一种用于确定车辆的辅助控制信息的方法与设备技术

本申请的目的是提供一种用于确定车辆的辅助控制信息的方法和设备，对车辆环境图像进行预处理以获得对应的类别图像，其中所述类别图像包括至少一个轮廓；基于所述至少一个轮廓，确定一可行驶区域轮廓；根据所述可行驶区域轮廓分别确定多个采样点的类别属性信息，并基于所述多个采样点的类别属性信息确定对应的辅助控制信息。本申请能够简化信息传输通道，使得被传输的信息更易于处理，便于实现车辆的实时控制和决策。

A Method and Equipment for Determining Auxiliary Control Information of Vehicles

The purpose of this application is to provide a method and equipment for determining the auxiliary control information of a vehicle, to preprocess the vehicle environment image to obtain the corresponding category image, in which the category image includes at least one contour, to determine the contour of a feasible driving area based on the at least one contour, and to determine the categories of multiple sampling points according to the contour of the feasible driving area. The attribute information and the corresponding auxiliary control information are determined based on the Category attribute information of the plurality of sampling points. The application can simplify the information transmission channel, make the transmitted information easier to process, and facilitate the real-time control and decision-making of vehicles.

【技术实现步骤摘要】
一种用于确定车辆的辅助控制信息的方法与设备
本申请涉及计算机视觉领域，尤其涉及一种用于确定车辆的辅助控制信息的技术。
技术介绍
近年来，计算机技术越来越多地应用到车辆驾驶领域。伴随着汽车产业的发展，车辆智能驾驶系统往往需要获取车辆周围环境中可行驶区域的结构化信息，用于车辆行驶的实时控制和决策。目前，车辆感知模块的可行驶区域检测大多基于深度学习中的语义分割技术得到像素级的类别图像，进而获取相应的可行驶区域。但是，这种可行驶区域检测技术通常精准度还有待提高，也无法获得对可行驶区域的结构化信息的描述。此外，这种可行驶区域检测技术需要传输的数据量较大，数据传输通道复杂，为车辆的实时控制和决策带来了挑战。
技术实现思路
本申请的一个目的是提供一种用于确定车辆的辅助控制信息的方法与设备。根据本申请的一个方面，提供了一种用于确定车辆的辅助控制信息的方法，该方法包括以下步骤：对车辆环境图像进行预处理，以获得对应的类别图像，其中所述类别图像包括至少一个轮廓；基于所述至少一个轮廓，确定一可行驶区域轮廓；以及根据所述可行驶区域轮廓分别确定多个采样点的类别属性信息，并基于所述多个采样点的类别属性信息确定对应的辅助控制信息；其中，所述多个采样点位于所述可行驶区域轮廓上。根据本申请的另一个方面，提供了一种用于确定车辆的辅助控制信息的设备，该设备包括：图像预处理模块，用于对车辆环境图像进行预处理，以获得对应的类别图像，其中所述类别图像包括至少一个轮廓；轮廓处理模块，用于基于所述至少一个轮廓，确定一可行驶区域轮廓；以及辅助控制信息确定模块，用于根据所述可行驶区域轮廓分别确定多个采样点的类别属性信息，并基于所述多个采样点的类别属性信息确定对应的辅助控制信息；其中，所述多个采样点位于所述可行驶区域轮廓上。根据本申请的一个方面，提供了一种用于确定车辆的辅助控制信息的设备，该设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以上所述方法的操作。根据本申请的另一个方面，提供了一种包括指令的计算机可读介质，所述指令在被执行时使得系统进行以上所述方法的操作。与现有技术相比，本申请基于采样点的类别属性确定车辆的辅助控制信息，能够获得更准确的辅助控制信息，并提供至整车模块用于决策和控制，且大大减少了检测可行驶区域时所需要传输的数据量，因此能够简化信息传输通道，被传输的信息也更易于处理，便于实现车辆的实时控制和决策。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是根据本申请一个实施例的用于确定车辆的辅助控制信息的方法流程图；图2示出根据本申请另一个实施例的采样点分布；图3示出根据本申请另一个实施例的辅助控制信息确定设备的功能模块；图4示出一种示例性系统的功能模块。附图中相同或相似的附图标记代表相同或相似的部件。具体实施方式下面结合附图对本申请作进一步详细描述。在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。本申请所指设备包括但不限于用户设备、网络设备、或用户设备与网络设备通过网络相集成所构成的设备。所述用户设备包括但不限于任何一种可与用户进行人机交互(例如通过触摸板进行人机交互)的移动电子产品，例如智能手机、平板电脑等，所述移动电子产品可以采用任意操作系统，如android操作系统、iOS操作系统等。其中，所述网络设备包括一种能够按照事先设定或存储的指令，自动进行数值计算和信息处理的电子设备，其硬件包括但不限于微处理器、专用集成电路(ASIC)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、嵌入式设备等。所述网络设备包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云；在此，云由基于云计算(CloudComputing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个虚拟超级计算机。所述网络包括但不限于互联网、广域网、城域网、局域网、VPN网络、无线自组织网络(AdHoc网络)等。优选地，所述设备还可以是运行于所述用户设备、网络设备、或用户设备与网络设备、网络设备、触摸终端或网络设备与触摸终端通过网络相集成所构成的设备上的程序。当然，本领域技术人员应能理解上述设备仅为举例，其他现有的或今后可能出现的设备如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。在本申请的描述中，“多个”的含义是两个或者更多，除非另有明确具体的限定。以下基于一种可行驶区域确定设备，对本申请的具体实施方式进行详细描述。根据本申请的一个方面，提供了一种用于确定车辆的辅助控制信息的方法。参考图1，该方法包括步骤S100、步骤S200和步骤S300。在步骤S100中，辅助控制信息确定设备对车辆环境图像进行预处理，以获得对应的类别图像，其中所述类别图像包括至少一个轮廓。在一些实施例中，所述类别图像用于区分原车辆环境图像中的各部分，例如用于区分其中的可行驶区域和不可行驶区域。其中，所述至少一个轮廓，是基于对车辆环境图像中的连通区域的轮廓信息进行分析而获得的。在一些实施例中，以上所述的预处理包括以下的一种或者多种：1)对车辆环境图像中的像素执行类别化操作，例如对该图像进行二值化以获得相应的二值化图像，在一些实施例中，二值化图像通过使原图像的像素点矩阵中的每个像素点的灰度值为0(黑色)或者255(白色)；2)对车辆环境图像执行语义分割操作，例如系统通过摄像头采集到车辆周围环境的图像后，将该图像输入事先训练好的可行驶区域检测模型，以获得语义分割结果(例如该图像所对应的类别图像，或者用于生成该类别图像的中间图像)，在一些实施例中该可行驶区域检测模型为语义分割模型，用于对上述图像进行语义分割操作；其中，一幅图像一般由若干个像素(pixel)组成，而语义分割操作则用于将这些像素按照图像中表达语义含义的不同而进行分组或者分割，分组或者分割的操作可通过基于像素聚类的分割方法(Clustering-basedSegmentationMethods)、图划分分割方法(GraphPatitioningSegmentationMethods)、包括但本文档来自技高网...

【技术保护点】
1.一种用于确定车辆的辅助控制信息的方法，其中，该方法包括：对车辆环境图像进行预处理，以获得对应的类别图像，其中所述类别图像包括至少一个轮廓；基于所述至少一个轮廓，确定一可行驶区域轮廓；根据所述可行驶区域轮廓分别确定多个采样点的类别属性信息，并基于所述多个采样点的类别属性信息确定对应的辅助控制信息；其中，所述多个采样点位于所述可行驶区域轮廓上。

【技术特征摘要】
1.一种用于确定车辆的辅助控制信息的方法，其中，该方法包括：对车辆环境图像进行预处理，以获得对应的类别图像，其中所述类别图像包括至少一个轮廓；基于所述至少一个轮廓，确定一可行驶区域轮廓；根据所述可行驶区域轮廓分别确定多个采样点的类别属性信息，并基于所述多个采样点的类别属性信息确定对应的辅助控制信息；其中，所述多个采样点位于所述可行驶区域轮廓上。2.根据权利要求1所述的方法，其中，所述方法还包括：向对应的整车模块发送所述辅助控制信息。3.根据权利要求1所述的方法，其中，所述对车辆环境图像进行预处理，以获得对应的类别图像，其中所述类别图像包括至少一个轮廓，包括：对车辆环境图像进行预处理，以获得对应的预处理图像，其中所述预处理图像的尺寸小于所述车辆环境图像；对所述预处理图像进行插值操作，以获得与所述车辆环境图像尺寸相同的类别图像，其中所述类别图像包括至少一个轮廓。4.根据权利要求1所述的方法，其中，所述对车辆环境图像进行预处理，以获得对应的类别图像，其中所述类别图像包括至少一个轮廓，包括：对车辆环境图像进行预处理，以获得对应的类别图像，其中所述类别图像包括多个像素；基于所述类别图像中的像素属性包括可行驶的像素，确定至少一个轮廓；所述根据所述可行驶区域轮廓分别确定多个采样点的类别属性信息，并基于所述多个采样点的类别属性信息确定对应的辅助控制信息，包括：根据所述可行驶区域轮廓中像素的像素属性，分别确定多个采样点的类别属性信息；根据所述多个采样点的类别属性信息，确定对应的辅助控制信息。5.根据权利要求1所述的方法，其中，所述根据所述可行驶区域轮廓分别确定多个采样点的类别属性信息，并基于所述多个采样点的类别属性信息确定对应的辅助控制信息，包括：根据所述可行驶区域轮廓分别确定多个采样点的类别属性信息；确定所述多个采样点所分别对应的距离属性信息；基于所述多个采样点的类别属性信...

【专利技术属性】
技术研发人员：郑睿姣，徐昊，王子涵，吴迪，叶凌峡，
申请(专利权)人：驭势上海汽车科技有限公司，
类型：发明
国别省市：上海,31