【技术实现步骤摘要】
本专利技术涉及车道线检测，具体涉及一种自适应车道线检测方法、计算机设备和存储介质。
技术介绍
1、车道线检测是自动驾驶汽车在环境感知方面的重要功能，向车辆提供准确的车道线线型和位置信息。由于车道线形状细小、狭长，而且在图像中所占比例极低；道路条件和环境复杂多变，以及车道线形状固有的长细比；车道线存在其他物体和光照等干扰，如护栏、铁路、电线杆、人行道、建筑物等；同时车道线线型种类繁多，经常存在一定遮挡、污损等，对于遮挡需要脑补，这些因素造成车道线检测算法的精度较低。
2、现有基于深度学习的车道线检测方法包括基于语义分割的车道线检测算法如lanenet、scnn，该模型体量大，难以实现实时检测；基于锚检测的车道线检测算法如ufld、laneatt，采用均匀锚分配，弯道曲率较大的车道线的锚点分配较少，造成弯道检测精度差。目前的检测算法，难以有效检测多种车道线线型。
技术实现思路
1、有鉴于此，本专利技术提供了一种自适应车道线检测方法、计算机设备和存储介质，以解决弯道车道线的检测精度低
【技术保护点】
1.一种自适应车道线检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的自适应车道线检测方法，其特征在于，所述利用特征提取网络对所述目标车道图像进行特征提取，得到所述多线型车道线的车道线语义信息包括：
3.根据权利要求2所述的自适应车道线检测方法，其特征在于，所述基于所述行锚点分配函数和所述列锚点分配函数为所述目标车道图像分配所述行锚点和所述列锚点包括：
4.根据权利要求3所述的自适应车道线检测方法，其特征在于，所述Δy越靠近所述目标车道图像的高度顶端，所述行锚点分配函数分配的所述行锚点越多；所述Δx越靠近所述目标车道图像...
【技术特征摘要】
1.一种自适应车道线检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的自适应车道线检测方法，其特征在于，所述利用特征提取网络对所述目标车道图像进行特征提取，得到所述多线型车道线的车道线语义信息包括：
3.根据权利要求2所述的自适应车道线检测方法，其特征在于，所述基于所述行锚点分配函数和所述列锚点分配函数为所述目标车道图像分配所述行锚点和所述列锚点包括：
4.根据权利要求3所述的自适应车道线检测方法，其特征在于，所述δy越靠近所述目标车道图像的高度顶端，所述行锚点分配函数分配的所述行锚点越多；所述δx越靠近所述目标车道图像的宽度中心，所述列锚点分配函数分配的所述列锚点越多。
5.根据权利要求1所述的自适应车道线检测方法，...
【专利技术属性】
技术研发人员：余雄风，王宁，张文俊，
申请(专利权)人：北京铁木牛智能机器科技有限公司，
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。