车道线处理方法、装置、电子设备及存储介质与流程

1.本公开涉及计算机技术领域，具体涉及一种车道线处理方法、装置、电子设备及存储介质。


背景技术：

2.车道线，是引导方向的车道标线。用来指示车辆在路口驶入段应按所指方向行驶。在车流大的交通路口一般画有此类标线，目的就是明确行车方向，各行其道，减缓交通压力。
3.车道线是道路高精度地图的重要组成部分，对于高精度地图价值发挥至关重要。但由于多方面原因，如车道线磨损、重漆和采集过程遮挡等，导致当前基于深度学习、机器视觉和通用空间几何算法自动提取的车道线存在结果片段化问题，尤其在复杂道路场景下(道路连续穿过复杂路口、环岛和高架等)，自动化提取结果可用率更低。


技术实现要素：

4.本公开实施例的目的是提供一种车道线处理方法、装置、电子设备及存储介质，以至少解决现有自动提取的车道线存在结果片段化的问题。
5.本公开的技术方案如下：
6.根据本公开实施例的第一方面，提供一种车道线处理方法，该方法可以包括：
7.识别路面图片中的车道线的特征矢量，并提取特征矢量的中心线，得到车道线的中心线的矢量线数据集；
8.将矢量线数据集中任一矢量线作为基准矢量线，根据基准矢量线所在平面的相邻拓扑关系得到基准矢量线的相邻矢量线；
9.将矢量数据集中的每一矢量线的相邻矢量线构建成相邻拓扑关系矩阵，相邻拓扑关系包括左右方向关系和/或前后方向关系；
10.当相邻拓扑关系矩阵中多个基准矢量线在同一相邻方向的相邻矢量线相同时，则将多个基准矢量线连接。
11.进一步地，识别路面图片中的车道线的特征矢量，并提取特征矢量的中心线，得到车道线的中心线的矢量线数据集，可以包括：
12.识别路面图片中的车道线的特征矢量；
13.将特征矢量根据第一宽度的矩形块分成多段，获取每一段特征矢量的中心点；
14.依次连接每一段特征矢量的中心点，得到车道线的中心线。
15.进一步地，获取每一段特征矢量的中心点，具体可以包括：
16.当中心点位于特征矢量之外时，将特征矢量根据第二宽度的矩形块再次分段并再次获取每一段特征矢量的中心点，其中，第二宽度小于第一宽度。
17.进一步地，当相邻拓扑关系矩阵中多个基准矢量线在同一相邻方向的相邻矢量线相同时，则将多个基准矢量线连接，可以包括：
18.当相邻拓扑关系矩阵中多个基准矢量线在同一相邻方向的相邻矢量线相同时，判断多个基准矢量线之间的距离是否小于第一阈值，且判断多个基准矢量线之间的角度是否小于第二阈值；
19.当多个基准矢量线之间的距离小于第一阈值且角度小于第二阈值时，将多个基准矢量线连接；否则，多个基准矢量线不连接。
20.进一步地，在将矢量线数据集中任一矢量线作为基准矢量线，根据基准矢量线所在平面的相邻拓扑关系得到基准矢量线的相邻矢量线之前，方法还可以包括：将矢量线数据集进行第一趋势聚类；
21.进行第一趋势聚类，具体可以包括：
22.获得矢量线数据集中任意相邻的两个矢量线的相邻端点；
23.当相邻端点连线的长度小于第三阈值时，且相邻端点连线的角度小于第四阈值时，连接两个矢量线。
24.进一步地，在识别路面图片中的车道线的特征矢量，并提取特征矢量的中心线，得到车道线的中心线的矢量线数据集之后，可以包括：
25.识别矢量线数据集中车道线的场景信息；
26.当场景信息为路口场景或道路场景时，将矢量线数据集进行第一趋势聚类；
27.当场景信息为环岛场景时，将矢量线数据集进行第二趋势聚类；
28.将矢量线数据集进行第二趋势聚类，具体可以包括：
29.获得矢量线数据集中任意相邻的两个弧线矢量线对应的圆心和半径；
30.当圆心之间的距离小于第五阈值，且半径的差制小于第六阈值时，连接两个弧线矢量线。
31.进一步地，根据基准矢量线所在平面的相邻拓扑关系得到基准矢量线的相邻矢量线，可以包括：
32.当相邻拓扑关系包括左右关系时，根据基准矢量线向左按预设距离延伸范围内无阻隔的一个或多个矢量线作为左方向的相邻矢量线，根据基准矢量线向右按预设距离延伸范围内无阻隔的一个或多个矢量线作为右方向的相邻矢量线。
33.进一步地，根据基准矢量线所在平面的相邻拓扑关系得到基准矢量线的相邻矢量线，可以包括：
34.当相邻拓扑关系包括前后关系时，根据基准矢量线向前以基准矢量线的前端点按预设角度延伸范围内无阻隔的一个或多个矢量线作为前方向的相邻矢量线，根据基准矢量线向后以基准矢量线的后端点按预设角度延伸范围内无阻隔的一个或多个矢量线作为后方向的相邻矢量线。
35.进一步地，根据基准矢量线所在平面的相邻拓扑关系得到基准矢量线的相邻矢量线，可以包括：
36.相邻拓扑关系包括左右方向关系时，还进一步包括左前方向、右前方向、左后方向和右后方向关系；
37.当相邻拓扑关系矩阵中多个基准矢量线在同一相邻方向的相邻矢量线相同时，则将多个基准矢量线连接，包括：
38.当基准矢量线左前方向和左后方向均有一个相邻矢量线、左前方向和左右方向的
相邻矢量线与基准矢量线的垂直距离的差值小于第七阈值且基准矢量线的左方向没有相邻矢量线时，复制基准矢量线至左前方向和左右方向的相邻矢量线之间并相互连接；
39.当基准矢量线右前方向和右后方向均有一个相邻矢量线、右前方向和右后方向的相邻矢量线与基准矢量线的垂直距离的差值小于第八阈值且基准矢量线的右方向没有相邻矢量线时，复制基准矢量线至右前方向和右后方向的相邻矢量线之间并相互连接。
40.根据本公开实施例的第二方面，提供一种车道线处理方法，该方法可以包括：
41.识别路面图片中的车道线的特征矢量，并提取特征矢量的中心线，得到车道线的中心线的矢量线数据集；
42.将矢量线数据集中任一矢量线作为基准矢量线，根据基准矢量线所在平面的相邻拓扑关系获得基准矢量线的相邻矢量线；
43.将矢量数据集中的每一矢量线的相邻矢量线构建成相邻拓扑关系矩阵，相邻拓扑关系包括左前方向、右前方向、左后方向和右后方向关系；
44.当基准矢量线左前方向和左后方向均有一个相邻矢量线且左前方向和左右方向的相邻矢量线与基准矢量线的垂直距离的差值小于第九阈值时，复制基准矢量线至左前方向和左右方向的相邻矢量线之间并相互连接；
45.当基准矢量线右前方向和右后方向均有一个相邻矢量线且右前方向和右后方向的相邻矢量线与基准矢量线的垂直距离的差值小于第十阈值时，复制基准矢量线至右前方向和右后方向的相邻矢量线之间并相互连接。
46.根据本公开实施例的第三方面，提供一种道路车道线处理装置，该装置可以包括：
47.中心线提取模块，用于识别路面图片中的车道线的特征矢量，并提取特征矢量的中心线，得到车道线的中心线的矢量线数据集；
48.矩阵构建模块，用于将矢量线数据集中任一矢量线作为基准矢量线，根据基准矢量线所在平面的相邻拓扑关系得到基准矢量线的相邻矢量线；将矢量数据集中的每一矢量线的相邻矢量线构建成相邻拓扑关系矩阵，相邻拓扑关系包括左右方向关系和/或前后方向关系；
49.连接模块，用于当相邻拓扑关系矩阵中多个基准矢量线在同一相邻方向的相邻矢量线相同时，则将多个基准矢量线连接。
50.根据本公开实施例的第四方面，提供一种电子设备，该电子设备可以包括：
51.处理器；
52.用于存储处理器可执行指令的存储器；
53.其中，处理器被配置为执行指令，以实现如第一方面的任一项实施例中所示的车道线处理方法。
54.根据本公开实施例的第五方面，提供一种存储介质，当存储介质中的指令由信息处理装置或者服务器的处理器执行时，以使信息处理装置或者服务器实现以实现如第一方面的任一项实施例中所示的车道线处理方法。
55.本公开的实施例提供的技术方案至少带来以下有益效果：
56.本公开实施例通过深度学习模型识别车道线，提取车道线的中心线的矢量数据，然后将该矢量数据根据线段之间的前后左右相邻拓扑关系进行空间相邻关系矩阵聚类，从而将碎片化的车道线连接成为更切合实际的车道线，保证了车道线的完整性。
57.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限值本公开。
附图说明
58.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
59.图1是根据一示例性实施例示出的车道线处理方法流程示意图；
60.图2是根据一示例性实施例示出的车道线中线提取输入数据图；
61.图3是根据一示例性实施例示出的车道线中线提取输出数据图；
62.图4是根据一示例性实施例示出的车道线中线提取过程图；
63.图5是根据一示例性实施例示出的线段空间相邻关系矩阵聚类输入数据图；
64.图6是根据一示例性实施例示出的线段空间相邻关系矩阵聚类输出数据图；
65.图7是根据一示例性实施例示出的线段空间相邻关系矩阵聚类过程示意图；
66.图8是根据一示例性实施例示出的趋势聚类输入数据图；
67.图9是根据一示例性实施例示出的趋势聚类输出数据图；
68.图10是根据一示例性实施例示出的趋势聚类过程示意图；
69.图11是根据一示例性实施例示出的场景识别流程图；
70.图12是根据一示例性实施例示出的车道线平滑输入数据图；
71.图13是根据一示例性实施例示出的车道线平滑输出数据图；
72.图14是根据一具体实施例示出的车道线处理方法流程图；
73.图15是根据一示例性实施例示出的车道线处理效果图；
74.图16是根据另一示例性实施例示出的车道线处理方法流程图；
75.图17是根据一示例性实施例示出的电子设备结构示意图；
76.图18是根据一示例性实施例示出的电子设备硬件结构示意图。
具体实施方式
77.为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
78.需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
79.现有高精度地图制作过程中，由于，车道线磨损、重漆和采集过程遮挡等，导致当前基于深度学习、机器视觉和通用空间几何算法自动提取的车道线存在结果片段化问题，尤其在复杂道路场景下，自动化提取结果可用率更低。因此，如何有效的对深度学习和机器视觉提取车道线进行自动化的后处理，提升车道线自动矢量化结果连续性和完整性，是当前亟需解决的一个技术问题。
80.如图1所示，在本公开实施例的第一方面，提供一种车道线处理方法，该方法可以包括：
81.s100：识别路面图片中的车道线的特征矢量，并提取特征矢量的中心线，得到车道线的中心线的矢量线数据集；
82.s200：将矢量线数据集中任一矢量线作为基准矢量线，根据基准矢量线所在平面的相邻拓扑关系得到基准矢量线的相邻矢量线；
83.s300：将矢量数据集中的每一矢量线的相邻矢量线构建成相邻拓扑关系矩阵，相邻拓扑关系包括左右方向关系和/或前后方向关系；
84.s400：当相邻拓扑关系矩阵中多个基准矢量线在同一相邻方向的相邻矢量线相同时，则将多个基准矢量线连接。
85.上述实施例方法通过深度学习模型识别车道线，提取车道线的中心线的矢量数据，然后将该矢量数据根据线段之间的前后左右相邻拓扑关系进行空间相邻关系矩阵聚类，从而将碎片化的车道线连接成为更切合实际的车道线，保证了车道线的完整性。
86.上述各步骤的具体实现方式将在下文中进行详细描述。
87.首先介绍s100，识别路面图片中的车道线的特征矢量，并提取特征矢量的中心线，得到车道线的中心线的矢量线数据集。
88.在本步骤中，识别路面图片中的车道线的特征矢量，并提取特征矢量的中心线，得到车道线的中心线的矢量线数据集，输入数据如图2所示，输出数据如图3所示，该过程可以包括：
89.识别路面图片中的车道线的特征矢量，在深度学习识别的车道线结果中，在保证精度的前提下，根据车道线形态提取矢量中心线。将特征矢量根据第一宽度的矩形块分成多段，获取每一段特征矢量的中心点；依次连接每一段特征矢量的中心点，得到车道线的中心线。
90.获取每一段特征矢量的中心点，如图4所示，具体可以包括：当中心点位于特征矢量之外时，将特征矢量根据第二宽度的矩形块再次分段并再次获取每一段特征矢量的中心点，其中，第二宽度小于第一宽度。
91.接下来介绍一下s200，将矢量数据集中的每一矢量线的相邻矢量线构建成相邻拓扑关系矩阵，相邻拓扑关系包括左右方向关系和/或前后方向关系。
92.本步骤可以为：当相邻拓扑关系包括左右关系时，根据基准矢量线向左按预设距离延伸范围内无阻隔的一个或多个矢量线作为左方向的相邻矢量线，根据基准矢量线向右按预设距离延伸范围内无阻隔的一个或多个矢量线作为右方向的相邻矢量线。
93.本步骤也可以为：当相邻拓扑关系包括前后关系时，根据基准矢量线向前以基准矢量线的前端点按预设角度延伸范围内无阻隔的一个或多个矢量线作为前方向的相邻矢量线，根据基准矢量线向后以基准矢量线的后端点按预设角度延伸范围内无阻隔的一个或多个矢量线作为后方向的相邻矢量线。
94.本步骤还可以为：相邻拓扑关系包括左右方向关系时，还进一步包括左前方向、右前方向、左后方向和右后方向关系；当相邻拓扑关系矩阵中多个基准矢量线在同一相邻方向的相邻矢量线相同时，则将多个基准矢量线连接，包括：当基准矢量线左前方向和左后方向均有一个相邻矢量线、左前方向和左右方向的相邻矢量线与基准矢量线的垂直距离的差
值小于第七阈值且基准矢量线的左方向没有相邻矢量线时，复制基准矢量线至左前方向和左右方向的相邻矢量线之间并相互连接；当基准矢量线右前方向和右后方向均有一个相邻矢量线、右前方向和右后方向的相邻矢量线与基准矢量线的垂直距离的差值小于第八阈值且基准矢量线的右方向没有相邻矢量线时，复制基准矢量线至右前方向和右后方向的相邻矢量线之间并相互连接。
95.最后介绍一下s400，当相邻拓扑关系矩阵中多个基准矢量线在同一相邻方向的相邻矢量线相同时，则将多个基准矢量线连接。
96.本步骤，主要解决根据线段之间的前后左右相邻拓扑关系，将左右相邻的线段拼接为一条线段的问题，其中输入数据如图5所示，输出数据如图6所示，在具体实施场景中可以包括：
97.s410：当相邻拓扑关系矩阵中多个基准矢量线在同一相邻方向的相邻矢量线相同时，判断多个基准矢量线之间的距离是否小于第一阈值，且判断多个基准矢量线之间的角度是否小于第二阈值；
98.s420：当多个基准矢量线之间的距离小于第一阈值且角度小于第二阈值时，将多个基准矢量线连接；否则，多个基准矢量线不连接。
99.该具体场景中，根据线段之间的前后左右相邻拓扑关系，构建线段空间相邻关系矩阵；判断线段之间左右相邻的空间关系，是否一致；如果一致，则判断这两个线段是否满足相关约束条件的线段；如果符合约束则合并这两个线段，重复根据线段之间的前后左右相邻拓扑关系，构建线段空间相邻关系矩阵，直到线段空间相邻关系矩阵；不在更新为止，如图7所示，该过程将提取的车道线中线，按照线段之间的前后左右关系构建空间关系矩阵，筛选出基准矢量线在同一相邻方向的相邻矢量线，如图7中以线段1、2分别为基准矢量线，右方向的同一相邻方向的相邻矢量线都为4，可以将作为基准矢量线的线段1、2连接；以线段2、3分别为基准矢量线，右方向的同一相邻方向的相邻矢量线都为5，左方向的同一相邻方向的相邻矢量线都为1，可以将作为基准矢量线的线段2、3连接。可选的，连接前可以进一步判断同一相邻方向的相邻矢量线之间的距离和角度，如果距离和角度都满足预设条件的话即可连接该相邻的矢量线，否则不连接。
100.在本公开的一些可选实施例中，在将矢量线数据集中任一矢量线作为基准矢量线，根据基准矢量线所在平面的相邻拓扑关系得到基准矢量线的相邻矢量线之前，方法还可以包括：将矢量线数据集进行第一趋势聚类；
101.进行第一趋势聚类，具体可以包括：
102.获得矢量线数据集中任意相邻的两个矢量线的相邻端点；
103.当相邻端点连线的长度小于第三阈值时，且相邻端点连线的角度小于第四阈值时，连接两个矢量线。
104.在本实施例中，是为了解决在一定距离内，线段之间在几何走势或者趋势上是否归属一类的问题。输入数据如图8所示，输出数据如图9所示，从集合中筛选最长的线段；左右两端延长该折线一定距离；搜索集合中的其它线段，找出满足与延长线段重合并满足相关约束条件的线段。如果存在，则合并两天线段，继续左右两端延长该折线一定距离；如果不存在，则将该线段从输入集合中移到输出集合；继续从集合中筛选最长的线段，直到输入车道线集合为空为止，如图10所示。
105.在本公开的一些可选实施例中，在识别路面图片中的车道线的特征矢量，并提取特征矢量的中心线，得到车道线的中心线的矢量线数据集之后，可以包括：
106.识别矢量线数据集中车道线的场景信息；
107.当场景信息为路口场景或道路场景时，将矢量线数据集进行第一趋势聚类；
108.当场景信息为环岛场景时，将矢量线数据集进行第二趋势聚类；
109.将矢量线数据集进行第二趋势聚类，具体可以包括：
110.获得矢量线数据集中任意相邻的两个弧线矢量线对应的圆心和半径；
111.当圆心之间的距离小于第五阈值，且半径的差制小于第六阈值时，连接两个弧线矢量线。
112.本实施例中，根据数据类型，分离车道线、停止线和横向减速带；根据道路与道路之间的横纵关系，确定路口中心；根据路口中心和其附近停止线，合并为路口面数据或者环岛面数据；根据路口中心和其附近停止线，合并为路口面数据或者环岛面数据生成的面数据，运用空间运算，提取出路口或者环岛的车道线数据；其余的就是道路数据，如图11所示。
113.在本公开一具体实施例中，为了解决车道线点过于稠密，部分拐点过于突出的问题，利用采用b样条插值算法，对折线进行平滑处理；去除重复点，以及去除与相邻点形成的夹角为锐角的点；采用douglas-peuker节点抽稀算法，按照一定距离的步长分别抽稀即保留了原始数据精度，同时也到了抽稀的目的，输入数据如图12所示，输出数据如图13所示。
114.如图14所示，在本公开一具体实施例中，提供了一种车道线处理方法，包括：导入深度学习结果数据集合，分离出停止线，车道线和横向减速带；运行车道中心线提取算法，提取几何中心线；运行场景识别，分别识别出道路场景，环岛场景和路口场景；根据不同场景，将数据分离；结合车道线约束条件(如车道间距，道路车道线不相交)，道路场景中的车道线采用距离逐步递增的方式循环调用趋势聚类算法，直到场景中的几何不在发生变化为止；几何结果再调用空间相邻关系矩阵聚类算法，生成道路车道线数据；结合车道线约束条件，路口场景中的车道线采用距离逐步递增的方式循环调用趋势聚类算法，直到场景中的几何不在发生变化为止，生成路口车道线数据；结合车道线约束条件，环岛场景中的车道线采用曲率，半径等因子进行趋势聚类，直到场景中的几何不在发生变化为止，生成环岛车道线数据；融合道路车道线数据，路口车道线数据以及环岛车道线数据；运行分段平滑算法，输出结果，效果如图15所示。
115.如图16所示，在本公开实施例的第二方面，提供一种车道线处理方法，该方法可以包括：
116.t100：识别路面图片中的车道线的特征矢量，并提取特征矢量的中心线，得到车道线的中心线的矢量线数据集；
117.t200：将矢量线数据集中任一矢量线作为基准矢量线，根据基准矢量线所在平面的相邻拓扑关系获得基准矢量线的相邻矢量线；
118.t300：将矢量数据集中的每一矢量线的相邻矢量线构建成相邻拓扑关系矩阵，相邻拓扑关系包括左前方向、右前方向、左后方向和右后方向关系；
119.t400：当基准矢量线左前方向和左后方向均有一个相邻矢量线且左前方向和左右方向的相邻矢量线与基准矢量线的垂直距离的差值小于第九阈值时，复制基准矢量线至左前方向和左右方向的相邻矢量线之间并相互连接；
120.t500：当基准矢量线右前方向和右后方向均有一个相邻矢量线且右前方向和右后方向的相邻矢量线与基准矢量线的垂直距离的差值小于第十阈值时，复制基准矢量线至右前方向和右后方向的相邻矢量线之间并相互连接。
121.上述实施例方法涉及到的距离参数或者阈值，可以任意适配，并不影响整体算法流程。
122.在本公开实施例的第三方面，提供一种道路车道线处理装置，该装置可以包括：
123.中心线提取模块，用于识别路面图片中的车道线的特征矢量，并提取特征矢量的中心线，得到车道线的中心线的矢量线数据集；
124.矩阵构建模块，用于将矢量线数据集中任一矢量线作为基准矢量线，根据基准矢量线所在平面的相邻拓扑关系得到基准矢量线的相邻矢量线；将矢量数据集中的每一矢量线的相邻矢量线构建成相邻拓扑关系矩阵，相邻拓扑关系包括左右方向关系和/或前后方向关系；
125.连接模块，用于当相邻拓扑关系矩阵中多个基准矢量线在同一相邻方向的相邻矢量线相同时，则将多个基准矢量线连接。
126.可选的，如图17所示，本技术实施例还提供一种电子设备1700，包括处理器1701，存储器1702，存储在存储器1702上并可在所述处理器1701上运行的程序或指令，该程序或指令被处理器1701执行时实现上述车道线处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
127.需要说明的是，本技术实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
128.图18为实现本技术实施例的一种电子设备的硬件结构示意图。
129.该电子设备1800包括但不限于：射频单元1801、网络模块1802、音频输出单元1803、输入单元1804、传感器1805、显示单元1806、用户输入单元1807、接口单元1808、存储器1809、以及处理器1810等部件。
130.本领域技术人员可以理解，电子设备1800还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器1810逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图18中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
131.应理解的是，本技术实施例中，输入单元1804可以包括图形处理器(graphics processing unit，gpu)18041和麦克风18042，图形处理器18041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元1806可包括显示面板18061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板18061。用户输入单元1807包括触控面板18071以及其他输入设备18072。触控面板18071，也称为触摸屏。触控面板18071可包括触摸检测装置和触摸控制器两个部分。其他输入设备18072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。存储器1809可用于存储软件程序以及各种数据，包括但不限于应用程序和操作系统。处理器1810可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以
理解的是，上述调制解调处理器也可以不集成到处理器1810中。
132.本技术实施例还提供一种存储介质，所述存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述车道线处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
133.其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述存储介质，包括计算机可读存储介质，如计算机只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等。
134.本技术实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述车道线处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
135.应理解，本技术实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
136.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本技术实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
137.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术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，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本技术各个实施例所述的方法。
138.上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。