本技術(shù)涉及車道線分割，尤其涉及一種車道線分割優(yōu)化方法、裝置及電子設(shè)備、計算機(jī)程序產(chǎn)品。

背景技術(shù)：

1、高精度定位對于自動駕駛車輛非常重要，定位精度越高、越穩(wěn)定，自動駕駛車輛就會越安全。目前，主流的定位方案以組合導(dǎo)航為主，即使用卡爾曼濾波融合高頻的imu(inertial?measurement?unit，慣性測量單元)信息與低頻的gnss信號，輸出高頻、沒有累計誤差的定位結(jié)果。

2、由于城市中高樓大廈、高架橋等引起的多路徑效應(yīng)，會導(dǎo)致gnss信號的精度大幅下降，且隨著硬件和多傳感器融合定位技術(shù)的發(fā)展，以相機(jī)、激光雷達(dá)等傳感器設(shè)備為基礎(chǔ)的slam(同步定位與建圖)方法逐漸被采用以提供輔助的定位信息，彌補(bǔ)gnss(globalnavigation?satellite?system，全球衛(wèi)星導(dǎo)航系統(tǒng))信號不好時的不足。

3、然而，使用激光slam或者視覺slam的前提是要有地圖數(shù)據(jù)，如激光建立的地圖、高精地圖或者語義地圖等。此外，在很多場景下，無法得到可靠的結(jié)果，如路面有積雪、積水，自動駕駛車輛周圍的動態(tài)物體多等，均會影響車道線等路面元素的識別，進(jìn)而影響了自動駕駛車輛的定位精度。

技術(shù)實現(xiàn)思路

1、本技術(shù)實施例提供了一種車道線分割優(yōu)化方法、裝置及電子設(shè)備、計算機(jī)程序產(chǎn)品，以提高車道線分割的準(zhǔn)確性，進(jìn)而為自動駕駛車輛的輔助定位提供有效支撐。

2、本技術(shù)實施例采用下述技術(shù)方案：

3、第一方面，本技術(shù)實施例提供一種車道線分割優(yōu)化方法，其中，所述車道線分割優(yōu)化方法包括：

4、獲取自動駕駛車輛采集的當(dāng)前幀道路圖像，并利用車道線分割模型對所述當(dāng)前幀道路圖像進(jìn)行車道線分割，得到當(dāng)前幀的車道線分割結(jié)果；

5、獲取上一幀的車道線分割結(jié)果，并根據(jù)所述上一幀的車道線分割結(jié)果，利用預(yù)設(shè)過濾策略對所述當(dāng)前幀的車道線分割結(jié)果進(jìn)行過濾，得到過濾后的當(dāng)前幀的車道線分割結(jié)果；

6、確定自動駕駛車輛在當(dāng)前幀和上一幀產(chǎn)生的定位位移，并根據(jù)所述定位位移對過濾后的當(dāng)前幀的車道線分割結(jié)果和上一幀的車道線分割結(jié)果進(jìn)行匹配，得到車道線匹配結(jié)果；

7、根據(jù)所述車道線匹配結(jié)果對所述過濾后的當(dāng)前幀的車道線分割結(jié)果進(jìn)行補(bǔ)償，得到補(bǔ)償后的當(dāng)前幀的車道線分割結(jié)果。

8、可選地，所述車道線分割結(jié)果包括車道線語義分割結(jié)果和車道線實例分割結(jié)果，所述根據(jù)所述上一幀的車道線分割結(jié)果，利用預(yù)設(shè)過濾策略對所述當(dāng)前幀的車道線分割結(jié)果進(jìn)行過濾，得到過濾后的當(dāng)前幀的車道線分割結(jié)果包括：

9、根據(jù)所述上一幀的車道線語義分割結(jié)果，利用第一預(yù)設(shè)過濾策略對所述當(dāng)前幀的車道線語義分割結(jié)果進(jìn)行過濾，得到當(dāng)前幀的車道線語義分割結(jié)果的過濾結(jié)果；

10、基于所述當(dāng)前幀的車道線語義分割結(jié)果的過濾結(jié)果，利用第二預(yù)設(shè)過濾策略對所述當(dāng)前幀的車道線實例分割結(jié)果進(jìn)行過濾，得到當(dāng)前幀的車道線實例分割結(jié)果的過濾結(jié)果。

11、可選地，所述根據(jù)所述上一幀的車道線語義分割結(jié)果，利用第一預(yù)設(shè)過濾策略對所述當(dāng)前幀的車道線語義分割結(jié)果進(jìn)行過濾，得到當(dāng)前幀的車道線語義分割結(jié)果的過濾結(jié)果包括：

12、將所述上一幀的車道線語義分割結(jié)果和所述當(dāng)前幀的車道線語義分割結(jié)果均投影至車體坐標(biāo)系下，得到投影后的上一幀的車道線語義分割結(jié)果和當(dāng)前幀的車道線語義分割結(jié)果；

13、對投影后的上一幀的車道線語義分割結(jié)果和當(dāng)前幀的車道線語義分割結(jié)果進(jìn)行匹配，得到車道線語義分割結(jié)果的匹配結(jié)果；

14、根據(jù)當(dāng)前幀的車道線語義分割結(jié)果確定當(dāng)前幀的車道線語義分割長度；

15、根據(jù)所述車道線語義分割結(jié)果的匹配結(jié)果以及所述當(dāng)前幀的車道線語義分割長度，對所述當(dāng)前幀的車道線語義分割結(jié)果進(jìn)行過濾，得到當(dāng)前幀的車道線語義分割結(jié)果的過濾結(jié)果。

16、可選地，所述根據(jù)所述車道線語義分割結(jié)果的匹配結(jié)果以及所述當(dāng)前幀的車道線語義分割長度，對所述當(dāng)前幀的車道線語義分割結(jié)果進(jìn)行過濾，得到當(dāng)前幀的車道線語義分割結(jié)果的過濾結(jié)果包括：

17、若所述車道線語義分割結(jié)果的匹配結(jié)果中存在當(dāng)前幀未匹配成功的車道線像素點，則將當(dāng)前幀未匹配成功的車道線像素點從當(dāng)前幀的車道線語義分割結(jié)果中過濾掉；

18、若所述當(dāng)前幀的車道線語義分割長度小于預(yù)設(shè)分割長度閾值，則將當(dāng)前幀的車道線語義分割長度小于所述預(yù)設(shè)分割長度閾值的車道線像素點從當(dāng)前幀的車道線語義分割結(jié)果中過濾掉。

19、可選地，所述基于所述當(dāng)前幀的車道線語義分割結(jié)果的過濾結(jié)果，利用第二預(yù)設(shè)過濾策略對所述當(dāng)前幀的車道線實例分割結(jié)果進(jìn)行過濾，得到當(dāng)前幀的車道線實例分割結(jié)果的過濾結(jié)果包括：

20、基于所述當(dāng)前幀的車道線語義分割結(jié)果的過濾結(jié)果對所述當(dāng)前幀的車道線實例分割結(jié)果進(jìn)行過濾，得到當(dāng)前幀的車道線實例分割結(jié)果的第一過濾結(jié)果；

21、利用預(yù)設(shè)聚類算法對當(dāng)前幀的車道線實例分割結(jié)果的第一過濾結(jié)果進(jìn)行聚類，得到當(dāng)前幀的車道線實例分割結(jié)果的聚類結(jié)果；

22、根據(jù)當(dāng)前幀的車道線實例分割結(jié)果確定當(dāng)前幀的車道線實例分割長度；

23、根據(jù)所述當(dāng)前幀的車道線實例分割結(jié)果的聚類結(jié)果以及所述當(dāng)前幀的車道線實例分割長度，對所述當(dāng)前幀的車道線實例分割結(jié)果的第一過濾結(jié)果進(jìn)行過濾，得到當(dāng)前幀的車道線實例分割結(jié)果的第二過濾結(jié)果。

24、可選地，所述聚類結(jié)果包括聚類核心點數(shù)量，所述根據(jù)所述當(dāng)前幀的車道線實例分割結(jié)果的聚類結(jié)果以及所述當(dāng)前幀的車道線實例分割長度，對所述當(dāng)前幀的車道線實例分割結(jié)果的第一過濾結(jié)果進(jìn)行過濾，得到當(dāng)前幀的車道線實例分割結(jié)果的第二過濾結(jié)果包括：

25、若所述當(dāng)前幀的車道線實例分割結(jié)果對應(yīng)的聚類核心點數(shù)量小于預(yù)設(shè)數(shù)量閾值，則將聚類核心點數(shù)量小于預(yù)設(shè)數(shù)量閾值的車道線實例分割結(jié)果從當(dāng)前幀的車道線實例分割結(jié)果中過濾掉；

26、若所述當(dāng)前幀的車道線實例分割長度小于預(yù)設(shè)實例長度閾值，則將車道線實例分割長度小于預(yù)設(shè)實例長度閾值的車道線像素點從當(dāng)前幀的車道線實例分割結(jié)果中過濾掉。

27、可選地，所述根據(jù)所述定位位移對過濾后的當(dāng)前幀的車道線分割結(jié)果和上一幀的車道線分割結(jié)果進(jìn)行匹配，得到車道線匹配結(jié)果包括：

28、基于所述過濾后的當(dāng)前幀的車道線分割結(jié)果和所述定位位移，對上一幀的車道線分割結(jié)果進(jìn)行還原，得到上一幀的車道線分割結(jié)果的還原結(jié)果；

29、將所述過濾后的當(dāng)前幀的車道線分割結(jié)果與上一幀的車道線分割結(jié)果的還原結(jié)果進(jìn)行匹配，得到所述車道線匹配結(jié)果。

30、可選地，所述根據(jù)所述車道線匹配結(jié)果對所述過濾后的當(dāng)前幀的車道線分割結(jié)果進(jìn)行補(bǔ)償，得到補(bǔ)償后的當(dāng)前幀的車道線分割結(jié)果包括：

31、根據(jù)所述車道線匹配結(jié)果生成當(dāng)前幀的候選車道線像素點；

32、將所述當(dāng)前幀的候選車道線像素點與所述過濾后的當(dāng)前幀的車道線分割結(jié)果進(jìn)行合并，得到補(bǔ)償后的當(dāng)前幀的車道線分割結(jié)果。

33、第二方面，本技術(shù)實施例還提供一種車道線分割優(yōu)化裝置，其中，所述車道線分割優(yōu)化裝置包括：

34、分割單元，用于獲取自動駕駛車輛采集的當(dāng)前幀道路圖像，并利用車道線分割模型對所述當(dāng)前幀道路圖像進(jìn)行車道線分割，得到當(dāng)前幀的車道線分割結(jié)果；

35、過濾單元，用于獲取上一幀的車道線分割結(jié)果，并根據(jù)所述上一幀的車道線分割結(jié)果，利用預(yù)設(shè)過濾策略對所述當(dāng)前幀的車道線分割結(jié)果進(jìn)行過濾，得到過濾后的當(dāng)前幀的車道線分割結(jié)果；

36、匹配單元，用于確定自動駕駛車輛在當(dāng)前幀和上一幀產(chǎn)生的定位位移，并根據(jù)所述定位位移對過濾后的當(dāng)前幀的車道線分割結(jié)果和上一幀的車道線分割結(jié)果進(jìn)行匹配，得到車道線匹配結(jié)果；

37、補(bǔ)償單元，用于根據(jù)所述車道線匹配結(jié)果對所述過濾后的當(dāng)前幀的車道線分割結(jié)果進(jìn)行補(bǔ)償，得到補(bǔ)償后的當(dāng)前幀的車道線分割結(jié)果。

38、第三方面，本技術(shù)實施例還提供一種電子設(shè)備，包括：

39、處理器；以及

40、被安排成存儲計算機(jī)可執(zhí)行指令的存儲器，所述可執(zhí)行指令在被執(zhí)行時使所述處理器執(zhí)行前述之任一所述車道線分割優(yōu)化方法。

41、第四方面，本技術(shù)實施例還提供一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序或指令，所述計算機(jī)程序或指令被處理器執(zhí)行時實現(xiàn)前述之任一所述車道線分割優(yōu)化方法。

42、本技術(shù)實施例采用的上述至少一個技術(shù)方案能夠達(dá)到以下有益效果：本技術(shù)實施例的車道線分割優(yōu)化方法，先獲取自動駕駛車輛采集的當(dāng)前幀道路圖像，并利用車道線分割模型對當(dāng)前幀道路圖像進(jìn)行車道線分割，得到當(dāng)前幀的車道線分割結(jié)果；然后獲取上一幀的車道線分割結(jié)果，并根據(jù)上一幀的車道線分割結(jié)果，利用預(yù)設(shè)過濾策略對當(dāng)前幀的車道線分割結(jié)果進(jìn)行過濾，得到過濾后的當(dāng)前幀的車道線分割結(jié)果；之后確定自動駕駛車輛在當(dāng)前幀和上一幀產(chǎn)生的定位位移，并根據(jù)定位位移對過濾后的當(dāng)前幀的車道線分割結(jié)果和上一幀的車道線分割結(jié)果進(jìn)行匹配，得到車道線匹配結(jié)果；最后根據(jù)車道線匹配結(jié)果對過濾后的當(dāng)前幀的車道線分割結(jié)果進(jìn)行補(bǔ)償，得到補(bǔ)償后的當(dāng)前幀的車道線分割結(jié)果。本技術(shù)實施例的車道線分割優(yōu)化方法結(jié)合歷史幀的車道線分割數(shù)據(jù)對當(dāng)前幀的車道線誤識別信息進(jìn)行了過濾，并進(jìn)一步結(jié)合相鄰幀的定位位移對缺失部分進(jìn)行匹配補(bǔ)償，能夠有效召回車道線分割的缺失結(jié)果，提高了車道線分割的精度，為后續(xù)車道線擬合、輔助定位提供了更可靠的信息。