[发明专利]障碍物属性的确定方法、装置、终端及存储介质在审

专利信息
申请号: 202111080064.3 申请日: 2021-09-15
公开(公告)号: CN113887338A 公开(公告)日: 2022-01-04
发明(设计)人: 梁康正 申请(专利权)人: 广州小鹏自动驾驶科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 广州德科知识产权代理有限公司 44381 代理人: 蔡丽妮;万振雄
地址: 510000 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 障碍物 属性 确定 方法 装置 终端 存储 介质
【权利要求书】:

1.一种障碍物属性的确定方法,其特征在于,所述方法由终端执行,所述方法包括:

根据第一鱼眼图像,获取属性特征图像,所述属性特征图像包括所述第一鱼眼图像中各个障碍物的属性特征;

对所述属性特征图像进行属性分类,获取每种障碍物属性对应的属性图,所述属性图包括所述第一鱼眼图像中的各个像素点对应的障碍物属性的置信度;

根据所述属性特征图像,获取属性向量,所述属性向量用于表征所述第一鱼眼图像中各个像素点在全局分类下对应的障碍物属性以及置信度;

根据所述属性向量及所述每种障碍物属性对应的属性图,确定所述第一鱼眼图像中第一位置处障碍物的障碍物属性,所述第一位置是所述第一鱼眼图像中的任意一个障碍物包含的像素点位置。

2.根据权利要求1所述的方法,其特征在于,所述根据所述属性特征图像,获取属性向量,包括:

对所述属性特征图像进行一维变换,获取一维特征图;

根据所述一维特征图以及全连接层,生成所述属性向量。

3.根据权利要求1所述的方法,其特征在于,所述根据所述属性向量及所述每种障碍物属性对应的属性图,确定所述第一鱼眼图像中第一位置处障碍物的障碍物属性,包括:

根据每种属性对应的所述属性图,确定所述第一鱼眼图像中第一位置处障碍物的第一障碍物属性信息,所述第一障碍物属性信息包含所述第一位置处障碍物的第一障碍物属性以及第一障碍物属性对应的置信度;

根据所述属性向量,确定所述第一鱼眼图像中第一位置处障碍物的第二障碍物属性信息,所述第二障碍物属性信息包含所述第一位置处障碍物的第二障碍物属性以及第二障碍物属性对应的置信度;

根据所述第一障碍物属性信息以及所述第二障碍物属性信息,确定所述第一位置处障碍物的障碍物属性。

4.根据权利要求3所述的方法,其特征在于,所述根据每种属性对应的所述属性图,确定所述第一鱼眼图像中第一位置处障碍物的第一障碍物属性信息,包括:

确定所述第一位置处障碍物在每种属性对应的所述属性图中的各个障碍物属性以及各个置信度;

根据所述各个置信度,确定所述各个置信度中的最高置信度;

将所述最高置信度以及所述最高置信度对应的障碍物属性,获取为所述第一障碍物属性信息。

5.根据权利要求3所述的方法,其特征在于,所述根据每种属性对应的所述属性图,确定所述第一鱼眼图像中第一位置处障碍物的第一障碍物属性信息,包括:

确定所述第一位置处障碍物在每种属性对应的所述属性图中的各个障碍物属性以及各个置信度;

根据所述各个置信度,将所述每种属性对应的所述属性图进行融合,获取综合属性图;

根据所述综合属性图,确定所述第一鱼眼图像中第一位置处障碍物的第一障碍物属性信息。

6.根据权利要求3所述的方法,其特征在于,所述根据所述第一障碍物属性信息以及所述第二障碍物属性信息,确定所述第一位置处障碍物的障碍物属性,包括:

当所述第一障碍物属性对应的置信度大于所述第二障碍物属性对应的置信度时,确定所述第一位置处障碍物的障碍物属性为所述第一障碍物属性;

当所述第一障碍物属性对应的置信度小于所述第二障碍物属性对应的置信度时,确定所述第一位置处障碍物的障碍物属性为所述第二障碍物属性。

7.根据权利要求1至6任一所述的方法,其特征在于,所述根据第一鱼眼图像,获取属性特征图像,包括:

根据所述第一鱼眼图像以及目标残差网络,获取多层特征图像;

根据所述多层特征图像以及金字塔网络,生成特征金字塔,所述特征金字塔包括多层所述第一鱼眼图像的图像特征;

对所述特征金字塔中目标层进行属性特征提取,获取所述属性图像特征,所述目标层是所述特征金字塔中包含特征数量最多的一层。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州小鹏自动驾驶科技有限公司,未经广州小鹏自动驾驶科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111080064.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top