基于图像深度的车辆控制方法、装置、设备及存储介质制造方法及图纸

本申请提供一种基于图像深度的车辆控制方法、装置、设备及存储介质。该方法应用于车辆，包括：获取车辆前方预设空间范围内的环境图像；识别所述环境图像中的物体，确定所述环境图像中物体所对应的图像深度的深度区间；其中，所述深度区间用于表示物体与车辆之间的距离范围；根据所述环境图像中物体所对应的图像深度的深度区间，控制所述车辆进行行驶。本申请通过确定车辆与前方物体的距离范围，进行车辆控制，准确率提升，计算速度更快，提高车辆控制效率。制效率。制效率。

【技术实现步骤摘要】
基于图像深度的车辆控制方法、装置、设备及存储介质


[0001]本申请涉及自动驾驶技术，尤其涉及一种基于图像深度的车辆控制方法、装置、设备及存储介质。

技术介绍

[0002]随着经济的快速发展，道路上的行驶的车辆越来越多，因司机疲劳驾驶、醉酒驾驶或驾驶技术操作不当导致的交通事故频频发生。道路交通事故给个人、家庭和整个社会都带来了巨大的经济损失和精神上的痛苦。计算出车辆前方的行人、车辆及障碍物与本车之间的距离，可以为车辆的安全行驶提供保障。
[0003]现有技术中，利用马尔科夫随机场学习输入图像的特征与输出的深度之间的映射关系，利用图像中多尺度的纹理、模糊等深度特征，构建高斯马尔科夫随机场模型和拉普拉斯马尔科夫随机场模型对单张图片进行深度估计。
[0004]但是，这种方法中建立的模型所适用的场景非常局限，且需要计算出图像深度的具体距离值，计算量大，耗时高，图像深度的确定精度和效率较低，导致车辆控制的精度和效率较低。

技术实现思路

[0005]本申请提供一种基于图像深度的车辆控制方法、装置、设备及存储介质，用以提高车辆本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像深度的车辆控制方法，其特征在于，所述方法应用于车辆，所述方法包括：获取车辆前方预设空间范围内的环境图像；识别所述环境图像中的物体，确定所述环境图像中物体所对应的图像深度的深度区间；其中，所述深度区间用于表示物体与车辆之间的距离范围；根据所述环境图像中物体所对应的图像深度的深度区间，控制所述车辆进行行驶。2.根据权利要求1所述的方法，其特征在于，识别所述环境图像中的物体，确定所述环境图像中物体所对应的图像深度的深度区间，包括：将所述环境图像输入至预设的神经网络模型，得到所述环境图像中的物体；确定所述环境图像中物体的图像深度在预先划分的各深度区间中的概率；其中，在所述车辆前方的预设距离内，预先划分有至少一个深度区间；根据所述环境图像中的物体在预先划分的各深度区间中的概率，确定所述环境图像中物体所对应的图像深度的深度区间。3.根据权利要求2所述的方法，其特征在于，将所述环境图像输入至预设的神经网络模型，得到所述环境图像中的物体，包括：将所述环境图像输入至预设的神经网络模型中的U型网络；根据所述U型网络对所述环境图像进行特征提取，得到所述环境图像的特征向量；根据所述特征向量，确定所述环境图像的前景部分，识别所述前景部分中的物体，为所述环境图像中的物体。4.根据权利要求3所述的方法，其特征在于，根据所述特征向量，确定所述环境图像的前景部分，包括：根据所述特征向量，基于预设的前景和背景分割算法，对所述环境图像的前景部分和背景部分进行分割；为所述前景部分添加预设的第一标识，为所述背景部分添加预设的第二标识，根据所述第一标识，确定所述环境图像的前景部分。5.根据权利要求3所述的方法，其特征在于，确定所述环境图像中物体的图像深度在预先划分的各深度区间中的概率，包括：根据所述环境图像中物体的特征向量，计算各物体与车辆之间的距离位于各深度区间中的概率。6.根据权利要求2所述的方法，其特征在于，根据所述环境图像中的物体在预先划分的各深度区间中的概率，确定所述环境图像中物体所对应的图像深度的深度区间，包括：将所述环境图像中的物体在预先划分的各深度区间中的概率，进行由大至小的排序；将排在第一位的概率所对应的深度区间，确定为所述环境图像中物体所对应的图像深度的深度区间。7.根据权利...

【专利技术属性】
技术研发人员：殷娇阳，
申请(专利权)人：国汽智控北京科技有限公司，
类型：发明
国别省市：