本公开涉及自动驾驶领域，具体涉及一种交通灯状态识别方法、装置、车辆及存储介质，该交通灯状态识别方法通过该车辆上的图像采集装置采集预设时长内的多帧交通灯状态图像；根据所述多帧交通灯状态图像确定该预设时长内该前方交通灯的状态时序信息，根据该状态时序信息、当前时刻的目标交通灯图像和前方车辆的行驶状态信息确定当前的目标交通灯状态，能够有效提升交通灯状态识别结果的准确性，降低无人驾驶车辆违反交规行驶的概率，从而能够有效提升无人驾驶车辆的行车安全性能，有利于提升无人驾驶车辆的用户体验。人驾驶车辆的用户体验。人驾驶车辆的用户体验。
【技术实现步骤摘要】
交通灯状态识别方法、装置、车辆及存储介质
[0001]本公开涉及自动驾驶领域，尤其涉及一种交通灯状态识别方法、装置、车辆及存储介质。
技术介绍
[0002]目前无人驾驶中的感知算法可以准确地识别到每帧图像中的交通灯状态，但是，通过对一段时间内交通灯状态的识别结果的统计发现，交通灯状态的识别结果的准确性依然较低，容易出现因为交通灯状态识别错误而造成违反交规行驶的情况，如此非常不利于提升车辆用户的体验。
技术实现思路
[0003]为克服相关技术中存在的问题，本公开提供一种交通灯状态识别方法、装置、车辆及存储介质。
[0004]根据本公开实施例的第一方面，提供一种交通灯状态识别方法，应用于车辆，所述方法包括：
[0005]在确定所述车辆与前方交通灯所在位置之间的距离小于或者等于预设距离阈值的情况下，通过所述车辆上的图像采集装置采集预设时长内的多帧交通灯状态图像；
[0006]根据所述多帧交通灯状态图像确定所述预设时长内所述前方交通灯的状态时序信息，所述状态时序信息包括所述预设时长内，每个时间点对应的交通灯状态，所述交通灯状态包括红灯亮暗状态、黄灯亮暗状态以及绿灯亮暗状态中的至少一者；
[0007]采集当前时刻的目标交通灯图像，以及所述车辆的前方车辆的行驶状态信息；
[0008]根据所述状态时序信息、所述目标交通灯图像和所述行驶状态信息确定当前的目标交通灯状态。
[0009]可选地，所述根据所述多帧交通灯状态图像确定所述预设时长内所述前方交通灯的状态时序信息，包括：
[0010]识别每帧所述交通灯状态图像中的交通灯状态，以得到所述预设时长内每个图像采集时间点对应的交通灯状态；
[0011]根据所述预设时长内每个图像采集时间点对应的交通灯状态确定所述预设时长内的每个时间点对应的所述交通灯状态，以得到所述状态时序信息。
[0012]可选地，所述根据所述状态时序信息、所述目标交通灯图像和所述行驶状态信息确定当前的目标交通灯状态，包括：
[0013]将所述状态时序信息、所述目标交通灯图像和所述行驶状态信息输入第一预设识别模型，以获取所述第一预设识别模型输出的所述目标交通灯状态。
[0014]可选地，所述第一预设识别模型通过以下方式预先训练得到：
[0015]获取多个交通灯路口对应的多组历史样本数据，每组所述历史样本数据中包括一个所述交通灯路口在历史的所述预设时长内的状态时序信息、历史交通灯图像以及历史行
驶状态信息；
[0016]以所述多组历史样本数据为第一训练数据，对第一初始模型进行模型训练，以得到所述第一预设识别模型，所述第一训练数据中包括历史的所述预设时长之后的指定时长内的交通灯状态标注数据。
[0017]可选地，所述根据所述状态时序信息、所述目标交通灯图像和所述行驶状态信息确定当前的目标交通灯状态，包括：
[0018]将所述状态时序信息输入第二预设识别模型，以获取所述第二预设识别模型输出的所述预设时长之后的目标时间段内的预测状态时序信息；
[0019]根据所述预测状态时序信息确定当前时间点对应的第一交通灯信号状态；
[0020]获取所述目标交通灯图像中的第二交通灯信号状态；
[0021]根据前方车辆的所述行驶状态信息确定第三交通灯信号状态；
[0022]根据所述第一交通灯信号状态、所述第二交通灯信号状态以及所述第三交通灯信号状态确定所述目标交通灯状态。
[0023]可选地，所述根据所述第一交通灯信号状态、所述第二交通灯信号状态以及所述第三交通灯信号状态确定所述目标交通灯状态，包括：
[0024]获取所述第一交通灯信号状态、所述第二交通灯信号状态以及所述第三交通灯信号状态的目标权重；
[0025]通过所述目标权重根据所述第一交通灯信号状态、所述第二交通灯信号状态以及所述第三交通灯信号状态确定所述目标交通灯状态。
[0026]可选地，所述第二预设识别模型通过以下方式预先训练得到：
[0027]获取历史时间内多个交通灯路口对应的多个时序状态样本信息，所述时序状态样本信息包括的目标时间段内的状态标注数据；
[0028]以所述多个时序状态样本信息为第二训练数据，对第二初始模型进行模型训练，以得到所述第二预设识别模型。
[0029]据本公开实施例的第二方面，提供一种交通灯状态识别装置，应用于车辆，所述装置包括：
[0030]第一确定模块，被配置为在确定所述车辆与前方交通灯所在位置之间的距离小于或者等于预设距离阈值的情况下，通过所述车辆上的图像采集装置采集预设时长内的多帧交通灯状态图像；
[0031]第二确定模块，被配置为根据所述多帧交通灯状态图像确定所述预设时长内所述前方交通灯的状态时序信息，所述状态时序信息包括所述预设时长内，每个时间点对应的交通灯状态，所述交通灯状态包括红灯亮暗状态、黄灯亮暗状态以及绿灯亮暗状态中的至少一者；
[0032]获取模块，被配置为采集当前时刻的目标交通灯图像，以及所述车辆的前方车辆的行驶状态信息；
[0033]第三确定模块，被配置为根据所述状态时序信息、所述目标交通灯图像和所述行驶状态信息确定当前的目标交通灯状态。
[0034]可选地，所述第二确定模块，被配置为：
[0035]识别每帧所述交通灯状态图像中的交通灯状态，以得到所述预设时长内每个图像
采集时间点对应的交通灯状态；
[0036]根据所述预设时长内每个图像采集时间点对应的交通灯状态确定所述预设时长内的每个时间点对应的所述交通灯状态，以得到所述状态时序信息。
[0037]可选地，所述第三确定模块，被配置为：
[0038]将所述状态时序信息、所述目标交通灯图像和所述行驶状态信息输入第一预设识别模型，以获取所述第一预设识别模型输出的所述目标交通灯状态。
[0039]可选地，所述第一预设识别模型通过以下方式预先训练得到：
[0040]获取多个交通灯路口对应的多组历史样本数据，每组所述历史样本数据中包括一个所述交通灯路口在历史的所述预设时长内的状态时序信息、历史交通灯图像以及历史行驶状态信息；
[0041]以所述多组历史样本数据为第一训练数据，对第一初始模型进行模型训练，以得到所述第一预设识别模型，所述第一训练数据中包括历史的所述预设时长之后的指定时长内的交通灯状态标注数据。
[0042]可选地，所述第三确定模块，被配置为：
[0043]将所述状态时序信息输入第二预设识别模型，以获取所述第二预设识别模型输出的所述预设时长之后的目标时间段内的预测状态时序信息；
[0044]根据所述预测状态时序信息确定当前时间点对应的第一交通灯信号状态；
[0045]获取所述目标交通灯图像中的第二交通灯信号状态；
[0046]根据前方车辆的所述行驶状态信息确定第三交通灯信号状态；
[0047]根据所述第一交通灯信号状态、所述第二交通本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种交通灯状态识别方法，其特征在于，应用于车辆，所述方法包括：在确定所述车辆与前方交通灯所在位置之间的距离小于或者等于预设距离阈值的情况下，通过所述车辆上的图像采集装置采集预设时长内的多帧交通灯状态图像；根据所述多帧交通灯状态图像确定所述预设时长内所述前方交通灯的状态时序信息，所述状态时序信息包括所述预设时长内，每个时间点对应的交通灯状态，所述交通灯状态包括红灯亮暗状态、黄灯亮暗状态以及绿灯亮暗状态中的至少一者；采集当前时刻的目标交通灯图像，以及所述车辆的前方车辆的行驶状态信息；根据所述状态时序信息、所述目标交通灯图像和所述行驶状态信息确定当前的目标交通灯状态。2.根据权利要求1所述的方法，其特征在于，所述根据所述多帧交通灯状态图像确定所述预设时长内所述前方交通灯的状态时序信息，包括：识别每帧所述交通灯状态图像中的交通灯状态，以得到所述预设时长内每个图像采集时间点对应的交通灯状态；根据所述预设时长内每个图像采集时间点对应的交通灯状态确定所述预设时长内的每个时间点对应的所述交通灯状态，以得到所述状态时序信息。3.根据权利要求1所述的方法，其特征在于，所述根据所述状态时序信息、所述目标交通灯图像和所述行驶状态信息确定当前的目标交通灯状态，包括：将所述状态时序信息、所述目标交通灯图像和所述行驶状态信息输入第一预设识别模型，以获取所述第一预设识别模型输出的所述目标交通灯状态。4.根据权利要求3所述的方法，其特征在于，所述第一预设识别模型通过以下方式预先训练得到：获取多个交通灯路口对应的多组历史样本数据，每组所述历史样本数据中包括一个所述交通灯路口在历史的所述预设时长内的状态时序信息、历史交通灯图像以及历史行驶状态信息；以所述多组历史样本数据为第一训练数据，对第一初始模型进行模型训练，以得到所述第一预设识别模型，所述第一训练数据中包括历史的所述预设时长之后的指定时长内的交通灯状态标注数据。5.根据权利要求1所述的方法，其特征在于，所述根据所述状态时序信息、所述目标交通灯图像和所述行驶状态信息确定当前的目标交通灯状态，包括：将所述状态时序信息输入第二预设识别模型，以获取所述第二预设识别模型输出的所述预设时长之后的目标时间段内的预测状态时序信息；根据所述预测状态时序信息确定当前时间点...
【专利技术属性】
技术研发人员：张琼，
申请(专利权)人：小米汽车科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。