本发明专利技术适用于车辆安全防护技术领域，提供了一种车辆姿态检测方法、装置、车辆及存储介质，该方法包括：获取语义分割网络输出的包含目标车辆的分割图，所述分割图为语义分割网络对拍摄的目标车辆的侧前方或侧后方图像处理后得到；将分割图中目标车辆的目标框分割为上下两部分，并对下半部分中目标车辆的边缘进行分段直线拟合，得到由多个线段连接的目标车辆的下边界；从下边界中确定目标车辆的侧线；基于侧线确定目标车辆的姿态。本发明专利技术能够解决现有技术中基于视觉的目标检测技术难以确定目标车辆姿态的问题。标车辆姿态的问题。标车辆姿态的问题。
【技术实现步骤摘要】
车辆姿态检测方法、装置、车辆及存储介质
[0001]本专利技术属于车辆安全防护
，尤其涉及一种车辆姿态检测方法、装置、车辆及存储介质。
技术介绍
[0002]语义分割作为比较典型的AI（Artificial Intelligence，人工智能）网络，广泛应用于无人驾驶等领域。语义分割网络可以对图像中的每一个像素进行分类，分割出行人、车辆等，进而根据这些信息进行避障或危险报警。
[0003]然而，车辆的姿态检测是目前基于视觉的目标检测领域需要面对的一个难题。其原因在于，语义分割网络输出的分割图，是标记了每个像素类型的二维灰度图，没有立体信息，在进行实例分析的时候，往往需要通过其他手段获取目标车辆的姿态，才能判断目标车辆与自车之间的相对位置关系。
技术实现思路
[0004]有鉴于此，本专利技术提供了一种车辆姿态检测方法、装置、车辆及存储介质，以解决现有技术中基于视觉的目标检测技术难以确定目标车辆姿态的问题。
[0005]本专利技术实施例的第一方面提供了一种车辆姿态检测方法，包括：获取语义分割网络输出的包含目标车辆的分割图，所述分割图为语义分割网络对拍摄的目标车辆的侧前方或侧后方图像处理后得到；将分割图中目标车辆的目标框分割为上下两部分，并对下半部分中目标车辆的边缘进行分段直线拟合，得到由多个线段连接构成的目标车辆的下边界；从下边界中确定目标车辆的侧线；基于侧线确定目标车辆的姿态。
[0006]可选的，从下边界中确定目标车辆的侧线，包括：对下边界进行预处理，根据预处理后下边界中各个线段的斜率对各个线段进行拟合，并从拟合结果中确定目标车辆的侧线；预处理包括：对于下边界中凹进去的部分，使用直线连接该部分的两端并取代该部分；删除下边界中距离下半部分目标框的第一侧边预设距离内的线段，第一侧边为距离拍摄目标车辆的摄像头较远的竖直侧边。
[0007]可选的，根据预处理后下边界中各个线段的斜率对各个线段进行拟合，并从拟合结果中确定目标车辆的侧线，包括：确定斜率相差最大的两个相邻线段；以该两个相邻线段的交点为分界点，将下边界划分为两部分，并将每部分下边界包含的各个线段拟合为一个线段，得到两个目标线段；将与竖直方向夹角较小的目标线段确定为目标车辆的侧线。
[0008]可选的，根据预处理后下边界中各个线段的斜率对各个线段进行拟合，并从拟合结果中确定目标车辆的侧线，包括：根据下边界中各个线段的斜率，将各个线段聚类为两类，并将每类中的各个线段拟合为一个线段，得到两个目标线段；将与竖直方向夹角较小的目标线段确定为目标车辆的侧线。
[0009]可选的，基于侧线确定目标车辆的姿态，包括：将侧线从分割图所在的二维图像坐标系投影到世界坐标系；根据侧线在世界坐标系中的方向，确定目标车辆的姿态。
[0010]可选的，在确定目标车辆的姿态之后，还包括：获取本车辆的行驶方向，本车辆为安装拍摄目标车辆的设备的车辆；根据本车辆的行驶方向和侧线的方向，判断本车辆与目标车辆是否平行行驶，若本车辆与目标车辆没有平行行驶，则分别计算侧线的两个端点与本车辆行驶方向所在直线的距离，并将距离较近的端点作为碰撞点；建立碰撞点的轨迹以进行碰撞检测预警。
[0011]可选的，若本车辆与目标车辆平行行驶，则：从侧线的两个端点中任意选择一个端点作为碰撞点；建立碰撞点的轨迹以进行碰撞检测预警。
[0012]本专利技术实施例的第二方面提供了一种车辆姿态检测装置，包括：获取模块，用于获取语义分割网络输出的包含目标车辆的分割图，所述分割图为语义分割网络对拍摄的目标车辆的侧前方或侧后方图像处理后得到；处理模块，用于将分割图中目标车辆的目标框分割为上下两部分，并对下半部分中目标车辆的边缘进行分段直线拟合，得到由多个线段连接构成的目标车辆的下边界；以及，从下边界中确定目标车辆的侧线；确定模块，用于基于侧线确定目标车辆的姿态。
[0013]本专利技术实施例的第三方面提供了一种车辆，包括电子设备，电子设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述第一方面的车辆姿态检测方法的步骤。
[0014]本专利技术实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面的车辆姿态检测方法的步骤。
[0015]本专利技术实施例与现有技术相比存在的有益效果是：本专利技术实施例通过获取语义分割网络输出的包含目标车辆的分割图，将分割图中目标车辆的目标框分割为上下两部分，并对下半部分中目标车辆的边缘进行分段直线拟合，从而得到目标车辆的下边界，进而从下边界中能够确定目标车辆的侧线，基于侧线确定目标车辆的姿态。本专利技术实施例能够直接根据语义分割网络输出的二维分割图，分析确定车辆的姿态，不需要借助其他观测设备，解决了基于视觉的目标检测技术难以确定目标车辆姿态的难题。
附图说明
[0016]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术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性的前提下，还可以根据这些附图获得其他的附图。
[0017]图1是本专利技术实施例提供的车辆姿态检测方法的流程示意图一；图2是本专利技术实施例提供的分割图的处理示意图一；图3是本专利技术实施例提供的分割图的处理示意图二；图4是本专利技术实施例提供的分割图的处理示意图三；图5是本专利技术实施例提供的分割图的处理示意图四；图6是本专利技术实施例提供的车辆姿态检测方法的流程示意图二；图7是本专利技术实施例提供的车辆姿态检测装置的结构示意图；图8是本专利技术实施例提供的电子设备的结构示意图。
具体实施方式
[0018]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。
[0019]为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。
[0020]语义分割是无人驾驶的核心算法技术，车载摄像头或者激光雷达探查到图像后输入到神经网络中，后台计算机可以自动将图像分割归类，以避让行人和车辆等障碍。但是语义分割网络输出的分割图为二维图，没有立体信息，在进行实例分析的时候，特别是较大目标（车辆）的处理，需要已知目标的姿态，进而判断目标与自车之间的相对位置关系。本专利技术旨在根据语义分割网络输出的分割图，确定目标车辆的姿态，从而进行更准确的碰撞检测和预警。
[0021]参见图1所示，本专利技术实施例提供的车辆姿态检测方法，具体可以包括以下步骤：步骤S101，获取语义分割网络输出的包含目标车辆的分割图，分割图为语义分割网络对拍摄的目标车辆的侧前方或侧后方图像处理后得到。
[0022]在本实施例中，可以先获取拍摄的目标车辆的侧前方或侧本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆姿态检测方法，其特征在于，包括：获取语义分割网络输出的包含目标车辆的分割图，所述分割图为语义分割网络对拍摄的目标车辆的侧前方或侧后方图像处理后得到；将分割图中所述目标车辆的目标框分割为上下两部分，并对下半部分中所述目标车辆的边缘进行分段直线拟合，得到由多个线段连接构成的所述目标车辆的下边界；从下边界中确定所述目标车辆的侧线；基于所述侧线确定所述目标车辆的姿态。2.如权利要求1所述的车辆姿态检测方法，其特征在于，从下边界中确定所述目标车辆的侧线，包括：对下边界进行预处理，根据预处理后下边界中各个线段的斜率对各个线段进行拟合，并从拟合结果中确定所述目标车辆的侧线；所述预处理包括：对于下边界中凹进去的部分，使用直线连接该部分的两端并取代该部分；删除下边界中距离下半部分目标框的第一侧边预设距离内的线段，所述第一侧边为距离拍摄所述目标车辆的摄像头较远的竖直侧边。3.如权利要求2所述的车辆姿态检测方法，其特征在于，根据预处理后下边界中各个线段的斜率对各个线段进行拟合，并从拟合结果中确定所述目标车辆的侧线，包括：确定斜率相差最大的两个相邻线段；以该两个相邻线段的交点为分界点，将下边界划分为两部分，并将每部分下边界包含的各个线段拟合为一个线段，得到两个目标线段；将与竖直方向夹角较小的目标线段确定为所述目标车辆的侧线。4.如权利要求2所述的车辆姿态检测方法，其特征在于，根据预处理后下边界中各个线段的斜率对各个线段进行拟合，并从拟合结果中确定所述目标车辆的侧线，包括：根据下边界中各个线段的斜率，将各个线段聚类为两类，并将每类中的各个线段拟合为一个线段，得到两个目标线段；将与竖直方向夹角较小的目标线段确定为所述目标车辆的侧线。5.如权利要求1所述的车辆姿态检测方法，其特征在于，基于所述侧线确定所述目标车辆的...
【专利技术属性】
技术研发人员：徐显杰，马玉珍，窦汝振，包永亮，
申请(专利权)人：天津所托瑞安汽车科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。