【技术实现步骤摘要】
本申请涉及计算机，具体涉及智能交通和自动驾驶等，特别涉及一种盲区检测的方法、装置、设备及存储介质。
技术介绍
1、自动驾驶车辆会配备各类传感器用以获取环境信息，例如，自动驾驶车辆通过车载的激光雷达和相机，感知其行驶环境中是否有车辆、行人，或者其他的障碍物。
2、但是，在一些业务场景下，除了要获知直接基于传感器所采集信息所检测出的障碍物外，还需要确定自动驾驶车辆的行驶环境中的某些区域是否是盲区，或者基于目标检测结果确定的自动驾驶车辆的盲区是否真的为盲区。因此，亟需一种盲区检测的方法，能够实现有效地检测出潜在的盲区。
技术实现思路
1、本申请提供了一种盲区检测的方法、装置、设备及存储介质，解决了盲区检测的准确性不佳的问题，所述技术方案如下：
2、第一方面，提供了一种盲区检测的方法，所述方法包括：
3、获取待检测区域的点云信息和图像语义特征信息，其中，所述点云信息是基于所述待检测区域的点云帧所获取的，所述图像语义特征信息是基于与所述待检测区域的点云帧对应的所述待检测区域的图像帧所获取的；
4、基于预设的点云数量和所述点云信息，对所述待检测区域进行检测处理，以获得所述待检测区域的第一可见度，所述预设的点云数量为所述待检测区域可容纳的总点云数量；
5、基于预设的像素数量和所述图像语义特征信息，对所述待检测区域进行检测处理，以获得所述待检测区域的第二可见度；预设的像素数量为所述待检测区域的图像的总像素数量；
6、基于所述第
7、在一种可能的实现方式中，获取所述待检测区域的图像语义特征信息，包括：
8、获取与所述待检测区域的点云帧对应的所述待检测区域的图像帧；
9、对所述待检测区域的图像帧进行语义特征提取处理；
10、基于所述语义特征提取处理的结果，获取所述图像语义特征信息。
11、在一种可能的实现方式中，所述基于预设的点云数量和所述点云信息，对所述待检测区域进行检测处理，以获得所述待检测区域的第一可见度，包括：
12、获取所述点云信息中的点云数量；
13、基于预设的点云数量和所述点云信息中的点云数量，利用预设的第一检测算法，计算得到所述待检测区域的第一可见度。
14、在一种可能的实现方式中，所述基于预设的像素数量和所述图像语义特征信息，对所述待检测区域进行检测处理，以获得所述待检测区域的第二可见度，包括：
15、获取所述图像语义特征信息中的指定语义类别的像素数量，其中，所述指定语义类别包括非障碍物类别；
16、基于预设的像素数量和所述图像语义特征信息中的指定语义类别的像素数量，利用预设的第二检测算法，计算得到所述待检测区域的第二可见度。
17、在一种可能的实现方式中，所述基于所述第一可见度，和/或，所述第二可见度，确定所述待检测区域的盲区检测结果，包括：
18、响应于所述第一可见度，和/或，所述第二可见度大于预设的可见度阈值，确定所述盲区检测结果为所述待检测区域是非盲区；
19、响应于所述第一可见度，和/或，所述第二可见度小于等于预设的可见度阈值，确定所述盲区检测结果为所述待检测区域是盲区。
20、第二方面，提供了一种盲区检测的装置，所述装置包括：
21、第一获取单元，用于获取待检测区域的点云信息和图像语义特征信息，其中，所述点云信息是基于所述待检测区域的点云帧所获取的，所述图像语义特征信息是基于与所述待检测区域的点云帧对应的所述待检测区域的图像帧所获取的；
22、第一检测单元，用于基于预设的点云数量和所述点云信息，对所述待检测区域进行检测处理，以获得所述待检测区域的第一可见度，所述预设的点云数量为所述待检测区域可容纳的总点云数量；
23、第二检测单元，用于基于预设的像素数量和所述图像语义特征信息，对所述待检测区域进行检测处理，以获得所述待检测区域的第二可见度；预设的像素数量为所述待检测区域的图像的总像素数量；
24、第一确定单元，用于基于所述第一可见度，和/或，所述第二可见度，确定所述待检测区域的盲区检测结果。
25、第三方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如上如上所述的方面和任一可能的实现方式的方法。
26、第四方面，提供了一种电子设备，包括：
27、至少一个处理器；以及
28、与所述至少一个处理器通信连接的存储器；其中，
29、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如上所述的方面和任一可能的实现方式的方法。
30、第五方面，提供了一种自动驾驶车辆，包括如上所述的电子设备。
31、本申请提供的技术方案的有益效果至少包括：
32、由上述技术方案可知，本申请实施例可以通过获取待检测区域的点云信息和图像语义特征信息，其中，所述点云信息是基于所述待检测区域的点云帧所获取的，所述图像语义特征信息是基于与所述待检测区域的点云帧对应的所述待检测区域的图像帧所获取的，进而可以基于预设的点云数量和所述点云信息，对所述待检测区域进行检测处理，以获得所述待检测区域的第一可见度，所述预设的点云数量为所述待检测区域可容纳的总点云数量，基于预设的像素数量和所述图像语义特征信息，对所述待检测区域进行检测处理，以获得所述待检测区域的第二可见度；预设的像素数量为所述待检测区域的图像的总像素数量，使得能够基于所述第一可见度，和/或，所述第二可见度，确定所述待检测区域的盲区检测结果，由于先分别确定基于点云信息所检测出的待检测区域的第一可见度，和基于图像语义特征信息所检测出的待检测区域的第二可见度，再基于第一可见度和/或第二可见度，来确定该待检测区域是否真的可以被检测到，即该待检测区域是否真的是盲区，实现了较有效地检测出潜在的未检测出的车辆的盲区，即较有效地检测出真正的车辆的盲区，提升了对盲区检测的准确性，从而保证了自动驾驶车辆行驶的可靠性和流畅度。
33、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种盲区检测的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，获取所述待检测区域的图像语义特征信息，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于预设的点云数量和所述点云信息，对所述待检测区域进行检测处理，以获得所述待检测区域的第一可见度，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于预设的像素数量和所述图像语义特征信息，对所述待检测区域进行检测处理，以获得所述待检测区域的第二可见度，包括：
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述基于所述第一可见度，和/或，所述第二可见度，确定所述待检测区域的盲区检测结果，包括：
6.一种盲区检测的装置，其特征在于，所述装置包括：
7.一种电子设备，包括：
8.一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根据权利要求1-5中任一项所述的方法。
9.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-5
10.一种自动驾驶车辆，包括如权利要求7所述的电子设备。
...【技术特征摘要】
1.一种盲区检测的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，获取所述待检测区域的图像语义特征信息，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于预设的点云数量和所述点云信息，对所述待检测区域进行检测处理，以获得所述待检测区域的第一可见度，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于预设的像素数量和所述图像语义特征信息，对所述待检测区域进行检测处理，以获得所述待检测区域的第二可见度，包括：
5.根据权利要求1-4中任一项所述的方法，...
【专利技术属性】
技术研发人员：林伯昱，林金表，
申请(专利权)人：九识苏州智能科技有限公司，
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。