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 PDFInfo
- 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
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
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***并发执行,通过管道之间互通消息,实现***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。
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)
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*** |
Citations (10)
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***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 |
-
2016
- 2016-03-31 CN CN201610195314.0A patent/CN105912978A/zh active Pending
Patent Citations (10)
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***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)
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*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101697111B (zh) | 多屏拼接显示处理方法和装置 | |
CN103688298A (zh) | 用于控制交通信号的装置和方法 | |
CN105912978A (zh) | 基于并发管道的车道线检测和跟踪方法 | |
CN114377971A (zh) | 摆轮分拣失速检测控制方法 | |
CN105704434A (zh) | 基于智能视频识别的体育场馆人群监控方法及*** | |
AU2021100757A4 (en) | Method for optimizing bus bunching based on the combinatorial scheduling of whole-zone bus and inter-zone bus | |
CN102262726A (zh) | 基于fpga多核的车牌识别*** | |
CN102426514A (zh) | 一种大屏幕拼接墙同步显示方法及装置 | |
CN103237233B (zh) | 一种电视广告的快速检测方法及*** | |
CN109120868A (zh) | 超大面阵图像传感器的自适应同步驱动***及驱动方法 | |
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*** | |
CN104550273B (zh) | 步进式冷床的布料方法 | |
CN112231116B (zh) | 一种微波雷达的对象融合方法及其应用*** | |
CN101986707A (zh) | 可支持显示墙输出的解码器***及方法 | |
CN117764818A (zh) | 一种煤机装备视频超分辨率网络及重建方法 | |
CN104766562A (zh) | 一种显示面板的驱动方法和驱动*** | |
CN105206084B (zh) | 一种基于检测器故障检测的交通信号控制方法 | |
CN101772802B (zh) | 图像信号处理装置 | |
CN103197555B (zh) | 可容错多机器人巡逻方法和*** | |
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***以及移动终端 | |
CN103531172B (zh) | 多屏幕集成显示***带宽调整设备及其调整方法 | |
WO2022046936A3 (en) | Systems, devices, and methods for beam misalignment detection |
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 |