[發明專利]車輛周邊障礙檢測方法、裝置、存儲介質及電子設備在審
| 申請號: | 201910282439.0 | 申請日: | 2019-04-09 |
| 公開(公告)號: | CN111797657A | 公開(公告)日: | 2020-10-20 |
| 發明(設計)人: | 陳仲銘;何明 | 申請(專利權)人: | OPPO廣東移動通信有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/32 |
| 代理公司: | 深圳翼盛智成知識產權事務所(普通合伙) 44300 | 代理人: | 黃威 |
| 地址: | 523860 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 車輛 周邊 障礙 檢測 方法 裝置 存儲 介質 電子設備 | ||
1.一種車輛周邊障礙檢測方法,其中,所述方法包括:
獲取車輛周邊至少兩個區域的區域圖像;
提取所述區域圖像中的感興趣區域;
通過檢測所述感興趣區域,在所述區域圖像中確定出障礙圖像塊;
對所述障礙圖像塊進行校正,以輸出正確的障礙位置。
2.根據權利要求1所述的車輛周邊障礙檢測方法,其中,所述提取所述區域圖像中的感興趣區域之后,還包括:
對所述感興趣區域持續進行優化;具體包括:
將所述障礙位置作為反饋信號輸入到學習算法模型中以調整所述感興趣區域面積。
3.根據權利要求2所述的車輛周邊障礙檢測方法,其中,所述通過檢測所述感興趣區域,在所述區域圖像中確定出障礙圖像塊,包括:
通過對所述感興趣區域進行障礙檢測,在所述區域圖像中確定出障礙圖像塊;具體包括:
在卷積神經網絡模型中輸入所述感興趣區域,判斷所述感興趣區域中包含障礙的概率;
當所述概率大于或等于預設概率閾值時,將所述區域圖像中對應于所述感興趣區域的部分確定為障礙圖像塊。
4.根據權利要求1所述的車輛周邊障礙檢測方法,其中,所述通過檢測所述感興趣區域,在所述區域圖像中確定出障礙圖像塊之前,還包括:
通過對所述區域圖像進行聚類回歸,確定出第一障礙圖像塊;
所述通過檢測所述感興趣區域,在所述區域圖像中確定出障礙圖像塊包括:
通過對所述感興趣區域進行障礙檢測,確定出第二障礙圖像塊;
為所述第一障礙圖像塊和第二障礙圖像塊設置不同的權重,根據所述權重計算出障礙圖像塊期望值;
設置閾值截斷障礙圖像塊期望值,以在所述區域圖像中確定出障礙圖像塊。
5.根據權利要求4所述的車輛周邊障礙檢測方法,其中,所述通過對所述區域圖像進行聚類回歸,確定出第一障礙圖像塊,包括:
將所述區域圖像進行劃分及壓縮,得到若干圖像塊;
對所述圖像塊提取特征值;
根據所述特征值判斷所述圖像塊中是否包含障礙特征;
當判斷出所述圖像塊中包含障礙特征時,將所述區域圖像中對應于所述圖像塊的部分確定為第一障礙圖像塊。
6.根據權利要求5所述的車輛周邊障礙檢測方法,其中,所述通過對所述區域圖像進行聚類回歸,確定出第一障礙圖像塊,還包括:
對輸入的每一幀區域圖像,先處理所述區域圖像中的一塊圖像塊;
循環處理每一幀區域圖像中的每一塊圖像塊。
7.根據權利要求1至6任一項所述的車輛周邊障礙檢測方法,其中,所述障礙包括生物體,所述對所述障礙圖像塊進行校正,包括:
在所述障礙圖像塊中確定出核心跟蹤點,使用濾波方法對生物體行動軌跡進行預測;
若預測出的生物體行動軌跡與當前檢測到的生物體行動軌跡之間的誤差在預設誤差范圍之內,則將所述核心跟蹤點作為正確的障礙位置;
若預測出的生物體行動軌跡與當前檢測到的生物體行動軌跡之間的誤差在預設誤差范圍之外,則將所述核心跟蹤點作為錯誤的障礙位置;
將所述正確的障礙位置進行展示,將所述錯誤的障礙位置進行刪除。
8.根據權利要求7所述的車輛周邊障礙檢測方法,其中,所述將所述正確的障礙位置進行展示,包括:
將所述正確的障礙位置仿射到車輛所在的坐標系中,以在所述坐標系中展示出正確的障礙位置。
9.一種車輛周邊障礙檢測裝置,其中,所述裝置包括:
獲取模塊,用于獲取車輛周邊至少兩個區域的區域圖像;
提取模塊,用于提取所述區域圖像中的感興趣區域;
檢測模塊,用于通過檢測所述感興趣區域,在所述區域圖像中確定出障礙圖像塊;
校正模塊,用于對所述障礙圖像塊進行校正,以輸出正確的障礙位置。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于OPPO廣東移動通信有限公司,未經OPPO廣東移動通信有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910282439.0/1.html,轉載請聲明來源鉆瓜專利網。





