【技术实现步骤摘要】
一种基于语义分割技术的车道线检测方法
[0001]本专利技术公开一种方法，涉及计算机视觉
，具体地说是一种基于语义分割技术的车道线检测方法。
技术介绍
[0002]快速的城市化带来了城市人口的增长，带来了重大的流动性和可持续性挑战，在多个智慧场景的建设中，智慧交通场景具有潜力提高效率和决策。其中智能驾驶技术中的感知功能非常重要，而且其需要感知的设备丰富、感知的数据模态多样、感知的数据量大且任务输出复杂。针对需要的感知的数据中，路况数据十分重要，虽然目前存在识别技术进行路况识别，但其可靠性和高效性还有待提高。
技术实现思路
[0003]本专利技术针对现有技术的问题，提供一种基于语义分割技术的车道线检测方法，可用于辅助构建高精地图或行车过程，切实提升智能驾驶的可靠性与高效性。
[0004]本专利技术提出的具体方案是：
[0005]本专利技术提供一种基于语义分割技术的车道线检测方法，构建语义分割模型，通过语义分割模型将RGB图像逐像素按照背景、可行驶区域、车道线或马路边缘石进行预测分类，
【技术保护点】
【技术特征摘要】
1.一种基于语义分割技术的车道线检测方法，其特征是构建语义分割模型，通过语义分割模型将RGB图像逐像素按照背景、可行驶区域、车道线或马路边缘石进行预测分类，利用DBSCAN聚类方法将预测分类后车道线的区域聚类为独立的簇，初步形成车道线，利用图像处理方法根据初步形成的车道线提取每一条车道线的中心线，完成车道线检测。2.根据权利要求1所述的一种基于语义分割技术的车道线检测方法，其特征是预测分类前通过单目相机采集路况图像，并将路况图像转换为RGB图像。3.根据权利要求1所述的一种基于语义分割技术的车道线检测方法，其特征是所述构建语义分割模型，包括：构建语义分割模型的卷积层和池化层，并将ReLU函数作为激活函数，通过Softmax函数输出多分类的结果。4.根据权利要求1所述的一种基于语义分割技术的车道线检测方法，其特征是所述利用DBSCAN聚类方法将预测分类后车道线的区域聚类为独立的簇，包括：定义密度相连点的最大集合为独立的簇，初步形成车道线。5.根据权利要求1所述的一种基于语义分割技术的车道线检测方法，其特征是所述利用图像处理方法根据初步形成的车道线提取每一条车道线的中心线，包括：利用形态学骨架提取方法提取每一条车道线的中心线：对初步形成的车道线图像进行二值化处理，对二值化处理后的车道线图像依次进行腐蚀和膨胀操作，获得骨架图。6.一种基于语义分割技术的车道线检测系统，其特征是包括预测分类模块、...
【专利技术属性】
技术研发人员：王健，王本强，赵小楠，马辰，
申请(专利权)人：山东新一代信息产业技术研究院有限公司，
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。