基于图像深度的车辆控制方法、装置、设备及存储介质制造方法及图纸

本申请提供一种基于图像深度的车辆控制方法、装置、设备及存储介质。该方法应用于车辆，包括：获取车辆前方预设空间范围内的环境图像；识别所述环境图像中的物体，确定所述环境图像中物体所对应的图像深度的深度区间；其中，所述深度区间用于表示物体与车辆之间的距离范围；根据所述环境图像中物体所对应的图像深度的深度区间，控制所述车辆进行行驶。本申请通过确定车辆与前方物体的距离范围，进行车辆控制，准确率提升，计算速度更快，提高车辆控制效率。制效率。制效率。

【技术实现步骤摘要】
基于图像深度的车辆控制方法、装置、设备及存储介质


[0001]本申请涉及自动驾驶技术，尤其涉及一种基于图像深度的车辆控制方法、装置、设备及存储介质。

技术介绍

[0002]随着经济的快速发展，道路上的行驶的车辆越来越多，因司机疲劳驾驶、醉酒驾驶或驾驶技术操作不当导致的交通事故频频发生。道路交通事故给个人、家庭和整个社会都带来了巨大的经济损失和精神上的痛苦。计算出车辆前方的行人、车辆及障碍物与本车之间的距离，可以为车辆的安全行驶提供保障。
[0003]现有技术中，利用马尔科夫随机场学习输入图像的特征与输出的深度之间的映射关系，利用图像中多尺度的纹理、模糊等深度特征，构建高斯马尔科夫随机场模型和拉普拉斯马尔科夫随机场模型对单张图片进行深度估计。
[0004]但是，这种方法中建立的模型所适用的场景非常局限，且需要计算出图像深度的具体距离值，计算量大，耗时高，图像深度的确定精度和效率较低，导致车辆控制的精度和效率较低。

技术实现思路

[0005]本申请提供一种基于图像深度的车辆控制方法、装置、设备及存储介质，用以提高车辆控制的精度和效率。
[0006]第一方面，本申请提供一种基于图像深度的车辆控制方法，该方法应用于车辆，包括：
[0007]获取车辆前方预设空间范围内的环境图像；
[0008]识别所述环境图像中的物体，确定所述环境图像中物体所对应的图像深度的深度区间；其中，所述深度区间用于表示物体与车辆之间的距离范围；
[0009]根据所述环境图像中物体所对应的图像深度的深度区间，控制所述车辆进行行驶。
[0010]第二方面，本申请提供一种基于图像深度的车辆控制装置，该装置应用于车辆，包括：
[0011]图像获取模块，用于获取车辆前方预设空间范围内的环境图像；
[0012]区间确定模块，用于识别所述环境图像中的物体，确定所述环境图像中物体所对应的图像深度的深度区间；其中，所述深度区间用于表示物体与车辆之间的距离范围；
[0013]车辆控制模块，用于根据所述环境图像中物体所对应的图像深度的深度区间，控制所述车辆进行行驶。
[0014]第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
[0015]所述存储器存储计算机执行指令；
[0016]所述处理器执行所述存储器存储的计算机执行指令，以实现如本申请第一方面所述的基于图像深度的车辆控制方法。
[0017]第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如本申请第一方面所述的基于图像深度的车辆控制方法。
[0018]第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如本申请第一方面所述的基于图像深度的车辆控制方法。
[0019]本申请提供的一种基于图像深度的车辆控制方法、装置、设备及存储介质，通过车辆上安装的图像采集设备获取车辆前方的环境图像，对环境图像进行物体的识别，确定图像中物体的图像深度所在的深度区间，即，确定物体与车辆之间的距离范围。根据距离范围控制车辆行驶，提高驾驶安全。解决了现有技术中，需要计算出具体距离值导致的计算速度慢或计算精度低等问题。通过确定深度区间，提高计算的准确率，且计算速度更快，满足车端计算平台低算力的要求，提高车辆控制的精度和效率。
附图说明
[0020]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0021]图1为本申请实施例提供的一种基于图像深度的车辆控制方法的流程示意图；
[0022]图2为本申请实施例提供的安装有图像采集设备的车辆示意图；
[0023]图3为本申请实施例提供的一种基于图像深度的车辆控制方法的流程示意图；
[0024]图4为本申请实施例提供的一种基于图像深度的车辆控制装置的结构框图；
[0025]图5为本申请实施例提供的一种基于图像深度的车辆控制装置的结构框图；
[0026]图6为本申请实施例提供的一种电子设备的结构框图；
[0027]图7为本申请实施例提供的一种电子设备的结构框图。
[0028]通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
[0029]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。
[0030]应当明确，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0031]下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0032]在本申请的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类
似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
[0033]需要注意的是，由于篇幅所限，本申请说明书没有穷举所有可选的实施方式，本领域技术人员在阅读本申请说明书后，应该能够想到，只要技术特征不互相矛盾，那么技术特征的任意组合均可以构成可选的实施方式。下面对各实施例进行详细说明。
[0034]近些年，随着经济的快速发展，道路上的行驶的车辆越来越多，其中，因司机疲劳驾驶、醉酒驾驶或驾驶技术操作不当导致的交通事故频频发生。据统计，全世界每年约有130万人的生命因道路交通事故而终止，还有2000万至5000万人受到非致命伤害。道路交通事故给个人和家庭都带来了巨大的经济损失和精神上的痛苦。每年道路交通碰撞的损失占国内生产总值的3％。而自动驾驶技术可以大大降低道路交通事故的发生次数，通过精确的算法及精良的传感器设备可以安全地驾驶车辆，其中，单目深度估计可以计算出车辆前方的行人、车辆及障碍物与本车之间的距离，为车辆的安全行驶提供保障。
[0035]传统的单目图像深度估计算法是基于机器学习的中的马尔可夫随机场或条件随机场对深度关系进行建模，在最大后验概率的基础上，通过对能量函数最小化来求解图像深度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像深度的车辆控制方法，其特征在于，所述方法应用于车辆，所述方法包括：获取车辆前方预设空间范围内的环境图像；识别所述环境图像中的物体，确定所述环境图像中物体所对应的图像深度的深度区间；其中，所述深度区间用于表示物体与车辆之间的距离范围；根据所述环境图像中物体所对应的图像深度的深度区间，控制所述车辆进行行驶。2.根据权利要求1所述的方法，其特征在于，识别所述环境图像中的物体，确定所述环境图像中物体所对应的图像深度的深度区间，包括：将所述环境图像输入至预设的神经网络模型，得到所述环境图像中的物体；确定所述环境图像中物体的图像深度在预先划分的各深度区间中的概率；其中，在所述车辆前方的预设距离内，预先划分有至少一个深度区间；根据所述环境图像中的物体在预先划分的各深度区间中的概率，确定所述环境图像中物体所对应的图像深度的深度区间。3.根据权利要求2所述的方法，其特征在于，将所述环境图像输入至预设的神经网络模型，得到所述环境图像中的物体，包括：将所述环境图像输入至预设的神经网络模型中的U型网络；根据所述U型网络对所述环境图像进行特征提取，得到所述环境图像的特征向量；根据所述特征向量，确定所述环境图像的前景部分，识别所述前景部分中的物体，为所述环境图像中的物体。4.根据权利要求3所述的方法，其特征在于，根据所述特征向量，确定所述环境图像的前景部分，包括：根据所述特征向量，基于预设的前景和背景分割算法，对所述环境图像的前景部分和背景部分进行分割；为所述前景部分添加预设的第一标识，为所述背景部分添加预设的第二标识，根据所述第一标识，确定所述环境图像的前景部分。5.根据权利要求3所述的方法，其特征在于，确定所述环境图像中物体的图像深度在预先划分的各深度区间中的概率，包括：根据所述环境图像中物体的特征向量，计算各物体与车辆之间的距离位于各深度区间中的概率。6.根据权利要求2所述的方法，其特征在于，根据所述环境图像中的物体在预先划分的各深度区间中的概率，确定所述环境图像中物体所对应的图像深度的深度区间，包括：将所述环境图像中的物体在预先划分的各深度区间中的概率，进行由大至小的排序；将排在第一位的概率所对应的深度区间，确定为所述环境图像中物体所对应的图像深度的深度区间。7.根据权利...

【专利技术属性】
技术研发人员：殷娇阳，
申请(专利权)人：国汽智控北京科技有限公司，
类型：发明
国别省市：