[发明专利]一种山区城市雨天自动驾驶车道线检测方法

权利要求书

1.一种山区城市雨天自动驾驶车道线检测方法，其特征在于，包括如下步骤：

步骤一、使用雨滴去除模块对输入图像进行去雨预处理，获得去雨图像；

步骤二、使用车道线检测模块对去雨图像进行车道线检测处理；其中，所述车道线检测模块包括修改尺寸层及四个沙漏模块，所述去雨图像经修改尺寸层进行降低尺寸处理后，输入至四个沙漏模块进行车道线关键点预测及线条拟合后处理；四个沙漏模块的结构及损失函数均相同，单个沙漏模块由下行瓶颈、相同瓶颈、上行瓶颈和输出分支构成；所述下行瓶颈、相同瓶颈、上行瓶颈均由残差单元组成，同时下行瓶颈及相同瓶颈中的残差单元中插入通道注意力机制SENet；所述输出分支包含置信度、偏移量和嵌入特征。

2.根据权利要求1所述的一种山区城市雨天自动驾驶车道线检测方法，其特征在于，所述下行瓶颈中的残差单元结构为：一个1×1的卷积层，用于将低通道数目；一个卷积核大小为3、步幅为2、填充为1的卷积层，用于降低特征图尺寸并提取图像特征；再用一个1×1的卷积层，用于还原初始通道数目；接着使用通道注意力机制SENet增加重要通道权重；在捷径分支使用卷积核大小为3、步幅为2、填充为1的卷积层，用于降低尺寸、保留特征图细节并保证特征图尺寸相同。

3.根据权利要求1所述的一种山区城市雨天自动驾驶车道线检测方法，其特征在于，所述相同瓶颈中的残差单元结构为：一个1×1的卷积层，用于将低通道数目；一个卷积核大小为3、步幅为1、填充为1的卷积层，用于提取关键图像特征；再用一个1×1的卷积层，用于还原初始通道数目；接着使用通道注意力机制SENet增加重要通道权重；在捷径分支使用卷积核大小为3、步幅为1、填充为1的卷积层，用于保留特征图细节。

4.根据权利要求1所述的一种山区城市雨天自动驾驶车道线检测方法，其特征在于，所述上行瓶颈中的残差单元结构为：一个1×1的卷积层，用于将低通道数目；一个卷积核大小为3、步幅为2、填充为1的转置卷积层，用于恢复特征图大小；再用一个1×1的卷积层，用于还原初始通道数目；在捷径分支使用双线性插值上采样法还原图像大小。

5.根据权利要求1所述的一种山区城市雨天自动驾驶车道线检测方法，其特征在于：所述通道注意力机制SENet由压缩层、激励层和比例层组成；该通道注意力机制SENet对输入特征进行卷积运算后通过压缩层进行全局平均池化，以将特征层压缩为实数序列，然后在激励层中进行非线性变换，得到每个通道权重的实数序列，最后在比例层将每个通道的权重通过乘法逐个加权到最初的通道中。

6.根据权利要求1所述的一种山区城市雨天自动驾驶车道线检测方法，其特征在于：所述车道线检测模型的网络损失函数包括置信度损失函数、偏移损失函数、嵌入特征损失函数和蒸馏损失函数，其中蒸馏损失函数应用于相同瓶颈中，置信度损失函数、偏移损失函数、嵌入特征损失函数应用于沙漏模块的每个输出分支。