可行驶区域识别方法及其系统、计算机设备、存储介质技术方案

本发明专利技术涉及可行驶区域识别方法及其系统、计算机设备、存储介质，所述方法包括：获取当前的时间信息和车辆位置信息，并根据所述当前的时间信息和车辆位置信息判定是否进行图像语义分割；当进行图像语义分割时，获取当前车辆周围环境的环视全景图像，利用预先训练好的语义分割模型对所述环视全景图像进行语义分割识别得到初始可行驶区域，将所述初始可行驶区域与历史可行驶区域进行融合得到当前的可行驶区域。其中，所述系统、计算机设备、存储介质为与实现所述方法对应的载体。实施本发明专利技术，至少能够减少计算资源的浪费，提高计算效率，并获取更加广阔的可行驶区域视野。获取更加广阔的可行驶区域视野。获取更加广阔的可行驶区域视野。

【技术实现步骤摘要】
可行驶区域识别方法及其系统、计算机设备、存储介质


[0001]本专利技术涉及自动泊车
，具体涉及可行驶区域识别方法及其系统、计算机设备、存储介质。

技术介绍

[0002]自动泊车系统的可行驶区域识别功能主要是为自动泊车提供路径规划辅助，可以实现整个的路面检测。目前可行驶区域识别主要基于路面颜色、基于纹理特征、基于深度学习的语义分割等方式来获取路面的基本结构特征。其中，所述基于路面颜色的可行驶区域识别方法当在路面区域内车辆较少，前景与背景之间分割效果较好，其局限性在于当前景的物体太多且颜色分布范围太广时，前景和背景分割成两个部分难度较大，且基于颜色的方法容易受到光照、阴影等环境变化影响。所述基于纹理特征的方法可提取出路面边缘的方向，同时具有尺度不变性，但在非结构化道路上，很难提取规则化的道路边缘特征，且夜间的识别效果较差。所述基于深度学习的语义分割方法不易受道路是否结构化影响，且不易受光照、阴影等环境因素影响，具有较好的实时性与准确性；但目前基于深度学习的语义分割方法所识别的可行驶区域视野较小，边界不平滑，并且，使用基于深度学习的语义分割方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可行驶区域识别方法，其特征在于，包括：步骤S1、获取当前的时间信息和车辆位置信息，并根据所述当前的时间信息和车辆位置信息判定是否进行图像语义分割；其中，若当前时间与上一次图像语义分割时的时间之间的时间间隔大于预设时间阈值，或者，若当前车辆位置与上一次进行图像语义分割时的车辆位置之间的距离大于预设距离阈值，则判定进行图像语义分割；步骤S2、当进行图像语义分割时，获取当前车辆周围环境的环视全景图像；利用预先训练好的语义分割模型对所述环视全景图像进行语义分割识别得到初始可行驶区域；以及，将所述初始可行驶区域与历史可行驶区域进行融合，输出当前的可行驶区域；其中所述历史可行驶区域为上一次输出的可行驶区域。2.根据权利要求1所述的可行驶区域识别方法，其特征在于，所述步骤S2，包括：获取当前车辆周围环境的环视全景图像；利用预先训练好的语义分割模型对所述环视全景图像进行语义分割识别得到初始可行驶区域；提取所述初始可行驶区域的边界信息；获取可行驶区域地图，并根据所述边界信息确定所述初始可行驶区域在所述可行驶区域地图中的区域；在所述可行驶区域地图中，确定历史可行驶区域，并将所述初始可行驶区域与所述历史可行驶区域进行融合，得到当前的可行驶区域。3.根据权利要求2所述的可行驶区域识别方法，其特征在于，所述语义分割模型的结构包括编码模块和解码模块；所述编码模块包括深度可分离卷积单元、ASSP单元、第一连接层单元、第二连接层单元、第一降维卷积单元、第二降维卷积单元、上采样单元；所述ASSP单元包括3个Bneck单元，所述3个Bneck单元分别具有不同空洞尺度；所述深度可分离卷积单元用于对输入语义分割模型的环视全景图像进行深度分离卷积，所述3个Bneck单元分别用于提取所述深度可分离卷积单元输出的深度分离卷积结果的3种不同感受野下的图像特征；所述第一连接层单元用于对所述3种不同感受野下的图像特征进行连接；所述第一降维卷积单元用于对所述第一连接层单元的输出结果进行降维处理；所述第一上采样单元用于对所述第一降维卷积单元输出结果进行上采样；所述第一降维卷积单元用于对所述深度可分离卷积单元输出的深度分离卷积结果进行降维处理；所述第二连接层单元用于对所述第一降维卷积单元的降维处理结果以及所述第一上采样单元的上采样结果进行连接，并将连接结果输出至所述解码模块；所述解码模块包括第二上采样单元和第三连接层单元；所述第二上采样单元用于对所述第二连接层单元的输出结果进行上采样；所述第三连接层单元用于将所述深度可分离卷积单元输出的深度分离卷积结果以及所述第二上采样单元输出的结果进行连接，并将连接结果输出作为语义分割结果图像，所述语义分割结果图像中包括所述初始可行驶区域。4.根据权利要求2所述的可行驶区域识别方法，其特征在于，所述提取所述初始可行驶区域的边界信息，包括：提取所述初始可行驶区域的边界构成闭合曲线；将所述闭合曲线向曲线内扩充1个像素点构成边界搜索区域；
选取所述边界搜索区域上的任意1个相邻像素点作为边界搜索的初始搜索点；根据所述初始搜索点在所述边界搜索区域中进行边界搜索；搜索过程中，根据预设的代价函数计算搜索与当前搜索点相邻的其它像素点的代价距离，并选取代价距离最小的像素点作为下一搜索点继续搜索，直至搜索到所述初始搜索点；对边界搜索到的多个搜索点进行规则化处理得到所述初始可行驶区域的边界信息。5.根据权利要求4所述的可行驶区域识别方法，其特征在于，所述根据预设的代价函数计算搜索与当前搜索点相邻的其它像素点的代价距离，包括：d＝d1*
ɑ
+d2*(1-ɑ
)d1＝dis
min
d2＝abs(theta
i-2,i-1-theta
i-1,i
)其中，d为代价距离；d1为像素点与不可行驶区域的最近距离；d2为前序搜索路径的方向与当前搜索路径方向的夹角；theta
i-1,i
表示向量(x
i-x
i-1
，y
i-y
i-1
)与车辆坐标系中x轴方向的夹角的弧度值；
ɑ
为预设的比例因子，用于d1与d2在代价计算中的占比。6.根据权利要求4所述的可行驶区域识别方法，其特征在于，所述对边界搜索到的多个搜索点进行规则化处理得到所述初始可行驶区域的边界信息，包括：将相邻的三个及以上的搜索点之间进行直线拟合；若拟合误差小于等于预设的误差阈值，则用拟合的直线的两端端点作为边界点；若拟合误差大于预设的误差阈值，则将相邻的三个及以上的搜索点作为边界点...

【专利技术属性】
技术研发人员：翁茂楠，黄辉，陈泽武，王建明，张力锴，苏威霖，
申请(专利权)人：广州汽车集团股份有限公司，
类型：发明
国别省市：