车道级定位方法及电子设备

摘要

本申请提供了车道级定位方法，包括：对道路图像包含的车道线进行检测，生成第一车道检测结果；对道路图像包含的车辆进行检测，生成第二车道检测结果；对第一车道检测结果及第二车道检测结果进行去重处理，以识别并剔除重复的车道，生成去重结果；根据去重结果，确定道路图像包含的一个或多个车道；并根据预设的编号规则，生成一个或多个车道中每一车道对应的车道序数；根据道路图像中的目标位置，确定目标位置对应的目标车道，并将目标车道对应的车道序数，确定为目标车道序数；实现了在受到车辆遮挡、地面磨损、光线环境等因素影响下无法正确检测所有车道线时，对车道线检测进行补充，有效提高车道级定位的精确性和鲁棒性。

权利要求

1.一种车道级定位方法，其特征在于，所述方法包括：

对道路图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；

对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道，其中，所述第二候选车道的位置基于所述车辆的位置确定；

对所述第一车道检测结果及所述第二车道检测结果进行去重处理，以识别并剔除所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成去重结果，包括：根据第一车道检测结果对所述道路图像中包含的所述至少一个第一候选车道进行标记，生成第一标记图像；根据第二车道检测结果对所述道路图像中包含的所述至少一个第二候选车道进行标记，生成第二标记图像；识别并剔除所述第一标记图像和所述第二标记图像中标记的所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成所述去重结果；

根据所述道路图像对应的定位信息，从低精度地图数据中获取所述道路图像对应的实际车道宽度、实际车道数量及实际道路边缘宽度中的至少一项；

根据所述去重结果，确定所述道路图像包含的一个或多个车道，包括：根据所述实际车道宽度、所述实际车道数量及所述实际道路边缘宽度中的至少一项以及所述去重结果，确定所述道路图像包含的一个或多个车道；

根据确定的所述一个或多个车道及预设的编号规则，生成所述一个或多个车道中每一车道对应的车道序数；

根据所述道路图像中的目标位置，在所述一个或多个车道中确定出所述目标位置对应的目标车道，并将所述目标车道对应的车道序数，确定为目标车道序数。

2.根据权利要求1所述的车道级定位方法，其特征在于，所述根据所述实际车道宽度、所述实际车道数量及所述实际道路边缘宽度中的至少一项以及所述去重结果，确定所述道路图像包含的一个或多个车道，包括：根据所述去重结果，得到至少一个待定车道；

在所述至少一个待定车道的数量与所述实际车道数量不匹配时，根据所述第二车道检测结果中检测到的所述至少一个第二候选车道对应的车道线及实际道路宽度，确定所述道路图像对应的第一缺失车道线；

根据所述第一缺失车道线及所述第一车道检测结果中检测到的所述道路图像包含的车道线，确定所述道路图像包含的所述一个或多个车道，以使得所述一个或多个车道的数量与所述实际车道数量匹配。

3.根据权利要求1所述的车道级定位方法，其特征在于，所述根据所述实际车道宽度、所述实际车道数量及所述实际道路边缘宽度中的至少一项以及所述去重结果，确定所述道路图像包含的一个或多个车道，包括：根据所述去重结果，得到至少一个待定车道；

在所述至少一个待定车道的数量与所述实际车道数量不匹配时，根据预设道路边缘检测算法，检测所述道路图像包含的道路边缘；

根据检测到的所述道路边缘及所述实际道路边缘宽度，确定所述道路图像是否缺失边缘车道线并在缺失时根据所述道路边缘及预设的道路边缘宽度确定缺失的所述边缘车道线在所述道路图像中所处的位置；

根据所述对应的实际车道宽度及所述边缘车道线在所述道路图像中所处的位置，确定第二缺失车道线；

根据所述边缘车道线、所述第二缺失车道线及所述第一车道检测结果中检测到的所述道路图像包含的车道线，确定所述道路图像包含的所述一个或多个车道，以使得所述一个或多个车道的数量与所述实际车道数量匹配。

4.根据权利要求1所述的车道级定位方法，其特征在于，所述对道路图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道，包括：根据预设的道路边缘检测算法，识别所述道路图像包含的道路边缘并根据所述道路边缘确定所述道路图像包含的道路区域图像；

对所述道路区域图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；

所述对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道，包括：对所述道路区域图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道。

5.根据权利要求1‑3中任一项或4所述的车道级定位方法，其特征在于，所述对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道，包括：根据预设目标检测算法，对所述道路图像中包含的所述车辆进行检测；

在所述道路图像中包括至少两辆车辆时，根据所述道路图像中所述车辆的中心点间的距离判断所述车辆是否处于同一车道，生成相应的判断结果；

根据所述判断结果确定所述至少两辆车辆中每一车辆分别所处的车道并根据所述每一车辆分别所处的车道生成所述第二车道检测结果；和/或在所述道路图像中包括不超过一辆车辆时，根据所述车辆在所述道路图像中所处的位置，确定所述车辆所处的车道并生成所述第二车道检测结果。

6.根据权利要求5所述的车道级定位方法，其特征在于，所述根据所述道路图像中所述车辆的中心点间的距离判断所述车辆是否处于同一车道，生成相应的判断结果，包括：若所述道路图像中所述车辆对应的所述中心点间的距离不超过预设阈值，确定所述车辆处于同一车道。

7.根据权利要求1‑3中任一项或4所述的车道级定位方法，其特征在于，所述对道路图像包含的车道线进行检测之前，所述方法还包括：根据预设目标检测算法，对初始道路图像中包含的至少一个车辆的行驶方向进行检测；

根据检测到的所述初始道路图像中包含的所述至少一个车辆的行驶方向及预设行驶方向，确定检测到的所述初始道路图像中包含的所述至少一个车辆的行驶方向与预设行驶方向相反的所述至少一个车辆对应的图像区域为无效区域；

根据所述初始道路图像中除所述无效区域外的图像区域，生成所述道路图像。

8.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

以及与所述一个或多个处理器关联的内存，所述内存用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：对道路图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；

对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道，其中，所述第二候选车道的位置基于所述车辆的位置确定；

对所述第一车道检测结果及所述第二车道检测结果进行去重处理，以识别并剔除所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成去重结果，包括：根据第一车道检测结果对所述道路图像中包含的所述至少一个第一候选车道进行标记，生成第一标记图像；根据第二车道检测结果对所述道路图像中包含的所述至少一个第二候选车道进行标记，生成第二标记图像；识别并剔除所述第一标记图像和所述第二标记图像中标记的所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成所述去重结果；

根据所述道路图像对应的定位信息，从低精度地图数据中获取所述道路图像对应的实际车道宽度、实际车道数量及实际道路边缘宽度中的至少一项；

根据所述去重结果，确定所述道路图像包含的一个或多个车道，包括：根据所述实际车道宽度、所述实际车道数量及所述实际道路边缘宽度中的至少一项以及所述去重结果，确定所述道路图像包含的一个或多个车道；

根据确定的所述一个或多个车道及预设的编号规则，生成所述一个或多个车道中每一车道对应的车道序数；

根据所述道路图像中的目标位置，在所述一个或多个车道中确定出所述目标位置对应的目标车道，并将所述目标车道对应的车道序数，确定为目标车道序数。

说明书

车道级定位方法及电子设备

技术领域

[0001] 本申请涉及定位技术领域，特别涉及一种车道级定位方法及电子设备。

背景技术

[0002] 为了实现对车辆提供精准且便捷的导航服务，在车辆行驶在道路上时，需要对车道所处的车道进行精准定位。

[0003] 现有技术中，存在一些实现车道级定位的方案。其中一些实施方案是依据高精度地图获取道路特征信息，通过特征匹配以实现车道级定位。但是，由于高精度地图测绘成本高且当前高精度地图覆盖范围非常有限，绝大多数道路目前仅有低精度的标准地图，因此此种方案广泛实施较为困难且成本高。还有一些实施方案是纯视觉解决方案，仅依靠计算机视觉技术实现车道线以及道路边缘检测，进而根据几何先验进行车道推理以实现车道级定位。同时现有技术中还存在一些结合视觉与标准地图的实施方案，其利用计算机视觉技术实现车道线检测、道路边缘检测进而根据标准地图，最终实现车道级定位。但是对于上述实施方案而言，由于是纯视觉或基于视觉的车道线检测、道路边缘检测，所以检测结果容易受到车辆遮挡、地面磨损、光线环境等因素影响，无法正确检测出所有车道线及道路边缘，因此会影响车道级定位的精确性及鲁棒性。

[0004] 因此，亟需一种既不依赖于高精度地图、又能实现在车道线被遮挡或污损等无法完整检测到的情况下能够定位准确的车道级定位的方法，以解决现有技术的存在上述技术问题。

发明内容

[0005] 本申请的主要目的在于提供一种车道级定位方法及电子设备，以解决现有技术的上述技术问题。

[0006] 为了达到上述目的，第一方面，本申请提供了一种车道级定位方法，所述方法包括：对道路图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道；对所述第一车道检测结果及所述第二车道检测结果进行去重处理，以识别并剔除所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成去重结果；根据所述去重结果，确定所述道路图像包含的一个或多个车道；根据确定的所述一个或多个车道及预设的编号规则，生成所述一个或多个车道中每一车道对应的车道序数；根据所述道路图像中的目标位置，在所述一个或多个车道中确定出所述目标位置对应的目标车道，并将所述目标车道对应的车道序数，确定为目标车道序数。

[0007] 通过采用上述技术方案，本申请可以通过根据车辆的位置对车辆对应的车道进行检测，可在由于车辆遮挡、地面磨损、光线环境等因素影响而无法正确检测出所有车道线时，对车道线检测进行补充，基于补充的车道线及原有的基于图像可检测的车道线可以得到该道路图像对应的真实车道线的检测结果，确保能够正确检测出所有车道线，提高了对道路图像中对实际车道进行车道级定位的精确性和鲁棒性。

[0008] 进一步的，所述道路图像具有对应的实际车道宽度及实际车道数量，所述根据所述去重结果，确定所述道路图像包含的车道，包括：根据所述去重结果，得到至少一个待定车道；在所述至少一个待定车道的数量与所述实际车道数量不匹配时，根据所述第二车道检测结果中检测到的所述至少一个第二候选车道对应的车道线及实际道路宽度，确定所述道路图像对应的第一缺失车道线；根据所述第一缺失车道线及所述第一车道检测结果中检测到的所述道路图像包含的车道线，确定所述道路图像包含的所述一个或多个车道，以使得所述一个或多个车道的数量与所述实际车道数量匹配。

[0009] 通过采用上述技术方案，本申请将去重结果中包含的车道作为待定车道，引入第二车道检测结果，并根据实际道路宽度及待处理车道线确定缺失的车道线，进一步定位道路图像中实际包含的车道线，以使得所述一个或多个车道的数量与所述实际车道数量匹配，避免车道线被遮挡对车道线检测的影响，提高对缺失车道线位置定位的可靠性。

[0010] 进一步的，所述道路图像具有对应的实际车道宽度、实际车道数量及实际道路边缘宽度，所述根据所述去重结果，确定所述道路图像包含的一个或多个车道，包括：根据所述去重结果，得到至少一个待定车道；在所述至少一个待定车道的数量与所述实际车道数量不匹配时，根据预设道路边缘检测算法，检测所述道路图像包含的道路边缘；根据检测到的所述道路边缘及所述实际道路边缘宽度，确定所述道路图像是否缺失边缘车道线并在缺失时根据所述道路边缘及预设的道路边缘宽度确定缺失的所述边缘车道线在所述道路图像中所处的位置；根据所述对应的实际车道宽度及所述边缘车道线在所述道路图像中所处的位置，确定第二缺失车道线；根据所述边缘车道线、所述第二缺失车道线及所述第一车道检测结果中检测到的所述道路图像包含的车道线，确定所述道路图像包含的所述一个或多个车道，以使得所述一个或多个车道的数量与所述实际车道数量匹配。

[0011] 通过采用上述技术方案，本申请通过检测道路边缘，提供了一种在边缘车道线缺失时确定缺失的车道线的方法，既可以进一步定位道路图像中实际包含的车道线，使得所述道路图像中包含的一个或多个车道的数量与所述实际车道数量匹配，避免车道线被遮挡对车道线检测的影响，提高对缺失车道线位置定位的可靠性；也可以作为对车道线定位准确性的检验手段，进一步避免车道线被遮挡对车道线检测的影响，提高对缺失车道线位置定位的可靠性。

[0012] 进一步的，所述方法还包括：根据所述道路图像对应的定位信息，从预设地图数据中获取所述道路图像对应的所述实际车道宽度、所述实际车道数量及所述实际道路边缘宽度中的至少一项。

[0013] 通过采用上述技术方案，本申请可以从低精度地图数据中获取所述道路图像对应的所述实际车道宽度等信息，避免了高精度地图的测绘成本高，覆盖范围有限等问题，最大限度的扩大了本申请提供的车道级定位方法的适用范围，并大大降低了实现车道级定位的成本。

[0014] 进一步的，所述对道路图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道，包括： 根据预设的道路边缘检测算法，识别所述道路图像包含的道路边缘并根据所述道路边缘确定所述道路图像包含的道路区域图像；对所述道路区域图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；所述对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道，包括：对所述道路区域图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道。

[0015] 通过采用上述技术方案，本申请可以通过检测道路边缘是否存在，并在道路边缘缺失时，根据道路边缘检测算法，确定道路边缘的位置，在道路图像中框选处道路区域图像，避免在两侧道路边缘缺失时，无法确定道路区域图像以至于无法正确推理出缺失车道线位置。

[0016] 进一步的，所述对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道，包括：根据预设目标检测算法，对所述道路图像中包含的所述车辆进行检测；在所述道路图像中包括至少两辆车辆时，根据所述道路图像中所述车辆的中心点间的距离判断所述车辆是否处于同一车道，生成相应的判断结果；根据所述判断结果确定所述至少两辆车辆中每一车辆分别所处的车道并根据所述每一车辆分别所处的车道生成所述第二车道检测结果；和/或在所述道路图像中包括不超过一辆车辆时，根据所述车辆在所述道路图像中所处的位置，确定所述车辆所处的车道并生成所述第二车道检测结果。

[0017] 通过上述技术方案，本申请可以通过根据车辆的中心点的距离确定车辆是否在同一车道，和/或在车辆在道路图像中所处的位置，归纳获取所述车道在道路图像中对应的车道位置，与第一车道检测结果进行互补，进一步提高了车道级定位的准确性。

[0018] 进一步的，所述根据所述道路图像中所述车辆的中心点间的距离判断所述车辆是否处于同一车道，生成相应的判断结果，包括：若所述道路图像中所述车辆对应的所述中心点间的距离不超过预设阈值，确定所述车辆处于同一车道。

[0019] 进一步的，所述对所述第一车道检测结果及所述第二车道检测结果进行去重处理，以识别并剔除所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成去重结果，包括：根据第一车道检测结果对所述道路图像中包含的所述至少一个第一候选车道进行标记，生成第一标记图像；根据第二车道检测结果对所述道路图像中包含的所述至少一个第二候选车道进行标记，生成第二标记图像；识别并剔除所述第一标记图像和所述第二标记图像中标记的所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成所述去重结果。

[0020] 通过上述技术方案，本申请可以通过对标记后的图像进行叠加处理进行去重，增加第一车道检测结果和第二车道检测结果融合的精确性，提高后续确定道路图像包含的车道的鲁棒性。

[0021] 进一步的，所述对道路图像包含的车道线进行检测之前，所述方法还包括：根据预设目标检测算法，对初始道路图像中包含的至少一个车辆的行驶方向进行检测；根据检测到的所述初始道路图像中包含的所述至少一个车辆的行驶方向及预设行驶方向，确定检测到的所述初始道路图像中包含的所述至少一个车辆的行驶方向与预设行驶方向相反的所述至少一个车辆对应的图像区域为无效区域；根据所述初始道路图像中除所述无效区域外的图像区域，生成所述道路图像。

[0022] 通过上述技术方案，本申请可以通过识别并确定初始道路图像中无效区域外的图像区域为道路图像，有助于缩小自身车辆行驶方向的道路区域图像识别范围，以便后续提高车道级定位的精确性及鲁棒能力。

[0023] 第二方面，本申请提供了一种车道级定位系统，所述车道级定位系统包括：检测模块，对道路图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；所述检测模块还用于对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道；生成模块，用于对所述第一车道检测结果及所述第二车道检测结果进行去重处理，以识别并剔除所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成去重结果；判断模块，用于根据所述去重结果，确定所述道路图像包含的一个或多个车道；所述判断模块还用于根据确定的所述一个或多个车道及预设的编号规则，生成所述一个或多个车道中每一车道对应的车道序数；所述判断模块还用于根据所述道路图像中的目标位置，在所述一个或多个车道中确定出所述目标位置对应的目标车道，并将所述目标车道对应的车道序数，确定为目标车道序数。

[0024] 第三方面，本申请提供了一种电子设备，所述电子设备包括：

[0025] 一个或多个处理器；

[0026] 以及与所述一个或多个处理器关联的内存，所述内存用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：对道路图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道；对所述第一车道检测结果及所述第二车道检测结果进行去重处理，以识别并剔除所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成去重结果；根据所述去重结果，确定所述道路图像包含的一个或多个车道；根据确定的所述一个或多个车道及预设的编号规则，生成所述一个或多个车道中每一车道对应的车道序数；根据所述道路图像中的目标位置，在所述一个或多个车道中确定出所述目标位置对应的目标车道，并将所述目标车道对应的车道序数，确定为目标车道序数。

[0027] 本申请的实现的有益效果为：

[0028] 本申请提供了一种车道级定位方法，包括：对道路图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道；对所述第一车道检测结果及所述第二车道检测结果进行去重处理，以识别并剔除所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成去重结果；根据所述去重结果，确定所述道路图像包含的一个或多个车道；根据确定的所述一个或多个车道及预设的编号规则，生成所述一个或多个车道中每一车道对应的车道序数；根据所述道路图像中的目标位置，在所述一个或多个车道中确定出所述目标位置对应的目标车道，并将所述目标车道对应的车道序数，确定为目标车道序数。本申请通过根据车辆的位置对车辆对应的车道进行检测，可在由于车辆遮挡、地面磨损、光线环境等因素影响而无法正确检测出所有车道线时，对车道线检测进行补充，基于补充的车道线及原有的基于图像可检测到的车道线可以得到该道路图像对应的真实车道线的检测结果，确保能够正确检测出所有车道线，提高了对道路图像中对实际车道进行车道级定位的精确性和鲁棒性。

附图说明

[0029] 为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，其中：

[0030] 图1是本申请实施例提供的车道级定位流程图；

[0031] 图2是本申请实施例提供的车道级定位第一示意图；

[0032] 图3是本申请实施例提供的车道级定位第二示意图；

[0033] 图4是本申请实施例提供的车道级定位第三示意图；

[0034] 图5是本申请实施例提供的车道线推理流程示意图；

[0035] 图6是本申请实施例提供的车道级定位方法的流程图；

[0036] 图7是本申请实施例提供的系统结构图；

[0037] 图8是本申请实施例提供的电子设备结构。

具体实施方式

[0038] 为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

[0039] 如背景技术所述，现有技术中存在的车道级定位方法，大多容易受到车辆遮挡、地面磨损、光线环境等因素影响而无法正确检测出所有车道线，导致无法准确地定位道路图像中包含的每一车道即无法实现车道级定位。

[0040] 为解决上述技术问题，本申请提供了一种车道级定位方法，对道路图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道；对所述第一车道检测结果及所述第二车道检测结果进行去重处理，以识别并剔除所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成去重结果；根据所述去重结果，确定所述道路图像包含的一个或多个车道；根据确定的所述一个或多个车道及预设的编号规则，生成所述一个或多个车道中每一车道对应的车道序数；根据所述道路图像中的目标位置，在所述一个或多个车道中确定出所述目标位置对应的目标车道，并将所述目标车道对应的车道序数，确定为目标车道序数。有效避免了车辆遮挡、地面磨损、光线环境等因素对车道级定位的影响，确保能够正确检测出所有车道线，进而提高车道级定位的精确性及鲁棒性。

[0041] 本申请实施例公开的车道级定位方法可应用于车辆、路边单元（Road Side Unit，RSU）等设备上。在应用于车辆上时，道路图像可以是车辆的车载摄像头实时拍摄并获取的，以便车辆基于得到的车道级定位结果进一步为车辆的用户提供道路导航等服务。在应用于路边单元RSU上时，道路图像可以是由设置于道路上的摄像头或通过车联网（vehicle to everything，V2X）通信等方式获取的，以便路边单元RSU可将得到的车道级定位结果向周围的车辆进行广播，使周围车辆可以基于车道级定位结果进行相应的操作。本申请实施例公开的车道级定位方法也可应用在其他任意具有车道级定位需求的设备上，在此不再赘述。

[0042] 实施例一

[0043] 具体的，参照图1所示，应用本申请实施例公开的车道级定位方法进行车道级定位的过程包括：

[0044] S100、获取初始道路图像；

[0045] 初始道路图像可以包括单帧图像，也可以是由多个视频帧组成的道路视频。初始道路图像可以由车辆的车载摄像头、路边摄像头等任意可拍摄道路的图像获取装置拍摄得到，其图像中包括了待检测的车道。本申请对相机类型、数量及安装位置不作限定，可以认为的是相机和数量越多，获取的车身周围信息越丰富，相对更容易实现精确的车道级定位。

[0046] 可选的，为了进一步提升车道级定位的准确性，可以基于目标车辆的行驶方向对初始道路图像进行筛选，以缩小后续需要检测的图像中包含的道路范围。具体的，筛选过程可包括：

[0047] S110、根据预设目标检测算法，检测道路图像中包含的至少一个车辆及所述车辆的行驶方向。具体地，可以利用预设目标检测算法，首先检测初始道路图像中包含的所有车辆，并基于检测到的车辆对应的图像，判断其对应的行驶方向。其中，目标检测算法包括任意可实现图像检测的计算机视觉算法或机器学习算法，例如滑动窗口、特征提取等，本申请对此不作限定。

[0048] S120、确定初始道路图像中所述行驶方向与预设行驶方向一致的至少一个车辆对应的图像区域，并根据所述对应的图像区域生成道路图像。其中，预设行驶方向可以根据实际需求确定。例如，当本申请实施例公开的车道级定位方法应用于某目标车辆上时，该预设行驶方向即为该目标车辆对应的实时行驶方向。

[0049] 根据检测到的车辆的行驶方向，可以判断检测到的车辆的行驶方向是否与预设行驶方向相同。若车辆的行驶方向与预设行驶方向不一致，则可以判断该车辆处于该目标车辆的对向道路区域中，并将初始道路图像中对向道路区域对应的道路区域确定为无效区域，再将初始道路图像中除无效区域外的图像区域确定为待检测的道路图像，以进一步减少后续需要检测的图像范围，提升图像的处理效率及车道检测侧的准确性及鲁棒性。

[0050] S200、获取道路区域图像；

[0051] 可以根据道路边缘检测算法，识别道路图像中包含的栅栏、人行道等可指示道路边缘的图像信息，然后基于该图像信息确定道路图像中包含的道路边缘的位置，并根据道路边缘的位置框选出道路图像中包含的道路区域图像，以避免在两侧道路边缘缺失时，无法确定道路区域图像以至于无法正确推理出缺失车道线位置。

[0052] 其中，预设道路边缘检测算法既可以参照车道线检测，采用计算机视觉相关算法实现，也可以应用机器学习技术训练特定的神经网络模型以识别道路图像中的道路边缘。在此，本申请对道路边缘检测算法不作限定，考虑鲁棒性，可选地，可应用基于卷积神经网络的图像分割算法识别出道路边缘。

[0053] S300、对道路区域图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；

[0054] 可以利用车道线检测算法检测出道路区域图像包含的可检测到的所有车道线，基于检测到的车道线可以生成第一车道检测结果。具体的，第一车道检测结果中包含了根据可检测到的车道线确定的道路区域图像包含的至少一个第一候选车道及相应的每一第一候选车道所处的位置。

[0055] 其中，车道线检测算法可以利用任意可实现的算法，在此不做限定。可选的，车道线检测算法可以包括利用Canny算子对图像进行边缘检测、然后应用Hough概率变换筛选直线、最后结合先验知识进行加权投票以确定道路区域图像包含的车道线。

[0056] S400、对所述道路区域图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道；

[0057] 在道路区域图像包括至少两辆车辆时，上述步骤包括：

[0058] S410、应用目标检测算法，对道路区域图像中包含的所有车辆进行检测。具体地，可以根据检测到的所有车辆，生成相应的车辆检测结果，车辆检测结果中包括检测到的车辆及检测到的车辆在道路区域图像中所处的位置。

[0059] S420、根据道路区域图像中车辆的中心点间的距离判断车辆是否处于同一车道，并生成相应的判断结果。具体地，可以根据道路区域图像中包含的车辆，识别每一车辆在道路区域图像中对应的中心点。然后识别道路区域图像中相邻的车辆的中心点的距离，当车辆对应的中心点的距离不超过预设阈值时，判断车辆处于同一车道内；当车辆对应的中心点的距离超过预设阈值时，判断车辆处于不同的车道内，据此生成相应的判断结果。其中，为了便于对道路区域图像中包含的车辆对应的中心点间的距离进行判断，可将上述经目标检测算法所得的车辆检测结果转换为IPM图（Inverse Perspective Mapping，逆透视图）（若上述用于目标检测的图像已为IPM图，则此时不需要再进行逆透视变换），以便根据IPM图像中显示的车辆位置生成相应的判断结果。

[0060] S430、根据判断结果确定至少两辆车辆中每一车辆分别所处的车道并根据每一车辆分别所处的车道生成所述第二车道检测结果。

[0061] 由于车辆正常在车道内行驶时，车辆的车身宽度通常与车道宽度比较接近，因此可以确定车辆所处的位置即为一条车道。基于判断结果，可以确定道路区域图像包含的车道的数量及每一车道分别对应的位置。

[0062] 其中，为了提升基于车辆检测到的第二车道检测结果的准确性，在根据判断结果生成第二车道检测结果前，可以预先判断道路区域图像基于上述方法生成第二车道检测结果是否准确，若判断不准确则可以采用其他方法检测车道。

[0063] 具体的，上述判断过程可以包括：

[0064] 方式一：根据道路区域图像对应的定位信息，从低精度地图中获取该定位信息对应的车道宽度，从道路区域图像中获取包含的车辆的车身宽度并判断二者的差值是否在预设阈值内，若在预设阈值内，则可以应用所述方法进行生成第二车道检测结果；

[0065] 方式二：检测道路区域图像包含的两侧车道线都未被遮挡的车辆并确定该车辆的车身宽度占对应车道宽度的占比是否超过预设比例，若未超过预设比例，则可以应用所述方法进行生成第二车道检测结果。

[0066] 在道路区域图像中包括不超过一辆车辆时，上述步骤包括：

[0067] S440、应用目标检测算法，对道路区域图像中包含的所有车辆进行检测。具体地，可以根据检测到的所有车辆，生成相应的车辆检测结果，车辆检测结果中包括检测到的车辆及车辆在道路区域图像中所处的位置。

[0068] S450、根据车辆在所述道路区域图像中所处的位置，确定车辆所处的车道并生成所述第二车道检测结果。

[0069] 由于车辆正常在车道内行驶时，车辆的车身宽度通常与车道宽度比较接近，因此可以确定车辆所处的位置即为一条车道。可以根据道路区域图像中包含的车辆所处的位置来确定车辆所处的车道位置。

[0070] 其中，为了提升基于车辆检测的第二车道检测结果的准确性，在道路区域图像中不包含超过一辆车辆时，根据车辆所处的位置，确定车辆所处的车道并生成第二车道检测结果前，可以预先根据道路区域图像判断基于上述方法生成第二车道检测结果是否准确，若判断不准确则可以采用其他方法检测车道。具体的判断过程与前述内容一致，在此不做赘述。

[0071] 根据车辆检测结果得到的第二车道检测结果能够辅助推理车道线位置及车道数量，与车道线检测结果进行互补，在一定程度上克服车辆遮挡对车道级定位的精确性的影响。

[0072] 在具体实施时，本领域技术人员可以理解的是，可以先执行第二车道检测结果的生成过程、后执行第一车道检测结果的生成过程，或是先执行第一车道检测结果的生成过程、后执行第二车道检测结果的生成过程，或是可以同时执行第一车道检测结果及第二车道检测结果的生成过程，本申请对此不加限定。

[0073] S500、对所述第一车道检测结果及所述第二车道检测结果进行去重处理，生成去重结果；

[0074] 第一车道检测结果至少一个第一候选车道与第二车道检测结果中的至少一个第二候选车道中不存在重复的车道时，即第一车道检测结果与第二车道检测结果相同，无需进行去重处理，直接将第一车道检测结果或第二车道检测结果作为去重结果。

[0075] 第一车道检测结果至少一个第一候选车道与第二车道检测结果中的至少一个第二候选车道中存在重复的车道时，根据第一车道检测结果对道路区域图像中包含的至少一个第一候选车道进行标记，生成第一标记图像；根据第二车道检测结果对道路区域图像中包含的至少一个第二候选车道进行标记，生成第二标记图像；识别并剔除第一标记图像和第二标记图像中标记的至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成所述去重结果。

[0076] 下面分别介绍三种融合去重的实施场景：

[0077] 场景一：图2示出了一种融合第一车道检测结果与第二车道检测结果后所得的车道数量小于当前道路的实际车道数量的实施场景。

[0078] 通过第二车道检测结果得到车辆1与车辆2所处的两条车道。由于车辆1遮挡了图2中实际车道的从左往右第二条车道线，因此基于道路区域图像仅能检测出其余四条车道线，第一车道检测结果检测得到车道1、车道2及车道3。通过融合第一车道检测结果与第二车道检测结果，可确定第二车道检测结果所确定的两条车道位置与第一车道检测结果所确定的其中车道1与车道2重合，则经过去重处理可确定得到最终的三条车道检测结果即车道1、车道2与车道3。

[0079] 场景二：图3示出了一种融合第一车道检测结果与第二车道检测结果后所得的车道数量等于当前道路的实际车道数量的实施场景。通过第二车道检测结果得到了车辆1与车辆2所处的两条车道。由于车辆1遮挡了图3中实际车道的从左往右的第二条车道线，因此基于道路区域图像仅能检测出其余四条车道线，所以第一车道检测结果可以确定由检测出的四条车道线所构成的车道1、车道2及车道3。通过融合第一车道检测结果与第二车道检测结果，可以确定第二车道检测结果所确定的两条车道的位置与第一车道检测结果所确定的其中一条车道位置重合，经过去重处理后确定最终的四条车道检测结果即车道2、车道3、车辆1所处的车道与车辆2所处的车道。

[0080] 场景三：图4示出了一种融合第一车道检测结果与第二车道检测结果后所得的车道数量大于当前道路的实际车道数量的实施场景。根据第一车道检测结果得出了车辆1、车辆2及车辆3所在位置的三条车道。由于车辆1遮挡了图4中实际车道的从左往右第一条车道线，仅能检测出其余四条车道线，因此第一车道检测结果包括由检测出的四条车道线所构成的三条车道即车道1、车道2与车道3。融合第一车道检测结果与第二车道检测结果，可以确定第二车道检测结果中车辆3所确定的车道位置与第一车道检测结果中所确定的车道1重合，经过去重处理后可以确定最终的五条车道检测结果即车辆1所处的车道、车辆2所处的车道、车道1、车道2及车道3。

[0081] S600、根据去重结果，确定道路区域图像包含的一个或多个车道；

[0082] 为了进一步提升检测的准确性，可以根据道路区域图像对应的定位信息，从低精度的标准地图数据中获取道路区域图像对应的当前道路的基本信息，该基本信息包括该当前道路对应的实际车道数量、实际车道宽度、实际道路边缘宽度中的至少一项。

[0083] 通过从低精度地图数据中获取所述道路区域图像对应的所述实际车道宽度等信息，避免了高精度地图的测绘成本高，覆盖范围有限等问题，最大限度扩大了本申请提供的车道级定位方法的适用范围，并大大降低了实现车道级定位的成本。

[0084] 具体的，可以在采集初始道路图像时同时采集对应的实时位置并生成相应的定位信息，以便后续需要时获取。

[0085] S610、在去重结果包含的车道的数量与实际车道数量匹配时，确定去重结果中包含的车道为道路区域图像中实际包含的车道；

[0086] S620、在去重结果包含的车道的数量与所述实际车道数量不匹配时，可以根据当前道路的基本信息及去重结果，进一步推理得到该道路区域图像真实包含的车道。

[0087] 具体的，在去重结果包括的车道的数量大于根据当前道路的基本信息确定的实际车道数量时，可以对去重结果得到的车道进行进一步检验筛选，上述检验筛选过程可以包括：

[0088] S621、根据所述去重结果，得到至少一个待定车道；

[0089] S622、在所述至少一个待定车道的数量与所述实际车道数量不匹配时，根据所述第二车道检测结果中检测到的所述至少一个第二候选车道对应的车道线及实际道路宽度，确定所述道路区域图像对应的第一缺失车道线；

[0090] S623、根据所述第一缺失车道线及所述第一车道检测结果中检测到的所述道路区域图像包含的车道线，确定所述道路区域图像包含的所述一个或多个车道，以使得所述一个或多个车道的数量与所述实际车道数量匹配。

[0091] 如图4所示，由于车辆1遮挡了实际车道的车道线，所以导致第一车道检测结果无法检测到相应的车道，导致最终去重结果中确定的道路区域图像包含的车道数量大于实际车道数量。

[0092] 为此，可将去重结果包含的车道确定为待定车道，并确定可检测到的车道线中与待定车道相距最近的车道线为待定车道线。根据待定车道线及实际车道宽度，可以推理并确定被车辆1遮挡的图4中最左侧的车道线即第一缺失车道线，基于第一缺失车道线及道路区域图像包含的可检测到的车道线，可以确定道路区域图像包含的每一车道。

[0093] 在去重结果包括的车道的数量小于根据当前道路的基本信息确定的实际车道数量时，可以对去重结果得到的车道进行进一步推理检测，上述推理检测过程可以包括：

[0094] S624、根据所述去重结果，得到至少一个待定车道；

[0095] S625、根据预设道路边缘检测算法，检测道路区域图像包含的道路边缘；

[0096] 具体的，识别道路区域图像包含的道路边缘过程与前述内容一致，在此不做赘述。

[0097] S626、根据检测到的道路边缘及实际道路边缘宽度，判断道路区域图像包含的车道线中是否存在与道路边缘的距离符合实际道路边缘宽度的车道线，若不存在则确定所述道路区域图像缺失边缘车道线并在缺失时根据道路边缘及实际道路边缘宽度确定缺失的边缘车道线在道路区域图像中所处的位置；

[0098] 如图5所示，在判断边缘车道线缺失时，可以根据确定的道路边缘及实际的道路边缘宽度，推理得到图5中被遮挡而缺失的最右侧的边缘车道线并确定该边缘车道线在道路区域图像中的位置。

[0099] S627、根据道路区域图像对应的实际车道宽度及确定的边缘车道线在道路区域图像中所处的位置，确定第二缺失车道线并根据边缘车道线、第二缺失车道线及第一车道检测结果，确定所述道路区域图像包含的一个或多个车道，以使得确定的一个或多个车道的数量与实际车道数量匹配；

[0100] 示例性地，如图5所示，根据第二车道检测结果可以得出车辆1与车辆2所在位置为同一条车道。由于车辆遮挡及车道线部分缺失造成图5中实际车道的从左往右第四条与第五条车道线无法被检测，仅能检测到其余三条车道线，因此根据第一车道检测结果可以确定由检测出的三条车道线所构成的两条车道。然后融合第一车道检测结果与第二车道检测结果，发现两者未有重合之处，得到融合去重后的三条车道检测结果。

[0101] 由于融合去重后的车道数量小于当前道路实际车道数量，可根据检测所得的道路边缘位置以及道路边缘宽度，推理得到最靠近道路边缘的图5中的从左往右第五条车道线。然后根据检测到的第三条车道线与第五条车道线的位置，结合当前道路的车道宽度，可以推理得到缺失的第四条车道线即第二缺失车道线；最终，基于推理得到的边缘车道线、第二缺失车道线及道路区域图像中可检测到的车道线，可以得到与当前道路实际车道数量相符的车道检测结果并确定每一车道在道路区域图像中所处的位置。

[0102] S700、根据确定的所述一个或多个车道及预设的编号规则，生成所述一个或多个车道中每一车道对应的车道序数；

[0103] 具体的，编号规则可以是按照从左到右或者从右到左的顺序对确定的道路区域图像包含的车道进行编号，本申请对编号规则不做限定。

[0104] S800、根据道路区域图像中的目标位置，在所述一个或多个车道中确定出所述目标位置对应的目标车道，并将所述目标车道对应的车道序数，确定为目标车道序数。

[0105] 其中，道路区域图像中的目标车道是需要进行车道级定位的目标车辆在道路区域图像中的对应的车道，该目标车道的确定可以通过目标检测算法，检测得到目标车辆在道路区域图像中对应的目标位置，然后根据目标位置确定目标车辆在道路区域图像中对应的目标车道；也可以通过V2X，获取目标车辆的前车的车牌信息，根据前侧的车牌信息在道路区域图像中匹配对应车牌的车辆，由于目标车辆与前车处于同一车道，可以将前车对应的所在车道，确定为目标车辆在道路区域图像中对应的目标车道。

[0106] V2X是指车对外界的信息交换，是未来智能交通运输装置的关键技术。它使得车与车、车与基站、基站与基站之间能够通信，V2X包含V2V(Vehicle‑to‑Vehicle，车辆与车辆)、V2I（Vehicle‑to‑Infrastructure，车辆与基础设施）、V2P(Vehicle‑to‑Pedestrian，车辆与行人)、V2N（Vehicle‑to‑Network，车辆与外部网络）等各种应用通信应用场景，从而获得实时路况、道路信息、车辆信息、行人信息等一系列交通信息。

[0107] 基于本申请实施例公开的车道级定位方法，车辆可在不依赖于高精度地图的情况下实现车道级定位，且通过根据车辆的位置对车辆对应的车道进行检测，可在由于车辆遮挡、地面磨损、光线环境等因素影响而无法正确检测出所有车道线时对车道线检测进行补充，基于补充的车道线及原有的基于图像可检测到的车道线可以得到该道路图像对应的真实车道线的检测结果，提高了对道路图像中实际车道级定位的精确性和鲁棒性。

[0108] 实施例二

[0109] 对应上述实施例，本申请提供了一种车道级定位方法，其中本实施例中，与上述实施例一相同或相似的内容，可以参考上文介绍，后续不再赘述。如图6所示，所述方法包括：

[0110] 6100、对道路图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；

[0111] 优选的，上述6100之前，所述车道级定位方法还可以包括：

[0112] 6110、根据预设目标检测算法，对初始道路图像中包含的至少一个车辆的行驶方向进行检测；6111、根据检测到的所述初始道路图像中包含的所述至少一个车辆的行驶方向及预设行驶方向，确定检测到的所述初始道路图像中包含的所述至少一个车辆的行驶方向与预设行驶方向相反的所述至少一个车辆对应的图像区域为无效区域；6112、根据所述初始道路图像中除所述无效区域外的图像区域，生成所述道路图像。

[0113] 6200、对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道；

[0114] 优选的，所述对道路图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道，可以包括：6210、根据预设的道路边缘检测算法，识别所述道路图像包含的道路边缘并根据所述道路边缘确定所述道路图像包含的道路区域图像；6212、对所述道路区域图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；相应地，所述对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道，可以包括：6213、对所述道路区域图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道。

[0115] 优选的，所述对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道，可以包括：6220、根据预设目标检测算法，对所述道路图像中包含的所述车辆进行检测；6221、在所述道路图像中包括至少两辆车辆时，根据所述道路图像中所述车辆的中心点间的距离判断所述车辆是否处于同一车道，生成相应的判断结果；6222、根据所述判断结果确定所述至少两辆车辆中每一车辆分别所处的车道并根据所述每一车辆分别所处的车道生成所述第二车道检测结果；和/或，6223、在所述道路图像中包括不超过一辆车辆时，根据所述车辆在所述道路图像中所处的位置，确定所述车辆所处的车道并生成所述第二车道检测结果。

[0116] 优选的，所述根据所述道路图像中所述车辆的中心点间的距离判断所述车辆是否处于同一车道，生成相应的判断结果，可以包括：6230、若所述道路图像中所述车辆对应的所述中心点间的距离不超过预设阈值，确定所述车辆处于同一车道。

[0117] 6300、对所述第一车道检测结果及所述第二车道检测结果进行去重处理，以识别并剔除所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成去重结果；

[0118] 优选的，所述对所述第一车道检测结果及所述第二车道检测结果进行去重处理，以识别并剔除所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成去重结果，可以包括：6311、根据第一车道检测结果对所述道路图像中包含的所述至少一个第一候选车道进行标记，生成第一标记图像；6312、根据第二车道检测结果对所述道路图像中包含的所述至少一个第二候选车道进行标记，生成第二标记图像；6313、识别并剔除所述第一标记图像和所述第二标记图像中标记的所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成所述去重结果。

[0119] 6400、根据所述去重结果，确定所述道路图像包含的一个或多个车道；

[0120] 优选的，所述道路图像具有对应的实际车道宽度及实际车道数量，所述根据所述去重结果，确定所述道路图像包含的一个或多个车道，可以包括：6410、根据所述去重结果，得到至少一个待定车道；6411、在所述至少一个待定车道的数量与所述实际车道数量不匹配时，根据所述第二车道检测结果中检测到的所述至少一个第二候选车道对应的车道线及实际道路宽度，确定所述道路图像对应的第一缺失车道线；6412、根据所述第一缺失车道线及所述第一车道检测结果中检测到的所述道路图像包含的车道线，确定所述道路图像包含的所述一个或多个车道，以使得所述一个或多个车道的数量与所述实际车道数量匹配。

[0121] 优选的，所述道路图像具有对应的实际车道宽度、实际车道数量及实际道路边缘宽度，所述根据所述去重结果，确定所述道路图像包含的一个或多个车道，可以包括：6420、根据所述去重结果，得到至少一个待定车道；6421、在所述至少一个待定车道的数量与所述实际车道数量不匹配时，根据预设道路边缘检测算法，检测所述道路图像包含的道路边缘；6422、根据检测到的所述道路边缘及所述实际道路边缘宽度，确定所述道路图像是否缺失边缘车道线并在缺失时根据所述道路边缘及预设的道路边缘宽度确定缺失的所述边缘车道线在所述道路图像中所处的位置；6423、根据所述对应的实际车道宽度及所述边缘车道线在所述道路图像中所处的位置，确定第二缺失车道线；6424、根据所述边缘车道线、所述第二缺失车道线及所述第一车道检测结果中检测到的所述道路图像包含的车道线，确定所述道路图像包含的所述一个或多个车道，以使得所述一个或多个车道的数量与所述实际车道数量匹配。

[0122] 优选的，所述车道级定位方法还可以包括：6430、根据所述道路图像对应的定位信息，从预设地图数据中获取所述道路图像对应的所述实际车道宽度、所述实际车道数量及所述实际道路边缘宽度中的至少一项。

[0123] 6500、根据确定的所述一个或多个车道及预设的编号规则，生成所述一个或多个车道中每一车道对应的车道序数；

[0124] 6600、根据所述道路图像中的目标位置，在所述一个或多个车道中确定出所述目标位置对应的目标车道，并将所述目标车道对应的车道序数，确定为目标车道序数。

[0125] 实施例三

[0126] 对应实施例一及实施例二，本申请提供了一种车道级定位系统，其中本实施例中，与上述实施例一及实施例二相同或相似的内容，可以参考上文介绍，后续不再赘述。如图7所示，所述系统包括：检测模块710，用于对道路图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；所述检测模块710还用于对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道；生成模块720，用于对所述第一车道检测结果及所述第二车道检测结果进行去重处理，以识别并剔除所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成去重结果；判断模块730，用于根据所述去重结果，确定所述道路图像包含的一个或多个车道；所述判断模块730还用于根据确定的所述一个或多个车道及预设的编号规则，生成所述一个或多个车道中每一车道对应的车道序数；所述判断模块730还用于根据所述道路图像中的目标位置，在所述一个或多个车道中确定出所述目标位置对应的目标车道，并将所述目标车道对应的车道序数，确定为目标车道序数。

[0127] 具体地，所述系统所包括的各个模块还可以执行上述实施例一或实施例二中所示方法所包括的各个步骤或操作，具体内容可以参考上文中的详细描述，为描述简便，此处不作赘述。

[0128] 实施例四

[0129] 对应上述所有实施例，本申请实施例提供一种电子设备，包括：

[0130] 一个或多个处理器；以及与所述一个或多个处理器关联的内存，所述内存用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：对道路图像包含的车道线进行检测，生成第一车道检测结果，所述第一车道检测结果包括基于检测到的车道线得到的至少一个第一候选车道；对所述道路图像包含的车辆进行检测，生成第二车道检测结果，所述第二车道检测结果包括基于检测到的车辆得到的至少一个第二候选车道；对所述第一车道检测结果及所述第二车道检测结果进行去重处理，以识别并剔除所述至少一个第一候选车道和所述至少一个第二候选车道中重复的车道，生成去重结果；根据所述去重结果，确定所述道路图像包含的一个或多个车道；根据确定的所述一个或多个车道及预设的编号规则，生成所述一个或多个车道中每一车道对应的车道序数；

[0131] 根据所述道路图像中的目标位置，在所述一个或多个车道中确定出所述目标位置对应的目标车道，并将所述目标车道对应的车道序数，确定为目标车道序数。

[0132] 具体地，所述程序指令在被所述一个或多个处理器读取执行时，还可以执行上述实施例一或实施例二中所示方法中的各项步骤或操作，为描述简便，此处不作赘述。

[0133] 其中，图8示例性的展示出了电子设备800的架构，具体可以包括处理器810，视频显示适配器811，磁盘驱动器812，输入/输出接口813，网络接口814，以及存储器820。上述处理器810、视频显示适配器811、磁盘驱动器812、输入/输出接口813、网络接口814，与存储器820之间可以通过总线830进行通信连接。

[0134] 其中，处理器810可以采用通用的CPU（Central Processing Unit，中央处理器）、微处理器、应用专用集成电路（Application Specific Integrated Circuit，ASIC）、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请所提供的技术方案。

[0135] 存储器820可以采用ROM（Read Only Memory，只读存储器）、RAM（Random Access Memory，随机存取内存）、静态存储设备，动态存储设备等形式实现。存储器820可以存储用于控制电子设备800运行的操作系统821，用于控制电子设备800的低级别操作的基本输入输出系统(BIOS)822。另外，还可以存储网页浏览器823，数据存储管理系统824，以及图标字体处理系统825等等。上述图标字体处理系统825就可以是本申请实施例中具体实现前述各步骤操作的应用程序。总之，在通过软件或者固件来实现本申请所提供的技术方案时，相关的程序代码保存在存储器820中，并由处理器810来调用执行。输入/输出接口813用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中（图中未示出），也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。网络接口814用于连接通信模块（图中未示出），以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式（例如USB、网线等）实现通信，也可以通过无线方式（例如移动网络、WIFI、蓝牙等）实现通信。总线830包括一通路，在设备的各个组件（例如处理器810、视频显示适配器811、磁盘驱动器812、输入/输出接口813、网络接口814，与存储器820）之间传输信息。另外，该电子设备800还可以从虚拟资源对象领取条件信息数据库中获得具体领取条件的信息，以用于进行条件判断，等等。

[0136] 需要说明的是，尽管上述设备仅示出了处理器810、视频显示适配器811、磁盘驱动器812、输入/输出接口813、网络接口814，存储器820，总线830等，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本申请方案所必需的组件，而不必包含图中所示的全部组件。

[0137] 通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请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，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁盘、光盘等，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，云服务器，或者网络设备等）执行本申请各个实施例或者实施例的某些部分所述的方法。

[0138] 本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

[0139] 以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。