具体实施方式

为了解决现有技术中，通过摄像头拍摄的图像确定车道线信息时，容易受到外界环境的影响，导致获取到的车道线信息准确性较低的问题，本申请实施例公开一种车道线信息确定方法及装置。

其中，本申请实施例所公开的车道线信息确定方法，通常应用于车道线信息确定装置。该车道线信息确定装置可安装在车辆中，该车辆可支持自动化驾驶功能，从而在车辆进行自动化驾驶的过程中，依据本申请实施例所公开的方案确定车道线信息。或者，所述车道线信息确定装置可设置于远程计算机中，这种情况下，所述远程计算机在依据本申请实施例所公开的方案确定车道线信息之后，将确定的车道线信息传输至相应的车辆。

当然，所述车道线信息确定装置还可以为其他的形式，本申请实施例对此不作限定。

另外，该车道线信息确定装置中通常内置有处理器，在道路信息的获取过程中，该处理器可获取传感器传输的探测信息，并根据所述探测信息确定车道线信息。当该车道线信息确定装置安装在车辆中时，该车道线信息确定装置可为该车辆的车载处理器。

在本申请实施例中，所述传感器可设置在车道线信息确定装置中，并与所述车道线信息确定装置中的处理器相连接，或者，所述传感器还可以为独立于所述车道线信息确定装置的器件。在获取探测信息之后，所述传感器可向所述处理器传输探测信息，以便所述处理器基于接收到的探测信息，依据本申请实施例公开的方案确定车道线信息。相应的，所述处理器中设置有与传感器进行数据交互的接口，通过该接口，所述处理器可以获取到所述传感器传输的探测信息。

在本申请实施例中，所述传感器包括：雷达和成像装置。所述成像装置可以为摄像头或摄像机等中的至少一个，所述雷达可为激光雷达或毫米波雷达或超声波雷达等多种类型的雷达中的至少一个，本申请实施例对此不做限定。

另外，道路通常包括道路边沿和车道线，在实际场景中，车道线通常以特殊颜色标出，例如通过黄色或白色标出。在图1所示的车辆行驶的场景示意图中，其中的虚线即为道路中的车道线，实线即为道路中的道路边沿。

这种情况下，雷达能够利用电磁波对道路边沿进行探测。具体的，雷达可向道路边沿发射电磁波，并接收该电磁波接触到道路边沿后的回波，据此，雷达可确定道路边沿的地理位置。进一步的，雷达在确定道路边沿的地理位置之后，还可以进一步根据所述道路边沿的地理位置，确定道路边沿的坐标。这种情况下，所述雷达的探测信息可包括道路边沿的地理位置和/或道路边沿的坐标的信息。在获取所述雷达的探测信息之后，车道线信息确定装置可根据所述雷达的探测信息确定道路边沿的坐标。

所述成像装置可对车道线所在的区域进行拍照或录制视频，以获取包括车道线的图像，进一步的，成像装置还可以对所述包括车道线的图像进行图像分析，获取车道线的坐标。这种情况下，所述成像装置的探测信息可包括所述包括车道线的图像和/或车道线的坐标的信息。在获取所述成像装置的探测信息之后，车道线信息确定装置可根据所述成像装置的探测信息确定车道线的坐标。

以下结合具体的附图和工作流程，对本申请实施例公开的车道线信息确定方法进行介绍。

参见图2所示的工作流程示意图，本申请实施例公开的车道线信息确定方法包括以下步骤：

步骤S11、根据道路的道路边沿的第一坐标，确定所述道路边沿的第一道路参数集合。其中，所述第一道路参数集合包括至少一个道路边沿的道路参数。

参见图1所示的场景示意图，道路往往包括道路边沿和车道线。在本申请实施例的一种可行的实现方式中，可根据雷达的探测信息确定道路边沿的第一信息。其中，所述道路边沿的第一信息能够用于计算所述道路边沿的道路参数。示例性的，所述道路边沿的第一信息为所述道路边沿的第一坐标。

执行本申请实施例公开的车道线信息确定方法的装置中，通常设定有与雷达进行数据交互的接口，通过该接口，能够获取雷达的探测信息。其中，所述雷达的探测信息可包括道路边沿的地理位置和/或道路边沿的坐标的信息。当所述雷达的探测信息包括道路边沿的地理位置时，可通过所述道路边沿的地理位置确定所述第一坐标；当所述雷达的探测信息道路边沿的坐标时，可从所述雷达的探测信息中任意选择第一坐标。

其中，所述道路边沿的道路参数通常为所述道路边沿的道路信息，所述道路边沿往往包括多种类型的道路参数。示例性的，所述道路边沿的道路参数可包括：所述道路边沿的横向偏移量、航向角、曲率和曲率变化率，这种情况下，由于同一道路的道路边沿和车道线的航向角、曲率和曲率变化率通常相同，因此，所述第一道路参数集合包括以下至少一个道路参数：所述道路边沿的航向角、曲率和曲率变化率。

另外，在本申请实施例中，在确定所述道路边沿的第一坐标之后，可通过曲线拟合的方式，确定所述道路边沿的曲线方程。在所述道路边沿的曲线方程中，包括所述道路边沿的第一道路参数集合中的道路参数。因此，通过对道路边沿的第一坐标的曲线拟合，可确定所述道路边沿的第一道路参数集合。

步骤S12、根据所述第一道路参数集合，确定所述道路的车道线的第二道路参数集合。其中，所述第二道路参数集合包括至少一个所述车道线的道路参数。

在本申请实施例中，第一道路参数集合用于表征道路边沿信息，第二道路参数集合用于表征车道线信息，所述第一道路参数集合中包括的道路参数的类型与所述第二道路参数集合中包括的道路参数的类型一一对应相同。

示例性的，所述第一道路参数集合中的道路参数包括所述道路边沿的航向角C_1R、曲率C_2R和曲率变化率C_3R，则所述第二道路参数集合中的道路参数包括所述车道线的车道线的航向角C_1C、曲率C_2C和曲率变化率C_3C。

或者，在另一示例中，所述第一道路参数集合中的道路参数包括所述道路边沿的航向角C_1R和曲率C_2R，则所述第二道路参数集合中的道路参数包括所述车道线的航向角C_1C和曲率C_2C。

由于所述第一道路参数集合包括至少一个道路边沿的道路参数，第二道路参数集合包括至少一个车道线的道路参数，并且，所述第一道路参数集合中包括的道路参数的类型与所述第二道路参数集合中包括的道路参数的类型一一对应相同，因此，在本申请实施例中，可通过所述第一道路参数集合，确定所述第二道路参数集合。

另外，可通过多种方式确定所述第二道路参数集合，例如，可通过对所述第一道路参数集合进行融合的方式，确定所述第二道路参数集合。并且，为了明确确定所述第二道路参数集合的方式，在后续的实施例中，介绍了根据所述第一道路参数集合，确定所述第二道路参数集合的几种可行的实现方式。

步骤S13、根据所述第二道路参数集合和所述车道线的第二坐标，确定所述车道线的第三道路参数集合，所述第二道路参数集合和所述第三道路参数集合包括所述车道线信息。

其中，所述第三道路参数集合包括至少一个所述车道线的道路参数，并且，所述第三道路参数集合中，包括至少一个与所述第二道路参数集合包括的道路参数的类型不同的道路参数。示例性的，所述第三道路参数集合包括所述车道线的横向偏移量。结合所述第二道路参数集合中的道路参数和所述第三道路参数集合中的道路参数，通常能够确定一条车道线。

另外，执行本申请实施例公开的车道线信息确定方法的装置中，通常还设定有与成像装置进行数据交互的接口，通过该接口，能够获取所述成像装置的探测信息。所述成像装置的探测信息可包括所述车道线的图像和/或车道线的坐标的信息。当所述成像装置的探测信息包括所述车道线的图像时，可通过对所述图像进行图像分析，确定所述车道线的第二坐标。当所述成像装置的探测信息包括所述车道线的坐标时，可从所述成像装置的探测信息中任意选择所述第二坐标，从而使执行本申请实施例的方法的装置确定所述车道线的第二坐标。

另外，在上述步骤中，在获取所述第二道路参数集合和车道线的第二坐标之后，可通过对所述第二道路参数集合包括的道路参数和所述车道线的第二坐标进行曲线拟合的方式，确定车道线的曲线方程，所述车道线的曲线方程中包括所述第三道路参数集合包括的道路参数，从而根据所述车道线的曲线方程，能够确定所述第三道路参数集合。

本申请实施例公开一种车道线信息确定方法，在该方法中，根据道路边沿中的第一坐标，确定道路边沿的第一道路参数集合，再根据所第一道路参数集合确定车道线的第二道路参数集合，根据所述第二道路参数集合和所述车道线的第二坐标，确定车道线的第三道路参数集合，其中，所述第二道路参数集合和所述第三道路参数集合包括所述车道线信息。

在现有技术中，通过摄像头获取包含车道线的图像，然后对该图像进行图像分析，获取车道线的坐标，再对该坐标进行曲线拟合，获取车道线的曲线方程，该曲线方程中包括车道线的道路参数。也就是说，在现有技术中，仅通过包含车道线的图像确定车道线的坐标，再通过车道线的坐标确定车道线信息。但是，对包含车道线的图像进行图像分析的准确度较易受到外界环境的影响，当该准确度较低时，则确定的车道线的坐标准确性较低，相应的，通过现有技术确定的车道线信息的准确性较低。并且进一步的，车辆通常通过道路信息实现目标识别与跟踪，因此，当车道线信息准确性较低时，还会导致车辆进行目标识别与跟踪的准确度降低。

例如，当车辆在阴雨天气下行驶，或者车辆在隧道中行驶时，车辆所处的环境光照条件较差，这种情况下，摄像头拍摄的包含车道线的图像的清晰度较低，因此图像分析的准确度较低，这将导致确定的车道线信息的准确性较低，进一步的，还会降低车辆进行目标识别与跟踪的准确度。

或者，在另一场景中，摄像头与需要拍摄的车道线的距离较远，这种情况下，包含车道线的图像中，所述车道线占据的像素较少，也会导致图像分析的准确度较低，从而导致确定的车道线信息的准确性较低，并进一步降低车辆进行目标识别与跟踪的准确度。

而在本申请实施例公开的方案中，能够根据道路边沿的第一坐标确定道路边沿的第一道路参数集合，并结合道路边沿的第一道路参数集合和车道线的第二坐标，共同确定车道线信息。也就是说，本申请实施例的方案中，根据道路边沿的第一坐标和车道线的第二坐标确定车道线信息，这一方案与现有技术中仅通过车道线的坐标确定车道线信息的方案相比，所确定的车道线信息准确性较高。

进一步的，由于通过本申请的方案所确定的车道线信息的准确度较高，因此，本申请的方案还能够进一步提高车辆进行目标识别与跟踪的准确度。

另外，在本申请实施例中，道路边沿的第一坐标通常通过雷达的探测信息确定，而雷达通过向道路边沿发射的电磁波确定所述探测信息，因此雷达的探测信息不易受到外界环境的影响，这种情况下，本申请实施例采用的道路边沿的第一坐标的准确性通常较高，因此，与现有技术相比，本申请的方案能够确定准确性较高的车道线信息。

当然，本申请实施例还可以通过其他方式，确定所述道路边沿的第一坐标，本申请实施例对此不作限定。

在本申请实施例中，通过可通过对所述第一坐标进行曲线拟合的方式，确定所述道路边沿的曲线方程，该曲线方程中包括所述道路边沿的第一道路参数集合中所包括的道路参数。

在本申请实施例中，可通过多种曲线拟合算法确定所述道路边沿的曲线方程。示例性的，在本申请实施例中，所采用的曲线拟合算法可包括最小二乘法、霍夫变换和RANSAC(Random Sample Consensus)中的至少一种算法，当然，还可以采用其他形式的曲线拟合算法，本申请实施例对此不做限定。

另外，所述第一道路参数集合中包括至少一个道路边沿的道路参数，示例性的，所述第一道路参数集合包括：所述道路边沿的航向角、曲率和曲率变化率；或者，所述第一道路参数集合包括所述道路边沿的航向角、曲率和曲率变化率中的任意两个道路参数；或者，所述第一道路参数集合包括所述道路边沿的航向角、曲率和曲率变化率中的任意一个道路参数。

另外，在本申请实施例中，道路边沿的曲线方程可以为多种形式。例如，道路边沿的曲线方程可以为三次曲线方程，或者为二次曲线方程，或者可将道路边沿分为多段，每段道路边沿通过不同的曲线方程表示。当所述道路边沿的曲线方程为三次曲线方程时，所述道路边沿的曲线方程可以为回旋曲线(clothoid)三次曲线方程。

当然，所述道路边沿的曲线方程还可以为其他形式的曲线方程，本申请实施例对此不作限定。

在本申请的一个示例中，所述道路边沿的曲线方程为clothoid三次曲线方程，该clothoid三次曲线方程为以下形式：

y＝C_0R+C_1Rx+C_2Rx²+C_3Rx³ 公式(1)。

在公式(1)中，(x，y)表示道路边沿中的第一坐标，C_0R、C_1R、C_2R和C_3R分别表示道路边沿的一个道路参数。在该示例中，C_0R可表示道路边沿的横向偏移量，C_1R可表示道路边沿的航向角，C_2R可表示道路边沿的曲率，C_3R可表示道路边沿的曲率变化率。

其中，某一物体在道路边沿的横向偏移量，指的是该物体相对于所述道路边沿在横向的位移量。为了明确道路边沿的横向偏移量，本申请实施例公开了图3。图3为车辆运行的场景示意图，其中包括所述道路边沿的横向偏移量，并且，还包括所述道路边沿的航向角。

当然，当所述道路边沿的道路参数包括其他类型时，C_0R、C_1R、C_2R和C_3R还可以表示所述道路边沿的其他类型的道路参数，本申请实施例对此不作限定。

另外，当道路边沿的曲线方程如公式(1)所示时，在本申请实施例中，根据所述雷达的探测信息，确定道路边沿中的第一坐标，然后根据曲线拟合算法对所述第一坐标进行曲线拟合，从而确定公式(1)中的C_0R、C_1R、C_2R和C_3R的数值，其中，公式(1)中的C_0R、C_1R、C_2R和C_3R即为所述道路边沿的道路参数，然后，再从所述道路边沿的道路参数中选择第一道路集合中的道路参数，从而确定所述道路边沿的第一道路参数集合。

其中，所述道路边沿的第一道路参数集合中的道路参数通常满足以下条件：所述第一道路集合中的道路参数通常与车道线中相同类型的道路参数近似相等。当所述道路边沿的某一类型的道路参数与所述车道线的同一类型的道路参数相等，或者二者的差值小于第一阈值时，则确定这两种道路参数近似相等。所述第一阈值的数值可根据雷达和/或成像装置的精度设置，并且，还可以根据用户的使用需求进行调整。

由于同一条道路中，道路边沿的航向角通常与车道线的航向角近似相等，并且道路边沿的曲率通常与车道线的曲率近似相等，以及道路边沿的曲率变化率通常与车道线的曲率变化率近似相等，因此，所述第一道路参数集合通常包括所述至少一个道路参数：所述道路边沿的航向角、曲率和曲率变化率。

另外，在本申请实施例中，所述第一道路参数集合中包括的道路参数的类型与所述第二道路参数集合中包括的道路参数的类型一一对应相同，因此，通过所述第一道路参数集合包括的道路参数的类型，可确定第二道路参数集合中包括的道路参数的类型。

在本申请实施例中，包括根据所述第二道路参数集合和所述车道线的第二坐标，确定所述车道线的第三道路参数集合的操作。其中，该操作通常包括以下步骤：

通过对所述第二道路参数集合和所述车道线的第二坐标进行曲线拟合，确定所述车道线的曲线方程；

根据所述曲线方程确定所述第三道路参数集合，所述第三道路参数集合中的至少一个道路参数的参数类型不同于所述第二道路参数集合中的任一道路参数的参数类型。例如，当所述第二道路参数集合包括所述车道线的航向角、曲率和曲率变化率时，所述第三道路参数集合通常包括所述车道线的横向偏移量。

另外，在本申请实施例中，可通过多种曲线拟合算法确定所述车道线的曲线方程。示例性的，在本申请实施例中，所采用的曲线拟合算法可包括最小二乘法、霍夫变换和RANSAC(Random Sample Consensus)中的至少一种算法，当然，还可以采用其他形式的曲线拟合算法，本申请实施例对此不做限定。

另外，在本申请实施例中，车道线的曲线方程也可以为多种形式。例如，车道线的曲线方程可以为三次曲线方程，或者为二次曲线方程，或者可将车道线分为多段，每段车道线通过不同的曲线方程表示。当所述车道线的曲线方程为三次曲线方程时，所述车道线的曲线方程可以为clothoid三次曲线方程。

当然，所述车道线的曲线方程还可以为其他形式的曲线方程，本申请实施例对此不作限定。

其中，在本申请的一个示例中，所述车道线的曲线方程为clothoid三次曲线方程，该clothoid三次曲线方程为以下形式：

y＝C_0C+C_1Cx+C_2Cx²+C_3Cx³ 公式(2)。

在公式(2)中，(x，y)表示车道线的第二坐标，C_0C、C_1C、C_2C和C_3C分别表示车道线的一个道路参数。在该示例中，C_0C可表示车道线的横向偏移量，C_1C可表示车道线的航向角，C_2C可表示车道线的曲率，C_3C可表示车道线的曲率变化率。当然，C_0C、C_1C、C_2C和C_3C还可以为其他形式的道路参数，本申请实施例对此不作限定。

其中，某一物体在车道线的横向偏移量，指的是该物体相对于所述车道线在横向的位移量。

当车道线的曲线方程如公式(2)所示时，第二道路参数为C_1C、C_2C和C_3C中的至少一个道路参数，并且，所述第一道路参数集合中包括的第一道路参数的类型与所述第二道路参数集合中包括的第二道路参数的类型一一对应相同。这种情况下，当所述第一道路参数集合包括所述道路边沿的航向角C_1R、曲率C_2R和曲率变化率C_3R时，则所述第二道路参数集合包括所述车道线的航向角C_1C、车道线的曲率C_2C和车道线的曲率变化率C_3C。

另外，所述第三道路参数集合中，包括至少一个与所述第二道路参数集合包括的道路参数的类型不同的道路参数。例如，当所述第二道路参数集合包括所述车道线的航向角C_1C、车道线的曲率C_2C和车道线的曲率变化率C_3C时，所述第三道路参数集合中包括所述车道线的横向偏移量C_0C。并且，这种情况下，将所述第二坐标与所述第二道路参数集合中包括的车道线的道路参数(即车道线的航向角C_1C、车道线的曲率C_2C和车道线的曲率变化率C_3C)代入公式(2)中，即可确定所述第三道路参数集合(即所述车道线的横向偏移量C_0C)

当然，所述第二道路参数集合和所述第三道路参数集合中包括的道路参数还可以为其他的道路参数，本申请实施例对此不作限定。例如，在另一示例中，所述第二道路参数集合包括所述车道线的航向角C_1C和车道线的曲率C_2C，则所述第三道路参数集合包括所述车道线的曲率变化率C_3C和横向偏移量C_0C。

在车辆运行的场景中，同一道路的道路边沿与车道线之间通常是平行的，当道路边沿与车道线平行时，第一道路参数集合中包括的道路参数与所述第二道路参数集合中相同类型的道路参数近似相等。因此，可根据所述第一道路参数集合，确定所述道路的车道线的第二道路参数集合。

其中，所述道路边沿与车道线平行，指的是除了位置参数以外，所述道路边沿与车道线的曲线参数都近似相等。所述曲线参数用于表征曲线的弯曲程度。示例性的，所述位置参数包括横向偏移量，所述曲线参数包括：航向角、曲率和曲率变化率等。

另外，所述道路边沿与车道线的某一曲线参数近似相等，指的是所述道路边沿的这一曲线参数与所述车道线的这一曲线参数之间的差值小于一定阈值。该阈值可根据先验信息设置，并且，还可以根据成像装置与雷达的精度进行调整。

但是，在某些特殊场景下，同一道路的道路边沿与车道线可能并不平行，这种情况下，如果通过道路边沿的第一道路参数集合，确定车道线的第二道路参数集合，通常存在较大误差。

这种情况下，本申请公开另一实施例。参见图4所示的工作流程示意图，在本申请实施例中，包括以下步骤：

步骤S21、根据道路的道路边沿的第一坐标，确定所述道路边沿的第一道路参数集合。

步骤S21的具体执行过程与步骤S11的具体执行过程相同，可相互参照，此处不再赘述。

步骤S22、根据所述道路边沿与所述车道线之间的距离参数，确定所述道路边沿与所述车道线是否平行。若是，执行步骤S23的操作。

步骤S23、根据所述第一道路参数集合，确定所述道路的车道线的第二道路参数集合；

步骤S24、根据所述第二道路参数集合和所述车道线的第二坐标，确定所述车道线的第三道路参数集合，所述第二道路参数集合和所述第三道路参数集合包括所述车道线信息。

其中，步骤S23至步骤S24的具体执行过程与步骤S12至步骤S13的具体执行过程相同，可相互参照，此处不再赘述。

根据上述步骤可知，在本申请实施例中，在根据所述第一道路参数集合，确定所述道路的车道线的第二道路参数集合之前，还包括以下步骤：根据所述道路边沿与所述车道线之间的距离参数，确定所述道路边沿与所述车道线平行，即在根据所述道路边沿与所述车道线之间的距离参数，确定所述道路边沿与所述车道线平行之后，才执行根据所述第一道路参数集合，确定所述道路的车道线的第二道路参数集合的操作。

也就是说，在本申请实施例中，只有确定道路边沿与车道线平行的情况下，才根据道路边沿的第一道路参数集合，确定车道线的第二道路参数集合，从而能够提高确定所述第二道路参数集合的准确度，进一步提高确定车道线信息的准确度。

进一步的，在本申请实施例中，如果经过步骤S22的判断，确定所述道路边沿与所述车道线不平行，则当前不通过道路边沿的第一道路参数集合，确定车道线的第二道路参数集合，并且还可以返回执行步骤S21的操作。

另外，在上述描述以及图4所示的工作流程示意图中，在确定所述道路边沿的第一道路参数集合之后，再执行判断所述道路边沿与所述车道线是否平行的操作。在实际的应用场景中，这一操作与确定所述道路边沿的第一道路参数集合的操作之间并无严格的时间先后顺序，只要在根据所述第一道路参数集合，确定所述车道线的第二道路参数集合之前，执行该判断操作即可。

在本申请实施例的一个示例中，可首先根据所述道路边沿与所述车道线之间的距离参数，判断所述道路边沿与所述车道线是否平行，并在确定所述道路边沿与所述车道线平行之后，再根据道路的道路边沿的第一坐标，确定所述道路边沿的第一道路参数集合。

或者，在本申请实施例的另一个示例中，还可同时执行根据所述道路的道路边沿的第一坐标，确定所述道路边沿的第一道路参数集合，以及根据所述第一道路参数集合，确定所述道路的车道线的第二道路参数集合的操作，本申请实施例对此不做限定。

另外，在本申请实施例中，根据所述道路边沿与所述车道线之间的距离参数，确定所述道路边沿与所述车道线是否平行。其中，所述道路边沿与所述车道线之间的距离参数包括以下至少一种距离参数：欧氏距离、马氏距离和明可夫斯基距离。

当然，所述距离参数还可以为其他类型，本申请实施例对此不作限定。

其中，当所述道路边沿与所述车道线之间的距离参数包括欧式距离时，如果所述道路边沿与所述车道线之间的欧式距离小于第一距离阈值，则可确定所述道路边沿与所述车道线平行。

当所述道路边沿与所述车道线之间的距离参数包括马氏距离时，如果所述道路边沿与所述车道线之间的马氏距离小于第二距离阈值，则可确定所述道路边沿与所述车道线平行。

当所述道路边沿与所述车道线之间的距离参数包括明可夫斯基距离时，如果所述道路边沿与所述车道线之间的明可夫斯基距离小于第三距离阈值，则可确定所述道路边沿与所述车道线平行。

其中，上述的第一距离阈值、第二距离阈值和第三距离阈值，可根据先验信息设置，并且，还可以根据需求进行调整。例如，可根据成像装置和雷达的精度进行调整。

在一种可行的实现方式中，所述道路边沿与所述车道线之间的距离参数包括马氏距离，这种情况下，还包括以下步骤：

通过对所述第二坐标进行曲线拟合，获取所述车道线的第四道路参数集合，所述第四道路参数集合中的至少一个道路参数的参数类型与所述第一道路参数集合中的至少一个道路参数的参数类型相同；

根据所述第一道路参数集合以及所述第四道路参数集合，计算所述道路边沿与所述车道线之间的马氏距离。

在本申请实施例中，当需要获取所述第四道路参数集合时，可通过对所述第二坐标进行曲线拟合，获取包括所述车道线的曲线方程，该曲线方程中包括所述车道线的道路参数，通过所述曲线方程，可确定所述第四道路参数集合。

具体的，在本申请实施例中，可通过以下公式计算道路边沿与车道线之间的马氏距离：

其中，C_Radar表示所述M个第一道路参数构成的矩阵，C_Camera表示所述M个第二道路参数构成的矩阵。另外，在公式(1)中，P_Radar为表示C_Radar的精确度的物理量，并且P_Camera为表示C_Camera的精确度的物理量。在一种可行的实现方式中，P_Radar为C_Radar的协方差，并且P_Camera表示C_Camera的协方差。

示例性的，当所述第一道路参数集合包括道路边沿的航向角C_1R、道路边沿的曲率C_2R和道路边沿的曲率变化率C_3R时，C_Radar＝(C_1R、C_2R、C_3R)。当所述第二道路参数集合车道线的航向角C_1C、车道线的曲率C_2C和车道线的曲率变化率C_3C时，C_Camera＝(C_1C、C_2C、C_3C)。

通过上述步骤，能够确定道路边沿与车道线之间的马氏距离，从而便于根据所述马氏距离，确定所述道路边沿与车道线是否平行。

在本申请实施例中，还公开了根据所述第一道路参数集合，确定所述道路的车道线的第二道路参数集合的操作，该操作可通过多种方式实现。

在其中一个可行的实现方式中，所述根据所述第一道路参数集合，确定所述道路的车道线的第二道路参数集合，包括：

确定所述第二道路参数集合中的至少一个道路参数与所述第一道路参数集合中的至少一个道路参数一一对应相同。

在实际应用场景中，同一道路的道路边沿与车道线通常是平行的，这种情况下，第一道路参数集合包括的道路参数往往与第二道路参数集合包括的同一类型的道路参数近似相等，例如，第一道路参数集合中包括的道路边沿的曲率往往与第二道路参数集合中包括的车道线的曲率近似相等。

并且，所述第一道路参数集合通常通过雷达的探测信息确定，而雷达的探测信息往往不易受到环境的干扰，这种情况下，获取第一道路参数集合的准确性往往高于获取第二道路参数集合的准确性。因此，在上述实现方式中，确定所述第二道路参数集合中的至少一个道路参数与所述第一道路参数集合中的至少一个道路参数一一对应相同，能够提高确定所述第二道路参数集合的准确性，进一步的，还能够提高确定车道线信息的准确性。

另外，在另一可行的实现方式中，所述根据所述第一道路参数集合，确定所述道路的车道线的第二道路参数集合，包括以下步骤：

通过对所述第二坐标进行曲线拟合，获取所述车道线的第五道路参数集合，所述第五道路参数集合中的至少一个道路参数的参数类型与所述第一道路参数集合中的至少一个道路参数的参数类型相同；

通过第一融合算法对所述第五道路参数集合和所述第一道路参数集合进行融合，融合结果为所述第二道路参数集合。

其中，所述第五道路参数集合包括的道路参数可与所述第四道路参数集合包括的道路参数相同，这种情况下，如果预先确定了所述第四道路参数集合，还可以直接将所述第四道路参数集合作为所述第五道路参数集合，从而无需再对所述第二坐标进行曲线拟合。

或者，所述第五道路参数集合包括的道路参数也可为与所述第四道路参数集合包括的道路参数不同的道路参数，这种情况下，获取所述第五道路参数集合的方式可参见获取所述第四道路参数集合的方式，本申请实施例对此不再赘述。

示例性的，当所述第五道路参数集合包括的道路参数与所述第四道路参数集合包括的道路参数相同，并且，通过所述道路边沿与所述车道线之间的距离参数包括马氏距离时，参见图5所示的工作流程示意图，本申请实施例公开的车道线信息确定方法可包括以下步骤：

步骤S31、根据道路的道路边沿的第一坐标，确定所述道路边沿的第一道路参数集合。

其中，步骤S31的具体执行过程与步骤S11的具体执行过程相同，可相互参照，此处不再赘述。

步骤S32、通过对所述道路的车道线的第二坐标的曲线拟合，确定所述车道线的第四道路参数集合，并根据所述第一道路参数集合与所述第四道路参数集合，确定所述道路边沿与所述车道线之间的距离参数，该距离参数包括以下至少一种距离参数：欧氏距离、马氏距离和明可夫斯基距离。

其中，所述第四道路参数集合包括的道路参数的类型，与所述第一道路参数集合包括的道路参数的类型一一对应相同。

步骤S33、根据所述道路边沿与所述车道线之间的距离参数，确定所述道路边沿与所述车道线是否平行。若是，执行步骤S34的操作。若否，返回执行步骤S31的操作。

步骤S34、通过对所述第二坐标进行曲线拟合，获取所述车道线的第五道路参数集合。其中，所述第五道路参数集合中的至少一个道路参数的参数类型与所述第一道路参数集合中的至少一个道路参数的参数类型相同。

步骤S35、通过第一融合算法对所述第五道路参数集合和所述第一道路参数集合进行融合，融合结果为所述第二道路参数集合。

步骤S36、根据所述第二道路参数集合和所述车道线的第二坐标，确定所述车道线的第三道路参数集合，所述第二道路参数集合和所述第三道路参数集合包括所述车道线信息。

其中，步骤S36的具体执行过程与步骤S13的具体执行过程相同，可相互参照，此处不再赘述。

在上述实现方式中，通过第一融合算法，对道路边沿的第一道路参数集合包括的道路参数和车道线的第五道路参数集合包括的道路参数进行融合，将融合结果作为所述第二道路参数集合。

通过这一方式，能够将第五道路参数集合与第一道路参数集合融合为所述第二道路参数集合。由于确定第一道路参数结合的准确性较高，因此，该方式能够提高确定所述第二道路参数集合的准确性，进一步的，还能够提高确定车道线信息的准确性。

在本申请实施例中，所述第一融合算法可为多种形式的融合算法。示例性的，所述第一融合算法包括：凸组合融合(convex combination fusion，CC)算法和/或协方差交叉融合(covariance intersection fusion，CI)算法。

其中，当所述第一融合算法为凸组合融合算法时，可通过以下公式对所述第五道路参数集合和所述第一道路参数集合进行融合：

其中，x_R表示所述第一道路参数集合包括的道路参数构成的向量，x_C表示所述第五道路参数集合包括的道路参数构成的向量，P_R表示所述第一道路参数集合包括的道路参数构成的向量的协方差，P_C表示所述第五道路参数集合包括的道路参数构成的向量的协方差，x_C表示所述第一道路参数集合和所述第五道路参数集合的融合结果构成的向量，P_F表示所述第一道路参数集合和所述第五道路参数集合的融合结果构成的向量的协方差。

通过公式(4)和公式(5)，即可确定所述第一道路参数集合和所述第五道路参数集合的融合结果，其中，所述第一道路参数集合和所述第五道路参数集合的融合结果即为所述第二道路参数集合。

另外，当所述第一融合算法为协方差交叉融合算法时，可通过以下公式对所述第五道路参数集合和所述第一道路参数集合进行融合：

其中，x_R表示所述第一道路参数集合包括的道路参数构成的向量，x_C表示所述第五道路参数集合包括的道路参数构成的向量，P_R表示所述第一道路参数集合包括的道路参数构成的向量的协方差，P_C表示所述第五道路参数集合包括的道路参数构成的向量的协方差，x_C表示所述第一道路参数集合和所述第五道路参数集合的融合结果构成的向量，P_F表示所述第一道路参数集合和所述第五道路参数集合的融合结果构成的向量的协方差，w表示权重参数。

通过公式(6)和公式(7)，即可确定所述第一道路参数集合和所述第五道路参数集合的融合结果，其中，所述第一道路参数集合和所述第五道路参数集合的融合结果即为所述第二道路参数集合。

在公式(6)和公式(7)中，w表示权重参数，该权重参数w可通过多种方式确定。例如，可由技术人员根据经验确定所述权重参数w。

或者，在另一种方式中，可根据以下公式确定所述权重参数w：

w＝N_R/(N_R+N_C) 公式(8)；

其中，N_R表示所述第一坐标的数量，N_C表示所述第二坐标的数量。

在本申请实施例中，第一坐标通常由雷达的探测信息确定，第二坐标通常由成像装置的探测信息确定。与雷达的探测信息相比，成像装置的探测信息较易受到外界环境的影响，因此，通常在公式(8)中，第一坐标的数量越多，所述权重参数w的置信度越高。

另外，还可通过其他方式确定所述权重参数w。例如，可通过经验法，这一方法中，根据多次试验所获取的经验设定所述权重参数w。或者，还可采用其他方式，本申请实施例对此不做限定。

下述为本申请的装置实施例，可以用于执行本申请的方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请的方法实施例。

作为对上述各实施例的实现，本申请实施例公开一种车道线信息确定装置。参见图6所示的结构示意图，本申请实施例公开的车道线信息确定装置包括：处理器110、第一收发接口120和第二收发接口130。

其中，所述第一收发接口120用于接收雷达的第一探测信息，所述第一探测信息包括道路的道路边沿的相关信息。

在本申请实施例中，所述道路边沿的相关信息包括所述道路边沿的地理位置和/或道路边沿的坐标的信息。

所述第二收发接口130用于接收成像装置的第二探测信息，所述第一探测信息包括所述道路的车道线的相关信息。

在本申请实施例中，所述车道线的相关信息包括所述车道线的地理位置和/或车道线的坐标的信息。

所述处理器110用于，根据所述第一探测信息，确定所述道路边沿的第一坐标，并根据所述第二探测信息，确定所述车道线的第二坐标；

所述处理器110还用于，根据道路的道路边沿的第一坐标，确定所述道路边沿的第一道路参数集合，根据所述第一道路参数集合，确定所述道路的车道线的第二道路参数集合，根据所述第二道路参数集合和所述车道线的第二坐标，确定所述车道线的第三道路参数集合，所述第二道路参数集合和所述第三道路参数集合包括所述车道线信息。

在本申请实施例中，所述第一收发接口120和第二收发接口130可为两个不同的收发接口，即本申请实施例中的车道线确定装置中，通过两个不同的收发接口分别接收所述第一探测信息和所述第二探测信息。另外，所述第一收发接口120和第二收发接口130也可为同一收发接口。这种情况下，本申请实施例中的车道线确定装置可通过同一收发接口接收所述第一探测信息和所述第二探测信息。

进一步的，所述处理器110还用于，在根据所述第一道路参数集合，确定所述道路的车道线的第二道路参数集合之前，根据所述道路边沿与所述车道线之间的距离参数，确定所述道路边沿与所述车道线平行。

其中，所述道路边沿与所述车道线之间的距离参数包括以下至少一种距离参数：欧氏距离、马氏距离和明可夫斯基距离。

另外，所述道路边沿与所述车道线之间的距离参数包括马氏距离，所述处理器110还用于，通过对所述第二坐标进行曲线拟合，获取所述车道线的第四道路参数集合，所述第四道路参数集合中的至少一个道路参数的参数类型与所述第一道路参数集合中的至少一个道路参数的参数类型相同；

根据所述第一道路参数集合以及所述第四道路参数集合，计算所述道路边沿与所述车道线之间的马氏距离。

进一步的，在本申请实施例中，所述处理器110具体用于，确定所述第二道路参数集合中的至少一个道路参数与所述第一道路参数集合中的至少一个道路参数一一对应相同。

进一步的，在本申请实施例中，所述处理器110具体用于，通过对所述第二坐标进行曲线拟合，获取所述车道线的第五道路参数集合，所述第五道路参数集合中的至少一个道路参数的参数类型与所述第一道路参数集合中的至少一个道路参数的参数类型相同；

通过第一融合算法对所述第五道路参数集合和所述第一道路参数集合进行融合，融合结果为所述第二道路参数集合。

其中，所述第一融合算法包括：凸组合融合算法和/或协方差交叉融合算法。

进一步的，在本申请实施例中，所述处理器110具体用于，通过对所述第二道路参数集合和所述车道线的第二坐标进行曲线拟合，确定所述车道线的曲线方程；

根据所述曲线方程确定所述第三道路参数集合，所述第三道路参数集合中的至少一个道路参数的参数类型不同于所述第二道路参数集合中的任一道路参数的参数类型。

其中，所述第一道路参数集合包括以下至少一个道路参数：所述道路边沿的航向角、曲率和曲率变化率；

所述第三道路参数集合至少包括所述车道线的横向偏移量。

本申请实施例公开的车道线信息确定装置能够根据道路边沿的第一坐标确定道路边沿的第一道路参数集合，并结合道路边沿的第一道路参数集合和车道线的第二坐标，共同确定车道线信息，这一方案与现有技术中仅通过车道线的坐标确定车道线信息的方案相比，所确定的车道线信息准确性较高。

进一步的，由于通过本申请的方案所确定的车道线信息的准确度较高，因此，本申请的方案还能够进一步提高车辆进行目标识别与跟踪的准确度。

在本申请实施例中，所述车道线信息确定装置可包括多种形式。在其中一种可行的形式中，所述车道线信息确定装置集成于成像装置中。该形式中，所述成像装置通过所述第一收发接口120接收雷达传输的第一探测信息，并将所述第一探测信息传输至成像装置的处理器110；并且，所述第二收发接口130获取所述成像装置探测到的第二探测信息，并将所述第二探测信息传输至所述处理器110；所述处理器110根据所述第一探测信息和第二探测信息，确定车道线的第二道路参数集合和第三道路参数集合，所述第二道路参数集合和所述第三道路参数集合包括所述车道线信息。

进一步的，在确定所述车道线信息之后，所述成像装置还可通过第一收发接口120，或者通过第二收发接口130，或者通过不同于所述第一收发接口120和第二收发接口130的其他收发接口，将所述车道线信息传输至智能车，以便所述智能车根据所述车道线信息实现目标识别等功能。

或者，在另一种可行的形式中，所述车道线信息确定装置集成于雷达中。该形式中，所述雷达通过所述第二收发接口130接收成像装置传输的第二探测信息，并将所述第二探测信息传输至雷达的处理器110；并且，所述第一收发接口120获取所述雷达探测到的第一探测信息，并将所述第一探测信息传输至所述处理器110；所述处理器110根据所述第一探测信息和第二探测信息，确定车道线的第二道路参数集合和第三道路参数集合，所述第二道路参数集合和所述第三道路参数集合包括所述车道线信息。

进一步的，在确定所述车道线信息之后，所述雷达还可通过第一收发接口120，或者通过第二收发接口130，或者通过不同于所述第一收发接口120和第二收发接口130的其他收发接口，将所述车道线信息传输至智能车，以便所述智能车根据所述车道线信息实现目标识别等功能。

在另外一种可行的形式中，所述车道线信息确定装置集成于融合模块中。该形式中，所述融合模块通过所述第一收发接口120接收雷达传输的第一探测信息，并将所述第一探测信息传输至融合模块的处理器110；所述融合模块通过所述第二收发接口130接收成像装置传输的第二探测信息，并将所述第二探测信息传输至融合模块的处理器110；所述处理器110根据所述第一探测信息和第二探测信息，确定车道线的第二道路参数集合和第三道路参数集合，所述第二道路参数集合和所述第三道路参数集合包括所述车道线信息。

其中，所述融合模块可为远程计算机等。这种情况下，在确定所述车道线信息之后，所述融合模块还可通过第一收发接口120，或者通过第二收发接口130，或者通过不同于所述第一收发接口120和第二收发接口130的其他收发接口，将所述车道线信息传输至智能车，以便所述智能车通过所述车道线信息实现目标识别等功能。

或者，所述融合模块可为设置在智能车中的一种功能模块，例如可以为所述智能车中的芯片系统或电路。这种情况下，在所述融合模块确定所述车道线信息之后，所述智能车可利用所述车道线信息实现目标识别等功能。

或者，在另外一种可行的实现方式中，所述车道线信息确定装置集成于融合模块和智能车中。这种情况下，所述融合模块可包括第一收发接口120和第二收发接口130，所述智能车可包括处理器110，即所述处理器110为所述智能车的车载处理器。

在该形式中，所述融合模块通过所述第一收发接口120接收雷达传输的第一探测信息，并将所述第一探测信息传输至智能车的处理器110；并且，所述融合模块通过所述第二收发接口130接收成像装置传输的第二探测信息，并将所述第二探测信息传输至智能车的处理器110。所述处理器110根据所述第一探测信息和第二探测信息，确定车道线的第二道路参数集合和第三道路参数集合，所述第二道路参数集合和所述第三道路参数集合包括所述车道线信息。在确定所述车道线信息之后，所述智能车可利用所述车道线信息实现目标识别等功能。

或者，在另外一种可行的形式中，所述车道线信息确定装置集成于智能车中。这种情况下，所述第一收发接口120和第二收发接口130均为安装于智能车中的收发接口，所述处理器110为所述智能车的车载处理器。

在该形式中，所述第一收发接口120接收雷达传输的第一探测信息，并将所述第一探测信息传输至处理器110；所述第二收发接口130接收成像装置传输的第二探测信息，并将所述第二探测信息传输至处理器110。所述处理器110根据所述第一探测信息和第二探测信息，确定车道线的第二道路参数集合和第三道路参数集合，所述第二道路参数集合和所述第三道路参数集合包括所述车道线信息，所述智能车根据所述车道线信息实现目标识别等功能。

当然，本申请实施例公开的所述车道线信息确定装置还可以为其他形式，本申请实施例对此不作限定。

相应的，与上述的车道线确定方法相对应的，本申请实施例还公开一种终端装置。参见图7所示的结构示意图，所述终端装置包括：

至少一个处理器1101和存储器，

其中，所述存储器，用于存储程序指令；

所述处理器，用于调用并执行所述存储器中存储的程序指令，以使所述终端装置执行图2、图4和图5对应的实施例中的全部或部分步骤。

进一步的，该终端装置还可以包括：收发器1102和总线1103，所述存储器包括随机存取存储器1104和只读存储器1105。

其中，处理器通过总线分别耦接收发器、随机存取存储器以及只读存储器。其中，当需要运行该移动终端操控装置时，通过固化在只读存储器中的基本输入输出系统或者嵌入式系统中的bootloader引导系统进行启动，引导该装置进入正常运行状态。在该装置进入正常运行状态后，在随机存取存储器中运行应用程序和操作系统，从而使所述移动终端操控装置执行图2、图4和图5对应的实施例中的全部或部分步骤。

本发明实施例的装置可对应于上述图2、图4和图5所对应的实施例中的道路信息确定装置，并且，该道路信息确定装置中的处理器等可以实现图2、图4和图5所对应的实施例中的道路信息确定装置所具有的功能和/或所实施的各种步骤和方法，为了简洁，在此不再赘述。

需要说明的是，本实施例也可以基于通用的物理服务器结合网络功能虚拟化(英文：Network Function Virtualization，NFV)技术实现的网络设备，所述网络设备为虚拟网络设备(如，虚拟主机、虚拟路由器或虚拟交换机)。所述虚拟网络设备可以是运行有用于发送通告报文功能的程序的虚拟机(英文：Virtual Machine，VM)，所述虚拟机部署在硬件设备上(例如，物理服务器)。虚拟机指通过软件模拟的具有完整硬件系统功能的、运行在一个完全隔离环境中的完整计算机系统。本领域技术人员通过阅读本申请即可在通用物理服务器上虚拟出具有上述功能的多个网络设备。此处不再赘述。

进一步的，本申请实施例公开的终端装置，可用作目标识别设备。该目标识别设备用于确定道路信息，以便根据该道路信息，对道路中的障碍物、行人和车辆等进行目标识别，并可进一步实现目标跟踪。

所述终端装置在确定车道线信息时，需要雷达的第一探测信息以及成像装置的第二探测信息，并根据所述第一探测信息和第二探测信息，确定车道线信息。

其中，所述终端装置可通过多种形式实现。参见图8所示的连接关系示意图，在其中一种实现形式中，雷达210和成像装置220分别通过相应的收发接口，与所述终端装置230相连接，并分别向所述终端装置230传输所述第一探测信息和第二探测信息，以便所述终端装置确定车道线信息。

这一实现实行中，所述终端装置可为车载处理器，或者，所述终端装置还可以为远程处理器。当所述终端装置为远程处理器时，所述远程处理器在确定所述车道线信息之后，还可向相应的车辆传输所述车道线信息，以便所述车辆根据所述车道线信息实现目标识别。

在另一种实现方式中，本申请实施例公开的终端装置为雷达或成像装置。其中，当所述终端装置为雷达时，所述雷达通过收发接口接收所述成像装置传输的第二探测信息，并根据自身确定的第一探测信息和所述第二探测信息，确定车道线信息。

进一步的，在确定所述车道线信息之后，所述雷达还可向相应的车辆传输所述车道线信息，以便所述车辆根据所述车道线信息实现目标识别。

另外，当所述终端装置为成像装置时，所述成像装置通过收发接口接收所述雷达传输的第一探测信息，并根据自身确定的第二探测信息和所述第一探测信息，确定车道线信息。

进一步的，在确定所述车道线信息之后，所述成像装置还可向相应的车辆传输所述车道线信息，以便所述车辆根据所述车道线信息实现目标识别。

当然，所述终端装置还可通过其他形式实现，本申请实施例对此不做限定。

进一步的，本申请实施例公开的终端装置可应用于智能驾驶领域，特别是可应用于高级辅助驾驶系统ADAS或者自动驾驶系统。例如，所述终端装置可设置在支持高级辅助驾驶功能或自动驾驶功能的车辆中，并依据本申请实施例公开的方案确定车道线信息，以便该车辆根据所述车道线信息实现高级辅助驾驶或自动驾驶功能。

这种情况下，本申请实施例的方案能够提升自动驾驶或ADAS能力，因此可应用于车联网中，例如，可应用于车载通信技术(vehicle-to-everything,V2X)、长期演进技术-车辆通信(long term evolution-vehicle，LTE-V)和车辆间通信(vehicle-to-vehicle，V2V)等系统中。

具体实现中，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质包括指令。其中，设置在任意设备中计算机可读介质其在计算机上运行时，可实施包括图2、图4和图5对应的实施例中的全部或部分步骤。所述计算机可读介质的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-only memory，简称：ROM)或随机存储记忆体(英文：random access memory，简称：RAM)等。

另外，本申请另一实施例还公开一种包含指令的计算机程序产品，当所述计算机程序产品在电子设备上运行时，使得所述电子设备可实施包括图2、图4和图5对应的实施例中的全部或部分步骤。

进一步的，本申请实施例还公开一种智能车，所述智能车包括本申请的前述实施例公开的车道线信息确定装置或终端装置。这种情况下，通常由车辆内置的芯片、集成电路和/或处理器等承载所述车道线信息确定装置或终端装置，所述至少一个处理器和存储器可通过不同的、集成电路和/或处理器承载，或者，也可通过一个芯片或者一个集成电路或者一个处理器承载所述至少一个处理器和存储器。

另外，所述智能车中还可内置至少一个传感器，通过传感器获取道路信息确定过程中所需的探测信息，所述传感器可包括车载的成像装置和/或车载的雷达。或者，所述智能车还可以通过无线方式与远程的传感器相连接，通过所述远程的传感器确定过程中所需的探测信息。该远程的传感器包括成像装置和/或雷达。

本申请实施例还公开一种系统，该系统能够通过本申请前述实施例公开的方法确定道路信息。其中，所述系统包括终端装置、成像装置和雷达。所述成像装置用于获取第二探测信息，所述雷达用于获取第一探测信息，所述终端装置获取所述第一探测信息和第二探测信息，并通过上述各个实施例公开的方案，根据所述第一探测信息和第二探测信息，确定车道线信息。

本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信息处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信息处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信息处理器核，或任何其它类似的配置来实现。

本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于UE中。可选地，处理器和存储媒介也可以设置于UE中的不同的部件中。

应理解，在本申请的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

本说明书的各个实施例之间相同相似的部分互相参见即可，每个实施例重点介绍的都是与其他实施例不同之处。尤其，对于装置和系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例部分的说明即可。

本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中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，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用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)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于本申请公开的道路约束确定装置的实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。

以上所述的本发明实施方式并不构成对本发明保护范围的限定。