[发明专利]一种可行驶区域的确定方法、装置、设备及存储介质

说明书

本申请涉及一种可行驶区域的确定方法、装置、设备或存储介质，该方法通过获取车辆的当前关注区域；当前关注区域包括多个子区域；根据获取的当前行驶环境中的障碍物信息，确定多个子区域中每个子区域的第一特征；每个子区域的第一特征包括第一可行驶概率；根据获取的当前行驶环境中的行驶边界信息，确定多个子区域中每个子区域的第二特征；每个子区域的第二特征包括第二可行驶概率；获取多个子区域中每个子区域的预测特征；预测特征包括预测可行驶概率；基于每个子区域的第二可行驶概率、第一可行驶概率和预测可行驶概率，从当前关注区域中确定当前可行驶区域。如此，可以提高可行驶区域检测的准确度。

技术领域

本申请涉及自动驾驶技术领域，特别涉及一种可行驶区域的确定方法、装置、设备及存储介质。

背景技术

随着自动驾驶技术的兴起和普及，对环境感知的功能和性能要求越来越高。可行驶区域检测为自动驾驶车辆提供路径规划辅助，以达到实现高等级自动驾驶。

现有的基于视觉的可行驶区域检测方案，主要有基于颜色、基于文理、基于边缘、基于灭点、道路模型分割、神经网络等方法，但是视觉可行驶区域检测存在以下问题：

1、基于双目视觉的可行驶区域检测方案，设备成本高，不适用于对成本敏感的高级辅助驾驶系统，具有局限性；

2、基于单目视觉的可行驶区域检测方案，由于单目视觉受相机姿态和地面起伏影响较大，易造成边缘检测误差较大；且在某些场景下，如水泥材质的高速防护栏和路面，由于防护栏和路面的颜色、纹理相近，容易造成道路边缘检测失效。

发明内容

本申请实施例提供了一种可行驶区域的确定方法、装置、设备及存储介质，可以有效解决部分场景下视觉检测道路边缘检测失效的问题，可以提高可行驶区域检测的准确度。

一方面，本申请实施例提供了一种可行驶区域的确定方法，包括：

获取车辆的当前关注区域；当前关注区域包括多个子区域；

根据获取的当前行驶环境中的障碍物信息，确定多个子区域中每个子区域的第一特征；每个子区域的第一特征包括第一可行驶概率；

根据获取的当前行驶环境中的行驶边界信息，确定多个子区域中每个子区域的第二特征；每个子区域的第二特征包括第二可行驶概率；

获取多个子区域中每个子区域的预测特征；预测特征包括预测可行驶概率；

基于每个子区域的第二可行驶概率、第一可行驶概率和预测可行驶概率，从当前关注区域中确定当前可行驶区域。

可选的，预测特征还包括预测子区域类型、和预测边界概率；获取多个子区域中每个子区域的预测特征，包括：获取当前关注区域的前次关注区域，并得到前次关注区域的多个子区域中每个子区域的前次子区域类型、前次可行驶概率和前次边界概率；前次关注区域的多个子区域和当前关注区域的多个子区域一一对应；获取车辆的运动参数集合；针对前次关注区域中多个子区域的每个子区域：根据子区域的前次子区域类型、前次可行驶概率、前次边界概率和运动参数集合，确定子区域与车辆的当前相对位置；若当前相对位置处于当前关注区域对应的位置范围内，则在当前关注区域中确定当前相对位置对应的当前子区域，将子区域的前次子区域类型、前次边界概率和前次可行驶概率作为当前子区域的预测特征。

可选的，前次子区域类型包括运动障碍物；运动参数集合包括当前车速和当前车辆行驶方向；根据子区域的前次子区域类型、前次可行驶概率、前次边界概率和运动参数集合，确定子区域与车辆的当前相对位置，包括：若子区域的前次子区域类型为运动障碍物，且子区域的前次边界概率大于等于第一预设边界概率，则从障碍物信息中确定出子区域对应的障碍物信息；根据障碍物信息、当前车速和当前车辆行驶方向，确定子区域与车辆的当前相对位置。