[发明专利]基于深度学习与传统算法结合的车辆环境识别方法和系统

摘要

本发明公开的一种基于深度学习与传统算法结合的车辆环境识别方法，其主要包括点云信息和视频信息采集步骤、视频信息置信度评估和点云信息置信度评估步骤、算法模块选择步骤、点云信息和视频信息整合步骤、目标识别及结果输出步骤。本发明能够有效提高雷达和视频信息处理的精度和可靠性，使车辆环境识别的性能得到有效改善。

主权项

1.一种基于深度学习与传统算法结合的车辆环境识别方法，其特征在于，包括以下步骤：点云信息和视频信息采集：通过雷达和摄像头分别采集车辆环境的点云信息和视频信息；视频信息置信度评估：以视频信息中视频图像均方误差、峰值信噪比、偏色值、干扰度、清晰度、明暗度为参数设置视频信息的置信度函数进行量化评估，得到视频信息的置信度；点云信息置信度评估：以点云信息中点云噪声点数量、点云噪声点最大偏离度、点云噪声点平均偏离度，以及点云空洞数量、点云空洞最大半径、点云空洞平均半径为参数设置点云信息的置信度函数进行量化评估，得到点云信息的置信度；算法模块选择：判断视频信息/点云信息的置信度大于第一预定阈值/第二预定阀值，则将视频信息/点云信息送入传统算法模块进行处理，否则，送入深度学习模块进行处理；点云信息和视频信息整合：对处理后视频信息和点云信息进行信息融合；目标识别及结果输出：利用融合后的信息进行目标识别,并输出识别结果。