本发明涉及车辆，具体涉及一种车道线识别方法、装置、车辆以及可读存储介质。
背景技术：
1、随着汽车工业的快速发展，愈来愈多的车辆开始装配自动驾驶功能、辅助驾驶功能、车道保持等智能行车功能。车道线检测是实现智能行车功能的重要前提。
2、相关技术中，车道线检测方法主要基于摄像头采集的车辆周围环境的视觉图像，基于深度学习的目标检测模型对视觉图像进行语义分割，得到车道线语义分割结果，然后通过图像后处理对分割图像进行处理，得到车道线边缘点，通过对车道线边缘点进行拟合，生成描述车道线的方程，从而进行车道线识别。
3、但是由于真实道路场景的复杂性和多变性，车道线容易被环境干扰，例如车道线被阴影覆盖、车道线被刹车痕覆盖、环境光照强度不佳、车道线破损等，导致上述方法无法准确识别出车道线，造成目前对车道线的识别准确性较差。
技术实现思路
1、本发明的目的之一在于提供一种车道线识别方法，以解决现有技术中对车道线的识别准确性较差的问题；目的之二在于提供一种车道线识别装置；目的之三在于提供一种车辆；目的之四在于提供一种可读存储介质，目的之五在于提供一种电子设备。
2、为了实现上述目的，本发明采用的技术方案如下：
3、一种车道线识别方法，所述方法包括：
4、基于摄像头拍摄的第一环境图像生成第一车道线；
5、在所述第一车道线不满足第一预设条件的情况下，获取基于激光雷达扫描的第一环境点云；
6、将所述第一环境点云输入点云目标检测模型，得到所述点云目标检测模型输出的点云目标检测结果；
7、基于所述点云目标检测结果生成第二车道线。
8、进一步地，所述基于摄像头拍摄的第一环境图像生成第一车道线之前，所述方法还包括：
9、确定环境光照强度指标；
10、在所述环境光照强度大于或等于预设光照强度指标的情况下，执行所述基于摄像头拍摄的第一环境图像生成第一车道线的步骤；
11、在所述环境光照强度小于所述预设光照强度指标的情况下，执行所述获取基于激光雷达扫描的第一环境点云的步骤。
12、进一步地，所述确定环境光照强度指标，包括：
13、获取所述第一环境图像的拍摄参数；其中，所述拍摄参数包括曝光时间、曝光补偿值、感光度中的至少一项；
14、基于所述拍摄参数确定所述环境光照强度指标。
15、进一步地，所述第一环境图像包括短焦环境图像和长焦环境图像，所述基于摄像头拍摄的第一环境图像生成第一车道线，包括：
16、将所述短焦环境图像和所述长焦环境图像分别输入车道线检测模型，得到所述短焦环境图像对应的第一车道线区域检测结果，以及所述长焦环境图像对应的第二车道线区域检测结果；
17、基于所述第一车道线区域检测结果提取第一车道线轮廓点，基于所述第二车道线区域检测结果提取第二车道线轮廓点；
18、基于所述第一车道线轮廓点和所述第二车道线轮廓点生成所述第一车道线。
19、进一步地，所述方法还包括：
20、获取所述第一车道线的第一形态信息，以及基于历史环境图像生成的历史车道线的第二形态信息；
21、计算所述第一形态信息与所述第二形态信息之间的形态差距；
22、在所述形态差距大于或等于预设差距的情况下，判定所述第一车道线不满足第一预设条件。
23、进一步地，所述方法还包括：
24、确定基于多个历史环境图像分别生成的多个历史车道线之间的共有区段；
25、计算所述第一车道线覆盖所述共有区段的车道线覆盖率；
26、在所述车道线覆盖率小于或等于预设覆盖率的情况下，判定所述第一车道线不满足第一预设条件。
27、进一步地，所述点云目标检测结果包括第一可行驶区域检测结果、路侧设施检测结果，所述基于所述点云目标检测结果生成第二车道线，包括：
28、基于所述第一可行驶区域检测结果，从所述第一环境点云中提取第一路沿点集；
29、基于所述路侧设施检测结果对所述第一路沿点集进行过滤，得到第二路沿点集；
30、基于所述第二路沿点集生成所述第二车道线。
31、进一步地，所述基于所述第二路沿点集生成所述第二车道线，包括：
32、获取基于所述第一环境图像生成的第二可行驶区域检测结果；
33、基于所述第二可行驶区域检测结果对所述第二路沿点集进行过滤，得到第三路沿点集；
34、基于所述第三路沿点集生成所述第二车道线。
35、进一步地，所述方法还包括：
36、获取基于历史环境图像生成的历史车道线的车道线数量和车道线间距；
37、基于所述第二车道线和所述车道线数量，在所述第二车道线之间生成路中车道线，得到由所述第二车道线和所述路中车道线构成的第三车道线。
38、一种车道线识别装置，所述装置包括：
39、第一车道线模块，用于基于摄像头拍摄的第一环境图像生成第一车道线；
40、第一环境点云模块，用于在所述第一车道线不满足第一预设条件的情况下，获取基于激光雷达扫描的第一环境点云；
41、点云目标检测结果模块，用于将所述第一环境点云输入点云目标检测模型，得到所述点云目标检测模型输出的点云目标检测结果；
42、第二车道线模块，用于基于所述点云目标检测结果生成第二车道线。
43、进一步地，所述装置还包括：
44、光照强度指标模块，用于确定环境光照强度指标；
45、第一执行模块，用于在所述环境光照强度大于或等于预设光照强度指标的情况下，执行所述基于摄像头拍摄的第一环境图像生成第一车道线的步骤；
46、第二执行模块，用于在所述环境光照强度小于所述预设光照强度指标的情况下，执行所述获取基于激光雷达扫描的第一环境点云的步骤。
47、进一步地，所述光照强度指标模块，包括：
48、拍摄参数子模块，用于获取所述第一环境图像的拍摄参数；其中，所述拍摄参数包括曝光时间、曝光补偿值、感光度中的至少一项；
49、境光照强度指标确定子模块，用于基于所述拍摄参数确定所述环境光照强度指标。
50、进一步地，所述第一环境图像包括短焦环境图像和长焦环境图像，所述第一车道线模块，包括：
51、车道线区域检测结果子模块，用于将所述短焦环境图像和所述长焦环境图像分别输入车道线检测模型，得到所述短焦环境图像对应的第一车道线区域检测结果，以及所述长焦环境图像对应的第二车道线区域检测结果；
52、车道线轮廓点子模块，用于基于所述第一车道线区域检测结果提取第一车道线轮廓点，基于所述第二车道线区域检测结果提取第二车道线轮廓点；
53、第一车道线生成子模块，用于基于所述第一车道线轮廓点和所述第二车道线轮廓点生成所述第一车道线。
54、进一步地，所述装置还包括：
55、形态信息模块，用于获取所述第一车道线的第一形态信息，以及基于历史环境图像生成的历史车道线的第二形态信息；
56、形态差距模块，用于计算所述第一形态信息与所述第二形态信息之间的形态差距；
57、第一判定模块，用于在所述形态差距大于或等于预设差距的情况下，判定所述第一车道线不满足第一预设条件。
58、进一步地，所述装置还包括：
59、共有区段模块，用于确定基于多个历史环境图像分别生成的多个历史车道线之间的共有区段；
60、车道线覆盖率模块，用于计算所述第一车道线覆盖所述共有区段的车道线覆盖率；
61、第二判定模块，用于在所述车道线覆盖率小于或等于预设覆盖率的情况下，判定所述第一车道线不满足第一预设条件。
62、进一步地，所述点云目标检测结果包括第一可行驶区域检测结果、路侧设施检测结果，所述第二车道线模块，包括：
63、第一路沿点集子模块，用于基于所述第一可行驶区域检测结果，从所述第一环境点云中提取第一路沿点集；
64、第二路沿点集子模块，用于基于所述路侧设施检测结果对所述第一路沿点集进行过滤，得到第二路沿点集；
65、第一生成子模块，用于基于所述第二路沿点集生成所述第二车道线。
66、进一步地，所述第二车道线模块，包括：
67、第二可行驶区域检测结果子模块，用于获取基于所述第一环境图像生成的第二可行驶区域检测结果；
68、第三路沿点集子模块，用于基于所述第二可行驶区域检测结果对所述第二路沿点集进行过滤，得到第三路沿点集；
69、第一生成子模块，用于基于所述第三路沿点集生成所述第二车道线。
70、进一步地，所述装置还包括：
71、获取模块，用于获取基于历史环境图像生成的历史车道线的车道线数量和车道线间距；
72、第三车道线模块，用于基于所述第二车道线和所述车道线数量，在所述第二车道线之间生成路中车道线，得到由所述第二车道线和所述路中车道线构成的第三车道线。
73、一种车辆，包括如前述所述的车道线识别装置，用于执行如前述所述的车道线识别方法。
74、一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行前述所述的车道线识别方法。
75、一种电子设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现前述所述的车道线识别方法。
76、本发明的有益效果：能够通过基于摄像头拍摄的第一环境图像生成第一车道线，在第一车道线不满足第一预设条件的情况下，获取基于激光雷达扫描的第一环境点云，将第一环境点云输入点云目标检测模型，得到点云目标检测模型输出的点云目标检测结果，基于点云目标检测结果生成第二车道线，将第二车道线作为最终地目标车道线输出给下游功能模块，由于在基于视觉生成的第一车道线不满足要求的情况下，可以基于第一环境点云进行车道线识别，得到第二车道线，可以有效避免由于车道线观测条件不佳而导致的车道线识别准确度较差的问题，有助于提升车道线检测的成功率，提升车道线识别的准确性，从而有助于提升下游基于车道线检测结果运行的车辆功能的运行稳定性和运行质量。
1.一种车道线识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的车道线识别方法，其特征在于，所述基于摄像头拍摄的第一环境图像生成第一车道线之前，所述方法还包括：
3.根据权利要求2所述的车道线识别方法，其特征在于，所述确定环境光照强度指标，包括：获取所述第一环境图像的拍摄参数；其中，所述拍摄参数包括曝光时间、曝光补偿值、感光度中的至少一项；
4.根据权利要求1所述的车道线识别方法，其特征在于，所述第一环境图像包括短焦环境图像和长焦环境图像，所述基于摄像头拍摄的第一环境图像生成第一车道线，包括：
5.根据权利要求1所述的车道线识别方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的车道线识别方法，其特征在于，所述方法还包括：确定基于多个历史环境图像分别生成的多个历史车道线之间的共有区段；
7.根据权利要求1所述的车道线识别方法，其特征在于，所述点云目标检测结果包括第一可行驶区域检测结果、路侧设施检测结果，所述基于所述点云目标检测结果生成第二车道线，包括：
8.根据权利要求7所述的车道线识别方法，其特征在于，所述基于所述第二路沿点集生成所述第二车道线，包括：
9.根据权利要求1所述的车道线识别方法，其特征在于，所述方法还包括：
10.一种车道线识别装置，其特征在于，所述装置包括：
11.一种车辆，其特征在于，包括如权利要求10所述的车道线识别装置，用于执行如权利要求1-9任一所述的车道线识别方法。
12.一种可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备执行如权利要求1-9任一所述的车道线识别方法。
