【技术实现步骤摘要】
一种车道信息确定方法、装置、电子设备及介质
[0001]本申请实施例涉及汽车电气视觉控制领域,尤其涉及一种车道信息确定方法、装置、电子设备及介质。
技术介绍
[0002]车道线检测是车道偏离预警、车道保持辅助和自适应巡航等功能的基础,是智能辅助及无人驾驶系统的重要组成部分;道路边界检测是区分道路区域及非道路区域的关键技术,限制车辆在道路上可行驶的范围,保证智能车、无人车的安全行驶。
[0003]传统的车道线检测方法通过颜色、纹理、边缘等特征,利用机器学习技术进行检测和识别。但是由于受天气、光照、复杂路况等影响,车道线的检测不连续,不准确,检测的鲁棒性欠佳。随着深度学习在计算机领域的迅速发展,基于神经网络的车道线检测方法涌现出来,检测效果在复杂环境及光照条件下有了显著提升。
[0004]但是,由于道路车道线复杂、极端天气等因素影响,现有的检测技术仍然面临准确率低的缺点。另外,现有技术同时使用两个网络分别对车道线和道路边界进行检测和识别,这对于车载嵌入式系统的实时性是一个很大的负担。
技术实现思路
>[0005]本申请本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车道信息确定方法,其特征在于,所述方法包括:将车道线以及对应的预设标签、车道边界线以及对应的预设标签,输入到分割网络中;根据预设标签对应的车道线或车道边界线,确定所述分割网络的目标损失函数;根据所述目标损失函数对所述分割网络进行训练,得到车道信息检测模型,所述车道信息检测模型用于确定车道信息;其中,所述车道信息包括车道线和车道边界线。2.根据权利要求1所述的方法,其特征在于,根据预设标签对应的车道线或车道边界线,确定所述分割网络的目标损失函数,包括:确定预设标签对应的车道线或车道边界线上的点对应的特征集合;根据所述特征集合中的特征与所述特征集合中心位置的距离,确定线聚合损失函数;根据所述线聚合损失函数和候选损失函数,确定所述分割网络的目标损失函数。3.根据权利要求2所述的方法,其特征在于,根据所述特征集合中的特征与所述特征集合中心位置的距离,确定线聚合损失函数,包括:确定不同标签对应的所述特征集合中的特征与所述特征集合中心位置的距离的平均值;将所述平均值作为线聚合损失函数。4.根据权利要求2所述的方法,其特征在于,根据所述线聚合损失函数和候选损失函数,确定所述分割网络的目标损失函数,包括:将所述线聚合损失函数与候选损失函数的加权求和结果,作为所述分割网络的目标损失函数。5.根据权利要求1所述的方法,其特征在于,将车道线以及对应的预设标签、车道边界线以及对应的预设标签,输入到分割网络中之前,所述方法还包括:确定样本图像中的车道线和车道边界线;对不同的车道线设置不同的预设标签,对不同的车道边界线设置不同的预设标签,将车道线以及对应的预设标签、车道边界线以及对应的预设标签作为样本数据。6.根据权利...
【专利技术属性】
技术研发人员:吕承龙,赵鲁建,唐超,李彦盈,李连强,王浩,王诗豪,
申请(专利权)人:一汽解放汽车有限公司,
类型:发明
国别省市:
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。