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基于深度学习的车道线检测及拟合方法及车辆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：CN115424239B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202210999200.7，技术领域涉及：G06V20/58；该发明授权基于深度学习的车道线检测及拟合方法及车辆是由王嘉骏;何潇设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本基于深度学习的车道线检测及拟合方法及车辆在说明书摘要公布了：本发明公开了一种基于深度学习的车道线检测及拟合方法、系统、车辆及存储介质，将车道线信息获取任务中几何变换与多项式拟合的部分也通过轻量级的深度学习网络来完成，实现端到端的车道线信息获取。在实现拟合的过程中加入了图像特征的考量，通过大量数据的训练提升了信息获取的稳定性。本发明有效降低地形变化与车身姿态等因素对最终输出结果的影响。

本发明授权基于深度学习的车道线检测及拟合方法及车辆在权利要求书中公布了：1.一种基于深度学习的车道线检测及拟合方法，其特征在于，包括以下步骤： 步骤1、采集车道线图像数据，并对车道线位置坐标进行标注； 步骤2、利用摄像头的标定参数对采集图像进行透视变换，得到俯视视角下的车道线坐标，然后对车道线进行拟合得到车道线的三阶多项式的参数，将该参数作为图像的标注数据，形成所需的数据集； 步骤3、对采集的图像数据预处理，包括感兴趣区域裁剪、图像尺寸缩放及数据归一化； 步骤4、构建主干卷积神经网络模型，将经步骤3处理后图像数据作为主干卷积神经网络模型的输入，主干卷积神经网络模型提取出图像特征信息； 步骤5、构建车道线位置预测模型，以步骤4中输出的图像特征信息作为该车道线位置预测模型的输入，车道线位置预测模型输出车道线位置信息； 步骤6、构建车道线拟合参数预测模型，以步骤4中的图像特征信息和步骤5中得到的车道线位置信息共同作为车道线拟合参数预测模型的输入，车道线拟合参数预测模型输出预测的车道线拟合结果； 步骤7、训练所构建的主干卷积神经网络模型、车道线位置预测模型和车道线拟合参数预测模型，使误差达到期望值，得到训练好的车道线拟合参数预测模型； 步骤8、利用步骤7中得到的车道线拟合参数预测模型，将采集的图像数据经由步骤3处理后，输入到训练好的车道线拟合参数预测模型，即得到车道线拟合参数的预测结果。

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：400023 重庆市江北区建新东路260号；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”。