[發(fā)明專利]一種車道級定位方法、裝置及定位設(shè)備在審
| 申請?zhí)枺?/td> | 201910075113.0 | 申請日: | 2019-01-25 |
| 公開(公告)號: | CN111488762A | 公開(公告)日: | 2020-08-04 |
| 發(fā)明(設(shè)計)人: | 易瑤;祁策;李焱;郝志會 | 申請(專利權(quán))人: | 阿里巴巴集團控股有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06T7/10;G08G1/0968 |
| 代理公司: | 北京思格頌知識產(chǎn)權(quán)代理有限公司 11635 | 代理人: | 楊超 |
| 地址: | 英屬開曼群島大開*** | 國省代碼: | 暫無信息 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 車道 定位 方法 裝置 設(shè)備 | ||
1.一種車道級定位方法,其特征在于,包括:
對輸入圖像進行道路要素分割,得到包含指定類別的道路要素的分割圖像;
對分割圖像中指定類別的道路要素所包括的像素進行矢量化處理,得到包括所述指定類別的道路要素描述信息的道路數(shù)據(jù);
根據(jù)所述道路數(shù)據(jù)包括的道路要素描述信息和拍攝所述輸入圖像的成像設(shè)備參數(shù),確定車輛所在的車道和車輛與指定道路要素的位置關(guān)系。
2.如權(quán)利要求1所述的方法,其特征在于,所述對輸入圖像進行道路要素分割,包括:
使用機器學(xué)習模型,對輸入圖像中指定類別的道路要素進行識別,根據(jù)識別結(jié)果分割出所述輸入圖像中包括的指定類別的道路要素。
3.如權(quán)利要求1所述的方法,其特征在于,所述對分割圖像中指定類別的道路要素所包括的像素進行矢量化處理,包括:
將所述分割圖像中指定類別的道路要素的圖像區(qū)域中大于預(yù)設(shè)的第一閾值的連通部分確定為高置信區(qū)域;
提取所述高置信區(qū)域中指定類別的道路要素,并擬合所述高置信區(qū)域中指定類別的道路要素在圖像坐標系下的曲線方程。
4.如權(quán)利要求3所述的方法,其特征在于,所述確定為高置信區(qū)域后,還包括:
根據(jù)道路要素的特征參數(shù)參考值,確定高置信區(qū)域中的道路要素存在缺失時,根據(jù)設(shè)定的平移規(guī)則,對道路要素進行補充。
5.如權(quán)利要求4所述的方法,其特征在于,所述根據(jù)道路要素的特征參數(shù)參考值,確定高置信區(qū)域中的道路要素存在缺失時,根據(jù)設(shè)定的平移規(guī)則,對道路要素進行補充,包括:
若所述高置信區(qū)域中相鄰的兩個相同道路要素的間距大于設(shè)定的第二閾值,則以指定的道路要素作為參考,基于相鄰兩個道路要素中的一個道路要素和該道路要素的特征參數(shù)參考值,在相鄰的兩個相同道路要素之間按設(shè)定的平移規(guī)則進行添加,直至根據(jù)該道路要素的特征參數(shù)參考值確定該道路要素的分布情況符合要求。
6.如權(quán)利要求3所述的方法,其特征在于,所述將所述分割圖像中指定類別的道路要素的圖像區(qū)域中大于預(yù)設(shè)的第一閾值的連通部分確定為高置信區(qū)域,包括:
對分割圖像中指定類別的道路要素的圖像區(qū)域分別進行膨脹操作;
基于膨脹操作后的分割圖像,根據(jù)道路要素的類別,判斷各類別的道路要素的圖像區(qū)域的連通部分的長度是否大于該類別道路要素預(yù)設(shè)的第一閾值;若是,將相應(yīng)圖像區(qū)域設(shè)置為高置信區(qū)域。
7.如權(quán)利要求3所述的方法,其特征在于,擬合所述高置信區(qū)域中指定類別的道路要素在圖像坐標系下的曲線方程,包括:
按照預(yù)設(shè)的采樣間距對所述高置信區(qū)域中指定類別的道路要素進行采樣;
對獲取到的采樣點進行曲線擬合,得到所述高置信區(qū)域中指定類別的道路要素在圖像坐標系下的曲線方程。
8.如權(quán)利要求1所述的方法,其特征在于,根據(jù)所述道路數(shù)據(jù)包括的道路要素描述信息和拍攝所述輸入圖像的成像設(shè)備參數(shù),確定車輛所在的車道和車輛與指定道路要素的位置關(guān)系,包括:
根據(jù)道路數(shù)據(jù)中包括的車道線描述信息、道路邊緣描述信息和拍攝所述輸入圖像的成像設(shè)備參數(shù),確定車輛在輸入圖像中的像素位置;
根據(jù)確定出的像素位置與擬合出的車道線曲線方程的位置關(guān)系,確定車輛所在的車道;以及
根據(jù)確定出的像素位置和擬合出的指定類別的道路要素的曲線方程,確定該像素位置到所述指定類別的道路要素的最小像素距離,根據(jù)確定出的最小像素距離和圖像中每個像素點對應(yīng)的空間距離,確定車輛到所述指定類別的道路要素的距離。
9.如權(quán)利要求1所述的方法,其特征在于,所述確定車輛所在的車道和車輛與指定道路要素的位置關(guān)系,包括確定并輸出下列信息中的至少一種:
車輛所在車道,車輛左側(cè)的車道數(shù)量、車輛右側(cè)的車道數(shù)量、距左側(cè)道路邊緣線距離、距右側(cè)道路邊緣線距離、距左一車道線距離和距右一車道線距離。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于阿里巴巴集團控股有限公司,未經(jīng)阿里巴巴集團控股有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910075113.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標記或含有代碼標記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





