[发明专利]一种车道线检测的方法和设备有效
申请号: | 201910287099.0 | 申请日: | 2019-04-11 |
公开(公告)号: | CN109766878B | 公开(公告)日: | 2019-06-28 |
发明(设计)人: | 陈海波 | 申请(专利权)人: | 深兰人工智能芯片研究院(江苏)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
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: | 213161 江苏省常州市武进*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种车道线检测的方法和设备,涉及自动驾驶技术领域,用以解决目前车道线检测准确性较低,鲁棒性较差的问题,本发明方法包括:将鸟瞰特征图中栅格的最大高度值、平均反射强度和点云数量统计密度作为darknet的输入进行特征提取;通过FPN融合低层特征高分辨率和高层特征的高语义信息确定车道线点的特征信息;根据特征信息确定在点云地图中与鸟瞰特征图中的车道线点相对应的车道线点;将点云地图中的车道线点中反射强度大于平均反射强度阈值的车道线点作为车道线特征点,并根据点云地图中的车道线特征点进行几何模型拟合确定车道线,由于本发明通过神经网络检测车道线,且对车道线点再次进行筛选,提高了车道线检测的准确性。 | ||
搜索关键词: | 车道线 车道线检测 点云 反射 方法和设备 特征信息 特征点 特征图 低层特征 高层特征 高分辨率 几何模型 神经网络 数量统计 特征提取 语义信息 自动驾驶 鲁棒性 拟合 栅格 筛选 检测 融合 | ||
【主权项】:
1.一种车道线检测的方法,其特征在于,该方法包括:将鸟瞰特征图中栅格的最大高度值、平均反射强度和点云数量统计密度作为神经网络分割模型中的darknet的输入对所述鸟瞰特征图进行特征提取,其中所述鸟瞰特征图是对点云地图进行栅格化处理得到的;通过所述神经网络分割模型中的特征金字塔网络FPN对特征提取得到的低层高分辨率特征和高层高语义信息特征进行特征融合后确定所述鸟瞰特征图中的车道线点的特征信息;根据所述特征信息确定在所述点云地图中与所述鸟瞰特征图中的车道线点相对应的车道线点;将所述点云地图中的车道线点中反射强度大于平均反射强度阈值的车道线点作为车道线特征点,并根据所述点云地图中的车道线特征点进行几何模型拟合确定车道线。
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人工智能芯片研究院(江苏)有限公司,未经深兰人工智能芯片研究院(江苏)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/201910287099.0/,转载请声明来源钻瓜专利网。