[发明专利]无人车行驶中的场景识别方法及装置

说明书

本公开涉及无人驾驶技术领域，提供了无人车行驶中的场景识别方法及装置。该方法包括：通过场景识别模型对无人车行驶中获取到的场景图片进行识别，得到无人车的感知数据，其中，场景识别模型设置在云端，场景识别模型已通过训练，学习并保存有场景图片和感知数据之间的对应关系；利用远程监控平台对感知数据进行矫正处理，得到矫正数据；将矫正数据上传云端，以利用矫正数据对场景识别模型进行再训练；利用经过再训练后的场景识别模型对无人车后续行驶中获取到的场景图片进行识别。采用上述技术手段，解决现有技术中，无人车行驶中各种场景的识别，存在准确率低的问题。

技术领域

本公开涉及无人驾驶技术领域，尤其涉及一种无人车行驶中的场景识别方法及装置。

背景技术

目前，在无人车无人驾驶领域，为了实现无人车智能行驶，无人车需要凭借自身或者相关的服务识别出在无人车行驶中遇到的各种场景，根据识别出的场景采用相应的操作。比如无人车遇到红灯时，应该停车等待直至绿灯亮起通过路口。但是，目前无人车只能识别出特定或者简单的场景，无人车对于大多数场景识别的准确率还较低，进而导致无人车只能在特定或者交通情况简单的区域行驶。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：无人车行驶中各种场景的识别，存在准确率低的问题。

发明内容

有鉴于此，本公开实施例提供了一种无人车行驶中的场景识别方法、装置、电子设备和计算机可读存储介质，以解决现有技术中，无人车行驶中各种场景的识别，存在准确率低的问题。

本公开实施例的第一方面，提供了一种无人车行驶中的场景识别方法，包括：通过场景识别模型对无人车行驶中获取到的场景图片进行识别，得到无人车的感知数据，其中，场景识别模型设置在云端，场景识别模型已通过训练，学习并保存有场景图片和感知数据之间的对应关系；利用远程监控平台对感知数据进行矫正处理，得到矫正数据；将矫正数据上传云端，以利用矫正数据对场景识别模型进行再训练；利用经过再训练后的场景识别模型对无人车后续行驶中获取到的场景图片进行识别。

本公开实施例的第二方面，提供了一种无人车行驶中的场景识别装置，包括：第一识别模块，被配置为通过场景识别模型对无人车行驶中获取到的场景图片进行识别，得到无人车的感知数据，其中，场景识别模型设置在云端，场景识别模型已通过训练，学习并保存有场景图片和感知数据之间的对应关系；矫正模块，被配置为利用远程监控平台对感知数据进行矫正处理，得到矫正数据；训练模块，被配置为将矫正数据上传云端，以利用矫正数据对场景识别模型进行再训练；第二识别模块，被配置为利用经过再训练后的场景识别模型对无人车后续行驶中获取到的场景图片进行识别。

本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本公开实施例与现有技术相比存在的有益效果是：通过场景识别模型对无人车行驶中获取到的场景图片进行识别，得到无人车的感知数据，其中，场景识别模型设置在云端，场景识别模型已通过训练，学习并保存有场景图片和感知数据之间的对应关系；利用远程监控平台对感知数据进行矫正处理，得到矫正数据；将矫正数据上传云端，以利用矫正数据对场景识别模型进行再训练；利用经过再训练后的场景识别模型对无人车后续行驶中获取到的场景图片进行识别。采用上述技术手段，可以解决现有技术中，无人车行驶中各种场景的识别，存在准确率低的问题，进而提高无人车行驶中各种场景的识别的准确率。

附图说明

为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。