Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆长安汽车股份有限公司叶德贤获国家专利权

重庆长安汽车股份有限公司叶德贤获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉重庆长安汽车股份有限公司申请的专利车道线检测方法、装置、车辆及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116343148B

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310148582.7,技术领域涉及:G06V20/56;该发明授权车道线检测方法、装置、车辆及存储介质是由叶德贤设计研发完成,并于2023-02-21向国家知识产权局提交的专利申请。

车道线检测方法、装置、车辆及存储介质在说明书摘要公布了:本申请涉及自动驾驶技术领域,特别涉及一种车道线检测方法、装置、车辆及存储介质,其中,方法包括:车道线建模,并构建包含特征提取模块和预测模块的卷积神经网络,利用特征提取模块提取图像数据集的图像特征,并选取特征提取模块不同位置处的多个卷积层的输出特征层,并根据最后一个卷积层的输出特征层的左右下边界的像素生成候选车道线集合,根据候选车道线集合中每条车道线对应的所有选取的卷积层的输出特征层构建候选车道线特征集合;将候选车道线特征集合输入预测模块,利用浅层车道线特征预测车道线的实际位置,利用深层车道线特征预测车道线的实际类型。由此,解决了相关技术车道线检测时计算量大、表征能力差以及准确率低等问题。

本发明授权车道线检测方法、装置、车辆及存储介质在权利要求书中公布了:1.一种车道线检测方法,其特征在于,包括以下步骤: 获取携带有车道线的真实区域标注的图像数据集; 车道线建模,用少量参数替代大量的像素来表征车道线; 构建包含特征提取模块和预测模块的卷积神经网络,利用所述特征提取模块提取所述图像数据集的图像特征,并选取所述特征提取模块不同位置处的多个卷积层的输出特征层; 选取多个卷积层中最后一个卷积层的输出特征层,根据所述最后一个卷积层的输出特征层的左下边界与右下边界的像素生成候选车道线集合,根据候选车道线集合中每条车道线对应的所有选取的卷积层的输出特征层构建候选车道线特征集合,其中,所述构建候选车道线特征集合包括浅层车道线特征和深层车道线特征; 将所述候选车道线特征集合输入所述预测模块,利用所述浅层车道线特征预测所述车道线的实际位置,利用所述深层车道线特征预测所述车道线的实际类型,根据所述实际类型和实际位置与所述车道线的真实类型和真实位置计算训练损失值,利用损失值更新所述卷积神经网络的参数,直到所述训练损失值小于或等于预设值时,停止迭代训练,得到训练完成的车道线预测模型,利用所述车道线预测模型预测车道线的类型和位置; 所述根据所述最后一个卷积层的输出特征层的左下边界与右下边界的像素生成候选车道线集合,包括: 识别最后一个特征层的高度、宽度和通道数; 根据所述最后一个特征层的高度和宽度分别确定左右边界、下边界的目标点,根据所述通道数确定每个目标点包含的特征维度数量; 根据所述特征维度数量确定三个边界多个角度的候选车道线,将所述三个边界多个角度的候选车道线合并为候选车道线集合; 在构建包含特征提取模块和预测模块的卷积神经网络,利用所述特征提取模块提取所述图像数据集的图像特征之前,还包括: 利用车道线与图像边界的交点、车道线与水平方向的夹角、车道线类别表示一条车道线,以构建车道线建模; 根据所述车道线建模将所述数据集转换为车道线模型格式的数据集。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆长安汽车股份有限公司,其通讯地址为:400020 重庆市江北区鱼嘴镇长安汽车全球研发中心;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。