[发明专利]一种基于深度学习的信号灯识别方法及装置

说明书

本发明公开了一种基于深度学习的信号灯识别方法及装置，涉及自动驾驶技术领域，主要目的在于实现预测信号灯和本车的距离信息，并对车辆的后续规划进行辅助决策。本发明主要的技术方案为：按照预设时间间隔获取目标图像；基于目标图像，利用预设深度神经网络预测模型得到待识别信号灯的灯盘信息和光源信息；基于灯盘信息和光源信息，利用预设规则形成对应的信号灯队列，且加入到预设信号灯队列集合中；基于车辆的目的地信息和当前位置信息，从预设信号灯队列集合中确定目标信号灯对应的信号灯队列；基于目标信号灯对应的信号灯队列保存的目标信号灯与车辆的距离信息和光源类别，利用预设变速规则调整车辆车速。本发明用于自动驾驶中信号灯识别。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种基于深度学习的信号灯识别方法及装置。

背景技术

车辆在自动驾驶场景中，需要及时识别道路周围的环境信息，例如：斑马线，信号灯等，车辆在识别的环境信息的基础上进行自动驾驶来可以保证驾驶的安全性，其中，信号灯的识别对于自动驾驶的安全性尤为重要。

目前，采用的信号灯识别方法是通过2D目标检测方式来完成，但是，由于在行车道路上存在的信号灯型号和尺寸各有不同，通过2D目标检测方式很难通过尺度信息获取信号灯距离本车的距离，没有准确的距离信息，在自动驾驶场景应用中，由于距离信息的缺少，会造成一些决策误差以及滞后。

发明内容

鉴于上述问题，本发明提供一种基于深度学习的信号灯识别方法及装置，主要目的是为了实现针对自动驾驶车辆通过有信号灯的路口场景，可预测信号灯和本车的距离信息，并对车辆的后续规划进行辅助决策。

为解决上述技术问题，本发明提出以下方案：

第一方面，本发明提供一种基于深度学习的信号灯识别方法，所述方法包括：

按照预设时间间隔获取目标图像，所述目标图像中至少包含一个待识别信号灯；

基于所述目标图像，利用预设深度神经网络预测模型得到所述待识别信号灯的灯盘位置、光源位置、光源类别和光源深度；

基于所述待识别信号灯的灯盘位置、光源位置、光源类别和光源深度，利用预设规则形成所述待识别信号灯对应的信号灯队列，且加入到预设信号灯队列集合中；其中，所述信号灯队列保存预设时间范围内所述待识别信号灯对应的灯盘位置、光源位置、光源类别和所述待识别信号灯与所述车辆的距离信息；

基于所述车辆的目的地信息和当前位置信息，从所述预设信号灯队列集合中确定目标信号灯对应的信号灯队列，所述目标信号灯是所述车辆预备通过的路口处设置的信号灯；

基于所述目标信号灯对应的信号灯队列保存的所述目标信号灯与所述车辆的距离信息和所述光源类别，利用预设变速规则调整所述车辆的车速，用于通过所述车辆预备通过的路口。

第二方面，本发明提供一种基于深度学习的信号灯识别装置，所述装置包括：

第一获取单元，用于按照预设时间间隔获取目标图像，所述目标图像中至少包含一个待识别信号灯；

预测单元，用于基于所述目标图像，利用预设深度神经网络预测模型得到所述待识别信号灯的灯盘位置、光源位置、光源类别和光源深度；

形成单元，用于基于所述待识别信号灯的灯盘位置、光源位置、光源类别和光源深度，利用预设规则形成所述待识别信号灯对应的信号灯队列，且加入到预设信号灯队列集合中；其中，所述信号灯队列保存预设时间范围内所述待识别信号灯对应的灯盘位置、光源位置、光源类别和所述待识别信号灯与所述车辆的距离信息；

第一确定单元，用于基于所述车辆的目的地信息和当前位置信息，从所述预设信号灯队列集合中确定目标信号灯对应的信号灯队列，所述目标信号灯是所述车辆预备通过的路口处设置的信号灯；