[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

说明书

本发明实施例涉及领域，公开了一种交通信号灯的检测方法，该方法首先获取摄像头所采集的图像，然后基于深度学习算法，获取所述图像中交通信号灯的边界框、标签和置信度，最后根据所述边界框，确定所述交通信号灯的位置，同时，根据所述标签和置信度，确定所述交通信号灯的状态，本发明实施例提供的检测方法能够准确检测和识别交通信号灯的状态和位置。

技术领域

本发明实施例涉及图像处理技术领域，特别涉及一种交通信号灯的检测方法、装置及自动驾驶汽车。

背景技术

交通信号灯的检测与识别是无人驾驶与辅助驾驶必不可少的一部分，其识别精度直接关乎智能驾驶的安全。为了自动驾驶汽车在复杂城区环境中平滑、安全地行驶，获取交通信号灯信息能使自动驾驶汽车更加智能，提前预判加速、减速或刹车，对于乘客的驾驶体验来说更加平滑流畅，对于多辆自动驾驶汽车的调度来说更加安全、有序，是动态道路分配、智能路网设计不可回避的问题。

在实现本发明实施例过程中，发明人发现以上相关技术中至少存在如下问题：当前对于交通信号灯的检测存在诸多挑战，交通信号灯属于小物体检测，在一副图片上所占据像素比例极小，不利于神经网络提取特征，影响检测精度；并且对相机的型号也有要求，聚焦性能越好，拍摄到交通信号灯的距离越远，同时视野范围越小；交通信号灯属于静态物体检测，但状态实时变化，增加了检测的难度。

发明内容

针对现有技术的上述缺陷，本发明实施例的目的是提供了一种交通信号灯的检测方法、装置及自动驾驶汽车，能够准确检测和识别交通信号灯的状态和位置。

本发明实施例的目的是通过如下技术方案实现的：

为解决上述技术问题，第一方面，本发明实施例中提供了一种交通信号灯的检测方法，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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；