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自动驾驶周视车道线模型训练和检测方法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：CN115205800B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202210653371.4，技术领域涉及：G06V20/56；该发明授权自动驾驶周视车道线模型训练和检测方法是由詹东旭;单玉梅;冯绪杨设计研发完成，并于2022-06-09向国家知识产权局提交的专利申请。

本自动驾驶周视车道线模型训练和检测方法在说明书摘要公布了：本发明公开了自动驾驶周视车道线模型训练和检测方法，包括如下步骤：1数据采集、清洗和标注：通过摄像头，获得多个视角的多段视频数据，以分段折线的方式对车道线进行标注；2模型回归分支训练：对于前视和后视的图片，保持其原始状态直接送入模型进行训练；对于左前、右左后和右前、右后四个图像，分别进行逆时针或顺时针旋转，然后进行水平方向合并为一张图，旋转合并后送入模型进行训练；3模型分类分支训练：4模型部署推理。这样，本发明能够极大克服因LineAnchor先验的方向导致的侧面小角度的车道线无法检出的问题，使得其能够同时在前后和侧面都能较好检测出车道线。

本发明授权自动驾驶周视车道线模型训练和检测方法在权利要求书中公布了：1.自动驾驶周视车道线模型训练和检测方法，其特征在于包括如下步骤： 1数据采集、清洗和标注：在车身上设置多个数据采集的摄像头，获得多个视角的多段视频数据；按照一定的抽帧频率，抽取出一定量的图片，筛选不同场景的车道线，以分段折线的方式对车道线进行标注，标出车道线； 2模型回归分支训练：车道线模型包括模型主干网络、车道线回归分支、车道线分类分支，首先训练回归分支，而将分类分支进行冻结，采用的初始学习率n1；训练时候，对于前视和后视的图片，保持其原始状态直接送入模型进行训练，对于前侧的左前和右前两个图像，首先将左前图像进行逆时针旋转，记作font-left-rotated，右前图像进行顺时针旋转，记作font-right-rotated，然后进行水平方向合并，合并时旋转后的左前图像font-left-rotated在左侧，旋转后的右前图像font-right-rotated在右侧；对于后侧的左后和右后两个图像，首先左后图像进行顺时针旋转，记作rear-left-rotated，右后图像进行逆时针旋转，记作rear-right-rotated，然后进行水平方向合并，合并时旋转后的右后图像rear-right-rotated在左侧，旋转后的左后图像rear-left-rotated在右侧，旋转合并后送入模型进行训练；所述旋转角度在2-4度之间； 3模型分类分支训练：采用的初始学习率n2，n2的数值是n1的倍数；训练时候，对于前视和后视的图片，保持其原始状态直接送入模型进行训练，对于前侧的左前和右前两个图像，首先将左前图像进行逆时针旋转，记作font-left-rotated，右前图像进行顺时针旋转，记作font-right-rotated，然后进行水平方向合并，合并时旋转后的左前图像font-left-rotated在左侧，旋转后的右前图像font-right-rotated在右侧；对于后侧的左后和右后两个图像，首先左后图像进行顺时针旋转，记作rear-left-rotated，右后图像进行逆时针旋转，记作rear-right-rotated，然后进行水平方向合并，合并时旋转后的右后图像rear-right-rotated在左侧，旋转后的左后图像rear-left-rotated在右侧，旋转合并后送入模型进行训练； 4模型部署推理：利用pytorch的jit模块，将模型导出为onnx模块并且进行模型定点量化，最后利用onnxruntime将模型转化为trt引擎，实现模型在嵌入式端高效地运行； 模型推理时候，需要和模型训练时候对应，对于前视图片和后视图片，直接Resize为网络所需要的输入尺寸；对于前侧的旋转后的两个图像，左前和右前进行左右合并并Resize；对于后侧的旋转后的两个图像，右后和左后进行左右合并并Resize；然后对模型推理结果进行后处理； 所述旋转角度在2-4度之间。

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：400020 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”。

以上内容由龙图腾AI智能生成。