[發(fā)明專利]基于定位和視覺技術(shù)融合的車道級定位方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110561824.6
• 申請日: 2021-05-23
• 公開（公告）號: CN113378654B
• 公開（公告）日: 2022-08-16
• 發(fā)明（設(shè)計）人: 周竹萍;唐旭;劉博聞;于雙志;欒泊蓉
• 申請（專利權(quán)）人: 南京理工大學(xué)
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/764;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 陳鵬

本發(fā)明公開了一種基于定位和視覺技術(shù)融合的車道級定位方法及系統(tǒng)，該方法通過將高精度定位設(shè)備獲取的車輛中心點與最右車道線的真實距離和視頻設(shè)備獲取的車輛中心點與圖像中最右車道線的像素距離作為數(shù)據(jù)融合的輸入值，采用樸素貝葉斯和D?S證據(jù)理論結(jié)合的數(shù)據(jù)融合方法輸出當(dāng)前車輛所在車道判別結(jié)果，避免了傳統(tǒng)單一設(shè)備車道級定位工作時受到的外部環(huán)境干擾，提升了車道級定位的魯棒性和準確性。本發(fā)明利用高精度定位設(shè)備將北斗衛(wèi)星坐標精度提升至厘米級并結(jié)合視頻設(shè)備，融合定位與視覺技術(shù)，實現(xiàn)精準且高魯棒性的車道級定位。

技術(shù)領(lǐng)域

本發(fā)明涉及北斗定位與圖像處理分析領(lǐng)域，具體涉及一種基于定位和視覺技術(shù)融合的車道級定位方法及系統(tǒng)。

背景技術(shù)

隨著我國公路建設(shè)取得了令世界矚目的成績，其中高速公路總里程已經(jīng)位于世界第一位。與此同時，我國公路交通事故問題卻日益嚴重。公路具有車速高、封閉性強、車型復(fù)雜等特點，致使公路交通事故傷亡與財產(chǎn)損失相比于城市道路更為嚴重。為應(yīng)對我國公路交通安全的嚴峻形勢，須深入研究車輛運行特征與規(guī)律，提高車道級定位的準確度和魯棒性，并應(yīng)用于工程實踐，不斷提升公路交通安全管理水平，增強事故預(yù)防與處置能力。

長期以來，傳統(tǒng)的單一設(shè)備車道級定位方法容易受到外部環(huán)境干擾，如定位設(shè)備會受到隧道的影響，視頻設(shè)備會受限于天氣的狀況，均無法應(yīng)付復(fù)雜的路況。如現(xiàn)有車載視頻設(shè)備通過識別車輛前方左右車道線數(shù)目從而實現(xiàn)車道級定位，但該方法在雨、雪、大霧天氣、光線暗等情況下均有可能因視線模糊而造成誤判，車道級定位效果較差。

發(fā)明內(nèi)容

本發(fā)明目的在于提供一種基于定位和視覺技術(shù)融合的車道級定位方法及系統(tǒng)，可避免傳統(tǒng)車道級定位方法在單一設(shè)備工作時狀態(tài)不穩(wěn)定而誤判的情況，增強了系統(tǒng)的魯棒性，提供一種高可靠性和準確性的車道級定位結(jié)果。

實現(xiàn)本發(fā)明目的的技術(shù)解決方案如下：

一種基于定位和視覺技術(shù)融合的車道級定位方法，包括：

定位設(shè)備采集行車軌跡經(jīng)緯度數(shù)據(jù)并進行數(shù)據(jù)預(yù)處理；

車載攝像頭采集前方道路圖像數(shù)據(jù)，并檢測圖像數(shù)據(jù)中最右車道線；

計算車輛中心點與最右車道線的真實距離和視頻設(shè)備獲取的車輛中心點與圖像中最右車道線的像素距離；

將車輛中心點與最右車道線的真實距離、視頻設(shè)備獲取的車輛中心點與圖像中最右車道線的像素距離作為數(shù)據(jù)融合的輸入值，使用樸素貝葉斯和D-S證據(jù)理論數(shù)據(jù)融合方法輸出最終所在車道判別結(jié)果。

本發(fā)明還一種基于定位和視覺技術(shù)融合的車道級定位系統(tǒng)，包括：

定位設(shè)備，采集行車軌跡經(jīng)緯度數(shù)據(jù)并進行數(shù)據(jù)預(yù)處理；

車載攝像頭，采集前方道路圖像數(shù)據(jù)，并檢測圖像數(shù)據(jù)中最右車道線；

處理模塊，計算車輛中心點與最右車道線的真實距離和視頻設(shè)備獲取的車輛中心點與圖像中最右車道線的像素距離；

將車輛中心點與最右車道線的真實距離、視頻設(shè)備獲取的車輛中心點與圖像中最右車道線的像素距離作為數(shù)據(jù)融合的輸入值，使用樸素貝葉斯和D-S證據(jù)理論數(shù)據(jù)融合方法輸出最終所在車道判別結(jié)果。

本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點為：

(1)MaskRcnn深度學(xué)習(xí)網(wǎng)絡(luò)，該網(wǎng)絡(luò)實時性強且準確度高，不僅能處理物體檢測問題，還能處理語義分割問題；

(2)采用樸素貝葉斯和D-S證據(jù)理論結(jié)合的方法，它是一種多時空數(shù)據(jù)融合方法，采用樸素貝葉斯分類器輸出概率分配值BPA，并運用D-S證據(jù)理論實現(xiàn)了對多時空數(shù)據(jù)進行融合，在處理多時刻、多設(shè)備的數(shù)據(jù)挖掘融合上相比其他機器學(xué)習(xí)算法表現(xiàn)出明顯的優(yōu)勢；

(3)本發(fā)明可避免復(fù)雜環(huán)境下車道級定位設(shè)備單一工作狀態(tài)不穩(wěn)定，輸出高魯棒性和精準的車道級定位結(jié)果；