一种道路标识牌识别系统及检测、定位、评估方法技术方案

本发明专利技术涉及一种道路标识牌识别系统及检测、定位、评估方法，属于道路标识牌识别技术领域，包括：工控机、边缘计算盒以及安装在无人驾驶车辆上的工业相机，工控机分别与边缘计算盒和工业相机通信连接。工业相机用于拍摄得到无人驾驶车辆的前方道路图像，前方道路图像包括道路标识牌。工控机用于将前方道路图像转发至边缘计算盒。边缘计算盒包括目标检测模块，目标检测模块用于利用目标检测模型对前方道路图像进行检测，得到道路标识牌的类别和道路标识牌在前方道路图像中的位置区域，采用边缘计算盒对道路标识牌进行检测，实时性好，且利用目标检测模型对道路标识牌进行检测，准确度高。高。高。

【技术实现步骤摘要】
一种道路标识牌识别系统及检测、定位、评估方法


[0001]本专利技术涉及道路标识牌识别
，特别是涉及一种用于无人驾驶车辆的道路标识牌识别系统及检测、定位、评估方法。

技术介绍

[0002]道路标识在交通安全中发挥着关键的作用，是引导无人驾驶车辆自主行驶的一个重要因素。无人驾驶车辆在道路上行驶时，在决策和规划层面需要考虑路面的道路标识牌信息，按照道路标识牌所提供的信息行进。
[0003]目前道路标识牌的检测和定位技术大多依赖于高性能的计算机，且在实时性和精确度方面无法满足无人驾驶车辆的使用要求。
[0004]基于此，亟需一种高精度且实时性好的道路标识牌识别技术。

技术实现思路

[0005]本专利技术的目的是提供一种道路标识牌识别系统及检测、定位、评估方法，能够实现道路标识牌的检测和定位，精度高、实时性好，且能够对定位精度进行评估。
[0006]为实现上述目的，本专利技术提供了如下方案：第一方面，本专利技术用于提供一种道路标识牌识别系统，包括：工控机、边缘计算盒以及安装在无人驾驶车辆上的工业相机；所述工控机分别与所述边缘计算盒和所述工业相机通信连接；所述工业相机用于拍摄得到所述无人驾驶车辆的前方道路图像；所述前方道路图像包括道路标识牌；所述工控机用于将所述前方道路图像转发至所述边缘计算盒；所述边缘计算盒包括目标检测模块；所述目标检测模块用于利用目标检测模型对所述前方道路图像进行检测，得到所述道路标识牌的类别和所述道路标识牌在所述前方道路图像中的位置区域。
[0007]在一些实施例中，还包括：安装在所述无人驾驶车辆上且与所述工控机通信连接的激光雷达；所述激光雷达用于扫描得到所述无人驾驶车辆前方的激光雷达点云数据；所述边缘计算盒还包括目标定位模块；所述目标定位模块用于根据所述位置区域对所述激光雷达点云数据进行筛选，得到筛选后点云数据，并根据所述筛选后点云数据计算所述道路标识牌相对于所述无人驾驶车辆的第一相对位置。
[0008]在一些实施例中，还包括：安装在所述无人驾驶车辆上且与所述工控机通信连接的全球定位系统和惯性导航系统；所述全球定位系统用于对所述无人驾驶车辆进行位置定位，得到所述无人驾驶车辆的第一位置坐标；所述惯性导航系统用于对所述无人驾驶车辆进行角度定位，得到所述无人驾驶车
辆的车辆航向角；所述边缘计算盒还包括定位精度评估模块；所述定位精度评估模块用于基于所述车辆航向角将所述第一位置坐标转换到车辆坐标系下，得到第二位置坐标，并根据所述第二位置坐标计算所述道路标识牌相对于所述无人驾驶车辆的第二相对位置；计算所述第二相对位置和所述第一相对位置的差值，得到定位精度。
[0009]在一些实施例中，所述工业相机将所述前方道路图像以ROS话题的格式传输至所述工控机；所述激光雷达将所述激光雷达点云数据以ROS话题的格式传输至所述工控机；所述全球定位系统将所述第一位置坐标以ROS话题的格式传输至所述工控机；所述惯性导航系统将所述车辆航向角以ROS话题的格式传输至所述工控机。
[0010]第二方面，本专利技术用于提供一种道路标识牌检测方法，包括：获取无人驾驶车辆的前方道路图像；所述前方道路图像包括道路标识牌；利用目标检测模型对所述前方道路图像进行检测，得到所述道路标识牌的类别和所述道路标识牌在所述前方道路图像中的位置区域。
[0011]第三方面，本专利技术用于提供一种道路标识牌定位方法，包括：获取无人驾驶车辆的前方道路图像和所述无人驾驶车辆前方的激光雷达点云数据；所述前方道路图像包括道路标识牌；利用目标检测模型对所述前方道路图像进行检测，得到所述道路标识牌的类别和所述道路标识牌在所述前方道路图像中的位置区域；根据所述位置区域对所述激光雷达点云数据进行筛选，得到筛选后点云数据，并根据所述筛选后点云数据计算所述道路标识牌相对于所述无人驾驶车辆的第一相对位置。
[0012]在一些实施例中，所述根据所述位置区域对所述激光雷达点云数据进行筛选，得到筛选后点云数据具体包括：利用激光雷达坐标系和相机像素坐标系之间的投影矩阵，将所述激光雷达点云数据投影到所述相机像素坐标系下，得到所述激光雷达点云数据中的每一个雷达点的投影数据；将所述投影数据未在所述位置区域内的雷达点从所述激光雷达点云数据中去除，得到筛选后点云数据。
[0013]在一些实施例中，在利用激光雷达坐标系和相机像素坐标系之间的投影矩阵，将所述激光雷达点云数据投影到所述相机像素坐标系下之前，还包括：对所述激光雷达点云数据进行初步筛选，筛选出所述无人驾驶车辆前方的地面以上的雷达点，组成初步筛选后点云数据，并以所述初步筛选后点云数据作为新的激光雷达点云数据。
[0014]在一些实施例中，所述根据所述筛选后点云数据计算所述道路标识牌相对于所述无人驾驶车辆的第一相对位置具体包括：利用RANSAC方法对所述筛选后点云数据进行平面拟合，得到拟合平面；计算所述筛选后点云数据中的每一个雷达点与所述拟合平面的距离，并去除所述距离大于预设阈值的雷达点，得到计算用点云数据；计算所述计算用点云数据的质心坐标，得到所述道路标识牌相对于所述无人驾驶车辆的第一相对位置。
[0015]第四方面，本专利技术用于提供一种道路标识牌评估方法，包括：
获取无人驾驶车辆的前方道路图像、所述无人驾驶车辆前方的激光雷达点云数据以及所述无人驾驶车辆的第一位置坐标和车辆航向角；所述前方道路图像包括道路标识牌；利用目标检测模型对所述前方道路图像进行检测，得到所述道路标识牌的类别和所述道路标识牌在所述前方道路图像中的位置区域；根据所述位置区域对所述激光雷达点云数据进行筛选，得到筛选后点云数据，并根据所述筛选后点云数据计算所述道路标识牌相对于所述无人驾驶车辆的第一相对位置；基于所述车辆航向角将所述第一位置坐标转换到车辆坐标系下，得到第二位置坐标，并根据所述第二位置坐标计算所述道路标识牌相对于所述无人驾驶车辆的第二相对位置；计算所述第二相对位置和所述第一相对位置的差值，得到定位精度。
[0016]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术用于提供一种道路标识牌识别系统及检测、定位、评估方法，包括：工控机、边缘计算盒以及安装在无人驾驶车辆上的工业相机，工控机分别与边缘计算盒和工业相机通信连接。工业相机用于拍摄得到无人驾驶车辆的前方道路图像，前方道路图像包括道路标识牌。工控机用于将前方道路图像转发至边缘计算盒。边缘计算盒包括目标检测模块，目标检测模块用于利用目标检测模型对前方道路图像进行检测，得到道路标识牌的类别和道路标识牌在前方道路图像中的位置区域，采用边缘计算盒对道路标识牌进行检测，实时性好，且利用目标检测模型对道路标识牌进行检测，准确度高。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例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。
[0018]图1为本专利技术实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种道路标识牌识别系统，其特征在于，包括：工控机、边缘计算盒以及安装在无人驾驶车辆上的工业相机；所述工控机分别与所述边缘计算盒和所述工业相机通信连接；所述工业相机用于拍摄得到所述无人驾驶车辆的前方道路图像；所述前方道路图像包括道路标识牌；所述工控机用于将所述前方道路图像转发至所述边缘计算盒；所述边缘计算盒包括目标检测模块；所述目标检测模块用于利用目标检测模型对所述前方道路图像进行检测，得到所述道路标识牌的类别和所述道路标识牌在所述前方道路图像中的位置区域。2.根据权利要求1所述的道路标识牌识别系统，其特征在于，还包括：安装在所述无人驾驶车辆上且与所述工控机通信连接的激光雷达；所述激光雷达用于扫描得到所述无人驾驶车辆前方的激光雷达点云数据；所述边缘计算盒还包括目标定位模块；所述目标定位模块用于根据所述位置区域对所述激光雷达点云数据进行筛选，得到筛选后点云数据，并根据所述筛选后点云数据计算所述道路标识牌相对于所述无人驾驶车辆的第一相对位置。3.根据权利要求2所述的道路标识牌识别系统，其特征在于，还包括：安装在所述无人驾驶车辆上且与所述工控机通信连接的全球定位系统和惯性导航系统；所述全球定位系统用于对所述无人驾驶车辆进行位置定位，得到所述无人驾驶车辆的第一位置坐标；所述惯性导航系统用于对所述无人驾驶车辆进行角度定位，得到所述无人驾驶车辆的车辆航向角；所述边缘计算盒还包括定位精度评估模块；所述定位精度评估模块用于基于所述车辆航向角将所述第一位置坐标转换到车辆坐标系下，得到第二位置坐标，并根据所述第二位置坐标计算所述道路标识牌相对于所述无人驾驶车辆的第二相对位置；计算所述第二相对位置和所述第一相对位置的差值，得到定位精度。4.根据权利要求3所述的道路标识牌识别系统，其特征在于，所述工业相机将所述前方道路图像以ROS话题的格式传输至所述工控机；所述激光雷达将所述激光雷达点云数据以ROS话题的格式传输至所述工控机；所述全球定位系统将所述第一位置坐标以ROS话题的格式传输至所述工控机；所述惯性导航系统将所述车辆航向角以ROS话题的格式传输至所述工控机。5.一种道路标识牌检测方法，其特征在于，包括：获取无人驾驶车辆的前方道路图像；所述前方道路图像包括道路标识牌；利用目标检测模型对所述前方道路图像进行检测，得到所述道路标识牌的类别和所述道路标识牌在所述前方道路图像中的位置区域。6.一种道路标识牌定位方法，其特征在于，包括：获取无人驾驶车辆的前方道路图像和所述无人驾驶车辆前方的激光雷达点云数据；所述...

【专利技术属性】
技术研发人员：龚建伟，尹旻，查富耕，褚云峰，齐建永，翟涌，贾鹏，王羽纯，高尚东，朱荣飞，
申请(专利权)人：慧动星球北京科技有限公司，
类型：发明
国别省市：