[发明专利]一种自动驾驶的视觉识别车道线的方法及系统、车辆

权利要求书

1.一种自动驾驶的视觉识别车道线的方法，其特征在于：包括以下步骤：

采集目标图片；

使用目标检测模型对所述目标图片进行识别与分类，得到目标车道线；

根据所述目标车道线进行自动驾驶辅助决策；

其中，所述目标检测模型通过利用车道线图片数据集对初始车道线模型进行训练，并通过自主学习形式进行反向传播调整得到；所述初始车道线模型利用横向切片法搭建得到；所述车道线图片数据集为已标注好车道线的图片数据集。

2.根据权利要求1所述的方法，其特征在于：所述初始车道线模型利用横向切片法搭建得到的具体方式为：

将神经网络模型划分为尺寸为H，W，C的张量，其中，H和W分别是行和列的数量，C代表通道的数量；

将所述张量在指定区域内按照每片内含i行水平分割成n个切片；i和n为正整数且n＝H/i；

根据公式p_a＝p_a-1+relu(conv2D(p_a-1))搭建所述初始车道线模型；其中，1＜a≤n，p_a为H方向上的第a个切片的特征值，p_a-1为H方向上的第a-1个切片的特征值。

3.根据权利要求2所述的方法，其特征在于：在对p_a-1进行二维卷积运算中，卷积核尺寸为k×ω，其中，ω是卷积核宽度，k为是卷积核高度，k＝i。

4.根据权利要求2所述的方法，其特征在于：所述指定区域为在数据帧上预先定义的车道线的区域。

5.根据权利要求1所述的方法，其特征在于：所述通过自主学习形式进行反向传播调整的方式具体为：通过对比模型输出结果和实际结果后计算它们之间的差值，并在计算每层梯度后更新模型权重。

6.一种自动驾驶的视觉识别车道线的系统，其特征在于，包括：

采集单元，用于采集目标图片；

识别单元，用于使用目标检测模型对所述目标图片进行识别与分类，得到目标车道线；

其中，所述目标检测模型通过利用车道线图片数据集对初始车道线模型进行训练，并通过自主学习形式进行反向传播调整得到；所述初始车道线模型利用横向切片法搭建得到；所述车道线图片数据集为已标注好车道线的图片数据集；

决策单元，用于根据所述目标车道线进行自动驾驶辅助决策。

7.根据权利要求6所述的系统，其特征在于：所述识别单元包括：

划分子单元，用于将神经网络模型划分为尺寸为H，W，C的张量，其中，H和W分别是行和列的数量，C代表通道的数量；

分割子单元，用于将所述张量在指定区域内按照每片内含i行水平分割成n个切片；i和n为正整数且n＝H/i；

搭建子单元，用于根据公式p_a＝p_a-1+relu(conv2D(p_a-1))搭建所述初始车道线模型；其中，1＜a≤n，p_a为H方向上的第a个切片的特征值，p_a-1为H方向上的第a-1个切片的特征值。

8.一种车辆，其特征在于，所述车辆包括权利要求6或7所述的自动驾驶的视觉识别车道线的系统。

9.一种自动驾驶的视觉识别车道线的系统，其特征在于，包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的中央处理器；

所述中央处理器调用所述存储器中存储的所述可执行程序代码，用于执行权利要求1-5任一项所述的一种自动驾驶的视觉识别车道线的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，其中，所述计算机程序使得计算机执行权利要求1-5任一项所述的一种自动驾驶的视觉识别车道线的方法。