[发明专利]用于车道特征分类和定位的人工神经网络

权利要求书

1.一种控制车辆的方法，包括：

通过至少一个处理器接收来自于安装在所述车辆上的多个摄像机中的每一个的图像数据；

通过所述至少一个处理器对来自于所述多个摄像机中的每一个的所述图像数据进行组合，以形成组合的图像数据；

使用人工神经网络基于所述组合的图像数据对车道特征进行分类和定位，以产生分类和定位的车道数据；

通过所述至少一个处理器基于限定线段的所述分类和定位的车道数据进行数据融合处理，从而产生融合的车道特征数据；

通过所述至少一个处理器限定沿每个线段的锚点；

通过所述至少一个处理器在所述锚点上执行数据聚类算法，以产生聚类锚点；

通过所述至少一个处理器曲线拟合聚类锚点，以产生分类和定位的车道曲线数据；

通过所述至少一个处理器部分地基于所述融合的车道特征数据来控制所述车辆。

2.根据权利要求1所述的方法，通过所述至少一个处理器，基于所述分类和定位的车道数据进行图像空间到真实空间的变换，以提供真实空间车道特征数据。

3.根据权利要求2所述的方法，其中所述变换发生在所述融合之前。

4.根据权利要求1所述的方法，其中所述多个摄像机具有不同但重叠的视野，并且所述融合包括巩固重叠的视野。

5.一种用于定位和分类基于线的图像特征的系统，其中，所述系统包括：

至少一个处理器，其配置为：

接收来自多个摄像机中的每一个的图像数据；并且

对来自所述多个摄像机中的每一个的所述图像数据进行组合，以形成组合的图像数据；以及

人工神经网络，其配置为：

基于所述组合的图像数据对基于线的图像特征进行分类和定位，以产生限定线段的分类及定位的线数据；

其中，所述至少一个处理器配置为限定沿每个线段的锚点、在所述锚点上执行数据聚类算法以产生聚类锚点、以及曲线拟合聚类锚点以产生分类和定位的线数据；

其中，所述至少一个处理器配置为基于所述分类及定位的线数据进行数据融合处理，从而产生融合的基于线的特征数据。