[发明专利]实时的交通灯识别方法

说明书

本发明提供了一种实时交通灯识别方法，包括：获取交通灯信息，并将其和原始地图进行融合处理，生成标注地图；将停止线前对应的路段Road id、车道的Lane id分别和交通灯信息进行关联，生成第一和/或第二关联信息表；根据车辆的当前位置和标注地图，确定路段的Road id和/或车道的Lane id；根据路段的Road id和第一关联信息表和/或车道的Lane id和第二关联信息表，当自车距离停止线在预设范围内时，判断停止线前的路段是否存在交通灯信息，并在存在时，获取灯板框在标注地图中的绝对位置信息，并将其转换为在第一图像中的像素位置信息；根据深度学习算法，对第一ROI区域进行检测和分类处理，得到交通灯的id对应的交通灯的状态。由此，提高了视觉识别的精度和速度。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种实时的交通灯识别方法。

背景技术

智能驾驶技术是近几年的热点话题，在缓解交通拥堵、提高道路安全性、减少空气污染等领域，会带来颠覆性的改变。交通灯识别是智能驾驶系统必不可少的重要组成部分，交通灯信号的正确识别，对智能驾驶系统在室外的安全导航起着关键作用。因此，智能驾驶系统如何快速精确地识别交通灯位置、颜色及如何合理地决策启停成为研究者的重点关注方向。

目前应用较多的交通灯的识别方法主要可分为基于通讯协议的便捷方法和基于地图及定位的交通灯识别方法两种。

基于通讯协议的便捷方法简单常用的就是V2X，指在交通灯和自动驾驶车之间建立通讯。首先在交通灯上装一个发射源，发射源可对外发射交通灯的状态信息，接收方根据事先约定好的通讯接口实时地接收交通灯处发射来的信号，最后自动驾驶无人车接收颜色信号后，根据实际路况启停。V2X的通讯距离高达一千米，可以几乎没有任何干扰地将交通灯信息准确无误的传递给车辆。但是，其需要大量的硬件支持，导致成本太高,无法广泛地应用在实际环境场景。

基于地图及定位的交通灯识别方法借助于精确的3D地图和自定位技术，提高交通灯状态识别的可靠性，主要包括高精地图标注、感兴趣(region of interest，ROI)区域生成和视觉交通灯检测及分类三部分。首先，将交通灯绝对位置标注在地图中，然后通过将地图中标注的绝对位置转换到图像区域，提取仅与车载摄像头捕获的图像中的交通灯相关的ROI区域，最后，在ROI区域内进行视觉交通灯的检测及分类。但是，基于地图及定位的交通灯识别方法的难点在于实时性和鲁棒性，现有的此类算法无法完全满足平台实时性和精度鲁棒性。其次，现有算法未明确合理的地图协议、实时地图查询方式及启停决策，且单一摄像头在广度或远度的限制，使得此类方法无法满足行车过程中对交通灯的检测视野和范围，越界问题频繁存在。

发明内容

本发明实施例的目的是提供一种实时的交通灯识别方法，以解决现有技术中的交通灯识别时的鲁棒性不高以及越界问题。

为解决上述问题，第一方面，本发明提供了一种实时的交通灯识别方法，所述方法包括：

获取交通灯信息；所述交通灯信息包括交通灯的标识id和交通灯的灯板框的绝对位置信息；

将所述交通灯信息和原始地图进行融合处理，生成标注地图；所述标注地图包括多条道路；每条所述道路包括多个路段信息；每个所述路段信息包括路段的Road id和多个车道信息；每个所述车道信息包括车道的Lane id；

将停止线前对应的路段Road id和所述交通灯信息进行关联，生成第一关联信息表，和/或，将所述停止线前对应的车道的Lane id和所述交通灯信息进行关联，生成第二关联信息表；

在行驶中，获取车辆的当前位置和第一图像；所述第一图像包括利用第一图像采集装置采集的交通灯的图像；

根据所述车辆的当前位置和所述标注地图，确定所述当前位置对应的路段的Roadid和/或车道的Lane id；