道路识别方法及装置制造方法及图纸

技术编号:14348088 阅读:43 留言:0更新日期:2017-01-04 18:41
本发明专利技术提供了一种道路识别方法及装置,该方法包括:从待训练道路图像信息中提取预定的特征维度的模型训练特征信息;基于模型训练特征信息训练道路识别模型;将待识别道路图像信息输入道路识别模型来得到输出结果,并根据输出结果进行道路识别。本发明专利技术的技术方案解决了如何基于轻量级的硬件设备进行道路识别的问题。基于模型训练特征信息训练得到的识别模型更精确,能够达到通过该识别模型得到更为准确的道路识别结果的目的。

【技术实现步骤摘要】

本专利技术涉及终端设备
,具体而言,本专利技术涉及一种道路识别方法以及一种道路识别装置。
技术介绍
目前,技术研发人员正在研究汽车辅助驾驶技术。这种技术能够在用户驾驶汽车时向用户提供必要的信息和/或警告,以避免车辆碰撞、车辆偏离道路等危险情况。在某些情况下,甚至可以通过辅助驾驶技术实现车辆无人驾驶。对于辅助驾驶技术而言,尤为重要的技术问题是如何正确地检测道路路面的可行驶区域。现有技术中已经提出了很多检测道路路面的可行驶区域的方法。例如,利用道路两侧的车道线来检测可行驶区域的方法,但是这种方法不适用于道路两侧没有车道线的道路。又例如,对道路进行分割并且使用距离和分段的斜率来检测可行驶路面的方法,但是这种方法不适用于道路上的点较为稀疏的稀疏视差图。另外,在现有技术中还存在其他一部分检测道路路面的可行驶区域的方法,但是这些方法都只存在理论上的可能性而实际实现难度较大,例如基于深度学习的单目方案。基于深度学习的单目方案不可避免地要使用到图形处理器,一般地,算法模型越复杂得到的训练数据越好,从而效果越好,但是其运算速度会越慢,由于硬件设备平台的缺乏和成本的限制,使得基于深度学习的单目方案实现的道路路面的可行驶区域的检测产品很难问世。因此,需要一种能够可靠地且具有可实现性的检测道路路面的可行驶区域的方法和设备。
技术实现思路
为克服上述技术问题或者至少部分地解决上述技术问题,特提出以下技术方案:本专利技术的一个实施例提出了一种道路识别方法,包括:从待训练道路图像信息中提取预定的特征维度的模型训练特征信息;基于模型训练特征信息训练道路识别模型;将待识别道路图像信息输入道路识别模型来得到输出结果,并根据输出结果进行道路识别。可选地,该方法还包括:通过视频捕获装置获取原始道路图像信息;其中,通过以下至少一种方式获取待训练道路图像信息:对原始道路图像信息进行空间距离计算以生成空间图像信息,并将空间图像信息作为待训练道路图像信息;对原始道路图像信息进行像素压缩以生成像素压缩图像信息,并将像素压缩图像信息作为待训练道路图像信息。优选地,对原始道路图像信息进行空间距离计算以生成空间图像信息,包括:基于视频捕获装置的标定参数对原始道路图像信息进行视差计算来生成视差图信息;基于视差图信息生成空间图像信息,空间图像信息包括实际物理空间距离。优选地,从待训练道路图像信息中提取预定的特征维度的模型训练特征信息,包括:对待训练道路图像信息进行切分操作,获取切分后的分块图像信息;从各个分块图像信息中提取预定的特征维度的模型训练特征信息。优选地,特征维度包括针对任一像素的颜色维度、物理空间维度、角度维度中的至少一项。优选地,基于模型训练特征信息训练道路识别模型,包括:对模型训练特征信息对应的像素进行分类操作,以确定该像素的归属分类类别;基于分类得到的像素归属分类类别获取道路识别模型。可选地,该方法还包括:基于条件随机场或马尔科夫随机场校正道路识别模型。本专利技术的另一实施例提出了一种道路识别装置,包括:提取模块,用于从待训练道路图像信息中提取预定的特征维度的模型训练特征信息;训练模块,用于基于模型训练特征信息训练道路识别模型;识别模块,用于将待识别道路图像信息输入道路识别模型来得到输出结果,并根据输出结果进行道路识别。可选地,该装置还包括:获取模块,用于通过视频捕获装置获取原始道路图像信息;其中,该装置还包括信息计算单元和/或信息压缩单元:信息计算单元,用于对原始道路图像信息进行空间距离计算以生成空间图像信息,并将空间图像信息作为待训练道路图像信息;信息压缩单元,用于对原始道路图像信息进行像素压缩以生成像素压缩图像信息,并将像素压缩图像信息作为待训练道路图像信息。优选地,信息计算单元包括:视差计算子单元,用于基于视频捕获装置的标定参数对原始道路图像信息进行视差计算来生成视差图信息;信息生成子单元,用于基于视差图信息生成空间图像信息,空间图像信息包括实际物理空间距离。优选地,提取模块包括:信息切分单元,用于对待训练道路图像信息进行切分操作,获取切分后的分块图像信息;信息提取单元,用于从各个分块图像信息中提取预定的特征维度的模型训练特征信息。优选地,特征维度包括针对任一像素的颜色维度、物理空间维度、角度维度中的至少一项。优选地,训练模块包括:类别确定单元,用于对模型训练特征信息对应的像素进行分类操作,以确定该像素的归属分类类别;模型获取单元,用于基于分类得到的像素归属分类类别获取道路识别模型。可选地,该装置还包括:校正模块,用于基于条件随机场或马尔科夫随机场校正道路识别模型。本专利技术的技术方案解决了如何基于轻量级的硬件设备进行道路识别的问题。从待训练道路图像信息中提取预定的特征维度的模型训练特征信息,其中,待训练道路图像信息是对原始道路图像信息进行预定的处理生成的图像信息,原始道路图像信息在经过预定的处理后,变得适合轻量级的硬件设备进行运算处理,从而减小硬件设备成本以及运算开销。另外,预定的特征维度的模型训练特征信息表征了待训练道路图像信息中必不可少的、最基本的、最能反映其本质的特征信息,从而使得基于模型训练特征信息训练得到的识别模型更精确,能够达到通过该识别模型得到更为准确的道路识别结果的目的。本专利技术附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:图1为本专利技术一个实施例的道路识别方法的流程示意图;图2为本专利技术一个优选实施例的道路识别方法的流程示意图;图3为本专利技术另一实施例的道路识别装置的结构示意图。具体实施方式下面详细描述本专利技术的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本专利技术,而不能解释为对本专利技术的限制。本
技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。本
技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本专利技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。本
技术人员可以理解,这里所使用的“终端”、“终端设备”既包括无线信号接收器的设备,其仅具备无发射能力的无线信号接收器的设备,又包括接收和发射硬件的设备,其具有能够在双向通信链路上,进行双向通信的接本文档来自技高网
...
<a href="http://www.xjishu.com/zhuanli/55/201610698435.html" title="道路识别方法及装置原文来自X技术">道路识别方法及装置</a>

【技术保护点】
一种道路识别方法,其特征在于,包括:从待训练道路图像信息中提取预定的特征维度的模型训练特征信息;基于所述模型训练特征信息训练道路识别模型;将待识别道路图像信息输入所述道路识别模型来得到输出结果,并根据所述输出结果进行道路识别。

【技术特征摘要】
1.一种道路识别方法,其特征在于,包括:从待训练道路图像信息中提取预定的特征维度的模型训练特征信息;基于所述模型训练特征信息训练道路识别模型;将待识别道路图像信息输入所述道路识别模型来得到输出结果,并根据所述输出结果进行道路识别。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:通过视频捕获装置获取原始道路图像信息;其中,通过以下至少一种方式获取待训练道路图像信息:对所述原始道路图像信息进行空间距离计算以生成空间图像信息,并将所述空间图像信息作为待训练道路图像信息;对所述原始道路图像信息进行像素压缩以生成像素压缩图像信息,并将所述像素压缩图像信息作为待训练道路图像信息。3.根据权利要求2所述的方法,其特征在于,对所述原始道路图像信息进行空间距离计算以生成空间图像信息,包括:基于所述视频捕获装置的标定参数对所述原始道路图像信息进行视差计算来生成视差图信息;基于所述视差图信息生成所述空间图像信息,所述空间图像信息包括实际物理空间距离。4.根据权利要求1所述的方法,其特征在于,从待训练道路图像信息中提取预定的特征维度的模型训练特征信息,包括:对待训练道路图像信息进行切分操作,获取切分后的分块图像信息;从各个分块图像信息中提取预定的特征维度的模型训练特征信息。5.根据权利要求1-4任一项所述的方法,其特征在于,所述特征维度包括针对任一像素的颜色维度、物理空间维度、角度维度中的至少一项。6.根据权利要求1所述的方法,其特征在...

【专利技术属性】
技术研发人员:龙鹏张康陈强
申请(专利权)人:北京奇虎科技有限公司奇智软件北京有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1