[发明专利]一种基于时序的行锚分类车道线检测方法

权利要求书

1.一种基于时序的行锚分类车道线检测方法，其特征在于，包括以下步骤：

步骤一、获取训练样本，从行驶在目标路段的车辆上的行车记录仪中采集若干段视频，并裁切成若干帧图片，将裁切好的行车路面图片进行识别分类，由人为标定每张图片的车道线，得到训练模型样本集；

步骤二、样本集图片预处理，对图片进行随机水平翻转、随机旋转和随机比例缩放操作，使样本集图片得到图像增强，得到预处理样本集；

步骤三、训练前处理，采用人工标注将步骤二中处理后的样本集进行标注，并以连续5帧为一组输入训练网络；

步骤四、网络训练，利用ResNet18网络对连续的5帧输入图像分别进行下采样，并利用网络辅助分割分支提取特征，再利用卷积LSTM模块对5帧输入图像和提取的特征进行特征融合，得到特征图像；

步骤五、训练图像特征处理，利用reshape对步骤四中融合得到的特征图像进行两次处理，然后变换为预先定义好的网格尺寸特征图；

步骤六、训练识别分类，将步骤五中得到的特征图网格进行分类识别，每条车道线在特征图网格每一行中仅由一个网格表示识别车道线存在。

2.根据权利要求1所述的一种基于时序的行锚分类车道线检测方法，其特征在于：所述步骤一中采集的视频分为场景情况简单的高速公路和路况复杂的城区路段两个场景，每个场景录制一端10-20分钟的视频，并以2秒的间隔时长将视频裁剪成若干帧图片。

3.根据权利要求1所述的一种基于时序的行锚分类车道线检测方法，其特征在于：所述步骤一中人为标定车道线时先从裁切的图片中挑选出清晰的图像，并利用labelme标注软件将其中87％的图像作为训练集进行人工标注车道线，剩余13％的图像作为测试集；其中标注车道线时将车道线以点集表示为points_i∈L_i，L_i∈{L₁，L₂，L₃，…，L_n}，i∈[1，n]，其中points_i表示第i条车道线的点集，L_i表示第i条车道线，n为该帧图像中车道线的总数。

4.根据权利要求1所述的一种基于时序的行锚分类车道线检测方法，其特征在于：所述步骤二中在图片预处理时对图片中路面部分做不规则形状的切除，以模拟真实路况中的车辆遮挡车道线的情况。

5.根据权利要求1所述的一种基于时序的行锚分类车道线检测方法，其特征在于：所述步骤三中样本集标注前预先定义好行锚数和每行网格数及行锚的位置，然后将图片进行处理后以连续5帧为一组输入训练网络进行端到端的训练。

6.根据权利要求1所述的一种基于时序的行锚分类车道线检测方法，其特征在于：所述步骤四中辅助分割分支将每张输入图像在ResNet18下采样阶段的最后三层的输出单独提取出来，再对单独提取的输出进行concat操作，得到辅助分割分支特征，所述辅助分割分支作用于网络训练期间。

7.根据权利要求1所述的一种基于时序的行锚分类车道线检测方法，其特征在于：所述步骤五中先将步骤四中融合得到的特征图像进行拉伸，再经过全连接层和一次reshape后变换为预先定义好的网格尺寸的特征图。