[发明专利]利用单目相机识别障碍物的方法、装置、设备及存储介质在审

专利信息
申请号: 201911077426.6 申请日: 2019-11-06
公开(公告)号: CN111027381A 公开(公告)日: 2020-04-17
发明(设计)人: 宁庆群;范锦昌;钱炜 申请(专利权)人: 杭州飞步科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 张子青;臧建明
地址: 310012 浙江省杭州市西湖*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 利用 相机 识别 障碍物 方法 装置 设备 存储 介质
【权利要求书】:

1.一种利用单目相机识别障碍物的方法,其特征在于,包括:

通过单目相机获取环境图像;

利用预设识别模型在所述环境图像中确定障碍物信息;

根据所述单目相机的参数、所述障碍物信息,确定所述障碍物相对于车辆的位置。

2.根据权利要求1所述的方法,其特征在于,利用带有标注信息的图像数据训练模型,得到所述预设识别模型;

其中,所述标注信息包括符合预设过滤条件的信息。

3.根据权利要求1所述的方法,其特征在于,训练所述预设识别模型时,采用在线困难挖掘技术确定困难样本,并利用所述困难样本训练所述模型。

4.根据权利要求1所述的方法,其特征在于,所述利用预设识别模型在所述环境图像中确定障碍物信息,包括:

利用所述预设识别模型确定所述环境图像的障碍物置信值;

根据所述障碍物置信值确定所述障碍物信息。

5.根据权利要求4所述的方法,其特征在于,所述障碍物置信值包括预设数量的障碍物类型对应的置信值;

所述根据所述障碍物置信值确定所述障碍物信息,包括:

在所述障碍物置信值中确定目标置信值;

根据所述目标置信值对应的障碍物类型的最优阈值、所述目标置信值,确定是否存在与所述障碍物类型对应障碍物。

6.根据权利要求5所述的方法,其特征在于,所述根据所述目标置信值对应的障碍物类型的最优阈值、所述目标置信值,确定是否存在与所述障碍物类型对应障碍物,包括:

若所述目标置信值大于或等于所述最优阈值,则确定存在与所述障碍物类型对应障碍物;

否则,确定所述目标置信值是否大于与所述目标置信值对应的障碍物类型的备用阈值;

若是,则获取上一帧环境图像中与所述障碍物类型对应的历史障碍物特征,并比对当前帧环境图像中的障碍物特征与所述历史障碍物特征,并根据比对结果确定所述障碍物信息。

7.根据权利要求4所述的方法,其特征在于,所述根据所述单目相机的参数、所述障碍物信息,确定所述障碍物相对于车辆的位置,包括:

根据所述障碍物信息确定所述障碍物在所述环境图像中的图像位置;

根据所述单目相机的内参、外参、所述图像位置,确定所述障碍物相对于车辆的位置。

8.根据权利要求7所述的方法,其特征在于,还包括:

利用惯性测量单元确定偏差量;

所述根据所述单目相机的内参、外参、所述图像位置,确定所述障碍物相对于车辆的位置,包括:

根据所述偏差量、所述单目相机的内参、外参、所述图像位置,确定所述障碍物相对于车辆的位置。

9.一种利用单目相机识别障碍物的装置,其特征在于,包括:

获取模块,用于通过单目相机获取环境图像;

确定模块,用于利用预设识别模型在所述环境图像中确定障碍物信息;

定位模块,用于根据所述单目相机的参数、所述障碍物信息,确定所述障碍物相对于车辆的位置。

10.一种利用单目相机识别障碍物的设备,其特征在于,包括:

存储器;

处理器;以及

计算机程序;

其中,所述计算机程序存储在所述存储器中,并配置为由所述处理器执行以实现如权利要求1-8任一种所述的方法。

11.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,

所述计算机程序被处理器执行以实现如权利要求1-8任一种所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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杭州飞步科技有限公司,未经杭州飞步科技有限公司许可,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/201911077426.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top