“车道检测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2762329个，建议您升级VIP下载更多相关专利

[发明专利]车道检测-CN201480083443.X在审
发明人：杨曾;张青山 -专利权人：哈曼国际工业有限公司
申请日： 2014-12-10 - 公布日： 2017-07-04 - 主分类号： G01S19/00 文献下载
摘要：提供一种车道检测方法和一种安装在第一车辆上的车道检测系统。所述方法包括基于由第一车辆从至少一个相邻车辆接收的车辆间数据来计算所述第一车辆所在的车道，其中所述相邻车辆是指位于所述第一车辆的车辆间通信范围内的另一车辆。所述系统可以包括用于从至少一个相邻车辆接收车辆间数据的通信设备，以及用于基于由所述通信设备接收的所述车辆间数据来计算第一车辆所在的车道的处理设备，其中所述相邻车辆是指位于所述第一车辆的车辆间通信范围内的另一车辆车道检测可不依赖于本身不清楚或由于恶劣的天气而模糊的道路上的标记。
车道检测

[发明专利]车道线检测方法及装置-CN202211504832.8在审
发明人：李梦宇 -专利权人：嬴彻星创智能科技（上海）有限公司
申请日： 2022-11-28 - 公布日： 2023-04-04 - 主分类号： G06V20/56 文献下载
摘要：本发明提供一种车道线检测方法及装置，方法包括：获取待检测车道线图像；将待检测车道线输入至车道线检测模型中，得到车道线检测模型输出的车道线检测结果；其中，车道线检测模型用于基于对待检测车道线图像提取得的特征图分别进行点位概率预测、点位检测和精度损失检测，得到车道线检测结果；车道线检测模型是基于训练车道线图像和基于训练车道线图像中的车道线进行位置编码得到的车道线检测真值进行训练得到的。本发明利用车道线检测模型对待检测车道线图像进行点位概率预测、点位检测和精度损失检测，从而提高分叉车道线场景下的车道线检测精度，显著帮助决策和路径规划正确路线，减少出现错过路口、错误转向等错误行驶路线。
车道检测方法装置

[实用新型]一种高速公路主线收费站超限检测车道-CN201820765188.2有效
发明人：赵文彦;黎艳梅;王秀平;张明欣;张振宇;王志联;张晨铃 -专利权人：山西省交通规划勘察设计院
申请日： 2018-05-22 - 公布日： 2018-12-11 - 主分类号： E01C1/00 文献下载
摘要：本实用新型涉及超限检测车道，具体是一种高速公路主线收费站超限检测车道。本实用新型有效解决了超限检测时可疑超限车辆与不超限车辆不能有效分离的问题。一种高速公路主线收费站超限检测车道，包括高速公路检测系统的上行车道和超限检测站卸货场；上行车道被第一车行道隔离设施划分为正常行车道和超限检测车道，超限检测车道包括分选车道和不停车检测车道；分选车道被第二车行道隔离设施划分为放行车道和停车复检车道；停车复检车道设有静态称重设备；不停车检测车道设有不停车超限检测系统，不停车检测车道分别与停车复检车道、放行车道衔接；超限检测站卸货场的入口、出口与停车复检车道衔接。本实用新型适用于超限检测车道。
车道超限检测不停车复检本实用新型主线收费站停车高速公路超限车辆隔离设施上行车道车行道分选卸货检测行车道放行超限检测系统检测系统静态称重有效分离有效解决衔接出口

[发明专利]车道线检测模型建立方法、车道线检测方法、装置和设备-CN202210845495.2在审
发明人：闫硕;张如高;李发成;虞正华 -专利权人：苏州魔视智能科技有限公司
申请日： 2022-07-19 - 公布日： 2022-08-19 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种车道线检测模型建立方法、车道线检测方法、装置和设备，其中，车道线检测模型建立方法包括：对训练图像进行标注得到标签，标签包括车道线起点标签、车道线点集标签；将训练图像输入至待训练的车道线检测模型，获取车道线检测模型输出的检测结果；车道线检测模型包括分类分支和分割分支，检测结果包括车道线起点检测结果和车道线检测结果；计算车道线起点检测结果与车道线起点标签的第一损失函数值；计算车道线检测结果与车道线点集标签的第二损失函数值；基于第一损失函数值和第二损失函数值确定是调整车道线检测模型的参数后继续训练还是结束训练。本发明能够检测任意数量的车道线。
车道检测模型建立方法装置设备

[发明专利]车道线检测方法、装置、车辆及存储介质-CN202210444361.X在审
发明人：叶航军;蔡锐;赵婕;祝贺;王斌;周珏嘉;邱叶 -专利权人：北京小米移动软件有限公司
申请日： 2022-04-25 - 公布日： 2022-08-05 - 主分类号： G06V20/58 文献下载
摘要：本公开涉及一种车道线检测方法、装置、车辆及存储介质，该车道线检测方法通过获取目标检测图像；将所述目标检测图像输入预设车道线检测模型中，以使所述预设车道线检测模型输出所述目标检测图像中车道线的目标位置，其中，所述预设车道线检测模型通过包括分割网络和分类网络的预设初始模型训练得到，所述分割网络用于确定车道线检测样本图像中车道线的第一预测位置，所述分类网络用于确定车道线检测样本图像中车道线的第二预测位置，通过该预设车道线检测模型进行车道线检测，能够有效提升车道线检测结果的准确性。
车道检测方法装置车辆存储介质

[发明专利]车道线属性信息检测模型训练、车道线属性信息检测方法-CN202110078578.9有效
发明人：管越;冉雪峰;杨晓松 -专利权人：国汽智控（北京）科技有限公司
申请日： 2021-01-21 - 公布日： 2021-04-27 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种车道线属性信息检测模型训练、车道线属性信息检测方法，其中，车道线属性信息检测模型训练方法包括：获取多个车道线训练图像，车道线训练图像沿着车辆行驶方向拍摄得到；将多个车道线训练图像输入到初始车道线属性信息检测模型，得到车道线属性信息概率图，车道线属性信息概率图的纵向概率值表征每一类车道线属性对应的概率值；沿着车道线属性信息概率图的纵向方向，在车道线属性信息概率图上以预设间隔划分出多个检测锚线；以距离车道线训练图像中每一条车道线的最近的检测锚线对车道线的检测结果调整初始车道线属性信息检测模型的参数，直至损失值满足目标条件，得到车道线属性信息检测模型。
车道属性信息检测模型训练方法

[发明专利]一种多车道车道线检测方法-CN202110402130.8有效
发明人：段鸿;陈方荣;朱浩;王强 -专利权人：重庆利龙中宝智能技术有限公司
申请日： 2021-04-14 - 公布日： 2023-05-12 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种多车道车道线检测方法，包括以下步骤：S1，采集道路图像，选取其感兴趣区域，然后灰度化得到灰度图像；S2，通过边缘检测算法提取灰度图像中的图像轮廓，然后转换为二值图像；S3，通过霍夫直线检测识别本车道车道线候选线；S4，基于S3获取的本车道车道线候选线确定滑窗检测位置，采用滑窗方法进一步检测本车道车道线；S5，本车道车道线颜色判断，若车道线的一侧为黄线，则不进行该侧侧车道检测；若车道线的一侧不是黄线，则进行该侧侧车道检测；S6，基于本车道车道线，通过灭点检测和霍夫直线检测识别侧车道候选线；S7，基于S6获取的侧车道车道线候选线确定滑窗检测位置，采用滑窗方法进一步检测侧车道车道线。
一种车道检测方法

[发明专利]基于量化特征的车道线检测性能评测方法-CN202211578969.8在审
发明人：马楠;郭聪;梁晔;许根宝 -专利权人：北京工业大学
申请日： 2022-12-05 - 公布日： 2023-04-25 - 主分类号： G06V10/98 文献下载
摘要：本发明公开了基于量化特征的车道线检测性能评测方法，建立车道线检测数据集，并基于车道线检测数据集和车道线检测结果分别进行统一量化，获取量化特征；基于车道线数据集的真值量化特征和车道线检测结果的量化特征，建立车道线检测性能的评测模型；通过筛选量化指标，提取量化特征建立基于量化特征的车道线检测性能的统一评测框架。车道线的量化指标包括：车道线的多项式拟合参数、车道线的位置信息、车道线的类型、车道线的颜色。车道线的多项式拟合参数可以评测车道线的偏离程度；车道线的位置信息、车道线的类型、车道线的颜色能否检测正确对智能汽车能否做出正确决策至关重要，可以非常方便的对评测方法进行扩展。
基于量化特征车道检测性能评测方法

[发明专利]车道线检测方法及其检测装置-CN202110807560.8有效
发明人：李芹卜;朱磊;李成军;张海强 -专利权人：智道网联科技（北京）有限公司
申请日： 2021-07-16 - 公布日： 2021-10-29 - 主分类号： G06K9/00 文献下载
摘要：本申请是关于一种车道线检测方法及其检测装置，能够得到准确性更高、颗粒度更小的检测结果，从而提高车道线检测的准确性，提升车道线检测效率。该车道线检测装置，包括：首先，通过车辆上的图像采集设备获取待检测的车道信息图像；其次，将车道信息图像输入预先训练的目标检测模型，提取车道信息图像中的车道线特征，其中，目标检测模型是通过对多组车道信息图像进行机器学习得到的；最后，通过目标检测模型，对车道线特征和中间层特征执行预设聚合处理得到检测结果，其中，中间层特征是在车道线特征的提取过程中获取并能对车道线特征进行信息补充的特征，检测结果用于指示车道信息图像中车道线的类型
车道检测方法及其装置

[发明专利]利用车辆前方和侧方图像的车道识别率提升系统及方法-CN201210462893.2有效
发明人：河性昱;朴赞洪 -专利权人：现代摩比斯株式会社
申请日： 2012-11-16 - 公布日： 2013-05-29 - 主分类号： B60W30/12 文献下载
摘要：本发明提出一种利用车辆前方和侧方图像的车道识别率提升系统及方法。该系统及方法具体为，比较车辆前方图像中检测的前方车道与侧方图像中检测的侧方车道数量是否相同，比较结果，检测的前方车道数量少于检测的侧方车道数量时，以检测的前方车道为准生成未被检测的前方车道的虚拟车道，然后判断车辆是否偏离该检测的前方车道和虚拟车道，从而提升车道识别率。
利用车辆前方图像车道识别率提升系统方法

[发明专利]一种车道线检测方法、装置、设备及可读存储介质-CN202210560929.4在审
发明人：史帅;管越 -专利权人：国汽智控（北京）科技有限公司
申请日： 2022-05-20 - 公布日： 2022-08-19 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种车道线检测方法、装置、设备及可读存储介质，其中方法包括：获取单帧车道线，对单帧车道线进行车道线识别检测处理，得到当前车道线；将当前车道线与预设地图进行匹配，得到当前车辆所在的局部地图；根据局部地图和当前车道线，检测当前车道线是否准确；当检测到当前车道线不准确时，构建虚拟车道线。本发明通过对车道线进行识别检测，与高精度地图进行匹配，得到车辆所在的局部地图后检测当前车道线是否准确，从而解决由于硬件精度、环境因素或传感器抖动导致数据产生较大误差影响车道线检测的问题，提高车道线检测效率的同时，极大提高了车道线检测的准确性和可靠性，减少现有检测技术需要较高检测条件且检测误差较大的情况。
一种车道检测方法装置设备可读存储介质

[发明专利]基于深度学习的车道线检测方法、装置、设备及存储介质-CN202210131659.5在审
发明人：周卓立;任鹏 -专利权人：成都臻识科技发展有限公司
申请日： 2022-02-14 - 公布日： 2022-08-19 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种基于深度学习的车道线检测方法、装置、设备及存储介质，该方法包括获取车道线的原始图像数据集，并对所述原始图像数据集中的车道线进行标记，获得训练图像数据集；其中，所述训练图像数据集中的图像包含有对应的车道线真实框；将所述训练图像数据集输入车道线检测模型，获得车道线检测框，并根据所述车道线检测框与所述车道线真实框的损失值，完成对车道线检测模型的训练；在接收到待检测图像数据时，将所述待检测图像数据输入车道线检测模型，获得待检测图像中的目标车道线。本发明通过对图像的车道线真实框和车道线检测框进行损失值的计算，以训练车道线检测模型，提升了车道线采样点之间的关联性，提升了检测的准确性。
基于深度学习车道检测方法装置设备存储介质

[发明专利]一种基于卷积神经网络的车道线检测方法-CN202111011579.8在审
发明人：胡杰;熊宗权;安永鹏;徐文才;谢礼浩 -专利权人：武汉理工大学
申请日： 2021-08-31 - 公布日： 2021-12-10 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于卷积神经网络的车道线检测方法，包括以下步骤：1)获取车道线图像作为车道线检测模型的训练数据集；2)对车道线图像进行数据增强；所述数据增强操作包括归一化、随机旋转、随机裁剪；3)构建车道线检测模型；4)将车道线图像输入至车道线检测模型中进行特征提取；5)利用训练集图片训练车道线检测模型，调整模型超参数，使得模型损失值最小化；6)根据训练好的车道线检测模型，输入待检测图片到车道线检测模型中，然后进行车道线检测本发明方法兼顾了车道线检测的检测精度与检测速度。
一种基于卷积神经网络车道检测方法

[发明专利]一种车道线检测方法和装置-CN201810386792.9在审
发明人：刘舟;郭玉杰 -专利权人：南京行车宝智能科技有限公司
申请日： 2018-04-26 - 公布日： 2018-09-25 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种车道线检测方法和装置。所述车道线检测方法包括：利用车道特征点模型从摄像头获取的原始车道图像检测车道特征点；对检测到的车道特征点进行精炼；对精炼后的车道特征点进行细定位，以得到车道线细定位结果；对所得到的车道线细定位结果进行B样条曲线拟合，以得到车道曲线。相比于现有技术，根据本发明的车道线检测方法和装置提高了车道线的定位精度，从而满足车道保持对前方车道检测的高精度要求。
车道线检测车道特征方法和装置车道线细定位检测精炼摄像头车道保持车道图像精度要求前方车道拟合车道

[发明专利]快速车道线检测模型的训练方法及快速车道线检测方法-CN202210724416.2在审
发明人：金涛;董楠;杨秋红;王学方;赵晓龙;倪守诚;孙炼杰;任凡 -专利权人：重庆长安汽车股份有限公司
申请日： 2022-06-23 - 公布日： 2022-10-18 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种快速车道线检测模型的训练方法及快速车道线检测方法，训练方法包括：1)准备人工标注的车道线数据集；2)标记图像中车道线的位置参数和欧拉角参数，得到有标记的车道线图像；3)使用快速车道线检测模型正向传播有标记的车道线图像，得到车道线图像的识别结果和损失函数；4)利用步骤3)中的损失函数反向更新所述快速车道线检测模型中的参数。检测方法包括：1)获取车道线图像；2)使用快速车道线检测模型对获取的车道线图像进行正向传播，以得到车道线图像的检测结果。本发明能够保证快速车道线检测模型训练时的精度，同时又能大大减少车道线检测时的计算量，加快计算速度。
快速车道检测模型训练方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条