[发明专利]一种可行驶区域的检测方法及装置

说明书

本发明公开了一种可行驶区域的检测方法及装置，将获取的当前道路图像中所有目标对象和地面的接触点作为标注点进行标注，对标注的所有接触点进行连线得到一条非闭合折线，对非闭合折线中各个目标对象对应的物体类别进行标注，得到包含物体类别标注结果的目标道路图像，将目标道路图像输入至可行驶区域语义分割模型，得到每个像素点的预测像素点类别信息，根据每个像素点的预测像素点类别信息和位置信息，对标注的所有接触点进行过滤聚类得到不同类别的接触点集合，基于接触点集合，确定当前道路图像中的可行驶区域。本发明在进行可行驶区域识别时，仅将目标对象和地面的接触点作为标注点进行标注，因此省去的大量的标注工作，缩短了标注时间。

技术领域

本发明涉及图像处理技术领域，更具体的说，涉及一种可行驶区域的检测方法及装置。

背景技术

可行驶区域(FreeSpace)检测技术是辅助驾驶系统和自动驾驶系统的关键技术。现有技术中，可行驶区域的检测方法为：对车辆摄像头采集的图像按照不同的物体分割成不同区域，然后从分割的区域中识别出可行驶区域。

由于传统方案在进行区域分割时，不仅对物体边界点进行标注，还对物体边界点内部区域进行标注，因此不仅需要花费较长时间，而且还需要复杂的后续处理，才能得到可行驶区域的边界信息，后续处理比如，对区域边缘进行提取以及对不同区域边缘重叠部分的归类，等等。

发明内容

有鉴于此，本发明公开一种可行驶区域的检测方法及装置，在进行可行驶区域识别时，仅将目标对象和地面的接触点作为标注点进行标注，因此省去的大量的标注工作，从而不仅缩短了标注时间，而且在一定程度上减少了标注的后续处理工作量，进而提高了对可行驶区域的检测效率。

一种可行驶区域的检测方法，包括：

获取当前道路图像；

将所述当前道路图像中所有的目标对象和地面的接触点作为标注点进行标注；

对标注的所有接触点进行连线，得到一条显示所有的所述目标对象和所述地面的接触轮廓的非闭合折线；

对所述非闭合折线中各个目标对象对应的物体类别进行标注，得到包含物体类别标注结果的目标道路图像；

将所述目标道路图像输入至预先训练得到的可行驶区域语义分割模型，对所述目标道路图像中的像素点进行逐个像素点分类，得到每个所述像素点的预测像素点类别信息；

根据所述目标道路图像中每个像素点的预测像素点类别信息和位置信息，对标注的所有接触点进行过滤聚类，得到不同类别的接触点集合；

基于所述接触点集合，确定所述当前道路图像中的可行驶区域。

可选的，所述可行驶区域语义分割模型的训练过程包括：

将包含物体类别标注结果的道路图像作为模型输入的原图像，生成和所述原图像相同图像大小的真值图像，其中，所述真值图像中的每个像素点记录的是该像素点被标注的像素点类别信息；

将所述原图像作为训练样本，将所述真值图像作为样本标签，对深度学习模型进行训练得到可行驶区域语义分割模型。

可选的，所述像素点类别信息包括：车辆、行人、马路牙子、栅栏和非接触点。

可选的，所述基于所述接触点集合，确定所述当前道路图像中的可行驶区域，具体包括：

对所述接触点集合进行平滑滤波，得到所述当前道路图像中可行驶边界点序列和每个可行驶边界点对应的像素点坐标；

将每个所述可行驶边界点对应的像素点坐标转换到世界坐标系下，得到每个所述可行驶边界点的目标像素点坐标；

基于所述目标像素点坐标，将所述可行驶边界点序列连接成所述当前道路图像中可行驶区域的封闭曲线；