一种地面标识的类别确认方法、装置及车辆制造方法及图纸

本申请提供了一种地面标识的类别确认方法、装置及车辆，涉及计算机技术领域。其中，该方法包括：获取包括待确定的地面标识的图像；对所述图像进行逆透视变换以获取所述图像对应的俯视图；利用所述俯视图和地面标识识别模型，确认所述待确定的地面标识的类别，所述地面标识识别模型利用俯视图集合进行训练，所述俯视图集合中的各俯视图，由包括类别已知的地面标识的图像通过逆透视变换得到。利用本申请提供的方法，提升了对地面标识的检测能力，尤其提升了对远端地面标识的检测能力，进而为后续自动驾驶过程中的路径规划、实时决策和行车控制提供更好的技术支持，具有较高的实用性。具有较高的实用性。具有较高的实用性。

【技术实现步骤摘要】
一种地面标识的类别确认方法、装置及车辆


[0001]本申请涉及计算机
，尤其涉及一种地面标识的类别确认方法、装置及车辆。

技术介绍

[0002]在自动驾驶技术中，环境感知作为第一环节，其核心在于使车辆能够更好地模拟人类驾驶员的感知能力，准确理解周围的驾驶状况。在实际应用中，准确实现对车辆行驶道路的地面标识的检测，对于后续路径规划、实时决策和行车控制具有重要意义。
[0003]目前，对于地面标识的类别确认方法一般为基于感兴趣区域(Region of Interest，ROI)和人为构造特征的方法，如地面标识水平投影类别确认方法。该方法利用方向梯度直方图(Histogram of Oriented，HOG)从候选地面标识中提取特征，之后利用总错误率(total error rate，TER)分类器对候选地面标识进行分类。
[0004]但是该方式仅适用于处理地面标识位于当前车辆近端时的情况，这是因为由于车辆的摄像装置的位置固定，受到摄像装置拍摄视角的影响，对于处于车辆远端的地面标识，水平投影检测得到的候选地面标识一般会发生较为严重的形变和失真，导致难以准确确定地面标识的类型。因此该方式的地面标识检测能力较差，只能在近处实现地面标识检测，实用性较低。

技术实现思路

[0005]为了解决上述技术问题，本申请提供了一种地面标识的类别确认方法、装置及车辆，提升了对地面标识的检测能力，尤其提升了对远端地面标识的检测能力，具有较高的实用性。
[0006]第一方面，本申请提供了一种地面标识的类别确认方法，方法包括：获取包括待确定的地面标识的图像；对图像进行逆透视变换(Inverse Perspective Mapping，IPM)以获取图像对应的俯视图；利用俯视图和地面标识识别模型，确认待确定的地面标识的类别，地面标识识别模型利用俯视图集合进行训练，俯视图集合中的各俯视图，由包括类别已知的地面标识的图像通过逆透视变换得到。
[0007]利用本申请提供的方法，对包括待确定的地面标识的图像进行了逆透视变换，通过逆透视变换，在得到的俯视图上能更好地保留待确定的地面标识的特征，减少了地面标识的特征受到车辆上拍摄装置的高度与视角的影响，以使地面标识识别模型进行有效的识别。并且该地面标识识别模型在训练时，也是利用逆透视变换得到俯视图进行训练，因此提升了地面标识识别模型的识别类别的准确性。利用该方案，提升了对地面标识的检测能力，尤其提升了对远端地面标识的检测能力，进而为后续自动驾驶过程中的路径规划、实时决策和行车控制提供更好的技术支持，具有较高的实用性。
[0008]在一种可能的实现方式中，对图像进行逆透视变换，获取图像对应的俯视图，具体包括：
[0009]利用相机标定文件对图像进行逆透视变换以获取图像对应的俯视图。
[0010]在一种可能的实现方式中，利用俯视图和地面标识识别模型，确认待确定的地面标识的类别，具体包括：
[0011]利用地面标识识别模型从俯视图中提取待确定的地面标识对应的特征图；
[0012]利用地面标识识别模型和特征图确认待确定的地面标识的类别为第一类别，当第一类别的预测置信度大于或等于预设阈值时，以第一类别为待确定的地面标识的类别。
[0013]在一种可能的实现方式中，方法还包括：
[0014]当第一类别的预测置信度小于预设阈值时，确定待确定的地面标识的类别确认结果为未知。
[0015]在一种可能的实现方式中，地面标识识别模型为YOLOV3，地面标识识别模型的主干网络backbone为Xception。
[0016]在一种可能的实现方式中，确认待确定的地面标识的类别后，方法还包括：
[0017]在显示设备上显示待确定的地面标识的类别。
[0018]第二方面，本申请还提供了一种地面标识的检测装置，类别确认装置包括：获取单元、变换单元和识别单元。其中，获取单元用于获取包括待确定的地面标识的图像。变换单元用于对图像进行逆透视变换以获取图像对应的俯视图。识别单元用于利用俯视图和地面标识识别模型，确认待确定的地面标识的类别，地面标识识别模型利用俯视图集合进行训练，俯视图集合中的各俯视图，由包括类别已知的地面标识的图像通过逆透视变换得到。
[0019]本申请提供的装置，通过变换单元对包括待确定的地面标识的图像进行了逆透视变换，通过逆透视变换，在得到的俯视图上能更好地保留待确定的地面标识的特征，减少了地面标识的特征受到车辆上拍摄装置的高度与视角的影响，以使地面标识识别模型进行有效的识别。并且该地面标识识别模型在训练时，也是利用逆透视变换得到俯视图进行训练，因此提升了地面标识识别模型的识别类别的准确性。利用该装置，提升了对地面标识的检测能力，尤其提升了对远端地面标识的检测能力，进而为后续自动驾驶过程中的路径规划、实时决策和行车控制提供更好的技术支持，具有较高的实用性。
[0020]在一种可能的实现方式中，变换单元具体用于利用相机标定文件对图像进行逆透视变换以获取图像对应的俯视图。
[0021]在一种可能的实现方式中，识别单元具体用于利用地面标识识别模型从俯视图中提取待确定的地面标识对应的特征图；利用地面标识识别模型和特征图确认待确定的地面标识的类别为第一类别，当第一类别的预测置信度大于或等于预设阈值时，以第一类别为待确定的地面标识的类别。
[0022]在一种可能的实现方式中，识别单元还具体用当第一类别的预测置信度小于预设阈值时，确定待确定的地面标识的类别确认结果为未知。
[0023]在一种可能的实现方式中，类别确认装置还包括显示单元。显示单元用于在显示设备上显示待确定的地面标识的类别。
[0024]第三方面，本申请还提供了一种车辆，该车辆包括拍摄装置和以上实现方式提供的地面标识的类别确认装置。其中，拍摄装置用于拍摄得到包括待确定的地面标识的图像，并将图像传输至地面标识的类别确认装置。
附图说明
[0025]图1为车辆进行地面标识检测时的示意图；
[0026]图2为本申请实施例提供的一种地面标识的类别确认方法的流程图；
[0027]图3为本申请实施例提供的包括待确定的地面标识的图像；
[0028]图4为图3经过逆透视变换后对应的俯视图；
[0029]图5为本申请实施例提供的另一种地面标识的类别确认方法的流程图；
[0030]图6为本申请实施例提供的一种地面标识的类别确认装置的示意图；
[0031]图7为本申请实施例提供的另一种地面标识的类别确认装置的示意图；
[0032]图8为本申请实施例提供的一种车辆的示意图。
具体实施方式
[0033]为了使本
的人员更清楚地理解本申请方案，下面首先说明本申请技术方案的应用场景。
[0034]参见图1，该图为车辆进行地面标识检测时的示意图。
[0035]本申请以下说明中的地面标识指车辆行驶路面上的绘制的用于指示车辆行驶的线条、标记与文字等，区别于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地面标识的类别确认方法，其特征在于，所述方法包括：获取包括待确定的地面标识的图像；对所述图像进行逆透视变换以获取所述图像对应的俯视图；利用所述俯视图和地面标识识别模型，确认所述待确定的地面标识的类别，所述地面标识识别模型利用俯视图集合进行训练，所述俯视图集合中的各俯视图，由包括类别已知的地面标识的图像通过逆透视变换得到。2.根据权利要求1所述的地面标识的类别确认方法，其特征在于，所述对所述图像进行逆透视变换，获取所述图像对应的俯视图，具体包括：利用相机标定文件对所述图像进行逆透视变换以获取所述图像对应的俯视图。3.根据权利要求1所述的地面标识的类别确认方法，其特征在于，所述利用所述俯视图和地面标识识别模型，确认所述待确定的地面标识的类别，具体包括：利用所述地面标识识别模型从所述俯视图中提取所述待确定的地面标识对应的特征图；利用所述地面标识识别模型和所述特征图确认所述待确定的地面标识的类别为第一类别，当所述第一类别的预测置信度大于或等于预设阈值时，以所述第一类别为所述待确定的地面标识的类别。4.根据权利要求4所述的地面标识的类别确认方法，其特征在于，所述方法还包括：当所述第一类别的预测置信度小于所述预设阈值时，确定所述待确定的地面标识的类别确认结果为未知。5.根据权利要求1所述的地面标识的类别确认方法，其特征在于，所述地面标识识别模型为YOLOV3，所述地面标识识别模型的主干网络backbone为Xception。6.根据权利要求1至5中任一项所...

【专利技术属性】
技术研发人员：商德宇，胥洪利，
申请(专利权)人：天津天瞳威势电子科技有限公司，
类型：发明
国别省市：