模型训练设备及方法、终端设备及航向角检测方法、车辆技术

本申请实施例提供一种模型训练设备及方法、终端设备及航向角检测方法、车辆。模型训练设备包括处理器；处理器用于调用一条或多条计算机指令以用于提取样本车辆图像的样本图像特征；将样本图像特征输入第一检测模型，获得车辆中多个关键点的预测坐标；基于多个关键点的预测坐标，确定车辆的第一预测航向角；将样本图像特征输入第二检测模型，预测获得车辆的第二预测航向角；基于第一预测航向角、第二预测航向角及车辆的实际航向角，确定第一航向角损失值；利用第一航向角损失值训练第一检测模型和/或第二检测模型。本申请实施例提供的技术方案提高了航向角检测的准确性。术方案提高了航向角检测的准确性。术方案提高了航向角检测的准确性。

【技术实现步骤摘要】
模型训练设备及方法、终端设备及航向角检测方法、车辆


[0001]本申请实施例涉及检测领域，尤其涉及一种模型训练设备及方法、终端设备及航向角检测方法、车辆。

技术介绍

[0002]在智能驾驶领域，当前车辆的前方车辆的航向角作为对车辆进行定位和运动状态评估的主要参数之一，在当前车辆进行避障及路线规划等方面起着十分重要的作用。
[0003]因此，如何对当前车辆的前方车辆的航向角进行准确检测是亟待解决的问题。

技术实现思路

[0004]本申请实施例提供一种模型训练设备及方法、终端设备及航向角检测方法、车辆，用以实现对当前车辆前方车辆的航向角的精确检测。
[0005]第一方面，本申请实施例提供了一种模型训练设备，包括处理器；
[0006]所述处理器，用于调用一条或多条计算机指令以用于：
[0007]提取样本车辆图像的样本图像特征；
[0008]将所述样本图像特征输入第一检测模型，获得车辆中多个关键点的预测坐标；
[0009]基于所述多个关键点的预测坐标，确定所述车辆的第一预测航向角；
[0010]将所述样本图像特征输入第二检测模型，预测获得所述车辆的第二预测航向角；
[0011]基于所述第一预测航向角、第二预测航向角及所述车辆的实际航向角，确定第一航向角损失值；
[0012]利用所述第一航向角损失值训练所述第一检测模型和/或第二检测模型；所述第一检测模型和/或第二检测模型用于基于待检测车辆图像，预测获得待检测车辆的目标航向角。
[0013]可选的，所述处理器基于所述第一预测航向角、第二预测航向角及所述车辆的实际航向角，确定第一航向角损失值，具体用于：
[0014]利用损失函数计算所述第二预测航向角与所述实际航向角的第一损失值，以及利用所述损失函数计算所述第二预测航向角与所述第一预测航向角的第二损失值；
[0015]将所述第一损失值与所述第二损失值进行加权处理，获得第一航向角损失值。
[0016]可选的，所述多个关键点的预测坐标包括至少一个前车轮接地点在图像坐标系下的第一坐标，以及至少一个后车轮接地点在图像坐标系下的第二坐标；
[0017]所述处理器基于所述多个关键点的预测坐标，确定所述车辆的第一预测航向角，具体用于：
[0018]将至少一个第一坐标映射到当前车辆的相机坐标系下，获得至少一个第三坐标，以及将至少一个第二坐标映射到所述相机坐标系下，获得至少一个第四坐标；
[0019]基于所述至少一个第三坐标及第四坐标，确定位于同侧的前车轮接地点与后车轮接地点连接的至少一条车轮线；
[0020]将任一条车轮线与所述相机坐标系中光心法向量的夹角作为所述车辆的第一预测航向角。
[0021]可选的，所述处理器提取样本车辆图像的样本图像特征，具体用于：
[0022]将所述样本车辆图像输入特征提取模型，获得样本图像特征；
[0023]所述处理器还用于：
[0024]确定由所述第一航向角损失值计算获得的第二航向角损失值；
[0025]利用所述第二航向角损失值调整所述特征提取模型的模型参数，所述特征提取模型用以提取所述待检测车辆图像中的图像特征。
[0026]第二方面，本申请实施例提供了一种终端设备，包括处理器；
[0027]所述处理器，用于调用一条或多条计算机指令以用于：
[0028]确定待检测车辆图像；
[0029]提取所述待检测车辆图像的图像特征；
[0030]利用第一检测模型对所述图像特征进行检测，获得待检测车辆中多个关键点的预测坐标，并基于所述多个关键点的预测坐标确定所述待检测车辆的第一航向角；
[0031]利用第二检测模型对所述图像特征预测获得所述待检测车辆的第二航向角；其中，所述第一检测模型和/或所述第二检测模型由如第一方面所述的模型训练设备训练获得；
[0032]利用所述第一航向角和/或第二航向角确定所述待检测车辆的目标航向角。
[0033]可选的，所述处理器提取所述待检测车辆图像的图像特征，具体用于：
[0034]利用特征提取模型提取所述待检测车辆图像的图像特征，所述特征提取模型的模型参数由第一方面所述的模型训练设备调整获得。
[0035]可选的，所述处理器还用于：
[0036]获取采集设备对当前车辆前方预设范围内的待检测车辆采集获得的待检测车辆图像，所述采集设备位于所述当前车辆内。
[0037]可选的，所述处理器还用于：
[0038]判断所述待检测车辆与所述当前车辆是否位于同一水平面上，以及所述待检测车辆的类型是否符合预设条件；
[0039]所述处理器利用所述第一航向角和/或第二航向角确定所述待检测车辆的目标航向角，具体用于：
[0040]在判断所述待检测车辆与所述当前车辆不位于同一水平面上的情况下，确定所述第二航向角为所述待检测车辆的目标航向角；
[0041]在判断所述待检测车辆的类型符合预设条件的情况下，确定所述第一航向角为所述待检测车辆的目标航向角。
[0042]可选的，所述处理器还用于：
[0043]判断所述待检测车辆与所述当前车辆是否位于同一水平面上，以及所述待检测车辆的类型是否符合预设条件；
[0044]所述处理器利用第一检测模型对所述图像特征进行检测，获得待检测车辆中多个关键点的预测坐标，具体用于：
[0045]在判断所述待检测车辆的类型符合预设条件的情况下，利用第一检测模型对所述
图像特征进行检测，获得待检测车辆中多个关键点的预测坐标；
[0046]所述处理器利用第二检测模型对所述图像特征预测获得所述待检测车辆的第二航向角，具体用于：
[0047]在判断所述待检测车辆与所述当前车辆不位于同一水平面上的情况下，利用第二检测模型对所述图像特征预测获得所述待检测车辆的第二航向角。
[0048]可选的，所述处理器利用所述第一航向角和/或第二航向角确定所述待检测车辆的目标航向角，具体用于：
[0049]将所述第一航向角与所述第二航向角进行加权处理，获得所述待检测车辆的目标航向角。
[0050]第三方面，本申请实施例提供了一种模型训练方法，应用于如第一方面所述的模型训练设备。
[0051]第四方面，本申请实施例提供了一种航向角检测方法，应用于如第二方面所述的终端设备。
[0052]第五方面，本申请实施例提供了一种车辆，包括车身，以及位于所述车身内部的如第一方面所述的模型训练设备或第二方面所述的终端设备。
[0053]第六方面，本申请实施例提供了一种计算机程序产品，包括计算机指令，所述计算机指令被计算机执行时实现如第三方面所述的模型训练方法或第四方面所述的航向角检测方法。
[0054]本申请实施例提供的模型训练设备，可以提取样本车辆图像的样本图像特征，并将该样本图像特征输入第一检测模型，以获得车辆中多个关键点的预测坐标，基于该预测坐本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型训练设备，其特征在于，包括处理器；所述处理器，用于调用一条或多条计算机指令以用于：提取样本车辆图像的样本图像特征；将所述样本图像特征输入第一检测模型，获得车辆中多个关键点的预测坐标；基于所述多个关键点的预测坐标，确定所述车辆的第一预测航向角；将所述样本图像特征输入第二检测模型，预测获得所述车辆的第二预测航向角；基于所述第一预测航向角、第二预测航向角及所述车辆的实际航向角，确定第一航向角损失值；利用所述第一航向角损失值训练所述第一检测模型和/或第二检测模型；所述第一检测模型和/或第二检测模型用于基于待检测车辆图像，预测获得待检测车辆的目标航向角。2.根据权利要求1所述的设备，其特征在于，所述处理器基于所述第一预测航向角、第二预测航向角及所述车辆的实际航向角，确定第一航向角损失值，具体用于：利用损失函数计算所述第二预测航向角与所述实际航向角的第一损失值，以及利用所述损失函数计算所述第二预测航向角与所述第一预测航向角的第二损失值；将所述第一损失值与所述第二损失值进行加权处理，获得第一航向角损失值。3.根据权利要求1所述的设备，其特征在于，所述多个关键点的预测坐标包括至少一个前车轮接地点在图像坐标系下的第一坐标，以及至少一个后车轮接地点在图像坐标系下的第二坐标；所述处理器基于所述多个关键点的预测坐标，确定所述车辆的第一预测航向角，具体用于：将至少一个第一坐标映射到当前车辆的相机坐标系下，获得至少一个第三坐标，以及将至少一个第二坐标映射到所述相机坐标系下，获得至少一个第四坐标；基于所述至少一个第三坐标及第四坐标，确定位于同侧的前车轮接地点与后车轮接地点连接的至少一条车轮线；将任一条车轮线与所述相机坐标系中光心法向量的夹角作为所述车辆的第一预测航向角。4.根据权利要求1所述的设备，其特征在于，所述处理器提取样本车辆图像的样本图像特征，具体用于：将所述样本车辆图像输入特征提取模型，获得样本图像特征；所述处理器还用于：确定由所述第一航向角损失值计算获得的第二航向角损失值；利用所述第二航向角损失值调整所述特征提取模型的模型参数，所述特征提取模型用以提取所述待检测车辆图像中的图像特征。5.一种终端设备，其特征在于，包括处理器；所述处理器，用于调用一条或多条计算机指令以用于：确定待检测车辆图像；提取所述待检测车辆图像的图像特征；利用第一检测模型对所述图像特征进行检测，获得待检测车辆中多个关键点的预测坐标，并基于所述多个关键点的预测坐标确定所述待检测车辆的第一航向角；
利用第二检测模型对所述图像特征预测获得所述待检测车辆的第二航向角；其中，所述第一检测模型和/或所述第二检测模型由权利要求1～...

【专利技术属性】
技术研发人员：赵元，
申请(专利权)人：北京集度科技有限公司，
类型：发明
国别省市：