【技术实现步骤摘要】
本专利技术具体涉及一种结合特征和模型的道路检测方法。
技术介绍
视听觉信息的认知计算是信息科学、生命科学和梳理科学的交叉学科，其发展水平反映了国家信息服务及相关产业的综合实力，无人驾驶技术是视听觉信息处理基础理论研究、视听觉认知相关的脑—机接口等关键技术的集成，也是国家视听觉信息处理领域的整体研究实力的体现。其中基于计算机视觉的道路检测技术，是无人驾驶汽车智能导航系统的核心技术之一。现实中的道路可以分为结构化和非结构化道路，目前非结构化道路路面环境较为复杂、路面特征易受天气、光照变化的干扰等客观原因，精确、实时的非结构道路检测仍然是一个富有挑战性的问题，在已有的非结构化道路检测算法研究中，基于特征的道路检测算法鲁棒性较强，但存在算法复杂度过高、环境适应能力不足的问题；基于模型的道路检测算法实时性较好，但仍然存在对阴影、光照变化的鲁棒性较差的问题。
技术实现思路
本专利技术要解决的技术问题是提供一种结合特征和模型的道路检测方法。结合特征和模型的道路检测方法，包括以下步骤：S1：通过摄像头实时采集车道图像信息；S2：采用基于多层神经网络的道路分割方法进行道路分割，找出其中道路区域；S3：根据道路区域和非道路区域的分割结果找出道路边界；S4：对道路的边界点进行提取，使用条件概率密度传播算法估计消失点位置，对道路消失点位置进行跟踪；S5：使用将消失点位置融合到二次曲线道路道路边界拟合过程中的启发式拟合算法拟合道路模型。进一步的，所述基于多层神经网络的道路分割方法如下：S2-1：将图像从RGB色彩空间转换到HSV色彩空间，将道路区域与非道路区域样本中每一个像素点的色调...
【技术保护点】
结合特征和模型的道路检测方法，其特征在于，包括以下步骤：S1：通过摄像头实时采集车道图像信息；S2：采用基于多层神经网络的道路分割方法进行道路分割，找出其中道路区域；S3：根据道路区域和非道路区域的分割结果找出道路边界；S4：对道路的边界点进行提取，使用条件概率密度传播算法估计消失点位置，对道路消失点位置进行跟踪；S5：使用将消失点位置融合到二次曲线道路道路边界拟合过程中的启发式拟合算法拟合道路模型。
【技术特征摘要】
1.结合特征和模型的道路检测方法，其特征在于，包括以下步骤：S1：通过摄像头实时采集车道图像信息；S2：采用基于多层神经网络的道路分割方法进行道路分割，找出其中道路区域；S3：根据道路区域和非道路区域的分割结果找出道路边界；S4：对道路的边界点进行提取，使用条件概率密度传播算法估计消失点位置，对道路消失点位置进行跟踪；S5：使用将消失点位置融合到二次曲线道路道路边界拟合过程中的启发式拟合算法拟合道路模型。2.根据权利要求1所述的道路检测方法，其特征在于，所述基于多层神经网络的道路分割方法如下：S2-1：将图像从RGB色彩空间转换到HSV色彩空间，将道路区域与非道路区域样本中每一个像素点的色调和饱和度作为像素的特征向量作为多层神经网络输入向量提供给输入层，每一个输入层节点的输出结果等于输入特征向量中的对应分量；S2-2：依据网络连接，隐含层节点对各个输入进行加权求和，得到的标量称为净激活，即：netj=Σi=1dxiωji+ωj0=Σi=0dxiωji=ωjix,]]>其中，i为输入层节点的索引，d为输入层节点数，j为隐含层节点的索引，ω...
【专利技术属性】
技术研发人员：胡克荣，
申请(专利权)人：北海益生源农贸有限责任公司，
类型：发明
国别省市：广西;45
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。