A method and system for navigating a vehicle using an automatically labeled image. The system comprises a camera configured to capture an image of a road and an electronic processor communicating with the camera. The electronic processor is configured to load a map containing the first plurality of features and receive an image. The image contains a second plurality of features. The electronic processor is also configured to project the map onto the image; detect the second plurality of features in the image; and align the map with the image by aligning the first plurality of features with the second plurality of features. The electronic processor is also configured to copy a marker describing one of the first plurality of features to a corresponding one of the second plurality of features to create an image of the marker, and to use the image of the marker to assist the navigation of the vehicle.
【技术实现步骤摘要】
【国外来华专利技术】基于地图的用于车辆的自动图像标记
技术介绍
高精度地图被用在驾驶辅助系统中,这种高精度地图包含关于位于高精度地图内的对象的信息。这些地图用于弥合最先进的实时车道检测装置与用于半自动驾驶的对象检测可靠性和范围的要求(仅凭现有的车道检测装置通常无法满足这种要求)之间的差距。
技术实现思路
高精度地图提供(除別的以外)信息以辅助执行车辆操纵。特别地,高精度地图提供与对象(诸如,道路、车道标志、和道路基础架构)的定位和特点有关的信息。在一些情形中,高精度地图还通过提供关于与车辆相关的地标和兴趣区的信息来辅助驾驶员。在一些情况下,半自动车辆可至少部分地基于关于高精度地图内的对象位置的信息执行一些导航和操纵。例如,车辆可以使用车道标志以在单个交通车道内行驶、以确定道路上的多个交通车道、以执行车道变换等等。可靠的车道检测对于驾驶员辅助系统、驾驶员安全功能、和全自动车辆的正常功能是必需的。深度学习提供了高度精确的技术,用于训练车辆系统以检测车道标志。然而,深度学习还需要大量标记的数据以适当地训练车辆系统。如下所述,神经网络被训练用于检测相机图像中的车道标志,而无需手动标记任何图像。为实现这一目的,用于自动驾驶的高精度地图被投影到相机图像中,并且车辆系统校正由于定位和坐标系变换不精确而导致的错位。可以通过计算高精度地图内的对象或特征与相机图像中的检测到的对象之间的偏移来执行校正。通过在相机图像中使用对象检测用来细化投影,相机图像内对象的标记可基于像素位置精确地确定。在可选的视觉质量检查后,投影的车道标志用于训练全卷积网络以分割图 ...
【技术保护点】
1.一种使用自动标记的图像用于车辆的导航的方法,所述方法包括:/n将包含第一多个特征的地图加载到车辆的电子处理器;/n利用车辆的相机捕获包含第二多个特征的图像;/n将所述地图投影到所述图像上;/n利用电子处理器,检测所述图像内的所述第二多个特征;/n通过将所述第一多个特征与所述第二多个特征对准,将所述地图与所述图像对准;/n将描述所述第一多个特征中的一个的标记复制到所述第二多个特征中对应的一个上以创建标记的图像;并且/n使用标记的图像以辅助车辆的导航。/n
【技术特征摘要】
【国外来华专利技术】20170403 US 15/4779931.一种使用自动标记的图像用于车辆的导航的方法,所述方法包括:
将包含第一多个特征的地图加载到车辆的电子处理器;
利用车辆的相机捕获包含第二多个特征的图像;
将所述地图投影到所述图像上;
利用电子处理器,检测所述图像内的所述第二多个特征;
通过将所述第一多个特征与所述第二多个特征对准,将所述地图与所述图像对准;
将描述所述第一多个特征中的一个的标记复制到所述第二多个特征中对应的一个上以创建标记的图像;并且
使用标记的图像以辅助车辆的导航。
2.根据权利要求1所述的方法,还包括利用标记的图像训练所述电子处理器内的对象检测器。
3.根据权利要求2所述的方法,还包括在训练所述对象检测器之后,利用所述对象检测器检测第二图像内的所述第二多个特征,以创建更新的标记的图像。
4.根据权利要求3所述的方法,还包括基于所述更新的标记的图像校正所述地图与所述第二图像的对准。
5.根据权利要求4所述的方法,还包括利用所述第二图像训练所述电子处理器内的所述对象检测器。
6.根据权利要求1所述的方法,其中所述第一多个特征和所述第二多个特征是车道标志。
7.根据权利要求1所述的方法,其中加载包含所述第一多个特征的地图包含加载导航级地图,所述导航级地图具有在所述导航级地图中识别的道路基础架构。
8.根据权利要求1所述的方法,其中加载包含所述第一多个特征的地图包含从中央数据库接收所述地图。
9.根据权利要求1所述的方法,其中将所述地图加载到所述电子处理器包含从中央服务器下载所述地图。
10.根据权利要求1所述的方法,其中将所述地图加载到所述电子处理器包含基于来自车辆的传感器的输入生成所述地图。
11.一种使用自动标记的图像用于导航车辆的系统...
【专利技术属性】
技术研发人员:K贝伦特,J威特,
申请(专利权)人:罗伯特·博世有限公司,
类型:发明
国别省市:德国;DE
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。