[发明专利]汽车图像的处理方法、装置及可读存储介质

说明书

本发明提供了一种汽车图像的处理方法、装置及可读存储介质，通过获取汽车图像的采集点采集得到的包括待处理图像，其中所述采集点是设置在自动驾驶设备上的，利用深度学习模型对该待处理图像中进行处理，输出待处理图像中的汽车的状态参数，根据所述状态参数确定所述待处理图像中的汽车行为，从而可利用深度学习模型对采集点采集的待处理图像进行处理，以得到可用于确定汽车行为的状态参数，从而获得汽车行为，进而为自动驾驶设备根据路况进行驾驶策略的调整提供基础和依据。

技术领域

本发明涉及自动驾驶技术，尤其涉及一种汽车图像的处理方法、装置及可读存储介质。

背景技术

随着科技的发展和社会的进步，自动驾驶技术成为交通领域的发展趋势。自动驾驶设备中预设有多个驾驶策略，自动驾驶设备可根据当前路况确定与当前路况匹配的驾驶策略，以执行自动驾驶任务。在上述过程中，如何使自动驾驶设备能够对各种路况进行准确识别成为研究重点。

为了识别路况自动驾驶设备需要获知其所处环境下的其他车辆的行为。然而，在现有技术中，并没有能够对其他车辆的行为进行有效识别的方法，这会导致自动驾驶设备无法准确对路况做出驾驶策略的应对，严重影响了自动驾驶的安全可靠性。

发明内容

针对上述提及的现有技术中没有能够对其他车辆的行为进行有效识别的方法，而导致自动驾驶设备无法准确对路况做出驾驶策略的应对，严重影响了自动驾驶的安全可靠性问题，本发明提供了一种汽车图像的处理方法、装置及可读存储介质。

一方面，本发明提供了一种汽车图像的处理方法，包括：

获取包括有汽车图像的待处理图像；

利用深度学习模型对该待处理图像中进行处理，输出待处理图像中的汽车的状态参数；

根据所述状态参数确定所述待处理图像中的汽车行为。

在其中一种可选的实施方式中，所述利用深度学习模型对该待处理图像中进行处理，输出待处理图像中的汽车的状态参数，包括：

确定汽车在所述待处理图像中的位置；

根据所述位置获得所述待处理图像的目标区域图像；

利用深度学习模型对所述目标区域图像进行处理，输出所述目标区域图像中汽车的状态参数。

在其中一种可选的实施方式中，所述深度学习模型输出的待处理图像中的汽车的状态参数用于表示如下汽车状态数中一种或多种：

刹车灯状态、转向灯状态、车门状态、后备箱门状态、车轮指向状态。

在其中一种可选的实施方式中，所述深度学习模型输出的待处理图像中的汽车的状态参数还包括：汽车测量尺寸，和/或，汽车与采集汽车图像的采集点之间的距离。

在其中一种可选的实施方式中，根据所述状态参数确定的汽车行为包括如下行为中的一种：

刹车行为、行驶行为、转向行为以及驻车行为。

在其中一种可选的实施方式中，所述根据所述状态参数确定所述待处理图像中的汽车行为之后，还包括：

将获得的待处理图像中的汽车行为发送至自动驾驶设备，以供所述自动驾驶设备根据所述汽车行为调整自动驾驶策略。

另一方面，本发明提供了一种汽车图像的处理装置，包括：

通信单元，用于获取汽车图像的采集点采集得到的包括待处理图像，其中所述采集点是设置在自动驾驶设备上的；

处理单元，用于利用深度学习模型对该待处理图像中进行处理，输出待处理图像中的汽车的状态参数；还用于根据所述状态参数确定所述待处理图像中的汽车行为。