[发明专利]一种基于深度学习的车道线检测预警装置及预警方法

摘要

本发明涉及一种基于深度学习的车道线检测预警装置及预警方法。所述方法包括：获取车辆行驶方向原始车道图像，进行图像拼接和视角转换后生成完整前方车道图像，利用预先训练的深度学习模型，提取前方车道图像中各像素分类特征信息，根据各像素分类特征信息确定像素点属于车道线或者非车道线，根据车道偏离分析方法，分析获得的车道线信息，确定发送预警信息的强弱。本发明能够优化目前使用的车道线检测方法，解决目前普遍使用的车道线检测方法中采集图像的视角对于实际车道线检测影响以及可能需要计算的车道线曲率的问题，提高识别准确率和鲁棒性，提高驾驶安全程度。

主权项

1.一种基于深度学习的车道线检测预警装置，其特征在于：包括图像采集模块(1)、像素辨识模块(2)、车道线确定模块(3)、车道偏离评估模块(4)和预警系统(5)；所述预警系统(5)，包括图像采集器(51)、通信总线(52)、处理器(53)、存储器(54)和预警端口(55)；所述图像采集器(1)为对称安装在汽车车身的相机，用于原始路面车道图像的采集；所述通信总线(52)包含对应的通信端口，用于系统内部信息传输；所述处理器(53)用于执行车道线检测预警方法，并将可执行指令发送给存储器(54)存储；所述预警端口(55)，用于分析判定需要生成预警信号时，预警信号能够通过预警端口传输至末端预警执行装置；所述图像采集模块(1)，用于获取图像采集器(51)采集到的车辆行驶方向的原始图像，在图像拼接、视野变换后得到完整前方车道图像；所述像素辨识模块(2)，与图像采集模块(1)相耦合，根据处理后的前方车道图像中各像素点分类特征信息，获得所述像素点的概率分类，进行概率数值最大取值处理，辨识当前像素属于车道线或非车道线；所述车道线确定模块(3)，与像素识别模块(2)相耦合，用于根据上述的属于车道线的像素点位置信息，进行插值优化，补足可能缺失的构成车道线必要信息，得到所述前方车道图像中的车道线；所述车道偏离评估模块(4)，与车道线确定模块(3)相耦合，用于根据上述获得车道线信息，进行道偏离分析，确定生成偏离预警信号的强弱。