[发明专利]多车道线优化方法、装置、电子设备、存储介质及程序在审
申请号: | 202111017281.8 | 申请日: | 2021-08-31 |
公开(公告)号: | CN113888568A | 公开(公告)日: | 2022-01-04 |
发明(设计)人: | 王向韬;程新景;牟晓凡;安建平;郝雨萌 | 申请(专利权)人: | 际络科技(上海)有限公司 |
主分类号: | G06T7/13 | 分类号: | G06T7/13;G06T5/00;G06K9/62;G06K9/00;G06F17/16;G06F17/11 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王宇杨 |
地址: | 202150 上海市崇明区长*** | 国省代码: | 上海;31 |
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 优化 方法 装置 电子设备 存储 介质 程序 | ||
1.一种多车道线优化方法,其特征在于,包括:
获取道路图像;
对所述道路图像进行车道线检测,生成车道线数据集合;其中,所述车道线数据集合包括多条车道线的离散点数据;
基于车道线平行约束,构建所述多条车道线对应的曲线方程;
根据所车道线数据集合以及所述多条车道线对应的曲线方程,基于最小二乘法,获取所述多条车道线对应的目标曲线方程。
2.根据权利要求1所述的多车道线优化方法,其特征在于,所述基于车道线平行约束,构建所述多条车道线对应的曲线方程,包括:
构建所述多条车道线对应的多次曲线方程;其中,所述多条车道线对应的多次曲线方程的多次项系数相同,所述多条车道线对应的多次曲线方程的常数项不同。
3.根据权利要求1所述的多车道线优化方法,其特征在于,所述根据所车道线数据集合以及所述多条车道线对应的曲线方程,基于最小二乘法,获取所述多条车道线对应的目标曲线方程,包括:
根据所述多条车道线对应的曲线方程构建自变量矩阵、系数矩阵以及因变量矩阵;其中,所述因变量矩阵为所述自变量矩阵与所述系数矩阵的乘积;
根据所述车道线数据集合中离散点对应的坐标以及所述自变量矩阵、系数矩阵、因变量矩阵确定所述多条车道线对应的目标曲线方程。
4.根据权利要求3所述的多车道线优化方法,其特征在于,所述根据所述车道线数据集合中离散点对应的坐标以及所述自变量矩阵、系数矩阵、因变量矩阵确定所述多条车道线对应的目标曲线方程,包括:
根据所述车道线数据集合中离散点对应的自变量坐标以及所述自变量矩阵、系数矩阵,得到所述因变量矩阵的估计值;
根据所述因变量矩阵的估计值以及所述车道线数据集合中离散点自变量坐标对应的因变量坐标,获取所述因变量矩阵的估计值均方误差;
以所述估计值均方误差为优化目标,确定目标系数矩阵。
5.根据权利要求1所述的多车道线优化方法,其特征在于,所述对所述道路图像进行车道线检测,生成车道线数据集合;所述车道线数据集包括多条车道线的离散点数据,包括:
将所述道路图像输入车道线提取模型,提取出二维车道线;其中,所述车道线提取模型是车道线检测算法模型或预先训练好的基于深度学习的车道线检测模型;
对所述二维车道线进行单应性变换得到三维的所述车道线数据集合。
6.根据权利要求1所述的多车道线优化方法,其特征在于,所述获取道路图像之前,还包括:
采集原始道路图像;
对所述原始道路图像进行预处理,得到所述道路图像;所述预处理至少包括下列之一:灰度转化,光照变化,裁剪,旋转。
7.一种多车道线优化装置,其特征在于,包括:
获取模块,用于获取道路图像;
提取模块,对所述道路图像进行车道线检测,生成车道线数据集合;其中,所述车道线数据集合包括多条车道线的离散点数据;
构建模块,用于基于车道线平行约束,构建所述多条车道线对应的曲线方程;
生成模块,用于根据所车道线数据集合以及所述多条车道线对应的曲线方程,基于最小二乘法,获取所述多条车道线对应的目标曲线方程。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现根据权利要求1-6任一项所述多车道线优化方法的全部或部分步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现根据权利要求1-6任一项所述多车道线优化方法的全部或部分步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现根据权利要求1-6任一项所述多车道线优化方法的全部或部分步骤。
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际络科技(上海)有限公司,未经际络科技(上海)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/202111017281.8/1.html,转载请声明来源钻瓜专利网。