本申请涉及自动驾驶，特别涉及一种自动驾驶车道线处理方法及装置。
背景技术：
1、在自动驾驶领域，车道线检测是确保车辆安全行驶的关键技术之一。目前，车道线检测主要依赖于环境图像的获取和处理，以识别并跟踪道路上的车道线。然而，现有技术在复杂的驾驶环境中仍然面临一些技术问题，具体包括：
2、现有的自动驾驶系统通过摄像头获取驾驶环境图像，并使用各种图像处理算法和深度学习技术从图像中提取车道线数据。然而，由于光线、天气和道路状况等环境因素的影响，所获得的车道线数据中常常包含噪音信号，导致检测结果不准确、不稳定。
3、在提取车道线数据后，需要进一步将其处理为线段数据，并与历史帧的线段数据进行匹配。现有方法在这一过程中常常难以处理由于环境变化和传感器误差引起的线段位置偏差，导致匹配精度不高，影响后续的车道线追踪和定位。
4、为了生成连续的车道线，需要对提取的线段数据进行合并和打断操作。然而，现有技术在处理线段合并与打断时，往往缺乏有效的策略，导致生成的车道线不够平滑，甚至出现断续或错误连接的情况。
技术实现思路
1、本申请要解决的技术问题在于，针对现有技术的不足，提供一种自动驾驶车道线处理方法及装置，以解决现有自动驾驶车道线检测技术在复杂环境中存在噪音信号、线段匹配精度低、线段合并与打断效果差、目标车道线连续性和准确性不足的问题。
2、为了解决上述技术问题，本申请实施例第一方面提供了一种自动驾驶车道线处理方法，所述方法包括：
3、获取驾驶环境图像，基于所述环境图像得到车道线数据；
4、对所述车道线数据进行提取得到所述车道线对应的第一线段数据；
5、基于历史帧的线段数据对所述第一线段数据进行匹配操作得到匹配后的第二线段数据；
6、基于预设条件对所述第二线段数据进行整合得到第三线段数据，基于所述第三线段数据确定目标车道线。
7、其中，所述基于所述环境图像得到车道线数据的过程包括：
8、基于预设算法对所述环境图像进行识别操作得到车道线数据，所述车道线数据包含噪音信号。
9、其中，所述对所述车道线数据进行提取得到所述车道线对应的第一线段数据的过程具体包括：
10、提取所述车道线数据中的规整的线段数据；
11、对所述线段数据进行筛选操作得到筛选后的线段数据；
12、对所述筛选后的线段数据进行去冗操作得到去冗的线段数据；
13、对所述去冗的线段数据进行拟合操作得到第一线段数据，其中所述第一线段数据包括多段式直线和多项式曲线数据。
14、其中，所述基于历史帧的线段数据对所述第一线段数据进行匹配操作得到匹配后的第二线段数据的过程具体包括：
15、获取所述历史帧的线段数据，所述历史帧的线段数据包括历史帧多段式直线数据和历史帧多项式曲线数据；
16、基于所述历史帧多段式直线数据对所述第一线段数据的多段式直线数据进行匹配，得到匹配后的多段式直线数据；
17、基于所述历史帧多项式曲线数据对所述第一线段数据的多项式曲线数据进行匹配操作得到匹配后的多项式曲线数据；
18、基于所述匹配后的多段式直线数据和所述匹配后的多项式曲线数据确定第二线段数据。
19、其中，所述基于预设条件对所述第二线段数据进行整合得到第三线段数据的过程具体包括：
20、基于所述第二线段数据的距离、斜率和重叠区域，对所述第二线段数据中的各个线段进行合并与打断操作得到第三线段数据。
21、其中，所述基于预设条件对所述第二线段数据进行整合得到第三线段数据的过程进一步包括：
22、计算所述第二线段数据中每条线段的置信度，基于预设阈值和所述置信度对所述线段进行过滤操作得到过滤后的线段；
23、对所述过滤后的线段进行合并与打断操作，得到第三线段数据。
24、其中，所述基于所述第三线段数据确定目标车道线的过程具体包括：
25、对所述第三线段数据进行平滑处理，并基于滤波算法对所述第三线段中的数据进行去抖动处理得到待融合线段；
26、对所述待融合线段进行融合处理确定目标车道线。
27、本申请实施例第二方面提供了一种自动驾驶车道线处理装置，包括：
28、图像获取模块，用于获取驾驶环境图像，基于所述环境图像得到车道线数据；
29、第一处理模块，用于对所述车道线数据进行提取得到所述车道线对应的第一线段数据；
30、第二处理模块，用于基于历史帧的线段数据对所述第一线段数据进行匹配操作得到匹配后的第二线段数据；
31、车道确认模块，用于基于预设条件对所述第二线段数据进行整合得到第三线段数据，基于所述第三线段数据确定目标车道线。
32、本申请实施例第三方面提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现所述自动驾驶车道线处理方法中的步骤。
33、本申请实施例第四方面提供了一种终端设备，其中，包括：处理器和存储器；
34、所述存储器上存储有可被所述处理器执行的计算机可读程序；
35、所述处理器执行所述计算机可读程序时实现所述的自动驾驶车道线处理方法中的步骤。
36、有益效果：本发明通过获取驾驶环境图像并基于预设算法进行车道线数据提取的技术手段，克服现有技术中车道线数据噪音信号的问题，进而提高车道线识别的准确性；
37、并基于历史帧的线段数据对当前线段数据进行匹配的技术手段，克服线段匹配精度低的问题，进而提高车道线检测的鲁棒性和稳定性；
38、其次，基于预设条件对线段数据进行合并与打断操作的技术手段，克服线段合并与打断效果差的问题，进而保证生成的车道线的连续性和平滑度；
39、再次，通过平滑处理和滤波算法对线段数据进行去抖动处理并融合的技术手段，克服目标车道线连续性和准确性不足的问题，进而提供一条连续、准确的目标车道线供自动驾驶车辆使用。
1.一种自动驾驶车道线处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的自动驾驶车道线处理方法，其特征在于，所述基于所述环境图像得到车道线数据的过程包括：
3.根据权利要求1所述的自动驾驶车道线处理方法，其特征在于，所述对所述车道线数据进行提取得到所述车道线对应的第一线段数据的过程具体包括：
4.根据权利要求1所述的自动驾驶车道线处理方法，其特征在于，所述基于历史帧的线段数据对所述第一线段数据进行匹配操作得到匹配后的第二线段数据的过程具体包括：
5.根据权利要求1所述的自动驾驶车道线处理方法，其特征在于，所述基于预设条件对所述第二线段数据进行整合得到第三线段数据的过程具体包括：
6.根据权利要求5所述的自动驾驶车道线处理方法，其特征在于，所述基于预设条件对所述第二线段数据进行整合得到第三线段数据的过程进一步包括：
7.根据权利要求1所述的自动驾驶车道线处理方法，其特征在于，所述基于所述第三线段数据确定目标车道线的过程具体包括：
8.一种自动驾驶车道线处理装置，其特征在于，所述装置包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-7任意一项所述的自动驾驶车道线处理方法中的步骤。
10.一种终端设备，其特征在于，包括：处理器和存储器；
