【技术实现步骤摘要】
基于自动驾驶车辆的位置检测方法、装置、设备及介质
本申请涉及自动驾驶
,尤其涉及一种基于自动驾驶车辆的位置检测方法、装置、设备及介质。
技术介绍
在自动驾驶车辆的运行过程中,需要对自动驾驶车辆进行定位。自动驾驶车辆检测的视觉图像中的线状物(例如电线杆、斑马线或车道线等)对于自动驾驶车辆的定位有着非常好的参照作用。因此,关于线状物的检测技术在自动驾驶领域尤为重要。现有技术中,通常采用传统的深度学习算法对视觉图像中的线状物进行检测。然而现有技术中,由于视觉图像中的线状物是密集且细长的物体,采用传统的深度学习算法无法准确地检测出视觉图像中的线状物,从而无法准确地确定自动驾驶车辆的位置。
技术实现思路
本申请提供一种基于自动驾驶车辆的位置检测方法、装置、设备及介质,解决了现有技术中无法准确地确定自动驾驶车辆位置的技术问题。第一方面,本申请提供一种基于自动驾驶车辆的位置检测方法,包括:获取自动驾驶车辆的第一视觉感知图像;其中,所述第一视觉感知图像中包括目标线状物图像;根据细长卷积核神经网络模型中的底层神经网络层对所述第一视觉感知图像进行识别,确定出所述目标线状物图像的特征信息;采用所述细长卷积核神经网络模型中的高层神经网络层对所述目标线状物图像的特征信息进行识别,确定出所述目标线状物图像的尺寸信息;将所述目标线状物图像的尺寸信息与预设坐标系地图信息进行匹配,确定所述自动驾驶车辆的位置。在一种可能的实现方式中,所述采用所述细长卷积核神经网络模型中的高层神经网络层对所述目标线状物图像的特征信息进行识别,确定出所述目标线状物图像的尺寸信息,包括:沿着所述目标线状物的形态 ...
【技术保护点】
1.一种基于自动驾驶车辆的位置检测方法,其特征在于,包括:获取自动驾驶车辆的第一视觉感知图像;其中,所述第一视觉感知图像中包括目标线状物图像;根据细长卷积核神经网络模型中的底层神经网络层对所述第一视觉感知图像进行识别,确定出所述目标线状物图像的特征信息;采用所述细长卷积核神经网络模型中的高层神经网络层对所述目标线状物图像的特征信息进行识别,确定出所述目标线状物图像的尺寸信息;将所述目标线状物图像的尺寸信息与预设坐标系地图信息进行匹配,确定所述自动驾驶车辆的位置。
【技术特征摘要】
1.一种基于自动驾驶车辆的位置检测方法,其特征在于,包括:获取自动驾驶车辆的第一视觉感知图像;其中,所述第一视觉感知图像中包括目标线状物图像;根据细长卷积核神经网络模型中的底层神经网络层对所述第一视觉感知图像进行识别,确定出所述目标线状物图像的特征信息;采用所述细长卷积核神经网络模型中的高层神经网络层对所述目标线状物图像的特征信息进行识别,确定出所述目标线状物图像的尺寸信息;将所述目标线状物图像的尺寸信息与预设坐标系地图信息进行匹配,确定所述自动驾驶车辆的位置。2.根据权利要求1所述的方法,其特征在于,所述采用所述细长卷积核神经网络模型中的高层神经网络层对所述目标线状物图像的特征信息进行识别,确定出所述目标线状物图像的尺寸信息,包括:沿着所述目标线状物的形态,将所述目标线状物图像的特征信息划分为等间距的特征矩阵;分别将每一个所述特征矩阵与所述细长卷积核神经网络模型中的细长卷积核进行加权求和运算,得到运算结果;根据所述细长卷积核神经网络模型中的高层神经网络层对所述运算结果进行识别,确定出所述目标线状物图像的尺寸信息。3.根据权利要求1或2所述的方法,其特征在于,所述将所述目标线状物的尺寸信息与预设坐标系地图信息进行匹配,确定所述自动驾驶车辆的位置,包括:将所述预设坐标系地图信息投影到所述第一视觉感知图像上,得到投影后的坐标系地图信息;判断所述投影后的坐标系地图信息中,是否具有与所述目标线状物的尺寸信息相匹配的目标对象;若确定具有所述目标对象,则根据所述第一视觉图像的拍摄角度以及所述投影后的坐标系地图信息,确定所述自动驾驶车辆的位置。4.根据权利要求1或2所述的方法,其特征在于,所述方法,还包括:获取所述细长卷积核神经网络模型。5.根据权利要求4所述的方法,其特征在于,所述获取所述细长卷积核神经网络模型,包括:根据预设视觉感知图像、预设线状物图像的特征信息和预设线状物图像的尺寸信息对预设神经网络模型进行训练,生成所述细长卷积核神经网络模型;其中,所述预设视觉感知图像中包括所述预设线状物图像。6.根据权利要求5所述的方法,其特征在于,所述根据预设视觉感知图像、预设线状物图像的特征信息和预设线状物图像的尺寸信息对预设神经网络模型进行训练,生成所述细长卷积核神经网络模型,包括:根据所述预设视觉感知图像和所述预设线状物图像的特征信息对所述预设神经网络模型进行训练,生成初期细长卷积核神经网络模型,所述初期细长卷积核神经网络模型中具有成熟的底层神经网络层;根据所述预设线状物图像的特征信息和所述预设线状物图像的尺寸信息对所述初期细长卷积核神经网络模型进行训练,生成最终的细长卷积核神经网络模型,其中,最终的所述细长卷积核神经网络模型中具有成熟的高层神经网络层和所述成熟的底层神经网络层。7.根据权利要求1或2所述的方法,其特征在于,所述获取自动驾驶车辆的第一视觉感知图像,包括:通过所述自动驾驶车辆中的图像采集装置获取所述第一视觉感知图像。8.一种基于自动驾驶车辆的位置检测装置,其特征在于,包括:第一获取模块,用于获取自动驾驶车辆的第一视觉感知图像;其中,所述第一视觉感知图像中包括目...
【专利技术属性】
技术研发人员:陈佳佳,万吉,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。