[發(fā)明專利]一種道路車輛狀態(tài)識別方法、裝置、電子設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202011145554.2
• 申請日: 2020-10-23
• 公開（公告）號: CN112380918A
• 公開（公告）日: 2021-02-19
• 發(fā)明（設計）人: 劉建虢;尹曉雪
• 申請（專利權）人: 西安科銳盛創(chuàng)新科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 西安嘉思特知識產權代理事務所(普通合伙) 61230
• 代理人: 王海棟

本發(fā)明公開了一種道路車輛狀態(tài)識別方法，應用于無人駕駛汽車，包括：獲取車輛圖像；利用圖像識別網(wǎng)絡的主干網(wǎng)絡對車輛圖像進行特征提取，得到x個特征圖；x個特征圖的尺度依次增大；x為大于等于3的自然數(shù)；將x個特征圖利用圖像識別網(wǎng)絡的FPN網(wǎng)絡進行自頂向下，密集連接形式的特征融合，得到車輛圖像的車輛狀態(tài)，車輛狀態(tài)包括各個車輛的位置和類別；基于車輛狀態(tài)生成駕駛控制指令；其中，主干網(wǎng)絡包括多個間隔串聯(lián)的密集連接模塊以及過渡模塊；圖像識別網(wǎng)絡是根據(jù)車輛圖像樣本和對應的車輛狀態(tài)進行迭代訓練得到的。本發(fā)明通過對道路車輛圖像進行檢測，能夠獲取車輛狀態(tài)，生成駕駛控制指令，進而實現(xiàn)控制無人駕駛汽車行駛狀態(tài)的目的。

技術領域

本發(fā)明屬于圖像檢測技術領域，具體涉及一種道路車輛狀態(tài)識別方法、裝置、電子設備及存儲介質。

背景技術

無人駕駛汽車是通過車載傳感系統(tǒng)感知道路環(huán)境，自動規(guī)劃行車路線并控制車輛到達預定目標地點的智能汽車。無人駕駛技術要依據(jù)道路上其他車輛的狀態(tài)來控制當前無人駕駛汽車的行駛方向、行駛速度等，以實現(xiàn)良好的避讓，達到安全駕駛的目的。因此，對道路車輛狀態(tài)的識別就顯得尤為重要。

現(xiàn)如今，針對各種目標的圖像檢測算法得到了較為快速的發(fā)展，其中YOLO(YouOnly Look Once)系列網(wǎng)絡模型得到了廣泛應用。

如何基于YOLO系列網(wǎng)絡模型實現(xiàn)道路車輛圖像的檢測，從而實現(xiàn)道路車輛狀態(tài)識別，進而控制無人駕駛汽車的行駛狀態(tài)，是一個具有實際意義的研究方向。

發(fā)明內容

為了解決現(xiàn)有技術中存在的上述問題，本發(fā)明提供了一種道路車輛狀態(tài)識別方法、裝置、電子設備及存儲介質。本發(fā)明要解決的技術問題通過以下技術方案實現(xiàn)：

第一方面，本發(fā)明實施例提供了一種道路車輛狀態(tài)識別方法，應用于無人駕駛汽車，包括：

獲取車輛圖像；

利用圖像識別網(wǎng)絡的主干網(wǎng)絡對所述車輛圖像進行特征提取，得到x個特征圖；所述x個特征圖的尺度依次增大；x為大于等于3的自然數(shù)；

將所述x個特征圖利用所述圖像識別網(wǎng)絡的FPN網(wǎng)絡進行自頂向下，密集連接形式的特征融合，得到所述車輛圖像的車輛狀態(tài)，所述車輛狀態(tài)包括各個車輛的位置和類別；

基于所述車輛狀態(tài)生成駕駛控制指令；

其中，所述主干網(wǎng)絡包括多個間隔串聯(lián)的密集連接模塊以及過渡模塊；所述圖像識別網(wǎng)絡是根據(jù)車輛圖像樣本和對應的車輛狀態(tài)進行迭代訓練得到的。

可選的，所述密集連接模塊包括串聯(lián)的卷積網(wǎng)絡模塊以及密集連接單元組，且所述密集連接模塊的數(shù)量至少為三個，所述密集連接單元組包括多個密集連接單元。

可選的，所述卷積網(wǎng)絡模塊包括依次連接的卷積層、BN層以及Leaky relu層；所述密集連接單元包括多個密集連接的所述卷積網(wǎng)絡模塊，并采用級聯(lián)方式融合多個所述卷積網(wǎng)絡模塊輸出的所述x個特征圖。

可選的，所述過渡模塊包括依次連接的多個所述卷積網(wǎng)絡模塊以及最大池化層，且所述卷積網(wǎng)絡模塊的輸出與所述最大池化層的輸出通過級聯(lián)連接。

可選的，所述FPN網(wǎng)絡包括與所述x個特征圖的尺度對應的x個預測支路Y₁～Y_x。

可選的，所述將所述x個特征圖利用所述圖像識別網(wǎng)絡的FPN網(wǎng)絡進行自頂向下，密集連接形式的特征融合，包括：