【技术实现步骤摘要】
一种路面标线图像识别方法和训练方法
本专利技术涉及图像识别及曲线拟合技术,尤其涉及一种路面标线的识别拟合技术。
技术介绍
车辆驾驶正朝着智能化,自动化的方向发展。为了实现车辆的智能/自动驾驶,或是为驾驶员提供辅助驾驶功能,例如:车道保持功能,或是跟踪路面标线驾驶功能,都需要在道路图像中识别路面标线,为智能/自动驾驶或是辅助驾驶提供车辆位于道路上的空间位置信息,以便控制系统对车辆进行辅助控制。现有车道线检测技术通常基于传动的计算机图像处理技术,需要人为的设计用于图像识别的几何特征,然后利用边缘提取技术对图像进行边缘提取,再进行特征比对。这种方法对于图像成像质量要求较高,从而对光线环境适应性交差,并且图形被部分遮挡或是污染,变形的时候,识别率较低,鲁棒性交叉。
技术实现思路
本专利技术所要解决的技术问题是,针对现有技术的不足,提供一种安全可靠的,低成本的,基于图像识别的路面标线识别方法及训练方法。该方法能够为车辆巡线控制提供路面标线信息,为车辆驾驶提供道路位置辅助信息,为车辆自动驾驶提供横向导航信息,为车辆定位、测算车辆与站点之间的距离数据、以及车辆进站路线规划与速度控制提供依据。为了解决以上问题,根据本专利技术的第一个方面,提供了一种路面标线图像识别的训练方法,包括:通过车辆前视摄像机拍摄所述车辆前进方向道路区域的图像,所述道路区域设有n条路面标线(n≥1);通过所述摄像机内部参数和外部参数对所述图像进行畸变矫正和透视变换,获得的道路俯视图;在所述道路俯视图上建立平面坐标系,提取图像中车辆行驶方向同向道路区域的所述路面标线,采用深度神经网络模型输出识别参数,制作 ...
【技术保护点】
1.一种路面标线图像识别的训练方法,包括:通过车辆前视摄像机拍摄所述车辆前进方向道路区域的图像,所述道路区域设有n条路面标线(n≥1);通过所述摄像机内部参数和外部参数对所述图像进行畸变矫正和透视变换,获得的道路俯视图;在所述道路俯视图上建立平面坐标系,提取图像中车辆行驶方向同向道路区域的所述路面标线,采用深度神经网络模型输出识别参数,制作训练数据集;训练所述深度神经网络模型识别路面标线输出的所有识别参数;其特征在于,所述识别参数包括A1、A2……Ak共k个拟合数学方程参数和Ak+1,Ak+2……Ak+i共i个路面标线参数,所述路面标线条数和所述路面标线参数个数的关系为2i>n>2i‑1,所述深度神经网络模型包括全连接层和连接在所述全连接层后的输出层,所述输出层的节点数为n*(k+i)个,所述训练数据集为n*(k+i)维向量label=[A11,A12……A1k+i,A21,A22……A2k+i,……,An1,An2……Ank+i]。
【技术特征摘要】
1.一种路面标线图像识别的训练方法,包括:通过车辆前视摄像机拍摄所述车辆前进方向道路区域的图像,所述道路区域设有n条路面标线(n≥1);通过所述摄像机内部参数和外部参数对所述图像进行畸变矫正和透视变换,获得的道路俯视图;在所述道路俯视图上建立平面坐标系,提取图像中车辆行驶方向同向道路区域的所述路面标线,采用深度神经网络模型输出识别参数,制作训练数据集;训练所述深度神经网络模型识别路面标线输出的所有识别参数;其特征在于,所述识别参数包括A1、A2……Ak共k个拟合数学方程参数和Ak+1,Ak+2……Ak+i共i个路面标线参数,所述路面标线条数和所述路面标线参数个数的关系为2i>n>2i-1,所述深度神经网络模型包括全连接层和连接在所述全连接层后的输出层,所述输出层的节点数为n*(k+i)个,所述训练数据集为n*(k+i)维向量label=[A11,A12……A1k+i,A21,A22……A2k+i,……,An1,An2……Ank+i]。2.根据权利要求1所述的一种路面标线图像识别的训练方法,其特征在于,采用分阶段训练,包括如下步骤:S1:剪裁所述深度神经网络模型,仅输出数学方程参数A1,剪裁所述输出层,仅保留所述数学方程参数A11,A21,……,An1所对应的节点,剪裁所述训练数据集,保留label=[A11,A21,……,An1];S2:训练所述深度神经网络模型;S3:修改所述深度神经网络模型,所述数学方程参数增加1个,所述输出层保留的节点增加n个,所述训练数据集的向量维度增加n个;S4:重复步骤S2-S3。3.根据权利要求1所述的一种路面标线图像识别的训练方法,其特征在于,所述图像拍摄于晴天的正午及夜晚。4.根据权利要求1所述的一种路面标线图像识别的训练方法,其特征在于,所述图像拍摄于阴天的正午及夜晚。5.根据权利要求1所述的一种路面标线图像识别的训练方法,其特征在于,所述图像拍摄于雨天的正午及夜晚。6.根据权利要求1所述的一种...
【专利技术属性】
技术研发人员:胡云卿,袁浩,林军,刘悦,游俊,熊群芳,丁驰,岳伟,
申请(专利权)人:中车株洲电力机车研究所有限公司,
类型:发明
国别省市:湖南,43
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。