[发明专利]基于高精度地图融合的车道线检测方法有效
申请号: | 201811630723.4 | 申请日: | 2018-12-29 |
公开(公告)号: | CN109948413B | 公开(公告)日: | 2021-06-04 |
发明(设计)人: | 李松泽 | 申请(专利权)人: | 禾多科技(北京)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京远大卓悦知识产权代理有限公司 11369 | 代理人: | 汤小东 |
地址: | 100089 北京市海淀区阜外亮*** | 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: | 基于 高精度 地图 融合 车道 检测 方法 | ||
1.一种基于高精度地图融合的车道线检测方法,其中,包括以下步骤:
S1、对由车载相机提取的图片进行车道线分割操作,得到车道线分割图像;
S2、求取各个所述车道线分割图像间的相交区域,得到相交连通域;
S3、将相同相交连通域的重心点连接,形成所述相交连通域的线特征;
S4、通过对车辆定位的结果由预设的保存有含有车道线信息的各个道路的信息的高精度地图数据库中调取对应位置的车道线,将S3得到的线特征与由所述高精度地图数据库中调取的对应位置的车道线进行比对和匹配,得到属于同一车道线的线段特征;
S5、将属于同一车道线的线段特征进行拟合,即得对应车道线的参数方程。
2.如权利要求1所述的基于高精度地图融合的车道线检测方法,其中,S1中对由车载相机提取的图片进行车道线分割操作前,先对所述图片进行了降采样和裁剪。
3.如权利要求1所述的基于高精度地图融合的车道线检测方法,其中,S1中利用深度卷积神经网络对所述图片进行车道线分割操作。
4.如权利要求1所述的基于高精度地图融合的车道线检测方法,其中,S2中求取各个所述车道线分割图像间的相交区域前,还需结合所述车载相机的内外参数利用IPM方法将所述车道线分割图像投影到俯视视角的车道线分割图像。
5.如权利要求1所述的基于高精度地图融合的车道线检测方法,其中,S2中对所述车道线分割图像自底向上依次扫描以求取各个所述车道线分割图像间的相交区域。
6.如权利要求1所述的基于高精度地图融合的车道线检测方法,其中,S3中,利用灰度重心法求解得到每个相交连通域的重心点,并通过递归法将相同相交连通域的重心点连接。
7.如权利要求1所述的基于高精度地图融合的车道线检测方法,其中,S4中先对由所述高精度地图数据库中调取的对应位置的车道线截断呈预定长度的线段特征后,再与由S3得到的线特征进行比对和匹配。
8.如权利要求1所述的基于高精度地图融合的车道线检测方法,其中,S4中利用RANSAC方法对由S3得到的线特征和由所述高精度地图数据库中调取的对应位置的车道线进行比对和匹配。
9.如权利要求1所述的基于高精度地图融合的车道线检测方法,其中,S4中对由S3得到的线特征和由所述高精度地图数据库中调取的对应位置的车道线进行比对和匹配后,还需剔除得到的结果中的离群点。
10.如权利要求1所述的基于高精度地图融合的车道线检测方法,其中,S5中利用相同车道线的相交连通域对应的重心点,通过最小二乘法对所述重心点进行二次曲线拟合,以得到对应车道线的参数方程。
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禾多科技(北京)有限公司,未经禾多科技(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/201811630723.4/1.html,转载请声明来源钻瓜专利网。