2018年6月21日，北京微软大厦，在2018全球（南京）人工智能应用大赛赛题路演会（北京站）的现场，来自行车宝的刘舟教授发布了《基于视觉技术的车道线检测》的创新类赛题公布。该赛题的应用背景是智能驾驶领域，即技术车道线检测。
记者在现场了解到行车宝致力于通过科技手段保障驾驶员在驾驶过程中的行车安全，提供整套智能驾驶和行车安全解决方案。专注于ADAS功能研发，由清研资本投资。
行车宝成立于2015年，公司致力于通过人工智能、模式识别以及计算机视觉等高科技手段，全方位保障驾驶员在驾驶过程中的行车安全。公司已开发出司机驾驶状态监测、前车防撞预警等核心功能，是拥有自主知识产权的ADAS相关功能的研发企业。目前，公司先后在南京和北京建立了两所研发中心，深圳的研发中心也正在筹备中。
车道线检测在整个智能驾驶中属于智能价值，主要目的是通过检测到图像中的车道线自动的感知在物理环境当中车道线和本车的相对位置关系，之后根据这个相对位置关系去判断车辆的状况，以及做进一步的处理。
例如，在驾驶过程中，如果汽车压到车道线上，这时候可能是驾驶员处于较为疲劳的情况，汽车需要对驾驶员进行一个提示。另外，车道保持功能主要是通过实时获取车道线跟汽车的相对位置关系，并且通过车道线的走势主动对车辆施加一个车道距离，让车辆正常行驶。所以说车道线的检测是智能驾驶里面很多功能的基础模块，具有很重要的意义。
目前，在车道线检测领域，行车宝技术能够在复杂天气情况下，实现对车道线的检测，并且基于算法，提供车道保持的综合解决方案。
行车宝通过提供在线API和离线SDK，可以使客户实现前车/行人防撞预警、车道偏移预警以及司机状态检测等功能。相应功能模块已经移植至ARM嵌入式系统中。合作的车载电子厂商将公司的功能模块与相应的报警功能结合后，可以协助驾驶员避免高速、低速追尾，高速中无意识偏离车道，与行人碰撞等重大交通事故。
前车防撞方面，产品利用车辆检测/跟踪、前车距离估计等核心技术，在前方车辆过近有碰撞危险时，能够有效提供报警信息。
系统单帧处理时间小于0.05秒，碰撞预警时间从0.9~2.7秒动态可调，可有效处理逆光等恶劣环境。相应产品的作用距离大于60米，报警准确率大于99%;嵌入式系统上内存消耗小于1M。
车道偏离技术则是通过前向摄像头识别并跟踪前方车道位置，实时计算车道线与车辆的距离。当车辆偏离本来运行车道时，可以有效进行报警。
该技术的单帧处理时间小于0.01秒，可以自适应车道宽度的变化，并有效处理逆光等恶劣环境及阴影、马路裂缝等干扰。报警准确率大于99%，在嵌入式系统上，内存消耗小于0.7M。
网友评论