[发明专利]一种车道线识别方法、装置及电子设备

权利要求书

1.一种车道线识别方法，其中，所述方法包括：

获取当前时刻的车道线图像，并利用预设车道线识别模型对所述当前时刻的车道线图像进行识别，得到当前时刻的车道线识别结果，所述当前时刻的车道线识别结果包括当前时刻的车道线；

对所述当前时刻的车道线进行均匀采样，得到所述当前时刻的车道线对应的多个采样点；

获取历史时刻的车道线识别结果，所述历史时刻的车道线识别结果包括历史时刻的车道线颜色和车道线类型；

根据所述当前时刻的车道线对应的多个采样点以及所述历史时刻的车道线识别结果，确定当前时刻的车道线颜色和车道线类型。

2.如权利要求1所述方法，其中，所述当前时刻的车道线识别结果还包括所述当前时刻的车道线对应的车道线拟合方程以及车道线起止点信息，所述对所述当前时刻的车道线进行均匀采样，得到所述当前时刻的车道线对应的多个采样点包括：

对于当前时刻的任意一条车道线，根据所述车道线对应的车道线拟合方程以及所述车道线起止点信息，对所述当前时刻的车道线进行均匀采样，得到所述当前时刻的车道线对应的多个采样点。

3.如权利要求1所述方法，其中，所述根据所述当前时刻的车道线对应的多个采样点以及所述历史时刻的车道线识别结果，确定当前时刻的车道线颜色和车道线类型包括：

利用HSV颜色空间下的饱和度信息和色调信息建立多维特征向量；

基于所述当前时刻的车道线对应的多个采样点建立车道线像素点集合，并将所述车道线像素点集合内所有车道线像素点的RGB颜色转换到HSV颜色空间下；

根据所述多维特征向量，对所述车道线像素点集合中的所有车道线像素点进行归类，并将归类后的多维特征向量进行归一化处理，得到归一化结果；

利用SVM支持向量机分类器对归一化结果进行分类，得到所述当前时刻的车道线颜色。

4.如权利要求1所述方法，其中，所述根据所述当前时刻的车道线对应的多个采样点以及所述历史时刻的车道线识别结果，确定当前时刻的车道线颜色和车道线类型包括：

根据所述当前时刻的车道线对应的多个采样点以及所述历史时刻的车道线识别结果，利用车道线类型预测算法确定所述当前时刻的车道线类型，所述车道线类型预测算法基于多个预设参数以及各个预设参数对应的比例系数构建得到。

5.如权利要求4所述方法，其中，所述预设参数包括第一参数，所述第一参数通过如下方式得到：

以所述当前时刻的车道线对应的各个采样点为中心，分别得到各个车道线点对应的预设大小的像素块；

根据每个车道线点对应的预设大小的像素块，确定所述采样点中的车道线点和非车道线点；

确定所述车道线点的数量占所述车道线对应的总采样点数量的比例，作为所述第一参数。

6.如权利要求4所述方法，其中，所述预设参数包括第二参数，所述第二参数通过如下方式得到：

对所述采样点中的车道线点进行排序，并确定排序后的任意两个相邻车道线点之间的点对间隔；

根据任意两个相邻车道线点之间的点对间隔确定所述点对间隔的众数；

确定所述点对间隔的众数对应的车道线点对的数量占总车道线点对数量的比例，作为所述第二参数。

7.如权利要求4所述方法，其中，所述预设参数包括第三参数，所述历史时刻的车道线识别结果包括历史时刻的车道线类型的概率，所述第三参数通过如下方式得到：

将所述历史时刻的车道线类型的概率作为所述第三参数。