【技术实现步骤摘要】
本专利技术涉及目标检测，具体涉及一种目标检测优化方法、装置、电子设备及存储介质。
技术介绍
1、目标检测优化方法主要用于自动驾驶技术，自动驾驶技术是汽车产业与人工智能、高性能计算、大数据、物联网等新一代信息深度融合的技术，对于降低交通拥堵、减少交通事故、提高燃油经济性有着显著的优势。另外自动驾驶技术的发展可以帮助城市构建安全、高效的未来出行结构，对汽车产业跨界融合发展具有重要的战略意义。
2、现有技术中，目标检测优化方法在进行图像采集时，通常使用可见光相机进行采集，具有分辨率高，成本低，工作性能稳定等诸多优点。可见光相机可以从车辆目标中采集丰富的语义信息、色彩信息和纹理信息，但是这些特征很容易受到不良天气的干扰，导致可见光相机在不良天气下图像采集的准确性大幅度降低。
3、综上所述，如何解决现有技术中目标检测优化方法容易受到不良天气的干扰，导致其在不良天气下图像采集的准确性大幅度降低的问题已经成为目前本领域亟需解决的难题。因此，有必要提出一种能够提高在不良天气下图像采集准确性的目标检测优化方法、装置、电子设备及存储介质。
技术实现思路
1、为解决上述问题，本专利技术提供一种目标检测优化方法、装置、电子设备及存储介质，通过图像采集模块和环境采集模块的设计，能够有效对车辆所处环境进行识别，再通过综合分析模块进一步分析，提高目标检测的准确性。
2、为了实现上述目的，本专利技术的技术方案如下：一种目标检测优化方法，包括以下步骤：
3、s1，图像
4、s2，环境采集：准备环境采集模块，环境采集模块用于采集雷达图像、环境温度和环境湿度，形成热成像和目标云点；利用环境采集模块对车辆周边环境信息进行采集；环境采集模块采集各个检测目标的温度情况，以热成像的形式显示出检测目标的温度图像和温度轮廓，根据检测目标的温度图像和温度轮廓进行比对分析，判断出车辆周边环境中存在的行人、车辆、交通设施、路面状况以及障碍物。
5、同时利用环境采集模块对车辆周边环境的发射电磁波信号，并接收回波信号，对回波信号进行分析处理，提取出检测目标的距离、大小、形状、方向和速度，判断出车辆周边环境中存在的行人、车辆、交通设施、路面状况以及障碍物，并以目标云点的形式进行显示；
6、环境采集模块会采集环境湿度，辅助图像采集模块判断当前天气状况。
7、s3，综合分析：准备综合分析模块，综合分析模块用于接收和处理图像采集模块与环境采集模块采集的图像信息、热成像和目标云点，并实时监测车辆行驶状态；利用综合分析模块实时监测车辆行驶状态，同时将图像信息和环境信息进行结合，综合分析车辆周围存在的行人、车辆、交通设施、路面状况以及障碍物，得出当前车辆所处的行驶环境，并将车辆每次的行驶环境和行驶状态进行记录，形成历史行驶记录。
8、s4，行驶方案分析：准备深度学习模块，深度学习模块用于根据历史行驶记录进行深度学习，优化驾驶方案；利用深度学习模块根据车辆在不同行驶环境中的历史行驶记录，基于卷积层算法，构建车辆自动驾驶模型；根据自动驾驶模型，结合当前的车辆行驶状态与行驶环境，模拟不同的驾驶方案，根据不同的驾驶方案模拟出的行驶情况，根据车辆行驶状态、车辆周边环境和道路交通法规分析出事故率低且遵守道路交通法规的驾驶方案。
9、进一步，s1中，图像采集模块根据行人、车辆和交通设施的整体形态和轮廓特征进行识别和区分。
10、进一步，s1中，路面状况包括路面类型、路面材质、路面标识和路面凹凸情况。
11、进一步，s1中，路面类型包括直线路段、转弯路段、上坡路段和下坡路段。
12、进一步，s1中，行驶状态包括车辆的行驶速度、转弯角度和灯光使用情况。
13、进一步，s1中，障碍物包括除行人、车辆、交通设施和路面以外在路面出现的物体。
14、进一步，s2中，环境温度包括地表温度和车内温度。
15、上述方案的技术原理如下：
16、首先对图像采集模块进行大量的图像识别训练，利用训练完成后的图像采集模块对车辆周边的图像信息进行采集，在图像采集过程中，图像采集模块会将图像中的行人、车辆、交通设施以及障碍物用不同的颜色框进行框选和显示，进而提醒驾驶人员，其车辆周围所需注意的行人、车辆、交通设施以及障碍物情况。
17、在图像采集的同时，利用环境采集模块采集各个检测目标的温度情况，由于行人、车辆、交通设施、路面以及障碍物的温度均不相同，车辆发动机的温度远高于行人的体温，而路面以及障碍物的温度在正常天气一般较低；故此，环境采集模块采用热成像的形式显示出检测目标的温度图像和温度轮廓，温度越低图像颜色越蓝，温度越高图像颜色越红，随着温度的升高，图像会由深蓝色变为深红色；环境采集模块再将检测目标的温度图像和温度轮廓与正常情况下行人、车辆、交通设施、路面以及障碍物的温度图像和温度轮廓进行比对分析，从而有效判断出车辆周边环境中存在的行人、车辆、交通设施、路面状况以及障碍物。
18、由于不同物体的距离、速度和形状大小均不相同，对于波的接收和反射也会不同，且由于电磁波的传播速度是已知的，其速度在真空中约为光速，雷达通过测量发射信号与接收回波之间的时间延迟，可以计算出目标与雷达之间的距离。故此，环境采集模块还会对车辆周边环境的发射电磁波信号，并接收回波信号，对回波信号进行分析处理，提取出检测目标的距离、大小、形状、方向和速度，判断出车辆周边环境中存在的行人、车辆、交通设施、路面状况以及障碍物；环境采集模块会通过多条天线的共同扫描，测定检测目标相对于雷达的方位角和仰角，从而确定检测目标在三维空间中的位置，并将检测目标以目标云点的形式进行显示，从而让驾驶者更加直观的了解到车辆周边环境。
19、环境采集模块会采集环境湿度，将环境湿度数据传输至图像采集模块，辅助图像采集模块判断当前天气状况。
20、图像采集和环境采集完成后，综合分析模块会提取图像采集和环境采集，优先判断当前天气状况，选择主要判断依据；若天气状况炎热，则容易导致环境采集时，行人、路面和障碍物的温度差距减小，使得热成像中的温度图像颜色相近，温度轮廓清晰度降低，此时，综合分析模块会以采用图像采集模块采集到的图像信息和雷达采集到的目标云点为主要判断依据，判断车辆周边的行人、车辆、交通设施、路面状况以及障碍物情况，再利用热成像进行辅助判断；若在下雨天时，图像采集容易出现模糊不清的情况，雷达也会受到影响，此时，车辆发动机温度仍然远大于行人体温，而交通设施、路面和障碍物温度则会低于行人体温，综合分析模块则会以热成像采集到的温度图像和温度轮廓为主要判断依据，再利用雷达和图像信息进行辅助判断；以此实现在不同天气状况下均能对车辆周边环境进行检测，达到更加全面的检测本文档来自技高网...
【技术保护点】
1.一种目标检测优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的目标检测优化方法，其特征在于，S1中，图像采集模块根据行人、车辆和交通设施的整体形态和轮廓特征进行识别和区分。
3.根据权利要求1所述的目标检测优化方法，其特征在于，S1中，路面状况包括路面类型、路面材质、路面标识和路面凹凸情况。
4.根据权利要求1所述的目标检测优化方法，其特征在于，S1中，路面类型包括直线路段、转弯路段、上坡路段和下坡路段。
5.根据权利要求1所述的目标检测优化方法，其特征在于，S1中，行驶状态包括车辆的行驶速度、转弯角度和灯光使用情况。
6.根据权利要求1所述的目标检测优化方法，其特征在于，S1中，障碍物包括除行人、车辆、交通设施和路面以外在路面出现的物体。
7.根据权利要求6所述的目标检测优化方法，其特征在于，S2中，环境温度包括地表温度和车内温度。
8.基于上述权利要求1-7中任意一项所述一种目标检测优化方法的一种目标检测装置，其特征在于，包括安装杠(1)，安装杠(1)侧壁固定连接有温度传感器(
9.基于上述权利要求1-7中任意一项所述一种目标检测优化方法的一种目标检测的电子设备，其特征在于，包括控制器，控制器用于接收温度传感器、湿度传感器、图像采集器和雷达采集到的信息。
10.基于上述权利要求1-7中任意一项所述一种目标检测优化方法的一种目标检测的存储介质，其特征在于，包括储存器，储存器用于储存图像信息、环境信息以及车辆在不同行驶环境中的历史行驶记录。
...【技术特征摘要】
1.一种目标检测优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的目标检测优化方法，其特征在于，s1中，图像采集模块根据行人、车辆和交通设施的整体形态和轮廓特征进行识别和区分。
3.根据权利要求1所述的目标检测优化方法，其特征在于，s1中，路面状况包括路面类型、路面材质、路面标识和路面凹凸情况。
4.根据权利要求1所述的目标检测优化方法，其特征在于，s1中，路面类型包括直线路段、转弯路段、上坡路段和下坡路段。
5.根据权利要求1所述的目标检测优化方法，其特征在于，s1中，行驶状态包括车辆的行驶速度、转弯角度和灯光使用情况。
6.根据权利要求1所述的目标检测优化方法，其特征在于，s1中，障碍物包括除行人、车辆、交通设施和路面以外在路面出现的物...
【专利技术属性】
技术研发人员：李冰，张大巧，李邦杰，武健，李少朋，赵久奋，
申请(专利权)人：中国人民解放军火箭军工程大学，
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。