一種基于EKF多模型融合的車道線方程擬合及曲率計(jì)算方法

基本信息

申請(qǐng)?zhí)?/td> CN202210195953.2 申請(qǐng)日 -
公開（公告）號(hào) CN114596550A 公開（公告）日 2022-06-07
申請(qǐng)公布號(hào) CN114596550A 申請(qǐng)公布日 2022-06-07
分類號(hào) G06V20/58;G06V10/80;G06K9/62 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 楊華;蔣立偉;檀生輝;吳勇;王東;谷濤濤;姜敏;吳二導(dǎo);伍旭東;劉恒;王凱;胡珍珠;何志維;齊紅青;孫鴻健 申請(qǐng)（專利權(quán)）人 西安電子科技大學(xué)蕪湖研究院
代理機(jī)構(gòu) 蕪湖思誠知識(shí)產(chǎn)權(quán)代理有限公司 代理人 項(xiàng)磊
地址 241000 安徽省蕪湖市弋江區(qū)文津西路8號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于EKF多模型融合的車道線方程擬合及曲率計(jì)算方法，包括下列步驟：A：圖像信息采集；B：圖像預(yù)處理；C：逆透視變換車道線檢測；D：基于Ultra?Fast?Lane?Net的車道線檢測；E：通過改進(jìn)擴(kuò)展卡爾曼濾波算法進(jìn)行車道線坐標(biāo)點(diǎn)融合；F：車道線三次方程構(gòu)建；G：曲率計(jì)算。步驟E中，構(gòu)建系統(tǒng)狀態(tài)方程時(shí)將深度學(xué)習(xí)模型在t時(shí)刻相對(duì)于t?1時(shí)刻的變化量加入到其中，改進(jìn)擴(kuò)展卡爾曼濾波算法。本發(fā)明讓兩種檢測結(jié)果能夠良好融合，解決了傳統(tǒng)算法車道線缺少先驗(yàn)視覺物體的弊端，同時(shí)相對(duì)于深度學(xué)習(xí)方法，該融合模型具有更小的系統(tǒng)誤差。