一种用于辅助驾驶场景的自适应车道线拟合方法技术

本发明专利技术公开了一种用于辅助驾驶场景的自适应车道线拟合方法，将深度学习输出的车道线像素点转换到以车辆中心为原点的二维坐标系上；根据车道线像素点分布情况，计算车道线的参考斜率；融合聚类和滑窗两种车道线提取策略，提取车道线对应像素点集合，根据道路情况设计聚类规则；在像素点集合中使用偏左偏右两条拟合策略拟合车道；最终形成多条车道线，距离分割线最近的两条车道线为车辆的当前车道线。本发明专利技术融合聚类和滑窗两种车道线提取策略，根据道路情况设计聚类规则，可以解决传统方法车道线提取拟合不稳定情况；车道使用偏左偏右两条拟合策略，可以解决变道识别错误情况。

【技术实现步骤摘要】

本专利技术涉及辅助驾驶技术，尤其涉及一种用于辅助驾驶场景的自适应车道线拟合方法。

技术介绍

1、车道线识别是自动驾驶场景重要功能，目前主要通过深度学习进行车道线检测，检测出在图像空间的车道线像素点，然后再通过聚类或者滑动窗口搜索将深度学习检测到的像素点分分类成不同的车道线，进行车道提取。然而由于路况的复杂性，其无法按照某种特定的规则实现该功能。如在道路车道线不清晰时，聚类方法会将单车道线识别成多条车道线。此外滑动窗口的搜索方法比较依赖滑动窗口的搜索规则，常规的方案在直道上表现较好；当道路出现曲率半径较小，或者车辆变道时候，其容易识别错误。

技术实现思路

1、为解决现有技术中存在的不足，本专利技术的目的在于，提供一种用于辅助驾驶场景的自适应车道线拟合方法。

2、为实现本专利技术的目的，本专利技术所采用的技术方案是：

3、一种用于辅助驾驶场景的自适应车道线拟合方法，包括步骤：

4、(1)将深度学习输出的车道线像素点转换到以车辆中心为原点的二维坐标系上；>

5、(2)根本文档来自技高网...

【技术保护点】

1.一种用于辅助驾驶场景的自适应车道线拟合方法，其特征在于，包括步骤：

2.根据权利要求1所述的用于辅助驾驶场景的自适应车道线拟合方法，其特征在于，步骤(1)中，通过相机参数采用逆透视变换方法将深度学习输出的车道线像素点转换到以车辆中心为原点的二维坐标系上，记作集合SP。

3.根据权利要求1所述的用于辅助驾驶场景的自适应车道线拟合方法，其特征在于，步骤(2)中，按照像素点到本车的距离将集合SP分成多份，分别计算各集合的特征向量，作为车道线的参考斜率。

4.根据权利要求1所述的用于辅助驾驶场景的自适应车道线拟合方法，其特征在于，步骤(2)中，按照像素点到...

【技术特征摘要】

1.一种用于辅助驾驶场景的自适应车道线拟合方法，其特征在于，包括步骤：

2.根据权利要求1所述的用于辅助驾驶场景的自适应车道线拟合方法，其特征在于，步骤(1)中，通过相机参数采用逆透视变换方法将深度学习输出的车道线像素点转换到以车辆中心为原点的二维坐标系上，记作集合sp。

3.根据权利要求1所述的用于辅助驾驶场景的自适应车道线拟合方法，其特征在于，步骤(2)中，按照像素点到本车的距离将集合sp分成多份，分别计算各集合的特征向量，作为车道线的参考斜率。

4.根据权利要求1所述的用于辅助驾驶场景的自适应车道线拟合方法，其特征在于，步骤(2)中，按照像素点到本车的距离，将所有车道的像素点分成三份，由近到远分别记作集合sp1，sp2，sp3，分别求取集合sp1，s...

【专利技术属性】
技术研发人员：李赵，陈诚，张旸，
申请(专利权)人：奥特酷智能科技南京有限公司，
类型：发明
国别省市：