[发明专利]基于视觉技术的前方障碍物实时检测方法及系统

权利要求书

1.一种基于视觉技术的前方障碍物实时检测方法，其特征在于，所述前方障碍物实时检测方法包括：

获取目标图片；

通过目标检测模型识别所述目标图片中的前方障碍物，以得到所述前方障碍物的类别及坐标；

通过语义分割模型识别所述目标图片中的目标区域，以得到所述目标区域的图形矩阵；

判断所述前方障碍物是否属于关键物体，若是，则判断所述关键物体是否位于所述图形矩阵内，若位于，则产生报警信号。

2.如权利要求1所述的前方障碍物实时检测方法，其特征在于，所述目标检测模型及所述语义分割模型部署在NVIDIA JETSON TX2上；

所述NVIDIA JETSON TX2包括Jetson TX2模块及电源模块；

所述Jetson TX2模块用于运行所述目标检测模型及所述语义分割模型；

所述电源模块用于提供电源。

3.如权利要求2所述的前方障碍物实时检测方法，其特征在于，所述NVIDIA JETSONTX2还包括有以太网接口，所述以太网接口用于连接网络摄像头；

所述前方障碍物实时检测方法还包括有：

通过所述网络摄像头采集前方视频，所述前方视频包括实时视频流及离线视频；

将所述前方视频发送至Jetson TX2模块，所述Jetson TX2模块对所述前方视频进行解码以得到所述目标图片；

所述NVIDIA JETSON TX2还包括Micro USB模块及USB Type A模块，所述Micro USB模块用于连接外接设备以部署所述NVIDIA JETSON TX2，所述USB Type A模块用于连接外接设备以调试目标检测算法及语义分割算法。

4.如权利要求3所述的前方障碍物实时检测方法，其特征在于，所述以太网接口连接有两个网络摄像头，所述两个网络摄像头分别用于采集前方不同距离范围的视频。

5.如权利要求1所述的前方障碍物实时检测方法，其特征在于，

所述目标检测模型通过下述步骤获得：

预设第一损失函数，所述第一损失函数包括第一阈值；

将不同场景下不同种类的障碍物图片作为训练集并且将所述训练集输入至目标检测算法；

计算所述目标检测算法的运算结果与真实的所述障碍物的第一相符程度；

判断所述第一相符程度是否达到所述第一阈值，若是，则得到所述目标检测模型，若否，则继续将不同场景下不同种类的障碍物图片作为训练集并且将所述训练集输入至目标检测算法，或，调整所述损失函数的参数后继续将不同场景下不同种类的障碍物图片作为训练集并且将所述训练集输入至目标检测算法；

所述语义分割模型通过下述步骤获得：

预设第二损失函数，所述第二损失函数包括第二阈值；

将不同场景下不同的区域图片作为训练集并且将所述训练集输入至语义分割算法；

计算所述语义分割算法的运算结果与真实区域的第二相符程度；

判断所述第二相符程度是否达到所述第二阈值，若是，则得到所述语义分割模型，若否，则继续将不同场景下不同的区域图片作为训练集并且将所述训练集输入至语义分割算法，或，调整所述损失函数的参数后继续将不同场景下不同的区域图片作为训练集并且将所述训练集输入至语义分割算法；

和/或，

所述前方障碍物实时检测方法还包括：

将所述报警信号传送至RCU雷达系统以进行报警处理；

和/或，

所述前方障碍物实时检测方法还包括：

将所述前方障碍物的类别及坐标传输至TLCD主机；

通过TLCD主机显示所述前方障碍物的信息，所述信息包括所述前方障碍物的位置及类别；

和/或，

通过目标检测模型识别所述目标图片中的前方障碍物的步骤中，

通过采用C++接口调用所述目标检测模型；

和/或，

通过目标检测模型识别所述目标图片中的前方障碍物的步骤包括：

通过去除卡尔曼滤波跟踪函数的目标检测模型识别所述目标图片中的前方障碍物；

和/或，

获取目标图片的步骤中，所述目标图片为当前视频帧；

通过语义分割模型识别所述目标图片中的目标区域的步骤中，所述目标区域为铁轨。