一种车辆避障方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了一种车辆避障方法、装置、电子设备及存储介质，所述方法包括：获取连续的多帧图像；基于连续的多帧图像确定出图像中目标对象的运动信息，提取车辆当前的位姿信息；基于连续的多帧图像中的当前图像确定出当前图像对应的像素集中每个像素的运动信息；根据像素集中每个像素的运动信息对当前的位姿信息进行修正；基于修正后的位姿信息和目标对象的运动信息对每个像素的运动信息进行更新，得到每个像素更新后的运动信息；基于车辆的驾驶空间信息和每个像素的空间信息从像素集中确定出危险像素；基于危险像素的运动信息指示车辆进行避障反应。本申请结合目标对象和像素的运动信息可以得到更有效的避障指示，也可以提高自车的安全性。

【技术实现步骤摘要】
一种车辆避障方法、装置、电子设备及存储介质
本申请涉及车辆
，尤其涉及一种车辆避障方法、装置、电子设备及存储介质。
技术介绍
近年来，自动驾驶行业蓬勃发展，而机器视觉为自动驾驶车辆提供了环境感知功能，起到了重要作用。环境感知一般包括对环境中规则的目标的识别检测，包括车辆检测、行人检测等等。在识别检测的基础上进行被检测目标的位置估计与运动估计，用以进行碰撞预警、自动刹车等避障功能。现有技术中仅仅通过对容易识别的目标对象进行识别分类后，对该目标对象进行与车辆之间的距离确定，进而通过该距离决定是否需要对目标对象进行避障反应，然而，现实中，对车辆进行预警的过程中，仅仅考虑目标对象对车辆的影响是远远不够，且得到的结果也是不准确的。
技术实现思路
本申请实施例提供了一种车辆避障方法、装置、电子设备及存储介质，用于得到更准确的运动信息，从而提高得到的避障指示的有效性，以及提高自车的安全性。一方面，本申请实施例提供了一种车辆避障方法，该方法包括：获取连续的多帧图像；基于连续的多帧图像确定出图像中目标对象的运动信息，以及提取车辆当前的位姿信息；基于连续的多帧图像中的当前图像确定出当前图像对应的像素集中每个像素的运动信息；根据像素集中每个像素的运动信息对当前的位姿信息进行修正，得到修正后的位姿信息；基于修正后的位姿信息和目标对象的运动信息对像素集中每个像素的运动信息进行更新，得到每个像素更新后的运动信息；基于车辆的驾驶空间信息和每个像素的空间信息从像素集中确定出危险像素；基于危险像素的运动信息指示车辆进行避障反应。另一方面提供了一种车辆避障装置，该装置包括：图像获取模块，用于获取连续的多帧图像；第一确定模块，用于基于连续的多帧图像确定出图像中目标对象的运动信息，以及提取车辆当前的位姿信息；第二确定模块，用于基于连续的多帧图像中的当前图像确定出当前图像对应的像素集中每个像素的运动信息；修正模块，用于根据像素集中每个像素的运动信息对当前的位姿信息进行修正，得到修正后的位姿信息；更新模块，用于基于修正后的位姿信息和目标对象的运动信息对像素集中每个像素的运动信息进行更新，得到每个像素更新后的运动信息；第三确定模块，用于基于车辆的驾驶空间信息和每个像素的空间信息从像素集中确定出危险像素；指示模块，用于基于危险像素的运动信息指示车辆进行避障反应。另一方面提供了一种电子设备，该电子设备包括处理器和存储器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或该指令集由处理器加载并执行以实现如上述的车辆避障方法。另一方面提供了一种计算机可读存储介质，存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或该指令集由处理器加载并执行以实现如上述的车辆避障方法。本申请实施例提供的车辆避障方法、装置、电子设备及存储介质，具有如下技术效果：获取连续的多帧图像；基于连续的多帧图像确定出图像中目标对象的运动信息，以及提取车辆当前的位姿信息；基于连续的多帧图像中的当前图像确定出当前图像对应的像素集中每个像素的运动信息；根据像素集中每个像素的运动信息对当前的位姿信息进行修正，得到修正后的位姿信息；基于修正后的位姿信息和目标对象的运动信息对像素集中每个像素的运动信息进行更新，得到每个像素更新后的运动信息；基于车辆的驾驶空间信息和每个像素的空间信息从像素集中确定出危险像素；基于危险像素的运动信息指示车辆进行避障反应。本申请结合目标对象和像素的运动信息可以得到更有效的避障指示，也可以提供自车的安全性。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。图1是本申请实施例提供的一种应用环境的示意图；图2是本申请实施例提供的一种车辆避障方法的流程示意图；图3是本申请实施例提供的一种目标对象的运动信息和车辆当前的位姿信息确定方法的流程示意图；图4是本申请实施例提供的一种运动信息确定模型的结构示意图；图5是本申请实施例提供的一种确定每个像素更新后的运动信息的流程示意图；图6是本申请实施例提供的一种运动信息确定模型的结构示意图；图7是本申请实施例提供的一种确定每个像素更新后的运动信息的流程示意图；图8是本申请实施例提供的一种车辆避障装置的结构示意图；图9是本申请实施例提供的一种车辆避障方法的服务器的硬件结构框图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。请参阅图1，图1是本申请实施例提供的一种应用环境的示意图，该示意图包括车辆101和服务器102，其中，该车辆101可以是无人驾驶车辆，即自动驾驶车辆，还可以是半自动驾驶车辆。一种可选的实施方式中，服务器102可以是一个大型的公共的服务器平台或者服务器集群，该服务器平台或者服务器集群可以为所有的自动驾驶车辆提供避障服务，该种实施方式中，车辆可以通过设置在车辆上的相机获取连续的多帧图像，随后将多帧图像传输给服务器平台或者服务器集群，利用其从多帧图像上得到当前图像对应的像素集中每个像素更新后的运动信息，进而从像素集中确定出危险像素，最后根据危险像素的运动信息向车辆发出避障指示，来指导车辆进行避障反应。该种方式中，在车辆上可以仅仅设置基础配置的服务器，复杂的运算可以用公共的服务器平台或者服务器集群承担，因此，可以在提供高服务器的同时降低车价，是的车辆在市场中更有竞争。另一种可选的实施方式中，该服务器102可以是设置在车辆101中的车载服务器，每一个车载服务器可以单独为所在的车辆提供避障服务。具体的，该车载服务器可以通过设置在车辆上的摄像头获取连续的多帧图像，使得车载服务器可以利用该连续的多帧图像得到当本文档来自技高网...

【技术保护点】
1.一种车辆避障方法，其特征在于，所述方法包括：/n获取连续的多帧图像；/n基于所述连续的多帧图像确定出图像中目标对象的运动信息，以及提取车辆当前的位姿信息；/n基于所述连续的多帧图像中的当前图像确定出所述当前图像对应的像素集中每个像素的运动信息；/n根据所述像素集中每个像素的运动信息对所述当前的位姿信息进行修正，得到修正后的位姿信息；/n基于所述修正后的位姿信息和所述目标对象的运动信息对所述像素集中每个像素的运动信息进行更新，得到所述每个像素更新后的运动信息；/n基于所述车辆的驾驶空间信息和所述每个像素的空间信息从所述像素集中确定出危险像素；/n基于所述危险像素的运动信息指示所述车辆进行避障反应。/n

【技术特征摘要】
1.一种车辆避障方法，其特征在于，所述方法包括：
获取连续的多帧图像；
基于所述连续的多帧图像确定出图像中目标对象的运动信息，以及提取车辆当前的位姿信息；
基于所述连续的多帧图像中的当前图像确定出所述当前图像对应的像素集中每个像素的运动信息；
根据所述像素集中每个像素的运动信息对所述当前的位姿信息进行修正，得到修正后的位姿信息；
基于所述修正后的位姿信息和所述目标对象的运动信息对所述像素集中每个像素的运动信息进行更新，得到所述每个像素更新后的运动信息；
基于所述车辆的驾驶空间信息和所述每个像素的空间信息从所述像素集中确定出危险像素；
基于所述危险像素的运动信息指示所述车辆进行避障反应。


2.根据权利要求1所述的方法，其特征在于，所述危险像素的运动信息包括所述危险像素与所述车辆的碰撞时间；
所述基于所述危险像素的运动信息指示车辆进行避障反应，包括：
若所述危险像素与所述车辆的碰撞时间小于预警时间阈值，指示所述车辆进行避障反应；
所述避障反应包括停止行车，减速行车、偏移行车或者换道行车。


3.根据权利要求2所述的方法，其特征在于，所述危险像素的运动信息还包括所述危险像素与所述车辆的距离和所述危险像素与所述车辆的相对速度。


4.根据权利要求1所述的方法，其特征在于，所述基于所述连续的多帧图像确定出图像中目标对象的运动信息，以及提取车辆当前的位姿信息，包括：
将所述连续的多帧图像输入已经训练好的运动信息确定模型；
利用所述运动信息确定模型中的目标运动信息确定子模型进行目标提取处理，得到所述目标对象的运动信息；
利用所述运动信息确定模型中的特征点提取子模型进行特征点提取处理，得到关键特征点以及所述关键特征点的运动信息；
利用所述运动信息确定模型中的位姿确定子模型对所述关键特征点的运动信息进行处理，得到所述车辆当前的位姿信息。


5.根据权利要求4所述的方法，其特征在于，所述利用所述运动信息确定模型中的位姿确定子模型对所述关键特征点的运动信息进行处理，得到所述车辆当前的位姿信息，包括：
通过所述目标对象的运动信息从所述关键特征点的运动信息中删选出静态关键特征点的运动信息；
利用所述运动信息确定模型中的位姿确定子模型对所述静态关键特征点的运动信息进行处理，得到所述车辆当前的位姿信息。


6.根据权利要求5所述的方法，其特征在于，所述基于所述连续的多帧图像中的当前图像确定出所述当前图像对应的像素集中每个像素的运动信息，包括：
利用所述运动信息确定模型中的像素运动信息确定子模型对所述当前图像进行处理，得到所述像素集中每个像素的运动信息。


7.根据权利要求6所述的方法，其特征在于，所述根据所述像素集中每个像素的运动信息对所述当前的位姿信息进行修正，得到修正后的位姿信息，包括：
利用所述运动信息确定模型中的位姿修正子模型和所述像素集中每个像素的运动信息对所述当前的位姿信息进行修正，得到所述修正后的位姿信息。


8.根据权利要求7所述的方法，其特征在于，所述基于...

【专利技术属性】
技术研发人员：段翔宇，傅湘国，
申请(专利权)人：浙江吉利汽车研究院有限公司，浙江吉利控股集团有限公司，
类型：发明
国别省市：浙江;33