[发明专利]基于平面分割的车辆行驶信息确定方法及装置、车载终端有效
申请号: | 201910224891.1 | 申请日: | 2019-03-24 |
公开(公告)号: | CN111738033B | 公开(公告)日: | 2022-05-13 |
发明(设计)人: | 李亚;费晓天 | 申请(专利权)人: | 魔门塔(苏州)科技有限公司 |
主分类号: | G06V20/58 | 分类号: | G06V20/58;G06V10/26;G06V10/75;G06V10/82;G06K9/62;G06N3/04;G01P3/68 |
代理公司: | 北京科领智诚知识产权代理事务所(普通合伙) 11782 | 代理人: | 陈士骞 |
地址: | 215100 江苏省苏州市相城区*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 平面 分割 车辆 行驶 信息 确定 方法 装置 车载 终端 | ||
本发明实施例公开基于平面分割的车辆行驶信息方法、装置及车载终端。该方法包括:将道路图像帧中的待检测车辆区域输入车辆平面划分模型,由车辆平面划分模型根据预先训练好的模型参数,确定用于分割待检测车辆的各个方向平面的分割信息;当根据分割信息确定待检测车辆区域存在横向平面时,根据分割信息对待检测车辆区域进行分割,得到道路图像帧中的横向平面;从道路图像帧和上一道路图像帧之间相关联的横向平面中选取第一对应特征点,根据第一对应特征点之间的位置差异以及道路图像帧和上一道路图像帧之间的时间差,确定待检测车辆相对于当前车辆的车辆速度信息。应用本发明实施例提供的方案,能够更准确地确定待检测车辆的车辆行驶信息。
技术领域
本发明涉及自动驾驶技术领域,具体而言,涉及一种基于平面分割的车辆行驶信息确定方法及装置、车载终端。
背景技术
随着科学技术的发展,自动驾驶、无人车等新兴概念应运而生。高精度车辆探测识别、跟踪、距离和速度估计是道路场景分析与环境感知中的重要元素,也是自动驾驶领域一个不可或缺的部分。根据车辆上安装的各种传感器采集的数据,可以分析道路上的车道线、静止障碍物、红绿灯、交通标识等道路信息和道路区域的行人信息。与此相比,道路上的车辆行驶信息的分析处理往往更加复杂,一般来说包括:对道路场景下待检测车辆的跟踪分析、待检测车辆与当前车辆的距离分析及速度分析等。当前车辆是指各种传感器所在的车辆,待检测车辆是指可能会对当前车辆的行驶起到影响作用的车辆。
相关技术中,可以通过图像采集设备获取当前车辆周围环境中包含待检测车辆的图像,采用车辆检测技术对该图像进行处理,得到图像中待检测车辆的速度、位置与姿态等。这里图像采集设备获取的图像是指具有较短时间间隔的多帧图像。并且,通过运动目标跟踪技术,能够确定图像中待检测车辆的车辆行驶信息等。
上述方法能够在一定精度范围内得到待检测车辆的车辆行驶信息。但是,在确定车辆行驶信息时,采用的是对图像中的车辆区域进行跟踪,并利用帧间的车辆位置差异确定车辆行驶信息的方式。当待检测车辆距离当前车辆较近时,或者待检测车辆的速度与当前车辆速度差异不大时,车辆在图像帧之间的位置差异较小,可能无法准确地确定该位置差异,也就无法更准确地确定车辆行驶信息。
发明内容
本发明提供了一种基于平面分割的车辆行驶信息确定方法及装置、车载终端,以更准确地确定待检测车辆的车辆行驶信息。具体的技术方案如下。
第一方面,本发明实施例提供了一种基于平面分割的车辆行驶信息确定方法,包括:
获取采集的当前车辆周围的道路图像帧,确定所述道路图像帧中的待检测车辆区域;其中,所述道路图像帧包括当前车辆之外的待检测车辆,采集所述道路图像帧的图像采集设备位于所述当前车辆;
将所述待检测车辆区域输入车辆平面划分模型,由所述车辆平面划分模型中的卷积层和全连接层根据预先训练好的模型参数,确定用于分割所述待检测车辆的各个方向的平面的分割信息;
当根据所述分割信息确定所述待检测车辆区域存在所述待检测车辆的横向平面时,根据所述分割信息对所述待检测车辆区域进行分割,得到所述道路图像帧中所述待检测车辆的横向平面;其中,横向为与所述当前车辆的前后方向垂直的方向;
获取确定的上一道路图像帧中所述待检测车辆的横向平面;
从所述道路图像帧和所述上一道路图像帧之间相关联的横向平面中选取第一对应特征点,根据所述第一对应特征点之间的位置差异以及所述道路图像帧和所述上一道路图像帧之间的时间差,确定所述待检测车辆相对于所述当前车辆的车辆速度信息。
可选的,所述卷积层包括第一参数,所述全连接层包括第二参数;所述车辆平面划分模型采用以下方式训练完成:
获取样本车辆图像和标注的所述样本车辆图像中样本车辆的各个标准分割信息,将所述样本车辆图像输入所述卷积层;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于魔门塔(苏州)科技有限公司,未经魔门塔(苏州)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910224891.1/2.html,转载请声明来源钻瓜专利网。