[发明专利]车道线类型信息生成方法、装置、设备和计算机可读介质有效

专利信息
申请号: 202211178064.1 申请日: 2022-09-27
公开(公告)号: CN115471708B 公开(公告)日: 2023-09-12
发明(设计)人: 胡禹超 申请(专利权)人: 禾多科技(北京)有限公司
主分类号: G06V10/764 分类号: G06V10/764;G06V20/56
代理公司: 北京唯智勤实知识产权代理事务所(普通合伙) 11557 代理人: 姜悦
地址: 100099 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车道 类型 信息 生成 方法 装置 设备 计算机 可读 介质
【权利要求书】:

1.一种车道线类型信息生成方法,包括:

对预获取的道路图像进行障碍物行为检测处理,以生成障碍物行为标识集;

将所述障碍物行为标识集中的每个障碍物行为标识添加至预先存储的历史障碍物行为标识序列集中对应的历史障碍物行为标识序列中以生成目标障碍物行为标识序列,得到目标障碍物行为标识序列集,其中,所述目标障碍物行为标识序列集中的每个目标障碍物行为标识序列对应当前车辆所在道路上的一条车道线;

基于预设的车道线类型先验概率信息,生成与所述目标障碍物行为标识序列集中每个目标障碍物行为标识序列对应的车道线类型概率熵减值和车道线类型概率分布曲线,得到车道线类型概率熵减值集和车道线类型概率分布曲线集;

响应于确定所述车道线类型概率熵减值集中存在满足预设熵减值条件的车道线类型概率熵减值,将与每个满足预设熵减值条件的车道线类型概率熵减值对应的车道线类型概率分布曲线中车道线类型概率值最大的车道线类型标识确定为车道线类型信息,得到车道线类型信息集;

其中,所述车道线类型先验概率信息包括车道线类型先验概率分布曲线,车道线类型先验概率分布曲线的横坐标轴包括实线和虚线两个刻度;以及

所述基于预设的车道线类型先验概率信息,生成与所述目标障碍物行为标识序列集中每个目标障碍物行为标识序列对应的车道线类型概率熵减值和车道线类型概率分布曲线,包括:

利用所述目标障碍物行为标识序列中的各个目标障碍物行为标识,对所述车道线类型概率分布曲线进行更新,得到车道线类型概率分布曲线;

获取与所述目标障碍物行为标识序列中各个目标障碍物行为标识对应的车道线类型条件熵;

基于所述车道线类型条件熵和所述车道线类型概率分布曲线,生成与所述目标障碍物行为标识序列对应的车道线类型概率熵减值,其中,通过以下公式生成与目标障碍物行为标识序列对应的车道线类型概率熵减值:

其中,ΔH表示所述车道线类型概率熵减值,Ql表示所述目标障碍物行为标识序列,Sd表示从道路图像中检测到与所述目标障碍物行为标识序列对应车道线的车道线类型,H(Sl|Sd,Ql)表示从道路图像中检测到与所述目标障碍物行为标识序列对应车道线的车道线类型为Sd,该车道线的实际车道线类型为Sl的条件熵,H′表示所述车道线类型条件熵,p(Sl|Sd,Ql)表示所述车道线类型概率分布曲线中横轴刻度为Sl的条件概率值,表征从道路图像中检测到与所述目标障碍物行为标识序列对应车道线的车道线类型为Sd时,车道线的实际车道线类型为Sl的条件概率,累加的过程是对Sl在不同的车道线类型时对应的条件概率值进行累加。

2.根据权利要求1所述的方法,其中,所述方法还包括:

对于所述车道线类型概率熵减值集中不满足所述预设熵减值条件的每个车道线类型概率熵减值,去除所述车道线类型概率熵减值对应的目标障碍物行为标识序列中不满足预设时长条件的目标障碍物行为标识,以作为历史障碍物行为标识序列,再次执行车道线类型信息生成步骤。

3.根据权利要求1所述的方法,其中,所述方法还包括:

基于所述车道线类型信息集,对初始规划路径进行调整,得到目标规划路径;

将所述目标规划路径发送至车辆控制终端,以供控制车辆移动。

4.根据权利要求1所述的方法,其中,所述对预获取的道路图像进行障碍物行为检测处理,以生成障碍物行为标识集,包括:

对所述道路图像进行障碍物行为检测,得到障碍物行为检测信息集,其中,所述障碍物行为检测信息集中的每个障碍物行为检测信息包括初始障碍物行为标识和障碍物关联车道线序号组,每个障碍物关联车道线序号组中的各个障碍物关联车道线序号表征障碍物所在车道两侧车道线的序号;

对所述障碍物行为检测信息集中每个障碍物行为检测信息包括的初始障碍物行为标识与障碍物关联车道线序号组中的每个障碍物关联车道线序号进行组合处理以生成障碍物行为标识,得到障碍物行为标识集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于禾多科技(北京)有限公司,未经禾多科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211178064.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top