障碍物检测方法、车辆控制方法、装置、车辆及介质制造方法及图纸

本发明专利技术实施例公开了障碍物检测方法、车辆控制方法、装置、车辆及介质，该方法包括：获取车载摄像头采集的初始图像数据；将初始图像数据输入已训练的语义分割模型以得到语义分割结果；确定语义分割结果对应的分布内图像数据；将初始图像数据和分布内图像数据输入已训练的分布外检测模型以得到分布外障碍物信息。解决了现有障碍物检测方法无法检测出分布外障碍物的问题。障碍物的问题。障碍物的问题。

【技术实现步骤摘要】
障碍物检测方法、车辆控制方法、装置、车辆及介质


[0001]本专利技术实施例涉及图像处理领域，尤其涉及一种障碍物检测方法、车辆控制方法、装置、车辆及介质。

技术介绍

[0002]目前，自动驾驶相关人工智能算法正在被广泛应用。其中图像语义分割技术能够帮助车机感知周围环境，对摄像头采集到的图像实现像素级的类别预测。现在的语义分割算法，如U
‑
Net，DeepLab等，可以对数据集内(分布内)的目标物做出准确的分类预测。然而，当数据集外(分布外)的目标物体出现在待检测图像内时，这些算法往往会出现误分类的情况，比如将障碍物归为道路。
[0003]综上，现有障碍物检测方法存在无法识别分布外障碍物的问题。

技术实现思路

[0004]本专利技术实施例提供了一种障碍物检测方法、车辆控制方法、装置、车辆及介质，解决了现有障碍物检测方法存在无法识别分布外障碍物的问题。
[0005]第一方面，本专利技术实施例提供了一种分布外障碍物检测方法，该方法包括：
[0006]获取车载摄像头采集的初始图像数据；
[0007]将所述初始图像数据输入已训练的语义分割模型以得到语义分割结果，所述已训练的语义分割模型用于确定分布内物体的语义分类标签；
[0008]确定语义分割结果对应的分布内图像数据；
[0009]将所述初始图像数据和分布内图像数据输入已训练的分布外检测模型以得到分布外障碍物信息。
[0010]第二方面，本专利技术实施例还提供了一种分布外障碍物检测装置，该装置包括：
[0011]获取模块，用于获取车载摄像头采集的初始图像数据；
[0012]语义分割模块，用于将所述初始图像数据输入已训练的语义分割模型以得到语义分割结果；
[0013]分布内图像确定模块，用于确定语义分割结果对应的分布内图像数据；
[0014]障碍物信息确定模块，用于将所述初始图像数据和分布内图像数据输入已训练的分布外检测模型以得到分布外障碍物信息，所述分布外障碍物信息包括分布外障碍物的位置信息。
[0015]第三方面，本专利技术实施例提供了一种车辆控制方法，该方法包括：
[0016]将初始图像数据输入已训练的分布内检测模型以得到分布内障碍物信息，以及本专利技术实施例所述的分布外障碍物检测方法确定分布外障碍物信息；
[0017]控制车辆避开障碍物行驶，所述障碍物包括所述分布内障碍物信息对应的分布内障碍物，和/或，所述分布外障碍物信息对应的分布外障碍物。
[0018]第四方面，本专利技术实施例还提供了一种车辆控制装置，该装置包括：
[0019]障碍物检测模块，用于将初始图像数据输入已训练的分布内检测模型以得到分布内障碍物信息，以及根据本专利技术实施例所述的分布外障碍物检测方法确定分布外障碍物信息；
[0020]车辆控制模块，用于控制车辆避开障碍物行驶，所述障碍物包括所述分布内障碍物信息对应的分布内障碍物，和/或，所述分布外障碍物信息对应的分布外障碍物。
[0021]第五方面，本专利技术实施例还提供了一种车辆，该车辆包括：
[0022]一个或多个处理器；
[0023]存储装置，用于存储一个或多个程序；
[0024]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任意实施例描述的分布外障碍物检测方法或本专利技术任意实施例描述的车辆控制方法。
[0025]第六方面，本专利技术实施例还提供了一种包含计算机可执行指令的存储介质，该计算机可执行指令在由计算机处理器执行时用于执行如本专利技术任意实施例描述的分布外障碍物检测方法或本专利技术任意实施例描述的车辆控制方法。
[0026]本专利技术实施例提供的障碍物检测方法的技术方案，通过获取车载摄像头采集的初始图像数据，将初始图像数据输入已训练的语义分割模型以得到语义分割结果，确定语义分割结果对应的分布内图像数据，将初始图像数据和分布内图像数据输入已训练的分布外检测模型以得到分布外障碍物信息。通过已训练的语义分割模型确定出包含分布内物体的分布内图像数据，通过已训练的分布外检测模型对初始图像数据和分布内图像数据进行分析，可使该已训练的分布外检测模型以分布内图像数据为参考分析初始图像数据与分布内图像数据之间的差异信息，从而得到分布外障碍物信息，且分布外障碍物信息具有较高的准确度。
附图说明
[0027]为了更清楚地说明本专利技术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做一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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他的附图。
[0028]图1是本专利技术实施例一提供的一种分布外障碍物检测方法的流程图；
[0029]图2是本专利技术实施例二提供的一种分布外障碍物检测装置的结构框图；
[0030]图3是本专利技术实施例三提供的一种车辆控制方法的流程图；
[0031]图4是本专利技术实施例四提供的一种车辆控制装置的结构框图；
[0032]图5为本专利技术实施例五提供的车辆的结构示意图。
具体实施方式
[0033]为使本专利技术的目的、技术方案和优点更加清楚，以下将参照本专利技术实施例中的附图，通过实施方式清楚、完整地描述本专利技术的技术方案，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]实施例一
[0035]常规检测方法能够检测出分布内的常规障碍物，但对于某些场景中出现的分布外障碍物，常规检测方法通常很难检测出来。
[0036]图1是本专利技术实施例一提供的一种分布外障碍物检测方法的流程图。本实施例的技术方案适用于车辆行驶场景可能存在分布外障碍物的情况。该方法可以由本专利技术实施例提供的一种分布外障碍物检测装置来执行，该装置可以采用软件和/或硬件的方式实现，并配置在车辆处理器中应用。该方法具体包括如下步骤：
[0037]S110、获取车载摄像头采集的初始图像数据。
[0038]其中，车载摄像头主要分为前视摄像头、环视摄像头、后视摄像头、侧视摄像头以及内置摄像头，本申请实施例采用前视摄像头，前视摄像头的安装角度和视野范围应满足下述条件：拍摄到目标车辆前向道路所有部分，以及路况视频中的每帧原始图像覆盖前向道路的最远距离。
[0039]在一个实施例中，通过前视摄像头拍摄并记录目标车辆当前所在行驶道路的情况，得到路况视频，依次抽取路况视频中的帧图像，作为初始图像数据；或者，直接获取前视摄像头采集的实时图像作为初始图像数据。
[0040]在一个实施例中，采用现有图像预处理方法对采集到的初始图像数据进行预处理以更新该初始图像数据。通过图像预处理可提高初始图像数据的质量，从而提高后续图像处理步骤得到的图像处理结果的准确性。
[0041]可以理解的是，当车辆在可能包含分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布外障碍物检测方法，其特征在于，包括：获取车载摄像头采集的初始图像数据；将所述初始图像数据输入已训练的语义分割模型以得到语义分割结果，所述已训练的语义分割模型用于确定分布内物体的语义分类标签；确定语义分割结果对应的分布内图像数据；将所述初始图像数据和分布内图像数据输入已训练的分布外检测模型以得到分布外障碍物信息。2.根据权利要求1所述的方法，其特征在于，所述确定语义分割结果对应的分布内图像数据，包括：将所述语义分割结果输入已训练的图像重建模型以得到分布内图像数据。3.根据权利要求2所述的方法，其特征在于，所述将所述初始图像和所述分布内图像数据输入已训练的分布外检测模型以得到分布外障碍物信息，包括：将所述初始图像、所述语义分割结果和所述分布内图像数据输入已训练的分布外检测模型以得到分布外障碍物信息。4.根据权利要求1
‑
3任一所述的方法，其特征在于，所述将所述初始图像数据和分布内图像数据输入已训练的分布外检测模型以得到分布外障碍物信息，包括：根据所述初始图像数据和所述分布内图像数据确定分布外图像数据，将所述分布外图像数据输入已训练的分布外检测模型以得到分布外障碍物信息。5.根据权利要求3所述的方法，其特征在于，所述将所述初始图像、所述语义分割结果和所述分布内图像数据输入已训练的分布外检测模型以得到分布外障碍物信息，包括：根据所述初始图像数据和所述分布内图像数据确定分布外图像数据，将所述分布外图像数据和所述语义分割结果输入已训练的分布外检测模型以得到分布外障碍物信息。6.一种分布外障碍物检测装置，其特征在于，包括：获取模块，用于获取车载摄像头采集的初始图像数据；语义分割模块，用于将所述初始图像数据输入已训练的语...

【专利技术属性】
技术研发人员：汤崇远，尹荣彬，陈博，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：