[发明专利]车道线检测方法、装置、电子设备及存储介质有效

专利信息
申请号: 201910536138.6 申请日: 2019-06-20
公开(公告)号: CN110232368B 公开(公告)日: 2021-08-24
发明(设计)人: 潘杰 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 宋合成
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车道 检测 方法 装置 电子设备 存储 介质
【说明书】:

本申请提出一种车道线检测方法、装置、电子设备及存储介质。其中,该方法包括:将获取的待检测的图像输入预设的目标检测模型,获取图像中各个网格的第一检测信息和第二检测信息;分别对各个网格的第一检测信息和第二检测信息进行非极大值抑制处理,以获取图像中的各个车道线边界点的位置以及类别、各个车道中心点的位置、对应的车道宽度以及车道线类别;根据图像中各个车道线边界点的位置以及类别、各个车道中心点的位置、各个车道中心点对应的车道宽度以及车道线类别,确定图像中的车道线以及各段车道线的类别。由此,通过这种车道线检测方法,不仅提高了车道线检测的准确率和准召率,而且提高了车道线类别检测的鲁棒性和精确度。

技术领域

本申请涉及计算机应用技术领域,尤其涉及一种车道线检测方法、装置、电子设备及存储介质。

背景技术

当今,在自动驾驶场景中,车道线作为重要的静态语义信息,对驾驶决策意义重大,车道线的虚实类别信息对于驾驶决策具有重要意义。

相关技术中,传统的车道线检测方法,大多利用传统的特征提取方法提取车道线虚线和实线的视觉特征,以对车道线的虚实类别进行判断。但是,这种基于特征提取的车道线类别检测方法,由于特征表征不足,容易造成车道线虚实类别判断的鲁棒性差,而且对于渐变车道线(一部分是实线,一部分是虚线的情况)无法给出判断。

发明内容

本申请提出的车道线检测方法、装置、电子设备及存储介质,用于解决相关技术中的车道线检测方法,对于车道线虚实类别判断鲁棒性差、准确度低的问题。

本申请一方面实施例提出的车道线检测方法,包括:获取待检测的图像;将所述图像输入预设的目标检测模型,获取所述图像中各个网格的第一检测信息和第二检测信息,所述第一检测信息包括:车道线边界点横向偏移、车道线边界点分数、车道线边界点类别;所述第二检测信息包括:各个预测框对应的车道中心点横向偏移、车道中心点分数、预测框宽度调整值、车道线类别;对所述各个网格的第一检测信息进行非极大值抑制处理,获取所述图像中的各个车道线边界点的位置以及类别;对所述各个网格的第二检测信息进行非极大值抑制处理,获取所述图像中的各个车道中心点的位置、对应的车道宽度以及车道线类别;根据所述图像中各个车道线边界点的位置以及类别、各个车道中心点的位置、各个车道中心点对应的车道宽度以及车道线类别,确定所述图像中的车道线以及各段车道线的类别。

本申请另一方面实施例提出的车道线检测装置,包括:获取模块,用于获取待检测的图像;输入模块,用于将所述图像输入预设的目标检测模型,获取所述图像中各个网格的第一检测信息和第二检测信息,所述第一检测信息包括:车道线边界点横向偏移、车道线边界点分数、车道线边界点类别;所述第二检测信息包括:各个预测框对应的车道中心点横向偏移、车道中心点分数、预测框宽度调整值、车道线类别;第一处理模块,用于对所述各个网格的第一检测信息进行非极大值抑制处理,获取所述图像中的各个车道线边界点的位置以及类别;第二处理模块,用于对所述各个网格的第二检测信息进行非极大值抑制处理,获取所述图像中的各个车道中心点的位置、对应的车道宽度以及车道线类别;确定模块,用于根据所述图像中各个车道线边界点的位置以及类别、各个车道中心点的位置、各个车道中心点对应的车道宽度以及车道线类别,确定所述图像中的车道线以及各段车道线的类别。

本申请再一方面实施例提出的电子设备,其包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如前所述的车道线检测方法。

本申请再一方面实施例提出的计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如前所述的车道线检测方法。

本申请又一方面实施例提出的计算机程序,该程序被处理器执行时,以实现本申请实施例所述的车道线检测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910536138.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top