本发明专利技术公开了一种车道线检测方法和装置，所述方法包括：基于车道线提议初始化网络对所述第一特征图进行处理，生成初步的车道线检测结果；基于车道线位置细化网络和第二特征图，获取更细节的采样点特征，转换为控制点特征，并使得控制点特征关联形式与曲线性质一致，生成更精确的车道线检测结果；基于具有一组控制点的样条曲线表示车道线的位置；基于非极大值抑制算法对车道线去重；基于逆透视变换，将车道线转到地面坐标系；基于闭合区域面积和曲线长度，进行曲线回归损失函数计算。本发明专利技术可以增强车道线检测方案的拟合能力，在计算复杂度较低的情况下，提高环境适应能力。
【技术实现步骤摘要】
本专利技术涉及车道线检测，具体是涉及一种车道线检测方法和装置。
技术介绍
1、随着无人驾驶技术与车辆辅助系统受到越来越多汽车企业的青睐，一系列的以无人驾驶未背景的技术研究越来越受到学术界和工业界的重视；无人驾驶技术研究的关键点和难点在于对车辆所处周围环境的分析，而计算机视觉恰好能用来解决这关键点和难点，其中包括车道线检测，车道线检测是指运用数字图像处理及模式识别技术，在道路图像中有效提取车道线的信息并拟合车道线，用于辅助自动驾驶、自动泊车及防碰撞预警等功能。
2、车道线检测技术，作为环境感知技术体系中不可或缺的一环，是实现无人驾驶和辅助驾驶的重要组成部分，该技术能够精准辅助车辆进行定位，实时获取车辆在道路中的精确位置信息，确保自动驾驶车辆在行驶过程中严格遵守交通法规。现有的基于参数曲线的车道线检测方案，能够直接输出车道线实例，推理速度较快，但检测精度往往比较低，且对于形状复杂的车道线的拟合能力较弱。这些模型在训练时往往倾向于输出数据集中占比高的直线类型车道线，导致模型的环境适应性差，从而给该方案的应用带来了较大阻力。
...
【技术保护点】
1.一种车道线检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种车道线检测方法，其特征在于，所述步骤S3具体包括以下步骤：
3.根据权利要求1所述的一种车道线检测方法，其特征在于，所述步骤S4具体包括以下步骤：
4.根据权利要求1所述的一种车道线检测方法，其特征在于，所述步骤S5具体包括以下步骤：
5.根据权利要求4所述的一种车道线检测方法，其特征在于，所述步骤S6具体包括以下步骤：
6.根据权利要求5所述的一种车道线检测方法，其特征在于，所述步骤S8具体包括以下步骤：
7.根据权利要求6所述的一种车...
【技术特征摘要】
1.一种车道线检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种车道线检测方法，其特征在于，所述步骤s3具体包括以下步骤：
3.根据权利要求1所述的一种车道线检测方法，其特征在于，所述步骤s4具体包括以下步骤：
4.根据权利要求1所述的一种车道线检测方法，其特征在于，所述步骤s5具体包括以下步骤：
5.根据权利要求4所述的一种车道线检测方法，其特征在于，所述步骤s6具体包括以下步骤：
6.根...
【专利技术属性】
技术研发人员：刘勇，陈浩鑫，龚小天，张震，
申请(专利权)人：浙江大学，
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。