本发明提供了一种基于强化学习和标志点表征的车道线检测定位方法。首先,利用Faster RCNN神经网络检测得到车道线边界框,并基于边界框定义车道线类别,使用特定数量的标志点来进一步描述边界框内的车道线形状特征,并使用初步检测出的边界框来初始化所有的标志点;然后,使用基于深度强化学习的车道线标志点定位模块依据当前场景的实时状况来逐个移动初始化的标志点,直至系统判定所有标志点都被移动到合适的位置,得到最终的车道线检测定位结果。本发明能够兼顾检测结果的精准度与检测方法的复杂度,达到计算量与表征精度的平衡,有效提升车道线检测的精度和效率。
声明:
“基于强化学习和标志点表征的车道线检测定位方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)