[发明专利]可行驶区域检测方法、域控制器及计算机可读存储介质

权利要求书

1.一种可行驶区域检测方法，其特征在于，包括：

获取路面图像；

将所述路面图像输入到可行驶区域检测模型中，对所述路面图像进行路面分割以识别路面图像中的可行驶区域；

所述可行驶区域检测模型包括编码器、解码器以及注意力模块，所述注意力模块对所述编码器输出的编码特征进行注意力特征提取，并输入所述解码器中进行特征融合；

其中，所述编码器采用残差网络结构，包括N个依次相连的下采样层；所述解码器包括N个依次相连的多尺度特征融合层，并与所述上采样层一一对应连接，每一层多尺度特征融合层融合所述编码器中对应下采样层的编码特征、前一层多尺度特征融合层的融合特征以及所述注意力模块输出的注意力特征。

2.如权利要求1所述的可行驶区域检测方法，其特征在于，部分所述下采样层与所述多尺度特征融合层之间设有所述边缘增强模块，进行边缘特征的提取。

3.如权利要求1所述的可行驶区域检测方法，其特征在于，所述编码器采用的残差网络结构为ResNet34；其中，所述下采样层和所述多尺度特征融合层的层数均为4。

4.如权利要求2所述的可行驶区域检测方法，其特征在于，所述多尺度特征融合层的输入包括：对应上采样层输出的编码特征与其对应的边缘增强模块输出的边缘特征的拼接结果、前一层多尺度特征融合层输出的融合特征以及所述注意力模块输出的注意力特征。

5.如权利要求2所述的可行驶区域检测方法，其特征在于，所述边缘增强模块采用HPF算子进行边缘特征提取。

6.如权利要求5所述的可行驶区域检测方法，其特征在于，所述HPF算子的模板为：

7.如权利要求1所述的可行驶区域检测方法，其特征在于，所述多尺度特征融合层的函数表达如下：

其中，α₄+α₅＝1，α₁+α₂+α₃＝1，f_up表示上采样操作，MSFF_i表示第i个多尺度特征融合层输出的特征，MSFF_i-1表示第i-1个多尺度特征融合层输出的特征，f_conv1×1表示卷积核尺寸为1的卷积层，GLIBN为所述注意力模块输出的注意力特征，为第4-i-1个下采样层输出的编码特征。

8.如权利要求1所述的可行驶区域检测方法，其特征在于，所述注意力模块包括第一阶段、第二阶段、卷积神经网络层、多头自注意力机制层以及多层感知机；其中，所述第一阶段的输入为第N个所述上采样层输出的编码特征；所述卷积神经网络层、所述多头自注意力机制层的输入为所述第一阶段输出的特征；所述第二阶段的输入为第N个所述上采样层输出的编码特征与所述卷积神经网络层、所述多头自注意力机制层输出的特征的拼接运算结果；所述多层感知机的输入为所述第二阶段输出的特征；所述注意力模块的输出为输入至所述第二阶段的特征与所述多层感知机输出的特征的拼接运算结果。

9.如权利要求8所述的可行驶区域检测方法，其特征在于，所述第一阶段包括第一特征切分层、第一批归一化层、第一实例归一化层以及第一特征拼接层；其中，所述第一特征切分层的输入为第N个所述上采样层输出的编码特征，所述第一批归一化层、所述第一实例归一化层的输入为所述第一特征切分层输出的特征，所述第一特征拼接层的输入为所述第一批归一化层、所述第一实例归一化层输出的特征，所述第一特征拼接层的输出作为所述第一阶段的输出。