目标识别方法技术

本申请实施例公开了一种目标识别方法

【技术实现步骤摘要】
目标识别方法、装置、电子设备及计算机可读存储介质


[0001]本申请涉及辅助驾驶
，尤其涉及一种目标识别方法
、
装置
、
电子设备及计算机可读存储介质
。

技术介绍

[0002]高级驾驶辅助系统
(Advanced Driving Assistance System
，
ADAS)
是利用安装在车上的各式各样传感器，如智能视觉传感器
、
毫米波雷达等，其可以在汽车行驶过程中随时来感应周围的环境并收集数据，以进行静态
、
动态物体的辨识
、
侦测与追踪，并结合导航地图数据进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加汽车驾驶的舒适性和安全性
。
[0003]其中，智能视觉传感器可以提供高分辨率
、
高清晰度的图像信息，再通过深度学习算法可以实现对目标的检测
、
跟踪和识别，但是智能视觉传感器在一些特殊情况下会出现失效或准确度降低的问题，如低光照条件
、
强光干扰
、
雨雪天气
、
遮挡等，进而影响智能视觉传感器目标的感知效果；毫米波雷达不受光照
、
天气
、
遮挡等因素的影响，其可以在不同环境下都能够稳定地提供目标的距离
、
速度和位置等信息，但是毫米波雷达的分辨率相对较低，难以对目标进行细节刻画，极易将道路上的一些常见目标如行道树
、
道路护栏和道路标志等识别为车辆周围的障碍物
。
[0004]为此，现有技术中通常将智能视觉传感器采集的数据与毫米波雷达采集的点云数据进行融合，以提高障碍物识别和分类的准确性
。
然而，在一些特殊情况下，如雨雪大雾
、
昏暗
、
炫光等，
ADAS
主要依靠毫米波雷达的感知来识别障碍物，进而导致
ADAS
识别障碍物的准确性较差，且智能视觉传感器以及毫米波雷达采集的数据较多，计算量较大，导致对障碍物识别的效率较低
。

技术实现思路

[0005]针对现有技术的不足，本申请提供了一种目标识别方法
、
装置
、
电子设备及计算机可读存储介质，旨在解决现有技术中高级驾驶辅助系统的障碍物识别的准确性以及效率较低的技术问题
。
[0006]为解决上述问题，本申请实施例提供一种目标识别方法，其包括：
[0007]获取道路中至少一条车道线的第一识别信息以及行驶于所述道路中的车辆周围的至少一个障碍物的第二识别信息；
[0008]将所述第一识别信息与所述第二识别信息进行融合，得到所述道路的车道线与所述车辆周围的障碍物之间的相对位置信息；
[0009]根据所述道路的车道线与所述车辆周围的障碍物之间的相对位置信息以及车辆周围预设范围内的各障碍物的运动状态，从所述至少一个障碍物中确定目标障碍物和非目标障碍物，其中，所述障碍物的运动状态包括静止状态和移动状态
。
[0010]第二方面，本申请实施例还提供了一种目标识别装置，其包括：
[0011]获取单元，用于获取道路中至少一条车道线的第一识别信息以及行驶于所述道路中的车辆周围的至少一个障碍物的第二识别信息；
[0012]融合单元，用于将所述第一识别信息与所述第二识别信息进行融合，得到所述道路的车道线与所述车辆周围的障碍物之间的相对位置信息；
[0013]识别单元，用于根据所述道路的车道线与所述车辆周围的障碍物之间的相对位置信息以及车辆周围预设范围内的各障碍物的运动状态，从所述至少一个障碍物中确定目标障碍物和非目标障碍物，其中，所述障碍物的运动状态包括静止状态和移动状态
。
[0014]第三方面，本申请实施例又提供了一种电子设备，包括存储器
、
处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如上述第一方面所述的目标识别方法
。
[0015]第四方面，本申请实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的目标识别方法
。
[0016]本申请实施例提供的目标识别方法
、
装置
、
电子设备及计算机可读存储介质，该方法通过将道路中车道线的第一识别信息以及行驶于所述道路中的车辆周围的障碍物的第二识别信息进行融合，以得到车道线以及车辆周围的障碍物之间的相对位置信息，进而便可以根据障碍物与车道线的相对位置信息以及障碍物的运动状态确定目标障碍物和非目标障碍物
。
本申请利用车道线与障碍物的位置关系进行识别，并结合了障碍物的运动状态进行目标障碍物和非目标障碍物的确定，考量因素多，提高了
ADAS
对障碍物进行识别的准确性，同时也无需增加额外的成本，而且减少了数据的融合，提高了
ADAS
对障碍物进行识别的效率
。
附图说明
[0017]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0018]图1为本申请实施例提供的目标识别方法的流程示意图；
[0019]图2为本申请实施例提供的目标识别方法的一流程示意图；
[0020]图3为本申请实施例提供的目标识别方法的另一流程示意图；
[0021]图4为本申请实施例提供的未识别到车道线的示意图
[0022]图5为本申请实施例提供的识别到车辆两侧车道线的示意图；
[0023]图6为本申请实施例提供的车辆左右两侧缺失车道线且进行补齐操作的示意图；
[0024]图7为本申请实施例提供的车辆左右两侧缺失车道线且不能进行补齐操作的示意图；
[0025]图8为本申请实施例提供的目标识别方法的另一流程示意图；
[0026]图9为本申请实施例提供的目标识别方法的另一流程示意图；
[0027]图
10
为本申请实施例提供的目标识别方法的另一流程示意图；
[0028]图
11
为本申请实施例提供的障碍物与车道线的距离示意图；
[0029]图
12
为本申请实施例提供的道路上的车行道边缘线的示意图；
[0030]图
13
为本申请实施例提供的道路上的道路护栏和道路标志的示意图；
[0031]图
14
为本申请实施例提供的目标识别方法的另一流程示意图；
[0032]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种目标识别方法，其特征在于，包括：获取道路中至少一条车道线的第一识别信息以及行驶于所述道路中的车辆周围的至少一个障碍物的第二识别信息；将所述第一识别信息与所述第二识别信息进行融合，得到所述道路的车道线与所述车辆周围的障碍物之间的相对位置信息；根据所述道路的车道线与所述车辆周围的障碍物之间的相对位置信息以及车辆周围预设范围内的各障碍物的运动状态，从所述至少一个障碍物中确定目标障碍物和非目标障碍物，其中，所述障碍物的运动状态包括静止状态和移动状态
。2.
根据权利要求1所述的目标识别方法，其特征在于，所述获取道路中至少一条车道线的第一识别信息以及行驶于所述道路中的车辆周围的至少一个障碍物的第二识别信息，包括：根据预置的视觉传感器获取道路中至少一条车道线的第一识别信息；根据预置的雷达获取行驶于所述道路中的车辆周围至少一个障碍物的第二识别信息
。3.
根据权利要求1所述的目标识别方法，其特征在于，所述获取道路中至少一条车道线的第一识别信息，包括：获取包括至少一条车道线的车道线初始识别信息；基于所述车道线初始识别信息，判断所述车辆左侧和右侧是否识别到车道线；若所述车辆左侧和右侧均识别到至少一条车道线，则将所述车道线初始识别信息作为第一识别信息，否则，基于所述车道线初始识别信息判断是否可以进行车道线补齐操作；若可以进行车道线补齐操作，则对所述车道线初始识别信息执行车道线补齐操作，得到补齐识别信息，将所述补齐识别信息作为第一识别信息，否则，将所述车道线初始识别信息作为第一识别信息
。4.
根据权利要求1所述的目标识别方法，其特征在于，所述将所述第一识别信息与所述第二识别信息进行融合，得到所述道路的车道线与所述车辆周围的障碍物之间的相对位置信息，包括：基于预设的坐标系，将所述第一识别信息与所述第二识别信息进行融合，得到所述道路的车道线的第一坐标信息以及所述车辆周围的障碍物的第二坐标信息；根据所述第一坐标信息
、
所述第二坐标信息获取所述道路的车道线与所述车辆周围的障碍物之间的相对位置信息
。5.
根据权利要求1所述的目标识别方法，其特征在于，所述障碍物的运动状态基于所述第二识别信息得到，确定一个障碍物的所述运动状态具体为：从所述第二识别信息中获取障碍物的瞬时速度；根据障碍物的瞬时速度与预设速度阈值的大小关系得到障碍物的运动状态，所述运动状态包括静止状态和移动状态
。6.
根据权利要求1所述的目标识别方法，其特征在于，所述障碍物的运动状态基于所述第二识别信息得到，确定一个障碍物的所述运动状态具体为：从所述第二识别信息中获取障碍物在预设时间内的累积位移；根据障碍物的累积位移与预设位移阈值的大小关系得到障碍物的运动状态，所述运动状态包括静止状态和移动状态
。
7.
根据权利要求1所述的目标识别方法，其特征在于，所述根据所述道路的车道线与所述车辆周围的障碍物之间的相对位置信息以及车辆周围预设范围内的各障碍物的运动状态，从所述至少一个障碍物中确定目标障碍物和非目标障碍物，包括：基于所述第一识别信息确定最左侧车道线和最右侧车道线，其中，所述第一识别信息的车道线中位于所述车辆左侧且距离车辆最远的车道线为最左侧车道线，所述第一识别信息的车道线中位于所述车辆右侧且距离车辆最远的车道线为最右侧车道线；从所述至少一个障碍物中确定非目标障碍物，其中，所述非目标...

【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，叶周青，
申请(专利权)人：昆易电子科技上海有限公司，
类型：发明
国别省市：