【技术实现步骤摘要】
本专利技术涉及辅助驾驶,尤其涉及一种基于单目摄像头的残缺车道线估计方法及系统。
技术介绍
1、在高级辅助驾驶领域,功能一般分为辅助预警类、主动安全类和其他辅助驾驶功能,也可根据功能是应用于横向行驶或纵向行驶分为横向与纵向功能。目前基于车道线检测的辅助驾驶功能,均须在车道线识别清晰的情况下使用,在结构化道路中,横向功能主要依赖车道线检测识别结果作为预警或控制逻辑的重要输入条件,但在车道线无法正确识别时,则功能退出不能使用,因此,在车道线残缺工况下,辅助驾驶功能将频繁退出,影像驾驶体验。目前,对于车道线残缺工况,在高阶智能驾驶领域,通过高精地图和location技术对残缺车道线进行估计,但该方法需要域控制器与高精地图,对算力和成本要求较高,不适用于辅助驾驶领域。
技术实现思路
1、为了解决上述技术问题或者至少部分地解决上述技术问题,本专利技术提供一种基于单目摄像头的残缺车道线估计方法及系统。
2、第一方面,本专利技术提供一种基于单目摄像头的残缺车道线估计方法,包括:通过单目摄像头采
...【技术保护点】
1.一种基于单目摄像头的残缺车道线估计方法,其特征在于,包括:通过单目摄像头采集车辆前方图像,利用深度学习技术识别车辆前方图像中的目标前车;对于目标前车,经过图像处理、PNP位姿估计、相对距离和速度计算得到目标前车与本车的相对位姿和速度关系;
2.根据权利要求1所述基于单目摄像头的残缺车道线估计方法,其特征在于,通过单目摄像头采集车辆前方图像,对象分割的深度学习网络识别车辆前方图像中的车辆目标,并获取车辆目标于车辆前方图像中的位置;对于检测到的车辆目标,经过图像处理、PNP位姿估计、相对距离和速度计算,得到车辆目标与本车的相对位姿和速度关系并根据车辆目标与
...【技术特征摘要】
1.一种基于单目摄像头的残缺车道线估计方法,其特征在于,包括:通过单目摄像头采集车辆前方图像,利用深度学习技术识别车辆前方图像中的目标前车;对于目标前车,经过图像处理、pnp位姿估计、相对距离和速度计算得到目标前车与本车的相对位姿和速度关系;
2.根据权利要求1所述基于单目摄像头的残缺车道线估计方法,其特征在于,通过单目摄像头采集车辆前方图像,对象分割的深度学习网络识别车辆前方图像中的车辆目标,并获取车辆目标于车辆前方图像中的位置;对于检测到的车辆目标,经过图像处理、pnp位姿估计、相对距离和速度计算,得到车辆目标与本车的相对位姿和速度关系并根据车辆目标与本车的相对位姿确定本车道内的目标前车;
3.根据权利要求1所述基于单目摄像头的残缺车道线估计方法,其特征在于,所述通过惯性测量单元获取本车状态信息,根据本车状态信息以及与目标前车的相对位姿和速度信息建立状态空间,即:
4.根据权利要求3所述基于单目摄像头的残缺车道线估计方法,其特征在于,设目标前车在车道内沿车道中轴线行驶,根据车辆的运动模型,并以采样时间t为间隔进行离散化,得到状态空间的预测模型如下:
5.根据权利要...
【专利技术属性】
技术研发人员:张彦良,郭鹏,田磊,赵明业,
申请(专利权)人:中国重汽集团济南动力有限公司,
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。