The invention provides a right-angle bend recognition method based on forward fisheye lens and vehicle equipment. The method includes acquiring the first image captured by forward fisheye lens, inputting the first image into the lane detection model, and obtaining a plurality of first lane feature points in the first image. The lane detection model is a network model trained by convolution neural network. According to the curve fitting of the characteristic points of the first lane line, the lane track reference line is obtained; the curvature of the lane track reference line is identified; if the curvature is greater than the preset value, it is determined as a right-angle turning scene. The embodiment of the present invention improves the accuracy and reliability of right-angle turning scene recognition.
【技术实现步骤摘要】
一种基于前向鱼眼镜头的直角弯识别方法及车载设备
本专利技术涉及汽车
,尤其涉及一种基于前向鱼眼镜头的直角弯识别方法及车载设备。
技术介绍
随着智能汽车的发展,自动驾驶技术越来越成熟。在代客泊车服务valetparking场景下,通常需要进行直角转弯等复杂场景的自动驾驶控制。然而,现有技术中,通常依赖于地图信息和定位系统,识别直角转弯场景。然而由于受到系统定位误差以及信号强度的限制,对直角转弯场景识别的准确度较低。
技术实现思路
本专利技术实施例提供一种基于前向鱼眼镜头的直角弯识别方法及车载设备,以解决直角转弯场景识别的准确度较低的问题。第一方面,本专利技术实施例提供了一种基于前向鱼眼镜头的直角弯识别方法,包括:获取前向鱼眼镜头拍摄的第一图像;将所述第一图像输入车道线检测模型,获得所述第一图像中的多个第一车道线特征点,所述车道线检测模型是利用卷积神经网络训练的网络模型;根据所述多个第一车道线特征点进行曲线拟合,得到车道轨迹参考线;识别所述车道轨迹参考线的曲率;如果所述曲率大于预设值,确定为直角转弯场景。第二方面,本专利技术实施例还提供了一种车载设备,包括:第一获取模块,用于获取前向鱼眼镜头拍摄的第一图像;处理模块,用于将所述第一图像输入车道线检测模型,获得所述第一图像中的多个第一车道线特征点,所述车道线检测模型是利用卷积神经网络训练的网络模型;拟合模块,用于根据所述多个第一车道线特征点进行曲线拟合,得到车道轨迹参考线;识别模块,用于识别所述车道轨迹参考线的曲率;确定模块,用于如果所述曲率大于预设值,确定为直角转弯场景。第三方面,本专利技术实施例还提供了一种 ...
【技术保护点】
1.一种基于前向鱼眼镜头的直角弯识别方法,其特征在于,包括:获取前向鱼眼镜头拍摄的第一图像;将所述第一图像输入车道线检测模型,获得所述第一图像中的多个第一车道线特征点,所述车道线检测模型是利用卷积神经网络训练的网络模型;根据所述多个第一车道线特征点进行曲线拟合,得到车道轨迹参考线;识别所述车道轨迹参考线的曲率;如果所述曲率大于预设值,确定为直角转弯场景。
【技术特征摘要】
1.一种基于前向鱼眼镜头的直角弯识别方法,其特征在于,包括:获取前向鱼眼镜头拍摄的第一图像;将所述第一图像输入车道线检测模型,获得所述第一图像中的多个第一车道线特征点,所述车道线检测模型是利用卷积神经网络训练的网络模型;根据所述多个第一车道线特征点进行曲线拟合,得到车道轨迹参考线;识别所述车道轨迹参考线的曲率;如果所述曲率大于预设值,确定为直角转弯场景。2.根据权利要求1所述的方法,其特征在于,所述根据所述多个第一车道线特征点进行曲线拟合,得到车道轨迹参考线包括:对所述多个第一车道线特征点进行畸变矫正变换;基于变换后的第一车道线特征点的坐标进行曲线拟合,得到车道轨迹参考线。3.根据权利要求2所述的方法,其特征在于,所述基于变换后的第一车道线特征点的坐标进行曲线拟合,得到车道轨迹参考线包括:利用3次多项式对变换后的第一车道线特征点进行曲线拟合,得到车道轨迹参考线。4.根据权利要求1至3中任一项所述的方法,其特征在于,所述获取前向鱼眼镜头拍摄的第一图像之前,所述方法还包括:获取多张第二图像,所述多张第二图像为前向鱼眼镜头拍摄的图像,且每一所述第二图像包括直角转弯区域的目标车道线,所述目标车道线包括当前行驶车道前方的车道线以及位于所述当前行驶车道的左右两侧中至少一侧的车道线;在对所述第二图像中的第二车道线特征点进行标注后,获取所述第二车道线特征点的标注信息,所述标注信息包括所述第二车道线特征点的坐标信息;将所述多张第二图像以及每一第二图像对应的标注信息输入到卷积神经网络的网络模型中,并以车道线特征点作为输出,进行训练得到所述车道线检测模型。5.根据权利要求1至3中任一项所述的方法,其特征在于,所述如果所述曲率大于预设值,确定为直角转弯场景之后,所述方法还包括:输出所述车道轨迹参考线至决策控制系统,以供所述决策控制系统根据所述车道轨迹参考线进行车辆行驶控制。6.一种车载设备,其特征在于,包括:第一获取模块,用于获取前向鱼眼镜头拍摄的第一图像;处理模块,用于将所述第一图像输入车道线检测模型,获得所述第一图像中的多个第一车道线特征...
【专利技术属性】
技术研发人员:魏宁,
申请(专利权)人:百度在线网络技术北京有限公司,
类型:发明
国别省市:北京,11
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。