[发明专利]一种车道线检测的方法及设备有效
| 申请号： | 201910197037.0 | 申请日： | 2019-03-15 |
| 公开（公告）号： | CN110008851B | 公开（公告）日： | 2021-11-19 |
| 发明（设计）人： | 陈海波 | 申请（专利权）人： | 深兰科技（上海）有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 200336 上海市长宁区威*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种车道线检测的方法及设备，用以解决现有技术中现有技术中无人驾驶车辆在行驶过程中无法精确的进行车道线检测的问题。基于深度神经网络模型，根据局部地图确定所述局部地图对应的二值化图像，所述局部地图是对连续多帧点云数据确定的点云地图进行栅格化处理得到的鸟瞰图，所述深度神经网络模型是根据历史局部地图和高精地图转换得到的带车道线标注的二值化图像进行训练得到的；根据所述局部地图对应的二值化图像中的像素点的坐标确定车道线位置。根据连续多帧点云数据精准的确定局部地图，根据局部地图基于深度神经网络模型精确的确定出带有车道线信息的二值化图像，根据二值化图像中表示车道线的点的坐标准确的确定出车道线位置。 | ||
| 搜索关键词： | 一种 车道 检测 方法 设备 | ||
【主权项】：
1.一种车道线检测的方法，其特征在于，该方法包括：基于深度神经网络模型，根据局部地图确定所述局部地图对应的二值化图像，其中所述局部地图是对点云地图进行栅格化处理得到的鸟瞰图，所述深度神经网络模型是根据历史局部地图和带车道线标注的二值化图像进行训练得到的；根据所述局部地图对应的二值化图像中的像素点的坐标确定车道线位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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深兰科技（上海）有限公司，未经深兰科技（上海）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/patent/201910197037.0/，转载请声明来源钻瓜专利网。
