一种车道中心线检测方法、设备和存储介质

技术领域

本申请涉及数据处理技术领域，特别是涉及一种车道中心线检测方法、设备和存储介质。

背景技术

在一些场景中，道路的车道中心线对后续执行预测和规划等任务中发挥重要作用，例如是在精细化交通管控场景中，需要依据车道线或者车道中心线确定各车道，以能够监控各车道车辆的运行状态，但有些道路情况复杂，很难获取准确的道路车道信息，而车道中心线检测结果的准确度，往往会影响后续执行预测和规划等任务。

因此，如何准确的检测得到道路各车道的中心线，对于后续任务的执行非常重要。

发明内容

本申请主要解决的技术问题是提供一种车道中心线检测方法、设备和存储介质，能够提高车道中心线检测的准确性。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种车道中心线检测方法，该方法包括：获取包含目标道路的目标区域；获取第一预设历史时间段内行驶经过目标区域中各第一位置的目标车流量；基于各第一位置的目标车流量，确定目标道路中各车道的中心线。

其中，基于各第一位置的目标车流量，确定目标道路中各车道的中心线，包括：基于各第一位置的目标车流量，从各第一位置中选出若干目标关注位置；基于若干目标关注位置，确定各车道的中心线。

其中，基于各第一位置的目标车流量，从各第一位置中选出若干目标关注位置，包括：获取各第一位置的目标车流量的预设统计值，以作为参考车流量；分别将各第一位置的目标车流量与参考车流量进行比较，得到各第一位置的比较结果；查找出至少一个比较结果满足预设大小关系的第一位置，作为目标关注位置。

其中，预设统计值为表征各第一位置的目标车流量的集中趋势的统计值；和/或，预设大小关系为目标车流量大于或等于参考车流量；和/或，查找出至少一个比较结果满足预设大小关系的第一位置，作为目标关注位置，包括：利用各第一位置的比较结果生成目标区域的掩膜图像，掩膜图像中的有效像素点的值设置为第一数值，其余像素点的值量设置为第二数值，有效像素点为与比较结果满足预设大小关系的第一位置对应的像素点；将有效像素点对应的第一位置，确定为目标关注位置。

其中，基于若干目标关注位置，确定各车道的中心线，包括：基于若干目标关注位置在目标区域的分布情况，确定若干车道中心点；利用若干车道中心点，得到各车道的中心线。

其中，基于若干目标关注位置在目标区域的分布情况，确定若干车道中心点，包括：根据各目标关注位置的相邻位置属性，从各目标关注位置中选出若干边界位置，相邻位置属性为目标关注位置的相邻位置为目标关注位置还是无效第一位置，无效第一位置为目标车流量与参考车流量之间不满足预设大小关系的第一位置，参考车流量是对各第一位置的目标车流量进行统计得到的；利用若干边界位置得到至少一组有效边界位置组，分别从每组有效边界位置组中确定出一车道中心点。

其中，根据各目标关注位置的相邻位置属性，从各目标关注位置中选出若干边界位置，包括：分别将每个目标关注位置作为当前关注位置；响应于当前关注位置的相邻位置属性为第一属性，确定当前关注位置为左边界位置，第一属性为当前关注位置的左相邻位置为无效第一位置，右相邻位置为目标关注位置；响应于当前关注位置的相邻位置属性为第二属性，确定当前关注位置为右边界位置，第二属性为当前关注位置的左相邻位置为目标关注位置，右相邻位置为无效第一位置。

其中，若干边界位置包括左边界位置和右边界位置利用若干边界位置得到至少一组有效边界位置组，还包括：基于各边界位置以及边界位置的邻近位置的目标车流量，选出有效左边界位置和有效右边界位置；利用有效左边界位置和有效右边界位置，组成至少一组有效边界位置组，每组有效边界位置组包括一有效左边界位置和一有效右边界位置。

其中，基于各边界位置以及边界位置的邻近位置的目标车流量，选出有效左边界位置和有效右边界位置，包括：分别将每个边界位置作为目标位置；响应于目标位置为左边界位置且目标位置存在第一关系位置，确定目标位置为有效左边界位置，第一关系位置为目标位置的右侧连续的多个目标关注位置中的一者，且第一关系位置的目标车流量大于或者等于目标位置的目标车流量；响应于目标位置为右边界位置且目标位置存在第二关系位置，确定目标位置为有效右边界位置，第二关系位置为目标位置的左侧连续的多个目标关注位置中的一者，且第二关系位置的目标车流量大于或者等于目标位置的目标车流量。

其中，利用有效左边界位置和有效右边界位置，组成至少一组有效边界位置组，包括：将满足预设位置关系的有效左边界位置和有效右边界位置作为一组边界位置组，预设位置关系为有效左边界位置和有效右边界位置之间的第一位置均为目标关注位置，或者有效左边界位置为有效右边界位置的最近有效左边界位置且有效右边界位置为有效左边界位置的最近有效右边界位置；将各组边界位置组作为有效边界位置组，或者，将边界位置组的内部距离小于或等于预设阈值的边界位置组作为有效边界位置组，边界位置组的内部距离为边界位置组中的有效右边界位置与有效左边界位置之间的距离。

其中，分别从每组有效边界位置组中确定出一车道中心点，包括：对于每组有效边界位置组，将有效边界位置组中的各有效边界位置以及位于有效边界位置组之间的第一位置，组成有效边界位置组对应的位置序列，从有效边界位置组对应的位置序列中查找出第二位置和第三位置；从第二位置和第三位置之间确定出有效边界位置组对应的车道中心点；其中，第二位置为位置序列中从左到右第一个满足预设流量要求的位置，第三位置为位于第二位置的右侧且为位置序列中从左到右最后一个满足预设流量要求的位置，预设流量要求为位置的目标车流量大于或等于其右邻位置的目标车流量。

其中，利用若干车道中心点，得到各车道的中心线，包括：基于各车道中心点的位置，确定各车道中心点所属的车道；将属于同一车道的车道中心点进行线性拟合，得到车道的中心线。

其中，在确定目标道路中各车道的中心线之后，该方法还包括：获取各车道的若干第一目标车辆的第一目标行驶数据；基于第一目标行驶数据，确定第一目标车辆的目标行驶状态和行驶方向；基于各第一目标车辆的目标行驶状态和行驶方向，更新各车道的车道目标状态路段，车道目标状态路段包括拥堵路段、缓行路段和通畅路段中的至少一者。

其中，目标行驶状态包括停车状态、缓行状态和正常行驶状态中的一者；目标行驶数据由安装在目标道路上的目标传感器采集得到，目标行驶数据包括行驶速度、以及第一目标车辆与目标传感器的距离；基于各第一目标车辆的目标行驶状态和行驶方向，更新各车道的车道目标状态路段，包括：确定当前处于缓行路段的若干第二目标车辆，并从若干第二目标车辆中选出满足预设状态要求的第三目标车辆；其中，预设状态要求为第三目标车辆的行驶状态不为正常行驶状态，且在第二预设历史时间段内第三目标车辆的消失帧数大于或者等于第二预设阈值；基于各第三目标车辆的目标行驶数据和行驶方向，确定各第三目标车辆是否为停车状态；响应于为停车状态，则利用为停车状态的第三目标车辆的位置更新停车路段和缓行路段。

其中，目标行驶数据包括速度、加速度和加加速度中的至少一者；基于第三目标车辆的目标行驶数据和行驶方向，确定各第三目标车辆是否为停止状态，包括：响应于第三目标车辆的行驶方向为远离目标传感器的第一方向，且速度大于第一常数、加速度小于或者等于第一常数、加加速度数值小于第二常数，则确定为停车状态；响应于第三目标车辆的行驶方向为远离目标传感器的第一方向，且第三目标车辆在车道内，且速度大于第一常数、加速度小于或等于第一常数、加加速度数值大于或等于第二常数且小于或者等于第三常数，则确定为停车状态；响应于第三目标车辆的行驶方向为靠近目标传感器的第二方向，且速度小于或者等于第一常数、加速度大于第一常数、加加速度数值大于第二常数，则确定为停车状态；响应于第三目标车辆的行驶方向为靠近目标传感器的第二方向，且第三目标车辆在车道内，且速度大于第一常数、加速度小于或等于第一常数、加加速度数值大于或等于第二常数且小于或者等于第三常数，则确定为停车状态。

为解决上述技术问题，本申请采用的又一个技术方案是：提供一种电子设备，包括相互耦接的存储器和处理器，存储器存储有程序指令；处理器用于执行存储器中存储的程序指令，以实现上述方法。

为解决上述技术问题，本申请采用的又一个技术方案是：提供一种计算机可读存储介质，计算机可读存储介质用于存储程序指令，程序指令能够被执行以实现上述方法。

上述方案，先获取第一预设历史时间段内行驶经过目标区域中各第一位置的目标车流量，然后根据各第一位置的目标车流量，确定目标道路中各车道的中心线。其中，驾驶员在驾驶车辆的过程中，驾驶员的驾驶习惯不同，所驾驶车辆在车道中的行驶轨迹不同，但大部分驾驶员所驾驶车辆的行驶轨迹靠近车道中心线，本申请中各第一位置的目标车流量能够表示经过该第一位置的车辆的数量，故可以理解的是，相比于只根据车辆行驶轨迹确定车道中心线的方式，本申请基于目标车流量确定车道中心线的方式，考虑了驾驶员的驾驶习惯，故能够避免驾驶车辆的行驶轨迹的不同对车道中心线检测的影响，进而能够提高车道中心线检测的准确性。

附图说明

图1是本申请提供的车道中心线检测方法一实施例的流程示意图；

图2是图1所示步骤S13一实施例的流程示意图；

图3是图2所示步骤S21一实施例的流程示意图；

图4是图2所示步骤S22一实施例的流程示意图；

图5是图4所示步骤S41一实施例的流程示意图；

图6是图5所示步骤S52一实施例的流程示意图；

图7是图6所示步骤S62一实施例的流程示意图；

图8是图1所示步骤S13之后一实施例的流程示意图；

图9是图8所示步骤S83一实施例的流程示意图；

图10为停车路段和缓行路段更新前后的对比图；

图11是本申请提供的电子设备一实施例的结构示意图；

图12是本申请提供的计算机可读存储介质的结构示意图。

具体实施方式

为使本申请的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本申请进一步详细说明。

另外，若本申请实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

需要说明的是，本申请方案的车道中心线检测方法，适用于任何需要检测车道中心线的道路场景，例如结构化道路、非结构化道路等，也适用于任何需要通过车道中心线进行后续检测和规划的场景，例如通过检测的车道中心线进行交通管制等。此外，本申请是根据过去一段时间行驶经过目标区域各第一位置的目标车流量确定的各车道中心线，并非是根据车辆的行驶轨迹确定的车道中心线，其中，根据各第一位置的目标车流量确定各车道中心线的方式，可避免驾驶员驾驶车辆行驶轨迹的不同对车道中心线检测准确性的影响，故能够提高车道中心线检测的准确性。

请参阅图1，图1是本申请提供的车道中心线检测方法一实施例的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图1所示的流程顺序为限。如图1所示，本实施例包括：

S11：获取包含目标道路的目标区域。

本实施例用于根据第一预设历史时间段内行驶经过目标区域中各第一位置的目标车流量，确定目标道路中各车道的中心线。

目标区域为包含目标道路的区域，目标道路为待进行车道中心线检测的道路，其中，目标道路可以是任何类型的道路，例如是结构型的道路，或者是非结构型的道路，可以是包括十字路口的道路，也可以是包括丁字路口的道路，目标道路中包括至少一个车道。

在一实施方式中，目标区域为安装在目标道路上的目标传感器能够采集车辆数据对应的区域。其中，目标传感器可以但不限于是毫米波雷达，还可以是激光雷达或者摄像头等。

S12：获取第一预设历史时间段内行驶经过目标区域中各第一位置的目标车流量。

本实施例中，目标区域包括多个第一位置，且多个第一位置组成该目标区域，对于各第一位置，目标车流量为第一预设历史时间段内行驶经过该第一位置的车辆的数量。

其中，具体第一预设历史段可根据实际场景中在该道路上行驶的车流量情况或检测的准确度等进行确定，可以理解的是，采集的经过该目标道路的车辆数量越多，则车道中心线的检测越准确。

第一预设历史时间段包括多个历史时间点，在一实施方式中，可先获取各历史时间点车辆经过的第一位置，然后对于各第一位置，对第一预设历史时间段各历史时间点车辆的经过情况进行统计，得到第一预设历史时间段经过该第一位置的目标车流量。

本实施例中，各第一位置的目标车流量可通过目标传感器采集并统计的信息获取得到，也可以先获取目标传感器采集的各帧信息，然后利用各帧信息统计得到各第一位置的目标车流量。

需要说明的是，为减少车辆行驶航迹等对各第一位置的影响，在一实施方式中，可利用各当前第一位置邻近的若干第一位置对该当前第一位置进行滤波处理，得到滤波后的第一位置。例如将当前第一位置和邻近的若干第一位置的坐标和的平均值，作为滤波后的当前第一位置。

S13：基于各第一位置的目标车流量，确定目标道路中各车道的中心线。

在一实施方式中，考虑到驾驶员在驾驶车辆的过程中，车辆均是在各车道对应的两条车道线之间进行行驶的，且大部分的驾驶员驾驶的车辆的行驶轨迹是靠近车道两条车道线的中心的，故为减少驾驶员驾驶习惯不同对车道中心线检测的影响，可基于各第一位置的目标车流量，从各第一位置中选出有较多车辆经过的第一位置作为若干目标关注位置，并在选出若干目标关注位置后，基于该若干目标关注位置，确定各车道的中心线。其中，具体基于各第一位置的目标车流量，确定目标道路中各车道的中心线的方式可参阅下文图2部分的相关阐述。

在另一实施方式中，也可利用预先训练的模型或者相关算法，基于各第一位置的目标车流量进行检测，确定目标道路中各车道的中心线。

上述方案，先获取第一预设历史时间段内行驶经过目标区域中各第一位置的目标车流量，然后根据各第一位置的目标车流量，确定目标道路中各车道的中心线。其中，驾驶员在驾驶车辆的过程中，驾驶员的驾驶习惯不同，所驾驶车辆在车道中的行驶轨迹不同，但大部分驾驶员所驾驶车辆的行驶轨迹靠近车道中心线，本申请中各第一位置的目标车流量能够表示经过该第一位置的车辆的数量，故可以理解的是，相比于只根据车辆行驶轨迹确定车道中心线的方式，本申请基于目标车流量确定车道中心线的方式，考虑了驾驶员的驾驶习惯，故能够避免驾驶员驾驶车辆的行驶轨迹的不同对车道中心线检测的影响，进而能够提高车道中心线检测的准确性。

请参阅图2，图2是图1所示步骤S13一实施例的流程示意图。本实施例中，步骤S13进一步包括S21-S22：

S21：基于各第一位置的目标车流量，从各第一位置中选出若干目标关注位置。

需要说明的是，大部分车辆均是靠近车道中心线行驶的，故目标区域中越靠近车道中心线的第一位置，对应的经过该第一位置的车流量越大，因此，本实施例为了准确的确定车道中心线，可先从各第一位置中选出有较多车辆经过的第一位置作为若干目标关注位置，然后基于选出的目标关注位置，确定各车道中心线。

在一实施方式中，可直接设定用于判断各第一位置目标车流量多少的参考车流量，通过各第一位置的目标车流量与该参考车流量进行比较，得到各比较结果，然后根据比较结果，从中选出目标车流量大于或者等于参考车流量的第一位置，作为目标关注位置。

在另一实施方式中，可先对各第一位置的目标车流量进行预设统计，得到预设统计值，并将该预设统计值作为用于判断各第一位置目标车流量多少的参考车流量，然后通过各第一位置的目标车流量与该参考车流量进行比较，得到各比较结果，再根据比较结果，从中选出目标车流量大于或者等于参考车流量的第一位置，作为目标关注位置。

具体地，请参阅图3，图3是图2所示步骤S21一实施例的流程示意图。本实施例中，步骤21进一步包括S31-S33：

S31：获取各第一位置的目标车流量的预设统计值，以作为参考车流量。

本实施例中，为了明显的区分车流量的大小，可将目标区域的车流量区分为两大部分，一部分为有较多车辆经过的目标关注位置，另一部分为没有较多车辆经过的第一位置(可认为是无效第一位置)。

本实施例中，先将表征各第一位置的目标车流量的集中趋势的统计值，作为预设统计值(例如可将目标区域中所有第一位置的平均值，中位置等作为该预设统计值)；然后将统计得到的预设统计值作为参考车流量，再根据各目标车流量和参考车流量的大小关系，区分出有较多车辆经过的目标关注位置、以及没有较多车辆经过的第一位置。

S32：分别将各第一位置的目标车流量与参考车流量进行比较，得到各第一位置的比较结果。

可将各第一位置的目标车流量与参考车流量的数值作差，得到各差值，其中差值即为各第一位置的比较结果。

S33：查找出至少一个比较结果满足预设大小关系的第一位置，作为目标关注位置。

在得到各第一位置的比较结果后，可从中查找出至少一个比较结果满足预设大小关系的第一位置，作为目标关注位置。其中，预设大小关系为目标车流量大于或等于参考车流量。可以理解的是，选出的各目标关注位置的目标车流量大于或等于参考车流量，即目标关注位置为有较多车辆经过的位置。

在一具体实施方式中，为了明显的区分车流量的大小，以及使区分出的结果更加直观，可利用各第一位置的目标车流量与参考车流量的比较结果生成目标区域对应的掩膜图像，掩膜图像中包括两类像素点，一类是有效像素点，另一类是除有效像素点之外的其余像素点。其中，掩膜图像中的有效像素点为与比较结果满足预设大小关系(目标车流量大于或等于参考车流量)的第一位置对应的像素点，本实施例中，将所述有效像素点对应的第一位置，确定为目标关注位置。为了直观的区分目标区域中车流量的大小，可将掩膜图像中的有效像素点的值均设置为第一数值，其余像素点的值均设置为第二数值，且第一数值和第二数值不同。例如第一数值为1，第二数值为0，可以理解的是，通过本实施例的掩膜图像中的数值，可直观的区分出第一数值对应的为有较多车辆经过的目标关注位置，第二数值对应的为只有较少车辆经过的第一位置。

S22：基于若干目标关注位置，确定各车道的中心线。

本实施例中，可根据若干目标关注位置在目标区域的分布情况，确定若干车道中心点，然后利用若干车道中心点，得到各车道的中心线。

在一实施例中，请参阅图4，图4是图2所示步骤S22一实施例的流程示意图。本实施例中，步骤S22进一步包括：

S41：基于若干目标关注位置在目标区域的分布情况，确定若干车道中心点。

由上文可知，目标关注位置为车流量较多的位置，对应的该目标位置为靠近车道中心线的位置，故本实施例中，可根据若干目标关注位置在目标区域的分布情况，确定出属于车道中心线上的车道中心点。

本实施例中，可先根据各目标关注位置的相邻位置属性，从各目标关注位置中选出若干边界位置，然后，利用若干边界位置得到至少一组有效边界位置组，再分别从每组有效边界位置组中确定出一车道中心点。

其中，相邻位置属性为目标关注位置的相邻位置为目标关注位置还是无效第一位置，无效第一位置为目标车流量与参考车流量之间不满足预设大小关系(即目标车流量小于参考车流量)的第一位置。具体参考车流量的获取可参考上文步骤S31部分的阐述。

在一具体实施例中，请参阅图5，图5是图4所示步骤S41一实施例的流程示意图。本实施例中，步骤S41基于若干目标关注位置在目标区域的分布情况，确定若干车道中心点，进一步包括：

S51：根据各目标关注位置的相邻位置属性，从各目标关注位置中选出若干边界位置。

本实施例中，在根据各目标关注位置的相邻位置属性，从各目标关注位置中选出若干边界位置的过程中，可将每个目标关注位置作为当前关注位置，以便于遍历每个目标关注位置的相邻位置属性，根据其相邻位置属性，确定各目标关注位置的边界位置。其中，边界位置包括左边界位置和右边界位置，也就是说，本实施例可根据各当前关注位置的相邻位置属性，确定该当前关注位置为左边界位置或者是右边界位置。

具体地，根据各目标关注位置的相邻位置属性，从各目标关注位置中选出若干边界位置，包括以下步骤：

第一、分别将每个目标关注位置作为当前关注位置。

第二、响应于当前关注位置的相邻位置属性为第一属性，确定当前关注位置为左边界位置，第一属性为当前关注位置的左相邻位置为无效第一位置，右相邻位置为目标关注位置。

其中，若当前关注位置的相邻位置属性中左相邻位置为无效第一位置，右相邻位置为目标关注位置，可确定对应的相邻位置属性为第一属性，并确定当前关注位置为左边界位置。也就是说，若当前关注位置的左相邻位置的目标车流量小于参考车流量，且右相邻位置的目标车流量大于或者等于参考车流量，则确定当前关注位置为左边界位置。

第三、响应于当前关注位置的相邻位置属性为第二属性，确定当前关注位置为右边界位置，第二属性为当前关注位置的左相邻位置为目标关注位置，右相邻位置为无效第一位置。

若当前关注位置的相邻位置属性中左相邻位置为目标第一位置，右相邻位置为无效关注位置，可确定对应的相邻位置属性为第二属性，并确定当前关注位置为右边界位置。也就是说，若当前关注位置的左相邻位置的目标车流量大于或者等于参考车流量，且右相邻位置的目标车流量小于参考车流量，则确定当前关注位置为右边界位置。

其中，从各目标关注位置中选出若干边界位置包含两种情况：其一为：若当前关注位置的左相邻位置为无效第一位置，右相邻位置为目标关注位置，则确定当前关注位置为左边界位置；其二为：若当前关注位置的左相邻位置为目标第一位置，右相邻位置为无效关注位置，则确定当前关注位置为右边界位置，本实施例可通过判断各当前关注位置属于的情况，确定各边界位置。

S52：利用若干边界位置得到至少一组有效边界位置组，分别从每组有效边界位置组中确定出一车道中心点。

需要说明的是，步骤S51选出的若干边界位置，很大可能是位于一车道中心线两边，且位于该车道对应的两条车道线中间的若干位置，但为了更加准确的确定位于一车道中心线两边，且位于该车道对应的两条车道线中间的若干位置，可从若干边界位置中选出至少一组有效边界位置组，然后从每组有效边界位置组中确定出一车道中心点。

需要说明的是，上文选择边界位置实质上是要选择出各条车道中心线上各点的边界位置，且由上文可知，越靠近车道中心线，对应的车流量的数据应该越大，若边界位置之间(左边界位置和右边界位置之间)的车流量大于或者等于边界位置的车流量，说明该边界位置为符合要求的实际要选择的边界位置，为与不符合要求的边界位置区分，将符合实际要选择的边界位置定义为有效边界位置。基于此，在一实施方式中，可先基于各边界位置以及边界位置的邻近位置的目标车流量，选出有效左边界位置和有效右边界位置，然后，利用有效左边界位置和有效右边界位置，组成至少一组有效边界位置组，其中，每组有效边界位置组包括一有效左边界位置和一有效右边界位置。

具体地，请参阅图6，图6是图5所示步骤S52一实施例的流程示意图。本实施例中，步骤S52利用若干边界位置得到至少一组有效边界位置组，分别从每组有效边界位置组中确定出一车道中心点，包括：

S61：基于各边界位置以及边界位置的邻近位置的目标车流量，选出有效左边界位置和有效右边界位置。

本实施例中，在基于各边界位置以及边界位置的邻近位置的目标车流量，选出有效左边界位置和有效右边界位置的过程中，可分别将每个边界位置作为目标位置，以便于遍历每个目标位置的邻近位置的目标车流量，从各边界位置中选出有效左边界位置和有效右边界位置。

具体地，本实施例包括以下步骤：

第一、分别将每个边界位置作为目标位置。

第二、响应于目标位置为左边界位置、且目标位置存在第一关系位置，确定目标位置为有效左边界位置，第一关系位置为目标位置的右侧连续的多个目标关注位置中的一者，且第一关系位置的目标车流量大于或者等于目标位置的目标车流量。

也就是说，对于各目标位置，若该目标位置为左边界位置，且该目标位置(左边界位置)的右侧连续多个目标关注位置中存在目标车流量大于或者等于目标位置(左边界位置)的目标车流量的位置，说明目标位置存在第一关系位置，则确定该目标位置为有效左边界位置。

第三、响应于目标位置为右边界位置、且目标位置存在第二关系位置，确定目标位置为有效右边界位置，第二关系位置为目标位置的左侧连续的多个目标关注位置中的一者，且第二关系位置的目标车流量大于或者等于目标位置的目标车流量。

也就是说，对于各目标位置，若该目标位置为右边界位置，且该目标位置(右边界位置)的左侧连续多个目标关注位置中存在目标车流量大于或者等于目标位置(右边界位置)的目标车流量的位置，说明目标位置存在第二关系位置，则确定该目标位置为有效右边界位置。

S62：利用有效左边界位置和有效右边界位置，组成至少一组有效边界位置组，其中，每组有效边界位置组包括一有效左边界位置和一有效右边界位置。

本实施例中，在确定各有效左边界位置和各有效右边界位置后，将满足预设位置关系的有效左边界位置和有效右边界位置作为一组边界位置组，然后从边界位置组中选取有效边界位置组。本实施例中，选取的有效边界位置组中的左右有效边界位置对应的是一条车道上的左右边界位置。

在一实施方式中，预设位置关系为有效左边界位置和有效右边界位置之间的第一位置均为目标关注位置，即各组边界位置组的有效左边界位置和有效右边界位置之间的第一位置均为目标关注位置。

在另一实施方式中，预设位置关系为：有效左边界位置为有效右边界位置的最近有效左边界位置、且有效右边界位置为有效左边界位置的最近有效右边界位置，即各组边界位置组的有效左边界位置是距离有效右边界位置最近的有效左边界位置，且有效右边界位置是距离有效左边界位置最近的有效右边界位置。

本实施例中，选取的有效边界位置组的有效左边界位置和有效右边界位置为一条车道上的边界位置。在一实施例中，在确定各组边界位置组后，可将各组边界位置组作为有效边界位置组。在另一实施例中，考虑到目标车辆可能会在目标道路上进行变道的场景，例如，有大量的车辆在两个车道之间的某段车道线上变道，在该场景下，有大量车辆经过的目标关注位置可能是两个车道中间的车道线上的位置，这种情况下两个车道对应的边界位置组的内部距离会明显大于一个车道对应的边界位置组的内部距离，因此，本实施例中，为了使选取的有效边界位置组的有效左边界位置和有效右边界位置为一条车道上的边界位置，可将边界位置组的内部距离小于或等于预设阈值的边界位置组作为有效边界位置组，边界位置组的内部距离为边界位置组中的有效右边界位置与有效左边界位置之间的距离。

若边界位置组的内部距离大于预设阈值，则可确定目标车辆在两条车道中间的车道线上进行变道，而对于该种情况，在无法根据若干目标关注位置，确定这两条车道的中心线的情况下，可在确定其他车道的中心线后，根据该两条车道和已确定中心线车道的位置关系，由已确定的车道中心线和两条车道的位置关系，确定该两条车道中各车道的中心线。

需要说明的是，因为车道中心线是平行的，故在确定某一车道中心线后，可根据车道的大致宽度平移该已确定的车道中心线，得到该两条车道中各车道的中心线。

本实施例中，在确定每组有效边界位置组后，可分别从组有效边界位置组中确定出一车道中心点。

在一实施方式中，可将每组有效边界位置组中的各有效边界位置以及位于有效边界位置组之间，最大目标车流量对应的位置作为车道的一个中心点，或者将最大目标车流量和与最大目标车流量最为邻近的次大目标车流量分别对应位置的中点作为车道的一个中心点。

在另一实施方式中，也可根据有效边界位置组中的各有效边界位置以及位于有效边界位置组之间的第一位置的目标车流量，从中选取得到第二位置和第三位置，然后从第二位置和第三位置之间确定出有效边界位置组对应的车道中心点。

具体地，请参阅图7，图7是图6所示步骤S62一实施例的流程示意图。本实施例中，步骤S62分别从有效边界位置组中确定出一车道中心点，包括：

S71：对于每组有效边界位置组，将有效边界位置组中的各有效边界位置以及位于有效边界位置组之间的第一位置，组成有效边界位置组对应的位置序列，从有效边界位置组对应的位置序列中查找出第二位置和第三位置。

本实施例中，对于每组有效边界位置组，根据有效边界位置组中的各有效边界位置以及位于有效边界位置组之间的第一位置，将各位置进行排序，组成有效边界位置组对应的位置序列，然后从有效边界位置组对应的位置序列中查找出用于确定车道中心点的第二位置和第三位置。

S72：从第二位置和第三位置之间确定出有效边界位置组对应的车道中心点。

其中，第二位置为位置序列中(有效边界位置组对应的位置序列)从左到右第一个满足预设流量要求的位置，第三位置为位于第二位置的右侧且为位置序列中从左到右最后一个满足预设流量要求的位置，预设流量要求为位置的目标车流量大于或等于其右邻位置的目标车流量。

也就是说，第二位置为位置序列中目标车流量大于或等于其右邻位置的目标车流量的位置中与有效左边界距离最为邻近的第一位置；第三位置位于第二位置的右侧，且是目标车流量大于或等于其右邻位置的目标车流量的位置中距离第二位置最远的第一位置。

本实施例中，在确定出第二位置和第三位置之后，可将第二位置和第三位置的中点作为车道中心点，或者是选择第二位置和第三位置之间目标车流量最大的第一位置作为车道中心点；当然，还可以确定出第二位置和第三位置之间目标车流量最大和次大的两个第一位置，然后根据该两个第一位置，确定出有效边界位置组对应的车道中心点，具体可根据实际检测效果进行确定，此处不做具体限定。

S42：利用若干车道中心点，得到各车道的中心线。

本实施例中，在确定若干车道中心点后，基于各车道中心点的位置，确定各车道中心点所属的车道，然后将属于同一车道的车道中心点进行线性拟合，得到该车道的中心线。

需要说明的是，若干车道中心点中，可根据横向上各中心点的位置关系，确定各车道中心点所属的车道。例如将各中心点的位置按照位置顺序进行排序，得到中心点的位置序列，其中位置序列中的每一个点对应一个车道。

在确定各车道中心点所属的车道后，将纵向距离最近的中心点作为属于同一车道的中心点，以确定属于各车道的多个中心点，然后将属于同一车道的车道中心点进行线性拟合，得到该车道的中心线。

在一些实施例中，在确定目标道路中各车道的中心线之后，还可以利用确定的各车道的中心线进行交通拥堵分析。

示例性的，请参阅图8，图8是图1所示步骤S13之后一实施例的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图8所示的流程顺序为限。如图8所示，本实施例包括：

S81：获取各车道的若干第一目标车辆的目标行驶数据。

本实施例中，在确定各车道的车道线后，可根据第一目标车辆的行驶轨迹信息确定第一目标车辆所在的车道。例如，第一目标车辆的行驶轨迹与车道中心线A最为邻近，则可确定第一目标车辆在车道中心线A对应的车道上。其中，第一目标车辆的行驶轨迹可由安装在目标道路上的目标传感器采集得到。

此外，第一目标车辆的目标行驶数据也可由安装在目标道路上的目标传感器采集得到。其中，目标传感器可以但不限于是毫米波雷达，还可以是激光雷达，还可以是摄像设备等，目标传感器可以是一种类型的传感器，还可以是多种类型的传感器，目标传感器的数量可根据实际情况进行确定。

在一实施方式中，目标行驶数据包括行驶速度、以及第一目标车辆与目标传感器的距离；在其他实施方式中，目标行驶数据还可以是包括行驶速度、加速度和加加速度中的至少一者。

S82：基于目标行驶数据，确定第一目标车辆的目标行驶状态和行驶方向。

目标行驶状态包括停车状态、缓行状态和正常行驶状态中的一者，行驶方向包括第一方向(来向)和第二方向(去向)。

在一实施方式中，可直接根据第一目标车辆的行驶速度、以及第一目标车辆与目标传感器的距离确定目标行驶状态和行驶方向。

示例性的，例如在第一目标车辆与目标传感器的距离越来越远时，确定第一目标车辆的行驶方向为第一方向(去向)，在第一目标车辆与目标传感器的距离越来越近时，确定第一目标车辆的行驶方向为第二方向(来向)；再如，当车辆的行驶速度为0，或者第一目标车辆与目标传感器的距离没有变化的情况下，可确定目标行驶状态为停车状态；当第一目标车辆大于速度阈值，可确定目标行驶状态为正常行驶状态。

当然，在其他实施例中，考虑到车辆行驶场景的复杂性，也可根据实际情况，结合车辆行驶的加速度和/或加加速度确定具体地目标行驶状态，例如第一目标车辆在经过路口时，信号灯显示为红灯，第一目标车辆距离前车还有一段距离，且第一目标车辆没有停车，而是以很低的速度(接近停车的速度)继续行驶，这种情况下，可将速度结合加速度和加加速度等进行判断，判断第一目标车辆是否要停车。

S83：基于各第一目标车辆的目标行驶状态和行驶方向，更新各车道的车道目标状态路段，车道目标状态路段包括拥堵路段、缓行路段和通畅路段中的至少一者。

本实施例中，若判断第一目标车辆目标行驶状态为停车状态，则可确定第一目标车辆的位置，并利用该位置更新对应行驶车道的拥堵路段。若第一目标车辆目标行驶状态为正常行驶状态，则确定对应的位置并更新通畅路段的信息。

需要说明的是，若直接根据行驶速度的大小判断得到目标行驶状态为缓行，并更新缓行路段，则对应得到的缓行路段中可能包含部分拥堵路段，在这种情况下，可对缓行路段的第二目标车辆进行进一步判断，以判断第二目标车辆是否处于停车状态。仍以上述例子为例：第二目标车辆在经过路口时，信号灯显示为红灯，第二目标车辆距离前车还有一段距离，且第二目标车辆没有停车，而是以很低的速度(接近停车的速度)继续行驶，这种情况下，可将速度结合加速度和加加速度等进行判断，判断第二目标车辆是否要停车。

具体地，请参阅图9，图9是图8所示步骤S83一实施例的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图9所示的流程顺序为限。如图9所示，本实施例包括：

S91：确定当前处于缓行路段的若干第二目标车辆，并从若干第二目标车辆中选出满足预设状态要求的第三目标车辆。

本实施例中，预设状态要求为第三目标车辆的行驶状态不为正常行驶状态，且在第二预设历史时间段内第三目标车辆的消失帧数大于或者等于第二预设阈值。其中，步骤S91是为了从当前处于缓行路段的若干第二目标车辆中选择可能是处于停车状态的车辆，故可以理解的是，正常行驶的车辆的速度一般较高，因此，不可能处于停车状态；此外，若第二目标车辆的消失帧数于或者等于第二预设阈值，说明该目标在部分帧中存在遮挡，目标传感器在该部分帧中未采集到车辆的信息，对应的检测其处于缓行状态的结果可能不准，故需要对该类目标重新进行判断，因此，本实施例通过设置过滤条件(预设状态要求)，以能够选出满足预设状态要求的第三目标车辆，进行后续的停车判断。

S92：基于各第三目标车辆的目标行驶数据和行驶方向，确定各第三目标车辆是否为停车状态。

本实施例中目标行驶数据包括速度、加速度和加加速度中的至少一者。为更准确的确定各第三目标车辆是否为停车状态，可使目标行驶数据包括速度、加速度和加加速度，以结合速度、加速度和加加速度对各第三目标车辆进行停车状态的判断。

具体地，在一实施例中，若第三目标车辆的行驶方向为远离目标传感器的第一方向，且速度大于第一常数、加速度小于或者等于第一常数、加加速度数值小于第二常数，则确定为停车状态，具体地，可确定为去向停车状态。

响应于第三目标车辆的行驶方向为远离目标传感器的第一方向，且第三目标车辆在车道内，且速度大于第一常数、加速度小于或等于第一常数、加加速度数值大于或等于第二常数且小于或者等于第三常数，则确定为停车状态，具体地，可确定为去向停车状态。

响应于第三目标车辆的行驶方向为靠近目标传感器的第二方向，且速度小于或者等于第一常数、加速度大于第一常数、加加速度数值大于第二常数，则确定为停车状态，具体地，可确定为来向停车状态。

响应于第三目标车辆的行驶方向为靠近目标传感器的第二方向，且第三目标车辆在车道内，且速度大于第一常数、加速度小于或等于第一常数、加加速度数值大于或等于第二常数且小于或者等于第三常数，则确定为停车状态，具体地，可确定为来向停车状态。

其中，第一常数、第二常数和第三常数对应的数值可根据实际情况确定。例如，目标传感器为毫米波雷达，则可根据毫米波雷达的帧率设置第二常数和第三常数。在一具体实施例中，第一常数为0，在目标传感器为毫米波雷达、且帧率为10的情况下，第二常数可设置为0.8-1.5，第三常数可设置为0-0.5。

需要说明的是，本实施例中提及的行驶速度、速度或者加速度等参数均指的是第一目标车辆或者第三目标车辆相对于目标传感器的行驶参数。例如，文中第三目标车辆的速度表示的是第三目标车辆相对于目标传感器的行驶速度，并非是第一目标车辆或者第三目标车辆自身的行驶速度。以第三目标车辆为例进行说明，当第三目标车辆的行驶方向为远离目标传感器的第一方向，若第三目标车辆距离目标传感器越来越远，则对应第三目标车辆的速度大于第一常数，当第三目标车辆的行驶方向为靠近目标传感器的第二方向，若第三目标车辆距离目标传感器越来越近，则对应第三目标车辆的速度小于或者等于第一常数。

S93：响应于为停车状态，则利用为停车状态的第三目标车辆的位置更新停车路段和缓行路段。

若确定第三目标车辆为停车状态，则用为停车状态的第三目标车辆的位置更新停车路段和缓行路段，得到更新后的停车路段和缓行路段。如图10所示，图10为停车路段和缓行路段更新前后的对比图。图10中将部分缓行路段更新为停车路段。

请参阅图11，图11是本申请提供的电子设备一实施例的结构示意图。该实施方式中，电子设备110包括处理器101和存储器102。

处理器101还可以称为CPU(Central Processing Unit，中央处理单元)。处理器101可能是一种集成电路芯片，具有信号的处理能力。处理器101还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器101也可以是任何常规的处理器101等。

电子设备110中的存储器102用于存储处理器101运行所需的程序指令。

处理器101用于执行程序指令以实现上述任一实施例及任意不冲突的组合所提供的方法。

在一实施方式中，电子设备可以是目标传感器。

请参阅图12，图12是本申请提供的计算机可读存储介质的结构示意图。本申请实施例的计算机可读存储介质120存储有程序指令121，该程序指令121被执行时实现上述任一实施例以及任意不冲突的组合所提供的方法。其中，该程序指令121可以形成程序文件以软件产品的形式存储在上述计算机可读存储介质120中，以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施方式方法的全部或部分步骤。而前述的计算机可读存储介质120包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。

上述方案，先获取第一预设历史时间段内行驶经过目标区域中各第一位置的目标车流量，然后根据各第一位置的目标车流量，确定目标道路中各车道的中心线。其中，驾驶员在驾驶车辆的过程中，驾驶员的驾驶习惯不同，所驾驶车辆在车道中的行驶轨迹不同，但大部分驾驶员所驾驶车辆的行驶轨迹靠近车道中心线，本申请中各第一位置的目标车流量能够表示经过该第一位置的车辆的数量，故可以理解的是，相比于只根据车辆行驶轨迹确定车道中心线的方式，本申请基于目标车流量确定车道中心线的方式，考虑了驾驶员的驾驶习惯，故能够避免驾驶车辆的行驶轨迹的不同对车道中心线检测的影响，进而能够提高车道中心线检测的准确性。

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。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。