[发明专利]一种用于智能驾驶汽车提高车道线检测准确率的方法在审
申请号: | 202210317799.1 | 申请日: | 2022-03-25 |
公开(公告)号: | CN114821521A | 公开(公告)日: | 2022-07-29 |
发明(设计)人: | 刘云朋;肖永国;廖明;吴晨晓 | 申请(专利权)人: | 河北优控新能源科技有限公司 |
主分类号: | G06V20/58 | 分类号: | G06V20/58 |
代理公司: | 天津企兴智财知识产权代理有限公司 12226 | 代理人: | 安孔川 |
地址: | 050000 河北省石家庄市新华区西*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 智能 驾驶 汽车 提高 车道 检测 准确率 方法 | ||
1.一种用于智能驾驶汽车提高车道线检测准确率的方法,其特征在于,包括以下步骤:
S1、获取车载端设备采集的车道视频数据;
S2、通过车道线检测方法输入步骤S1中的车道视频数据,获得车道线坐标值;
S3、针对车道线坐标点个数进行筛选,剔除检测出的坐标点较少的车道线,应用ransac对每条车道线点集进行拟合,保留有用的车道线坐标值,剔除远离车道线异常的坐标值;
S4、将筛选后的车道线坐标值的车道线像素坐标转换为世界坐标系下的车道线,同时生成对应的车道线的世界坐标值;
S5、针对步骤S4中的车道线的世界坐标值,依据实际道路与车辆的几何关系设置筛选范围,选取范围内的车道线;
S6、获取位于范围内车道线的起点和终点的坐标值,输入到卡尔曼滤波中,进行车道线跟踪,以降低噪声干扰。
2.根据权利要求1所述的一种用于智能驾驶汽车提高车道线检测准确率的方法,其特征在于,在步骤S3中,针对车道线坐标值进行筛选包括:
对步骤S2检测出的每条车道线坐标点的个数进行统计,根据车道线点筛选标准对车道线坐标点的个数低于车道线坐标点筛选标准的数据进行剔除,形成初步筛选后的车道线坐标值。
3.根据权利要求2所述的一种用于智能驾驶汽车提高车道线检测准确率的方法,其特征在于,获取车道线上不同位置点的坐标值,应用一系列坐标点近似表示车道线,车道线点筛选标准包括:一条车道线坐标点的个数少于4个。
4.根据权利要求2所述的一种用于智能驾驶汽车提高车道线检测准确率的方法,其特征在于,在步骤S3中,针对车道线坐标值进行筛选包括:
获取初步筛选后的车道线坐标值,采用二阶ransac对每条车道线上的点集进行拟合,去除车道线中异常的离散点,形成去除异常离散点的车道线坐标值;
将去除异常离散点的车道线坐标值中的纵向坐标值带入ransac曲线中,获取车道线对应的横向坐标值。
5.根据权利要求1所述的一种用于智能驾驶汽车提高车道线检测准确率的方法,其特征在于,在步骤S4中,应用基于脚点的相似三角形转换方式,将车道线像素坐标值转换为车道线世界坐标值。
6.根据权利要求1所述的一种用于智能驾驶汽车提高车道线检测准确率的方法,其特征在于:在步骤S5中,应用步骤S4中的车道线的世界坐标值,采用最小二乘法拟合三次二项式的系数,同时根据系数的物理含义,以及车辆和道路的几何参数模型,保留车道线起始点与摄像头横向距离在设定范围内的车道线坐标值。
7.根据权利要求6所述的一种用于智能驾驶汽车提高车道线检测准确率的方法,其特征在于:设定范围内的车道线坐标值包括:保留车道线起始点与摄像头横向距离在0.9m~2.1m或4.6m~5.8m之间及车辆航向与车道线夹角斜率在-0.1~0.1范围内的车道线坐标值。
8.一种电子设备,包括处理器以及与处理器通信连接,且用于存储所述处理器可执行指令的存储器,其特征在于:所述处理器用于执行上述权利要求1-7任一所述的一种用于智能驾驶汽车提高车道线检测准确率的方法。
9.一种服务器,其特征在于:包括至少一个处理器,以及与所述处理器通信连接的存储器,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述处理器执行,以使所述至少一个处理器执行如权利要求1-7任一所述的一种用于智能驾驶汽车提高车道线检测准确率的方法。
10.一种计算机可读取存储介质,存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1-7任一项所述的一种用于智能驾驶汽车提高车道线检测准确率的方法。
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河北优控新能源科技有限公司,未经河北优控新能源科技有限公司许可,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/202210317799.1/1.html,转载请声明来源钻瓜专利网。