[发明专利]用于确定图像中障碍物位置的方法、装置、设备和介质

权利要求书

1.一种用于确定图像中障碍物位置的方法，其特征在于，包括：

获取当前拍摄的行车环境图像；

利用预先训练的检测模型，确定所述行车环境图像中目标障碍物的被遮挡部位，以及确定所述目标障碍物的未被遮挡部位的初始坐标；

利用预设位置预测算法确定所述被遮挡部位的预测坐标；

基于所述预测坐标和所述初始坐标，确定所述目标障碍物在所述行车环境图像中的当前位置。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取对训练集中每一帧图像上障碍物信息的标注结果，其中，所述障碍物信息包括障碍物的位置、障碍物是否被遮挡、以及障碍物的被遮挡部位；

利用所述标注结果和所述训练集，基于神经网络结构训练得到所述检测模型；

其中，所述神经网络结构包括卷积层、池化层和全连接层。

3.根据权利要求2所述的方法，其特征在于，在所述检测模型的训练过程中，模型损失函数中包括障碍物的定位损失、障碍物的识别分类损失和障碍物各部位的遮挡分类损失，其中，所述障碍物的定位损失与所述障碍物各部位的遮挡情况相关。

4.根据权利要求1所述的方法，其特征在于，在所述利用预设位置预测算法确定所述被遮挡部位的预测坐标之前，所述方法还包括：

统计对应于所述被遮挡部位的已存储历史坐标的数量；

根据统计数量与预设数量阈值的关系，确定所述预设位置预测算法；

其中，所述被遮挡部位的已存储历史坐标是在历史检测与定位过程中，所述被遮挡部位在未被遮挡状态下的初始坐标。

5.根据权利要求4所述的方法，其特征在于，如果所述统计数量小于所述预设数量阈值，则所述利用预设位置预测算法确定所述被遮挡部位的预测坐标，包括：

利用卡尔曼滤波算法确定所述被遮挡部位的预测坐标。

6.根据权利要求4所述的方法，其特征在于，如果所述统计数量大于或等于所述预设数量阈值，则所述利用预设位置预测算法确定所述被遮挡部位的预测坐标，包括：

将对应于所述被遮挡部位的已存储历史坐标进行均值计算，将得到的坐标均值作为所述被遮挡部位的预测坐标。

7.根据权利要求1所述的方法，其特征在于，在所述利用预设位置预测算法确定所述被遮挡部位的预测坐标之前，所述方法还包括：

利用所述未被遮挡部位的初始坐标，和对应于所述未被遮挡部位的已存储历史坐标，计算对应于每个未被遮挡部位的坐标均值和坐标方差；

如果所述坐标均值和所述坐标方差分别小于对应的设定阈值，则确定所述目标障碍物为静止状态；

其中，所述未被遮挡部位的已存储历史坐标是在历史检测与定位过程中，所述未被遮挡部位在未被遮挡状态下的初始坐标。

8.一种用于确定图像中障碍物位置的装置，其特征在于，包括：

图像获取模块，用于获取当前拍摄的行车环境图像；

被遮挡部位和坐标确定模块，用于利用预先训练的检测模型，确定所述行车环境图像中目标障碍物的被遮挡部位，以及确定所述目标障碍物的未被遮挡部位的初始坐标；

坐标预测模块，用于利用预设位置预测算法确定所述被遮挡部位的预测坐标；

障碍物位置确定模块，用于基于所述预测坐标和所述初始坐标，确定所述目标障碍物在所述行车环境图像中的当前位置。

9. 一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的用于确定图像中障碍物位置的方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的用于确定图像中障碍物位置的方法。