System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及新能源汽车,尤其涉及一种车辆可行驶区域检测方法、装置、电子设备及存储介质。
技术介绍
1、自动驾驶技术的发展致力于实现车辆在不同环境下的自主导航与安全行驶。在此过程中,准确检测车辆周围的freespace——即无障碍物或其他阻碍物的可行驶区域——是至关重要的。这一需求涉及到路径规划、避障、以及在各类交通环境中的安全导航,包括道路、车道、交叉口等多种场合。
2、现有技术中,freespace检测主要包括以下几种方法:
3、基于几何的方法:该方法依赖于相机参数和图像的几何信息来识别freespa ce,但其在处理复杂场景、非结构化信息以及进行深入的语义理解方面存在明显不足,特别是在需要理解环境中各类对象(如车辆、行人)的语义信息时。
4、基于运动的方法:此类方法通过分析相机捕获的光流或运动模式来识别freespace,但对动态场景的适应性不足,尤其是在遇到遮挡情况时容易出现误判。
5、基于语义分割模型的方法:利用深度学习模型进行图像的语义分割,虽然在一定程度上提高了检测的准确性,但面临着对大量标注数据依赖性强、在复杂场景下鲁棒性不足以及障碍物遮挡导致误判的问题。
6、基于摄像头与激光雷达融合的方法:这种方法尝试通过融合视觉信息和激光雷达数据来提高检测精度,然而,其面临的挑战包括高昂的传感器成本和数据融合过程的复杂性。
7、总体而言,现有技术在处理复杂环境下freespace检测时,仍面临适应性差、感知准确性不高以及成本效率低下等问题。因此,迫切需要一种
技术实现思路
1、有鉴于此,本申请实施例提供了一种车辆可行驶区域检测方法、装置、电子设备及存储介质,以解决现有技术存在的可行驶区域检测方法适应性及感知准确性差,检测成本高,检测效率低的问题。
2、本申请实施例的第一方面,提供了一种车辆可行驶区域检测方法,包括:利用安装在车辆上的鱼眼相机,对车辆周围环境的图像数据进行采集,将采集到的图像进行校正和拼接处理,得到全景视图;利用共享特征提取网络对全景视图进行特征提取,得到用于语义分割和障碍物检测的通用特征图;将通用特征图输入到预训练好的语义分割模型的头部网络中进行处理,生成包含可行驶区域和不可行驶区域的语义分割结果;将通用特征图输入到预训练好的障碍物检测模型的头部网络中进行处理,得到全景视图中障碍物对应的接地点;利用预定的融合策略,根据语义分割结果及全景视图中障碍物对应的接地点,确定全景视图中的最终可行驶区域,其中融合策略包括将接地点之后的不可行驶区域标记为可行驶区域。
3、本申请实施例的第二方面,提供了一种车辆可行驶区域检测装置,包括:图像处理模块,被配置为利用安装在车辆上的鱼眼相机,对车辆周围环境的图像数据进行采集,将采集到的图像进行校正和拼接处理,得到全景视图;特征提取模块,被配置为利用共享特征提取网络对全景视图进行特征提取,得到用于语义分割和障碍物检测的通用特征图;语义分割模块,被配置为将通用特征图输入到预训练好的语义分割模型的头部网络中进行处理,生成包含可行驶区域和不可行驶区域的语义分割结果;障碍物检测模块,被配置为将通用特征图输入到预训练好的障碍物检测模型的头部网络中进行处理,得到全景视图中障碍物对应的接地点;融合确定模块,被配置为利用预定的融合策略,根据语义分割结果及全景视图中障碍物对应的接地点,确定全景视图中的最终可行驶区域,其中融合策略包括将接地点之后的不可行驶区域标记为可行驶区域。
4、本申请实施例的第三方面,提供了一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述方法的步骤。
5、本申请实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。
6、本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
7、通过利用安装在车辆上的鱼眼相机,对车辆周围环境的图像数据进行采集,将采集到的图像进行校正和拼接处理,得到全景视图;利用共享特征提取网络对全景视图进行特征提取,得到用于语义分割和障碍物检测的通用特征图;将通用特征图输入到预训练好的语义分割模型的头部网络中进行处理,生成包含可行驶区域和不可行驶区域的语义分割结果;将通用特征图输入到预训练好的障碍物检测模型的头部网络中进行处理,得到全景视图中障碍物对应的接地点;利用预定的融合策略,根据语义分割结果及全景视图中障碍物对应的接地点,确定全景视图中的最终可行驶区域,其中融合策略包括将接地点之后的不可行驶区域标记为可行驶区域。本申请提升可行驶区域检测结果的准确性,降低检测成本,提高检测效率。
本文档来自技高网...【技术保护点】
1.一种车辆可行驶区域检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述利用安装在车辆上的鱼眼相机,对车辆周围环境的图像数据进行采集,将采集到的图像进行校正和拼接处理,得到全景视图,包括:
3.根据权利要求1所述的方法,其特征在于,所述语义分割模型的预训练方法包括:
4.根据权利要求1所述的方法,其特征在于,所述将所述通用特征图输入到预训练好的语义分割模型的头部网络中进行处理,生成包含可行驶区域和不可行驶区域的语义分割结果,包括:
5.根据权利要求1所述的方法,其特征在于,所述将所述通用特征图输入到预训练好的障碍物检测模型的头部网络中进行处理,得到所述全景视图中障碍物对应的接地点,包括:
6.根据权利要求4所述的方法,其特征在于,所述根据所述语义分割结果及所述全景视图中障碍物对应的接地点,确定所述全景视图中的最终可行驶区域,包括:
7.根据权利要求1所述的方法,其特征在于,所述语义分割模型中包括主干网络、ASPP模块、上采样和跳跃连接,所述语义分割模型用于输出高分辨率的语义分割结果,
8.一种车辆可行驶区域检测装置,其特征在于,包括:
9.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种车辆可行驶区域检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述利用安装在车辆上的鱼眼相机,对车辆周围环境的图像数据进行采集,将采集到的图像进行校正和拼接处理,得到全景视图,包括:
3.根据权利要求1所述的方法,其特征在于,所述语义分割模型的预训练方法包括:
4.根据权利要求1所述的方法,其特征在于,所述将所述通用特征图输入到预训练好的语义分割模型的头部网络中进行处理,生成包含可行驶区域和不可行驶区域的语义分割结果,包括:
5.根据权利要求1所述的方法,其特征在于,所述将所述通用特征图输入到预训练好的障碍物检测模型的头部网络中进行处理,得到所述全景视图中障碍物对应的接地点,包括:
6.根据权利要求4所述的方法,其特征在于,所述根据所述语义分割结果及所述全...
【专利技术属性】
技术研发人员:罗玉聪,陈波,李杨,苏星溢,
申请(专利权)人:重庆赛力斯凤凰智创科技有限公司,
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。