[发明专利]使用可靠局部模型更新来调节畅通路径检测

权利要求书

1.一种用于检测车辆的畅通驾驶路径的方法，所述方法包括：

处理来自于照相机的图像以产生来自于每个图像的一个或多个小块的特征数据；

使用训练分类器分析所述一个或多个小块的特征数据，以确定概率值；

选择概率值超过第一概率阈值的小块作为肯定试验样本；

使用所述一个或多个小块的位置来识别哪些训练样本和哪些肯定试验样本应当用于适应性地训练所述训练分类器，其中，位置根据特征向量空间定义；以及

基于概率值针对所述一个或多个小块中的每个进行畅通驾驶路径或非畅通路径确定。

2.根据权利要求1所述的方法，其中，处理来自于照相机的图像以产生一个或多个小块的特征数据包括：分割图像以限定所述一个或多个小块；以及提取所述一个或多个小块的特征数据。

3.根据权利要求2所述的方法，其中，分割图像以限定所述一个或多个小块包括：仅仅选择尺寸超过预定尺寸阈值的小块。

4.根据权利要求2所述的方法，其中，提取所述一个或多个小块的特征数据包括：提取以下项中的一个或多个：几何形状特征、颜色特征、纹理特征和方向梯度直方图特征。

5.根据权利要求1所述的方法，其中，使用训练分类器分析所述一个或多个小块的特征数据包括：使用具有径向基函数核的支持向量机分类器。

6.根据权利要求5所述的方法，其中，选择概率值超过第一概率阈值的小块作为肯定试验样本包括：将肯定试验样本的数据作为当前数据帧、先前数据帧和聚类数据池中的存储成分存储。

7.根据权利要求6所述的方法，其中，当前数据帧、先前数据帧和聚类数据池中的存储成分用作径向基函数核的输入。

8.根据权利要求5所述的方法，还包括：选择概率值不超过第二概率阈值的小块作为否定试验样本。

9.一种用于检测车辆的畅通驾驶路径的方法，所述方法包括：

处理来自于照相机的图像以产生来自于每个图像的一个或多个小块的特征数据；

使用训练分类器分析所述一个或多个小块的特征数据，以确定概率值，其中，所述训练分类器是具有径向基函数核的支持向量机分类器；

选择概率值超过概率阈值的小块作为肯定试验样本；

使用所述一个或多个小块的位置来识别哪些训练样本和哪些肯定试验样本应当用于适应性地训练所述训练分类器，其中，位置根据特征向量空间定义；

基于概率值针对所述一个或多个小块中的每个进行畅通驾驶路径或非畅通路径确定；以及

在车辆的驾驶辅助系统中使用畅通驾驶路径或非畅通路径确定。

10.一种用于车辆的畅通路径检测系统，包括：

照相机，用于产生车辆前面或车辆后面的场景的图像；

分割模块，用于从每个图像限定一个或多个小块；

特征提取模块，用于从每个图像提取所述一个或多个小块的特征数据；

分类器模块，用于分析特征数据以确定所述一个或多个小块中的每个的概率值，其中，所述分类器模块使用具有径向基函数核的支持向量机分类器；

试验样本获取模块，用于使用概率值超过概率阈值且在特征向量空间中是局部的小块的特征数据作为径向基函数核的输入以适应性地训练所述分类器模块；以及

决策模块，用于评估概率值以针对所述一个或多个小块中的每个进行畅通驾驶路径或非畅通路径确定。