本发明专利技术公开了一种闸机栏杆状态检测方法、模型训练方法及相关装置，其中，方法包括：获取待分割图像；使用训练好的语义分割网络模型对待分割图像进行语义分割，得到分割结果图像；根据分割结果图像生成每个闸机栏杆的坐标信息；坐标信息包括固定端中心点坐标和至少一个另外的中心点坐标；根据每个闸机栏杆的坐标信息确定每个闸机栏杆的倾斜角；根据每个闸机栏杆的倾斜角和预设状态阈值确定每个闸机栏杆的状态，将每个闸机栏杆的状态传输给车辆感知系统。本发明专利技术可以辅助自动驾驶车辆完成安全通过车辆闸机栏杆，避免产生误碰危险。避免产生误碰危险。避免产生误碰危险。
【技术实现步骤摘要】
一种闸机栏杆状态检测方法、模型训练方法及相关装置
[0001]本专利技术涉及人工智能领域，具体涉及一种闸机栏杆状态检测方法、模型训练方法及相关装置。
技术介绍
[0002]相比传统机器视觉检测方法，基于深度学习的目标状态识别方法在精度上有着巨大的提升，同时随着芯片等硬件设备的不断发展，使图像推理在保持高精度的前提下，其推理速度也得到了较大的提升，为实现自动驾驶以及更高级别的无人驾驶提供了良好基础。
[0003]传统车辆通行车辆闸机栏杆主要依靠传感器识别车牌号，实现自动放行，这种方式多依赖闸机自身的识别系统能力。而自动驾驶车辆在进出住宅区、写字楼、停车场等环境时，其感知系统也需要对闸机栏杆的状态进行识别，确定其是否满足车辆通行条件。但目前自动驾驶感知系统中，暂时没有对栏杆状态的识别技术，仅仅依靠闸机栏杆识别系统，会有潜在车辆和栏杆的误碰危险。
[0004]自动驾驶车辆通行车辆闸机栏杆时，不仅需要闸机识别系统对车辆信息进行识别，而且自动驾驶感知系统中也需要实现对车辆闸机栏杆状态的识别。
技术实现思路
[0005]本专利技术所要解决的技术问题在于，提供一种闸机栏杆状态检测方法、装置、设备及存储介质，该方案能够实现自动驾驶感知系统对车辆闸机栏杆状态的识别，可以辅助自动驾驶车辆完成安全通过车辆闸机栏杆，避免产生误碰危险。
[0006]为了解决上述技术问题，本专利技术第一方面提出一种闸机栏杆状态检测方法，包括：
[0007]获取待分割图像；其中，所述待分割图像是目标区域的图像，所述目标区域内设置有一个或两个闸机栏杆；
[0008]使用训练好的语义分割网络模型对所述待分割图像进行语义分割，得到分割结果图像；
[0009]根据所述分割结果图像生成每个闸机栏杆的坐标信息；所述坐标信息包括固定端中心点坐标和至少一个另外的中心点坐标；
[0010]根据所述每个闸机栏杆的坐标信息确定每个闸机栏杆的倾斜角；
[0011]根据所述每个闸机栏杆的倾斜角和预设状态阈值确定每个闸机栏杆的状态，将所述每个闸机栏杆的状态传输给车辆感知系统。
[0012]进一步地，所述待分割图像为车载感知设备采集的目标区域的原始图像，或者，所述待分割图像为对原始图像进行预处理得到的预处理后的图像，所述原始图像是车载感知设备采集的目标区域的原始图像。
[0013]进一步地，所述根据所述分割结果图像生成每个闸机栏杆的坐标信息，包括：
[0014]在所述分割结果图像中确定每个闸机栏杆对应的像素区域；
[0015]基于所述闸机栏杆对应的像素区域确定闸机栏杆的所述固定端中心点和所述至
少一个另外的中心点；
[0016]在所述分割结果图像中确定每个闸机栏杆对应的所述固定端中心点的坐标和至少一个另外的中心点的坐标。
[0017]进一步地，所述根据所述每个闸机栏杆的坐标信息确定每个闸机栏杆的倾斜角，包括：
[0018]构建闸机栏杆的水平基准线；所述水平基准线是基于闸机栏杆的所述固定端中心点确定的水平直线段；
[0019]构建每个闸机栏杆的中心线；所述闸机栏杆的中心线是根据每个闸机栏杆的所述固定端中心点坐标和至少一个另外的中心点坐标确定的水平直线段；
[0020]根据所述坐标信息计算所述闸机栏杆的中心线与所述水平基准线之间的夹角，将所述夹角作为所述闸机栏杆的倾斜角。
[0021]进一步地，所述根据所述每个闸机栏杆的倾斜角和预设状态阈值确定每个闸机栏杆的状态，包括：
[0022]判断所述每个闸机栏杆的倾斜角是否全部在所述预设角度阈值内；
[0023]若是，确定所述闸机栏杆的状态为可通行状态；
[0024]若否，确定所述闸机栏杆的状态为禁止通行状态。
[0025]进一步地，所述使用训练好的语义分割网络模型对所述待分割图像进行语义分割之前，包括：
[0026]使用样本数据对预先构建的语义分割网络模型进行训练，以得到所述训练好的语义分割网络模型。
[0027]进一步地，所述根据所述分割结果图像生成每个闸机栏杆的坐标信息之前，包括：
[0028]根据所述分割结果图像判断所述待分割图像中是否存在闸机栏杆；
[0029]若存在，转向所述根据所述分割结果图像生成每个闸机栏杆的坐标信息的步骤。
[0030]本专利技术第二方面提出一种模型训练方法，包括：
[0031]获取样本数据集；所述样本数据集包括样本图像，所述样本图像是目标区域的图像，所述目标区域内设置有一个或两个闸机栏杆；
[0032]将所述样本数据集按预设比例划分为训练样本集和测试样本集；
[0033]使用所述训练样本集对预先构建的语义分割网络模型进行训练，在训练过程中调整所述语义分割网络模型的模型参数直至得到收敛的语义分割网络模型；
[0034]使用所述测试样本集对所述收敛得到的语义分割网络模型进行验证，当验证通过时，将所述收敛得到的语义分割网络模型作为训练好的语义分割网络模型。
[0035]本专利技术第三方面提出一种闸机栏杆状态检测装置，包括：
[0036]待分割图像获取模块，用于获取待分割图像；其中，所述待分割图像是目标区域的图像，所述目标区域内设置有一个或两个闸机栏杆；
[0037]语义分割模块，用于使用训练好的语义分割网络模型对所述待分割图像进行语义分割，得到分割结果图像；
[0038]坐标生成模块，用于根据所述分割结果图像生成每个闸机栏杆的坐标信息；所述坐标信息包括固定端中心点坐标和至少一个另外的中心点坐标；
[0039]角度计算模块，用于根据所述每个闸机栏杆的坐标信息确定每个闸机栏杆的倾斜
角；
[0040]状态确定模块，用于根据所述每个闸机栏杆的倾斜角和预设状态阈值确定每个闸机栏杆的状态，将所述每个闸机栏杆的状态传输给车辆感知系统。
[0041]本专利技术第四方面提出一种模型训练装置，包括：
[0042]样本获取模块，用于获取样本图像；所述样本图像是目标区域的图像，所述目标区域内设置有一个或两个闸机栏杆；
[0043]划分模块，用于将所述样本图像按预设比例划分为训练样本集和测试样本集；
[0044]训练模块，用于使用所述训练样本集对预先构建的语义分割网络模型进行训练，在训练过程中调整所述语义分割网络模型的模型参数直至得到收敛的语义分割网络模型；
[0045]验证模块，用于使用所述测试样本集对所述收敛得到的语义分割网络模型进行验证，当验证通过时，将所述收敛得到的语义分割网络模型作为训练好的语义分割网络模型。
[0046]本专利技术第五方面提出一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现本专利技术第一方面提出的闸机栏杆状态检测方法或者本专利技术第二方面提出的模型训练方法。
[0047]本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种闸机栏杆状态检测方法，其特征在于，包括：获取待分割图像；其中，所述待分割图像是目标区域的图像，所述目标区域内包含闸机栏杆；使用训练好的语义分割网络模型对所述待分割图像进行语义分割，得到分割结果图像；根据所述分割结果图像生成每个闸机栏杆的坐标信息；所述坐标信息包括固定端中心点坐标和至少一个另外的中心点坐标；根据所述每个闸机栏杆的坐标信息确定每个闸机栏杆的倾斜角；根据所述每个闸机栏杆的倾斜角和预设状态阈值确定每个闸机栏杆的状态，将所述每个闸机栏杆的状态传输给车辆感知系统。2.根据权利要求1所述的方法，其特征在于，所述根据所述分割结果图像生成每个闸机栏杆的坐标信息，包括：在所述分割结果图像中确定每个闸机栏杆对应的像素区域；基于所述闸机栏杆对应的像素区域确定闸机栏杆的所述固定端中心点和所述至少一个另外的中心点；在所述分割结果图像中确定每个闸机栏杆对应的所述固定端中心点的坐标和至少一个另外的中心点的坐标。3.根据权利要求1所述的方法，其特征在于，所述根据所述每个闸机栏杆的坐标信息确定每个闸机栏杆的倾斜角，包括：构建闸机栏杆的水平基准线；所述水平基准线是基于闸机栏杆的所述固定端中心点确定的水平直线段；构建每个闸机栏杆的中心线；所述闸机栏杆的中心线是根据每个闸机栏杆的所述固定端中心点坐标和至少一个另外的中心点坐标确定的水平直线段；根据所述坐标信息计算所述闸机栏杆的中心线与所述水平基准线之间的夹角，将所述夹角作为所述闸机栏杆的倾斜角。4.根据权利要求1所述的方法，其特征在于，所述根据所述每个闸机栏杆的倾斜角和预设状态阈值确定每个闸机栏杆的状态，包括：判断所述每个闸机栏杆的倾斜角是否全部在所述预设角度阈值内；若是，确定所述闸机栏杆的状态为可通行状态；若否，确定所述闸机栏杆的状态为禁止通行状态。5.根据权利要求1所述的方法，其特征在于，所述使用训练好的语义分割网络模型对所述待分割图像进行语义分割之前，包括：使用样本数据对预先构建的语义分割网络模型进行训练，以得到所述训练好的语义分割网络模型。6.根据权利要求1所述的方法，其特征在于，所述根据所述分割结果图像生成每个闸机栏杆的坐标信息之前，包括：根据所述分割结果图像判断所述待分割图像中是否存在闸机栏杆；若存在，转向所述根...
【专利技术属性】
技术研发人员：汪浩，黄文函，吴肖，袁金伟，张振林，
申请(专利权)人：中汽创智科技有限公司，
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。