[发明专利]基于平面分割的车辆行驶信息确定方法及装置、车载终端有效
申请号: | 201910224891.1 | 申请日: | 2019-03-24 |
公开(公告)号: | CN111738033B | 公开(公告)日: | 2022-05-13 |
发明(设计)人: | 李亚;费晓天 | 申请(专利权)人: | 魔门塔(苏州)科技有限公司 |
主分类号: | G06V20/58 | 分类号: | G06V20/58;G06V10/26;G06V10/75;G06V10/82;G06K9/62;G06N3/04;G01P3/68 |
代理公司: | 北京科领智诚知识产权代理事务所(普通合伙) 11782 | 代理人: | 陈士骞 |
地址: | 215100 江苏省苏州市相城区*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 平面 分割 车辆 行驶 信息 确定 方法 装置 车载 终端 | ||
1.一种基于平面分割的车辆行驶信息确定方法,其特征在于,包括:
获取采集的当前车辆周围的道路图像帧,确定所述道路图像帧中的待检测车辆区域;其中,所述道路图像帧包括当前车辆之外的待检测车辆,采集所述道路图像帧的图像采集设备位于所述当前车辆;
将所述待检测车辆区域输入车辆平面划分模型,由所述车辆平面划分模型中的卷积层和全连接层根据预先训练好的模型参数,确定用于分割所述待检测车辆的各个方向的平面的分割信息;
当根据所述分割信息确定所述待检测车辆区域存在所述待检测车辆的横向平面时,根据所述分割信息对所述待检测车辆区域进行分割,得到所述道路图像帧中所述待检测车辆的横向平面;其中,横向为与所述当前车辆的前后方向垂直的方向;
获取确定的上一道路图像帧中所述待检测车辆的横向平面;
从所述道路图像帧和所述上一道路图像帧之间相关联的横向平面中选取第一对应特征点,根据所述第一对应特征点之间的位置差异以及所述道路图像帧和所述上一道路图像帧之间的时间差,确定所述待检测车辆相对于所述当前车辆的车辆速度信息。
2.如权利要求1所述的方法,其特征在于,所述卷积层包括第一参数,所述全连接层包括第二参数;所述车辆平面划分模型采用以下方式训练完成:
获取样本车辆图像和标注的所述样本车辆图像中样本车辆的各个标准分割信息,将所述样本车辆图像输入所述卷积层;
通过所述卷积层,根据所述第一参数,对所述样本车辆图像的像素点进行特征提取,得到所述样本车辆图像的样本特征向量;通过所述全连接层,根据所述第二参数,对所述样本特征向量进行映射,得到所述样本车辆图像中样本车辆的各个参考分割信息;
将所述参考分割信息与对应的标准分割信息进行比对,得到差异量;
当所述差异量大于预设差异阈值时,根据所述差异量对所述第一参数和所述第二参数进行修正,返回执行所述将所述样本车辆图像输入所述卷积层的步骤;当所述差异量小于所述预设差异阈值时,确定所述车辆平面划分模型训练完成。
3.如权利要求1所述的方法,其特征在于,所述获取确定的上一道路图像帧中所述待检测车辆的横向平面的步骤,包括:
获取上一道路图像帧对应的横向平面;
当获取的所述上一道路图像帧的横向平面至少属于两个待检测车辆时,提取所述道路图像帧和所述上一道路图像帧中各个横向平面的特征信息;其中,所述特征信息包括位置信息和/或像素信息;
将所述道路图像帧与所述上一道路图像帧的横向平面的特征信息分别进行匹配;
将匹配成功的所述上一道路图像帧的横向平面确定为所述待检测车辆的横向平面。
4.如权利要求1所述的方法,其特征在于,所述根据所述第一对应特征点之间的位置差异以及所述道路图像帧和所述上一道路图像帧之间的时间差,确定所述待检测车辆相对于所述当前车辆的车辆速度信息的步骤,包括:
根据以下第一预设公式确定所述道路图像帧对应的变换矩阵H:
其中,所述X1和X0分别为所述道路图像帧和上一道路图像帧中的第一对应特征点的位置,所述H中的S为所述相关联的横向平面之间的缩放度,所述offset_y和所述offset_x分别为所述相关联的横向平面之间在y轴和x轴方向上的平移量,所述x轴和y轴为图像坐标系中的坐标轴;
根据所述道路图像帧对应的变换矩阵中的缩放度和平移量,以及所述道路图像帧和所述上一道路图像帧之间的时间差,确定所述待检测车辆相对于所述当前车辆的车辆速度信息。
5.如权利要求4所述的方法,其特征在于,在将所述待检测车辆区域输入车辆平面划分模型之前,所述方法还包括:
当采集所述道路图像帧的时刻与第一时刻之间的时间间隔大于预设时间阈值时,将所述道路图像帧输入车辆平面划分模型;其中,所述第一时刻为上一次将采集的道路图像帧中的待检测车辆区域输入所述车辆平面划分模型的时刻。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于魔门塔(苏州)科技有限公司,未经魔门塔(苏州)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910224891.1/1.html,转载请声明来源钻瓜专利网。