车辆转向的预测方法、预测装置与计算机可读存储介质制造方法及图纸

本申请提供了一种车辆转向的预测方法、预测装置与计算机可读存储介质。该预测方法包括：对自车车辆发送的目标实时图像进行第一目标检测，以获取目标车辆在目标实时图像中的第一矩形框的位置信息，目标实时图像为自车车辆前方的图像，第一矩形框为包围目标车辆的最小的矩形；根据第一矩形框的位置信息，对目标实时图像进行截取，得到目标图像，并对目标图像进行第二目标检测，以获取目标车牌在目标图像中的第二矩形框，目标车牌为目标车辆的车牌，第二矩形框为包围目标车牌的最小的矩形；至少根据第一矩形框和第二矩形框，对目标车辆的转向趋势进行预测，从而解决了现有技术中对自动驾驶车辆的转向趋势进行预测较为复杂的问题。驾驶车辆的转向趋势进行预测较为复杂的问题。驾驶车辆的转向趋势进行预测较为复杂的问题。

【技术实现步骤摘要】
车辆转向的预测方法、预测装置与计算机可读存储介质


[0001]本申请涉及自动驾驶领域，具体而言，涉及一种车辆转向的预测方法、预测装置与计算机可读存储介质。

技术介绍

[0002]目前自动驾驶的发展如火如荼，多种自动驾驶功能也逐渐应用到实际车辆中，尤其是L2级功能。但是由于当前芯片算力以及成本控制等因素的影响，在低级别的自动驾驶中，需要通过较为简单的算法来解决具有具体化以及针对性较强等特点的问题。
[0003]现有技术中有两种解决方向：
[0004]1)、利用一个复杂的算法解决低级别自动驾驶功能的问题；
[0005]2)、低级别自动驾驶中的每个功能采用逻辑简单的方法以及进行并行处理。
[0006]对于自动驾驶车辆在行驶过程中，车辆转向趋势的预测均存在计算较为复杂且所需算力较大的问题。因此，亟需一种能够较为简单地对自动驾驶车辆的转向趋势进行预测的方法。

技术实现思路

[0007]本申请的主要目的在于提供一种车辆转向的预测方法、预测装置与计算机可读存储介质，以解决现有技术中对自动驾驶车辆的转向趋势进行预测较为复杂的问题。
[0008]根据本专利技术实施例的一个方面，提供了一种车辆转向的预测方法，所述预测方法应用在服务器中，所述预测方法包括：对自车车辆发送的目标实时图像进行第一目标检测，以获取目标车辆在所述目标实时图像中的第一矩形框的位置信息，所述目标实时图像为所述自车车辆前方的图像，所述目标车辆与所述自车车辆处于同一个车道中，且所述目标车辆处于所述自车车辆的前方，所述第一矩形框为包围所述目标车辆的最小的矩形；根据所述第一矩形框的位置信息，对所述目标实时图像进行截取，得到目标图像，并对所述目标图像进行第二目标检测，以获取目标车牌在所述目标图像中的第二矩形框，所述目标车牌为所述目标车辆的车牌，所述第二矩形框为包围所述目标车牌的最小的矩形；至少根据所述第一矩形框和所述第二矩形框，对所述目标车辆的转向趋势进行预测。
[0009]可选地，至少根据所述第一矩形框和所述第二矩形框，对所述目标车辆的转向趋势进行预测，包括：采用大数据分析方法，在所述第一矩形框中确定目标区域；在所述第二矩形框完全处于所述目标区域中的情况下，预测所述目标车辆不具有转向趋势；在所述第二矩形框完全不处于所述目标区域中的情况下，预测所述目标车辆具有转向趋势；在所述第二矩形框部分处于所述目标区域中的情况下，以所述目标区域的中心点为坐标原点，构建目标坐标系，并至少根据所述目标区域和所述第二矩形框在所述目标坐标系下的目标重叠距离，对所述目标车辆的转向趋势进行预测，所述目标重叠距离为所述目标区域和所述第二矩形框在所述目标坐标系下的水平方向上的重叠距离。
[0010]可选地，在所述第二矩形框位于所述目标坐标系的正方向的情况下，至少根据所
述目标区域和所述第二矩形框在所述目标坐标系下的目标重叠距离，对所述目标车辆的转向趋势进行预测，包括：确定所述目标区域在所述目标坐标系下的正方向上的水平距离，得到第一距离；计算所述目标重叠距离与所述第一距离的比值，得到第一目标比值；在所述第一目标比值大于预定阈值的情况下，初次预测所述目标车辆具有转向趋势，在所述第一目标比值小于或者等于所述预定阈值的情况下，预测所述目标车辆不具有转向趋势。
[0011]可选地，在所述第二矩形框位于所述目标坐标系的负方向的情况下，至少根据所述目标区域和所述第二矩形框在所述目标坐标系下的目标重叠距离，对所述目标车辆的转向趋势进行预测，包括：确定所述目标区域在所述目标坐标系下的负方向上的水平距离的绝对值，得到第二距离；计算所述目标重叠距离与所述第二距离的比值，得到第二目标比值；在所述第二目标比值大于预定阈值的情况下，初次预测所述目标车辆具有转向趋势，在所述第二目标比值小于或者等于所述预定阈值的情况下，预测所述目标车辆不具有转向趋势。
[0012]可选地，在初次预测所述目标车辆具有转向趋势之后，所述预测方法还包括：接收多帧其他实时图像，并计算在所述目标坐标系下，多帧所述其他实时图像对应的所述第一目标比值，其中，所述其他实时图像的获取时刻晚于所述目标实时图像；按照时间顺序对对应的多个所述第一目标比值进行排序，在多个所述第一目标比值逐渐减小的情况下，确定所述目标车辆具有往所述目标坐标系的负方向进行转向的趋势。
[0013]可选地，在初次预测所述目标车辆具有转向趋势之后，所述预测方法还包括：接收多帧其他实时图像，并计算在所述目标坐标系下，多帧所述其他实时图像对应的所述第二目标比值，其中，所述其他实时图像的获取时刻晚于所述目标实时图像；按照时间顺序对对应的多个第二目标比值进行排序，在多个所述第二目标比值逐渐减小的情况下，确定所述目标车辆具有往所述目标坐标系的正方向进行转向的趋势。
[0014]可选地，对自车车辆发送的目标实时图像进行第一目标检测，以获取目标车辆在所述目标实时图像中的第一矩形框的位置信息，包括：采用第一模型，对所述自车车辆发送的所述目标实时图像进行所述第一目标检测，以获取所述目标车辆在所述目标实时图像中的所述第一矩形框的位置信息，其中，所述第一模型是基于深度学习模型构建的。
[0015]可选地，对所述目标图像进行第二目标检测，以获取目标车牌在所述目标图像中的第二矩形框，包括：采用第二模型，对所述目标图像进行所述第二目标检测，以获取所述目标车牌在所述目标图像中的所述第二矩形框，其中，所述第二模型是基于深度学习模型构建的。
[0016]根据本专利技术实施例的另一方面，还提供了一种车辆转向的预测装置，所述预测装置应用在服务器中，所述预测装置包括：第一检测单元，用于对自车车辆发送的目标实时图像进行第一目标检测，以获取目标车辆在所述目标实时图像中的第一矩形框的位置信息，所述目标实时图像为所述自车车辆前方的图像，所述目标车辆与所述自车车辆处于同一个车道中，且所述目标车辆处于所述自车车辆的前方，所述第一矩形框为包围所述目标车辆的最小的矩形；第二检测单元，用于根据所述第一矩形框的位置信息，对所述目标实时图像进行截取，得到目标图像，并对所述目标图像进行第二目标检测，以获取目标车牌在所述目标图像中的第二矩形框，所述目标车牌为所述目标车辆的车牌，所述第二矩形框为包围所述目标车牌的最小的矩形；预测单元，用于至少根据所述第一矩形框和所述第二矩形框，对
所述目标车辆的转向趋势进行预测。
[0017]根据本专利技术实施例的又一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，所述程序执行任意一种所述的车辆转向的预测方法。
[0018]在本专利技术实施例中，所述的车辆转向的预测方法中，首先，接收由自车车辆发送的目标实时图像，并对接收的所述目标实时图像进行第一目标检测，得到所述目标实时图像中包围目标车辆的第一矩形框的位置信息；然后，基于所述第一矩形框的位置信息，在所述目标实时图像中截取得到目标图像，并对所述目标图像进行第二目标检测，得到在所述目标图像中包围目标车牌的第二矩形的位置信息；最后，至少根据第一矩形框和第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆转向的预测方法，所述预测方法应用在服务器中，其特征在于，所述预测方法包括：对自车车辆发送的目标实时图像进行第一目标检测，以获取目标车辆在所述目标实时图像中的第一矩形框的位置信息，所述目标实时图像为所述自车车辆前方的图像，所述目标车辆与所述自车车辆处于同一个车道中，且所述目标车辆处于所述自车车辆的前方，所述第一矩形框为包围所述目标车辆的最小的矩形；根据所述第一矩形框的位置信息，对所述目标实时图像进行截取，得到目标图像，并对所述目标图像进行第二目标检测，以获取目标车牌在所述目标图像中的第二矩形框，所述目标车牌为所述目标车辆的车牌，所述第二矩形框为包围所述目标车牌的最小的矩形；至少根据所述第一矩形框和所述第二矩形框，对所述目标车辆的转向趋势进行预测。2.根据权利要求1所述的预测方法，其特征在于，至少根据所述第一矩形框和所述第二矩形框，对所述目标车辆的转向趋势进行预测，包括：采用大数据分析方法，在所述第一矩形框中确定目标区域；在所述第二矩形框完全处于所述目标区域中的情况下，预测所述目标车辆不具有转向趋势；在所述第二矩形框完全不处于所述目标区域中的情况下，预测所述目标车辆具有转向趋势；在所述第二矩形框部分处于所述目标区域中的情况下，以所述目标区域的中心点为坐标原点，构建目标坐标系，并至少根据所述目标区域和所述第二矩形框在所述目标坐标系下的目标重叠距离，对所述目标车辆的转向趋势进行预测，所述目标重叠距离为所述目标区域和所述第二矩形框在所述目标坐标系下的水平方向上的重叠距离。3.根据权利要求2所述的预测方法，其特征在于，在所述第二矩形框位于所述目标坐标系的正方向的情况下，至少根据所述目标区域和所述第二矩形框在所述目标坐标系下的目标重叠距离，对所述目标车辆的转向趋势进行预测，包括：确定所述目标区域在所述目标坐标系下的正方向上的水平距离，得到第一距离；计算所述目标重叠距离与所述第一距离的比值，得到第一目标比值；在所述第一目标比值大于预定阈值的情况下，初次预测所述目标车辆具有转向趋势，在所述第一目标比值小于或者等于所述预定阈值的情况下，预测所述目标车辆不具有转向趋势。4.根据权利要求2所述的预测方法，其特征在于，在所述第二矩形框位于所述目标坐标系的负方向的情况下，至少根据所述目标区域和所述第二矩形框在所述目标坐标系下的目标重叠距离，对所述目标车辆的转向趋势进行预测，包括：确定所述目标区域在所述目标坐标系下的负方向上的水平距离的绝对值，得到第二距离；计算所述目标重叠距离与所述第二距离的比值，得到第二目标比值；在所述第二目标比值大于预定阈值的情况下，初次预测所述目标车辆具有转向趋势，在所述第二目标比值小于或者等于所述预定阈值的情况下，预测所述目标车辆不具有转向趋势。5.根据权利要求3...

【专利技术属性】
技术研发人员：于占海，曹斌，
申请(专利权)人：东软睿驰汽车技术上海有限公司，
类型：发明
国别省市：