[發(fā)明專利]基于平面分割的車輛行駛信息確定方法及裝置、車載終端

有效

• 申請?zhí)枺?/td>: 201910224891.1
• 申請日: 2019-03-24
• 公開（公告）號: CN111738033B
• 公開（公告）日: 2022-05-13
• 發(fā)明（設計）人: 李亞;費曉天
• 申請（專利權）人: 魔門塔（蘇州）科技有限公司
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/26;G06V10/75;G06V10/82;G06K9/62;G06N3/04;G01P3/68
• 代理公司: 北京科領智誠知識產權代理事務所(普通合伙) 11782
• 代理人: 陳士騫

本發(fā)明實施例公開基于平面分割的車輛行駛信息方法、裝置及車載終端。該方法包括：將道路圖像幀中的待檢測車輛區(qū)域輸入車輛平面劃分模型，由車輛平面劃分模型根據預先訓練好的模型參數，確定用于分割待檢測車輛的各個方向平面的分割信息；當根據分割信息確定待檢測車輛區(qū)域存在橫向平面時，根據分割信息對待檢測車輛區(qū)域進行分割，得到道路圖像幀中的橫向平面；從道路圖像幀和上一道路圖像幀之間相關聯的橫向平面中選取第一對應特征點，根據第一對應特征點之間的位置差異以及道路圖像幀和上一道路圖像幀之間的時間差，確定待檢測車輛相對于當前車輛的車輛速度信息。應用本發(fā)明實施例提供的方案，能夠更準確地確定待檢測車輛的車輛行駛信息。

技術領域

本發(fā)明涉及自動駕駛技術領域，具體而言，涉及一種基于平面分割的車輛行駛信息確定方法及裝置、車載終端。

背景技術

隨著科學技術的發(fā)展，自動駕駛、無人車等新興概念應運而生。高精度車輛探測識別、跟蹤、距離和速度估計是道路場景分析與環(huán)境感知中的重要元素，也是自動駕駛領域一個不可或缺的部分。根據車輛上安裝的各種傳感器采集的數據，可以分析道路上的車道線、靜止障礙物、紅綠燈、交通標識等道路信息和道路區(qū)域的行人信息。與此相比，道路上的車輛行駛信息的分析處理往往更加復雜，一般來說包括：對道路場景下待檢測車輛的跟蹤分析、待檢測車輛與當前車輛的距離分析及速度分析等。當前車輛是指各種傳感器所在的車輛，待檢測車輛是指可能會對當前車輛的行駛起到影響作用的車輛。

相關技術中，可以通過圖像采集設備獲取當前車輛周圍環(huán)境中包含待檢測車輛的圖像，采用車輛檢測技術對該圖像進行處理，得到圖像中待檢測車輛的速度、位置與姿態(tài)等。這里圖像采集設備獲取的圖像是指具有較短時間間隔的多幀圖像。并且，通過運動目標跟蹤技術，能夠確定圖像中待檢測車輛的車輛行駛信息等。

上述方法能夠在一定精度范圍內得到待檢測車輛的車輛行駛信息。但是，在確定車輛行駛信息時，采用的是對圖像中的車輛區(qū)域進行跟蹤，并利用幀間的車輛位置差異確定車輛行駛信息的方式。當待檢測車輛距離當前車輛較近時，或者待檢測車輛的速度與當前車輛速度差異不大時，車輛在圖像幀之間的位置差異較小，可能無法準確地確定該位置差異，也就無法更準確地確定車輛行駛信息。

發(fā)明內容

本發(fā)明提供了一種基于平面分割的車輛行駛信息確定方法及裝置、車載終端，以更準確地確定待檢測車輛的車輛行駛信息。具體的技術方案如下。

第一方面，本發(fā)明實施例提供了一種基于平面分割的車輛行駛信息確定方法，包括：

獲取采集的當前車輛周圍的道路圖像幀，確定所述道路圖像幀中的待檢測車輛區(qū)域；其中，所述道路圖像幀包括當前車輛之外的待檢測車輛，采集所述道路圖像幀的圖像采集設備位于所述當前車輛；

將所述待檢測車輛區(qū)域輸入車輛平面劃分模型，由所述車輛平面劃分模型中的卷積層和全連接層根據預先訓練好的模型參數，確定用于分割所述待檢測車輛的各個方向的平面的分割信息；

當根據所述分割信息確定所述待檢測車輛區(qū)域存在所述待檢測車輛的橫向平面時，根據所述分割信息對所述待檢測車輛區(qū)域進行分割，得到所述道路圖像幀中所述待檢測車輛的橫向平面；其中，橫向為與所述當前車輛的前后方向垂直的方向；

獲取確定的上一道路圖像幀中所述待檢測車輛的橫向平面；

從所述道路圖像幀和所述上一道路圖像幀之間相關聯的橫向平面中選取第一對應特征點，根據所述第一對應特征點之間的位置差異以及所述道路圖像幀和所述上一道路圖像幀之間的時間差，確定所述待檢測車輛相對于所述當前車輛的車輛速度信息。

可選的，所述卷積層包括第一參數，所述全連接層包括第二參數；所述車輛平面劃分模型采用以下方式訓練完成：

獲取樣本車輛圖像和標注的所述樣本車輛圖像中樣本車輛的各個標準分割信息，將所述樣本車輛圖像輸入所述卷積層；