[發明專利]一種基于UCL的無人駕駛系統對象標識方法和裝置

有效

• 申請號: 202110463658.6
• 申請日: 2021-04-26
• 公開（公告）號: CN113095278B
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 楊鵬;程昌虎;艾成銘;馬衛東
• 申請（專利權）人: 東南大學
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/25;G06V10/774;G06N20/00;G06F21/60
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 葉涓涓

本發明提供了一種基于UCL的無人駕駛系統對象標識方法和裝置，首先利用深度學習目標檢測模型對車載視頻進行自動實時目標檢測提取對象信息；其次擴展統一內容標簽UCL，新增無人駕駛對象屬性集合UOPS；然后依據擴展后的統一內容標簽對車載視頻中的對象進行UCL語義標引；接著上傳利用UCL標引后的對象標識到知識庫并利用知識庫中的先驗信息校準UCL對象信息包；最后將UCL對象信息包通過傳輸模塊可靠傳輸至智慧路網的接收模塊。本發明實現對象數據與處理軟件分離解耦，提高車載視頻信息提取的效率與準確度，確保無人駕駛環境中對象標識的統一性、兼容性、安全性和高效性，形成確保對象可監測、可控制、可審計的關鍵使能技術。

技術領域

本發明涉及一種基于UCL的無人駕駛系統對象標識方法與裝置，屬于互聯網技術領域。

背景技術

在無人駕駛環境下，道路情況復雜，行人、助力車、機動車、電動車、行車標志、路障、減速帶等物體充斥在道路環境中。因此，如何對異構、多尺度、多源的對象進行統一標識非常富有挑戰性。目前國內外均沒有成型的解決方案。現有的解決方案一般是針對特定的對象進行專門識別，記錄的屬性通常是該對象自身的特征信息，對象數據與處理軟件緊密耦合，具有局限性而缺乏普適性。另一方面，無人駕駛環境下對數據的安全性和可信性要求極高，確保對象信息從產生到傳輸到使用的全過程、全鏈條安全與可信，對確保無人駕駛系統的安全行駛至關重要。

統一內容標簽(Uniform Content Label，UCL)是一種標引互聯網資源語義信息的元數據，由國家標準《統一內容標簽格式規范》(GB/T 35304-2017)所定義。它包含UCL代碼部分和UCL屬性部分，屬性部分為被標引內容的語義信息和管理信息。UCL具有以下三個特點：第一，UCL具有規范性，被標引的各類、各級信息嚴格遵從UCL格式規范，存放在標引的指定位置中。第二，UCL具有結構靈活的特點，雖然代碼部分為固定的32字節，但屬性部分除了目前所定義的一些域之外，也可以根據具體的領域和應用場景自由地擴展。第三，UCL 能夠標引豐富語義信息，包括被標引對象的關鍵詞、屬性等。UCL能夠完善地標引互聯網資源語義信息，但現有的UCL規范難以適應無人駕駛系統對象標引。本發明在統一內容標簽基礎上研究并擴展出一套普適的、統一的無人駕駛系統對象數據可信命名與標識方案，涵蓋靜態屬性、動態屬性和環境屬性。

發明內容

針對現有技術中存在的問題與不足，本發明提出一種普適的、統一的基于UCL的無人駕駛系統對象數據可信命名與標識方法與裝置，實現對象數據與處理軟件分離解耦，提高車載視頻信息提取的效率與準確度，確保無人駕駛環境中對象標識的統一性、兼容性、安全性和高效性，使得關鍵對象數據資源能夠在完整生命周期中建立內容安全可信的環境并解決對象標識統一認證及授信使用，形成確保對象可監測、可控制、可審計的關鍵使能技術。

為了達到上述目的，本發明設計了一種基于UCL的無人駕駛系統對象標識方法和裝置，首先利用深度學習目標檢測模型對車載視頻進行自動實時目標檢測，提取對象信息，提高視頻信息提取的效率與準確度；其次，為滿足無人駕駛系統對象標識需要，擴展統一內容標簽 UCL，新增無人駕駛對象屬性集合UOPS；然后依據擴展后的統一內容標簽對車載視頻中的對象進行UCL語義標引；接著上傳利用UCL標引后的對象標識到知識庫并利用知識庫中的先驗信息校準UCL對象信息包；最后將UCL對象信息包通過傳輸模塊可靠傳輸至智慧路網的接收模塊，以實現無人駕駛環境的規范標準與對象標識的兼容。

具體的，本發明提供如下技術方案：

一種基于UCL的無人駕駛系統對象標識方法，包括如下步驟：

(1)利用深度學習目標檢測模型對車載視頻中的圖像幀進行對象識別，從神經網絡模型中提取對象特征送入卷積神經網絡層進一步確定對象信息，并利用同一場景的連續幀之間的對象備選框位置接近的特性，對神經網絡模型生成的備選框進行過濾，最后對輸出數據進行格式化處理，以滿足后續編碼步驟的數據要求；