(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210751725.9 (22)申请日 2022.06.29 (71)申请人 合众新能源 汽车有限公司 地址 314500 浙江省嘉兴 市桐乡市梧桐街 道同仁路98 8号 (72)发明人 王文爽　张灿　潘奇　赵天坤　 (74)专利代理 机构 北京鼎佳达知识产权代理事 务所(普通 合伙) 11348 专利代理师 刘铁鸣　刘铁生 (51)Int.Cl. G06V 20/56(2022.01) G06V 20/70(2022.01) G06V 10/764(2022.01) G06V 10/762(2022.01) (54)发明名称 一种车道线检测方法及装置 (57)摘要 本申请公开了一种车道线检测方法及 装置， 涉及车辆控制技术领域， 主要目的在于提高车道 线检测的准确度； 主要技术方案包括： 基于当前 时刻车辆所处位置构建局部语义地图， 其中， 局 部语义地图为多个栅格组成的栅格地图； 获取目 标语义地图， 其中， 目标语义地图中各栅格对应 的车道线概率已在前一时刻执行车道线检测时 被确定； 基于目标语义地图中各栅格对应的车道 线概率、 当前时刻的道路点云数据中各点的类别 以及坐标， 确定局部语义地图中每一个栅格对应 的车道线概率； 基于道路点云数据中各点的类别 以及坐标、 局部语义地图中各栅格对应的车道线 概率， 确定车道线点云； 基于车道线点云进行车 道线检测。 权利要求书3页 说明书13页 附图4页 CN 115187944 A 2022.10.14 CN 115187944 A 1.一种车道线检测方法， 其特 征在于， 所述方法包括： 基于当前时刻车辆所处位置构建局部语义地图， 其中， 所述局部语义地图为多个栅格 组成的栅格地图； 获取目标语义地图， 其中， 所述目标语义地图中各栅格对应的车道线概率已在前一时 刻执行车道线检测时被确定； 基于所述目标语义地图中各栅格对应的车道线概率、 所述当前时刻的道路点云数据中 各点的类别以及坐标， 确定所述局部语义 地图中每一个栅格对应的车道线概 率； 基于所述道路点云数据中各点的类别以及坐标、 所述局部语义地图中各栅格对应的车 道线概率， 确定车道线点云； 基于所述车道线点云进行 车道线检测。 2.根据权利要求1所述的方法， 其特征在于， 在基于所述车道线点云进行车道线检测之 后， 所述方法还 包括： 确定车道线检测后得到的车道线； 基于所述道路点云数据中各点的类别以及坐标， 将所述道路点云数据中类别为车道 线， 且在所述局部语义 地图中存在对应的栅格的点确定为目标点； 基于所述目标点与 所确定的车道线之间的距离关系， 调整所述目标点对应的栅格的车 道线概率。 3.根据权利要求2所述的方法， 其特征在于， 基于所述目标点与 所确定的车道线之间的 距离关系， 调整所述目标点对应的栅格的车道线概 率， 包括： 对于每一个所述目标点， 计算所述目标点到每一条车道线的距离， 若每条车道线对应 的距离均在其各自对应的目标距离范围内， 则调大 所述目标点对应的栅格的车道线概 率。 4.根据权利要求2所述的方法， 其特征在于， 在基于所述目标点与所确定的车道线之间 的距离关系， 调整所述目标点对应的栅格的车道线概 率之后， 所述方法还 包括： 将调整所述目标点对应的栅格的车道线概率之后的局部语义地图， 确定为后一时刻的 目标语义 地图， 以供在后一时刻进行 车道线检测时使用。 5.根据权利要求1所述的方法， 其特征在于， 在基于所述目标语义地图中各栅格对应的 车道线概率、 所述当前时刻的道路点云数据中各点的类别以及坐标， 确定所述局部语义地 图中每一个栅格对应的车道线概 率之后， 所述方法还 包括： 将确定车道线概率之后的局部语义地图， 确定为后一时刻的目标语义地图， 以供在后 一时刻进行 车道线检测时使用。 6.根据权利要求4或5所述的方法， 其特征在于， 基于所述目标语义地图中各栅格对应 的车道线概率、 所述当前时刻的道路点云数据中各点的类别以及坐标， 确定所述当前时刻 的局部语义 地图中每一个栅格对应的车道线概 率， 包括： 确定所述局部语义地图中的目标栅格， 其中， 所述目标栅格为同时存在于所述局部语 义地图和所述目标语义 地图中的栅格； 将所述目标栅格在所述目标语义地图中的车道线概率， 确定为所述目标栅格在所述局 部语义地图中的车道线概 率； 基于所述局部语义 地图中各栅格对应的点的类别， 调整各栅格的车道线概 率。 7.根据权利要求6所述的方法， 其特征在于， 基于所述局部语义地图中各栅格对应的点权　利　要　求　书 1/3 页 2 CN 115187944 A 2的类别， 调整各栅格的车道线概 率， 包括： 对于类别为车道线的点， 调大其对应的栅格的车道线概 率； 对于类别为非车道线的点， 调小其对应的栅格的车道线概 率。 8.根据权利要求1 ‑5中任一项所述的方法， 其特征在于， 在基于所述道路点云数据中各 点的类别以及坐标、 所述局部语义地图中各栅格对应的车道线概率， 确定车道线点云之前， 所述方法还 包括： 若所述局部语义地图为首个用于车道线检测的局部语义地图， 则基于所述道路点云数 据中各点的坐标和所述局部语义地图对应的坐标范围， 选取位于所述坐标范围内的点以及 确定所选取的点在所述局部语义 地图中对应的栅格； 基于所选取的点的类别， 确定所选取的点对应的栅格的车道线概 率。 9.根据权利要求8所述的方法， 其特征在于， 基于所选取的点的类别， 确定所选取的点 对应的栅格的车道线概 率， 包括： 初始化所述局部语义 地图的各栅格对应的车道线概 率； 对于类别为车道线的点， 调大其对应的栅格的车道线概 率； 对于类别为非车道线的点， 调小其对应的栅格的车道线概 率。 10.根据权利要求1 ‑5中任一项所述的方法， 其特征在于， 基于所述道路点云数据中各 点的类别以及坐标、 所述局部语义地图中各所述栅格对应的车道线概率， 确定车道线点云， 包括： 基于所述道路点云数据中各点的类别以及坐标， 将类别为车道线， 且对应的栅格的车 道线概率大于第一 概率的点， 添加至车道线点 集合； 在对应的点未添加至所述车道线点集合的栅格中， 选取车道线概率大于第 二概率的栅 格； 将所选取的栅格对应的坐标转换为车身坐标系中的坐标； 基于转换后的坐标生成点， 并将生成的点添加至车道线点 集合， 形成所述车道线点云。 11.根据权利要求1 ‑5中任一项所述的方法， 其特征在于， 基于所述车道线点云进行车 道线检测， 包括： 对所述车道线点云进行聚类处 理， 确定属于同一条 车道线的点； 对于属于同一条 车道线的点进行 车道线拟合； 和/或， 基于当前时刻车辆所处位置构建局部语义 地图， 包括： 将所述车辆所处位置的坐标转换为目标坐标系中的坐标， 其中， 所述目标坐标系为所 述局部语义 地图对应的坐标系； 以转换后的坐标为原点构建尺寸 为目标尺寸的局部语义 地图。 12.一种车道线检测装置， 其特 征在于， 所述装置包括： 构建单元， 用于基于当前时刻车辆所处位置构建局部语义地图， 其中， 所述局部语义地 图为多个栅格组成的栅格地图； 获取单元， 用于获取目标语义地图， 其中， 所述目标语义地图中各栅格对应的车道线概 率已在前一时刻执 行车道线检测时被确定； 第一确定单元， 用于基于所述目标语义地图中各栅格对应的车道线概率、 所述当前时权　利　要　求　书 2/3 页 3 CN 115187944 A 3