[发明专利]一种交通信号灯的检测方法、装置及自动驾驶汽车

权利要求书

1.一种交通信号灯的检测方法，其特征在于，包括：

获取摄像头所采集的图像；

基于深度学习算法，获取所述图像中交通信号灯的边界框、标签和置信度；

根据所述边界框，确定所述交通信号灯的位置；

根据所述标签和置信度，确定所述交通信号灯的状态。

2.根据权利要求1所述的检测方法，其特征在于，

所述根据所述标签和置信度，确定所述交通信号灯的状态的步骤，进一步包括：

根据所述图像的标签和置信度，确定每一帧图像中所述交通信号灯的显示状态；

将所述每一帧图像中所述交通信号灯的显示状态进行量化处理，以得到所述每一帧图像的量化数据；

将预设时间段内的各帧图像的量化数据求和；

根据求和的结果，确定在所述预设时间段内所述交通信号灯的状态。

3.根据权利要求2所述的检测方法，其特征在于，所述方法还包括：

判断所述求和的结果是否在预设区间内；

若是，则确定所述交通信号灯为绿灯闪烁的状态。

4.根据权利要求1所述的检测方法，其特征在于，

所述边界框为矩形边界框，所述根据所述边界框，确定所述交通信号灯的位置的步骤，进一步包括：

获取所述矩形边界框在图像坐标系下的坐标值，以确定所述交通信号灯的位置。

5.根据权利要求1所述的检测方法，其特征在于，

所述基于深度学习算法，获取所述图像中交通信号灯的边界框、标签和置信度的步骤，进一步包括：

扫描所述图像，获取包含所述交通信号灯的候选区域；

根据所述候选区域，确定所述图像中交通信号灯的边界框、标签和置信度。

6.根据权利要求5所述的检测方法，其特征在于，

所述扫描所述图像，获取包含所述交通信号灯的候选区域的步骤，进一步包括：

将所述图像输入主干网络中，对所述图像进行特征提取；

通过特征金字塔网络，提取包含不同尺度特征的所述图像的特征图；

通过候选框提取网络，对所述特征图进行处理，以得到包含所述交通信号灯的候选区域。

7.根据权利要求5所述的检测方法，其特征在于，

所述根据所述候选区域，确定所述图像中交通信号灯的边界框、标签和置信度的步骤，进一步包括：

遍历所述图像中的每一候选区域，将所述候选区域分为k*k个单元，其中，k为大于等于1的整数；

通过双线性插值法计算每一所述单元中固定的四个坐标位置的像素值，并进行最大池化处理；

将经过最大池化处理后的所述候选区域进行分类和回归，以得到所述图像中交通信号灯的标签，以及各所述标签的置信度，并生成所述交通信号灯的边界框。

8.根据权利要求1所述的检测方法，其特征在于，

所述获取摄像头所采集的图像的步骤，进一包括：

启动所述摄像头采集图像，或者，运行记录有所述摄像头所采集的图像的数据包；

对所述采集的图像进预处理。

9.一种交通信号灯的检测装置，其特征在于，包括：

第一获取模块，用于获取摄像头所采集的图像；

第二获取模块，用于基于深度学习算法，获取所述图像中交通信号灯的边界框、标签和置信度；

第一确定模块，用于根据所述边界框，确定所述交通信号灯的位置；

第二确定模块，用于根据所述标签和置信度，确定所述交通信号灯的状态。

10.一种自动驾驶汽车，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如权利要求1-8任一项所述的方法。