障碍物检测方法、装置、设备和介质制造方法及图纸

本申请实施例公开了一种障碍物检测方法、装置、设备和介质，涉及数据处理领域，尤其涉及自动驾驶、自主泊车技术。具体实现方案为：沿纵向将待检测图像划分为至少两个子图像；确定障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息；据所述障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息，确定所述障碍物在所述待检测图像中的图像区域。本申请实施例提供一种障碍物检测方法、装置、设备和介质，以使得检测结果中包括有障碍物本身的形状及位置信息，同时降低障碍物检测的计算量。

Obstacle detection method, device, equipment and medium

【技术实现步骤摘要】
障碍物检测方法、装置、设备和介质
本申请实施例涉及数据处理领域，尤其涉及自动驾驶技术。具体地，本申请实施例提供了一种障碍物检测方法、装置、设备和介质。
技术介绍
在无人驾驶系统中，需要通过对车辆行驶前方的图像进行障碍物检测，以获得前方障碍物信息，进而根据获得的障碍物信息对车辆进行调整。当前的障碍物检测算法有两大类，一种是基于检测框(boundingbox)的方法，一种是基于实例分割的方法。然而，这两种方法都有各自的缺陷，基于检测框的方法丧失了障碍物本身的形状及位置信息，而采用实例分割的方法，计算密集度太高。
技术实现思路
本申请实施例提供一种障碍物检测方法、装置、设备和介质，以使得检测结果中包括有障碍物本身的形状及位置信息，同时降低障碍物检测的计算量。本申请实施例公开了一种障碍物检测方法，该方法包括：沿纵向将待检测图像划分为至少两个子图像；确定障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息；根据所述障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息，确定所述障碍物在所述待检测图像中的图像区域。本申请实施例通过沿纵向将待检测图像划分为至少两个子图像；确定障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息，从而实现所述障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息的自动确定。进而根据所述障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息，实现对所述待检测图像中障碍物的检测。因为本申请实施例是以子图像为单位进行的障碍物检测，不需要对待检测图像中的每一个像素点属于哪个类别和实例进行预测，所以本申请实施例可以以较少的计算量准确的获取障碍物的图像区域。又因为本申请实施例的障碍物检测依据中包括有所述障碍物在所述至少两个子图像中的接地点和高度，所以检测得到障碍物的图像区域相比传统的检测边框可以更准确的标识障碍物的形状和位置信息。进一步地，所述根据所述障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息，确定所述障碍物在所述待检测图像中的图像区域，包括：根据所述障碍物在所述子图像中的接地点和高度，确定所述障碍物在所述子图像中的子区域；根据所述子图像中障碍物所属的物体信息，确定所述子区域关联的物体；将关联有同一物体的至少两个子区域进行合并，以得到所述障碍物的图像区域。基于该技术特征，本申请实施例通过根据所述障碍物在所述子图像中的接地点和高度，确定所述障碍物在所述子图像中的子区域；根据所述子图像中障碍物所属的物体信息，确定所述子区域关联的物体；将关联有同一物体的至少两个子区域进行合并，以得到所述障碍物的图像区域，从而实现对待检测图像中障碍物的检测。进一步地，所述根据所述障碍物在所述子图像中的接地点和高度，确定所述障碍物在所述子图像中的子区域，包括：在所述子图像中，确定过所述接地点且沿横向的第一线段；根据所述障碍物在所述子图像中的接地点和高度，确定所述障碍物的上边缘位置；在所述子图像中，确定过所述上边缘位置且沿横向的第二线段；将所述第一线段作为所述子区域的底边，将所述第二线段作为所述子区域的顶边，构建所述子区域。基于该技术特征，本申请实施例通过根据所述障碍物在所述子图像中的接地点和高度，确定所述障碍物的上边缘位置；根据所述障碍物的接地点确定子区域的底边，根据所述障碍物的上边缘位置确定子区域的顶边，从而实现子区域的构建。进一步地，所述沿纵向将待检测图像划分为至少两个子图像之前，所述方法还包括：根据训练样本，构建障碍物检测模型，用于确定障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息；其中，所述训练样本包括：样本障碍物图像和样本障碍物图像中至少两个子样本图像的障碍物信息；所述子样本图像的障碍物信息包括所述子样本图像是否有样本障碍物，以及样本障碍物的接地点、高度、物体类型和物体唯一标识。基于该技术特征，本申请实施例利用样本障碍物图像和样本障碍物图像中至少两个子样本图像的障碍物信息对初始模型进行训练，得到障碍物检测模型。因为所述子样本图像的障碍物信息包括所述子样本图像是否有样本障碍物，以及样本障碍物的接地点、高度、物体类型和物体唯一标识，所以训练得到的障碍物检测模型可以确定障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息。进一步地，所述根据训练样本，构建障碍物检测模型之前，所述方法还包括：沿纵向对样本障碍物图像进行切分，得到至少两个子样本图像；根据样本障碍物的轮廓信息，确定所述子样本图像的障碍物信息。基于该技术特征，本申请实施例通过沿纵向对样本障碍物图像进行切分，得到至少两个子样本图像；根据样本障碍物的轮廓信息，确定所述子样本图像的障碍物信息，从而实现自动获取子样本图像的障碍物信息，进而实现模型训练样本的自动生成。本申请实施例提供了一种障碍物检测装置，该装置包括：图像划分模块，用于沿纵向将待检测图像划分为至少两个子图像；信息确定模块，用于确定障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息；区域确定模块，用于根据所述障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息，确定所述障碍物在所述待检测图像中的图像区域。进一步地，所述区域确定模块，包括：子区域确定单元，用于根据所述障碍物在所述子图像中的接地点和高度，确定所述障碍物在所述子图像中的子区域；物体确定单元，用于根据所述子图像中障碍物所属的物体信息，确定所述子区域关联的物体；区域确定单元，用于将关联有同一物体的至少两个子区域进行合并，以得到所述障碍物的图像区域。进一步地，所述子区域确定单元具体用于：在所述子图像中，确定过所述接地点且沿横向的第一线段；根据所述障碍物在所述子图像中的接地点和高度，确定所述障碍物的上边缘位置；在所述子图像中，确定过所述上边缘位置且沿横向的第二线段；将所述第一线段作为所述子区域的底边，将所述第二线段作为所述子区域的顶边，构建所述子区域。进一步地，所述装置还包括：模型构建模块，用于所述沿纵向将待检测图像划分为至少两个子图像之前，根据训练样本，构建障碍物检测模型，用于确定障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息；其中，所述训练样本包括：样本障碍物图像和样本障碍物图像中至少两个子样本图像的障碍物信息；所述子样本图像的障碍物信息包括所述子样本图像是否有样本障碍物，以及样本障碍物的接地点、高度、物体类型和物体唯一标识。进一步地，所述装置还包括：图像切分模块，用于所述本文档来自技高网...

【技术保护点】
1.一种障碍物检测方法，其特征在于，包括：/n沿纵向将待检测图像划分为至少两个子图像；/n确定障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息；/n根据所述障碍物在所述子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息，确定所述障碍物在所述待检测图像中的图像区域。/n

【技术特征摘要】
1.一种障碍物检测方法，其特征在于，包括：
沿纵向将待检测图像划分为至少两个子图像；
确定障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息；
根据所述障碍物在所述子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息，确定所述障碍物在所述待检测图像中的图像区域。


2.根据权利要求1所述的方法，其特征在于，所述根据所述障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息，确定所述障碍物在所述待检测图像中的图像区域，包括：
根据所述障碍物在所述子图像中的接地点和高度，确定所述障碍物在所述子图像中的子区域；
根据所述子图像中障碍物所属的物体信息，确定所述子区域关联的物体；
将关联有同一物体的至少两个子区域进行合并，以得到所述障碍物的图像区域。


3.根据权利要求2所述的方法，其特征在于，所述根据所述障碍物在所述子图像中的接地点和高度，确定所述障碍物在所述子图像中的子区域，包括：
在所述子图像中，确定过所述接地点且沿横向的第一线段；
根据所述障碍物在所述子图像中的接地点和高度，确定所述障碍物的上边缘位置；
在所述子图像中，确定过所述上边缘位置且沿横向的第二线段；
将所述第一线段作为所述子区域的底边，将所述第二线段作为所述子区域的顶边，构建所述子区域。


4.根据权利要求1所述的方法，其特征在于，所述沿纵向将待检测图像划分为至少两个子图像之前，所述方法还包括：
根据训练样本，构建障碍物检测模型，用于确定障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的物体信息；
其中，所述训练样本包括：样本障碍物图像和样本障碍物图像中至少两个子样本图像的障碍物信息；
所述子样本图像的障碍物信息包括所述子样本图像是否有样本障碍物，以及样本障碍物的接地点、高度、物体类型和物体唯一标识。


5.根据权利要求4所述的方法，其特征在于，所述根据训练样本，构建障碍物检测模型之前，所述方法还包括：
沿纵向对样本障碍物图像进行切分，得到至少两个子样本图像；
根据样本障碍物的轮廓信息，确定所述子样本图像的障碍物信息。


6.一种障碍物检测装置，其特征在于，包括：
图像划分模块，用于沿纵向将待检测图像划分为至少两个子图像；
信息确定模块，用于确定障碍物在所述至少两个子图像中的接地点和高度，以及所述子图像中障碍物所属的...

【专利技术属性】
技术研发人员：谭日成，唐逸之，王智，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11