车道线检测方法、装置、计算机设备、存储介质制造方法及图纸

本申请涉及一种车道线检测方法、装置、计算机设备、存储介质。所述方法包括：获取待检测的车道线图像；通过车道线检测模型根据车道线图像提取得到对应的目标车道线特征图，并基于目标车道线特征图与训练样本特征之间的相似度，生成车道线全局信息，训练样本特征是基于有向的关键点热力图以及有向的中心点热力图生成的，有向的关键点热力图用于标识样本关键点在关键点方向上的概率分布情况，有向的中心点热力图用于标识样本中心点在中心点方向上的概率分布情况；基于车道线全局信息融合得到车道线关键点；根据车道线关键点，确定车道线图像中的车道线。采用本方法能够利用全局信息融合的方式提高车道线的检测精度以及鲁棒性。

【技术实现步骤摘要】

本申请涉及自动驾驶，特别是涉及一种车道线检测方法、装置、计算机设备、存储介质。

技术介绍

1、为了保障汽车在行驶过程中的安全性，自动驾驶系统需要控制汽车在道路上沿着车道线移动。因此，自动驾驶系统需要基于车道线的检测结果来进行运动决策。随着自动驾驶行业和人工智能技术的飞速发展，基于深度学习和计算机视觉的车道线检测技术已经广泛应用在了自动驾驶系统中。

2、目前常用的车道线检测技术一般有以下三类：

3、基于目标检测的车道线检测技术：通过预先设计好线性的目标检测锚框，并对采样点和预定义的目标检测锚框的偏移量进行回归，再应用非极大值抑制的方式来选择置信度最高的目标检测结果作为所需的车道线。

4、基于语义分割的车道线检测技术：通过直接对每个像素进行分类，将分类结果为车道线的像素点进行组合连接以形成所需的车道线。

5、基于关键点检测的车道线检测技术：通过直接对车道线进行检测，并使用一定的后处理对车道线进行划分，从而得到所需的车道线。

6、但是，在车道线部分被行驶车辆遮挡的情况下，采用上述三类车道线检测技术时，由本文档来自技高网...

【技术保护点】

1.一种车道线检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述车道线检测模型包括特征提取网络块、特征融合网络块以及检测头；

3.根据权利要求2所述的方法，其特征在于，所述车道线全局信息包括车道线中心点热力图、车道线关键点热力图、车道线关键点相对于车道线中心点的预测偏移量以及所述车道线关键点的回归偏移量；

4.根据权利要求3所述的方法，其特征在于，所述基于所述车道线全局信息融合得到车道线关键点，包括：

5.根据权利要求1所述的方法，其特征在于，所述有向的中心点热力图的生成方式，包括：p>

6.根据权...

【技术特征摘要】

1.一种车道线检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述车道线检测模型包括特征提取网络块、特征融合网络块以及检测头；

3.根据权利要求2所述的方法，其特征在于，所述车道线全局信息包括车道线中心点热力图、车道线关键点热力图、车道线关键点相对于车道线中心点的预测偏移量以及所述车道线关键点的回归偏移量；

4.根据权利要求3所述的方法，其特征在于，所述基于所述车道线全局信息融合得到车道线关键点，包括：

5.根据权利要求1所述的方法，其特征在于，所述有向的中心点热力图的生成方式，包括：

...

【专利技术属性】
技术研发人员：张晓飞，张振林，陈胤子，
申请(专利权)人：中汽创智科技有限公司，
类型：发明
国别省市：