[发明专利]基于算法融合的车辆汇入检测方法、装置及设备

说明书

本申请涉及基于算法融合的车辆汇入检测方法、装置及设备，该方法包括：获取车辆图像；应用目标检测算法于图像，得到第一算法图像，第一算法图像包括车辆轮廓框；应用语义分割算法与图像，得到第二算法图像，第二算法图像包括车辆的车辆特征区域及车道线特征区域；添加轮廓框于车辆特征区域，得到单一车辆区域；比对单一车辆区域与车道线特征区域，若两者重合判定存在车辆汇入。本发明提供的基于算法融合的车辆汇入检测方法、装置及设备，获取车辆图像并结合前述两种算法得到轮廓框、车辆特征区域以及车道线特征区域，通过轮廓框对车道线特征区域标记，得到单一车辆区域并与车道线特征区域比对，判断车辆有无汇入本车道可能，提升检测精度。

技术领域

本发明涉及智能驾驶技术领域，尤其涉及一种基于算法融合的车辆汇入检测方法、装置及设备。

背景技术

在智能驾驶领域中，智能驾驶网络导航主要用于生成车辆所选择的路况以及在行使过程中针对驾驶安全的处置方案。例如在车辆行使过程中，对于车辆是否存在汇入本车辆所属车道（本车道）的情况，现有智能驾驶技术通常采用目标检测和/或语义分割算法进行推理。前者采用将目标车辆进行框选，并根据该矩形框的边缘判定是否存在汇入本车道的可能；后者采用将目标车辆进行像素级别的分割与预测。

但上述两种检测算法均存在一定的不足。对于目标检测算法，矩形框在框选过程中存在非车辆区域被误判定汇入本车道的可能，进而导致影响对路况的正确判断；对于语义分割算法，由于采用像素级的目标识别，因此对于不规则形状具有识别能力，但无法对前方重叠车辆进行准确划分。因此需要一种算法融合方法以提升对车辆汇入的检测精度。

发明内容

本发明提供一种基于算法融合的车辆汇入检测方法、装置及设备，目的在于结合目标检测算法以及语义分割算法，提升对车辆汇入的检测精度。

第一方面，本发明实施例提供了一种基于算法融合的车辆汇入检测方法，包括：

获取关于前方相邻车道内车辆的图像；

应用目标检测算法于图像，得到第一算法图像，第一算法图像包括关于车辆的轮廓框；

应用语义分割算法于图像，得到第二算法图像，第二算法图像包括车辆的车辆特征区域以及本车道与相邻车道的共用车道线的车道线特征区域；

添加轮廓框于车辆特征区域，得到车辆特征区域中单一车辆区域；

比对单一车辆区域与车道线特征区域，若两者重合，判定存在车辆汇入。

可选地，获取关于车辆的图像，具体包括：

实时获取关于车辆的视频；

分帧处理视频，得到图像。

可选地，添加轮廓框于车辆特征区域，得到车辆特征区域中单一车辆区域，具体包括：

以第一算法图像的顶点为第一原点，以水平方向为x轴，竖直方向为y轴，建立世界坐标系；

获取世界坐标系下，轮廓框所对应的坐标值；

以第二算法图像中对应顶点为第二原点，复制世界坐标系至第二算法图像；

添加轮廓框于第二算法图像中坐标值处；

根据轮廓框，得到单一车辆区域。

可选地，比对单一车辆区域与车道线特征区域，若两者重合，判定存在车辆汇入，具体包括：

在世界坐标系下，选定单一车辆区域边缘的第一像素点，得到车辆的车辆轮廓；第一像素点为第二算法图像中车辆特征区域的像素点；

选定车辆轮廓的特定像素点，特定像素点在车辆轮廓内具有绝对值最大的纵坐标；