所屬的技術人員知道，本發明可以實現為系統、方法或計算機程序產品，因此，本發明可以具體實現為以下形式，即：可以是完全的硬件、也可以是完全的軟件(包括固件、駐留軟件、微代碼等)，還可以是硬件和軟件結合的形式，本文一般稱為“電路”、“模塊”或“系統”。此外，在一些實施例中，本發明還可以實現為在一個或多個計算機可讀介質中的計算機程序產品的形式，該計算機可讀介質中包含計算機可讀的程序代碼。盡管上面已經示出和描述了本發明的實施例，可以理解的是，上述實施例是示例性的，不能理解為對本發明的限制，本領域的普通技術人員在本發明的范圍內可以對上述實施例進行變化、修改、替換和變型。

背景技術：

1、在高速公路路側的攝像機視角下，用yolo和vit等目標檢測算法，進行車輛檢測，輸出的是車輛的外接矩形，涉及的現有技術包括：①公開號為“cn115205654a”、主題名稱為“一種新型基于關鍵點約束的單目視覺3d目標檢測方法”的發明專利；②公開號為“cn113129348a”、主題名稱為“一種基于單目視覺的道路場景中車輛目標的三維重建方法”的發明專利；③公開號為“cn112819711a”、主題名稱為“一種基于單目視覺的利用道路車道線的車輛反向定位方法”的發明專利。但因為攝像機視角的原因，外接矩形的底邊往往覆蓋了多個車道，而車輛底邊往往是外接矩形底邊的一小部分，因此不能準確判定車輛在哪一個車道，而且現有技術中，往往是采用通用的3d目標檢測，并無單獨的底邊定位算法，需要較多的標注數據，且模型推理需要較大的算力，功耗較高。

技術實現思路

1、本發明所要解決的技術問題是針對現有技術的不足，具體提供了一種車輛所在車道的確定方法、系統、電子設備和存儲介質，具體如下：

2、1)第一方面，本發明提供一種車輛所在車道的確定方法，具體技術方案如下：

3、根據拍攝裝置所拍攝的具有多個車道的預設道路的圖像，確定預設道路的消隱點在拍攝裝置所用二維坐標系中的位置坐標；

4、對拍攝裝置所拍攝的有目標車輛的預設道路的圖像進行識別，得到目標車輛對應的矩形識別框；

5、獲取矩形識別框的四個角點在拍攝裝置所用二維坐標系中的位置坐標；

6、基于消隱點在拍攝裝置所用二維坐標系中的位置坐標以及矩形識別框的四個角點在拍攝裝置所用二維坐標系中的位置坐標，并利用訓練好的深度學習模型，得到目標車輛的兩個預設位置分別在地面上的投影點的位置坐標，其中，兩個投影點的位置坐標均是拍攝裝置所用二維坐標系中的位置坐標，兩個預設位置相對位于目標車輛的左右對稱面的兩側；

7、根據兩個投影點的位置坐標，確定目標車輛所在的車道。

8、本發明提供的一種車輛所在車道的確定方法的有益效果如下：

9、基于消隱點在拍攝裝置所用二維坐標系中的位置坐標以及矩形識別框的四個角點在拍攝裝置所用二維坐標系中的位置坐標，并利用訓練好的深度學習模型，能夠得到目標車輛的兩個預設位置分別在地面上的投影點的位置坐標，根據這兩個投影點的位置坐標，能夠精準判定目標車輛所在的車道，且不需要較高算力，功耗低。

10、在上述方案的基礎上，本發明的一種車輛所在車道的確定方法還可以做如下改進。

11、進一步，基于消隱點在拍攝裝置所用二維坐標系中的位置坐標以及矩形識別框的四個角點在拍攝裝置所用二維坐標系中的位置坐標，并利用訓練好的深度學習模型，得到目標車輛的兩個預設位置分別在地面上的投影點的位置坐標，包括：

12、將消隱點在拍攝裝置所用二維坐標系中的位置坐標以及矩形識別框的四個角點在拍攝裝置所用二維坐標系中的位置坐標進行拼接，得到拼接數組；

13、對拼接數組進行預處理，得到預處理后的拼接數組；

14、將預處理后的拼接數組輸入預先訓練好的深度學習模型，得到目標車輛的兩個預設位置分別在地面上的投影點的位置坐標。

15、進一步，基于消隱點在拍攝裝置所用二維坐標系中的位置坐標以及矩形識別框的四個角點在拍攝裝置所用二維坐標系中的位置坐標，并利用訓練好的深度學習模型，得到目標車輛的兩個預設位置分別在地面上的投影點的位置坐標，包括：

16、將消隱點在拍攝裝置所用二維坐標系中的位置坐標以及矩形識別框的四個角點在拍攝裝置所用二維坐標系中的位置坐標進行拼接，得到拼接數組；

17、對拼接數組進行預處理，得到預處理后的拼接數組；

18、將預處理后的拼接數組輸入預先訓練好的深度學習模型，得到目標車輛的兩個預設位置分別在地面上的投影點的位置坐標。

19、進一步，對拼接數組進行預處理，得到預處理后的拼接數組，包括：

20、對拼接數組中的每個元素進行歸一化，得到預處理后的拼接數組。

21、進一步，兩個預設位置均位于目標車輛的外輪廓上。

22、2)第二方面，本發明還提供一種車輛所在車道的確定系統，具體技術方案如下：

23、包括消隱點位置坐標確定模塊、圖像識別模塊、角點位置坐標確定模塊、投影點位置坐標確定模塊和車輛所在車道確定模塊；

24、所消隱點位置坐標確定模塊用于：根據拍攝裝置所拍攝的具有多個車道的預設道路的圖像，確定預設道路的消隱點在拍攝裝置所用二維坐標系中的位置坐標；

25、圖像識別模塊用于：對拍攝裝置所拍攝的有目標車輛的預設道路的圖像進行識別，得到目標車輛對應的矩形識別框；

26、角點位置坐標確定模塊用于：獲取矩形識別框的四個角點在拍攝裝置所用二維坐標系中的位置坐標；

27、投影點位置坐標確定模塊用于：基于消隱點在拍攝裝置所用二維坐標系中的位置坐標以及矩形識別框的四個角點在拍攝裝置所用二維坐標系中的位置坐標，并利用訓練好的深度學習模型，得到目標車輛的兩個預設位置分別在地面上的投影點的位置坐標，其中，兩個投影點的位置坐標均是拍攝裝置所用二維坐標系中的位置坐標，兩個預設位置相對位于目標車輛的左右對稱面的兩側；

28、車輛所在車道確定模塊用于：根據兩個投影點的位置坐標，確定目標車輛所在的車道。

29、在上述方案的基礎上，本發明的一種車輛所在車道的確定系統還可以做如下改進。

30、進一步，投影點位置坐標確定模塊具體用于：

31、將消隱點在拍攝裝置所用二維坐標系中的位置坐標以及矩形識別框的四個角點在拍攝裝置所用二維坐標系中的位置坐標進行拼接，得到拼接數組；

32、對拼接數組進行預處理，得到預處理后的拼接數組；

33、將預處理后的拼接數組輸入預先訓練好的深度學習模型，得到目標車輛的兩個預設位置分別在地面上的投影點的位置坐標。

34、進一步，投影點位置坐標確定模塊具體用于：對拼接數組中的每個元素進行歸一化，得到預處理后的拼接數組。

35、進一步，兩個預設位置均位于目標車輛的外輪廓上。

36、3)第三方面，本發明還提供一種電子設備，電子設備包括處理器，處理器與存儲器耦合，存儲器中存儲有至少一條計算機程序，至少一條計算機程序由處理器加載并執行，以使電子設備實現上述任一項車輛所在車道的確定方法。

37、4)第四方面，本發明還提供一種計算機可讀存儲介質，計算機可讀存儲介質上存儲有計算機程序，計算機程序被處理器執行時實現上述任一項車輛所在車道的確定方法。

38、需要說明的是，本發明的第二方面至第四方面的技術方案及對應的可能的實現方式所取得的有益效果，可以參見上述對第一方面及其對應的可能的實現方式的技術效果，此處不再贅述。