【技术实现步骤摘要】
本专利技术涉及一种用于识别水平的行车道标记并且确定其走向的方法。此外,本专利技术附加地涉及一种用于训练卷积神经网络的方法,所述卷积神经网络用于求取水平的行车道标记及其走向。
技术介绍
1、随着车辆功能的越来越高程度的自动化,车道和其他行车道标记的识别变得越来越重要。在此重要的是,能够通过车辆正确且快速地识别各种行车道标记。
2、de 10 2004 057 188 a1公开一种用于支持车辆的行驶的设备。由ccd摄像机拍摄车辆的前方场景作为图像。将每个水平行中的为车辆行驶所需要的数量的像素(bildelementen)存储,并且基于在图像中未停放有车辆的道路的像素的数量与每个水平行的像素的数量的比值,基于该车辆的宽度来确定该车辆是否能够从停泊的车辆旁边驶过。
3、在ep 3 410 398 a1中公开一种用于识别道路信息的系统,该系统能够确定在变道后在车道的另一侧的车道标记的位置。该系统在此包括用于识别前方车道标记的装置、用于识别侧边车道标记的装置和用于估计在变道后处于车道的另一侧的前方车道标记的装置。
r/>技本文档来自技高网...
【技术保护点】
1.一种用于识别水平行车道标记(18h)并且确定其走向的方法,所述方法包括如下步骤:
2.根据权利要求1所述的方法,其特征在于,这些步骤借助经训练的卷积神经网络来执行。
3.根据权利要求1或2所述的方法,其特征在于,将至少一个非最大值抑制函数用于所述计算函数。
4.根据前述权利要求中任一项所述的方法,其特征在于,随着计算(38)“存在行车道标记”的概率值,附加地计算(38b、38c)存在虚线行车道标记和/或实线行车道标记的概率。
5.根据前述权利要求中任一项所述的方法,其特征在于,附加地计算(38d)所述行车道标记(18
...【技术特征摘要】
1.一种用于识别水平行车道标记(18h)并且确定其走向的方法,所述方法包括如下步骤:
2.根据权利要求1所述的方法,其特征在于,这些步骤借助经训练的卷积神经网络来执行。
3.根据权利要求1或2所述的方法,其特征在于,将至少一个非最大值抑制函数用于所述计算函数。
4.根据前述权利要求中任一项所述的方法,其特征在于,随着计算(38)“存在行车道标记”的概率值,附加地计算(38b、38c)存在虚线行车道标记和/或实线行车道标记的概率。
5.根据前述权利要求中任一项所述的方法,其特征在于,附加地计算(38d)所述行车道标记(18)是否处于本车辆的行车道上的概率。
6.根据前述权利要求中任一项所述的方法,其特征在于,附加地确定(38e)其他...
【专利技术属性】
技术研发人员:A·苏丹,J·贾奈,T·卡佩尔纳尔,T·文策尔,
申请(专利权)人:罗伯特·博世有限公司,
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。