The invention discloses an all-weather early warning method for lane line deviation, which includes the installation steps of near infrared imaging equipment and laser transmitter, video data acquisition steps, image data set composition steps, lane line marking steps, data set partition steps, semantic segmentation network steps, training lane line model steps, placing rectangular frame and measuring steps, matrix transformation steps, and so on. The steps of calculating proportional relation, lane line detection, lane line fitting, reference line selection and real-time measurement, etc. The invention uses a single near infrared vision sensor, based on in-depth learning and digital image processing technology, to detect the lane line and calculate the distance between the lane line and the straight line on both sides of the main vehicle during the driving process. When the distance is less than the threshold, the alarm is issued to realize the lane departure warning. The invention can effectively alarm the departure of the lane line in the course of vehicle driving and prevent the danger caused by driver distraction. It has the advantages of simplicity, high precision and low cost.
【技术实现步骤摘要】
全天候车道线偏离的预警方法
本专利技术涉及一种全天候车道线偏离的预警方法。
技术介绍
随着经济的发展,人们生活水平越来越高,汽车作为一种极为重要的交通工具走入千家万户。与此同时,驾驶安全问题也越来越受到关注,很多公司开始研究高级辅助驾驶系统,用于保障行车安全,摄像头作为一种重要传感器被广泛应用于高级辅助驾驶系统中。但现有的车道线偏离预警方案相对复杂,一般需要采用多个传感器才能实现。
技术实现思路
为了克服上述缺陷,本专利技术提供了一种全天候车道线偏离的预警方法,只采用单个近红外传感器及可实现。本专利技术为了解决其技术问题所采用的技术方案是:一种全天候车道线偏离的预警方法,包括以下步骤:步骤1,近红外成像设备和激光发射器安装:将近红外成像设备安装在主车的挡风玻璃的中间位置,并调整该近红外成像设备的摄像头的角度,使其水平朝前;再将激光发射器安装在主车的大灯位置,并调整激光发射器的角度,使激光发射器保持水平向前;步骤2,视频数据采集:将安装好所述近红外成像设备和激光发射器的主车行驶在不同道路场景中,并开启所述激光发射器和近红外成像设备,所述激光发射器实时发出近红外光,该近红 ...
【技术保护点】
1.一种全天候车道线偏离的预警方法,其特征在于,包括以下步骤:步骤1,近红外成像设备和激光发射器安装:将近红外成像设备安装在主车的挡风玻璃的中间位置,并调整该近红外成像设备的摄像头的角度,使其水平朝前;再将激光发射器安装在主车的大灯位置,并调整激光发射器的角度,使激光发射器保持水平向前;步骤2,视频数据采集:将安装好所述近红外成像设备和激光发射器的主车行驶在不同道路场景中,并开启所述激光发射器和近红外成像设备,所述激光发射器实时发出近红外光,该近红外光被主车前方的物体反射,并被主车上的所述近红外成像设备感知,该近红外成像设备再将感知到的图像实时输出,保存为视频数据;步骤3, ...
【技术特征摘要】
1.一种全天候车道线偏离的预警方法,其特征在于,包括以下步骤:步骤1,近红外成像设备和激光发射器安装:将近红外成像设备安装在主车的挡风玻璃的中间位置,并调整该近红外成像设备的摄像头的角度,使其水平朝前;再将激光发射器安装在主车的大灯位置,并调整激光发射器的角度,使激光发射器保持水平向前;步骤2,视频数据采集:将安装好所述近红外成像设备和激光发射器的主车行驶在不同道路场景中,并开启所述激光发射器和近红外成像设备,所述激光发射器实时发出近红外光,该近红外光被主车前方的物体反射,并被主车上的所述近红外成像设备感知,该近红外成像设备再将感知到的图像实时输出,保存为视频数据;步骤3,图像数据集组成;将所述视频数据每间隔两秒取一帧,并保存为图像,组成图像数据集,该图像构成图像数据集中的原图片;步骤4,车道线标注:对所述图像数据集中的原图片进行车道线标注,将主车所在车道的左车道线标注为1,主车所在车道的右车道线标注为2,并基于此标注结果,将所述图像数据集中的原图片分别生成与之对应的真值图片,并储存于所述图像数据集中,所述真值图片的尺寸与其对应的原图片尺寸相同,其中,所述真值图片的非车道线区域像素值为0,所述真值图片的左侧车道线像素值为1,所述真值图片的右侧车道线像素值为2;步骤5,数据集的划分:将所述图像数据集随机划分为训练数据集、验证数据集和测试数据集,且每一张原图片和该原图片对应的真值图片成对划入同一个数据集中,各数据集之间无重复,所述训练数据集、验证数据集和测试数据集的数据量比例为6:2:2;步骤6,构建语义分割网络:构建包括特征编码子网络和特征解码子网络的语义分割网络,其中,特征编码子网络用于提取特征,一共有13个卷积层和4个最大池化层;特征解码子网络用于对特征解码,一共有4个上采样层和13个卷积层,最后一个卷积层的卷积核个数为3;该语义分割网络的输入图像大小为400x240x3,输出为400x240x3;步骤7,训练车道线模型:随机读取所述训练数据集中的原图片和对应的真值图片,将原图片和真值图片归一化并缩放为400x240x3,其中原图片作为所述步骤6中的输入图像,并计算此时网络的输出结果,然后将该结果与原图片对应的真值图片进行比较,计算误差,再利用梯度下降法调整网络中的参数,训练车道线模型;步骤8,选择最优模型:采用所述步骤7中的训练方法,训练参数迭代次数为300000~800000之间,使得网络的输出结果与真值之间的误差逐步减小,并在验证集上测试该车道线模型的准确度,选择准确率最高的模型参数并将其保存为最优模型,至此,车道线模型训练完成;步骤9,放置矩形框并测量:在主车的近红外成像设备的摄像头的正前方可视区域范围内放置一个矩形框,该矩形框在图像中的水平轴与图像底边平行,且矩形框水平轴的中点位于图像中轴线上;再测量该矩形框实际的宽wr和高hr,并将当前近红外成像设备的摄像头视角拍摄的含矩形框的图像保存;步骤10,矩阵变换:读取步骤9中保存的含矩形框的图像,并从左上角顶点开始,顺时针依次记录矩形框四个顶点的原始像素坐标p1(x1,y1)、p2(x2,y2)、p3(x3,y3)、p4(x4,y...
【专利技术属性】
技术研发人员:吴晓闯,陆正达,孙长亮,
申请(专利权)人:昆山星际舟智能科技有限公司,
类型:发明
国别省市:江苏,32
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。