一种车道线估算方法及相关装置与流程

1.本发明涉及车辆智能驾驶技术领域，尤其是涉及一种车道线估算方法及相关装置。


背景技术：

2.车辆智能驾驶一般包括自动驾驶和辅助驾驶，随着用户对车辆驾驶体验的需求，越来越多的车辆中配备的智能驾驶功能。如此，在交通拥堵的情况下，驾驶员可以启用车辆的智能驾驶功能，进而使得驾驶员在拥堵路面上解放双手、双脚，无需过度集中注意力来关注道路情况，提高驾驶员的驾驶体验。
3.随着智能驾驶技术的深入开发，车辆的智能驾驶功能对外界环境感知的需求越来越高。例如，车辆的前方车道线是智能驾驶功能开发过程中的重要外界环境信息之一。前方车道线对高级驾驶辅助系统(advanced driving assistance system，adas)起到举足轻重的作用。业界一般在车辆上安装视觉传感器来采集前方车道线，供智能驾驶使用。
4.然而，在车辆的前方存在其他车辆时，其他车辆会遮挡车道线，视觉传感器无法采集到准确的车道线，难以为智能驾驶技术提供完善的车道线信息，进而会导致智能驾驶无法正常使用，甚至出现车祸等情况。


技术实现要素：

5.针对上述问题，本技术提供了一种车道线估算方法及相关装置，即使在自车前方存在其他车辆时，也能够准确地预估车道线，进而为智能驾驶技术提供更加完善的车道线信息。
6.第一方面，本技术提供一种车道线估算方法，所述方法包括：
7.当检测到自车前方存在目标车时，获取自车车速、自车横摆角速度、自车方向盘转角，以及目标车纵向相对距离和目标车横向相对距离；其中，所述目标车纵向相对距离为在自车坐标系下，目标车与自车的纵向距离，所述目标车横向相对距离为在自车坐标系下，目标车与自车的横向距离；
8.根据所述自车车速、所述自车横摆角速度、所述自车方向盘转角、自车质心到前轴的距离、自车质心到后轴的距离，计算在预设时间段后的自车行驶轨迹；
9.根据所述自车行驶轨迹、所述目标车纵向相对距离、所述目标车横向相对距离，计算在预设时间段后的目标车在所述自车坐标系下的位置；
10.根据所述目标车在所述自车坐标系下的位置，预估所述自车前方的车道线。
11.在一种可能的实现方式中，所述根据所述自车车速、所述自车横摆角速度、所述自车方向盘转角、自车质心到前轴的距离、自车质心到后轴的距离，计算在预设时间段后的自车行驶轨迹，包括：
12.[0013][0014][0015][0016]
其中，为所述自车横摆角速度，t为所述预设时间段，为t1时刻数据计算得到t0时刻的自车航向角；为t1时刻数据计算得到t0时刻的自车质心侧偏角，lr为所述自车质心到后轴的距离，lf为所述自车质心到前轴的距离，为t1时刻的所述自车方向盘转角；为t1时刻的所述自车车速；
[0017]
为t1时刻数据计算得到t0时刻的所述自车行驶轨迹中的纵向位移，为t1时刻数据计算得到t0时刻的所述自车行驶轨迹中的横向位移。
[0018]
在一种可能的实现方式中，所述根据所述自车行驶轨迹、所述目标车纵向相对距离、所述目标车横向相对距离，计算在预设时间段后的目标车在所述自车坐标系下的位置，包括：
[0019]
对所述自车行驶轨迹中的纵向位移和横向位移进行坐标转换，以及对所述目标车纵向相对距离和所述目标车横向相对距离进行坐标转换；
[0020]
根据坐标转换后的自车坐标和坐标转换后的目标车坐标，计算在预设时间段后的目标车在所述自车坐标系下的位置。
[0021]
在一种可能的实现方式中，所述对所述自车行驶轨迹中的纵向位移和横向位移进行坐标转换，以及对所述目标车纵向相对距离和所述目标车横向相对距离进行坐标转换，包括：
[0022][0023][0024][0025][0026]
其中，为t1时刻的坐标转换后的目标车纵向坐标，为t1时刻的所述目标车纵向相对距离；
[0027]
为t1时刻的坐标转换后的目标车横向坐标，为t1时刻的所述目标车横向相对距离；
[0028]
为t1时刻数据计算得到t0时刻的坐标转换后的自车纵向坐标；
[0029]
为t1时刻数据计算得到t0时刻的坐标转换后的自车横向坐标。
[0030]
在一种可能的实现方式中，所述根据坐标转换后的自车坐标和坐标转换后的目标车坐标，计算在预设时间段后的目标车在所述自车坐标系下的位置，包括：
[0031][0032]
其中，为t1时刻数据计算得到t0时刻的目标车在所述自车坐标系下的纵向坐标，为t1时刻数据计算得到t0时刻的目标车在所述自车坐标系下的横向坐标。
[0033]
在一种可能的实现方式中，所述根据所述目标车在所述自车坐标系下的位置，预估所述自车前方的车道线，包括：
[0034]
根据标定车道线总长度、视觉传感器采集的车道线有效长度、分段长度对自车前方的车道线进行分段；
[0035]
根据所述目标车在所述自车坐标系下的位置对应的多个轨迹点分配到车道线的分段；
[0036]
根据所述多个轨迹点，计算得到所述车道线的曲率、所述车道线的曲率变化率。
[0037]
在一种可能的实现方式中，所述根据标定车道线总长度、视觉传感器采集的车道线有效长度、分段长度对自车前方的车道线进行分段，包括：
[0038]
若增加一段长度为(l
total-l
lend
)的分段；
[0039]
若增加两段长度为的分段；
[0040]
若增加三段长度为的分段。
[0041]
第二方面，本技术提供一种车道线估算装置，包括：
[0042]
车辆信息获取单元，用于当检测到自车前方存在目标车时，获取自车车速、自车横摆角速度、自车方向盘转角，以及目标车纵向相对距离和目标车横向相对距离；其中，所述目标车纵向相对距离为在自车坐标系下，目标车与自车的纵向距离，所述目标车横向相对距离为在自车坐标系下，目标车与自车的横向距离；
[0043]
自车行驶轨迹计算单元，用于根据所述自车车速、所述自车横摆角速度、所述自车方向盘转角、自车质心到前轴的距离、自车质心到后轴的距离，计算在预设时间段后的自车行驶轨迹；
[0044]
目标车位置计算单元，用于根据所述自车行驶轨迹、所述目标车纵向相对距离、所述目标车横向相对距离，计算在预设时间段后的目标车在所述自车坐标系下的位置；
[0045]
车道线预估单元，用于根据所述目标车在所述自车坐标系下的位置，预估所述自车前方的车道线。
[0046]
在一种可能的实现方式中，所述自车行驶轨迹计算单元，具体用于通过如下公式计算在预设时间段后的自车行驶轨迹：
[0047][0048][0049][0050][0051]
其中，为所述自车横摆角速度，t为所述预设时间段，为t1时刻数据计算得到t0时刻的自车航向角；为t1时刻数据计算得到t0时刻的自车质心侧偏角，lr为所述自车质心到后轴的距离，lf为所述自车质心到前轴的距离，为t1时刻的所述自车方向盘转角；为t1时刻的所述自车车速；
[0052]
为t1时刻数据计算得到t0时刻的所述自车行驶轨迹中的纵向位移，为t1时刻数据计算得到t0时刻的所述自车行驶轨迹中的横向位移。
[0053]
在一种可能的实现方式中，所述目标车位置计算单元，具体用于对所述自车行驶轨迹中的纵向位移和横向位移进行坐标转换，以及对所述目标车纵向相对距离和所述目标车横向相对距离进行坐标转换；根据坐标转换后的自车坐标和坐标转换后的目标车坐标，计算在预设时间段后的目标车在所述自车坐标系下的位置。
[0054]
在一种可能的实现方式中，所述目标车位置计算单元，具体用于通过如下公式进行坐标转换：
[0055][0056][0057][0058][0059]
其中，为t1时刻的坐标转换后的目标车纵向坐标，为t1时刻的所述目标车纵向相对距离；
[0060]
为t1时刻的坐标转换后的目标车横向坐标，为t1时刻的所述目标车横向相对距离；
[0061]
为t1时刻数据计算得到t0时刻的坐标转换后的自车纵向坐标；
[0062]
为t1时刻数据计算得到t0时刻的坐标转换后的自车横向坐标。
[0063]
在一种可能的实现方式中，所述目标车位置计算单元，具体用于通过如下公式计算在预设时间段后的目标车在所述自车坐标系下的位置：
[0064][0065]
其中，为t1时刻数据计算得到t0时刻的目标车在所述自车坐标系下的纵向坐标，为t1时刻数据计算得到t0时刻的目标车在所述自车坐标系下的横向坐标。
[0066]
在一种可能的实现方式中，所述车道线预估单元，具体用于根据标定车道线总长度、视觉传感器采集的车道线有效长度、分段长度对自车前方的车道线进行分段；根据所述目标车在所述自车坐标系下的位置对应的多个轨迹点分配到车道线的分段；根据所述多个轨迹点，计算得到所述车道线的曲率、所述车道线的曲率变化率。
[0067]
在一种可能的实现方式中，所述车道线预估单元，具体用于通过如下方式对车道线进行分段：
[0068]
若增加一段长度为(l
total-l
lend
)的分段；
[0069]
若增加两段长度为的分段；
[0070]
若增加三段长度为的分段。
[0071]
第三方面，本技术提供一种车辆，所述设备包括处理器以及存储器：
[0072]
所述存储器用于存储计算机程序，并将所述计算机程序传输给所述处理器；
[0073]
所述处理器用于根据所述计算机程序中的指令执行上述任意一项所述的方法。
[0074]
第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述任意一项所述的方法。
[0075]
相对于现有技术，本技术上述技术方案的优点在于：
[0076]
该方法在检测到自车前方存在目标车时，获取自车车速、自车横摆角速度、自车方向盘转角，以及目标车纵向相对距离和目标车横向相对距离；其中，所述目标车纵向相对距离为在自车坐标系下，目标车与自车的纵向距离，所述目标车横向相对距离为在自车坐标系下，目标车与自车的横向距离；然后根据所述自车车速、所述自车横摆角速度、所述自车方向盘转角、自车质心到前轴的距离、自车质心到后轴的距离，计算在预设时间段后的自车行驶轨迹；接着根据所述自车行驶轨迹、所述目标车纵向相对距离、所述目标车横向相对距离，计算在预设时间段后的目标车在所述自车坐标系下的位置；根据所述目标车在所述自车坐标系下的位置，预估所述自车前方的车道线。该方法能够在自车前方存在车辆时，预估自车前方的车道线，即使自车前方的车道线被遮挡，也能够为智能驾驶技术提供完善的车道线信息，例如车道线的曲率，车道线的曲率变化率等。
附图说明
[0077]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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技术中记载的一些实施例，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它的附图。
[0078]
图1为本技术实施例提供的一种车道线估算方法的流程图；
[0079]
图2为本技术实施例提供的一种车辆航向角、质心侧偏角和横摆角的示意图；
[0080]
图3为本技术实施例提供的一种目标车在自车坐标系的示意图；
[0081]
图4为本技术实施例提供的一种车道线曲线的示意图；
[0082]
图5为本技术实施例提供的一种车道线估算装置的示意图；
[0083]
图6为本技术实施例提供的一种车道线估算装置的示意图。
具体实施方式
[0084]
为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
[0085]
智能驾驶(例如自动驾驶、辅助驾驶)成为关注的焦点，使得这一领域迅速发展，智能驾驶以及在量产车辆中得到广泛应用。车道保持功能，能够使得驾驶员在高速驾驶时更加轻松的驾驭车辆，缓解驾驶员长时间驾驶带来的疲劳感。随着智能驾驶技术的深入，对外界环境感知的需求越来越高。
[0086]
车辆在行驶过程中，前方车道线是智能驾驶中较为重要的外界环境信息。传统的技术方案中，在车辆前方按照视觉传感器，进而通过视觉传感器来采集车辆前方的车道线信息。然而，当车辆前方存在其他车辆时，其他车辆将会对前方车道线遮挡，视觉传感器无法输出较为完善的车道线信息。
[0087]
有鉴于此，本技术实施例提供了一种车道线估算方法。该方法可以由处理设备执行，具体地，处理设备当检测到自车前方存在目标车时，获取自车车速、自车横摆角速度、自车方向盘转角，以及目标车纵向相对距离和目标车横向相对距离；其中，所述目标车纵向相对距离为在自车坐标系下，目标车与自车的纵向距离，所述目标车横向相对距离为在自车坐标系下，目标车与自车的横向距离，然后处理设备根据所述自车车速、所述自车横摆角速度、所述自车方向盘转角、自车质心到前轴的距离、自车质心到后轴的距离，计算在预设时间段后的自车行驶轨迹，接着处理设备根据所述自车行驶轨迹、所述目标车纵向相对距离、所述目标车横向相对距离，计算在预设时间段后的目标车在所述自车坐标系下的位置，最后处理设备根据所述目标车在所述自车坐标系下的位置，预估所述自车前方的车道线，例如前方的车道线的曲率、曲率变化率等。
[0088]
该方法在自车前方存在目标车(例如其他车辆)时，根据采集的自车信息以及目标车信息对自车前方被遮挡的车道线进行预估，进而能够得到较为完善的车道线信息，以提供给智能驾驶使用。进一步的，该方法采用双传感器的方式来预估前方车道线信息，例如通过视觉传感器采集车道线信息，通过距离传感器采集目标车信息，然后再结合自车信息，对
前方车道线进行预估，进而提高前方车道线预估的准确度。
[0089]
其中，处理设备可以是服务器，也可以是车辆上的车载控制器。本技术对此不进行限定。
[0090]
为了使本技术的技术方案更加清楚、易于理解，下面以处理设备的角度对本技术实施例提供的车道线估算方法进行介绍。
[0091]
如图1所示，该图示出了本技术实施例提供的一种车道线估算方法的流程图，该方法包括以下步骤：
[0092]
s101：当处理设备检测到自车前方存在目标车时，获取自车车速、自车横摆角速度、自车方向盘转角，以及目标车纵向相对距离和目标车横向相对距离。
[0093]
其中，所述目标车纵向相对距离为在自车坐标系下，目标车与自车的纵向距离，所述目标车横向相对距离为在自车坐标系下，目标车与自车的横向距离。
[0094]
为了便于理解，下面结合图2，对本技术中所涉及的车辆的航向角、质心侧偏角和横摆角进行介绍。
[0095]
如图2所示，其中，θ为航向角，航向角为地面坐标系下，车辆质心速度与横轴的夹角；β为质心侧偏角，质心侧偏角为车辆质心速度方向与车头指向的夹角；为横摆角，横摆角为航向角减去质心侧偏角。
[0096]
在一些实施例中，处理设备可以通过视觉传感器检测自车前方存在目标车，然后处理设备获取自车车速、自车横摆角速度、自车方向盘转角。处理设备可以通过距离传感器来获取目标车纵向相对距离以及目标车横向相对距离。
[0097]
s102：处理设备根据所述自车车速、所述自车横摆角速度、所述自车方向盘转角、自车质心到前轴的距离、自车质心到后轴的距离，计算在预设时间段后的自车行驶轨迹。
[0098]
在一些实施例中，处理设备可以通过如下公式来计算预设时间段后的自车行驶轨迹：
[0099][0100][0101][0102][0103]
其中，为所述自车横摆角速度，t为所述预设时间段，为t1时刻数据计算得到t0时刻的自车航向角；为t1时刻数据计算得到t0时刻的自车质心侧偏角，lr为所述自车质心到后轴的距离，lf为所述自车质心到前轴的距离，为t1时刻的所述自车方向盘转角；为t1时刻的所述自车车速。
[0104]
为t1时刻数据计算得到t0时刻的所述自车行驶轨迹中的纵向位移，为t1时刻数据计算得到t0时刻的所述自车行驶轨迹中的横向位移。
[0105]
其中，自车行驶轨迹可以通过和来表征。
[0106]
s103：处理设备根据所述自车行驶轨迹、所述目标车纵向相对距离、所述目标车横向相对距离，计算在预设时间段后的目标车在所述自车坐标系下的位置。
[0107]
在一些实施例中，处理设备对所述自车行驶轨迹中的纵向位移和横向位移进行坐标转换，以及对所述目标车纵向相对距离和所述目标车横向相对距离进行坐标转换，然后处理设备根据坐标转换后的自车坐标和坐标转换后的目标车坐标，计算在预设时间段后的目标车在所述自车坐标系下的位置。
[0108]
在一些可能的实现方式中，处理设备可以通过如下公式进行坐标转换：
[0109][0110][0111][0112][0113]
其中，为t1时刻的坐标转换后的目标车纵向坐标，为t1时刻的所述目标车纵向相对距离。
[0114]
为t1时刻的坐标转换后的目标车横向坐标，为t1时刻的所述目标车横向相对距离。
[0115]
为t1时刻数据计算得到t0时刻的坐标转换后的自车纵向坐标。
[0116]
为t1时刻数据计算得到t0时刻的坐标转换后的自车横向坐标。
[0117]
在一些可能的实现方式中，处理设备可以通过如下公式，计算预设时间段后目标车在自车坐标系下的位置：
[0118][0119]
其中，为t1时刻数据计算得到t0时刻的目标车在所述自车坐标系下的纵向坐标，为t1时刻数据计算得到t0时刻的目标车在所述自车坐标系下的横向坐标。
[0120]
目标车在自车坐标系下的位置可以通过和来表征。
[0121]
如图3所示，图3示出了一种目标车在自车坐标系的示意图。
[0122]
其中，实线表示当前时刻(例如t0时刻)坐标系，虚线表示前一时刻(例如t1时刻)坐标系。
[0123]
在一些实施例中，处理设备可以再依次计算出目标车的多个历史位置对应当前时刻自车的坐标系下的位置，为了便于理解，下面以再计算两个历史位置为例进行说明。
[0124]
第一个历史位置：
[0125][0126]
其中，为t2时刻数据计算得到t0时刻的目标车在所述自车坐标系下的纵向坐标，为t2时刻数据计算得到t0时刻的目标车在所述自车坐标系下的横向坐标。为t2时刻数据计算得到t1时刻的坐标转换后的自车纵向坐标；为t2时刻数据计算得到t1时刻的坐标转换后的自车横向坐标。
[0127]
第二个历史位置：
[0128][0129]
为t3时刻数据计算得到t0时刻的目标车在所述自车坐标系下的纵向坐标，为t3时刻数据计算得到t0时刻的目标车在所述自车坐标系下的横向坐标。为t3时刻数据计算得到t2时刻的坐标转换后的自车纵向坐标；为t3时刻数据计算得到t2时刻的坐标转换后的自车横向坐标。
[0130]
当然，本技术实施例中处理设备还可以算出更多个历史位置，例如4个、5个、或者40个、50个，本技术对此不进行限定。
[0131]
s104：处理设备根据所述目标车在所述自车坐标系下的位置，预估所述自车前方的车道线。
[0132]
在一些实施例中，处理设备根据标定车道线总长度、视觉传感器采集的车道线有效长度、分段长度对自车前方的车道线进行分段；然后处理设备根据所述目标车在所述自车坐标系下的位置对应的多个轨迹点分配到车道线的分段；接着处理设备根据所述多个轨迹点，计算得到所述车道线的曲率、所述车道线的曲率变化率。
[0133]
在一些实现方式中，处理设备可以采用如下方式对前方的车道线进行分段：
[0134]
若增加一段长度为(l
total-l
lend
)的分段；
[0135]
若增加两段长度为的分段；
[0136]
若增加三段长度为的分段；
[0137]
其中，l
total
为标定车道线总长度，l
lend
为视觉传感器采集的车道线有效长度，l
th
为分段长度。
[0138]
当然，在一些实施例中，若l
total
≤l
lend
，则表明视觉传感器采集到的有效长度包括
了标定车道线总长度，即视觉传感器采集到了全部的车道线，无需进一步对车道线进行预估处理。
[0139]
在另一些实现方式中，处理设备还可以是设置第四倍数阈值、第五倍数阈值等等，以设置第四倍数阈值为例，具体地：
[0140]
若增加四段长度为的分段。
[0141]
接着，处理设备将计算得到的自车坐标系下的位置对应的多个轨迹点分配到车道线的分段中，进而得到车道线曲线。
[0142]
如图4所示，该图示出了一种车道线曲线的示意图。
[0143]
其中，x0段为视觉传感器采集的车道线有效长度对应的分段，x1、x2和x3分别是基于车道线总长度、视觉传感器采集的车道线有效长度、分段长度得到的分段。
[0144]
在一些实现方式中，处理设备可以分别拟合目标车在每一分段中的轨迹点：其中，k为车道线的曲率，进而得到(i,ki,valid)。i表示第i个分段，κi表示第i个分段的曲率，valid＝0表示，第i个分段的轨迹点低于预设阈值(即轨迹点个数较少)，valid＝1表示，第i个分段大于等于预设阈值(即轨迹点个数较多)。
[0145]
在一些实现方式中，处理设备还可以对多个目标车在每一分段中的轨迹点进行拟合，进而得到多组(i,ki,valid)，然后针对每一分段，从多组曲率中进行中值滤波得到每一分段的滤波后曲率(如图4中每一分段的中点)，进而进一步降低车道线曲率的误差。
[0146]
接着，处理设备还可以针对每一分段进行计算车道线曲率变化率：
[0147][0148]
其中，λ
i 1
为第i 1段曲率变化率，为第i 1段滤波后曲率值，κi(end)为第i段终点处曲率值，x
i 1
(end)为第i 1段起点处曲率值，xi(start)为第i段起点处曲率值。
[0149]
在一些实现方式中，自车航向角可以通过如下公式近似计算：
[0150][0151]
在一些实施例中，需要保证两段之间的连接点处满足曲率相等航向角相等，即κi(end)＝κ
i 1
(start)，θi(end)＝θ
i 1
(start)。在一些实施例中，两段之间的连接点处前一段终点处对应的目标车坐标应与后一段起点处对应的值相等。
[0152]
基于上述内容描述，该方法在自车前方存在目标车(例如其他车辆)时，根据采集的自车信息以及目标车信息对自车前方被遮挡的车道线进行预估，进而能够得到较为完善的车道线信息，以提供给智能驾驶使用。进一步的，该方法采用双传感器的方式来预估前方车道线信息，例如通过视觉传感器采集车道线信息，通过距离传感器采集目标车信息，然后再结合自车信息，对前方车道线进行预估，进而提高前方车道线预估的准确度。
[0153]
本技术实施例还提供了一种车道线估算装置，参见图5，该图示出了一种车道线估算装置的示意图，该装置包括：
[0154]
车辆信息获取单元501，用于当检测到自车前方存在目标车时，获取自车车速、自车横摆角速度、自车方向盘转角，以及目标车纵向相对距离和目标车横向相对距离；其中，所述目标车纵向相对距离为在自车坐标系下，目标车与自车的纵向距离，所述目标车横向相对距离为在自车坐标系下，目标车与自车的横向距离；
[0155]
自车行驶轨迹计算单元502，用于根据所述自车车速、所述自车横摆角速度、所述自车方向盘转角、自车质心到前轴的距离、自车质心到后轴的距离，计算在预设时间段后的自车行驶轨迹；
[0156]
目标车位置计算单元503，用于根据所述自车行驶轨迹、所述目标车纵向相对距离、所述目标车横向相对距离，计算在预设时间段后的目标车在所述自车坐标系下的位置；
[0157]
车道线预估单元504，用于根据所述目标车在所述自车坐标系下的位置，预估所述自车前方的车道线。
[0158]
在一种可能的实现方式中，所述自车行驶轨迹计算单元，具体用于通过如下公式计算在预设时间段后的自车行驶轨迹：
[0159][0160][0161][0162][0163]
其中，为所述自车横摆角速度，t为所述预设时间段，为t1时刻数据计算得到t0时刻的自车航向角；为t1时刻数据计算得到t0时刻的自车质心侧偏角，lr为所述自车质心到后轴的距离，lf为所述自车质心到前轴的距离，为t1时刻的所述自车方向盘转角；为t1时刻的所述自车车速；
[0164]
为t1时刻数据计算得到t0时刻的所述自车行驶轨迹中的纵向位移，为t1时刻数据计算得到t0时刻的所述自车行驶轨迹中的横向位移。
[0165]
在一种可能的实现方式中，所述目标车位置计算单元，具体用于对所述自车行驶轨迹中的纵向位移和横向位移进行坐标转换，以及对所述目标车纵向相对距离和所述目标车横向相对距离进行坐标转换；根据坐标转换后的自车坐标和坐标转换后的目标车坐标，计算在预设时间段后的目标车在所述自车坐标系下的位置。
[0166]
在一种可能的实现方式中，所述目标车位置计算单元，具体用于通过如下公式进行坐标转换：
[0167][0168]
[0169][0170][0171]
其中，为t1时刻的坐标转换后的目标车纵向坐标，为t1时刻的所述目标车纵向相对距离；
[0172]
为t1时刻的坐标转换后的目标车横向坐标，为t1时刻的所述目标车横向相对距离；
[0173]
为t1时刻数据计算得到t0时刻的坐标转换后的自车纵向坐标；
[0174]
为t1时刻数据计算得到t0时刻的坐标转换后的自车横向坐标。
[0175]
在一种可能的实现方式中，所述目标车位置计算单元，具体用于通过如下公式计算在预设时间段后的目标车在所述自车坐标系下的位置：
[0176][0177]
其中，为t1时刻数据计算得到t0时刻的目标车在所述自车坐标系下的纵向坐标，为t1时刻数据计算得到t0时刻的目标车在所述自车坐标系下的横向坐标。
[0178]
在一种可能的实现方式中，所述车道线预估单元，具体用于根据标定车道线总长度、视觉传感器采集的车道线有效长度、分段长度对自车前方的车道线进行分段；根据所述目标车在所述自车坐标系下的位置对应的多个轨迹点分配到车道线的分段；根据所述多个轨迹点，计算得到所述车道线的曲率、所述车道线的曲率变化率。
[0179]
在一种可能的实现方式中，所述车道线预估单元，具体用于通过如下方式对车道线进行分段：
[0180]
若增加一段长度为(l
total-l
lend
)的分段；
[0181]
若增加两段长度为的分段；
[0182]
若增加三段长度为的分段。
[0183]
本技术实施例提供了一种设备，参见图6，该图示出了本技术实施例提供的一种用于图片显示的设备结构图，如图6所示，所述设备包括处理器610以及存储器620：
[0184]
所述存储器610用于存储计算机程序，并将所述计算机程序传输给所述处理器；
[0185]
所述处理器620用于根据所述计算机程序中的指令执行上述实施例中所述的车道线估算的方法。
[0186]
本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述实施例中所述的车道线估算的方法。
[0187]
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，对于装置实施例而言，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。以上所描述的装置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及模块可以是或者也可以不是物理上分开的。另外，还可以根据实际的需要选择其中的部分或者全部单元和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。
[0188]
以上所述仅是本技术的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。