图像车道线方程，得到图像车道线方程集合；
确定所述图像车道线方程集合中各个图像车道线方程与所述分割线方程组中各个分割线方程的交点的切线方程，得到切线方程集合；
确定所述切线方程集合中各个切线方程之间的切线交点坐标，得到待确定切线交点坐标序列。
4.根据权利要求3所述的方法，其中，所述基于所述车道线采样点坐标组集合和所述分割线方程组，生成切线交点坐标序列，还包括：
确定与所述待确定切线交点坐标序列各个待确定切线交点坐标的残差值，得到残差值集合；
去除所述待确定切线交点坐标序列中的对应残差值集合中残差值大于预设残差阈值的待确定切线交点坐标，得到切线交点坐标序列。
5.根据权利要求1所述的方法，其中，所述对所述切线交点坐标序列中每个切线交点坐标进行投影处理以生成投影切线交点坐标，包括：
基于预设的相机内参矩阵，确定与所述切线交点坐标对应的投影切线交点坐标。
6.根据权利要求5所述的方法，其中，所述对所述投影切线交点坐标序列中的各个投影切线交点坐标进行拟合处理，以生成三维曲面方程，包括：
对所述投影切线交点坐标序列中的各个投影切线交点坐标进行拟合，得到三维拟合曲线方程，其中，所述三维拟合曲线方程处于车辆坐标系中；
在所述车辆坐标系中，沿横轴方向对所述三维拟合曲线方程进行延伸处理，得到三维曲面方程。
7.根据权利要求6所述的方法，其中，所述基于所述车道线采样点坐标组集合和所述三维曲面方程，生成三维车道线方程集合，包括：
将所述车道线采样点坐标组集合中每个车道线特征点坐标组中的各个车道线特征点坐标投影至所述三维曲面方程所在曲面以生成目标三维车道线坐标组，得到目标三维车道线坐标组集合；
对所述目标三维车道线坐标组集合中每个目标三维车道线坐标组中的各个目标三维车道线坐标进行拟合处理以生成三维车道线方程，得到三维车道线方程集合。
8.一种三维车道线生成装置，包括：
确定单元，被配置成基于目标相机横滚角，确定目标道路图像对应的分割线单位方向向量；
第一生成单元，被配置成基于所述分割线单位方向向量，生成分割线方程组，其中，所述分割线方程组中的分割线方程处于所述目标道路图像的图像坐标系；
特征提取单元，被配置成对所述目标道路图像进行车道线特征提取，得到车道线采样点坐标组集合；
第二生成单元，被配置成基于所述车道线采样点坐标组集合和所述分割线方程组，生成切线交点坐标序列；
投影处理单元，被配置成对所述切线交点坐标序列中每个切线交点坐标进行投影处理以生成投影切线交点坐标，得到投影切线交点坐标序列；
拟合处理单元，被配置成对所述投影切线交点坐标序列中的各个投影切线交点坐标进行拟合处理，以生成三维曲面方程；
第三生成单元，被配置成基于所述车道线采样点坐标组集合和所述三维曲面方程，生成三维车道线方程集合。
9.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN202210539138.3A 2022-05-18 2022-05-18 三维车道线生成方法、装置、电子设备和计算机可读介质 Active CN114863025B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210539138.3A CN114863025B (zh) 2022-05-18 2022-05-18 三维车道线生成方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210539138.3A CN114863025B (zh) 2022-05-18 2022-05-18 三维车道线生成方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN114863025A true CN114863025A (zh) 2022-08-05
CN114863025B CN114863025B (zh) 2023-03-10

Family

ID=82639998

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210539138.3A Active CN114863025B (zh) 2022-05-18 2022-05-18 三维车道线生成方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN114863025B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005010820A2 (fr) * 2003-07-29 2005-02-03 Holding Bev Sa Procede et dispositif automatise de perception avec determination et caracterisation de bords et de frontieres d'objets d'un espace, construction de contours et applications
US20180285659A1 (en) * 2017-03-31 2018-10-04 Here Global B.V. Method, apparatus, and system for a parametric representation of lane lines
CN109360266A (zh) * 2018-09-20 2019-02-19 深圳市创梦天地科技有限公司 一种道路建模方法、相关装置和设备
CN110307791A (zh) * 2019-06-13 2019-10-08 东南大学 基于三维车辆边界框的车辆长度及速度计算方法
CN111332285A (zh) * 2018-12-19 2020-06-26 长沙智能驾驶研究院有限公司 车辆避开障碍物的方法及装置、电子设备和存储介质
CN114399589A (zh) * 2021-12-20 2022-04-26 禾多科技（北京）有限公司 三维车道线生成方法、装置、电子设备和计算机可读介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005010820A2 (fr) * 2003-07-29 2005-02-03 Holding Bev Sa Procede et dispositif automatise de perception avec determination et caracterisation de bords et de frontieres d'objets d'un espace, construction de contours et applications
US20180285659A1 (en) * 2017-03-31 2018-10-04 Here Global B.V. Method, apparatus, and system for a parametric representation of lane lines
CN109360266A (zh) * 2018-09-20 2019-02-19 深圳市创梦天地科技有限公司 一种道路建模方法、相关装置和设备
CN111332285A (zh) * 2018-12-19 2020-06-26 长沙智能驾驶研究院有限公司 车辆避开障碍物的方法及装置、电子设备和存储介质
CN110307791A (zh) * 2019-06-13 2019-10-08 东南大学 基于三维车辆边界框的车辆长度及速度计算方法
CN114399589A (zh) * 2021-12-20 2022-04-26 禾多科技（北京）有限公司 三维车道线生成方法、装置、电子设备和计算机可读介质

Also Published As

Publication number Publication date
CN114863025B (zh) 2023-03-10

Similar Documents

Publication Publication Date Title
CN112668588B (zh) 车位信息生成方法、装置、设备和计算机可读介质
CN114399589B (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN114399588B (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN111784712B (zh) 图像处理方法、装置、设备和计算机可读介质
CN113607185B (zh) 车道线信息显示方法、装置、电子设备和计算机可读介质
CN114993328B (zh) 车辆定位评估方法、装置、设备和计算机可读介质
CN112418249A (zh) 掩膜图像生成方法、装置、电子设备和计算机可读介质
CN115817463A (zh) 车辆避障方法、装置、电子设备和计算机可读介质
CN115272182A (zh) 车道线检测方法、装置、电子设备和计算机可读介质
WO2022012178A1 (zh) 用于生成目标函数的方法、装置、电子设备和计算机可读介质
CN114445597A (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN112257598B (zh) 图像中四边形的识别方法、装置、可读介质和电子设备
CN111915532B (zh) 图像追踪方法、装置、电子设备及计算机可读介质
CN114723640B (zh) 障碍物信息生成方法、装置、电子设备和计算机可读介质
CN114863025B (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN116311155A (zh) 障碍物信息生成方法、装置、电子设备和计算机可读介质
CN114862720A (zh) 画布还原方法、装置、电子设备和计算机可读介质
CN114419298A (zh) 虚拟物体的生成方法、装置、设备及存储介质
CN114723600A (zh) 美妆特效的生成方法、装置、设备、存储介质和程序产品
CN110796144B (zh) 车牌检测方法、装置、设备及存储介质
CN113870271A (zh) 3d点云的压缩方法、装置、设备及存储介质
CN113808050B (zh) 3d点云的去噪方法、装置、设备及存储介质
CN112215789B (zh) 图像去雾方法、装置、设备和计算机可读介质
CN114842448B (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN111797932B (zh) 图像分类方法、装置、设备和计算机可读介质

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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806

Patentee after: Heduo Technology (Guangzhou) Co.,Ltd.

Address before: 100099 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing

Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

CP03 Change of name, title or address