1.一种车道线识别方法,包括:
响应于接收到鱼眼车载相机拍摄的车道图像,确定所述鱼眼车载相机对应的相机视角类型;
根据所述相机视角类型,确定目标车道线识别模型;
将所述车道图像输入至所述目标车道线识别模型中,得到车道线集;
根据所述车道线集,控制相关联的车辆进行自动驾驶。
2.根据权利要求1所述的方法,其中,所述根据所述相机视角类型,确定目标车道线识别模型,包括:响应于确定所述相机视角类型表示前后相机视角类型,从预先训练的各个车道线识别模型中选取对应所述前后相机视角类型的前后视角车道线识别模型作为目标车道线识别模型;
响应于确定所述相机视角类型表示左右相机视角类型,从预先训练的各个车道线识别模型中选取对应所述左右相机视角类型的左右视角车道线识别模型作为目标车道线识别模型。
3.根据权利要求2所述的方法,其中,所述前后视角车道线识别模型是通过以下步骤训练得到的:获取前后视角车道图像集,其中,所述前后视角车道图像集中的前后视角车道图像为前后视角的鱼眼车载相机拍摄的图像,所述前后视角车道图像集中的前后视角车道图像显示了六条车道线,所述六条车道线纵向显示;
对于所述前后视角车道图像集中的每一前后视角车道图像,执行如下处理步骤:在所述前后视角车道图像的正中间添加一条垂直直线,其中,所述垂直直线的一端为目标交点;
将所述前后视角车道图像中的六条车道线的末端进行延申,以使得所述六条车道线与所述前后视角车道图像的图像边界存在交点,且将所述目标交点与所述六条车道线对应的交点进行连接,其中,所述目标交点远离所述六条车道线的末端;
通过反正切函数,确定每条连接线与所述垂直直线的弧度值,得到弧度值组,其中,所述连接线为所述目标交点与每条车道线对应的交点的连接线;
根据所述六条车道线,对所述弧度值组进行排序,得到弧度值序列作为所述前后视角车道图像的类别标签;
对所述前后视角车道图像中的每条车道线进行高斯处理,以生成高斯车道线,得到高斯车道线组作为样本标签;
将所述前后视角车道图像、所述类别标签与所述样本标签组合为前后视角车道图像样本;
从各个前后视角车道图像样本中选择出前后视角车道图像样本;
将所述前后视角车道图像样本输入至初始前后视角车道识别模型中,得到前后视角车道识别结果;
基于预设的损失函数,确定所述前后视角车道识别结果与所述前后视角车道图像样本包括的样本标签之间的损失值;
响应于确定所述损失值大于等于预设损失值,调整所述初始前后视角车道识别模型的网络参数。
4.根据权利要求3所述的方法,其中,所述方法还包括:响应于确定所述损失值小于所述预设损失值,将所述初始前后视角车道识别模型确定为训练后的前后视角车道线识别模型。
5.一种车道线识别装置,包括:
第一确定单元,被配置成响应于接收到鱼眼车载相机拍摄的车道图像,确定所述鱼眼车载相机对应的相机视角类型;
第二确定单元,被配置成根据所述相机视角类型,确定目标车道线识别模型;
输入单元,被配置成将所述车道图像输入至所述目标车道线识别模型中,得到车道线集;
控制单元,被配置成根据所述车道线集,控制相关联的车辆进行自动驾驶。
6.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1‑4中任一所述的方法。
7.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1‑4中任一所述的方法。