车辆周边障碍检测方法、装置、存储介质及电子设备制造方法及图纸

本申请实施例公开了一种车辆周边障碍检测方法、装置、存储介质及电子设备。其中，本申请实施例获取车辆周边至少两个区域的区域图像；提取所述区域图像中的感兴趣区域；通过检测所述感兴趣区域，在所述区域图像中确定出障碍图像块；对所述障碍图像块进行校正，以输出正确的障碍位置。本申请实施例通过检测感兴趣区域确定障碍所在位置并进行校正，通过获取多个区域图像，有效聚焦车辆周边障碍的位置，加快障碍检测速度和检测精度，有益于后续对车辆的控制，保证驾驶安全。

【技术实现步骤摘要】
车辆周边障碍检测方法、装置、存储介质及电子设备
本申请涉及安全驾驶领域，尤其涉及一种车辆周边障碍检测方法、装置、存储介质及电子设备。
技术介绍
在安全驾驶领域中，障碍检测非常重要，对车辆行驶时周边的障碍物进行检测，是提高行车安全性和改善交通环境的一项重要措施。现有的障碍检测尤其是行人检测的系统与方法中，大部分方法与装置会使用深度学习对图像进行检测，该方案依赖于强大的GPU板载，对计算资源需求量大，因此导致车载终端的成本高，检测效率低。
技术实现思路
本申请实施例提供一种车辆周边障碍检测方法、装置、存储介质及电子设备，可以降低车载终端障碍检测的成本，加快检测速度，提高检测精度。本申请实施例提供一种车辆周边障碍检测方法，其中，车辆周边障碍检测方法包括：获取车辆周边至少两个区域的区域图像；提取所述区域图像中的感兴趣区域；通过检测所述感兴趣区域，在所述区域图像中确定出障碍图像块；对所述障碍图像块进行校正，以输出正确的障碍位置。本申请实施例还提供了一种车辆周边障碍检测装置，包括：获取模块，用于获取车辆周边至少两个区域的区域图像；提取模块，用于提取所述区域图像中的感兴趣区域；检测模块，用于通过检测所述感兴趣区域，在所述区域图像中确定出障碍图像块；校正模块，用于对所述障碍图像块进行校正，以输出正确的障碍位置。本申请实施例还提供一种存储介质，其中，存储介质中存储有计算机程序，当计算机程序在计算机上运行时，使得计算机执行以下步骤：获取车辆周边至少两个区域的区域图像；提取所述区域图像中的感兴趣区域；通过检测所述感兴趣区域，在所述区域图像中确定出障碍图像块；对所述障碍图像块进行校正，以输出正确的障碍位置。本申请实施例还提供一种电子设备，其中，电子设备包括处理器和存储器，存储器中存储有计算机程序，处理器通过调用存储器中存储的计算机程序，用于执行以下步骤：获取车辆周边至少两个区域的区域图像；提取所述区域图像中的感兴趣区域；通过检测所述感兴趣区域，在所述区域图像中确定出障碍图像块；对所述障碍图像块进行校正，以输出正确的障碍位置。本申请实施例通过检测感兴趣区域确定障碍所在位置并进行校正，通过获取多个区域图像，有效聚焦车辆周边障碍的位置，加快障碍检测速度和检测精度，有益于后续对车辆的控制，保证驾驶安全。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。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他的附图。图1为本申请实施例提供的车辆周边障碍检测方法的应用场景示意图。图2为本申请实施例提供的车辆周边障碍检测方法的第一种流程示意图。图3为本申请实施例提供的车辆周边障碍检测方法的另一应用场景示意图。图4为本申请实施例提供的车辆周边障碍检测方法的第二种流程示意图。图5为本申请实施例提供的车辆周边障碍检测装置的第一种结构示意图。图6为本申请实施例提供的车辆周边障碍检测装置的第二种结构示意图。图7为本申请实施例提供的车辆周边障碍检测装置的第三种结构示意图。图8为本申请实施例提供的车辆周边障碍检测装置的第四种结构示意图。图9为本申请实施例提供的车辆周边障碍检测装置的第五种结构示意图。图10为本申请实施例提供的电子设备的第一种结构示意图。图11为本申请实施例提供的电子设备的第二种结构示意图。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，本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本申请的保护范围。参考图1，图1为本申请实施例提供的车辆周边障碍检测方法的应用场景示意图。车辆周边障碍检测方法可应用于电子设备。电子设备中设置有全景感知架构。全景感知架构为电子设备中用于实现车辆周边障碍检测方法的硬件和软件的集成。其中，全景感知架构包括信息感知层、数据处理层、特征抽取层、情景建模层以及智能服务层。信息感知层用于获取电子设备自身的信息和/或外部环境中的信息。信息感知层可以包括多个传感器。例如，信息感知层包括距离传感器、磁场传感器、光线传感器、加速度传感器、指纹传感器、霍尔传感器、位置传感器、陀螺仪、惯性传感器、姿态感应器、气压计、心率传感器等多个传感器。其中，距离传感器可以用于检测电子设备与外部物体之间的距离。磁场传感器可以用于检测电子设备所处环境的磁场信息。光线传感器可以用于检测电子设备所处环境的光线信息。加速度传感器可以用于检测电子设备的加速度数据。指纹传感器可以用于采集用户的指纹信息。霍尔传感器是根据霍尔效应制作的一种磁场传感器，可以用于实现电子设备的自动控制。位置传感器可以用于检测电子设备当前所处的地理位置。陀螺仪可以用于检测电子设备在各个方向上的角速度。惯性传感器可以用于检测电子设备的运动数据。姿态感应器可以用于感应电子设备的姿态信息。气压计可以用于检测电子设备所处环境的气压。心率传感器可以用于检测用户的心率信息。数据处理层用于对信息感知层获取到的数据进行处理。例如，数据处理层可以对信息感知层获取到的数据进行数据清理、数据集成、数据变换、数据归约等处理。其中，数据清理是指对信息感知层获取到的大量数据进行清理，以剔除无效数据和重复数据。数据集成是指将信息感知层获取到的多个单维度数据集成到一个更高或者更抽象的维度，以对多个单维度的数据进行综合处理。数据变换是指对信息感知层获取到的数据进行数据类型的转换或者格式的转换等，以使变换后的数据满足处理的需求。数据归约是指在尽可能保持数据原貌的前提下，最大限度的精简数据量。特征抽取层用于对数据处理层处理后的数据进行特征抽取，以提取数据中包括的特征。提取到的特征可以反映出电子设备自身的状态或者用户的状态或者电子设备所处环境的环境状态等。其中，特征抽取层可以通过过滤法、包装法、集成法等方法来提取特征或者对提取到的特征进行处理。过滤法是指对提取到的特征进行过滤，以删除冗余的特征数据。包装法用于对提取到的特征进行筛选。集成法是指将多种特征提取方法集成到一起，以构建一种更加高效、更加准确的特征提取方法，用于提取特征。情景建模层用于根据特征抽取层提取到的特征来构建模型，所得到的模型可以用于表示电子设备的状态或者用户的状态或者环境状态等。例如，情景建模层可以根据特征抽取层提取到的特征来构建关键值模型、模式标识模型、图模型、实体联系模型、面向对象模型等。智能服务层用于根据情景建模层所构建的模型为用户提供智能化的服务。例如，智能服务层可以为用户提供基础应用服务，可以为电子设备进本文档来自技高网...

【技术保护点】
1.一种车辆周边障碍检测方法，其中，所述方法包括：/n获取车辆周边至少两个区域的区域图像；/n提取所述区域图像中的感兴趣区域；/n通过检测所述感兴趣区域，在所述区域图像中确定出障碍图像块；/n对所述障碍图像块进行校正，以输出正确的障碍位置。/n

【技术特征摘要】
1.一种车辆周边障碍检测方法，其中，所述方法包括：
获取车辆周边至少两个区域的区域图像；
提取所述区域图像中的感兴趣区域；
通过检测所述感兴趣区域，在所述区域图像中确定出障碍图像块；
对所述障碍图像块进行校正，以输出正确的障碍位置。


2.根据权利要求1所述的车辆周边障碍检测方法，其中，所述提取所述区域图像中的感兴趣区域之后，还包括：
对所述感兴趣区域持续进行优化；具体包括：
将所述障碍位置作为反馈信号输入到学习算法模型中以调整所述感兴趣区域面积。


3.根据权利要求2所述的车辆周边障碍检测方法，其中，所述通过检测所述感兴趣区域，在所述区域图像中确定出障碍图像块，包括：
通过对所述感兴趣区域进行障碍检测，在所述区域图像中确定出障碍图像块；具体包括：
在卷积神经网络模型中输入所述感兴趣区域，判断所述感兴趣区域中包含障碍的概率；
当所述概率大于或等于预设概率阈值时，将所述区域图像中对应于所述感兴趣区域的部分确定为障碍图像块。


4.根据权利要求1所述的车辆周边障碍检测方法，其中，所述通过检测所述感兴趣区域，在所述区域图像中确定出障碍图像块之前，还包括：
通过对所述区域图像进行聚类回归，确定出第一障碍图像块；
所述通过检测所述感兴趣区域，在所述区域图像中确定出障碍图像块包括：
通过对所述感兴趣区域进行障碍检测，确定出第二障碍图像块；
为所述第一障碍图像块和第二障碍图像块设置不同的权重，根据所述权重计算出障碍图像块期望值；
设置阈值截断障碍图像块期望值，以在所述区域图像中确定出障碍图像块。


5.根据权利要求4所述的车辆周边障碍检测方法，其中，所述通过对所述区域图像进行聚类回归，确定出第一障碍图像块，包括：
将所述区域图像进行划分及压缩，得到若干图像块；
对所述图像块提取特征值；
根据所述特征值判断所述图像块中是否包含障碍特征；
当判断出所述图像块中包含障碍特征时，将所述区域图像中对应于所述图像块的部分确定为第一障碍图像块。


6.根据权利要求5所述的车辆周边障碍检测方法，其中，所述通过对所述区域图像进行聚类回归，确定出第一障碍图像块，还包括：
对输入的每一帧区域图像，先处理所述区域图像中的一块图像块；
循环处理每一帧区域图像中的每一...

【专利技术属性】
技术研发人员：陈仲铭，何明，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东;44