[發(fā)明專利]一種車道線數(shù)據(jù)的處理方法及處理裝置

有效

• 申請?zhí)枺?/td>: 201811535477.4
• 申請日: 2018-12-14
• 公開（公告）號: CN111325811B
• 公開（公告）日: 2023-06-09
• 發(fā)明（設計）人: 劉尚武;劉福明;戴軍文;童睿;李永敬
• 申請（專利權）人: 廣東星輿科技有限公司
• 主分類號: G06T11/20
• 分類號: G06T11/20;G06T7/181;G06T7/136;G06T7/13;G06N3/08
• 代理公司: 廣州幫專高智知識產(chǎn)權代理事務所(特殊普通合伙) 44674
• 代理人: 胡洋

1.一種車道線數(shù)據(jù)的處理方法，其特征在于，包括：

獲取車道線的原始圖像和定位信息；

采用深度神經(jīng)網(wǎng)絡模型處理原始圖像，提取道路的基礎元素并分類；所述的深度神經(jīng)網(wǎng)絡模型的建模方法為：首先對VGG16訓練得到的預訓練模型進行訓練，輸出訓練后的FCN-32s模型；以FCN-32s模型為預訓練模型，以新的樣本進行訓練，輸出訓練后的FCN-16s模型；以FCN-16s模型為預訓練模型，以新的樣本進行訓練，輸出訓練后的FCN-8s模型；以FCN-8s的模型為預訓練模型，以新的樣本進行訓練，輸出訓練后的FCN-4s模型為目標模型；

由車道線元素獲取候選車道線；所述的候選車道線的獲取方法為:

對提取出的車道線圖像findContours處理，得到每個車道線圖像對應外的所有外接四邊形；以每個外接四邊形作為候選車道線邊界，搜索中點；以搜索到的中點生成線，得到車道線的候選線；

篩選已檢測出的車道線；所述的篩選已檢測出的車道線，是通過設置車道線可信度閾值進行篩選；每條候選車道線的可信度計算方式為：

其中，confidence代表該候選車道線的可信度，line_length代表該候選車道線的長度，img_height代表對應圖像的高度，n指的是候選車道線數(shù)目，xi指的是該候選車道線與第i條候選車道線的寬度差，μ指的是車道寬度統(tǒng)計平均值，σ指的是車道寬度的統(tǒng)計方差；

篩選已檢測出的車道線，還包括根據(jù)道路基礎元素的拓撲關系篩選車道線；所述的道路的其它基礎元素包括背景，道路面，車，黃色車道線，白色車道線，減速線，箭頭，停止線，斑馬線，交通指示燈，交通指示牌，馬路牙，護欄，塑料護欄；

所述的根據(jù)拓撲關系對車道線進行篩選包括：將拓撲關系符合下述至少一項的候選車道線進行篩選剔除：所述候選車道線超出護欄，馬路牙，護欄的位置邊界；所述候選車道線與箭頭的距離小于設定的距離閾值；所述候選車道線的圖像長度小于設定的長度閾值；

推理未檢測出的車道線；推理未檢測出的車道線至少通過如下步驟：獲取已檢測出的車道線數(shù)量及其位置；獲取對應道路的寬度以及車道的平均寬度；計算未檢測出的車道線數(shù)量及其位置；

輸出完整車道線。

2.如權利要求1所述的一種車道線數(shù)據(jù)的處理方法，其特征在于，所述的車道線可信度閾值：0.5≤閾值≤1.0。

3.如權利要求1所述的一種車道線數(shù)據(jù)的處理方法，其特征在于，所述的車道線可信度閾值為0.6。

4.一種車道線數(shù)據(jù)的處理裝置，其特征在于，包括：

原始圖像獲取模塊，用于獲取車道線的原始圖像和定位信息；

道路基礎元素提取模塊，用于采用深度神經(jīng)網(wǎng)絡模型處理原始圖像，提取道路的基礎元素并分類；所述的深度神經(jīng)網(wǎng)絡模型的建模方法為：首先對VGG16訓練得到的預訓練模型進行訓練，輸出訓練后的FCN-32s模型；以FCN-32s模型為預訓練模型，以新的樣本進行訓練，輸出訓練后的FCN-16s模型；以FCN-16s模型為預訓練模型，以新的樣本進行訓練，輸出訓練后的FCN-8s模型；以FCN-8s的模型為預訓練模型，以新的樣本進行訓練，輸出訓練后的FCN-4s模型為目標模型；

候選車道線生成模塊，用于處理車道線圖像，生成候選車道線；所述的候選車道線的獲取方法為:對提取出的車道線圖像findContours處理，得到每個車道線圖像對應外的所有外接四邊形；以每個外接四邊形作為候選車道線邊界，搜索中點；以搜索到的中點生成線，得到車道線的候選線；

候選車道線篩選模塊，用于計算候選車道線置信度，對所述候選車道線進行篩選；對提取出的車道線圖像findContours處理，得到每個車道線圖像對應外的所有外接四邊形；以每個外接四邊形作為候選車道線邊界，搜索中點；以搜索到的中點生成線，得到車道線的候選線；

未檢測出的車道線生成模塊，用于根據(jù)圖像現(xiàn)有信息，計算生成未檢測出的車道線；所述生成未檢測出的車道線的方法包括：獲取已檢測出的車道線數(shù)量及其位置；所述的篩選已檢測出的車道線，是通過設置車道線可信度閾值進行篩選；每條候選車道線的可信度計算方式為：

其中，confidence代表該候選車道線的可信度，line_length代表該候選車道線的長度，img_height代表對應圖像的高度，n指的是候選車道線數(shù)目，xi指的是該候選車道線與第i條候選車道線的寬度差，μ指的是車道寬度統(tǒng)計平均值，σ指的是車道寬度的統(tǒng)計方差；

獲取當前道路的寬度以及車道的平均寬度；

推理未檢測出的車道線至少通過如下步驟：獲取已檢測出的車道線數(shù)量及其位置；獲取對應道路的寬度以及車道的平均寬度；計算未檢測出的車道線數(shù)量及其位置；

車道線輸出模塊，用于根據(jù)車道線的屬性信息，整合檢測出的車道線和計算出的車道線，輸出完整車道線。