[发明专利]一种可行驶区域检测方法及装置

说明书

本发明提供了一种可行驶区域检测方法及装置，其中，该可行驶区域检测方法包括：利用单目摄像头获取道路交通图像，依据获取的道路交通图像，构建包含色彩通道的初始张量；针对每一道路交通图像，获取该道路交通图像中每一像素点的坐标信息，将该像素点的坐标信息添加至该像素点对应的色彩通道中，得到该道路交通图像对应的待处理张量；将所述待处理张量输入预先训练好的包含注意力模块的神经网络，得到表征可行驶区域和不可行驶区域的特征张量；依据所述特征张量中表征可行驶区域的像素点，构建可行驶区域的轮廓，控制车辆在所述可行驶区域的轮廓内行驶。可以提高可行驶区域的检测精度。

技术领域

本发明涉及道路交通技术领域，具体而言，涉及一种可行驶区域检测方法及装置。

背景技术

可行驶区域检测技术是辅助驾驶系统和自动驾驶系统中的一项关键技术，用于检测车辆行驶环境中的某区域是属于可行驶区域还是不可行驶区域，为辅助驾驶和自动驾驶提供行驶路线的技术支持。其中，不可行驶区域主要包括道路上的静态障碍物，例如，锥桶、护栏等所在的区域，以及动态障碍物，例如，车辆、行人等所在的区域、道路两侧的路沿、道路中间的施工区域等。

目前，可行驶区域检测技术一般采用基于双目摄像头视差图像的可行驶区域检测方法，但该可行驶区域检测方法，需要使用双目相机拍摄左右两幅图像，基于左右拍摄的两幅图像得到视差图像，从而基于视差图像进行可行区域检测，由于是基于左右拍摄的两幅图像得到视差图像，对双目相机的定标精度要求高，使得用于可行驶区域检测的设备成本高，检测过程较繁琐，车辆行驶过程中的颠簸、抖动，都会影响到检测精度，导致可行驶区域检测精度不高，影响车辆行驶，例如，将原本的可行驶区域检测为不可行驶区域，使车辆无法行驶，造成交通拥堵。

发明内容

有鉴于此，本发明的目的在于提供可行驶区域检测方法及装置，以提高可行驶区域的检测精度。

第一方面，本发明实施例提供了可行驶区域检测方法，包括：

利用单目摄像头获取道路交通图像，依据获取的道路交通图像，构建包含色彩通道的初始张量；

针对每一道路交通图像，获取该道路交通图像中每一像素点的坐标信息，将该像素点的坐标信息添加至该像素点对应的色彩通道中，得到该道路交通图像对应的待处理张量；

将所述待处理张量输入预先训练好的包含注意力模块的神经网络，得到表征可行驶区域和不可行驶区域的特征张量；

依据所述特征张量中表征可行驶区域的像素点，构建可行驶区域的轮廓，控制车辆在所述可行驶区域的轮廓内行驶。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述神经网络为语义分割网络，将所述待处理张量输入预先训练好的包含注意力模块的神经网络，得到表征可行驶区域和不可行驶区域的特征张量，包括：

将所述待处理张量输入语义分割网络中的第一分支层中的第一子层，得到第一张量；

将第一张量分别输入第一分支层中的第二子层以及第二分支层中的第一子分支层，得到第二张量以及第三张量，所述第二子层依次包括：第三卷积层、第三批量归一化层、第三激活函数层、第一基础模块以及第二基础模块，所述第一子分支层依次包括：第四卷积层、第四批量归一化层、第四激活函数层、第三基础模块以及第四基础模块；

将第二张量和第三张量输入第一特征融合层，得到第四张量以及第五张量；

将第四张量输入第一分支层中的第五基础模块，第五基础模块的输出输入第六基础模块，得到第六张量，将第五张量输入第二分支层中的第七基础模块，第七基础模块的输出输入第八基础模块，得到第七张量，将第五张量输入第三分支层中的第一分支子层，得到第八张量，所述第一分支子层依次包括：第五卷积层、第五批量归一化层、第五激活函数层、第九基础模块以及第十基础模块；