本公开提供了一种基于语义分割的低矮障碍物检测方法及装置、设备、自动驾驶车辆和介质，涉及人工智能技术领域，尤其涉及图像处理、智能交通、自动驾驶技术领域。实现方案为：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。碍物相对于所述相机的位置信息。碍物相对于所述相机的位置信息。
【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。
[0007]根据本公开的另一方面，提供了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：利用如上所述的低矮障碍物检测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。
[0008]根据本公开的另一方面，提供了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。
[0009]根据本公开的另一方面，提供了一种自动驾驶车辆的决策装置，所述自动驾驶车辆包括相机，所述装置包括：如上所述的低矮障碍物检测装置，被配置为检测预设范围内的
障碍物；以及第五确定单元，被配置为基于障碍物检测结果，确定车辆控制决策。
[0010]根据本公开的另一方面，提供了一种自动驾驶车辆，包括：相机；以及如上所述的自动驾驶车辆的决策装置。
[0011]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一的方法。
[0012]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述任一的方法。
[0013]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时能够实现上述任一的方法。
[0014]根据本公开的一个或多个实施例，可以提升障碍物检测的准确度。
[0015]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0016]附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
[0017]图1示出了根据本公开示例性实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
[0018]图2示出了根据本公开示例性实施例的低矮障碍物检测方法的流程图；
[0019]图3示出了根据本公开示例性实施例的低矮障碍物检测过程的示意图；
[0020]图4示出了根据本公开示例性实施例的单目相机成像模型的示意图；
[0021]图5示出了根据本公开示例性实施例的自动驾驶车辆的决策方法的流程图；
[0022]图6示出了根据本公开示例性实施例的低矮障碍物检测装置的结构框图；
[0023]图7示出了根据本公开示例性实施例的自动驾驶车辆的决策装置的结构框图；
[0024]图8示出了能够用于实现本公开实施例的示例性电子设备的结构框图。
具体实施方式
[0025]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0026]在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
[0027]在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目
的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
[0028]相关技术中，通常是采集路面点云数据，再基于点云数据来检测路面上存在的障碍物。但点云数据存在一定的三维误差，针对路面上低矮障碍物的检测准确度不佳。
[0029]基于此，本公开提供了一种障碍物检测方法，利用相机来采集路面的待检测图像，对图像进行语义分割以得到障碍物区域，基于该障碍物区域在待检测图像中的位置和相机的采集参数确定障碍物与相机的相对位置，从而实现简便高效的障碍物位置检测。
[0030]下面将结合附图详细描述本公开的实施例。
[0031]图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或本文档来自技高网...
【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。