[发明专利]车道线跟踪方法及相关产品有效
申请号: | 201910719667.X | 申请日: | 2019-07-31 |
公开(公告)号: | CN110503009B | 公开(公告)日: | 2023-06-06 |
发明(设计)人: | 杨臻 | 申请(专利权)人: | 华为技术有限公司 |
主分类号: | G06V20/56 | 分类号: | G06V20/56;G06V20/58;G06V10/74;G06T7/246 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郝传鑫;熊永强 |
地址: | 518129 广东*** | 国省代码: | 广东;44 |
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 跟踪 方法 相关 产品 | ||
1.一种车道线跟踪方法,其特征在于,包括:
在t时刻,根据车辆的行驶参数对t-1时刻的N个第一车道模型中的每个进行预测,得到N个第二车道模型,所述第一车道模型用于跟踪多组车道,车道A和车道B不平行,所述车道A和所述车道B分别为所述多组车道中任意两组中的车道,所述多组车道中每组车道包含的车道相互平行,所述N为大于等于1的整数;
根据目标图像中的车道线特征对所述N个第二车道模型进行更新,得到N个第三车道模型,所述目标图像为所述t时刻所述车辆前方预设区域的图像;
根据概率参数计算所述N个第三车道模型中的每个第三车道模型的适配概率,所述适配概率用于表征所述第三车道模型与所述车辆行驶路面的车道线的适配程度;
确定所述N个第三车道模型中适配概率最大的第三车道模型,所述适配概率最大的第三车道模型用于跟踪所述车辆行驶路面的车道线。
2.根据权利要求1所述的方法,其特征在于,所述根据车辆的行驶参数对t-1时刻的N个第一车道模型中的每个进行预测,得到N个第二车道模型,包括:
根据所述车辆的行驶参数得到预测矩阵;
根据所述预测矩阵对所述t-1时刻的N个第一车道模型中的每个进行预测,得到N个第二车道模型。
3.根据权利要求1或2所述的方法,其特征在于,所述根据目标图像中的车道线特征对所述N个第二车道模型进行更新,得到N个第三车道模型,包括:
将所述目标图像划分为T个子图像,其中,第i个子图像对应的区域与所述车辆之间的距离小于第i+1个子图像对应的区域与所述车辆之间的距离,所述i为整数,1≤i≤T,所述T为大于等于2的整数;
获取所述第i个子图像中的车道线特征;
从N个第一参考车道模型中,选取与所述第i个子图像的车道线特征匹配的U个目标车道模型,根据所述车道线特征对所述U个目标车道模型中的每个执行第i次更新操作,得到U个第一参考车道模型,第i次更新结果包括所述U个更新后的第一参考车道模型,当i=1时,所述N个第一参考车道模型为所述N个第二车道模型,当i>1时,所述N个第一参考车道模型为第i-1次的更新结果,0≤U≤N;
当i=T时,执行第T次更新操作后得到的第T次更新结果为所述N个第三车道模型。
4.根据权利要求3所述的方法,其特征在于,所述从N个第一参考车道模型中,选取与所述第i个子图像的车道线特征匹配的U个目标车道模型,包括:
在图像坐标系下,根据所述车道线特征获取所述目标图像中的车道线的观测向量;
在车辆坐标系下,根据所述车道线特征获取所述目标图像中的车道线与车道模型A对应的M个预测观测向量,所述M为所述车道模型A跟踪的车道线的数量,所述车道模型A为所述N个第一参考车道模型的任意一个参考车道模型,所述M为大于等于1的整数;
确定所述观测向量与所述M个预测观测向量对应的M个马氏距离;
确定所述M个马氏距离中的最小马氏距离,在所述最小马氏距离小于距离阈值时,确定所述车道模型A为与所述第i个子图像的车道线特征匹配的目标车道模型。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
当i=T时,如所述目标图像中的车道线C对应的f个最小马氏距离均大于或者等于所述距离阈值,根据所述N个第三车道模型创建N个第四车道模型,所述N个第四车道模型与所述N个第三车道模型的车道线参数一致,所述车道线C为所述目标图像中的任意一个车道线,所述f个最小马氏距离为所述车道线C在f个子图像中的车道线特征对应的最小马氏距离,所述f个子图像为所述T个子图像中包含所述车道线C的车道线特征的子图像,所述f为大于等于1的整数,f≤T;
对所述N个第四车道模型中的每个进行处理,得到N个新车道模型;
将所述N个第四车道模型和所述N个新车道模型作为所述t时刻的第一车道模型。
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华为技术有限公司,未经华为技术有限公司许可,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/201910719667.X/1.html,转载请声明来源钻瓜专利网。