【技术实现步骤摘要】
本申请涉及自动驾驶，具体涉及一种减速带检测方法、通过方法、网络训练方法及相关装置。
技术介绍
1、在自动驾驶
中，减速带检测是一种用于识别和定位道路上的减速带的技术，它可以为车辆的自动驾驶或辅助驾驶系统提供减速带相关的信息，以便车辆及时调整速度和行驶路线以顺利地通过减速带，从而提高行驶安全性和驾驶舒适性。
2、现有的减速带检测方法主要有基于激光雷达点云的方法和基于视觉的方法。基于激光雷达点云的方法利用激光雷达传感器获取道路表面的点云数据，然后通过点云处理和分析来检测减速带，但在减速带高度低、激光雷达无法达到、检测距离近等情况下，激光雷达点云无法准确地检测出减速带；基于视觉的方法采用计算机视觉技术来处理车辆摄像头捕捉的图像数据，从中提取特征并判断减速带的存在和位置，但在光照和天气变化、背景复杂、视野遮挡等情况下，基于视觉的方法容易受到干扰，而发生误检。此外，现有技术中也存在一些使用视觉特征增强点云特征的方案，如基于点级融合用视觉特征增强激光雷达点云，从而获取减速带特征，然而视觉特征到点云特征的投影丢弃了视觉特征的语义密度...
【技术保护点】
1.一种减速带检测方法，其特征在于，包括：
2.根据权利要求1所述的减速带检测方法，其特征在于，所述基于所述车辆位姿数据和鸟瞰图视角融合深度学习网络，将所述多模态输入数据进行堆叠，以获得鸟瞰特征数据，并从所述鸟瞰特征数据中提取出减速带检测框数据和减速带分割数据，包括：
3.根据权利要求2所述的减速带检测方法，其特征在于，所述多模态输入数据包括视觉图像和点云数据。
4.根据权利要求3所述的减速带检测方法，其特征在于，所述视觉图像包括周视视觉图像和环视视觉图像；
5.根据权利要求3所述的减速带检测方法，其特征在于，所述视觉图...
【技术特征摘要】
1.一种减速带检测方法，其特征在于，包括：
2.根据权利要求1所述的减速带检测方法，其特征在于，所述基于所述车辆位姿数据和鸟瞰图视角融合深度学习网络，将所述多模态输入数据进行堆叠，以获得鸟瞰特征数据，并从所述鸟瞰特征数据中提取出减速带检测框数据和减速带分割数据，包括：
3.根据权利要求2所述的减速带检测方法，其特征在于，所述多模态输入数据包括视觉图像和点云数据。
4.根据权利要求3所述的减速带检测方法，其特征在于，所述视觉图像包括周视视觉图像和环视视觉图像；
5.根据权利要求3所述的减速带检测方法，其特征在于，所述视觉图像包括周视视觉图像和环视视觉图像；
6.根据权利要求5所述的减速带检测方法，其特征在于，所述基于所述车辆位姿数据将各模态下的所述原始特征转换到同一鸟瞰图表示空间，以得到的各模态特征数据，包括：
7.根据权利要求2所述的减速带检测方法，其特征在于，所述采集车辆的车辆位姿数据和多模态输入数据之后，还包括：
8.根据权利要求7所述的减速带检测方法，其特征在于，所述鸟瞰图视角融合深度学习网络包括循环神经网络和/或融合层；
9.根据权利...
【专利技术属性】
技术研发人员：钟泽宇，吴伟，
申请(专利权)人：深圳元戎启行科技有限公司，
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。