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！

龙图腾网获悉长安大学申请的专利一种大型车辆边灯干扰下自动驾驶环卫车车道保持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：CN120422848B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510331853.1，技术领域涉及：B60W30/12；该发明授权一种大型车辆边灯干扰下自动驾驶环卫车车道保持方法是由张雅丽;纪龙;王畅;郭应时;付锐;袁伟;辛琪;李博设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本一种大型车辆边灯干扰下自动驾驶环卫车车道保持方法在说明书摘要公布了：本发明属于自动驾驶技术领域，具体公开了一种大型车辆边灯干扰下自动驾驶环卫车车道保持方法，先获取自车前方的道路图像、障碍目标等环境数据；再对道路图像提取高亮特征，结合帧差法计算其相对于自车的移动速度，并与障碍目标移动速度对比，以区分车道线特征与干扰特征；当判定为车道线特征时，平均加权两侧车道线相对于自车中心线距离实现车道保持；当判定为干扰时，采用双阈值方法，结合车道宽度先验知识生成虚拟车道线，综合加权确定车道中心。本发明可使自动驾驶环卫车在夜间或暗光环境下以低成本实现可靠车道保持，有效规避大型车辆边灯干扰，显著提升行驶安全性与稳定性，具有高精度、强实时性及适应复杂光照条件的优势。

本发明授权一种大型车辆边灯干扰下自动驾驶环卫车车道保持方法在权利要求书中公布了：1.一种大型车辆边灯干扰下自动驾驶环卫车车道保持方法，其特征在于，所述车道保持方法包括以下步骤： 步骤1、获取自车前方的环境数据，所述环境数据包括道路图像和障碍目标； 步骤2、对所述道路图像进行处理，以提取高亮特征； 步骤3、利用帧差法计算所述高亮特征相对于自车的移动速度v0； 步骤4、若自车前方存在障碍目标时，则自动计算获得障碍目标相对于自车的移动速度v1，并基于所述障碍目标相对于自车的移动速度v1与高亮特征相对于自车的移动速度v0的关系，以确定所述高亮特征是否为车道线特征； 若自车前方不存在障碍目标时，则直接确定所述高亮特征为车道线特征； 步骤4中，当，且此时自车速度大于设定速度阈值v时，则判定道路图像中的高亮特征是相对于自车移动的车道线特征，与障碍目标无关； 当时，则判定道路图像中的高亮特征是由大车边灯照射形成的光斑或车身上的其他细长条状特征； 其中，A设定为8%～12%； 步骤5、当确定所述高亮特征为车道线特征时，则通过平均加权两侧车道线相对于自车中心线的距离，最终确定车道中心，用于保持自车在车道中心行驶； 步骤6、当确定所述高亮特征不是车道线特征时，则采用双阈值方法获取细长条状特征，具体为先使用低阈值分割获得整个高亮特征区域掩码，然后在高亮特征区域使用高阈值分割其中的细长条状特征，当利用双阈值方法获取的结果中存在多个细长条状特征并行排列时，仅选取右侧的细长条状特征作为输出；同时根据自车左侧车道线与车道宽度先验知识，形成虚拟车道线，综合加权左侧车道线、虚拟车道线与右侧双阈值方法获取的结果相对于自车中心线的距离，最终确定车道中心，用于保持自车在车道中心行驶； 所述步骤6的具体过程为： 步骤6.1、使用Otsu算法，自动计算道路图像中各个像素的分布规律，从而提取出道路图像中的高亮特征，得到高亮特征掩码； 步骤6.2、根据所述高亮特征掩码仅提取高亮特征部分的原始道路图像，对于所述原始道路图像再次使用Otsu算法自动计算其中各个像素的分布规律从而提取出道路图像中的细长条状特征； 步骤6.3、当采用双阈值方法获取的结果中存在多个细长条状特征并行排列时，通过横向对比像素坐标，仅选取右侧的细长条状特征作为车道特征输出； 步骤6.4、将道路图像的中心线视为自车中心线，分别计算左侧车道线与右侧的细长条状特征相对于自车中心线的距离Xl和Xr； 步骤6.5、根据车道宽度先验知识，在距离左侧车道线3.75m的位置画出虚拟车道线，计算得到虚拟车道线相对于自车中心线的距离为3.75‑Xl； 步骤6.6、根据下式计算理想的车道中心距离： 式中：w1和w2为权重系数，分别表示右侧的细长条状特征和虚拟车道线对车道中心距离的影响程度，w1+w2=1，且w1w2； 步骤6.7、车道保持系统控制车辆沿步骤6.6所述的理想的车道中心距离移动。

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长安大学，其通讯地址为：710061 陕西省西安市南二环中段33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。