System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 车道线检测方法、系统、预警系统、域控制器及车辆技术方案_技高网

车道线检测方法、系统、预警系统、域控制器及车辆技术方案

技术编号:41249775 阅读:3 留言:0更新日期:2024-05-09 23:58
本发明专利技术属于车辆技术领域,尤其涉及一种车道线检测方法、系统、预警系统、域控制器及车辆。它解决了现有技术设计不合理等缺陷。本本车道线检测方法包括如下步骤:S1、输入图像至光照分类器中,设置一个动态的时间间隔来进行光照条件的检测,所述光照分类器对当前所述图像的当前桢检结果与上一桢的光照结果进行比对,最终获得当前所述图像的是否需要分类的结果;S2、根据S1的检测分类结果选择维持上一桢车道线检测网络或重新选择相应的车道线检测网络。本申请优点:根据分类结果自适应选择最适合该场景的车道线检测网络,提高车辆行驶中对车道检测的准确性。

【技术实现步骤摘要】

本专利技术属于车辆,尤其涉及一种车道线检测方法、系统、预警系统、域控制器及车辆


技术介绍

1、车辆智能辅助驾驶系统是包含了车道线检测及偏离预警、司机疲劳驾驶检测预警、行人检测、交通信号灯检测等集合了“人、车、路”一体的检测预警系统。车道线检测及偏离预警系统在算法层面可分为“识别检测”和“偏离并预警”两大环节。

2、在车道线检测方面,可使用实例分割算法laneatt和行分类算法pinet,两者均能一定程度上解决车道线被遮挡和训练数据不平衡引起的检测精度问题,同时其计算速度也都能满足实际应用场景,实时性较高。laneatt是一个基于锚点的端到端车道线检测网络,可使用锚点进行特征池化操作,基于车道线遵循的一定规则模式和相互之间的高度相关性,可在某些情况下(如车道线被遮挡、缺少车道标记)利用全局信息对车道线关键点进行推测。网络精简使得检测的速度得到提升,最高可达250fps,快于大部分其他模型。pinet(point instance network)算法由两部分组成:车道线实例点网络和后处理算法,目前在tusimple车道线数据集上排名第一。该算法融合了点云实例分割和关键点检测,增加了模型的泛化能力,可用于任意场景任意数量的车道线检测。模型大小相比语义分割类的网络更小,运算速度速度也更快。

3、在车道线检测的基础上,现有的若干成熟的车道线检测算法已经能够取得不错的识别效果,只是受场景的影响不同算法的识别效果均存在一定程度的波动,且波动范围不一。例如,在不同天气状况下,正常晴朗的天气下车道线检测算法的识别效果要比阴天的效果好,不同算法对各场景的适应能力也存在差异。


技术实现思路

1、本专利技术的目的是针对上述问题,提供一种可以解决上述技术问题的车道线检测方法、系统、预警系统、域控制器及车辆。

2、为达到上述目的,本专利技术采用了下列技术方案:

3、本车道线检测方法包括如下步骤:

4、s1、输入图像至光照分类器中,设置一个动态的时间间隔来进行光照条件的检测,所述光照分类器对当前所述图像的当前桢检结果与上一桢的光照结果进行比对,最终获得当前所述图像的是否需要分类的结果;

5、s2、根据s1的检测分类结果选择维持上一桢车道线检测网络或重新选择相应的车道线检测网络。

6、在上述的车道线检测方法中,在上述的s1中,当进行光照分类时,将当前所述图像的当前桢检结果与上一桢的光照结果进行比对,比对结果如下:

7、如比对结果显示相同,则维持当前的车道线检测网络;

8、如比对结果显示不同,则重新选择与当前所述图像桢检结果相同的车道线检测网络。

9、在上述的车道线检测方法中,所述如比对结果显示相同时,则更新当前的车道线检测网络的检测频率。

10、在上述的车道线检测方法中,所述如比对结果显示不同时,则重置重新选择的车道线检测网络的检测频率。

11、在上述的车道线检测方法中,在上述的s2中,当不用进行光照分类时,则维持当前的车道线检测网络。

12、本申请还提供了一种车道线检测系统,所述车道线检测系统应用所述的车道线检测方法。

13、本申请还提供了一种车道偏离预警系统,所述车道偏离预警系统包括所述的车道线检测系统,以及与所述车道线检测系统数据交互的tlc模型。

14、本申请还提供了一种车辆驾舱一体化域控制器,包括分别与车辆系统数据交互的前向碰撞预警系统、自动紧急制动系统、盲点预警监控系统、驾驶员行为监测预警系统和360°环视系统,所述车辆驾舱一体化域控制器还包括所述的车道偏离预警系统,以及车辆抬头显示仪,所述车道偏离预警系统与所述车辆系统数据交互,所述车辆抬头显示仪与所述车辆系统的车内显示屏数据交互。

15、车辆抬头显示仪包括:

16、智能座舱域,所述智能座舱域采集包括驾驶人行为分析数据和360环视/鸟瞰图数据在内的视频流数据;

17、智能驾驶域,所述智能驾驶域采集路况信息数据;

18、车辆控制域,所述车辆控制域采集所述车辆的控制数据;

19、缓冲存储器,所述缓冲存储器在车辆正常工作时对所述智能座舱域所采集的视频流数据、所述智能驾驶域所采集的路况信息数据、以及所述车辆控制域所采集的控制数据进行缓存及读写;

20、所述缓冲存储器与所述车辆内的车内显示屏通信连接,以实现数据交互。

21、本申请还提供了一种车辆,所述车辆包括所述的车辆驾舱一体化域控制器。

22、与现有的技术相比,本申请的优点在于:

23、根据分类结果自适应选择最适合该场景的车道线检测网络,提高车辆行驶中对车道检测的准确性。

24、实现了数据共享,实现资源的整合利用以及与相应功能的高效性。

本文档来自技高网...

【技术保护点】

1.一种车道线检测方法,其特征在于,所述车道线检测方法包括如下步骤:

2.根据权利要求1所述的车道线检测方法,其特征在于,在上述的S1中,当进行光照分类时,将当前所述图像的当前桢检结果与上一桢的光照结果进行比对,比对结果如下:

3.根据权利要求2所述的车道线检测方法,其特征在于,所述如比对结果显示相同时,则更新当前的车道线检测网络的检测频率。

4.根据权利要求2所述的车道线检测方法,其特征在于,所述如比对结果显示不同时,则重置重新选择的车道线检测网络的检测频率。

5.根据权利要求1所述的车道线检测方法,其特征在于,在上述的S2中,当不用进行光照分类时,则维持当前的车道线检测网络。

6.车道线检测系统,其特征在于,所述车道线检测系统应用权利要求1-5任意一项所述的车道线检测方法。

7.车道偏离预警系统,其特征在于,所述车道偏离预警系统包括权利要求6所述的车道线检测系统,以及与所述车道线检测系统数据交互的TLC模型。

8.车辆驾舱一体化域控制器,包括分别与车辆系统数据交互的前向碰撞预警系统、自动紧急制动系统、盲点预警监控系统、驾驶员行为监测预警系统和360°环视系统,其特征在于,所述车辆驾舱一体化域控制器还包括权利要求7所述的车道偏离预警系统,以及车辆抬头显示仪,所述车道偏离预警系统与所述车辆系统数据交互,所述车辆抬头显示仪与所述车辆系统的车内显示屏数据交互。

9.车辆,其特征在于,所述车辆包括权利要求8所述的车辆驾舱一体化域控制器。

...

【技术特征摘要】

1.一种车道线检测方法,其特征在于,所述车道线检测方法包括如下步骤:

2.根据权利要求1所述的车道线检测方法,其特征在于,在上述的s1中,当进行光照分类时,将当前所述图像的当前桢检结果与上一桢的光照结果进行比对,比对结果如下:

3.根据权利要求2所述的车道线检测方法,其特征在于,所述如比对结果显示相同时,则更新当前的车道线检测网络的检测频率。

4.根据权利要求2所述的车道线检测方法,其特征在于,所述如比对结果显示不同时,则重置重新选择的车道线检测网络的检测频率。

5.根据权利要求1所述的车道线检测方法,其特征在于,在上述的s2中,当不用进行光照分类时,则维持当前的车道线检测网络。

6.车道线检测系统,其特征...

【专利技术属性】
技术研发人员:徐匡一彭健彪丰国富
申请(专利权)人:湖州云德汽车电子有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1