[發明專利]一種交通信號燈的檢測方法、裝置及自動駕駛汽車

在審

• 申請號: 202011018454.3
• 申請日: 2020-09-24
• 公開（公告）號: CN112289021A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 王文婷;黎明慧
• 申請（專利權）人: 深圳一清創新科技有限公司;深圳逸靈智行科技有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/0968
• 代理公司: 深圳市六加知識產權代理有限公司 44372
• 代理人: 許銓芬

本發明實施例涉及領域，公開了一種交通信號燈的檢測方法，該方法首先獲取攝像頭所采集的圖像，然后基于深度學習算法，獲取所述圖像中交通信號燈的邊界框、標簽和置信度，最后根據所述邊界框，確定所述交通信號燈的位置，同時，根據所述標簽和置信度，確定所述交通信號燈的狀態，本發明實施例提供的檢測方法能夠準確檢測和識別交通信號燈的狀態和位置。

技術領域

本發明實施例涉及圖像處理技術領域，特別涉及一種交通信號燈的檢測方法、裝置及自動駕駛汽車。

背景技術

交通信號燈的檢測與識別是無人駕駛與輔助駕駛必不可少的一部分，其識別精度直接關乎智能駕駛的安全。為了自動駕駛汽車在復雜城區環境中平滑、安全地行駛，獲取交通信號燈信息能使自動駕駛汽車更加智能，提前預判加速、減速或剎車，對于乘客的駕駛體驗來說更加平滑流暢，對于多輛自動駕駛汽車的調度來說更加安全、有序，是動態道路分配、智能路網設計不可回避的問題。

在實現本發明實施例過程中，發明人發現以上相關技術中至少存在如下問題：當前對于交通信號燈的檢測存在諸多挑戰，交通信號燈屬于小物體檢測，在一副圖片上所占據像素比例極小，不利于神經網絡提取特征，影響檢測精度；并且對相機的型號也有要求，聚焦性能越好，拍攝到交通信號燈的距離越遠，同時視野范圍越小；交通信號燈屬于靜態物體檢測，但狀態實時變化，增加了檢測的難度。

發明內容

針對現有技術的上述缺陷，本發明實施例的目的是提供了一種交通信號燈的檢測方法、裝置及自動駕駛汽車，能夠準確檢測和識別交通信號燈的狀態和位置。

本發明實施例的目的是通過如下技術方案實現的：

為解決上述技術問題，第一方面，本發明實施例中提供了一種交通信號燈的檢測方法，包括：

獲取攝像頭所采集的圖像；

基于深度學習算法，獲取所述圖像中交通信號燈的邊界框、標簽和置信度；

根據所述邊界框，確定所述交通信號燈的位置；

根據所述標簽和置信度，確定所述交通信號燈的狀態。

在一些實施例中，所述根據所述標簽和置信度，確定所述交通信號燈的狀態的步驟，進一步包括：

根據所述圖像的標簽和置信度，確定每一幀圖像中所述交通信號燈的顯示狀態；

將所述每一幀圖像中所述交通信號燈的顯示狀態進行量化處理，以得到所述每一幀圖像的量化數據；

將預設時間段內的各幀圖像的量化數據求和；

根據求和的結果，確定在所述預設時間段內所述交通信號燈的狀態。

在一些實施例中，所述方法還包括：

判斷所述求和的結果是否在預設區間內；

若是，則確定所述交通信號燈為綠燈閃爍的狀態。

在一些實施例中，所述邊界框為矩形邊界框，所述根據所述邊界框，確定所述交通信號燈的位置的步驟，進一步包括：

獲取所述矩形邊界框在圖像坐標系下的坐標值，以確定所述交通信號燈的位置。

在一些實施例中，所述基于深度學習算法，獲取所述圖像中交通信號燈的邊界框、標簽和置信度的步驟，進一步包括：

掃描所述圖像，獲取包含所述交通信號燈的候選區域；

根據所述候選區域，確定所述圖像中交通信號燈的邊界框、標簽和置信度。

在一些實施例中，所述掃描所述圖像，獲取包含所述交通信號燈的候選區域的步驟，進一步包括：

將所述圖像輸入主干網絡中，對所述圖像進行特征提取；