[发明专利]智能汽车的车道线识别方法、装置、电子设备及介质在审

专利信息
申请号: 202010981915.0 申请日: 2020-09-17
公开(公告)号: CN112115857A 公开(公告)日: 2020-12-22
发明(设计)人: 陈世佳;杨庆雄 申请(专利权)人: 福建牧月科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/62
代理公司: 北京美智年华知识产权代理事务所(普通合伙) 11846 代理人: 汪永生;吴晓东
地址: 362200 福建省泉州市晋江市罗山*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 汽车 车道 识别 方法 装置 电子设备 介质
【说明书】:

本公开涉及一种智能汽车的车道线识别方法、装置、电子设备及计算机可读介质。该方法包括:智能汽车在行驶过程中通过车载摄像头获取环境图像;将所述环境图像输入车道线识别模型中以生成初始车道线;基于预设车道线信息生成虚拟车道线;将所述初始车道线和所述虚拟车道线进行融合补偿以生成车道线识别结果。本公开涉及的智能汽车的车道线识别方法、装置、电子设备及计算机可读介质,能够有效克服传统车道线识别中的不足,辅助智能汽车迅速准确的进行车道线的识别,提高自动驾驶安全性。

技术领域

本公开涉及计算机信息处理领域,具体而言,涉及一种智能汽车的车道线识别方法、装置、电子设备及计算机可读介质。

背景技术

港口作业区自动驾驶作业,车辆定位及运动规划,严重依赖场景中的路面结构信息,尤其是车道线信息,以生成合理行走路径,实现安全运营。

现有技术中,存在一种基于激光雷达的车道线检测系统,这种检测方式受限于激光反射的物理特性,难以在港区常年变换的货物布局和天气、光照条件下得到鲁棒结果。现有技术中,还存在一种基于视觉的传统车道线检测系统,这种检测方式对车道线的清晰度要求较高,且转换到物理坐标系的检测结果往往存在一定幅度的摆动,对于港区重卡常年压擦磨损及土石杂物掩盖车道线的常态,难以输出可靠检测结果。

因此,需要一种新的智能汽车的车道线识别方法、装置、电子设备及计算机可读介质。

所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此,本公开提供一种智能汽车的车道线识别方法、装置、电子设备及计算机可读介质,能够有效克服传统车道线识别中的不足,辅助智能汽车迅速准确的进行车道线的识别,提高自动驾驶安全性。

本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

根据本公开的一方面,提出一种智能汽车的车道线识别方法,该方法包括:智能汽车在行驶过程中通过车载摄像头获取环境图像;将所述环境图像输入车道线识别模型中以生成初始车道线;基于预设车道线信息生成虚拟车道线;将所述初始车道线和所述虚拟车道线进行融合补偿以生成车道线识别结果。

在本公开的一种示例性实施例中,还包括:所述智能汽车基于所述车道线识别结果生成行驶路线。

在本公开的一种示例性实施例中,还包括:通过所述智能汽车上的传感器获取任意连续的两帧环境图像对应的传感器数据之间的空间变换关系;基于所述空间变换关系和所述任意连续的两帧环境图像对所述车道线识别结果进行融合处理。

在本公开的一种示例性实施例中,还包括:通过多个历史环境图像对图像分割神经网络模型进行训练,以生成所述车道线识别模型。

在本公开的一种示例性实施例中,将所述环境图像输入车道线识别模型中以生成初始车道线,包括:将所述环境图像输入车道线识别模型中,生成车道线实例;获取所述智能汽车的传感器标定矩阵;基于所述传感器标定矩阵对所述车道线实例进行坐标转换以生成所述初始车道线。

在本公开的一种示例性实施例中,基于所述传感器标定矩阵对所述车道线实例进行坐标转换以生成所述初始车道线,包括:基于所述车载摄像头的位置在所述智能汽车上的多个传感器中确定目标传感器;基于所述目标传感器生成修正矩阵;基于所述修正矩阵、所述标定矩阵对所述车道线实例进行坐标转换以生成所述初始车道线。

在本公开的一种示例性实施例中,基于预设车道线信息生成虚拟车道线,包括:获取所述初始车道线的类别;基于所述类别确定目标车道线信息;基于所述目标车道线信息中的位置特征生成所述虚拟车道线。

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福建牧月科技有限公司,未经福建牧月科技有限公司许可,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/202010981915.0/2.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