[发明专利]一种车道线的检测方法、装置及存储介质在审
申请号: | 202211034737.6 | 申请日: | 2022-08-26 |
公开(公告)号: | CN115410178A | 公开(公告)日: | 2022-11-29 |
发明(设计)人: | 张振林;吴佳;赵起超;袁金伟 | 申请(专利权)人: | 中汽创智科技有限公司 |
主分类号: | G06V20/58 | 分类号: | G06V20/58;G06V20/56 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郑华洁 |
地址: | 211100 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车道 检测 方法 装置 存储 介质 | ||
本发明公开一种车道线的检测方法、装置及存储介质,涉及车道线检测技术领域,能够提高车道线的检测效率和检测准确度。该检测方法包括:根据第一特征图确定第一图像、第二图像、第三图像和第四图像;根据第一图像中每个像素的像素值,确定包含车道线特征的N个像素;根据第二图像的第一像素的(2M+2)个第一通道值,确定n1个第二像素,根据第三图像的第一像素的(2M+2)个第二通道值,确定n2个第二像素;根据第四图像,确定N个像素组中中每个像素的W个目标特征点,并根据N个像素组中的每个像素的W个目标特征点,确定N条车道线,一个像素组包括(n1+n2)个第二像素。
技术领域
本发明涉及车道线检测技术领域,尤其涉及一种车道线的检测方法、装置及存储介质。
背景技术
车道线检测的目的是为了识别车道线,并准确的回归车道线的位置。车道线检测技术主要应用于车辆的自动驾驶系统或辅助驾驶系统,以保证车辆在横向运动过程中的安全性。
相关技术中,可以通过传统图像处理的方法或深度学习分割方法检测车道线。其中,传统图像处理的方法是由人工设计车道线特征,这样得到的车道线检测模型的鲁棒性较低,使得检测结果的准确度较低。深度学习分割方法,是对大尺寸特征图中的每个像素进行分类,从而得到车道线,但是整个检测过程中的计算量较大,检测效率较低。
发明内容
本发明提供一种车道线的检测方法、装置及存储介质,能够提高车道线的检测效率和检测准确度。
为达到上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种车道线的检测方法,该方法包括:
对获取到的第一特征图进行四次特征提取,确定第一图像、第二图像、第三图像和第四图像,第一图像为单通道的第二特征图,第二图像和第三图像为(2M+2)个通道的第二特征图,第四图像为W个通道的第二特征图,第一特征图和第二特征图中包括车道线,W和M为正整数;
根据第一图像中每个像素的像素值,确定包含车道线特征的N个像素,N个像素中每个像素对应一条车道线;
根据第二图像的第一像素的(2M+2)个第一通道值,在第二图像的第一范围内确定n1个包含车道线特征的第二像素,并根据第三图像的第一像素的(2M+2)个第二通道值,在第三图像的第二范围内确定n2个第二像素,第一像素为N个像素中的任一像素,n1、n2为大于或等于0的整数,前(2M+1)个第一通道值和前(2M+1)个第二通道值用于指示一个像素中包含车道线特征的概率,第(2M+2)个第一通道值用于指示要扩大第一范围的概率,第(2M+2)个第二通道值用于指示要扩大第二范围的概率;
根据第四图像,确定N个像素组中的每个像素的W个目标特征点,每个像素组包括(n1+n2)个第二像素;
根据N个像素组中的每个像素的W个目标特征点,确定N条车道线,每个像素组包括(n1+n2)个第二像素。
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中汽创智科技有限公司,未经中汽创智科技有限公司许可,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/202211034737.6/2.html,转载请声明来源钻瓜专利网。