CN105912978A - 基于并发管道的车道线检测和跟踪方法 - Google Patents

基于并发管道的车道线检测和跟踪方法 Download PDF

Info

Publication number
CN105912978A
CN105912978A CN201610195314.0A CN201610195314A CN105912978A CN 105912978 A CN105912978 A CN 105912978A CN 201610195314 A CN201610195314 A CN 201610195314A CN 105912978 A CN105912978 A CN 105912978A
Authority
CN
China
Prior art keywords
frame
pipeline
detection
many
tracking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610195314.0A
Other languages
English (en)
Inventor
解梅
刘伸展
张锦宇
王博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201610195314.0A priority Critical patent/CN105912978A/zh
Publication of CN105912978A publication Critical patent/CN105912978A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明一种基于并发管道的车道线检测和跟踪方法，由于检测和跟踪是耗费时间多的地方，所以本发明可以把检测和跟踪部分在划分为并发管道中完成，最后由反馈管道把消息传递给检测和跟踪模块，决定在下一帧做检测还是跟踪。并发管道中管道数M可根据实际情况划分。这样将耗费时间的地方通过并发处理，理想情况下并发处理时间为之前时间的1/M。本发明的有益效果是，在不改变现有检测和跟踪算法的前提下，并发的管道划分车道线检测和跟踪算法能大大提升检测和跟踪速度。

Description

基于并发管道的车道线检测和跟踪方法
技术领域
本发明属于并发多线程及图像处理技术领域。
背景技术
作为智能辅助驾驶重要的组成部分，车道线检测和跟踪一直以来都是重点研究的方向之一。尤其是近几年智能汽车的迅速发展，对车道线检测和跟踪提出了更快更准的要求，而大部分算法检测和跟踪速度比较慢，尤其是检测，所以很难满足市场要求。
发明内容
本发明所要解决的技术问题是，提供一种运行速度更快的车道线检测跟踪方法。
本发明为解决上述技术问题所采用的技术方案是，基于并发管道的车道线检测和跟踪方法，包括以下步骤：
1)第1、2帧检测步骤：
1-1)第1帧图片经过预处理管道；
1-2)第1帧图片进入多根并发检测管道，同时第2帧图片进入预处理管道；
1-3)多根并发检测管道处理完毕之后，第1帧进入反馈管道；第2帧等待接收从反馈管道传送的第1帧反馈信息；所述反馈信息为当前帧中车道线位置；
1-4)第2帧图片进入多根并发检测管道，同时第3帧图片进入预处理管道；
1-5)多根并发检测管道处理完毕之后，第2帧进入反馈管道；第3帧等待接收从反馈管道传送的第2帧反馈信息；
2)第N帧检测、跟踪步骤，N为大于等于3的整数：
2-1)第N帧收到从反馈管道传送的第N-1帧反馈消息后，判断N-1帧的车道线位置与N-2帧车道线位置差距是否小于等于设定阈值，如是，第N帧进入步骤2-3)，否则进入步骤2-4)；
2-3)第N帧图片进入多根并发检测管道，同时第N+1帧图片进入预处理管道p1；多根并发检测管道处理完毕之后，第N帧进入反馈管道，更新N＝N+1，返回步骤2-1)；
2-4)第N帧图片进入多根并发跟踪管道，同时第N+1帧图片进入预处理管道p1；多根并发跟踪管道处理完毕之后，第N帧进入反馈管道，更新N＝N+1，返回步骤2-1)。
由于检测和跟踪是耗费时间多的地方，所以本发明可以把检测和跟踪部分在划分为并发管道中完成，最后由反馈管道把消息传递给检测和跟踪模块，决定在下一帧做检测还是跟踪。并发管道中管道数M可根据实际情况划分。这样将耗费时间的地方通过并发处理，理想情况下并发处理时间为之前时间的1/M。
本发明的有益效果是，在不改变现有检测和跟踪算法的前提下，并发的管道划分车道线检测和跟踪算法能大大提升检测和跟踪速度。
附图说明
图1六个管道划分及其编号示意图。
具体实施方式
并发编程公开在C++concurrency in action一书中，用管道pipelines去划分任务，从而使此任务可以由多个管道并发的实现。
并发管道划分：传统的时序性的四个模块至少需要四个管道，一个预处理管道、一个检测管道、一个跟踪管道，以及一个反馈管道。由反馈管道把消息传递给检测和跟踪模块，决定在下一帧做检测还是跟踪。
如图1所示，本实施例把检测和跟踪部分在划分为两个管道，p2：检测1管道，p3：检测2管道，p4：跟踪1管道，p5：跟踪2管道，这样将耗费时间的地方通过并发处理，理想情况下节约一半时间。不涉及并发执行的预处理管道p1、反馈管道p6。通过六个管道的划分，实施例不再按照传统的时序性算法处理问题，而是采取总体和局部均有并发的思想去迎合实时性的要求。
整个系统并发执行，通过管道之间互通消息，实现系统的并发控制。并发执行的流程如下：
1)第1、2帧检测步骤：
1-1)第1帧图片经过预处理管道p1；
1-2)第1帧图片进入并发的检测管道p2和检测管道p3，同时第2帧图片进入预处理管道p1；
1-3)检测管道p2和检测管道p3处理完毕之后，第1帧进入反馈管道p6；第2帧等待接收从反馈管道p6传送的第1帧反馈信息；所述反馈信息为当前帧中车道线位置；
1-4)第2帧图片进入并发的检测管道p2和检测管道p3，同时第3帧图片进入预处理管道p1；
1-5)检测管道p2和检测管道p3处理完毕之后，第2帧进入反馈管道p6；第3帧等待接收从反馈管道p6传送的第2帧反馈信息；
2)第N帧检测、跟踪步骤，N为大于等于3的整数：
2-1)第N帧收到从反馈管道p6传送的第N-1帧反馈消息后，判断N-1帧的车道线位置与N-2帧车道线位置差距是否小于等于设定阈值，如是，第N帧进入步骤2-3)，否则进入步骤2-4)；
2-3)第N帧图片进入并发的检测管道p2和检测管道p3，同时第N+1帧图片进入预处理管道p1；检测管道p2和检测管道p3处理完毕之后，第N帧进入反馈管道p6，更新N＝N+1，返回步骤2-1)；
2-4)第N帧图片进入并发的跟踪管道p4和跟踪管道p5，同时第N+1帧图片进入预处理管道p1；跟踪管道p4和跟踪管道p5处理完毕之后，第N帧进入反馈管道p6，更新N＝N+1，返回步骤2-1)。
每N+1帧类在前一帧N进入检测或跟踪模块的同时，立即可进入p1管道，前一帧N经过并发的检测(管道p2、p3)或跟踪(管道p4、p5)后进入管道p6，第N帧的反馈消息传递给后一帧N+1，此时后一帧N+1接受到前一帧N传递过来的消息，做出检测或跟踪的选择。以此类推，完成多帧图片的检测或跟踪。

Claims (2)

1.基于并发管道的车道线检测和跟踪方法，其特征在于，包括以下步骤：
1)第1、2帧检测步骤：
1-1)第1帧图片经过预处理管道；
1-2)第1帧图片进入多根并发检测管道，同时第2帧图片进入预处理管道；
1-3)多根并发检测管道处理完毕之后，第1帧进入反馈管道；第2帧等待接收从反馈管道传送的第1帧反馈信息；所述反馈信息为当前帧中车道线位置；
1-4)第2帧图片进入多根并发检测管道，同时第3帧图片进入预处理管道；
1-5)多根并发检测管道处理完毕之后，第2帧进入反馈管道；第3帧等待接收从反馈管道传送的第2帧反馈信息；
2)第N帧检测、跟踪步骤，N为大于等于3的整数：
2-1)第N帧收到从反馈管道传送的第N-1帧反馈消息后，判断N-1帧的车道线位置与N-2帧车道线位置差距是否小于等于设定阈值，如是，第N帧进入步骤2-3)，否则进入步骤2-4)；
2-3)第N帧图片进入多根并发检测管道，同时第N+1帧图片进入预处理管道p1；多根并发检测管道处理完毕之后，第N帧进入反馈管道，更新N＝N+1，返回步骤2-1)；
2-4)第N帧图片进入多根并发跟踪管道，同时第N+1帧图片进入预处理管道p1；多根并发跟踪管道处理完毕之后，第N帧进入反馈管道，更新N＝N+1，返回步骤2-1)。
2.如权利要求1所述基于并发管道的车道线检测和跟踪方法，其特征在于，多根并发检测管道与多根并发跟踪管道的并发管道数均为2。
CN201610195314.0A 2016-03-31 2016-03-31 基于并发管道的车道线检测和跟踪方法 Pending CN105912978A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610195314.0A CN105912978A (zh) 2016-03-31 2016-03-31 基于并发管道的车道线检测和跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610195314.0A CN105912978A (zh) 2016-03-31 2016-03-31 基于并发管道的车道线检测和跟踪方法

Publications (1)

Publication Number Publication Date
CN105912978A true CN105912978A (zh) 2016-08-31

Family

ID=56745118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610195314.0A Pending CN105912978A (zh) 2016-03-31 2016-03-31 基于并发管道的车道线检测和跟踪方法

Country Status (1)

Country Link
CN (1) CN105912978A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108038654A (zh) * 2017-10-17 2018-05-15 长沙变化率信息技术有限公司 综合管廊收费管理系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5379353A (en) * 1988-05-09 1995-01-03 Honda Giken Kogyo Kabushiki Kaisha Apparatus and method for controlling a moving vehicle utilizing a digital differential analysis circuit
CN101595509A (zh) * 2007-02-02 2009-12-02 汤姆逊许可公司 无开销的独立并行图像处理
CN101811502A (zh) * 2010-01-07 2010-08-25 中国科学院半导体研究所 基于并行处理的快速车道线检测装置
CN102495725A (zh) * 2011-11-15 2012-06-13 复旦大学 一种基于多核体系结构的图像/视频特征提取并行算法
CN103065330A (zh) * 2013-01-15 2013-04-24 南京师范大学 基于流水线并行处理技术的粒子滤波目标跟踪方法及装置
CN103593817A (zh) * 2012-08-16 2014-02-19 三星电子株式会社 用于使用并行管道的图形处理的方法和设备
CN103824257A (zh) * 2012-11-16 2014-05-28 无锡汉兴电子有限公司 一种二维码图像预处理方法
CN104029680A (zh) * 2014-01-02 2014-09-10 上海大学 基于单目摄像头的车道偏离预警系统及方法
CN104318258A (zh) * 2014-09-29 2015-01-28 南京邮电大学 一种基于时域模糊和卡尔曼滤波器的车道线检测方法
CN104408460A (zh) * 2014-09-17 2015-03-11 电子科技大学 一种车道线检测及跟踪检测方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5379353A (en) * 1988-05-09 1995-01-03 Honda Giken Kogyo Kabushiki Kaisha Apparatus and method for controlling a moving vehicle utilizing a digital differential analysis circuit
CN101595509A (zh) * 2007-02-02 2009-12-02 汤姆逊许可公司 无开销的独立并行图像处理
CN101811502A (zh) * 2010-01-07 2010-08-25 中国科学院半导体研究所 基于并行处理的快速车道线检测装置
CN102495725A (zh) * 2011-11-15 2012-06-13 复旦大学 一种基于多核体系结构的图像/视频特征提取并行算法
CN103593817A (zh) * 2012-08-16 2014-02-19 三星电子株式会社 用于使用并行管道的图形处理的方法和设备
CN103824257A (zh) * 2012-11-16 2014-05-28 无锡汉兴电子有限公司 一种二维码图像预处理方法
CN103065330A (zh) * 2013-01-15 2013-04-24 南京师范大学 基于流水线并行处理技术的粒子滤波目标跟踪方法及装置
CN104029680A (zh) * 2014-01-02 2014-09-10 上海大学 基于单目摄像头的车道偏离预警系统及方法
CN104408460A (zh) * 2014-09-17 2015-03-11 电子科技大学 一种车道线检测及跟踪检测方法
CN104318258A (zh) * 2014-09-29 2015-01-28 南京邮电大学 一种基于时域模糊和卡尔曼滤波器的车道线检测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108038654A (zh) * 2017-10-17 2018-05-15 长沙变化率信息技术有限公司 综合管廊收费管理系统

Similar Documents

Publication Publication Date Title
CN101697111B (zh) 多屏拼接显示处理方法和装置
CN110992365B (zh) 一种基于图像语义分割的损失函数及其设计方法
CN105912978A (zh) 基于并发管道的车道线检测和跟踪方法
AU2021100757A4 (en) Method for optimizing bus bunching based on the combinatorial scheduling of whole-zone bus and inter-zone bus
CN102426514A (zh) 一种大屏幕拼接墙同步显示方法及装置
CN102262726A (zh) 基于fpga多核的车牌识别系统
CN103237233B (zh) 一种电视广告的快速检测方法及系统
CN101819681A (zh) 权值自适应调整的加权平均背景更新方法
CN104793365A (zh) 显示面板线路的检测装置及检测方法
CN103699276A (zh) 红外对管触摸屏的扫描方法和系统
CN107084731A (zh) 优化车载定位轨迹方法及装置
CN110087146B (zh) 对视频文件的分析与渲染进行同步的方法和系统
CN107239548B (zh) 基于SQL Server和HIVE的报表处理方法
CN109120868A (zh) 超大面阵图像传感器的自适应同步驱动系统及驱动方法
WO2016165158A1 (zh) 一种显示面板的驱动方法和驱动系统
CN106060425A (zh) 一种基于fpga的串行视频信号时钟恢复系统及方法
CN105206084B (zh) 一种基于检测器故障检测的交通信号控制方法
CN102368301A (zh) 基于视频的运动人体检测与跟踪系统
CN103197555B (zh) 可容错多机器人巡逻方法和系统
CN106656804A (zh) 低延时的报文转发方法、装置及交换机
CN116343027A (zh) 利用注意力机制融合的YOLOv5遥感图像目标检测方法
CN105469626A (zh) 一种车辆自动报站误差校正方法和装置
CN106559102A (zh) 一种多径信号合并处理方法及系统以及移动终端
CN104133686A (zh) 一种可快速模块化配置的web界面构建方法
CN101772802A (zh) 图像信号处理装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160831