【技术实现步骤摘要】
一种用于自动驾驶的交通标志检测方法及系统
[0001]本专利技术涉及自动驾驶
,具体地,涉及一种用于自动驾驶的交通标志检测方法及系统。同时提供了一种相应的终端及介质。
技术介绍
[0002]近年自动驾驶技术飞速发展,逐步从辅助自动驾驶过度到高级自动驾驶。相应的对自动驾驶感知技术提出了新的挑战。现有交通标志检测方法,应对日益提高的检出标准,捉襟见肘。同时,交通标志检测作为典型的小目标检测问题,现有基于数据驱动的方法,相比常规目标检测,有着召回率低,准确率不高等问题。再次,交通标志检测作为典型的长尾问题,现有技术应对少数类别的检测效果相对常见类别有较大差距。即使一些方法能得到较好的检测效果,但都不可避免的需要较大计算资源支撑,不适合甚至不可用于自动驾驶全栈解决方案。
技术实现思路
[0003]本专利技术针对现有技术中存在的上述不足,提供了一种用于自动驾驶的交通标志检测方法及系统。同时提供了一种相应的终端及介质。
[0004]根据本专利技术的一个方面,提供了一种用于自动驾驶的交通标志检测方法,包括:
[0005]获取实时自动驾驶中的原始数据流,并对所述原始数据流进行预处理,得到待检测数据;
[0006]构建检测模型,对所述待检测数据进行交通标志检测,获得检测结果;
[0007]对所述检测结果和所述原始数据流进行处理,生成待分类数据;
[0008]构建分类模型,对所述待分类数据进行交通标志类别以及位置信息提取,获得分类结果;
[0009]结合先验信息数据库 ...
【技术保护点】
【技术特征摘要】
1.一种用于自动驾驶的交通标志检测方法,其特征在于,包括:获取实时自动驾驶中的原始数据流,并对所述原始数据流进行预处理,得到待检测数据;构建检测模型,对所述待检测数据进行交通标志检测,获得检测结果;对所述检测结果和所述原始数据流进行处理,生成待分类数据;构建分类模型,对所述待分类数据进行交通标志类别以及位置信息提取,获得分类结果;结合先验信息数据库,对所述检测结果和所述分类结果中的每一个目标进行后处理,得到交通标志的最终检测结果。2.根据权利要求1所述的用于自动驾驶的交通标志检测方法,其特征在于,对所述原始数据流进行预处理,包括:实时获取所述原始数据流中的位姿信息,并根据所述位姿信息,实时定位交通标志大概率出现的目标区域;通过实车采集的方式获取含有交通标志的图像数据,并对所述图像数据中的交通标志进行标注,获得样本数据;对所述样本数据进行统计,获得所述样本数据中交通标志通常出现的位置信息,对所述目标区域进行缩放和/或裁剪,得到指定大小的待检测数据,用于作为检测模型的输入数据。3.根据权利要求1所述的用于自动驾驶的交通标志检测方法,其特征在于,所述构建检测模型,对所述待检测数据进行交通标志检测,包括:构建包含了标注交通标志的样本数据集;基于深度学习神经网络,利用所述样本数据集对所述深度学习神经网络进行训练,得到检测模型;将所述待检测数据作为所述检测模型的输入数据,对所述待检测数据进行交通标志检测。4.根据权利要求1所述的用于自动驾驶的交通标志检测方法,其特征在于,所述对所述检测结果和原始数据流进行处理,包括:利用所述检测结果,定位需要进行分类的多个图像位置,并将所述位置记为proposals;通过DSP加速或者CPU算法加速,对所述位置proposals进行特定采样拼接操作,得到作为分类模型输入数据的待分类数据;其中:所述特定采样拼接的方法,包括:将通过所述检测模型获得的n个检测结果对应的原图区域分别经行裁剪,并缩放到像素尺寸宽
ⅹ
高固定大小为w
ⅹ
h的图片;将所述固定大小为w
ⅹ
h的图像延h方向拼接成一张图片;在每两张图片之间加入大小为w
ⅹ
h的黑色图像,得到w
ⅹ
(n
ⅹ
h
ⅹ
2)的图像;当某一帧获得的检测结果数量n小于设定的最多目标数N
max
时,则采用w
ⅹ
h的黑色图像对w
ⅹ
(n
ⅹ
h
ⅹ
2)的图像进行补充直至得到w
ⅹ
(N
max
ⅹ
h
ⅹ
2)的图片,即得到作为分类模型输入数据的待分类数据。
5.根据权利要求1所述的用于自动驾驶的交通标志检测方法,其特征在于,所述构建分类模型,对所述待分类数据进行交通标志类别以及位置信息提取,包括:基于深度学习神经网络,构建深度学习的分类模型;将所述待分类数据作为所述分类模型的输入,提取所述待分类数据的高级语义信息,对交通标志进行分类,得到所述交通标志的类别;结合所述检测模型获得的检测结果,对分类后的所述交通标志的位置进行校正,得到所述交通标志的位置信息。6.根据权利要求1所述的用于自动驾驶的交通标志检测方法,其特征在于,所述结合先验信息,对所述检测结果和所述分类结果中的每一个...
【专利技术属性】
技术研发人员:李军,魏哲,徐宁仪,
申请(专利权)人:辉羲智能科技上海有限公司,
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。