[发明专利]车辆障碍检测方法、装置及设备

权利要求书

1.一种车辆障碍检测方法，其特征在于，应用于云计算设备，所述云计算设备与本车的边缘计算设备通信连接，所述方法包括：

获取所述边缘计算设备发送的目标图像数据，所述目标图像数据为所述本车在行驶路径上采集到的图像数据；

基于预设的深度学习模型，对所述目标图像数据进行障碍物识别，得到障碍物的包围框；

基于所述包围框，确定所述障碍物与所述本车之间的位置关系；

将所述位置关系返回至所述边缘计算设备。

2.如权利要求1所述的车辆障碍检测方法，其特征在于，所述目标图像数据为二进制数据，所述基于预设的深度学习模型，对所述目标图像数据进行障碍物识别，得到障碍物的包围框之前，还包括：

对所述目标图像数据进行二进制解码，得到解码后的所述目标图像数据；

所述基于预设的深度学习模型，对所述目标图像数据进行障碍物识别，得到障碍物的包围框，包括：

基于所述深度学习模型，对解码后的所述目标图像数据进行障碍物识别，得到所述障碍物的包围框。

3.如权利要求1所述的车辆障碍检测方法，其特征在于，所述基于所述包围框，确定所述障碍物与所述本车之间的位置关系，包括：

确定所述包围框在所述目标图像数据中的图像高度和图像宽度；

基于所述障碍物的障碍物类型，确定所述障碍物的预设真实高度和预设真实宽度；

根据所述图像高度、所述图像宽度、所述预设真实高度和所述预设真实宽度，确定所述障碍物与所述本车之间的位置关系。

4.如权利要求3所述的车辆障碍检测方法，其特征在于，所述确定所述包围框在所述目标图像数据中的图像高度和图像宽度，包括：

确定所述包围框的边框像素坐标；

根据所述边框像素坐标，确定所述包围框的所述图像高度和所述图像宽度。

5.一种车辆障碍检测方法，其特征在于，应用于本车的边缘计算设备，所述边缘计算设备与云计算设备通信连接，所述方法包括：

获取所述本车的摄像头在所述本车的行驶路径上采集到的图像数据；

对所述图像数据进行图像增强，得到目标图像数据；

将所述目标图像数据发送至所述云计算设备；

接收所述云计算设备返回的位置关系，所述位置关系为所述云计算设备基于预设的深度学习模型，对所述目标图像数据进行障碍物识别，得到障碍物的包围框，并基于所述包围框，确定的所述障碍物与所述本车之间的位置关系。

6.如权利要求5所述的车辆障碍检测方法，其特征在于，所述将所述目标图像数据发送至所述云计算设备之前，还包括：

对所述目标图像数据进行二进制编码，得到编码后的所述目标图像数据；

将所述目标图像数据发送至所述云计算设备，包括：

将编码后的所述目标图像数据发送至所述云计算设备。

7.一种车辆障碍检测装置，其特征在于，包括：

第一获取模块，用于获取所述边缘计算设备发送的目标图像数据，所述目标图像数据为所述本车在行驶路径上采集到的图像数据；

识别模块，用于基于预设的深度学习模型，对所述目标图像数据进行障碍物识别，得到障碍物的包围框；

确定模块，用于基于所述包围框，确定所述障碍物与所述本车之间的位置关系；

返回模块，用于将所述位置关系返回至所述边缘计算设备。

8.一种车辆障碍检测装置，其特征在于，包括：

第二获取模块，用于获取所述本车的摄像头在所述本车的行驶路径上采集到的图像数据；

增强模块，用于对所述图像数据进行图像增强，得到目标图像数据；

发送模块，用于将所述目标图像数据发送至所述云计算设备；

接收模块，用于接收所述云计算设备返回的位置关系，所述位置关系为所述云计算设备基于预设的深度学习模型，对所述目标图像数据进行障碍物识别，得到障碍物的包围框，并基于所述包围框，确定的所述障碍物与所述本车之间的位置关系。