System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及車道線檢測的,尤其是一種智能車燈中車道線像素級分割標簽生成方法。
技術介紹
1、車道線分割是一種計算機視覺任務,屬于圖像分割的應用領域,主要用于自動駕駛、輔助駕駛系統以及智能交通系統中,其核心目標是從路面圖像中檢測和分割出車道線的區域,這對智能車燈中的光毯投影功能至關重要。通過算法識別車道線,將其從圖像或視頻中精確地分割出來,便于車輛判斷自身與車道的相對位置,保證車燈投影區域的準確性。
2、為了訓練車道線分割模型,通常需要大量標注良好的車道線數據集。標注的過程涉及將圖像或視頻中的車道線用像素級的精確標簽標注出來。每個像素要么被標記為車道線的一部分,要么被標記為背景或其他對象。
3、除了使用像素級的精確標簽將車道線與背景進行區分外,對于標注出來的車道線還需要添加其自身的其他屬性,例如:車道線的類型、顏色、遮擋等屬性。并且車道線標注面臨諸多挑戰,不同的天氣和光照條件會影響到車道線的視覺表現;不同的道路場景下車道線的樣式各異,可能有不同的數量,顏色和形狀;老舊的道路上車道線出現磨損、褪色或不規則的現象,這些挑戰都使得車道線標注更加困難。目前,分割標注的方式分為純人工標注和交互式半自動標注:
4、一、純人工標注是標注人員在圖像中將車道線的輪廓通過“點”的方式進行描述,形成一個車道線外邊緣的連通域,這種標注方式的優點是標簽準確,通過“點”描述車道線的外輪廓,可以得到車道線寬度;缺點是描述外輪廓的標注方式需要尋找的點的數量較多,成本高、效率低。
5、二、交互式半自動標注指的是使用
6、對于車道線分割來說,無法使用半自動交互式方式來進行分割標注,如圖2所示,對于由虛線的組成的一條車道線來說,兩段虛線之間的道路部分也需要作為車道線進行標注,但是對于通用分割模型來說是無法將這種有明顯分隔的兩個區域作為同一目標的,這導致了車道線分割標注只能由人工進行標注,由此帶來的是高昂的標注成本以及很長的標注周期,也就是說,若使用分割方式進行車道線標注,則會造成標注成本高、周期長的問題。
7、現有的車道線真實標簽的獲取方法是通過人工標注車道線外邊緣輪廓形成閉合的連通域,將連通域作為車道線的分割標簽。
8、在中國專利(申請號cn202310835344.3、公告日2023.10.13)公開了一種車道線標注方法、裝置、電子設備及存儲介質,包括:獲取第一時刻采集的多張第一目標圖像;分別擬合每一所述第一目標圖像中的采集軌跡點,得到所述第一目標圖像對應的擬合子車道線;連接每一所述第一目標圖像中的擬合子車道線,得到擬合車道線;根據所述擬合車道線查詢高精地圖數據庫,獲取第二時刻保存的第二目標圖像;其中,所述第二時刻早于所述第一時刻;比對所述擬合車道線與所述第二目標圖像中目標車道線的車道線偏差度,得到所述第二目標圖像中待更新的車道線;標注所述待更新的車道線。
9、在中國專利(申請號cn202011046531.6、公告日2020.09.29)公開了一種圖像分割標注方法、模型訓練方法、裝置及存儲介質,包括:獲取觸摸軌跡;根據所述觸摸軌跡,獲取觸摸點和所述觸摸點對應的觸摸次數;根據所述觸摸次數計算所述觸摸點的注意力權重;根據所述觸摸點和所述注意力權重標注所述圖像。
10、顯然,上述兩篇專利文獻中涉及的標注方法都存在成本高、效率低的問題。
技術實現思路
1、本專利技術旨在至少解決現有技術中存在的技術問題之一。
2、為此,本專利技術提出一種智能車燈中車道線像素級分割標簽生成方法,通過使用“點”標注結合線擬合、寬度計算的方式來替代直接人工進行分割連通域標注,解決車道線標注中的成本高、效率低的問題。
3、根據本專利技術實施例的智能車燈中車道線像素級分割標簽生成方法,包括以下步驟:
4、第1步驟、獲取包含車道線的2d圖像:利用智能車燈中的攝像頭采集實際車道線的2d圖像;
5、第2步驟、人工標注關鍵點:在獲取的2d圖像中,人工標注平面直角坐標系xoy,并針對其中一條車道線,人工標注一系列描述該車道線x軸中心的關鍵點;
6、第3步驟、擬合中心曲線:根據人工標注的關鍵點,使用最小二乘法,對車道線進行中心曲線擬合,得到一條描述車道線x軸中心的中心曲線;
7、第4步驟、確定y坐標最小值和y坐標最大值:設定道路最遠處與天空相交的位置在2d圖像的投影坐標為消失點,通過攝像頭標定確定道路“消失點”在2d圖像中的y坐標,此時為車道線在2d圖像中y坐標最小值;以及攝像頭所捕獲的最近車道線在2d圖像中的寬度w_max,w_max為車道線在2d圖像中所占x軸最大的寬度且此時車道線y軸坐標最大;
8、第5步驟、計算中心曲線上任意點車道線寬度:根據車道線實際寬度以及攝像頭成像原理可以知道在2d圖像中車道線的寬度是線性變化的,通過公式(1)計算得出擬合的中心曲線上每一個點(x,y)的車道線寬度,公式(1)為:
9、
10、其中,公式(1)中各個符號所表達含義的具體如下:
11、w表示中心曲線上任意一個點所對應的車道線寬度;
12、y表示中心曲線上任意一個點所對應的y軸坐標值;
13、y_min表示車道線在2d圖像中y坐標最小值;
14、y_max表示車道線在2d圖像中y坐標最大值;
15、w_max表示車道線在2d圖像中所占x軸的最大寬度;
16、第6步驟、生成車道線分割標簽:計算出車道線不同y坐標下的寬度,再通過車道線的x軸中心曲線計算各個y坐標下車道線左右兩邊的x坐標,將生成的每個點連接起來形成一個閉合的連通域,即生成車道線的分割標簽。
17、本專利技術的有益效果是,本專利技術具體包括以下優點:
18、一、本專利技術所描述的車道線標注方式從人工找車道線的輪廓點變成了找描述車道線x軸中心的關鍵點,標注步驟減少,標注一條車道線的時間減低,在實際標注中可以有效節約標注成本;
19、二、本專利技術根據相機成像原理以及車道線寬度的實際屬性,提出了通過標定得到的車道線寬度來為實際車道線寬度賦值,解決車道線寬度問題;
20、三、本專利技術中的分割結果不由人工標記輪廓點得到,而是通過擬合加預設寬度得到,避免了人工找“點”的工作過程。
21、根據本專利技術一個實施例,在第2步驟中,人工標注平面直角坐標系xoy的過程是:以2d圖像的左上角為原點,水平向右為x方向正方向,豎直向下為y方向正方向。
22、根據本專利技術一個實施例,在第6步驟中,已知擬合的中心曲線上的一個點(x,y),則車道線在該點的左邊x坐標的計算見公式(2),
23、
...
【技術保護點】
1.一種智能車燈中車道線像素級分割標簽生成方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的智能車燈中車道線像素級分割標簽生成方法,其特征在于,在第2步驟中,人工標注平面直角坐標系XOY的過程是:以2D圖像的左上角為原點,水平向右為x方向正方向,豎直向下為y方向正方向。
3.根據權利要求2所述的智能車燈中車道線像素級分割標簽生成方法,其特征在于,在第6步驟中,已知擬合的中心曲線上的一個點(x,y),則車道線在該點的左邊x坐標的計算見公式(2),
4.根據權利要求2所述的智能車燈中車道線像素級分割標簽生成方法,其特征在于,在第6步驟中,已知擬合的中心曲線上的一個點(x,y),則車道線在該點的右邊x坐標的計算見公式(3):
5.根據權利要求1所述的智能車燈中車道線像素級分割標簽生成方法,其特征在于:在第1步驟中,所述車道線2D圖像由安裝在車輛前照燈內的攝像頭采集得到。
6.根據權利要求5所述的智能車燈中車道線像素級分割標簽生成方法,其特征在于:所述攝像頭的安裝位置與角度在安裝標定后進行固定。
7.根據權利
8.根據權利要求1所述的智能車燈中車道線像素級分割標簽生成方法,其特征在于:所述攝像頭采用的是能夠采集到前方道路中四條車道線的大視野攝像頭,四條車道線為位于車輛左側的兩條車道線和位于車輛右側的兩條車道線。
9.根據權利要求1所述的智能車燈中車道線像素級分割標簽生成方法,其特征在于:在第2步驟中,選取的關鍵點連成折線之后將一條車道線在x方向上均分。
10.根據權利要求9所述的智能車燈中車道線像素級分割標簽生成方法,其特征在于:當車道線的曲率越大時,則關鍵點的數量越多;當車道線的曲率越小時,則關鍵點的數量越少。
...【技術特征摘要】
1.一種智能車燈中車道線像素級分割標簽生成方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的智能車燈中車道線像素級分割標簽生成方法,其特征在于,在第2步驟中,人工標注平面直角坐標系xoy的過程是:以2d圖像的左上角為原點,水平向右為x方向正方向,豎直向下為y方向正方向。
3.根據權利要求2所述的智能車燈中車道線像素級分割標簽生成方法,其特征在于,在第6步驟中,已知擬合的中心曲線上的一個點(x,y),則車道線在該點的左邊x坐標的計算見公式(2),
4.根據權利要求2所述的智能車燈中車道線像素級分割標簽生成方法,其特征在于,在第6步驟中,已知擬合的中心曲線上的一個點(x,y),則車道線在該點的右邊x坐標的計算見公式(3):
5.根據權利要求1所述的智能車燈中車道線像素級分割標簽生成方法,其特征在于:在第1步驟中,所述車道線2d圖像由安裝在車輛前照燈內的攝像頭采集得...
【專利技術屬性】
技術研發人員:李超,
申請(專利權)人:常州星宇車燈股份有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。