【技术实现步骤摘要】
可行驶区域检测方法、装置、设备及存储介质
本专利技术涉及计算机应用技术，特别涉及可行驶区域检测方法、装置、设备及存储介质。
技术介绍
近年来随着交通改善和驾驶安全需求的不断增强，自动驾驶技术迅速进入大众视野。在无人驾驶车辆的行驶过程中，可实时地进行障碍物检测，以便进行避障等操作，目前虽然已经有比较有效的障碍物检测方案，但其检测准确性仍有待提高，而且只能检测定义好的障碍物类型，应对突发或未知类型的障碍物存在困难。为此，现有技术中又提出了可行驶区域检测技术，可行驶区域检测技术的检测目标与障碍物检测相反，只考虑可以行驶的路面部分(不包含障碍物部分)，不需要对障碍物进行各种细分，只需要区分出路面上的可行驶区域和不可行驶区域即可。具体的可行驶区域检测方式可为：通过双目摄像头采集左右目图像，计算并生成视差信息图，从而获得每个像素的三维信息，之后通过投影、拟合等方式，得到路面边缘信息，进而通过扫描方式确定路面可行驶区域。但双目摄像头在室外运动环境中的配置要求严格，获取的视差精度通常较低，从而导致后续可行驶区域的检测结果不够准确。
技术实现思路
有鉴于此，本专利技术提供了...
【技术保护点】
1.一种可行驶区域检测方法，其特征在于，包括：获取安装在无人驾驶车辆上的单目摄像头采集的路面图像；将所述路面图像输入给预先训练得到的深度学习模型，得到检测出的图像上的可行驶区域；根据相似三角形原理，将所述可行驶区域映射到三维空间，得到空间可行驶区域。
【技术特征摘要】
1.一种可行驶区域检测方法，其特征在于，包括：获取安装在无人驾驶车辆上的单目摄像头采集的路面图像；将所述路面图像输入给预先训练得到的深度学习模型，得到检测出的图像上的可行驶区域；根据相似三角形原理，将所述可行驶区域映射到三维空间，得到空间可行驶区域。2.根据权利要求1所述的方法，其特征在于，所述获取安装在无人驾驶车辆上的单目摄像头采集的路面图像之前，进一步包括：获取作为训练数据的单目摄像头采集的路面图像；针对作为训练数据的每张路面图像，分别获取其中的各像素点的标注结果，所述标注结果包括属于可行驶区域以及属于不可行驶区域；根据作为训练数据的各路面图像以及标注结果，训练得到所述深度学习模型。3.根据权利要求1所述的方法，其特征在于，所述将所述路面图像输入给预先训练得到的深度学习模型，得到检测出的图像上的可行驶区域包括：将所述路面图像输入给所述深度学习模型，得到由可行驶区域以及不可行驶区域组成的分类结果图像。4.根据权利要求3所述的方法，其特征在于，所述得到由可行驶区域以及不可行驶区域组成的分类结果图像之后，进一步包括：对所述分类结果图像进行图像后处理，得到优化后的可行驶区域。5.根据权利要求1所述的方法，其特征在于，所述将所述可行驶区域映射到三维空间包括：针对所述可行驶区域中的每个像素点，分别根据所述单目摄像头的参数以及相似三角形原理，将所述像素点映射到三维空间。6.根据权利要求1所述的方法，其特征在于，所述得到空间可行驶区域之后，进一步包括：对所述空间可行驶区域进行空间后处理，得到优化后的空间可行驶区域。7.一种可行驶区域检测装置，其特征在于，包括：获取单元以及检测单元；所述获取单元，用于获...
【专利技术属性】
技术研发人员：陈世佳，何明，夏添，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11
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。