[發明專利]一種螺旋車道的參考軌跡線生成方法及車載設備

有效

• 申請號: 201811644294.6
• 申請日: 2018-12-29
• 公開（公告）號: CN109489680B
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 魏寧
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G01C21/34
• 分類號: G01C21/34
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;黃燦

本發明提供一種螺旋車道的參考軌跡線生成方法及車載設備，該方法包括：獲取攝像頭拍攝的第一圖像；利用深度學習的目標識別網絡模型識別所述第一圖像中的多個目標指引標示；根據所述多個目標指引標示擬合，得到螺旋車道的參考軌跡線。本發明可以降低參考軌跡線生成的成本。

技術領域

本發明涉及汽車技術領域，尤其涉及一種螺旋車道的參考軌跡線生成方法及車載設備。

背景技術

隨著智能汽車的發展，自動駕駛技術越來越成熟。在代客泊車服務valet parking場景下，車輛從地上到地下車庫，或者從地下車庫到地上，通常需要經過一段螺旋坡道，生成穩定可靠的參考軌跡線是自動駕駛汽車順利通過該特殊路段需要解決的一個關鍵問題。現有技術中，通常需要高精度地圖結合車輛定位實現參考軌跡線生成，成本較高。

發明內容

本發明實施例提供一種螺旋車道的參考軌跡線生成方法及車載設備，以解決現參考軌跡線生成的成本較高的問題。

第一方面，本發明實施例提供了一種螺旋車道的參考軌跡線生成方法，包括：

獲取攝像頭拍攝的第一圖像；

利用深度學習的目標識別網絡模型識別所述第一圖像中的多個目標指引標示；

根據所述多個目標指引標示擬合，得到螺旋車道的參考軌跡線。

第二方面，本發明實施例還提供了一種車載設備，包括：

第一獲取模塊，用于獲取攝像頭拍攝的第一圖像；

識別模塊，用于利用深度學習的目標識別網絡模型識別所述第一圖像中的多個目標指引標示；

擬合模塊，用于根據所述多個目標指引標示擬合，得到螺旋車道的參考軌跡線。

第三方面，本發明實施例還提供了一種車載設備，包括處理器、存儲器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序被所述處理器執行時實現上述螺旋車道的參考軌跡線生成方法的步驟。

第四方面，本發明實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現上述螺旋車道的參考軌跡線生成方法的步驟。

本發明實施例通過將攝像頭拍攝的第一圖像輸入到利用深度學習的目標識別網絡模型，進行目標指引標示識別，在識別獲得多個目標指引標示后，進行曲線擬合得到參考軌跡線。相對于現有技術采用需要高精度地圖結合車輛定位實現參考軌跡線生成，本發明可以降低參考軌跡線生成的成本。

附圖說明

為了更清楚地說明本發明實施例的技術方案，下面將對本發明實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發明實施例提供的螺旋車道的參考軌跡線生成方法的流程圖之一；

圖2是本發明實施例提供的螺旋車道的參考軌跡線生成方法中第一圖像的示意圖；

圖3是本發明實施例提供的螺旋車道的參考軌跡線生成方法的流程圖之二；

圖4是本發明一實施例提供的車載設備的結構圖；

圖5是本發明另一實施例提供的車載設備的結構圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。