[發明專利]一種護欄檢測分類方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010593613.6
• 申請日: 2020-06-27
• 公開（公告）號: CN111881752B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 周智穎;劉春成;肖圣;羅躍軍
• 申請（專利權）人: 武漢中海庭數據技術有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/26;G06V10/764
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙) 42242
• 代理人: 嚴超

本發明提供一種護欄檢測分類方法、裝置、電子設備及存儲介質，該方法包括：根據點云數據及圖像數據的采集軌跡信息確定圖像數據與點云數據的對應關系；基于深度學習目標檢測模型對圖像數據中護欄進行檢測；劃分圖像數據中的護欄在當前道路的左側或右側，并采用語義分割提取點云數據的護欄邊界；根據護欄左右側劃分結果以及圖像數據與點云數據的對應關系，將圖像數據中護欄檢測結果與點云數據邊界分割結果進行對應，并定義單側護欄分類屬性。通過該方案解決了現有的護欄檢測方法存在適應性差、檢測精度較低的問題，可以有效增強采集設備的適應性，并保障護欄檢測精度。

技術領域

本發明涉及高精度地圖制作領域，尤其涉及一種護欄檢測分類方法、裝置、電子設備及存儲介質。

背景技術

道路可行駛區域的劃定一般由車道邊線、車道外側線和護欄共同決定，護欄作為可行駛區域的最外層邊界，確保車輛的行駛道路在可行駛區域內，并保障車輛的安全行駛。在制作高精度地圖時，護欄作為重要的道路要素之一，通常會基于車載感知設備采集數據對護欄檢測分類。

由于前視圖景深較長，距離車越遠的位置，護欄坐標變換精度越差。因此，為保障前視圖對護欄檢測的精度，需要反復測試，確定當前設備采集圖像的有效值范圍，從而導致基于圖像的護欄檢測適應性較差。當采用激光點云的護欄檢測方法時，由于護欄形態多樣、不同材質上反射率差異以及周邊物體干擾，護欄檢測精度較低。

因此，有必要提出一種適應好、檢測精度高的護欄檢測分類方法。

發明內容

有鑒于此，本發明實施例提供了一種護欄檢測分類方法、裝置、電子設備及存儲介質，以解決現有護欄檢測方法存在適應性差、檢測精度較低的問題。

在本發明實施例的第一方面，提供了一種護欄檢測分類方法，包括：

根據點云數據及圖像數據的采集軌跡信息確定圖像數據與點云數據的對應關系；

基于深度學習目標檢測模型對圖像數據中護欄進行檢測；

劃分圖像數據中的護欄在當前道路的左側或右側，并采用語義分割提取點云數據的護欄邊界；

根據護欄左右側劃分結果以及圖像數據與點云數據的對應關系，將圖像數據中護欄檢測結果與點云數據邊界分割結果進行對應，并定義單側護欄分類屬性。

在本發明實施例的第二方面，提供了一種用于護欄檢測分類的裝置，包括：

關聯模塊，用于根據點云數據及圖像數據的采集軌跡信息確定圖像數據與點云數據的對應關系；

檢測模塊，用于基于深度學習目標檢測模型對圖像數據中護欄進行檢測；

分割模塊，用于劃分圖像數據中的護欄在當前道路的左側或右側，并采用語義分割提取點云數據的護欄邊界；

結果對應模塊，用于根據護欄左右側劃分結果以及圖像數據與點云數據的對應關系，將圖像數據中護欄檢測結果與點云數據邊界分割結果進行對應，并定義單側護欄分類屬性。

在本發明實施例的第三方面，提供了一種電子設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如本發明實施例第一方面所述方法的步驟。

本發明實施例的第四方面，提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現本發明實施例第一方面提供的所述方法的步驟。

本發明實施例中，確定圖像數據與點云數據的對應關系后，分別通過圖像檢測和語義分割對圖像數據及點云數據進行檢測分割，再將護欄檢測結果與點云數據邊界分割結果進行對應，并進行單側分類定義。基于車載相機和激光雷達的結合，分類檢測，既可以保障護欄檢測精度，同時能增強檢測設備的適應性，從而解決了現有護欄檢測方法適應性差、檢測精度較低的問題，。