[发明专利]智能识别减速带方法、装置、设备及存储介质在审

专利信息
申请号: 202111237159.1 申请日: 2021-10-22
公开(公告)号: CN114119717A 公开(公告)日: 2022-03-01
发明(设计)人: 杨艺兴;梁翠玲;余国滔;龚仕涛;龙吕肖;黄玉月 申请(专利权)人: 东风柳州汽车有限公司
主分类号: G06T7/66 分类号: G06T7/66;G06T7/62;G06T7/70;G06K9/62;B60G17/0165;G06V20/56
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 晏波
地址: 545000 广西*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 识别 减速 方法 装置 设备 存储 介质
【权利要求书】:

1.一种智能识别减速带方法,其特征在于,所述智能识别减速带方法包括:

获取图像采集装置采集的路面图像数据集;

对所述路面图像数据集进行预处理,得到预处理后的路面图像数据集;

将所述预处理后的路面图像数据集输入到减速带检测模型进行检测,得到减速带的位置信息和类别信息;

根据所述减速带的位置信息和类别信息对车辆前后悬系统状态进行调整。

2.如权利要求1所述的智能识别减速带方法,其特征在于,所述对所述路面图像数据集进行预处理,得到预处理后的路面图像数据集,包括:

通过预设图像处理工具对所述路面图像数据集进行感兴趣区域提取,得到提取后的路面图像数据集;

对所述提取后的路面图像数据集进行去噪处理,得到去噪后的路面图像数据集;

对所述去噪后的路面图像数据集归一化处理,得到归一化后的路面图像数据集;

根据所述归一化后的路面图像数据集确定预处理后的路面图像数据集。

3.如权利要求1所述的智能识别减速带方法,其特征在于,所述将所述预处理后的路面图像数据集输入到减速带检测模型进行检测,得到减速带的位置信息和类别信息之前,还包括:

通过特征提取网络提取初始路面图像数据集对应的特征图;

通过反卷积模块对所述特征图进行上采样,得到上采样后的特征图;

通过将所述上采样后的特征图输入至第一卷积分支进行检测处理,得到待检测对象的中心点以及类别信息;

通过将所述上采样后的特征图输入至第二卷积分支进行检测处理,得到待检测对象的长度信息以及宽度信息;

通过将所述上采样后的特征图输入至第三卷积分支进行检测处理,得到待检测对象中心点位置的偏移值;

根据所述中心点、类别信息、长度信息、宽度信息以及中心点位置的偏移值确定待检测对象的位置信息和类别信息;

根据所述待检测对象的位置信息和类别信息进行训练,得到减速带检测模型。

4.如权利要求3所述的智能识别减速带方法,其特征在于,所述通过特征提取网络提取初始路面图像数据集对应的特征图,包括:

获取预设数量的初始路面图像数据集;

通过特征提取网络提取所述初始路面图像数据集对应的特征图。

5.如权利要求4所述的智能识别减速带方法,其特征在于,所述获取预设数量的初始路面图像数据之前,还包括:

获取预设数量的原始路面图像数据集;

对所述原始路面图像数据集进行数据标注,得到预设数量的初始路面图像数据集。

6.如权利要求1所述的智能识别减速带方法,其特征在于,所述根据所述减速带位置信息和类别信息对车辆前后悬系统状态进行调整,包括:

获取图像采集装置的摄像头尺寸信息以及焦距信息,结合所述减速带位置信息和类别信息确定车辆与减速带的距离信息;

根据车载重量、当前车速信息以及所述距离信息对所述车辆前后悬系统状态进行调整。

7.一种智能识别减速带装置,其特征在于,所述智能识别减速带装置包括:

获取模块,用于获取图像采集装置采集的路面图像数据集;

预处理模块,用于对所述路面图像数据集进行预处理,得到预处理后的路面图像数据集;

检测模块,用于将所述预处理后的路面图像数据集输入到减速带检测模型进行检测,得到减速带的位置信息和类别信息;

调整模块,用于根据所述减速带的位置信息和类别信息对车辆前后悬系统状态进行调整。

8.一种智能识别减速带设备,其特征在于,所述智能识别减速带设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能识别减速带程序,所述智能识别减速带程序配置为实现如权利要求1至7中任一项所述的智能识别减速带方法。

9.一种存储介质,其特征在于,所述存储介质上存储有智能识别减速带程序,所述智能识别减速带程序被处理器执行时实现如权利要求1至7任一项所述的智能识别减速带方法。

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东风柳州汽车有限公司,未经东风柳州汽车有限公司许可,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/202111237159.1/1.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