【技术实现步骤摘要】
基于语义分割的低矮障碍物检测方法和自动驾驶车辆
[0001]本公开涉及人工智能
,尤其涉及图像处理、智能交通、自动驾驶
,具体涉及一种障碍物检测方法、装置、电子设备、自动驾驶车辆、计算机可读存储介质和计算机程序产品。
技术介绍
[0002]人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
[0003]在自动驾驶过程中,需要准确地感知车辆周围环境中的障碍物,基于此作出控制决策,以提升自动驾驶的安全性。目前对于低矮障碍物的检测效果不佳,无法在自动驾驶车辆的行驶过程中准确地获取周边低矮障碍物的信息,影响了自动驾驶车辆的决策。
[0004]在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
技术实现思路
[0005]本公开提供了一种基于语义分割的低矮障碍物检测方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
[0006]根据本公开的一方面,提供了一种基于语义分割的低矮障碍物检测方法,包括:获取由 ...
【技术保护点】
【技术特征摘要】
1.一种基于语义分割的低矮障碍物检测方法,包括:获取由相机采集的待检测图像;对所述待检测图像进行语义分割,以得到多个分割区域;以及响应于确定所述多个分割区域中存在包括障碍物的目标区域,基于所述相机的采集参数和所述目标区域在所述待检测图像中的位置信息,确定所述障碍物相对于所述相机的位置信息。2.如权利要求1所述的方法,其中,所述对所述待检测图像进行分割,以得到多个分割区域包括:将所述待检测图像输入语义分割模型,以得到所述语义分割模型输出的多个分割区域,所述语义分割模型是通过如下方式进行训练得到的:获取包括障碍物的样本图像和所述样本图像中包括所述障碍物的真实目标区域;将所述样本图像输入所述语义分割模型,以得到所述语义分割模型输出的多个第一分割区域,所述多个第一分割区域包括第一预测目标区域,所述第一预测目标区域包括所述障碍物;将所述第一预测目标区域输入所述语义分割模型,以得到所述语义分割模型输出的多个第二分割区域,所述多个第二分割区域包括第二预测目标区域,所述第二预测目标区域包括所述障碍物;以及基于所述第二预测目标区域和所述真实目标区域,调整所述语义分割模型的参数。3.如权利要求1或2所述的方法,还包括:基于所述目标区域,确定所述障碍物的可通行系数,以指示当所述障碍物位于所述车辆的行驶方向的前方时所述车辆是否需要绕行。4.如权利要求3所述的方法,其中,所述基于所述目标区域,确定所述障碍物的通行系数包括:将所述目标区域输入图像分类模型,以得到所述图像分类模型输出的所述障碍物的类别,所述图像分类模型是利用标注有障碍物的类别的样本图像进行训练得到的;以及基于所述障碍物的类别,确定所述障碍物的通行系数。5.如权利要求1
‑
4中任一项所述的方法,所述相机安装在自动驾驶车辆上,所述方法还包括:确定所述相机的安装位置信息;以及基于所述相机的安装位置信息和所述障碍物相对于所述相机的位置信息,确定所述障碍物相对于所述自动驾驶车辆的位置信息。6.一种自动驾驶车辆的决策方法,所述自动驾驶车辆包括相机,所述方法包括:利用权利要求1
‑
5中任一项所述的方法检测预设范围内的障碍物;以及基于障碍物检测结果,确定车辆控制决策。7.一种基于语义分割的低矮障碍物检测装置,包括:获取单元,被配置为获取由相机采集的待检测图像;分割单元,被配置为对所述待检测图像进行语义分割,以得到多个分割区域;以及第一确定单元,被配置为响应于确定所述多个分割区域中存在包括障碍物的目标区域,基于所述相机的采集参数和所述目标区域在所述待检测图像中的位置信息,确定所述
障碍物相对于所述相机的位置信息。8.如权利要求7所述的装置,其中,所述分割单元...
【专利技术属性】
技术研发人员:赵丛杨,卫智熠,司绍峰,郭旭阳,朱振广,王昊,
申请(专利权)人:北京百度网讯科技有限公司,
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。