【技术实现步骤摘要】
【国外来华专利技术】
本公开涉及用于预测转弯点的装置、方法和系统。转弯点与车辆正行驶在的道路有关。它们指示车辆可以改变方向的位置。本公开适用于车辆电子领域，特别是车辆导航、增强现实和/或自主驾驶。
技术介绍
1、本公开涉及确定转弯点，即车辆可以改变方向的位置。转弯点可以包括在地球的表面的一部分的高分辨率电子地图中。因此，存在对用于确定转弯点的方法的关注。
技术实现思路
1、本文公开并要求保护用于预测与车辆正行驶在的道路有关的一个或多个转弯点的系统、方法和装置，所述一个或多个转弯点指示车辆可以改变方向的位置。
2、本公开的第一方面涉及一种用于预测与车辆正行驶在的道路有关的一个或多个转弯点的计算机实现的方法。一个或多个转弯点指示车辆可以改变方向的位置。所述方法包括：
3、●获得道路及其环境的训练图像；
4、●接收与所述训练图像上的所述道路相关联的标签，每个标签包括训练转弯标记；
5、●在训练数据集上训练人工神经网络以预测一个或多个转弯点，其中所述训练数据集包括所接收到的标签和所获得的训练图像；
6、●记录道路及其环境的至少一个道路图像；以及
7、●通过所述人工神经网络处理所述道路图像以预测推理图像上的一个或多个转弯点。
8、因此，所述方法包括训练阶段，所述训练阶段包括获得训练图像、接收标签、以及训练人工神经网络。所述方法还包括推理阶段，所述推理阶段包括记录并处理一个或多个道路图像。
9、训练图像至少示出道路。道路
10、训练图像优选地从在道路上行驶的车辆的角度来示出道路。图像可以由车载摄像头记录。替代性地，可以使用其他图像来源，诸如从第三方收集图像。也可以手动拍摄图像。优选地，使用照片或视频图像。替代性地，可以使用计算机生成的图像。训练转弯标记可以手动地或通过算法(例如分类算法)分配。举例来说，标签可以自动地生成并在被用于训练之前手动地验证。然而，可以完全手动地加标签。
11、改变行驶方向可以指离开主道路的行车道(即车辆初始行驶在的行车道)并继续在另一道路上(例如在十字路口或交叉口处)行驶，或者指停在停车位处。相比之下，只要车辆在行车道上移动，特别是在用于车辆交通的车道中的一条车道上移动，沿着车辆移动的道路的弯道行驶便不会被视为改变方向。
12、在实施方案中，每个训练转弯标记包括转弯点。
13、转弯点标记道路的边界上的可以进行转弯的位置。转弯点将由人工神经网络预测，并且所述人工神经网络的输出可以用作另一系统的输入，例如包括在车辆中的导航系统中。导航系统通常使用地图来定位车辆的当前位置并示出可以转弯的位置。在常规系统中，如果在地图上不准确地指示位置，则导航系统可能无法告知驾驶者可以在哪个精确位置进行转弯，例如路口位于何处。通过由人工神经网络处理车辆的前置摄像头的图像来确定位置会允许纠正位置，更新不准确的地图数据，并向驾驶者给予更精确的指示。数据还可以用作增强现实显示系统的输入，所述增强现实显示系统配置成示出叠加在交通场景上的虚拟道路标志。在自主驾驶中，确定转弯点可以允许车辆进行精确转弯。
14、在另外的实施方案中，每个训练转弯标记包括指示车辆可以改变行驶方向的道路边界区段的转弯线。
15、道路边界区段指示道路边界的区段。道路边界是指道路的可供车辆交通使用的部分的外边界。道路边界可以包括行车道边缘、路缘石或临时道路围栏。举例来说，如果道路具有用于车辆的四条车道和人行道，则外车道的外边界为道路边界。在此示例中，在没有交叉口的情况下，外车道与人行道之间的边界为道路边界。然而，在此示例中，在连接外车道的交叉口或十字路口处，外车道与连接道路之间的边界也形成道路边界的一部分。在道路边界的此区段(道路边界在此处为外车道与相邻道路之间的边界)处，车辆通常可以改变行驶方向，即转弯到相邻道路上。此类道路边界区段优选地由转弯线指示，下面阐述的特殊情况除外。由此，转弯线指示行车道的界线的可以由离开行车道的车辆穿越的一部分。因此，离开行车道的车辆穿越仅一条转弯线。车辆可以改变行驶方向的道路边界区段的示例包括环岛和路口，特别是十字路口和交叉口。
16、在此实施方案中，转弯线由人工神经网络本身处理，或者转弯线在预处理步骤中转换为转弯点。
17、在另外的实施方案中，所述方法还包括针对每条转弯线在转弯线的中心处确定转弯点。
18、特别地，如果在训练阶段，包括在训练数据集中的训练转弯标记为转弯线，则可以在训练人工神经网络的步骤之前在转弯线的中心处确定转弯点。由此，首先确定可以在图像上更准确地标记的转弯线。优选地，这可以手动地完成。然后在算法上可以通过在转弯线的中心处确定转弯点的位置而将转弯线变换为训练转弯点。在转弯线的中心处确定位置可能需要进行透视校正。然后，人工神经网络接收训练转弯点作为输入数据集，以进行训练来预测道路图像上转弯点的位置。在替代性实施方案中，人工神经网络可以优选地通过包括在人工神经网络中的一个或多个层将转弯线变换为转弯点。
19、在另外的实施方案中，仅当道路边界区段的开头和结尾在训练图像上可见时，转弯线才指示道路边界区段。
20、由此，仅当道路边界区段的开头和结尾的确切位置可见时，才训练人工神经网络来预测转弯标记。相比之下，排除以下情况：道路边界区段的开头和/或结尾因它在图像之外或者因它被诸如停放的车辆等对象遮挡而不可见。这提高了方法的可靠性。
21、在示例中，训练数据集由经训练的人员(专家评估者)手动地生成，他们根据一组加标签规则对训练图像加标签。加标签规则包括当道路边界区段的开头和结尾可见时定义转弯线。无论是在训练阶段还是在推理阶段，加标签规则均不需要由人工神经网络处理。相反，加标签规则表示训练数据集的条件。
22、在另外的实施方案中，转弯线在以下情况下指示包括主道路的道路边界的区段的道路边界区段：
23、●主道路形成到交叉道路的路口、交叉口或十字路口；以及/或者
24、●主道路的出口被阻塞交通的临时屏障和/或交通标志阻塞。
25、如果以上条件中的至少一个适用，则指示道路边界区段的转弯线由此包括在训练数据集中。这意味着可以训练人工神经网络来预测通过道路的物理性质确定的位置处的转弯线：在路口、交叉口或十字路口处，限制行车道的路缘石或其他物理屏障被交叉道路中断。由此，训练人工神经网络以根据车辆可以在何处进行转弯来预测转弯点。相比之下，交通法规、街道标志、道路标记线、诸如路桩和栅栏等临时屏障则被忽视。由此，训练人工神经网络以根据图像特征来放置转弯标记，所述图像特征指示物理道路屏障的存在或不存在并且从而允许区本文档来自技高网...
【技术保护点】
1.一种用于预测与车辆正行驶在的道路有关的一个或多个转弯点的计算机实现的方法，所述一个或多个转弯点指示所述车辆能够改变方向的位置，所述方法包括：
2.根据权利要求1所述的方法，
3.根据前述权利要求中任一项所述的方法，
4.根据权利要求3所述的方法，
5.根据权利要求3或4所述的方法，其中仅当所述道路边界区段的开头和结尾在所述训练图像上可见时，转弯线才指示所述道路边界区段。
6.根据权利要求3至5中任一项所述的方法，其中转弯线在以下情况下指示包括主道路的道路边界的区段的道路边界区段：
7.根据权利要求3至6中任一项所述的方法，其中转弯线在以下中的一者或多者适用的情况下不指示主道路的道路边界区段：
8.根据前述权利要求中任一项所述的方法，其中所述训练图像包括具有随机添加的阴影、色彩变换、水平翻转、模糊、随机调整大小和/或随机裁剪的训练图像。
9.根据前述权利要求中任一项所述的方法，
10.根据权利要求9所述的方法，
11.根据前述权利要求中任一项所述的方法，>
12.根据前述权利要求中任一项所述的方法，
13.根据任一前述权利要求所述的方法，其中以下步骤：
14.根据前述权利要求中任一项所述的方法，其还包括：
15.根据任一前述权利要求所述的方法，其还包括：
16.根据前述权利要求中任一项所述的方法，
17.根据权利要求16所述的方法，
18.根据前述权利要求中任一项所述的方法，
19.根据前述权利要求中任一项所述的方法，其包括：
20.一种用于预测指示车辆能够改变方向的位置的转弯点的系统，所述系统包括用于执行根据前述权利要求中任一项所述的步骤的装置。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于预测与车辆正行驶在的道路有关的一个或多个转弯点的计算机实现的方法，所述一个或多个转弯点指示所述车辆能够改变方向的位置，所述方法包括：
2.根据权利要求1所述的方法，
3.根据前述权利要求中任一项所述的方法，
4.根据权利要求3所述的方法，
5.根据权利要求3或4所述的方法，其中仅当所述道路边界区段的开头和结尾在所述训练图像上可见时，转弯线才指示所述道路边界区段。
6.根据权利要求3至5中任一项所述的方法，其中转弯线在以下情况下指示包括主道路的道路边界的区段的道路边界区段：
7.根据权利要求3至6中任一项所述的方法，其中转弯线在以下中的一者或多者适用的情况下不指示主道路的道路边界区段：
8.根据前述权利要求中任一项所述的方法，其中所述训练图像包括具有随机添加的阴影、色彩变换、水平翻转、模糊、随机调...
【专利技术属性】
技术研发人员：A·V·菲力莫诺夫，D·V·戈尔布诺夫，D·A·亚丘宁，T·I·巴伊达索夫，Y·G·库库什基纳，
申请(专利权)人：哈曼国际工业有限公司，
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。