[发明专利]自动驾驶场景的深度估计方法、装置和自主车辆

说明书

本申请公开了一种自动驾驶场景的深度估计方法、装置和自主车辆。该方法公开了：获取场景图像；利用深度估计模型的深度估计网络提取场景图像的图像特征，并基于所述图像特征生成所述场景图像的基础深度估计信息；利用深度估计模型中与所述深度估计网络级联的偏差估计网络，基于所述图像特征生成相对于所述基础深度估计信息的目标区域偏差估计信息；根据所述基础深度估计信息和所述目标区域偏差估计信息确定所述场景图像中目标区域的最终深度估计结果。本申请提供的技术方案能够解决现有的针对目标区域的深度估计精度不够准确的问题。

技术领域

本申请涉及自动驾驶技术领域，特别是涉及一种自动驾驶场景的深度估计方法、装置和自主车辆。

背景技术

随着自动驾驶的发展，场景理解成为其中的重要问题，场景理解(sceneunderstanding)主要关注驾驶场景中的目标检索、检测、场景分割等，对实现自主车辆的自动驾驶具有重要作用，可以将多个传感器的场景感知数据转化为自主运动的决策依据。而单目景深估计是其中亟待解决的关键技术。在现有的深度学习模型解决方案中，通常是通过特征提取网络，获得图像的局部特征和全局特征，由此预测图像中每个位置的深度值。

然而，深度学习模型中预测得到的各个位置的深度值是相对独立的。在自动驾驶的许多场景下，更关心整幅图像中重点区域的深度。比如自主车辆采集的道路图像中，障碍物的深度反映出自主车辆与障碍物的距离。而现有技术中深度学习模型无法针对障碍物的实际距离进行有效估计，因而自主车辆无法完成有效的自主决策实现自动驾驶。

发明内容

鉴于上述问题，提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的一种自动驾驶场景的深度估计方法、装置和自主车辆。

依据本申请的一个方面，提供了一种自动驾驶场景的深度估计方法，包括：

获取场景图像；

利用深度估计模型的深度估计网络提取场景图像的图像特征，并基于所述图像特征生成所述场景图像的基础深度估计信息；

利用深度估计模型中与所述深度估计网络级联的偏差估计网络，基于所述图像特征生成相对于所述基础深度估计信息的目标区域偏差估计信息；

根据所述基础深度估计信息和所述目标区域偏差估计信息确定所述场景图像中目标区域的最终深度估计结果。

可选的，所述深度估计模型是通过如下方式训练得到的：

获取样本图像，根据所述样本图像对所述深度估计网络进行训练，所述深度估计网络训练结束之后，再根据所述样本图像对所述级联的偏差估计网络进行训练；

或者，

获取样本图像，根据所述样本图像对所述深度估计网络和所述级联的偏差估计网络同时进行训练。

可选的，所述根据所述样本图像对所述深度估计网络进行训练包括：

获取样本图像集合，样本图像的像素点标注有真实深度信息；

根据所述样本图像集合对深度估计网络进行迭代的多轮训练；每轮训练包括：

从样本图像集合中选取样本图像输入所述深度估计网络，通过所述深度估计网络提取样本图像的图像特征，并基于所述图像特征生成所述样本图像的基础深度估计信息；基于所述样本图像的基础深度估计信息和真实深度信息，计算第一预测误差；基于所述第一预测误差，调整所述深度估计网络的参数。

可选的，所述根据所述样本图像对级联的偏差估计网络进行训练包括：

获取通过所述深度估计网络提取的样本图像的图像特征，根据所述样本图像的图像特征对级联的偏差估计网络进行迭代的多轮训练；每轮训练包括：