专利名称: |
智能驾驶车道保持方法及系统 |
摘要: |
本发明涉及一种智能驾驶车道保持方法及系统,所述智能驾驶车道保持方法包括:获取驾驶员视角的当前前方图像;基于预设的驾驶图像感知模型,预测所述当前前方图像的车道特征;基于预设的数据驱动车道保持模型,根据所述车道特征,计算方向盘转角控制量;根据所述方向盘转角控制量,控制本车行驶在车道中央。本发明通过采用多任务学习网络构建所述驾驶图像感知模型,促使所述驾驶图像感知模型学习到多个相关任务共有的图像特征,可提高车道特征预测的准确率;在方向盘转角控制量计算中,采用数据驱动的方法,不依赖于车辆模型,可提高方向盘转角控制量计算的准确性与鲁棒性。 |
专利类型: |
发明专利 |
国家地区组织代码: |
北京;11 |
申请人: |
中国科学院自动化研究所 |
发明人: |
赵冬斌;李栋;张启超;陈亚冉;朱圆恒 |
专利状态: |
有效 |
申请号: |
CN201811260601.0 |
公开号: |
CN109466552A |
代理机构: |
北京瀚仁知识产权代理事务所(普通合伙) 11482 |
代理人: |
宋宝库;屠晓旭 |
分类号: |
B60W30/12(2006.01)I;B;B60;B60W;B60W30 |
申请人地址: |
100190 北京市海淀区中关村东路95号 |
主权项: |
1.一种智能驾驶车道保持方法,其特征在于,所述智能驾驶车道保持方法包括:获取驾驶员视角的当前前方图像;基于预设的驾驶图像感知模型,预测所述当前前方图像的车道特征;其中,所述预设的驾驶图像感知模型为基于深度卷积神经网络的多任务学习网络构建的预测模型;基于预设的数据驱动车道保持模型,根据所述车道特征,计算方向盘转角控制量;所述预设的数据驱动车道保持模型为基于强化学习的动作网络和评价网络构建的控制模型;根据所述方向盘转角控制量,控制本车行驶在车道中央。 |
所属类别: |
发明专利 |