申请/专利权人：中车株洲电力机车研究所有限公司

申请日：2019-08-27

公开（公告）日：2024-04-09

公开（公告）号：CN112446230B

主分类号：G06V20/56

分类号：G06V20/56;G06V10/764;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.03.23#实质审查的生效;2021.03.05#公开

摘要：本发明公开了一种车道线图像的识别方法及装置，识别方法包括获取当前道路图像；将当前道路图像输入至深度神经网络模型，以获取深度神经网络模型输出的m×n×k的矩阵信息，其中，m×n表示将输入至深度神经网络模型的图像划分成m×n个相同的矩形区域，k用于表示每个矩形区域内的车道线识别信息；以及，根据输出的矩阵信息识别出车道线。本发明能够快速且准确地从车辆前视道路图像中识别出车道线图像，从而为车辆横向控制提供车道线位置信息，辅助车辆自动驾驶，不仅提升了识别准确率，还提升了安全性及可靠性，具有较强的鲁棒性，而且降低了对硬件计算性能的要求，从而有效地降低了成本。

主权项：1.一种车道线图像的识别方法，其特征在于，包括：获取当前道路图像；将所述当前道路图像输入至深度神经网络模型，以获取所述深度神经网络模型输出的m×n×k的矩阵信息，其中，m×n表示将输入至所述深度神经网络模型的图像划分成m×n个相同的矩形区域，k用于表示每个所述矩形区域内的车道线识别信息；以及，根据输出的所述矩阵信息识别出车道线；其中，k为4维的特征向量，所述特征向量包括以下元素：p，表示所述矩形区域内存在车道线的概率；s，表示所述矩形区域内存在的车道线区域与所述矩形区域面积的比值；tx，表示所述矩形区域内存在的车道线区域的形心横坐标；ty，表示所述矩形区域内存在的车道线区域的形心纵坐标；其中，所述获取所述深度神经网络模型输出的m×n×k的矩阵信息的步骤包括：将所述当前道路图像划分为m×n个相同的矩形区域；针对第j行、第i列的矩形区域，通过计算式及计算式计算出对应的宽度w及高度h，通过计算式xc＝i*w及计算式Yc＝j*h计算出对应的左上角原点的实际横纵坐标Xc，Yc，通过计算式So＝S×w×h计算出实际像素面积So，通过计算式Xo＝Xc+w×Tx及Yo＝Yc+h×Ty计算出实际横纵坐标Xo，Yo。

全文数据：

权利要求：

百度查询： 中车株洲电力机车研究所有限公司 车道线图像的识别方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD