车道线矫正方法、装置、电子设备、存储介质和程序产品与流程

1.本公开涉及计算机视觉技术领域，尤其涉及一种车道线矫正方法、装置、电子设备、存储介质和程序产品。


背景技术：

2.近些年来，无人驾驶技术高速发展，其中，车辆能够完全自主决策进行自动驾驶的相关技术涉及场景感知、高精度定位、高精度地图、路径规划、行为决策、车辆控制等。其中，高精度地图是一项较为关键的技术。通常，高精度地图被认为是实现l4级别以上的自动驾驶所不可或缺的条件，其对于决策、定位、规划和车辆控制起到了基础性的作用。
3.在高精度地图中，车道线是关键元素之一。车道线的精度直接决定了车辆行驶在真实道路中的准确度。因此，对车道线进行矫正具有重要意义。


技术实现要素：

4.本公开提供了一种车道线矫正技术方案。
5.根据本公开的一方面，提供了一种车道线矫正方法，包括：
6.获取车辆所处的道路对应的道路图像；
7.对所述道路图像进行车道识别，确定所述车辆所处的车道的类别；
8.根据所述车道的类别，对所述车道的车道线进行矫正。
9.通过获取车辆所处的道路对应的道路图像，对所述道路图像进行车道识别，确定所述车辆所处的车道的类别，并根据所述车道的类别，对所述车道的车道线进行矫正，由此基于车辆所处的车道的类别对所述车道的车道线进行矫正，能够得到精度较高的车道线。
10.在一种可能的实现方式中，所述对所述道路图像进行车道识别，确定所述车辆所处的车道的类别，包括：
11.根据所述道路图像，确定所述车辆所处的车道的左车道线的曲率和/或右车道线的曲率；
12.根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别。
13.在该实现方式中，通过根据所述道路图像，确定所述车辆所处的车道的左车道线的曲率和/或右车道线的曲率，并根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别，由此能够准确地确定所述车辆所处的车道的类别。
14.在一种可能的实现方式中，所述根据所述车道的类别，对所述车道的车道线进行矫正，包括：
15.响应于所述车道的类别为弯道，确定所述车道的中心线的位置信息；
16.确定所述车道的第一参考宽度；
17.根据所述车道的中心线的位置信息和所述第一参考宽度，矫正所述车道的车道线。
18.在该实现方式中，通过响应于所述车道的类别为弯道，确定所述车道的中心线的
位置信息，确定所述车道的第一参考宽度，并根据所述车道的中心线的位置信息和所述第一参考宽度，矫正所述车道的车道线，由此在所述车道为弯道的情况下，仍然可以利用宽度约束准确地矫正左右车道线，从而能够达到更高的精度。
19.在一种可能的实现方式中，所述确定所述车道的中心线的位置信息，包括：
20.对所述车道的左车道线和右车道线分别进行点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集；
21.根据所述左车道线对应的采样点集和所述右车道线对应的采样点集，确定所述车道的中心线的位置信息。
22.在该实现方式中，通过对所述车道的左车道线和右车道线分别进行点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集，并根据所述左车道线对应的采样点集和所述右车道线对应的采样点集，确定所述车道的中心线的位置信息，由此能够更准确地确定所述车道的中心线的位置信息。
23.在一种可能的实现方式中，所述对所述车道的左车道线和右车道线分别进行点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集，包括：
24.对所述左车道线和所述右车道线进行等距离的点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集。
25.在该实现方式中，通过对所述左车道线和所述右车道线分别进行等距离的点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集，基于由此得到的所述左车道线对应的采样点集和所述右车道线对应的采样点集，确定所述车道的中心线的位置信息，能够进一步提高所确定的所述车道的中心线的位置信息的准确性。
26.在一种可能的实现方式中，所述根据所述左车道线对应的采样点集和所述右车道线对应的采样点集，确定所述车道的中心线的位置信息，包括：
27.确定所述左车道线对应的采样点集和所述右车道线对应的采样点集中，多个采样点对的中点，其中，所述多个采样点对中的任一采样点对包括所述左车道线对应的采样点和所述右车道线对应的采样点；
28.根据所述多个采样点对的中点，确定所述车道的中心线的位置信息。
29.在该实现方式中，通过确定所述左车道线对应的采样点集和所述右车道线对应的采样点集中，多个采样点对的中点，并根据所述多个采样点对的中点，确定所述车道的中心线的位置信息，由此能够更准确地确定所述车道的中心线的位置信息。
30.在一种可能的实现方式中，所述根据所述车道的中心线的位置信息和所述第一参考宽度，矫正所述车道的左车道线和右车道线，包括：
31.对于所述左车道线对应的采样点集和所述右车道线对应的采样点集中的任一采样点，根据所述车道的中心线的位置信息和所述第一参考宽度，确定所述采样点的修正后的位置信息；
32.根据所述左车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的左车道线；
33.根据所述右车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的右车道线。
34.在该实现方式中，通过对于所述左车道线对应的采样点集和所述右车道线对应的
采样点集中的任一采样点，根据所述车道的中心线的位置信息和所述第一参考宽度，确定所述采样点的修正后的位置信息，根据所述左车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的左车道线，并根据所述右车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的右车道线，由此能够得到精度较高的左车道线和右车道线。
35.在一种可能的实现方式中，所述根据所述车道的类别，对所述车道的车道线进行矫正，包括：
36.响应于所述车道的类别为直道，且所述车道的车道线的曲率满足预设的矫正条件，根据第一预设距离区间内的车道线，矫正第二预设距离区间内的车道线，其中，所述第二预设距离区间的左边界值大于或等于所述第一预设距离区间的右边界值。
37.在该实现方式中，通过响应于所述车道的类别为直道，且所述车道的车道线的曲率满足预设的矫正条件，根据第一预设距离区间内的车道线，矫正第二预设距离区间内的车道线，由此能够利用较近处的、精度较高的车道线，矫正较远处的、精度较低的车道线，从而能够提高车道线的精度。
38.在一种可能的实现方式中，所述预设的矫正条件包括：所述第二预设距离区间内的车道线的曲率大于或等于第一预设阈值。
39.在该实现方式中，通过响应于所述车道的类别为直道，且第二预设距离区间内的车道线的曲率大于或等于第一预设阈值，根据第一预设距离区间内的车道线，矫正第二预设距离区间内的车道线，由此能够减少非必要的车道线矫正，从而能够提高车道线矫正的效率。
40.在一种可能的实现方式中，所述根据第一预设距离区间内的车道线，矫正第二预设距离区间内的车道线，包括：
41.根据第一预设距离区间内的车道线，拉直第二预设距离区间内的车道线，得到拉直后的车道线。
42.在该实现方式中，通过根据第一预设距离区间内的车道线，拉直第二预设距离区间内的车道线，得到拉直后的车道线，由此在较远处的车道线的曲率较大的情况下，可以利用较近处的车道线，将较远处的车道线拉直为直线段，从而能够解决多平面的问题，能够将多平面转换为单平面。
43.在一种可能的实现方式中，
44.所述根据第一预设距离区间内的车道线，拉直第二预设距离区间内的车道线，得到拉直后的车道线，包括：根据第一预设距离区间内的左车道线，拉直第二预设距离区间内的左车道线，得到拉直后的左车道线；根据所述第一预设距离区间内的右车道线，拉直所述第二预设距离区间内的右车道线，得到拉直后的右车道线；
45.在所述得到拉直后的车道线之后，所述方法还包括：确定所述车道的第二参考宽度；确定所述拉直后的左车道线的中心线的位置信息，以及所述拉直后的右车道线的中心线的位置信息；根据所述第二参考宽度、所述拉直后的左车道线的中心线的位置信息以及所述拉直后的右车道线的中心线的位置信息，旋转所述拉直后的左车道线和所述拉直后的右车道线。
46.在该实现方式中，通过根据第一预设距离区间内的左车道线，拉直第二预设距离
区间内的左车道线，得到拉直后的左车道线，根据所述第一预设距离区间内的右车道线，拉直所述第二预设距离区间内的右车道线，得到拉直后的右车道线，确定所述车道的第二参考宽度，确定所述拉直后的左车道线的中心线的位置信息，以及所述拉直后的右车道线的中心线的位置信息，根据所述第二参考宽度、所述拉直后的左车道线的中心线的位置信息以及所述拉直后的右车道线的中心线的位置信息，旋转所述拉直后的左车道线和所述拉直后的右车道线，由此在所述车道为直道的情况下，基于平行约束和宽度一致性假设，将车道线拉直后旋转至合理的角度，从而能够得到精度较高的直道的车道线。
47.在一种可能的实现方式中，所述根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别，包括：
48.响应于所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均小于第二预设阈值，确定所述车道的类别为直道。
49.在该实现方式中，通过响应于所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均小于第二预设阈值，确定所述车道的类别为直道，由此在所述左车道线和所述右车道线的弯曲程度均较小的情况下将所述车道的类别确定为直道，从而能够准确地判断车道属于直道的情况。
50.在一种可能的实现方式中，所述根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别，包括：
51.响应于所述左车道线的曲率和所述右车道线的曲率均为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值，确定所述车道的类别为弯道；
52.或者，
53.响应于所述左车道线的曲率和所述右车道线的曲率均为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值，确定所述车道的类别为弯道。
54.在该实现方式中，通过响应于所述左车道线的曲率和所述右车道线的曲率均为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值，确定所述车道的类别为弯道，或者，响应于所述左车道线的曲率和所述右车道线的曲率均为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值，确定所述车道的类别为弯道，由此在所述左车道线和所述右车道线的弯曲方向相同，且所述左车道线和所述右车道线的弯曲程度均较大的情况下，将所述车道的类别确定为弯道，从而能够准确地判断车道属于弯道的情况。
55.在一种可能的实现方式中，所述根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别，包括：
56.响应于所述左车道线的曲率为正值，所述右车道线的曲率为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值，确定所述车道的类别为直道；
57.或者，
58.响应于所述左车道线的曲率为负值，所述右车道线的曲率为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值，确定
所述车道的类别为直道。
59.在该实现方式中，通过响应于所述左车道线的曲率为正值，所述右车道线的曲率为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值，确定所述车道的类别为直道，或者，响应于所述左车道线的曲率为负值，所述右车道线的曲率为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值，确定所述车道的类别为直道，由此在所述左车道线与所述右车道线的弯曲方向相反，且述左车道线和所述右车道线的弯曲程度均较大的情况下，将所述车道的类别确定为直道，从而能够准确地判断车道属于直道的情况。
60.在一种可能的实现方式中，所述根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别，包括：
61.响应于所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值大于或等于第二预设阈值，且所述右车道线的曲率的绝对值小于所述第二预设阈值，确定所述车道的类别为直道；
62.或者，
63.响应于所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，且所述左车道线的曲率的绝对值小于所述第二预设阈值，确定所述车道的类别为直道。
64.在该实现方式中，通过响应于所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值大于或等于第二预设阈值，且所述右车道线的曲率的绝对值小于所述第二预设阈值，确定所述车道的类别为直道，或者，响应于所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，且所述左车道线的曲率的绝对值小于所述第二预设阈值，确定所述车道的类别为直道，由此能够基于左右车道线的弯曲情况以及左右车道线的曲率的绝对值的大小关系，准确地判断车道属于直道的情况。
65.在一种可能的实现方式中，所述根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别，包括：
66.响应于所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值小于第二预设阈值，所述右车道线的曲率指示所述右车道线向右弯曲，且所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别为弯道；
67.或者，
68.响应于所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值小于所述第二预设阈值，所述左车道线的曲率指示所述左车道线向左弯曲，且所述左车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别为弯道。
69.在该实现方式中，通过响应于所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值小于第二预设阈值，所述右车道线的曲率指示所述右车道线向右弯曲，且所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别为弯道，或者，响应于所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值小于所述第二预设阈值，所述左车道线的曲率指示所述左车道线向左弯曲，且所述左车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别
为弯道，由此能够基于左右车道线的弯曲情况以及左右车道线的曲率的绝对值的大小关系，准确地判断车道属于弯道的情况。
70.根据本公开的一方面，提供了一种车道线矫正装置，包括：
71.获取模块，用于获取车辆所处的道路对应的道路图像；
72.确定模块，用于对所述道路图像进行车道识别，确定所述车辆所处的车道的类别；
73.矫正模块，用于根据所述车道的类别，对所述车道的车道线进行矫正。
74.在一种可能的实现方式中，所述确定模块用于：
75.根据所述道路图像，确定所述车辆所处的车道的左车道线的曲率和/或右车道线的曲率；
76.根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别。
77.在一种可能的实现方式中，所述矫正模块用于：
78.响应于所述车道的类别为弯道，确定所述车道的中心线的位置信息；
79.确定所述车道的第一参考宽度；
80.根据所述车道的中心线的位置信息和所述第一参考宽度，矫正所述车道的车道线。
81.在一种可能的实现方式中，所述矫正模块用于：
82.对所述车道的左车道线和右车道线分别进行点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集；
83.根据所述左车道线对应的采样点集和所述右车道线对应的采样点集，确定所述车道的中心线的位置信息。
84.在一种可能的实现方式中，所述矫正模块用于：
85.对所述左车道线和所述右车道线进行等距离的点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集。
86.在一种可能的实现方式中，所述矫正模块用于：
87.确定所述左车道线对应的采样点集和所述右车道线对应的采样点集中，多个采样点对的中点，其中，所述多个采样点对中的任一采样点对包括所述左车道线对应的采样点和所述右车道线对应的采样点；
88.根据所述多个采样点对的中点，确定所述车道的中心线的位置信息。
89.在一种可能的实现方式中，所述矫正模块用于：
90.对于所述左车道线对应的采样点集和所述右车道线对应的采样点集中的任一采样点，根据所述车道的中心线的位置信息和所述第一参考宽度，确定所述采样点的修正后的位置信息；
91.根据所述左车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的左车道线；
92.根据所述右车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的右车道线。
93.在一种可能的实现方式中，所述矫正模块用于：
94.响应于所述车道的类别为直道，且所述车道的车道线的曲率满足预设的矫正条件，根据第一预设距离区间内的车道线，矫正第二预设距离区间内的车道线，其中，所述第
二预设距离区间的左边界值大于或等于所述第一预设距离区间的右边界值。
95.在一种可能的实现方式中，所述预设的矫正条件包括：所述第二预设距离区间内的车道线的曲率大于或等于第一预设阈值。
96.在一种可能的实现方式中，所述矫正模块用于：
97.根据第一预设距离区间内的车道线，拉直第二预设距离区间内的车道线，得到拉直后的车道线。
98.在一种可能的实现方式中，
99.所述矫正模块用于：根据第一预设距离区间内的左车道线，拉直第二预设距离区间内的左车道线，得到拉直后的左车道线；根据所述第一预设距离区间内的右车道线，拉直所述第二预设距离区间内的右车道线，得到拉直后的右车道线；
100.所述矫正模块还用于：确定所述车道的第二参考宽度；确定所述拉直后的左车道线的中心线的位置信息，以及所述拉直后的右车道线的中心线的位置信息；根据所述第二参考宽度、所述拉直后的左车道线的中心线的位置信息以及所述拉直后的右车道线的中心线的位置信息，旋转所述拉直后的左车道线和所述拉直后的右车道线。
101.在一种可能的实现方式中，所述确定模块用于：
102.响应于所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均小于第二预设阈值，确定所述车道的类别为直道。
103.在一种可能的实现方式中，所述确定模块用于：
104.响应于所述左车道线的曲率和所述右车道线的曲率均为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值，确定所述车道的类别为弯道；
105.或者，
106.响应于所述左车道线的曲率和所述右车道线的曲率均为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值，确定所述车道的类别为弯道。
107.在一种可能的实现方式中，所述确定模块用于：
108.响应于所述左车道线的曲率为正值，所述右车道线的曲率为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值，确定所述车道的类别为直道；
109.或者，
110.响应于所述左车道线的曲率为负值，所述右车道线的曲率为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值，确定所述车道的类别为直道。
111.在一种可能的实现方式中，所述确定模块用于：
112.响应于所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值大于或等于第二预设阈值，且所述右车道线的曲率的绝对值小于所述第二预设阈值，确定所述车道的类别为直道；
113.或者，
114.响应于所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的
绝对值大于或等于所述第二预设阈值，且所述左车道线的曲率的绝对值小于所述第二预设阈值，确定所述车道的类别为直道。
115.在一种可能的实现方式中，所述确定模块用于：
116.响应于所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值小于第二预设阈值，所述右车道线的曲率指示所述右车道线向右弯曲，且所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别为弯道；
117.或者，
118.响应于所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值小于所述第二预设阈值，所述左车道线的曲率指示所述左车道线向左弯曲，且所述左车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别为弯道。
119.根据本公开的一方面，提供了一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。
120.根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
121.根据本公开的一方面，提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
122.在本公开实施例中，通过获取车辆所处的道路对应的道路图像，对所述道路图像进行车道识别，确定所述车辆所处的车道的类别，并根据所述车道的类别，对所述车道的车道线进行矫正，由此基于车辆所处的车道的类别对所述车道的车道线进行矫正，能够得到精度较高的车道线。
123.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，而非限制本公开。
124.根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
125.此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
126.图1示出本公开实施例提供的车道线矫正方法的流程图。
127.图2示出本公开实施例提供的车道线矫正方法中的车道线的一示意图。
128.图3示出本公开实施例提供的车道线矫正方法中的车道线的另一示意图。
129.图4示出本公开实施例提供的车道线矫正方法中的车道线的另一示意图。
130.图5示出本公开实施例提供的车道线矫正方法中的车道线的另一示意图。
131.图6示出本公开实施例提供的车道线矫正方法中的弯道的一示意图。
132.图7示出本公开实施例提供的车道线矫正方法中的直道的一示意图。
133.图8示出本公开实施例提供的车道线矫正方法中的直道的另一示意图。
134.图9示出本公开实施例提供的车道线矫正方法中，图8中的车道线对应的道路图像
assist，变道辅助)等等。这些l2+级别的辅助驾驶功能，同样离不开准确的车道线感知，且同样需要将图像转换至鸟瞰视角下，进行车道线方程的提取。
151.然而，相关技术在确定车道线方程时，要求车辆前方的地面是一个平面，同时要求车辆与地面之间的俯仰角(pitch)不能发生变化。一旦车辆前方的地面不为平面，或者车辆与地面之间的俯仰角发生变化，所确定的车道线方程在远处的精度将较低，导致只能使用近处的车道线，进而导致感知范围较小。
152.为了解决类似上文所述的技术问题，本公开实施例提供了一种车道线矫正方法、装置、电子设备、存储介质和程序产品，通过获取车辆所处的道路对应的道路图像，对所述道路图像进行车道识别，确定所述车辆所处的车道的类别，并根据所述车道的类别，对所述车道的车道线进行矫正，由此基于车辆所处的车道的类别对所述车道的车道线进行矫正，能够得到精度较高的车道线。
153.下面结合附图对本公开实施例提供的车道线矫正方法进行详细的说明。
154.图1示出本公开实施例提供的车道线矫正方法的流程图。在一种可能的实现方式中，所述车道线矫正方法的执行主体可以是车道线矫正装置，例如，所述车道线矫正方法可以由终端设备或服务器或其它电子设备执行。其中，终端设备可以是车载设备、用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(personal digital assistant，pda)、手持设备、计算设备或者可穿戴设备等。其中，车载设备可以是车舱内的车机、域控制器或者处理器，还可以是dms(driver monitor system，驾驶员监控系统)或者oms(occupant monitoring system，乘员监控系统)中用于执行图像等数据处理操作的设备主机等。在一些可能的实现方式中，所述车道线矫正方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，所述车道线矫正方法包括步骤s11至步骤s13。
155.在步骤s11中，获取车辆所处的道路对应的道路图像。
156.在步骤s12中，对所述道路图像进行车道识别，确定所述车辆所处的车道的类别。
157.在步骤s13中，根据所述车道的类别，对所述车道的车道线进行矫正。
158.在本公开实施例中，可以通过车辆的摄像头，采集所述车辆所处的道路对应的道路图像。其中，所述道路图像可以表示所述车辆所处的道路的图像。所述道路图像可以包括所述车辆的前方的道路图像和/或所述车辆的后方的道路图像。在一种可能的实现方式中，所述摄像头可以包括朝向所述车辆的前方设置的第一摄像头。在该实现方式中，第一摄像头可以用于采集所述车辆的前方的道路的图像。在另一种可能的实现方式中，所述摄像头可以包括朝向所述车辆的后方设置的第二摄像头。在该实现方式中，第二摄像头可以用于采集所述车辆的后方的道路的图像。
159.在一种可能的实现方式中，在获取所述道路图像之后，可以对所述道路图像进行车道线检测，得到所述道路图像中的车道线的第一位置信息。其中，第一位置信息可以表示对所述道路图像进行车道线检测得到的所述道路图像中的车道线的位置信息。第一位置信息可以包括构成车道线的点的位置信息。在一个示例中，第一位置信息可以采用构成车道线的点的坐标来表示。在另一个示例中，第一位置信息可以采用车道线对应的曲线方程来表示。在一个示例中，可以预先训练用于车道线检测的第一神经网络。在第一神经网络训练完成之后，可以将所述道路图像输入第一神经网络，经由第一神经网络对所述道路图像进
行车道线检测，得到所述道路图像中的车道线的第一位置信息。
160.在得到所述道路图像中的车道线的第一位置信息之后，可以采用逆透视变换方法，将第一位置信息变换为第二位置信息。其中，第二位置信息可以包括构成车道线的点的位置信息。在一个示例中，第二位置信息可以采用构成车道线的点的坐标来表示。在另一个示例中，第二位置信息可以采用车道线对应的曲线方程来表示。
161.图2示出本公开实施例提供的车道线矫正方法中的车道线的一示意图。在图2所示的示例中，车辆前方的路平面无变化，但由于车辆颠簸导致车辆与地面之间的俯仰角上扬，从而导致根据ipm恢复出的远处车道线的开口过大。而实际上，图2中的车道是直道，两条车道线应是平行的。图3示出本公开实施例提供的车道线矫正方法中的车道线的另一示意图。在图3所示的示例中，车辆与地面之间的俯仰角无变化，但车辆前方的路平面发生了变化。在图3中，车辆前方是路平面是上坡。图4示出本公开实施例提供的车道线矫正方法中的车道线的另一示意图。在图4所示的示例中，车辆与地面之间的俯仰角无变化，但车辆前方的路平面发生了变化。在图4中，车辆前方是路平面是下坡。图5示出本公开实施例提供的车道线矫正方法中的车道线的另一示意图。在图5所示的示例中，车辆前方的路平面以及车辆与地面之间的俯仰角均发生了变化。在车辆行驶的过程中，常常会遇到如图2至图5所示的情况。在这些情况下，可以对车道线进行矫正。
162.在本公开实施例中，可以直接对所述道路图像进行车道识别，也可以基于对所述道路图像进行车道线检测得到的车道线的第一位置信息进行车道识别，还可以基于逆透视变换得到的车道线的第二位置信息进行车道识别，等等，在此不做限定。在本公开实施例中，车道的类别可以为直道或者弯道。当然，车道的类别的数量还可以包括更多种，例如，车道的类别可以包括直道、左转弯道、右转弯道、掉头车道等等。
163.在一种可能的实现方式中，所述对所述道路图像进行车道识别，确定所述车辆所处的车道的类别，包括：根据所述道路图像，确定所述车辆所处的车道的左车道线的曲率和/或右车道线的曲率；根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别。
164.在该实现方式中，对于所述车辆所处的车道的左车道线，可以从所述道路图像中，提取所述左车道线上的多个点，计算所述左车道线上的多个点的曲率，并根据所述左车道线上的多个点的曲率，确定所述左车道线的曲率。例如，可以将所述左车道线上的多个点的曲率的平均值，确定为所述左车道线的曲率；又如，可以将所述左车道线上的多个点的曲率的中位数，确定为所述左车道线的曲率；又如，可以将所述左车道线上的多个点的最大曲率，确定为所述左车道线的曲率；等等。
165.对于所述车辆所处的车道的右车道线，可以从所述道路图像中，提取所述右车道线上的多个点，计算所述右车道线上的多个点的曲率，并根据所述右车道线上的多个点的曲率，确定所述右车道线的曲率。例如，可以将所述右车道线上的多个点的曲率的平均值，确定为所述右车道线的曲率；又如，可以将所述右车道线上的多个点的曲率的中位数，确定为所述右车道线的曲率；又如，可以将所述右车道线上的多个点的最大曲率，确定为所述右车道线的曲率；等等。
166.作为该实现方式的一个示例，可以根据所述道路图像，确定所述车辆所处的车道的左车道线的曲率和右车道线的曲率，并可以根据所述左车道线的曲率和所述右车道线的
曲率，确定所述车道的类别。
167.作为该实现方式的另一个示例，可以根据所述道路图像，确定所述车辆所处的车道的左车道线的曲率，并可以根据所述左车道线的曲率，确定所述车道的类别。例如，在根据所述道路图像，确定所述车辆所处的车道的左车道线的曲率大于或等于第三预设阈值的情况下，可以确定所述车道的类别为弯道。其中，第三预设阈值可以大于下文中的第二预设阈值和第一预设阈值，即，第三预设阈值可以为一个较大的阈值。在该示例中，在所述车辆所处的车道的左车道线的曲率大于或等于第三预设阈值的情况下，可以直接确定所述车道的类别为弯道，而无需再确定所述车道的右车道线的曲率。
168.作为该实现方式的另一个示例，可以根据所述道路图像，确定所述车辆所处的车道的右车道线的曲率，并可以根据所述右车道线的曲率，确定所述车道的类别。例如，在根据所述道路图像，确定所述车辆所处的车道的右车道线的曲率大于或等于第三预设阈值的情况下，可以确定所述车道的类别为弯道。在该示例中，在所述车辆所处的车道的右车道线的曲率大于或等于第三预设阈值的情况下，可以直接确定所述车道的类别为弯道，而无需再确定所述车道的左车道线的曲率。
169.在该实现方式中，通过根据所述道路图像，确定所述车辆所处的车道的左车道线的曲率和/或右车道线的曲率，并根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别，由此能够准确地确定所述车辆所处的车道的类别。
170.作为该实现方式的一个示例，所述根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别，包括：响应于所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均小于第二预设阈值，确定所述车道的类别为直道。其中，第二预设阈值大于0。在该实现方式中，在所述左车道线的曲率的绝对值小于第二预设阈值的情况下，可以确定所述左车道线的弯曲程度较小；在所述右车道线的曲率的绝对值小于第二预设阈值的情况下，可以确定所述右车道线的弯曲程度较小。通过响应于所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均小于第二预设阈值，确定所述车道的类别为直道，由此在所述左车道线和所述右车道线的弯曲程度均较小的情况下将所述车道的类别确定为直道，从而能够准确地判断车道属于直道的情况。
171.作为该实现方式的一个示例，所述根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别，包括：响应于所述左车道线的曲率和所述右车道线的曲率均为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值，确定所述车道的类别为弯道；或者，响应于所述左车道线的曲率和所述右车道线的曲率均为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值，确定所述车道的类别为弯道。
172.在一个例子中，可以在所述左车道线的曲率和所述右车道线的曲率均为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值的情况下，确定所述车道的类别为弯道。其中，在所述左车道线的曲率和所述右车道线的曲率均为正值的情况下，可以确定所述左车道线与所述右车道线的弯曲方向相同；在所述左车道线的曲率的绝对值大于或等于第二预设阈值的情况下，可以确定所述左车道线的弯曲程度较大；在所述右车道线的曲率的绝对值大于或等于第二预设阈值的情况下，可以确定所述右车道线的弯曲程度较大。
173.在另一个例子中，可以在所述左车道线的曲率和所述右车道线的曲率均为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值的情况下，确定所述车道的类别为弯道。其中，在所述左车道线的曲率和所述右车道线的曲率均为负值的情况下，可以确定所述左车道线与所述右车道线的弯曲方向相同；在所述左车道线的曲率的绝对值大于或等于第二预设阈值的情况下，可以确定所述左车道线的弯曲程度较大；在所述右车道线的曲率的绝对值大于或等于第二预设阈值的情况下，可以确定所述右车道线的弯曲程度较大。
174.图6示出本公开实施例提供的车道线矫正方法中的弯道的一示意图。在图6所示的示意图中，右侧的两条车道线为所述车辆所处的车道的车道线，在这两条车道线中，左侧的车道线为所述车道的左车道线，右侧的车道线为所述车道的右车道线。在图6中，所述左车道线和所述右车道线的弯曲方向相同，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值，因此，可以确定所述车道的类别为弯道。
175.在该示例中，通过响应于所述左车道线的曲率和所述右车道线的曲率均为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值，确定所述车道的类别为弯道，或者，响应于所述左车道线的曲率和所述右车道线的曲率均为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值，确定所述车道的类别为弯道，由此在所述左车道线和所述右车道线的弯曲方向相同，且所述左车道线和所述右车道线的弯曲程度均较大的情况下，将所述车道的类别确定为弯道，从而能够准确地判断车道属于弯道的情况。
176.作为该实现方式的一个示例，所述根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别，包括：响应于所述左车道线的曲率为正值，所述右车道线的曲率为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值，确定所述车道的类别为直道；或者，响应于所述左车道线的曲率为负值，所述右车道线的曲率为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值，确定所述车道的类别为直道。
177.在一个例子中，可以在所述左车道线的曲率为正值，所述右车道线的曲率为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值的情况下，确定所述车道的类别为直道。其中，在所述左车道线的曲率为正值，所述右车道线的曲率为负值的情况下，可以确定所述左车道线与所述右车道线的弯曲方向相反；在所述左车道线的曲率的绝对值大于或等于第二预设阈值的情况下，可以确定所述左车道线的弯曲程度较大；在所述右车道线的曲率的绝对值大于或等于第二预设阈值的情况下，可以确定所述右车道线的弯曲程度较大。
178.在另一个例子中，可以在所述左车道线的曲率为负值，所述右车道线的曲率为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值的情况下，确定所述车道的类别为直道。其中，在所述左车道线的曲率为负值，所述右车道线的曲率为正值的情况下，可以确定所述左车道线与所述右车道线的弯曲方向相反；在所述左车道线的曲率的绝对值大于或等于第二预设阈值的情况下，可以确定所述左车道线的弯曲程度较大；在所述右车道线的曲率的绝对值大于或等于第二预设阈值的情况下，可以确定所述右车道线的弯曲程度较大。
179.图7示出本公开实施例提供的车道线矫正方法中的直道的一示意图。在图7所示的示例中，所述车辆所处车道的左车道线与右车道线的弯曲方向相反，其中，所述左车道线向右弯曲，所述右车道线向左弯曲，并且，所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值，因此，可以确定所述车道的类别为直道。图7所示的示例中，车道线的弯曲可能是由于路平面的变化(例如上坡或下坡)导致的，也可能是由于车辆与地面之间的俯仰角的变化导致的，还可能是由于路平面的变化以及车辆与地面之间的俯仰角的变化同时导致的。
180.在该示例中，通过响应于所述左车道线的曲率为正值，所述右车道线的曲率为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值，确定所述车道的类别为直道，或者，响应于所述左车道线的曲率为负值，所述右车道线的曲率为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值，确定所述车道的类别为直道，由此在所述左车道线与所述右车道线的弯曲方向相反，且述左车道线和所述右车道线的弯曲程度均较大的情况下，将所述车道的类别确定为直道，从而能够准确地判断车道属于直道的情况。
181.作为该实现方式的一个示例，所述根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别，包括：响应于所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值大于或等于第二预设阈值，且所述右车道线的曲率的绝对值小于所述第二预设阈值，确定所述车道的类别为直道；或者，响应于所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，且所述左车道线的曲率的绝对值小于所述第二预设阈值，确定所述车道的类别为直道。
182.在一个例子中，可以在所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值大于或等于第二预设阈值，且所述右车道线的曲率的绝对值小于所述第二预设阈值的情况下，确定所述车道的类别为直道。其中，在所述左车道线向右弯曲的情况下，若所述车道为弯道，则所述右车道线的曲率的绝对值应大于所述左车道线的曲率的绝对值。在所述左车道线向右弯曲的情况下，若所述右车道线的曲率的绝对值小于所述左车道线的曲率的绝对值，且所述右车道线的曲率的绝对值小于所述第二预设阈值，则可以确定所述车道的类别为直道。
183.在另一个例子中，可以在所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，且所述左车道线的曲率的绝对值小于所述第二预设阈值的情况下，确定所述车道的类别为直道。其中，在所述右车道线向左弯曲的情况下，若所述车道为弯道，则所述左车道线的曲率的绝对值应大于所述右车道线的曲率的绝对值。在所述右车道线向左弯曲的情况下，若所述左车道线的曲率的绝对值小于所述右车道线的曲率的绝对值，且所述左车道线的曲率的绝对值小于所述第二预设阈值，则可以确定所述车道的类别为直道。
184.图8示出本公开实施例提供的车道线矫正方法中的直道的另一示意图。在图8所示的示例中，由于上坡，所述车辆所处车道的右车道线向左弯曲，所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，且所述车道的左车道线的曲率的绝对值小于所述第二预设阈值，因此，可以确定所述车道的类别为直道。图9示出本公开实施例提供的车道线矫正方法中，图8中的车道线对应的道路图像的示意图。
185.在该示例中，通过响应于所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值大于或等于第二预设阈值，且所述右车道线的曲率的绝对值小于所述第二预设阈值，确定所述车道的类别为直道，或者，响应于所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，且所述左车道线的曲率的绝对值小于所述第二预设阈值，确定所述车道的类别为直道，由此能够基于左右车道线的弯曲情况以及左右车道线的曲率的绝对值的大小关系，准确地判断车道属于直道的情况。
186.作为该实现方式的一个示例，所述根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别，包括：响应于所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值小于第二预设阈值，所述右车道线的曲率指示所述右车道线向右弯曲，且所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别为弯道；或者，响应于所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值小于所述第二预设阈值，所述左车道线的曲率指示所述左车道线向左弯曲，且所述左车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别为弯道。
187.在一个例子中，可以在所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值小于第二预设阈值，所述右车道线的曲率指示所述右车道线向右弯曲，且所述右车道线的曲率的绝对值大于或等于所述第二预设阈值的情况下，确定所述车道的类别为弯道。其中，在所述左车道线和所述右车道线均向右弯曲，所述右车道线的曲率的绝对值大于所述左车道线的曲率的绝对值，且所述右车道线的曲率的绝对值大于或等于所述第二预设阈值的情况下，可以确定左车道线和右车道线不仅弯曲方向相同，且内侧的车道线的弯曲程度较大，从而可以确定所述车道为弯道。
188.在另一个例子中，可以在所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值小于所述第二预设阈值，所述左车道线的曲率指示所述左车道线向左弯曲，且所述左车道线的曲率的绝对值大于或等于所述第二预设阈值的情况下，确定所述车道的类别为弯道。其中，在所述左车道线和所述右车道线均向左弯曲，所述左车道线的曲率的绝对值大于所述右车道线的曲率的绝对值，且所述左车道线的曲率的绝对值大于或等于所述第二预设阈值的情况下，可以确定左车道线和右车道线不仅弯曲方向相同，且内侧的车道线的弯曲程度较大，从而可以确定所述车道为弯道。
189.图10示出本公开实施例提供的车道线矫正方法中的弯道的另一示意图。在图10所示的示例中，所述车辆所处车道的右车道线向左弯曲，所述右车道线的曲率的绝对值小于所述第二预设阈值，所述车道的左车道线向左弯曲，且所述左车道线的曲率的绝对值大于或等于所述第二预设阈值，因此，可以确定所述车道的类别为弯道。图11示出本公开实施例提供的车道线矫正方法中，图10中的车道线对应的道路图像的示意图。
190.在该示例中，通过响应于所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值小于第二预设阈值，所述右车道线的曲率指示所述右车道线向右弯曲，且所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别为弯道，或者，响应于所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值小于所述第二预设阈值，所述左车道线的曲率指示所述左车道线向左弯曲，
且所述左车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别为弯道，由此能够基于左右车道线的弯曲情况以及左右车道线的曲率的绝对值的大小关系，准确地判断车道属于弯道的情况。
191.作为该实现方式的一个示例，所述根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别，包括：响应于所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值小于第二预设阈值，所述右车道线的曲率指示所述右车道线向左弯曲，且所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别为直道；或者，响应于所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值小于所述第二预设阈值，所述左车道线的曲率指示所述左车道线向右弯曲，且所述左车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别为直道。
192.在另一种可能的实现方式中，所述对所述道路图像进行车道识别，确定所述车辆所处的车道的类别，包括：将所述道路图像输入预先训练的第二神经网络，经由所述第二神经网络对所述道路图像进行车道识别，确定所述车辆所处的车道的类别。在该实现方式中，第二神经网络可以是预先训练的用于进行车道类别识别的神经网络。第二神经网络可以预先采用有监督学习的方法进行训练。
193.在本公开实施例中，对所述车道的车道线进行矫正，可以为对所述车道线的第二位置信息进行矫正。当然，在一些可能的实现方式中，也可以对所述车道线的第一位置信息进行矫正，在此不做限定。通过对所述车道线进行矫正，可以得到所述车道线的第三位置信息。在一个示例中，第三位置信息可以采用构成矫正后的车道线的点的坐标来表示。在另一个示例中，第三位置信息可以采用矫正后的车道线对应的曲线方程来表示。
194.在一个例子中，车道线对应的曲线方程可以采用如式1所示的一元三次方程来表示：
195.y＝ax3+bx2+cx+d
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式1，
196.其中，x轴的正向朝向车辆的正前方，y轴的正向朝向车辆的左方，x轴的正向与y轴的正向之间的夹角为90
°
。
197.在其他例子中，车道线对应的曲线方程还可以采用一元二次方程或者一元四次方程等来表示，在此不做限定。
198.在一种可能的实现方式中，所述根据所述车道的类别，对所述车道的车道线进行矫正，包括：响应于所述车道的类别为弯道，确定所述车道的中心线的位置信息；确定所述车道的第一参考宽度；根据所述车道的中心线的位置信息和所述第一参考宽度，矫正所述车道的车道线。
199.在该实现方式中，在所述车道为弯道的情况下，可以根据所述车道的左车道线的位置信息和所述车道的右车道线的位置信息，确定所述车道的中心线的位置信息。例如，可以根据所述左车道线的第二位置信息和所述右车道线的第二位置信息，确定所述车道的中心线的位置信息。
200.在该实现方式中，第一参考宽度可以表示所述车道的宽度的参考值。
201.作为该实现方式的一个示例，可以在所述中心线的起点处，向左车道线作垂线，得到第一交点，向右车道线作垂线，得到第二交点，并将第一交点与第二交点之间的距离，确
定为第一参考宽度。其中，第一交点在所述左车道线上，第二交点在所述右车道线上。起点处可以表示车辆前方的最近处，或者，起点处可以为车辆前方的第一预设距离处。
202.作为该实现方式的另一个示例，可以将起点处的左车道线的右端点与右车道线的左端点之间的距离，确定为第一参考宽度。
203.在该实现方式中，通过响应于所述车道的类别为弯道，确定所述车道的中心线的位置信息，确定所述车道的第一参考宽度，并根据所述车道的中心线的位置信息和所述第一参考宽度，矫正所述车道的车道线，由此在所述车道为弯道的情况下，仍然可以利用宽度约束准确地矫正左右车道线，从而能够达到更高的精度。
204.作为该实现方式的一个示例，所述确定所述车道的中心线的位置信息，包括：对所述车道的左车道线和右车道线分别进行点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集；根据所述左车道线对应的采样点集和所述右车道线对应的采样点集，确定所述车道的中心线的位置信息。在该示例中，可以对所述车道的左车道线进行点采样，得到所述左车道线上的多个采样点，并可以根据所述左车道线上的多个采样点，构成所述左车道线对应的采样点集。可以对所述车道的右车道线进行点采样，得到所述右车道线上的多个采样点，并可以根据所述右车道线上的多个采样点，构成所述右车道线对应的采样点集。在该示例中，通过对所述车道的左车道线和右车道线分别进行点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集，并根据所述左车道线对应的采样点集和所述右车道线对应的采样点集，确定所述车道的中心线的位置信息，由此能够更准确地确定所述车道的中心线的位置信息。
205.在一个示例中，所述对所述车道的左车道线和右车道线分别进行点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集，包括：对所述左车道线和所述右车道线进行等距离的点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集。在该示例中，所述左车道线中相邻的两个采样点之间的距离为第二预设距离，且所述右车道线中相邻的两个采样点之间的距离也为第二预设距离。通过对所述左车道线和所述右车道线分别进行等距离的点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集，基于由此得到的所述左车道线对应的采样点集和所述右车道线对应的采样点集，确定所述车道的中心线的位置信息，能够进一步提高所确定的所述车道的中心线的位置信息的准确性。
206.在一个例子中，所述根据所述左车道线对应的采样点集和所述右车道线对应的采样点集，确定所述车道的中心线的位置信息，包括：确定所述左车道线对应的采样点集和所述右车道线对应的采样点集中，多个采样点对的中点，其中，所述多个采样点对中的任一采样点对包括所述左车道线对应的采样点和所述右车道线对应的采样点；根据所述多个采样点对的中点，确定所述车道的中心线的位置信息。在这个例子中，可以根据所述左车道线对应的采样点集和所述右车道线对应的采样点集，确定多个采样点对。其中，所述多个采样点对中的任一采样点对包括两个采样点，分别为所述左车道线对应的采样点和所述右车道线对应的采样点。其中，可以根据采样点的采样顺序和/或采样点与车辆之间的距离，确定采样点对。例如，左车道线上与车辆最近的采样点和右车道线上与车辆最近的采样点，可以组成采样点对；左车道线上与车辆第二近的采样点和右车道线上与车辆第二近的采样点，可以组成采样点对；以此类推。在确定多个采样点对之后，对于所述多个采样点对中的任一采
样点对，确定所述采样点对中的两个采样点的中点。在确定所述多个采样点对中的各个采样点对的中点之后，可以根据所述多个采样点对的中点，确定所述车道的中心线的位置信息。例如，可以根据所述多个采样点对的中点进行曲线拟合，得到所述车道的中心线的位置信息。又如，可以依次连接所述多个采样点对的中点，得到所述车道的中心线的位置信息。
207.在上述例子中，通过确定所述左车道线对应的采样点集和所述右车道线对应的采样点集中，多个采样点对的中点，并根据所述多个采样点对的中点，确定所述车道的中心线的位置信息，由此能够更准确地确定所述车道的中心线的位置信息。
208.在另一个示例中，可以对所述左车道线和所述右车道线进行非等距的点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集。
209.在一个示例中，所述根据所述车道的中心线的位置信息和所述第一参考宽度，矫正所述车道的左车道线和右车道线，包括：对于所述左车道线对应的采样点集和所述右车道线对应的采样点集中的任一采样点，根据所述车道的中心线的位置信息和所述第一参考宽度，确定所述采样点的修正后的位置信息；根据所述左车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的左车道线；根据所述右车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的右车道线。
210.在该示例中，对于所述左车道线上的任一采样点，若所述采样点与所述车道的中心线之间的距离不等于第一参考宽度的一半，则可以将所述采样点调整至与所述车道的中心线之间的距离等于第一参考宽度的一半，从而得到所述采样点的修正后的位置信息。采用这种方式，可以对所述左车道线上的各个采样点的位置进行修正，得到所述左车道线上的各个采样点的修正后的位置信息。类似地，对于所述右车道线上的任一采样点，若所述采样点与所述车道的中心线之间的距离不等于第一参考宽度的一半，则可以将所述采样点调整至与所述车道的中心线之间的距离等于第一参考宽度的一半，从而得到所述采样点的修正后的位置信息。采用这种方式，可以对所述右车道线上的各个采样点的位置进行修正，得到所述右车道线上的各个采样点的修正后的位置信息。
211.在该示例中，通过对于所述左车道线对应的采样点集和所述右车道线对应的采样点集中的任一采样点，根据所述车道的中心线的位置信息和所述第一参考宽度，确定所述采样点的修正后的位置信息，根据所述左车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的左车道线，并根据所述右车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的右车道线，由此能够得到精度较高的左车道线和右车道线。
212.作为该实现方式的另一个示例，所述确定所述车道的中心线的位置信息，包括：可以将所述车道的左车道线的位置信息和所述车道的右车道线的位置信息输入预先训练的第三神经网络，经由第三神经网络确定所述车道的中心线的位置信息。例如，可以将所述左车道线的第二位置信息和所述右车道线的第二位置信息输入第三神经网络，经由第三神经网络确定所述车道的中心线的位置信息。
213.图12示出本公开实施例提供的车道线矫正方法中，对图10所示的车道线进行矫正，得到的矫正后的车道线的示意图。参考图10，在图12中，外侧的车道线为矫正前的车道线，内侧的车道线为矫正后的车道线。
214.在一种可能的实现方式中，所述根据所述车道的类别，对所述车道的车道线进行
矫正，包括：响应于所述车道的类别为直道，且所述车道的车道线的曲率满足预设的矫正条件，根据第一预设距离区间内的车道线，矫正第二预设距离区间内的车道线，其中，所述第二预设距离区间的左边界值大于或等于所述第一预设距离区间的右边界值。在该实现方式中，第二预设距离区间内的车道线与所述车辆之间的距离，大于第一预设距离区间内的车道线与所述车辆之间的距离。即，对于所述车辆而言，第一预设距离区间内的车道线较近，第二预设距离区间内的车道线较远。在该实现方式中，通过响应于所述车道的类别为直道，且所述车道的车道线的曲率满足预设的矫正条件，根据第一预设距离区间内的车道线，矫正第二预设距离区间内的车道线，由此能够利用较近处的、精度较高的车道线，矫正较远处的、精度较低的车道线，从而能够提高车道线的精度。
215.作为该实现方式的一个示例，所述预设的矫正条件包括：所述第二预设距离区间内的车道线的曲率大于或等于第一预设阈值。其中，第一预设阈值大于0。在该示例中，第一预设阈值可以与上文中的第二预设阈值相同，也可以与第二预设阈值不同，在此不做限定。在该示例中，通过响应于所述车道的类别为直道，且第二预设距离区间内的车道线的曲率大于或等于第一预设阈值，根据第一预设距离区间内的车道线，矫正第二预设距离区间内的车道线，由此能够减少非必要的车道线矫正，从而能够提高车道线矫正的效率。
216.作为该实现方式的另一个示例，所述预设的矫正条件可以为：所述第二预设距离区间内的车道线的曲率不为0。
217.作为该实现方式的一个示例，所述根据第一预设距离区间内的车道线，矫正第二预设距离区间内的车道线，包括：根据第一预设距离区间内的车道线，拉直第二预设距离区间内的车道线，得到拉直后的车道线。在该示例中，通过根据第一预设距离区间内的车道线，拉直第二预设距离区间内的车道线，得到拉直后的车道线，由此在较远处的车道线的曲率较大的情况下，可以利用较近处的车道线，将较远处的车道线拉直为直线段，从而能够解决多平面的问题，能够将多平面转换为单平面。
218.在一个例子中，所述根据第一预设距离区间内的车道线，拉直第二预设距离区间内的车道线，得到拉直后的车道线，包括：根据第一预设距离区间内的左车道线，拉直第二预设距离区间内的左车道线，得到拉直后的左车道线；根据所述第一预设距离区间内的右车道线，拉直所述第二预设距离区间内的右车道线，得到拉直后的右车道线；在所述得到拉直后的车道线之后，所述方法还包括：确定所述车道的第二参考宽度；确定所述拉直后的左车道线的中心线的位置信息，以及所述拉直后的右车道线的中心线的位置信息；根据所述第二参考宽度、所述拉直后的左车道线的中心线的位置信息以及所述拉直后的右车道线的中心线的位置信息，旋转所述拉直后的左车道线和所述拉直后的右车道线。在这个例子中，第二参考宽度可以表示所述车道的宽度的参考值。可以将所述车道在起点处的宽度，确定为所述车道的第二参考宽度。可以根据车道的中心线与拉直后的车道线的中心线之间的距离，计算出拉直后的车道线的旋转角度，并可以根据计算出的旋转角度，旋转拉直后的车道线，以使旋转后的左车道线与旋转后的右车道线平行。
219.在这个例子中，通过根据第一预设距离区间内的左车道线，拉直第二预设距离区间内的左车道线，得到拉直后的左车道线，根据所述第一预设距离区间内的右车道线，拉直所述第二预设距离区间内的右车道线，得到拉直后的右车道线，确定所述车道的第二参考宽度，确定所述拉直后的左车道线的中心线的位置信息，以及所述拉直后的右车道线的中
心线的位置信息，根据所述第二参考宽度、所述拉直后的左车道线的中心线的位置信息以及所述拉直后的右车道线的中心线的位置信息，旋转所述拉直后的左车道线和所述拉直后的右车道线，由此在所述车道为直道的情况下，基于平行约束和宽度一致性假设，将车道线拉直后旋转至合理的角度，从而能够得到精度较高的直道的车道线。
220.图13示出本公开实施例提供的车道线矫正方法中，对图6所示的车道线进行矫正，得到的矫正后的车道线的示意图。图14示出本公开实施例提供的车道线矫正方法中，对图7所示的车道线进行矫正，得到的矫正后的车道线的示意图。图15示出本公开实施例提供的车道线矫正方法中，对图5所示的车道线进行矫正，得到的矫正后的车道线的示意图。图16示出本公开实施例提供的车道线矫正方法中，对图4所示的车道线进行矫正，得到的矫正后的车道线的示意图。图17示出本公开实施例提供的车道线矫正方法中，对图3所示的车道线进行矫正，得到的矫正后的车道线的示意图。
221.本公开实施例提供的车道线矫正方法可以应用于无人驾驶、辅助驾驶、自动驾驶、车道保持、车道线精度优化、高精度地图、众包建图等应用场景中。
222.下面通过一个具体的应用场景说明本公开实施例提供的车道线矫正方法。在该应用场景中，可以通过朝向车辆的前方设置的第一摄像头，采集所述车辆的前方的道路图像。可以对所述道路图像进行车道线检测，得到所述道路图像中的车道线的第一位置信息，并可以采用逆透视变换方法，将车道线的第一位置信息变换为车道线的第二位置信息。
223.根据第二位置信息，可以确定所述车辆所处的车道的左车道线的曲率和右车道线的曲率，并可以根据左车道线的曲率和右车道线的曲率，确定所述车道的类别。
224.其中，在满足以下任意一项的情况下，可以确定所述车道的类别为直道：
225.左车道线的曲率的绝对值和右车道线的曲率的绝对值均小于第二预设阈值；
226.左车道线的曲率为正值，右车道线的曲率为负值；
227.左车道线的曲率为负值，右车道线的曲率为正值；
228.左车道线的曲率指示左车道线向右弯曲，左车道线的曲率的绝对值大于或等于第二预设阈值，且右车道线的曲率的绝对值小于第二预设阈值；
229.右车道线的曲率指示右车道线向左弯曲，右车道线的曲率的绝对值大于或等于第二预设阈值，且左车道线的曲率的绝对值小于第二预设阈值。
230.在满足以下任意一项的情况下，可以确定所述车道的类别为弯道：
231.左车道线的曲率和右车道线的曲率均为正值，且左车道线的曲率的绝对值和右车道线的曲率的绝对值均大于或等于第二预设阈值；
232.左车道线的曲率和右车道线的曲率均为负值，且左车道线的曲率的绝对值和右车道线的曲率的绝对值均大于或等于第二预设阈值；
233.左车道线的曲率指示左车道线向右弯曲，左车道线的曲率的绝对值小于第二预设阈值，右车道线的曲率指示右车道线向右弯曲，且右车道线的曲率的绝对值大于或等于第二预设阈值；
234.右车道线的曲率指示右车道线向左弯曲，右车道线的曲率的绝对值小于第二预设阈值，左车道线的曲率指示左车道线向左弯曲，且左车道线的曲率的绝对值大于或等于第二预设阈值。
235.在所述车道的类别为弯道的情况下，可以对左车道线和右车道线进行等距离的点
采样，得到左车道线对应的采样点集和右车道线对应的采样点集。可以确定左车道线对应的采样点集和右车道线对应的采样点集中，多个采样点对的中点，并可以拟合所述多个采样点对的中点，得到所述车道的中心线的位置信息。可以在所述中心线的起点处，向左车道线作垂线，得到第一交点，向右车道线作垂线，得到第二交点，并将第一交点与第二交点之间的距离，确定为第一参考宽度。对于左车道线对应的采样点集和右车道线对应的采样点集中的任一采样点，可以根据所述车道的中心线的位置信息和所述第一参考宽度，确定所述采样点的修正后的位置信息，可以根据左车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的左车道线，并可以根据右车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的右车道线。
236.在所述车道的类别为直道的情况下，若第二预设距离区间内的车道线的曲率大于或等于第一预设阈值，则可以根据第一预设距离区间内的左车道线，拉直第二预设距离区间内的左车道线，得到拉直后的左车道线，并可以根据所述第一预设距离区间内的右车道线，拉直所述第二预设距离区间内的右车道线，得到拉直后的右车道线。可以确定所述车道的第二参考宽度，确定所述拉直后的左车道线的中心线的位置信息，以及所述拉直后的右车道线的中心线的位置信息，并可以根据所述第二参考宽度、所述拉直后的左车道线的中心线的位置信息以及所述拉直后的右车道线的中心线的位置信息，旋转所述拉直后的左车道线和所述拉直后的右车道线。
237.采用该应用场景中，能够自动化区分直道和弯道的情况，能够区分车道线的弯曲是由于路平面的变化或者车辆与地面之间的俯仰角的变化导致的，还是由于弯道导致的，并能够对弯道和直道的车道线进行矫正。
238.可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
239.此外，本公开还提供了车道线矫正装置、电子设备、计算机可读存储介质、计算机程序产品，上述均可用来实现本公开提供的任一种车道线矫正方法，相应技术方案和技术效果可参见方法部分的相应记载，不再赘述。
240.图18示出本公开实施例提供的车道线矫正装置的框图。如图18所示，所述车道线矫正装置包括：
241.获取模块21，用于获取车辆所处的道路对应的道路图像；
242.确定模块22，用于对所述道路图像进行车道识别，确定所述车辆所处的车道的类别；
243.矫正模块23，用于根据所述车道的类别，对所述车道的车道线进行矫正。
244.在一种可能的实现方式中，所述确定模块22用于：
245.根据所述道路图像，确定所述车辆所处的车道的左车道线的曲率和/或右车道线的曲率；
246.根据所述左车道线的曲率和/或所述右车道线的曲率，确定所述车道的类别。
247.在一种可能的实现方式中，所述矫正模块23用于：
248.响应于所述车道的类别为弯道，确定所述车道的中心线的位置信息；
249.确定所述车道的第一参考宽度；
250.根据所述车道的中心线的位置信息和所述第一参考宽度，矫正所述车道的车道线。
251.在一种可能的实现方式中，所述矫正模块23用于：
252.对所述车道的左车道线和右车道线分别进行点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集；
253.根据所述左车道线对应的采样点集和所述右车道线对应的采样点集，确定所述车道的中心线的位置信息。
254.在一种可能的实现方式中，所述矫正模块23用于：
255.对所述左车道线和所述右车道线进行等距离的点采样，得到所述左车道线对应的采样点集和所述右车道线对应的采样点集。
256.在一种可能的实现方式中，所述矫正模块23用于：
257.确定所述左车道线对应的采样点集和所述右车道线对应的采样点集中，多个采样点对的中点，其中，所述多个采样点对中的任一采样点对包括所述左车道线对应的采样点和所述右车道线对应的采样点；
258.根据所述多个采样点对的中点，确定所述车道的中心线的位置信息。
259.在一种可能的实现方式中，所述矫正模块23用于：
260.对于所述左车道线对应的采样点集和所述右车道线对应的采样点集中的任一采样点，根据所述车道的中心线的位置信息和所述第一参考宽度，确定所述采样点的修正后的位置信息；
261.根据所述左车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的左车道线；
262.根据所述右车道线对应的采样点集中的采样点的修正后的位置信息，拟合得到矫正后的右车道线。
263.在一种可能的实现方式中，所述矫正模块23用于：
264.响应于所述车道的类别为直道，且所述车道的车道线的曲率满足预设的矫正条件，根据第一预设距离区间内的车道线，矫正第二预设距离区间内的车道线，其中，所述第二预设距离区间的左边界值大于或等于所述第一预设距离区间的右边界值。
265.在一种可能的实现方式中，所述预设的矫正条件包括：所述第二预设距离区间内的车道线的曲率大于或等于第一预设阈值。
266.在一种可能的实现方式中，所述矫正模块23用于：
267.根据第一预设距离区间内的车道线，拉直第二预设距离区间内的车道线，得到拉直后的车道线。
268.在一种可能的实现方式中，
269.所述矫正模块23用于：根据第一预设距离区间内的左车道线，拉直第二预设距离区间内的左车道线，得到拉直后的左车道线；根据所述第一预设距离区间内的右车道线，拉直所述第二预设距离区间内的右车道线，得到拉直后的右车道线；
270.所述矫正模块23还用于：确定所述车道的第二参考宽度；确定所述拉直后的左车道线的中心线的位置信息，以及所述拉直后的右车道线的中心线的位置信息；根据所述第
二参考宽度、所述拉直后的左车道线的中心线的位置信息以及所述拉直后的右车道线的中心线的位置信息，旋转所述拉直后的左车道线和所述拉直后的右车道线。
271.在一种可能的实现方式中，所述确定模块22用于：
272.响应于所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均小于第二预设阈值，确定所述车道的类别为直道。
273.在一种可能的实现方式中，所述确定模块22用于：
274.响应于所述左车道线的曲率和所述右车道线的曲率均为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值，确定所述车道的类别为弯道；
275.或者，
276.响应于所述左车道线的曲率和所述右车道线的曲率均为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值，确定所述车道的类别为弯道。
277.在一种可能的实现方式中，所述确定模块22用于：
278.响应于所述左车道线的曲率为正值，所述右车道线的曲率为负值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于第二预设阈值，确定所述车道的类别为直道；
279.或者，
280.响应于所述左车道线的曲率为负值，所述右车道线的曲率为正值，且所述左车道线的曲率的绝对值和所述右车道线的曲率的绝对值均大于或等于所述第二预设阈值，确定所述车道的类别为直道。
281.在一种可能的实现方式中，所述确定模块22用于：
282.响应于所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值大于或等于第二预设阈值，且所述右车道线的曲率的绝对值小于所述第二预设阈值，确定所述车道的类别为直道；
283.或者，
284.响应于所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，且所述左车道线的曲率的绝对值小于所述第二预设阈值，确定所述车道的类别为直道。
285.在一种可能的实现方式中，所述确定模块22用于：
286.响应于所述左车道线的曲率指示所述左车道线向右弯曲，所述左车道线的曲率的绝对值小于第二预设阈值，所述右车道线的曲率指示所述右车道线向右弯曲，且所述右车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别为弯道；
287.或者，
288.响应于所述右车道线的曲率指示所述右车道线向左弯曲，所述右车道线的曲率的绝对值小于所述第二预设阈值，所述左车道线的曲率指示所述左车道线向左弯曲，且所述左车道线的曲率的绝对值大于或等于所述第二预设阈值，确定所述车道的类别为弯道。
289.在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现和技术效果可以参照上文方法实施例的描述，
为了简洁，这里不再赘述。
290.本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。其中，所述计算机可读存储介质可以是非易失性计算机可读存储介质，或者可以是易失性计算机可读存储介质。
291.本公开实施例还提出一种计算机程序，包括计算机可读代码，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
292.本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
293.本公开实施例还提供一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。
294.电子设备可以被提供为终端、服务器或其它形态的设备。例如，所述电子设备可以是车舱内的车机、域控制器或者处理器，还可以是dms或者oms中用于执行图像等数据处理操作的设备主机等。
295.图19示出本公开实施例提供的电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图19，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
296.电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入/输出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(windows server
tm
)，苹果公司推出的基于图形用户界面操作系统(mac os x
tm
)，多用户多进程的计算机操作系统(unix
tm
),自由和开放原代码的类unix操作系统(linux
tm
)，开放原代码的类unix操作系统(freebsd
tm
)或类似。
297.在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
298.本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
299.计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通
过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
300.这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
301.用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
302.这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
303.这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
304.也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
305.附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执
行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
306.该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
307.上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
308.若本公开实施例的技术方案涉及个人信息，应用本公开实施例的技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本公开实施例的技术方案涉及敏感个人信息，应用本公开实施例的技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
309.以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。