[发明专利]一种基于自动驾驶的车道线识别方法及系统

权利要求书

1.一种基于自动驾驶的车道线识别方法，其特征在于，所述方法包括：

获取图像信息；其中，所述图像信息包括通过部署在车辆上的感知层检测所得；

获取车辆实时的定位信息和行驶参数，并将所述定位信息与获取的图像信息进行关联；

将关联后的图像送入到预先接入的地图库中进行基于图像平均灰度值的计算，以得到该定位点清晰的待识别图像；

将所述待识别图像送入预先构造的车道线识别模型中进行识别，以得到车道线识别结果；其中，所述车道线识别模型基于车道和道路标记基准训练所得，所述基准包括多个车道、道路标记类别以及多种不同的恶劣环境场景。

2.如权利要求1所述的一种基于自动驾驶的车道线识别方法，其特征在于，所述方法还包括：

获取车辆的操作信号，并结合获取的行驶参数构造出车辆的实际行驶轨迹；

基于所述行驶参数和车道线识别结果分析出车辆的预测行驶轨迹；

再将所述预测行驶轨迹与实际行驶轨迹进行匹配，以判断出两者的轨迹是否在预设的偏差范围内；

若超出偏差范围，则将对应的车道线识别结果作为训练数据以优化所述车道线识别模型。

3.如权利要求1或2所述的一种基于自动驾驶的车道线识别方法，其特征在于，所述车道线识别模型在训练时，将每个车道都作为自身的实例进行训练，并进行基于图像的学习视角变换，以实现车道变化的识别。

4.如权利要求3所述的一种基于自动驾驶的车道线识别方法，其特征在于，所述方法还包括：

基于道路结构和获取图像信息的角度建立车道形状模型；

识别时，再将所述车道形状模型输出的车道参数传入至车道线识别模型中，以实现车道线的准确定位。

5.一种基于自动驾驶的车道线识别系统，其特征在于，包括：

图像获取模块，用于获取图像信息；其中，所述图像信息包括通过部署在车辆上的感知层检测所得；

信息关联模块，用于获取车辆实时的定位信息和行驶参数，并将所述定位信息与获取的图像信息进行关联；

预处理模块，用于将关联后的图像送入到预先接入的地图库中进行基于图像平均灰度值的计算，以得到该定位点清晰的待识别图像；

识别模块，用于将所述待识别图像送入预先构造的车道线识别模型中进行识别，以得到车道线识别结果；其中，所述车道线识别模型基于车道和道路标记基准训练所得，所述基准包括多个车道、道路标记类别以及多种不同的恶劣环境场景。

6.如权利要求5所述的一种基于自动驾驶的车道线识别系统，其特征在于，还包括优化模块，所述优化模块用于：

获取车辆的操作信号，并结合获取的行驶参数构造出车辆的实际行驶轨迹；

基于所述行驶参数和车道线识别结果分析出车辆的预测行驶轨迹；

再将所述预测行驶轨迹与实际行驶轨迹进行匹配，以判断出两者的轨迹是否在预设的偏差范围内；

若超出偏差范围，则将对应的车道线识别结果作为训练数据以优化所述车道线识别模型。

7.如权利要求6所述的一种基于自动驾驶的车道线识别系统，其特征在于，所述车道线识别模型在训练时，将每个车道都作为自身的实例进行训练，并进行基于图像的学习视角变换，以实现车道变化的识别。

8.如权利要求6所述的一种基于自动驾驶的车道线识别系统，其特征在于，所述识别模块还用于：

基于道路结构和获取图像信息的角度建立车道形状模型；

识别时，再将所述车道形状模型输出的车道参数传入至车道线识别模型中，以实现车道线的准确定位。

9.一种基于自动驾驶的车道线识别系统，包括部署在车辆上的感知层和电子设备，其特征在于，所述电子设备包括一个或多个处理器、一个或多个输入设备、一个或多个输出设备和存储器，所述处理器、输入设备、输出设备和存储器通过总线相互连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令执行如权利要求1-4任一项所述的方法步骤。