[发明专利]基于权图匹配的红绿灯跟踪方法、装置、介质及设备

说明书

本发明公开了一种基于权图匹配的红绿灯跟踪方法、装置、介质及设备，属于红绿灯识别技术领域，解决了目前识别精度不高的技术问题，采用的技术方案为：获取目标图片，对当前帧目标图片进行红绿灯检测；当检测到红绿灯时，获取当前帧红绿灯的属性信息；基于当前帧红绿灯的属性信息，得到当前帧红绿灯与预设跟踪队列中每个目标红绿灯的权重；通过步骤S03获得的权重得到预设跟踪队列中与当前帧红绿灯最优匹配的目标红绿灯，更新目标红绿灯的多帧序列，多帧序列根据目标图片依次平移；当跟踪队列中某个目标红绿灯的多帧序列中相同状态数大于预设序列长度，则将此目标红绿灯的状态作为跟踪输出的红绿灯。上述技术方案具有跟踪识别精度高等优点。

技术领域

本发明主要涉及红绿灯识别技术领域，特指一种基于权图匹配的红绿灯跟踪方法、装置、介质及设备。

背景技术

在自动驾驶技术中，为保障无人车(如自动物流车)能够安全通过路口，需要无人车能够实时检测路口红绿灯状态，并识别红灯、绿灯和黄灯，得到这些灯的状态后，输出给后级的无人车中的控制系统，由控制系统根据灯的状态发出通过或者停止的命令。

现有技术中，无人车在识别红绿灯时主要是基于摄像头来做图像采集，由摄像头对前方道路中的信息进行采集，然后对采集的图像的全图做红绿灯的检测和识别，最后将识别的结果即灯的状态进行输出，具体识别过程为：1)在当前帧图像中检测红绿灯；2)提取检测出的红绿灯特征点与特征编码；3)使用当前帧检测出的红绿灯特征与跟踪队列中的红绿灯中的特征进行匹配，若存在匹配则更新状态，若不存在匹配则将新检测的红绿灯添加到跟踪队列。上述识别过程具有如下不足：1、基于单帧检测的红绿灯检测方法仅输出单帧检测状态，在检测出现误检、漏检时红绿灯状态输出错误可能会导致无人车规划错误，从而增加了发生事故的危险；2、基于检测的跟踪方法需要对单帧检测的目标进行特征提取然后对连续帧检测的目标进行匹配，最后对匹配目标进行跟踪。而不同红绿灯特征相似，且单灯状态切换时(例如由红灯变为绿灯)特征变化巨大，基于特征的匹配方法无法对红绿灯进行匹配和跟踪。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种跟踪精准的基于权图匹配的红绿灯跟踪方法、装置、介质及设备。

为解决上述技术问题，本发明提出的技术方案为：

一种基于权图匹配的红绿灯跟踪方法，包括步骤：

S01、获取目标图片，对当前帧目标图片进行红绿灯检测；

S02、当检测到红绿灯时，获取当前帧红绿灯的属性信息；

S03、基于当前帧红绿灯的属性信息，得到当前帧红绿灯与预设跟踪队列中每个目标红绿灯的权重；

S04、通过步骤S03获得的权重得到预设跟踪队列中与当前帧红绿灯最优匹配的目标红绿灯，更新目标红绿灯的多帧序列，多帧序列根据目标图片依次平移；

S05、当跟踪队列中某个目标红绿灯的多帧序列中相同状态数大于预设序列长度，则将此目标红绿灯的状态作为跟踪输出的红绿灯。

作为上述技术方案的进一步改进：

在步骤S02中，所述属性信息包括红绿灯的类别、在目标图像中的位置、置信度和特征描述向量中的一种或多种。

在步骤S03中，所述权重为三项子权重的乘积；三项子权重分别为：一是当前帧红绿灯与跟踪队列中目标红绿灯的特征向量的差的二范数，二是当前帧红绿灯与跟踪队列中目标红绿灯位置交并比，三是当前帧红绿灯形状与跟踪队列中目标红绿灯形状是否相同，相同为1，不同为0。

在步骤S04中，将步骤S03中得到的权重作为KM算法的输入，得到当前帧红绿灯最优匹配的目标红绿灯。

在步骤S05中，所述预设序列长度为多帧序列的一半。