[发明专利]一种基于FPGA系统的车道线识别装置和方法

说明书

本发明涉及提出了一种基于FPGA系统的车道线识别装置和方法，装置包括FPGA系统和ARM系统：所述FPGA系统，用于接收包含车道线的待处理视频，根据所述待处理视频，提取车道线信息，将所述车道线信息和实时行驶视频进行拟合后，得到车辆当前行驶状态图像，并将所述当前行驶状态图像输出至所述ARM系统；所述ARM系统，用于根据所述当前行驶状态图像，得到所述车辆的行驶状态。本发明将神经网络移植到速度快、并发性高的FPGA中，且利用了嵌入式系统的灵活便捷，在检测速度上高于PC端的实现方式，同时具备深度学习检测方案的鲁棒性和健壮性，可有效检测复杂道路条件下的车道线信息，提高检测效率。

技术领域

本发明涉及图像处理与计算机视觉技术领域，尤其涉及一种基于FPGA系统的车道线识别装置和方法。

背景技术

汽车作为当今最主流的交通工具之一，改变了人们的生活方式，提升了人们的出行效率。自动驾驶成为了汽车向AI界进军的主流研究方向，基于自动驾驶技术中，车道线识别是其重点研究的项目之一。现有车道线检测技术中，传统识别方案鲁棒性差，不能适应较多复杂场景路段。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种基于FPGA系统的车道线识别装置和方法。

本发明解决上述技术问题的技术方案如下：

一种基于FPGA系统的车道线识别装置，所述装置包括FPGA系统和ARM系统：

所述FPGA系统，用于接收包含车道线的待处理视频，根据所述待处理视频，提取车道线信息，将所述车道线信息和实时行驶视频进行拟合后，得到车辆当前行驶状态图像，并将所述当前行驶状态图像输出至所述ARM系统；

所述ARM系统，用于根据所述当前行驶状态图像，得到所述车辆的行驶状态。

本发明的有益效果是：提出了一种基于FPGA系统的车道线识别装置，所述装置包括FPGA系统和ARM系统：所述FPGA系统，用于接收包含车道线的待处理视频，根据所述待处理视频，提取车道线信息，将所述车道线信息和实时行驶视频进行拟合后，得到车辆当前行驶状态图像，并将所述当前行驶状态图像输出至所述ARM系统；所述ARM系统，用于根据所述当前行驶状态图像，得到所述车辆的行驶状态。本发明将神经网络移植到速度快、并发性高的FPGA中，且利用了嵌入式系统的灵活便捷，在检测速度上高于PC端的实现方式，同时具备深度学习检测方案的鲁棒性和健壮性，可有效检测复杂道路条件下的车道线信息，提高检测效率。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步地，所述FPGA系统，还用于利用大气散射模型结合多尺度卷积神经网络，对所述待处理视频进行去噪处理。

进一步地，所述FPGA系统，具体用于选取所述待处理视频中的每一帧图像中的感兴趣区域，并将所述感兴趣区域放大后输入至Darknet网络中，提取车道线特征图，对所述车道线特征图进行K均值聚类提取出锐化的特征簇，跟据所述特征簇，得到所述车道线信息。

进一步地，所述FPGA系统，具体用于使用TINY-YOLO网络模型对所述车道线信息和所述实时行驶视频进行拟合预测，输出所述当前行驶状态图像。

进一步地，所述ARM系统，具体用于根据所述当前行驶状态图像，判断行驶中车辆是否越线，并当所述车辆与所述车道线之间的距离达到预设警戒阈值时，发出告警信息。

本发明解决上述技术问题的另一种技术方案如下：

一种基于FPGA系统的车道线识别方法，所述方法包括以下步骤：

FPGA系统接收包含车道线的待处理视频，根据所述待处理视频，提取车道线信息，将所述车道线信息和实时行驶视频进行拟合后，得到车辆当前行驶状态图像，并将所述当前行驶状态图像输出至ARM系统；