[发明专利]基于深度学习的交通路口可通行道路规划方法

权利要求书

1.基于深度学习的交通路口可通行道路规划方法，其特征在于，包括以下步骤：

特征提取步骤：将检测图片尺寸调整到统一大小到256x256像素大小，特征提取使用卷积模块并下采样4次，分别生成四个尺度的特征谱；之后，进入目标检测步骤；

目标检测步骤：参考信号灯与斑马线的特定比例设置预选框长宽比例，使用预选框对从低到高的4个尺度的特征谱进行基于深度学习的目标检测；之后，进入信号灯目标的检测优化步骤与斑马线走向检测步骤；

信号灯目标的检测优化步骤：将置信度小于门限值的信号灯检测结果所在的预选框内的图像进行颜色采样，分别计算预选框图像中特征点颜色与RGB红色[255，0，0]、RGB绿色[0，255，0]的相似度，当有特征点颜色与红色或绿色的相似度满足最低要求，则判断该特征点为红色或绿色；之后计算预选框图像中红色特征点数量、绿色特征点数量占图像中所有特定点数量的比例，如有比例大于预设比例值则判断该预选框图像中的信号灯为对应颜色；置信度大于等于门限值的信号灯检测结果不进行优化；

斑马线走向检测步骤：选择斑马线检测结果所在的预选框中长宽比例的大于3:1以及长度大于检测图片1/3长度的预选框进行中心点连线，得到的连线为斑马线区域的中心线，中心线的斜率为斑马线的走向；以中心线上的像素点向左右两边扩展检测图片设定长度的为可行走的安全区域；

规划步骤：根据检测出的信号灯颜色与斑马线走向检测结果规划出可行的通行路线并通报用户。

2.如权利要求1所述方法，其特征在于，生成四个特征谱的尺度为：256x32x32、256x16x16、512x8x8、512x6x6。

3.如权利要求2所述方法，其特征在于，目标检测步骤中预选框的具体长宽比例的设计方法为：

针对256x32x32的特征谱，采用长宽比例1，1/2，2三个尺度的预选框；

针对256x16x16的特征谱，采用长宽比例1/3，1/2，1，1，2，3六个尺度的预选框；

针对512x8x8的特征谱，采用长宽比例1/3，2/3，1/2，1，3/2，2六个尺度的预选框；

针对512*6*6的特征谱，采用长宽比例1/4，1/3，1/2，2/3，1，3/2六个尺度的预选框。

4.如权利要求1所述方法，其特征在于，信号灯目标的检测优化步骤中颜色相似度通过直接计算特征点颜色与RGB红色[255，0，0]、RGB绿色[0，255，0]的颜色距离来反映，距离越短与对应颜色的相似性越大。

5.如权利要求1所述方法，其特征在于，斑马线走向检测步骤中所述设定长度为检测图片1/4长度。