[发明专利]车道标记确定方法及装置在审
申请号: | 201910322994.1 | 申请日: | 2019-04-22 |
公开(公告)号: | CN111832365A | 公开(公告)日: | 2020-10-27 |
发明(设计)人: | 张贇 | 申请(专利权)人: | 罗伯特·博世有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06F16/29 |
代理公司: | 永新专利商标代理有限公司 72002 | 代理人: | 刘炳胜;王英 |
地址: | 德国斯*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车道 标记 确定 方法 装置 | ||
1.一种确定车道标记方法,包括:
获取位于当前行驶道路周边的环境参照物的特征数据,其中该环境参照物是围绕在该行驶道路上行驶的车辆的预定空间范围内的参照物,所述特征数据包括所述环境参照物的位置信息;
对所述特征数据进行处理以得到对应于该当前行驶道路的至少一段路段的辅助标记线;
将对该辅助标记线多点采样的位置数据输入到预测模型来预测该当前行驶道路上的至少一段路段的车道标记。
2.如权利要求1的方法,其中,所述辅助标记线位于所述当前行驶道路的左侧或右侧,
其中,预测所述车道标记包括:
将所述辅助标记线的多点采样位置数据集输入到所述预测模型来预测所述行驶道路上最内侧或最外侧的车道标记位置;
基于所述最内侧或最外侧车道标记位置以及车道宽度计算当前行驶道上其它车道的车道标记位置。
3.如权利要求2的方法,其中所述预测模型取决于所述行驶道路的路段地理位置,所述方法进一步包括:
选择与所述路段地理位置匹配的所述预测模型。
4.如权利要求3的方法,其中所述预测模型为经过训练的循环神经网络(RNN)模型或线性模型。
5.如权利要求1-4之一的方法,其中,对所述特征数据进行处理以得到对应于该当前行驶道路的至少一段路段的辅助标记线进一步包括:
对所述特征数据执行速度滤波以消除所获取的特征数据中来自运动对象的特征数据,以得到静态参照物的特征数据。
6.如权利要求5的方法,进一步包括:
对所述静态参照物的特征数据执行聚类处理,以得到多个类中每一类的中心位置数据;
对所述多个类的中心位置数据进行线路拟合以得到所述辅助标记线。
7.如权利要求1-6之一的方法,其中获取位于行驶道路周边的环境参照物的特征数据包括:
通过车载雷达发送探测信号并接收来自所述环境参照物的响应信号,其中该车载雷达以预定的空间辐射角度向所述预定空间范围发射所述探测信号;
基于所述响应信号,获取所述环境参照物的特征数据,包括:
确定所述车辆与所述环境参照物的相对距离;
基于所述车辆的地理位置数据及所述相对距离来预测所述环境参照物的所述位置信息。
8.一种车道标记确定装置,包括:
参照物获取模块,配置为获取位于当前行驶道路周边的环境参照物的特征数据,其中该环境参照物是围绕在该行驶道路上行驶的车辆的预定空间范围内的参照物,所述特征数据包括所述环境参照物的位置信息;
辅助标记确定模块,配置为对所述特征数据进行处理以得到对应于该当前行驶道路的至少一段路段的辅助标记线,以及
车道标记确定模块,配置为将对该辅助标记线多点采样的位置数据输入到预测模型来预测该当前行驶道路上的至少一段路段的车道标记。
9.如权利要求8的装置,其中,所述辅助标记线位于所述当前行驶道路的左侧或右侧,
其中,所述车道标记确定模块进一步配置为:
将所述辅助标记线的多点采样位置数据集输入到所述预测模型来预测所述行驶道路上最内侧或最外侧的车道标记位置;
基于所述最内侧或最外侧车道标记位置以及车道宽度计算当前行驶道上其它车道的车道标记位置。
10.如权利要求9的装置,其中所述预测模型取决于所述行驶道路的路段地理位置;
其中所述车道标记确定模块进一步配置为:
基于所述路段地理位置选择所述预测模型。
11.如权利要求10的装置,其中,所述预测模型为经过训练的循环神经网络(RNN)模型或线性模型。
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罗伯特·博世有限公司,未经罗伯特·博世有限公司许可,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/201910322994.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种供电电源的控制电路
- 下一篇:预压力辅助高频感应热成形新工艺