[发明专利]无人驾驶交通灯检测分类方法和装置

权利要求书

1.一种无人驾驶交通灯检测分类方法，其特征在于，包括以下步骤：

获取交通灯图像，并对所述交通灯图像进行数据增强处理；

使用数据增强处理后的所述交通灯图像对分类网络进行训练，以得到预测的所述交通灯的状态；

获取在高精度地图中的真实的交通灯的地图坐标系坐标，并对所述地图坐标系坐标进行转换，得到所述交通灯的像素坐标系坐标；

计算所述真实的交通灯与所述预测的交通灯的面积交并比；

当所述面积交并比大于预设阈值时，确定所述预测的交通灯的状态为正确的交通灯；

根据所述正确的交通灯进行分类网络预测。

2.根据权利要求1所述的无人驾驶交通灯检测分类方法，其特征在于，对所述地图坐标系坐标进行转换，得到所述交通灯的像素坐标系坐标，包括：

将所述高精地图中真实的交通灯的地图坐标系下的坐标乘以地图坐标系转车体坐标系变换矩阵，得到所述真实的交通灯在车体坐标系下的坐标；

将所述真实的交通灯的车体坐标系下的坐标乘以车体坐标系转相机坐标系变换矩阵，得到所述真实的交通灯在相机坐标系下的坐标；

将所述真实的交通灯的相机坐标系下的坐标乘以相机的内参矩阵，得到所述真实的交通灯在像素坐标系下的坐标。

3.根据权利要求1所述的无人驾驶交通灯检测分类方法，其特征在于，获取交通灯图像包括：

采集包含交通灯的图像，并分别进行目标检测标注和分类标注，形成训练数据集；

将所述包含交通灯的图像输入目标检测网络，并进行数据增强处理；

使用数据增强处理后的训练数据对所述目标检测网络进行训练，预测出所述交通灯的坐标；

根据所述交通灯的坐标，获取所述交通灯图像。

4.根据权利要求1所述的无人驾驶交通灯检测分类方法，其特征在于，对所述交通灯图像进行数据增强处理，包括：

采用中值滤波、图像锐化、旋转、镜像、亮度调整中的一种或多种对所述交通灯图像进行数据增强处理。

5.根据权利要求1所述的无人驾驶交通灯检测分类方法，其特征在于，还包括：

当所述面积交并比小于或者等于所述预设阈值时，确定所述预测的交通灯的状态为虚警。

6.根据权利要求3所述的无人驾驶交通灯检测分类方法，其特征在于，所述目标检测网络为CenterNet，所述分类网络为ResNet18。

7.一种无人驾驶交通灯检测分类装置，其特征在于，包括：

数据处理模块，用于获取交通灯图像，并对所述交通灯图像进行数据增强处理；

训练模块，用于使用数据增强处理后的所述交通灯图像对分类网络进行训练，以得到预测的所述交通灯的状态；

获取模块，用于获取在高精度地图中的真实的交通灯的地图坐标系坐标；

转换模块，用于对所述地图坐标系坐标进行转换，得到所述交通灯的像素坐标系坐标；

计算模块，用于计算所述真实的交通灯与所述预测的交通灯的面积交并比；

确定模块，用于在所述面积交并比大于预设阈值时，确定所述预测的交通灯的状态为正确的交通灯；

预测模块，用于根据所述正确的交通灯进行分类网络预测。

8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时，实现根据权利要求1-6中任一项所述的无人驾驶交通灯检测分类方法。

9.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现根据权利要求1-6中任一项所述的无人驾驶交通灯检测分类方法。

10.一种计算机程序产品，其特征在于，当所述计算机程序产品中的指令由处理器执行时，执行根据权利要求1-6中任一项所述的无人驾驶交通灯检测分类方法。