CN113705272A - 可行驶区域检测方法、装置、设备及存储介质 - Google Patents
可行驶区域检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113705272A CN113705272A CN202010429511.0A CN202010429511A CN113705272A CN 113705272 A CN113705272 A CN 113705272A CN 202010429511 A CN202010429511 A CN 202010429511A CN 113705272 A CN113705272 A CN 113705272A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- roi
- data
- parameter
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 109
- 238000001514 detection method Methods 0.000 claims abstract description 170
- 238000007781 pre-processing Methods 0.000 claims description 79
- 238000009826 distribution Methods 0.000 claims description 33
- 238000004891 communication Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 abstract description 21
- 238000005265 energy consumption Methods 0.000 abstract description 16
- 230000008569 process Effects 0.000 description 32
- 238000010586 diagram Methods 0.000 description 31
- 230000000694 effects Effects 0.000 description 9
- 230000003044 adaptive effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009827 uniform distribution Methods 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提供一种可行驶区域检测方法、装置、设备及存储介质,该方法包括:通过在检测到车辆的行驶场景符合目标ROI参数切换条件时,将车辆当前的ROI参数调整为与目标ROI参数切换条件对应的目标ROI参数,然后根据目标ROI参数进行可行驶区域检测。可见,本申请实施例中,针对不同道路行驶场景可以采用不同的ROI参数,有利于降低计算能耗,从而不仅可以节省计算资源,还可以提高局部检测精度。
Description
技术领域
本申请涉及智能车辆领域,尤其涉及一种可行驶区域检测方法、装置、设备及存储介质。
背景技术
在先进驾驶员辅助系统(Advanced Driver Assistance Systems,ADAS)系统中,可行驶区域检测具有非常重要的作用。基于可行驶区域检测可以降低目标对象检测的误检率,也可以用于目标对象的辅助测距。尤其是当道路场景中存在一些异形障碍物对象时,可行驶区域检测可以有效地检测出这些对象,从而可以提高自动驾驶系统的感知能力。
目前主要的可行驶区域检测包括:基于单目视觉的可行驶区域检测方法和基于双目视觉的可行驶区域检测方法。其中,相对于基于单目视觉的可行驶区域检测方法,基于双目视觉的可行驶区域检测方法可以适用于更加复杂的行驶场景,但基于双目视觉的可行驶区域检测方法的有效检测距离相对于基于单目视觉的可行驶区域检测方法的有效检测距离较短。因此,相关技术中的基于双目视觉的可行驶区域检测方法通常会采用较高的分辨率,以便于为了实现远距离大范围的检测。
但相关技术中的基于双目视觉的可行驶区域检测方法中的感兴趣区域(Regionof interest,ROI)参数是固定的,也就是说不管在任何道路行驶场景下,上述基于双目视觉的可行驶区域检测方法都需要较大的计算资源,因此,上述基于双目视觉的可行驶区域检测方法在任何道路行驶场景下的计算能耗都很大。
发明内容
本申请实施例提供一种可行驶区域检测方法、装置、设备及存储介质,不仅可以节省计算资源,还可以提高局部检测精度。
第一方面,本申请实施例提供一种可行驶区域检测方法,包括:
获取车辆在当前车辆时刻的行驶状态数据及可行驶区域数据;
基于上述行驶状态数据及可行驶区域数据,判断上述车辆的行驶场景是否符合感兴趣区域ROI参数切换条件;
若车辆的行驶场景符合ROI参数切换条件,则将车辆当前的ROI参数调整为目标ROI参数;
根据目标ROI参数,获取车辆在下一车辆时刻的可行驶区域数据。
本申请实施例中,通过在检测到车辆的行驶场景符合目标ROI参数切换条件时,将车辆当前的ROI参数调整为与目标ROI参数切换条件对应的目标ROI参数,然后根据目标ROI参数进行可行驶区域检测。可见,本申请实施例中,针对不同道路行驶场景可以采用不同的ROI参数,有利于降低计算能耗,从而不仅可以节省计算资源,还可以提高局部检测精度。
在一种可能的实现方式中,目标ROI参数包括以下至少一项:图像预处理参数、点云生成参数,或者可行驶区域生成参数;
其中,图像预处理参数包括以下至少一项:图像ROI的尺寸参数、图像ROI的位置参数,或者图像缩放层数;
点云生成参数包括以下至少一项:支撑点网格步长参数、支撑点稀疏程度参数,或者支撑点分布方式参数;
可行驶区域生成参数包括:占位网格分辨率参数。
在一种可能的实现方式中,ROI参数切换条件包括以下任一项:
高速道路行驶场景的预设ROI参数切换条件、拥堵道路行驶场景的预设ROI参数切换条件,或者狭窄空间上下坡道路行驶场景的预设ROI参数切换条件;
其中,拥堵道路行驶场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照小于第一预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且当前行进车道上距离车辆的第一预设距离内存在障碍物;
狭窄空间上下坡道路行驶场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照小于第一预设速度的行驶速度沿着与上一车辆时刻的行驶方向行驶、车辆的油门踏板状态和制动踏板状态断续变化,且车辆在垂直与水平地面的方向上存在大于第二预设距离的移动距离。
在一种可能的实现方式中,高速道路行驶场景的预设ROI参数切换条件包括以下任一项:第一子场景的预设ROI参数切换条件、第二子场景的预设ROI参数切换条件、第三子场景的预设ROI参数切换条件,或者第四子场景的预设ROI参数切换条件;
其中,第一子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且当前行进车道的相邻行进车道上距离车辆的第三预设距离内无障碍物;
第二子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且当前行进车道的相邻行进车道上距离车辆的第三预设距离内存在障碍物;
第三子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且当前行进车道上距离车辆的第三预设距离内存在障碍物;
第四子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着不同于上一车辆时刻的行驶方向行驶。
在一种可能的实现方式中,根据目标ROI参数,获取车辆在下一车辆时刻的可行驶区域数据,包括:
根据目标ROI参数、车辆在当前车辆时刻的行驶状态估计数据、可行驶区域数据,以及车辆在下一车辆时刻的双目图像数据,获取车辆在下一车辆时刻的行驶状态估计数据和点云数据;
根据车辆在下一车辆时刻的行驶状态估计数据和点云数据,获取车辆在下一车辆时刻的可行驶区域数据。
在一种可能的实现方式中,若目标ROI参数包括:图像预处理参数和点云生成参数,根据目标ROI参数、车辆在当前车辆时刻的行驶状态估计数据、可行驶区域数据,以及车辆在下一车辆时刻的双目图像数据,获取车辆在下一车辆时刻的行驶状态估计数据和点云数据,包括:
根据图像预处理参数、车辆在当前车辆时刻的行驶状态估计数据和可行驶区域数据,对车辆在下一车辆时刻的双目图像数据进行图像预处理,得到车辆在下一车辆时刻的图像处理数据;
根据车辆在当前车辆时刻的行驶状态估计数据和车辆在下一车辆时刻的双目图像数据进行状态估计处理,得到车辆在下一车辆时刻的行驶状态估计数据;
根据点云生成参数对车辆在下一车辆时刻的图像处理数据和行驶状态估计数据进行点云生成处理,得到车辆在下一车辆时刻的点云数据。
在一种可能的实现方式中,若目标ROI参数还包括:可行驶区域生成参数,根据车辆在下一车辆时刻的行驶状态估计数据和点云数据,获取车辆在下一车辆时刻的可行驶区域数据,包括:
根据可行驶区域生成参数对车辆在下一车辆时刻的行驶状态估计数据和点云数据进行可行驶区域生成处理,得到车辆在下一车辆时刻的可行驶区域数据。
在一种可能的实现方式中,根据目标ROI参数,获取车辆在下一车辆时刻的可行驶区域数据之前,方法还包括:将车辆在当前车辆时刻的可行驶区域数据投影到目标ROI参数对应的ROI,以便于在下一车辆时刻不仅可以在降低计算能耗,还可以准确地进行可行驶区域检测。
在一种可能的实现方式中,行驶状态数据包括以下至少一项:行驶速度、行驶方向、油门踏板状态、制动踏板状态。
第二方面,本申请实施例提供一种可行驶区域检测装置,包括:
第一获取模块,用于获取车辆在当前车辆时刻的行驶状态数据及可行驶区域数据;
判断模块,用于基于上述行驶状态数据及可行驶区域数据,判断上述车辆的行驶场景是否符合感兴趣区域ROI参数切换条件;
调整模块,用于若车辆的行驶场景符合ROI参数切换条件,则将车辆当前的ROI参数调整为目标ROI参数;
第二获取模块,用于根据目标ROI参数,获取车辆在下一车辆时刻的可行驶区域数据。
在一种可能的实现方式中,目标ROI参数包括以下至少一项:图像预处理参数、点云生成参数,或者可行驶区域生成参数;
其中,图像预处理参数包括以下至少一项:图像ROI的尺寸参数、图像ROI的位置参数,或者图像缩放层数;
点云生成参数包括以下至少一项:支撑点网格步长参数、支撑点稀疏程度参数,或者支撑点分布方式参数;
可行驶区域生成参数包括:占位网格分辨率参数。
在一种可能的实现方式中,ROI参数切换条件包括以下任一项:
高速道路行驶场景的预设ROI参数切换条件、拥堵道路行驶场景的预设ROI参数切换条件,或者狭窄空间上下坡道路行驶场景的预设ROI参数切换条件;
其中,拥堵道路行驶场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照小于第一预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且当前行进车道上距离车辆的第一预设距离内存在障碍物;
狭窄空间上下坡道路行驶场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照小于第一预设速度的行驶速度沿着与上一车辆时刻的行驶方向行驶、车辆的油门踏板状态和制动踏板状态断续变化,且车辆在垂直与水平地面的方向上存在大于第二预设距离的移动距离。
在一种可能的实现方式中,高速道路行驶场景的预设ROI参数切换条件包括以下任一项:第一子场景的预设ROI参数切换条件、第二子场景的预设ROI参数切换条件、第三子场景的预设ROI参数切换条件,或者第四子场景的预设ROI参数切换条件;
其中,第一子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且当前行进车道的相邻行进车道上距离车辆的第三预设距离内无障碍物;
第二子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且当前行进车道的相邻行进车道上距离车辆的第三预设距离内存在障碍物;
第三子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且当前行进车道上距离车辆的第三预设距离内存在障碍物;
第四子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着不同于上一车辆时刻的行驶方向行驶。
在一种可能的实现方式中,第二获取模块,包括:
第一获取单元,用于根据目标ROI参数、车辆在当前车辆时刻的行驶状态估计数据、可行驶区域数据,以及车辆在下一车辆时刻的双目图像数据,获取车辆在下一车辆时刻的行驶状态估计数据和点云数据;
第二获取单元,用于根据车辆在下一车辆时刻的行驶状态估计数据和点云数据,获取车辆在下一车辆时刻的可行驶区域数据。
在一种可能的实现方式中,若目标ROI参数包括:图像预处理参数和点云生成参数,第一获取单元具体用于:
根据图像预处理参数、车辆在当前车辆时刻的行驶状态估计数据和可行驶区域数据,对车辆在下一车辆时刻的双目图像数据进行图像预处理,得到车辆在下一车辆时刻的图像处理数据;
根据车辆在当前车辆时刻的行驶状态估计数据和车辆在下一车辆时刻的双目图像数据进行状态估计处理,得到车辆在下一车辆时刻的行驶状态估计数据;
根据点云生成参数对车辆在下一车辆时刻的图像处理数据和行驶状态估计数据进行点云生成处理,得到车辆在下一车辆时刻的点云数据。
在一种可能的实现方式中,若目标ROI参数还包括:可行驶区域生成参数,第二获取单元具体用于:
根据可行驶区域生成参数对车辆在下一车辆时刻的行驶状态估计数据和点云数据进行可行驶区域生成处理,得到车辆在下一车辆时刻的可行驶区域数据。
在一种可能的实现方式中,装置还包括:
投影模块,用于将车辆在当前车辆时刻的可行驶区域数据投影到目标ROI参数对应的ROI。
在一种可能的实现方式中,行驶状态数据包括以下至少一项:行驶速度、行驶方向、油门踏板状态、制动踏板状态。
第三方面,本申请实施例提供一种可行驶区域检测装置,包括:处理器、存储器和通信接口;
其中,所述通信接口用于获取待处理的数据;
所述存储器,用于存储程序指令;
所述处理器,用于调用并执行所述存储器中存储的程序指令,当所述处理器执行所述存储器存储的程序指令时,所述可行驶区域检测装置用于对待处理的数据执行上述第一方面的任意实现方式所述的方法,得到处理后的数据;
所述通信接口还用于输出处理后的数据。
第四方面,本申请实施例提供一种芯片,包括上述第三方面的任意实现方式所述的可行驶区域检测装置。
第五方面,本申请实施例提供一种车载设备,包括上述第三方面的任意实现方式所述的可行驶区域检测装置。
第六方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于实现上述第一方面的任意实现方式所述的方法。
第七方面,本申请实施例提供一种芯片系统,该芯片系统包括处理器,还可以包括存储器和通信接口,用于实现上述第一方面的任意实现方式所述的方法。示例性地,该芯片系统可以由芯片构成,也可以包含芯片和其他分立器件。
第八方面,本申请实施例提供一种程序,该程序在被处理器执行时用于执行上述第一方面的任意实现方式所述的方法。
第九方面,本申请实施例提供一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述第一方面的任意实现方式所述的方法。
附图说明
图1为本申请实施例提供的车辆中硬件系统的架构示意图;
图2为本申请实施例提供的车辆中软件系统的架构示意图;
图3为本申请实施例提供的车辆中软件系统的执行时序示意图;
图4为本申请实施例提供的可行驶区域检测方法的主要组成部分的示意图一;
图5为本申请实施例提供的可行驶区域检测方法的主要组成部分的示意图二;
图6为本申请实施例提供的点云生成参数的调整对系统性能的影响示意图一;
图7为本申请实施例提供的点云生成参数的调整对系统性能的影响示意图二;
图8为本申请一实施例提供的可行驶区域检测方法的流程示意图;
图9为本申请实施例提供的包含ROI的图像示意图一;
图10为本申请实施例提供的包含ROI的图像示意图二;
图11为本申请实施例提供的包含ROI的图像示意图三;
图12为本申请实施例提供的包含ROI的图像示意图四;
图13为本申请实施例提供的包含ROI的图像示意图五;
图14为本申请实施例提供的可行驶区域检测方法的执行时序示意图;
图15为本申请一实施例提供的可行驶区域检测装置的结构示意图;
图16为本申请另一实施例提供的可行驶区域检测装置的结构示意图。
具体实施方式
首先,对本申请实施例所涉及的应用场景和部分词汇进行解释说明。
本申请实施例提供的可行驶区域检测方法、装置、设备及存储介质可以应用在车辆在不同道路行驶场景下的基于双目视觉的可行驶区域检测场景。
示例性地,本申请实施例提供的可行驶区域检测方法、装置、设备及存储介质可以应用在高速道路行驶场景下的可行驶区域检测场景、拥堵道路行驶场景下的可行驶区域检测场景以及狭窄空间上下坡道路行驶场景(例如上下多层停车库场景等)下的可行驶区域检测场景。下面分别对上述高速道路行驶场景、拥堵道路行驶场景和狭窄空间上下坡道路行驶场景进行介绍。
1)高速道路行驶场景:
示例性地,车辆的行驶速度大于第二预设速度(例如40km/h)。
2)拥堵道路行驶场景:
示例性地,车辆的行驶速小于第一预设速度(例如20km/h),且当前行进车道上距离车辆的第一预设距离(例如15m)内存在障碍物。
3)狭窄空间上下坡道路行驶场景:
示例性地,车辆的行驶速小于第一预设速度(例如20km/h)、车辆的油门踏板状态和制动踏板状态断续变化(例如,驾驶员断续踩踏油门和踏板),且车辆在垂直于水平地面的方向上存在大于第二预设距离(例如0.5m)的移动距离,例如,1s内自车运动方向在Z轴(或者说与地面垂直向上的轴向)上移动6m。
当然,本申请实施例提供的可行驶区域检测方法、装置、设备及存储介质还可以应用在其它场景,本申请实施例中对此并不作限制。
本申请实施例中,本申请实施例提供的可行驶区域检测方法的执行主体可以是可行驶区域检测装置。示例性地,可行驶区域检测装置可以是芯片、芯片系统、电路或者模块等,本申请不作限制。
示例性地,本申请实施例中涉及的可行驶区域检测装置可以为芯片系统;当然,还可以为其它具有数据和/或图像等处理功能的计算装置。
图1为本申请实施例提供的车辆中硬件系统的架构示意图。如图1所示,车辆中硬件系统的架构示意图中可以包括但不限于:双目相机10、芯片系统11、电子控制单元(Electronic Control Unit,ECU)12、控制器13和控制器局域网络(Controller AreaNetwork,CAN)总线14。其中,双目相机10用于采集图像数据;CAN总线14用于提供车辆的行驶状态数据;芯片系统11用于根据双目相机10采集的图像数据和CAN总线14提供的数据进行可行驶区域检测;ECU 12用于根据芯片系统11的检测结果和CAN总线14提供的数据确定控制决策;控制器13用于根据ECU 12的控制决策控制车辆的运动。应理解,芯片系统11可以采用本申请实施例提供的可行驶区域检测方法。
图2为本申请实施例提供的车辆中软件系统的架构示意图。如图2所示,车辆中软件系统的架构示意图中可以包括但不限于:驱动层20、业务软件层21、规划与控制层22和执行层23。其中,驱动层20用于读取车辆内所有车载传感器的数据,例如可以包括但不限于:双目相机的图像数据和/或CAN总线提供的数据;业务软件层21用于执行车辆检测、行人检测和/或可行驶区域检测等任务;控制与规划层22用于根据业务软件层21的所有检测结果(例如可以包括但不限于:可行驶区域检测结果)进行路径规划并生成控制命令传达至执行层23;执行层23用于根据控制与规划层22生成的控制命令调用车辆内的车载设备从而控制车辆的运动。
图3为本申请实施例提供的车辆中软件系统的执行时序示意图。如图3所示,1)驱动层获取车辆内所有车载传感器的数据,例如双目相机的图像数据;2)业务软件层从驱动层获取双目相机的图像数据,其次对双目相机的图像数据进行图像校准处理,然后进行可行驶区域检测,最后向规划与控制层输出检测结果;3)规划与控制层根据检测结果进行路径规划和生成控制命令,并向执行层传达控制命令;4)执行层根据控制命令调用车辆内的车载设备从而控制车辆的运动。
针对相关技术中的基于双目视觉的可行驶区域检测方法中的ROI参数是固定的,也就是说不管在任何道路行驶场景下,上述基于双目视觉的可行驶区域检测方法都需要较大的计算资源,导致相关技术中的基于双目视觉的可行驶区域检测方法在任何道路行驶场景下的计算能耗都很大的技术问题,本申请实施例中,通过在检测到车辆的行驶场景符合ROI参数切换条件时,将车辆当前的ROI参数调整为与当前所符合的ROI参数切换条件对应的目标ROI参数,然后根据目标ROI参数进行可行驶区域检测。可见,本申请实施例中,针对不同道路行驶场景可以采用不同的ROI参数,有利于降低计算能耗,从而不仅可以节省计算资源,还可以提高局部检测精度。
图4为本申请实施例提供的可行驶区域检测方法的主要组成部分的示意图一。如图4所示,本申请实施例提供的可行驶区域检测方法的主要组成部分可以包括但不限于:图像预处理部分、自我运动(ego motion)估计部分、点云生成部分和可行驶区域生成部分和场景自适应ROI决策部分。
其中,场景自适应ROI决策部分用于自动地检测车辆的当前行驶场景,并在检测到车辆的行驶场景符合ROI参数切换条件时,通过将车辆当前的ROI参数调整为与当前所符合的ROI参数切换条件对应的目标ROI参数,从而实现降低计算能耗并提高局部检测精度的目标。需要说明的是,上述目标ROI参数可以包括但不限于:上述图像预处理部分对应的与ROI调整相关的图像预处理参数、点云生成部分对应的与ROI调整相关的点云生成参数,和/或,可行驶区域生成部分对应的与ROI调整相关的可行驶区域生成参数中的至少一项参数。
图5为本申请实施例提供的可行驶区域检测方法的主要组成部分的示意图二。在上述图4所示实施例的基础上,图5所示实施例对各主要组成部分进行详细的介绍。如图5所示,本申请实施例提供的可行驶区域检测方法的主要组成部分可以包括但不限于:图像预处理部分、自我运动估计部分、点云生成部分和可行驶区域生成部分和场景自适应ROI决策部分。
其中,图像预处理部分用于对双目相机的图像数据进行图像预处理,实现图像ROI设置、图像缩放、图像颜色转换(例如彩色转灰度等)、图像增强等预处理功能。
自我运动估计部分用于实现自车定位功能。
点云生成部分用于实现双目相机的图像数据的特征描述器生成、支撑点生成、支撑点三角化、视差图生成、点云生成等深度图估计和3D点云生成功能。
可行驶区域生成部分用于实现网格设置、根据自我运动估计部分的估计结果更新高程地图、将新生成的点云加入高程地图、更新可行驶区域以生成Stixel(即用竖条纹表示的障碍物区域)等功能。
场景自适应ROI决策部分用于根据车辆在当前车辆时刻的CAN总线提供的纵向数据(例如,油门踏板状态、制动踏板状态、行驶速度,和/或行驶方向等)和可行驶区域数据,自动地检测车辆的当前行驶场景,并在检测到车辆的行驶场景符合ROI参数切换条件时,通过将车辆当前的ROI参数调整为与当前所符合的ROI参数切换条件对应的目标ROI参数,从而实现降低计算能耗并提高局部检测精度的目标。
本申请下述实施例依次对上述图像预处理部分对应的与ROI调整相关的图像预处理参数、点云生成部分对应的与ROI调整相关的点云生成参数,以及可行驶区域生成部分对应的与ROI调整相关的可行驶区域生成参数进行介绍。
1)图像预处理部分对应的与ROI调整相关的图像预处理参数
示例性地,本申请实施例中涉及的上述图像预处理参数可以包括但不限于:图像ROI设置参数,和/或,图像缩放层数;其中,图像ROI设置参数可以包括但不限于:图像ROI的尺寸参数,和/或,图像ROI的位置参数。
表1为关于图像预处理参数的调整对系统性能的影响示意表
2)点云生成部分对应的与ROI调整相关的点云生成参数
示例性地,本申请实施例中涉及的上述点云生成参数可以包括但不限于以下至少一项:支撑点网格步长参数、支撑点稀疏程度参数,或者支撑点分布方式参数。
表2为关于点云生成参数的调整对系统性能的影响示意表
图6为本申请实施例提供的点云生成参数的调整对系统性能的影响示意图一。1)如图6所示,沿着箭头方向,设置ROI距离越远,则支撑点网格步长参数越小,例如宽高步长由8*8依次变为6*6和4*4,以便提高检测精度,从而降低漏检概率。2)如图6所示,支撑点稀疏程度参数越稀疏,则计算能耗越低但相应的检测精度也降低了,因此,对于近距离ROI可以采用更稀疏的分布,对于远距离ROI可以采用更密集的分布。3)支撑点分布方式参数所指示的分布公式可以包括但不限于:均匀分布方式或者集中分布到检测出的已知对象上。对于近距离ROI,通常采用均匀分布方式,可以降低漏检率,对于远距离ROI,通常采用将支撑点分布到已知对象上的方式,可以提高检测精度和降低漏检率。
图7为本申请实施例提供的点云生成参数的调整对系统性能的影响示意图二,如图7所示,显示了支撑点的分布稀疏程度对可行驶区域的检测精度的影响。为了提高像素深度估计的计算效率,首先会分布稀疏的支撑点,然后计算支撑点的深度,而对于其他像素的深度通过三角化支撑点区域进行近似深度估计。如图7(a)所示,支撑点越密集,则其它像素的深度估计会越准确,如图7(b)所示,支撑点越稀疏,则其它像素的深度估计会越粗糙。
3)可行驶区域生成部分对应的与ROI调整相关的可行驶区域生成参数
示例性地,本申请实施例中涉及的上述可行驶区域生成参数可以包括但不限于:占位网格分辨率参数。
表3为关于可行驶区域生成参数的调整对系统性能的影响示意表
本申请实施例中,“至少一个”是指一个或者多个,“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的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图8为本申请一实施例提供的可行驶区域检测方法的流程示意图。如图8所示,本申请实施例的方法可以包括:
步骤S801、获取车辆在当前车辆时刻的行驶状态数据及可行驶区域数据。
本步骤中,可行驶区域检测装置可以通过CAN总线获取车辆在当前车辆时刻的行驶状态数据。示例性地,行驶状态数据可以包括但不限于以下至少一项:行驶速度、行驶方向、油门踏板状态、制动踏板状态。应理解,行驶速度可以与车辆内的轮速里程计相对应,行驶方向可以与车辆内的方向盘转角相对应,行驶方向还可以与车辆的转向灯状态相对应(例如,若转向灯处于开启状态,则可以确定车辆的行驶方向发生了转向;若转向灯处于关闭状态,则可以确定车辆的行驶方向未发生转向)。
应理解,上述车辆在当前车辆时刻的可行驶区域数据可以是可行驶区域检测装置的可行驶区域生成部分所检测到的。示例性地,可行驶区域检测装置可以根据上述车辆在当前车辆时刻的行驶状态估计数据和上述车辆在当前车辆时刻的点云数据进行可行驶区域生成处理,便可得到上述车辆在当前车辆时刻的可行驶区域数据。其中,上述车辆在当前车辆时刻的可行驶区域数据的具体的获取方式,本申请实施例的后续部分(参见图14所示实施例)会进行介绍。
示例性地,上述可行驶区域数据可以包括但不限于以下至少一项:ROI中是否存在障碍物信息、障碍物的位置信息、障碍物的尺寸信息。
步骤S802、基于行驶状态数据及可行驶区域数据,判断车辆的行驶场景是否符合感兴趣区域ROI参数切换条件。
本申请实施例中,可行驶区域检测装置中可以预置有至少一种感兴趣区域ROI参数切换条件,以便于根据车辆在当前车辆时刻的行驶状态数据及可行驶区域数据,可以实时地判断车辆的行驶场景是否符合某种ROI参数切换条件。
可选地,可行驶区域检测装置中预置的至少一种感兴趣区域ROI参数切换条件可以包括但不限于以下至少一项:高速道路行驶场景的预设ROI参数切换条件、拥堵道路行驶场景的预设ROI参数切换条件,或者狭窄空间上下坡道路行驶场景的预设ROI参数切换条件。
示例性地,拥堵道路行驶场景的预设ROI参数切换条件可以包括但不限于:车辆在当前行进车道上按照小于第一预设速度(例如20km/h)的行驶速度沿着上一车辆时刻的行驶方向行驶(例如,转向灯处于关闭状态),且当前行进车道上距离车辆的第一预设距离(例如15m)内存在障碍物。
示例性地,狭窄空间上下坡道路行驶场景的预设ROI参数切换条件可以包括但不限于:车辆在当前行进车道上按照小于第一预设速度(例如20km/h)的行驶速度沿着与上一车辆时刻的行驶方向行驶(例如,转向灯处于关闭状态)、车辆的油门踏板状态和制动踏板状态断续变化(例如,驾驶员断续踩踏油门踏板和制动踏板),且车辆在垂直与水平地面的方向上存在大于第二预设距离(例如0.5m)的移动距离,例如,1s内自车运动方向在Z轴(或者说与地面垂直向上的轴向)上移动6m。
示例性地,高速道路行驶场景的预设ROI参数切换条件可以包括但不限于以下至少一项:第一子场景的预设ROI参数切换条件、第二子场景的预设ROI参数切换条件、第三子场景的预设ROI参数切换条件,或者第四子场景的预设ROI参数切换条件。
其中,第一子场景的预设ROI参数切换条件可以包括但不限于:车辆在当前行进车道上按照大于第二预设速度(例如40km/h)的行驶速度沿着上一车辆时刻的行驶方向行驶(例如,转向灯处于关闭状态),且当前行进车道的相邻行进车道上距离车辆的第三预设距离(例如50m)内无障碍物。
第二子场景的预设ROI参数切换条件可以包括但不限于:车辆在当前行进车道上按照大于第二预设速度(例如40km/h)的行驶速度沿着上一车辆时刻的行驶方向行驶(例如,转向灯处于关闭状态),且当前行进车道的相邻行进车道上距离车辆的第三预设距离内存在障碍物(例如,在ROI中的当前行进车道的相邻行进车道上检测到障碍物,且随着车辆的前行障碍物越来越近,已经到达ROI边界)。
第三子场景的预设ROI参数切换条件可以包括但不限于:车辆在当前行进车道上按照大于第二预设速度(例如40km/h)的行驶速度沿着上一车辆时刻的行驶方向行驶(例如,转向灯处于关闭状态),且当前行进车道上距离车辆的第三预设距离内存在障碍物(例如,在ROI中的当前行进车道上检测到障碍物,且随着车辆的前行障碍物越来越近,已经到达ROI边界)。
所述第四子场景的预设ROI参数切换条件可以包括但不限于:车辆在当前行进车道上按照大于第二预设速度(例如40km/h)的行驶速度沿着不同于上一车辆时刻的行驶方向行驶(例如,转向灯处于开启状态)。
本步骤中,可行驶区域检测装置可以根据步骤S801中获取到的车辆在当前车辆时刻的行驶状态数据及可行驶区域数据,判断车辆的当前行驶场景是否符合上述至少一种感兴趣区域ROI参数切换条件中的某种ROI参数切换条件(为了便于描述,可以称之为目标ROI参数切换条件)。
应理解,目标ROI参数切换条件可以包括但不限于以下任一项:高速道路行驶场景的预设ROI参数切换条件、拥堵道路行驶场景的预设ROI参数切换条件,或者狭窄空间上下坡道路行驶场景的预设ROI参数切换条件。
步骤S803、若车辆的行驶场景符合ROI参数切换条件,则将车辆当前的ROI参数调整为目标ROI参数。
本申请实施例中,可行驶区域检测装置中可以预置有上述至少一种感兴趣区域ROI参数切换条件中的每种ROI参数切换条件所对应的ROI参数,以便于在检测到车辆的当前行驶场景符合某种ROI参数切换条件时,可以将车辆当前的ROI参数调整为当前所符合的ROI参数切换条件对应的ROI参数(为了便于描述,可以称之为目标ROI参数)。
本步骤中,若车辆的当前行驶场景符合上述至少一种感兴趣区域ROI参数切换条件中的某种ROI参数切换条件(为了便于描述,可以称之为目标ROI参数切换条件),则可行驶区域检测装置可以将车辆当前的ROI参数调整为与上述目标ROI参数切换条件对应的目标ROI参数。
例如,若可行驶区域检测装置中可以预置有ROI参数切换条件1所对应的ROI参数1、ROI参数切换条件2所对应的ROI参数2、ROI参数切换条件3所对应的ROI参数3,且检测到车辆的当前行驶场景符合上述ROI参数切换条件2,则可行驶区域检测装置可以将车辆当前的ROI参数调整为上述ROI参数2。
示例性地,上述目标ROI参数可以包括但不限于以下至少一项:图像预处理参数、点云生成参数,或者可行驶区域生成参数。
其中,图像预处理参数可以包括但不限于以下至少一项:图像ROI的尺寸参数、图像ROI的位置参数,或者图像缩放层数。
点云生成参数可以包括但不限于以下至少一项:支撑点网格步长参数、支撑点稀疏程度参数,或者支撑点分布方式参数。
可行驶区域生成参数可以包括但不限于:占位网格分辨率参数。
应理解,本申请实施例中涉及的将车辆当前的ROI参数调整为与上述目标ROI参数切换条件对应的目标ROI参数过程中,会将车辆当前的ROI参数中与目标ROI参数所包含的不相同的相应参数修改为与目标ROI参数相同,但会保留车辆当前的ROI参数中与目标ROI参数相同的相应参数,另外还可以保留车辆当前的ROI参数中目标ROI参数所不包含的其它参数。
本申请下述实施例中,对车辆的当前行驶场景符合不同ROI参数切换条件时的ROI参数调整方式进行介绍。
1)车辆的行驶场景符合上述高速道路行驶场景的预设ROI参数切换条件:
一种可能的实现方式中,若检测到车辆的当前行驶场景符合上述第一子场景的预设ROI参数切换条件,即上述目标ROI参数切换条件为第一子场景的预设ROI参数切换条件,则可行驶区域检测装置可以将车辆当前的ROI参数调整为与上述第一子场景的预设ROI参数切换条件所对应的目标ROI参数。
为了便于理解,本申请下述实施例中提供了关于第一子场景的预设ROI参数切换条件的示意表,并结合示意表对本实现方式进行介绍。
表4为关于第一子场景的预设ROI参数切换条件的示意表
需要说明的是,表4中各参数的取值仅为示例性的,具体数值可以根据实际情况而定,本申请实施例中对此并不作限定。
示例性地,如表4所示,上述第一子场景的预设ROI参数切换条件所对应的目标ROI参数可以包括以下至少一项主调节参数:图像ROI的尺寸参数(例如,ROI可以覆盖50m-80m范围)、图像ROI的位置参数(例如,ROI可以位于距离车辆50m之外的位置)、支撑点网格步长参数(例如,网格步长参数为4*4)、占位网格分辨率参数(例如,占位网格分辨率参数为网格尺寸设置为0.8m)。
又一示例性地,如表4所示,上述第一子场景的预设ROI参数切换条件所对应的目标ROI参数还可以包括以下至少一项辅助调节参数:图像缩放层数(例如,图像缩放层数为2层)、支撑点稀疏程度参数(例如,支撑点稀疏程度参数所指示的支撑点密集程度大于预设密集程度)、支撑点分布方式参数(例如,支撑点分布方式参数用于指示以障碍物分布为主的分布方式)。
当然,上述第一子场景的预设ROI参数切换条件所对应的目标ROI参数还可以包括其它参数,本申请实施例中对此并不作限定。
应理解,若目标ROI参数中包括图像预处理部分对应的任意图像预处理参数,且该图像预处理参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化图像预处理部分;若目标ROI参数中包括点云生成部分对应的任意点云生成参数,且该点云生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化点云生成部分;若目标ROI参数中包括可行驶区域生成部分对应的任意可行驶区域生成参数,且该可行驶区域生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化可行驶区域生成部分。
另一种可能的实现方式中,若检测到车辆的行驶场景符合上述第二子场景的预设ROI参数切换条件,即上述目标ROI参数切换条件为第二子场景的预设ROI参数切换条件,则可行驶区域检测装置可以将车辆当前的ROI参数调整为与上述第二子场景的预设ROI参数切换条件所对应的目标ROI参数。
为了便于理解,本申请下述实施例中提供了关于第二子场景的预设ROI参数切换条件的示意表,并结合示意表对本实现方式进行介绍。
表5为关于第二子场景的预设ROI参数切换条件的示意表
需要说明的是,表5中各参数的取值仅为示例性的,具体数值可以根据实际情况而定,本申请实施例中对此并不作限定。
示例性地,上述第二子场景的预设ROI参数切换条件所对应的目标ROI参数的相关内容,可以参考上述第一子场景的预设ROI参数切换条件所对应的目标ROI参数的相关内容,此处不再赘述。
应理解,若目标ROI参数中包括图像预处理部分对应的任意图像预处理参数,且该图像预处理参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化图像预处理部分;若目标ROI参数中包括点云生成部分对应的任意点云生成参数,且该点云生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化点云生成部分;若目标ROI参数中包括可行驶区域生成部分对应的任意可行驶区域生成参数,且该可行驶区域生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化可行驶区域生成部分。
应理解,若车辆当前的ROI参数包括目标ROI参数,或者说车辆当前的ROI参数中与目标ROI参数相对应的参数,均与目标ROI参数相同,即参数未发生调整,则可行驶区域检测装置不需要重新初始化。
图9为本申请实施例提供的包含ROI的图像示意图一,如图9所示,在ROI中的当前行进车道的相邻行进车道上检测到障碍物,且随着车辆的前行障碍物越来越近,已经到达ROI边界,当障碍物相对车辆继续运动超出ROI边界时,由于障碍物不在当前行进车道,并不会影响车辆的安全行驶,可行驶区域检测装置可以根据车辆的行驶状态估计数据采用运动轨迹预测方式,继续跟踪障碍物,直至障碍物从车辆的双目相机所采集的图像数据中消失。
另一种可能的实现方式中,若检测到车辆的行驶场景符合上述第三子场景的预设ROI参数切换条件,即上述目标ROI参数切换条件为第三子场景的预设ROI参数切换条件,则可行驶区域检测装置可以将车辆当前的ROI参数调整为与上述第三子场景的预设ROI参数切换条件所对应的目标ROI参数。
为了便于理解,本申请下述实施例中提供了关于第三子场景的预设ROI参数切换条件的示意表,并结合示意表对本实现方式进行介绍。
表6为关于第三子场景的预设ROI参数切换条件的示意表
需要说明的是,表6中各参数的取值仅为示例性的,具体数值可以根据实际情况而定,本申请实施例中对此并不作限定。
示例性地,如表6所示,上述第三子场景的预设ROI参数切换条件所对应的目标ROI参数可以包括以下至少一项主调节参数:图像ROI的尺寸参数(例如,ROI可以覆盖0m-50m范围)、图像ROI的位置参数(例如,ROI可以位于距离车辆50m之内的位置)、支撑点网格步长参数(例如,网格步长参数为8*8)、占位网格分辨率参数(例如,占位网格分辨率参数为网格尺寸设置为0.2m)。
又一示例性地,如表6所示,上述第三子场景的预设ROI参数切换条件所对应的目标ROI参数还可以包括以下至少一项辅助调节参数:图像缩放层数(例如,图像缩放层数为4层)、支撑点稀疏程度参数(例如,支撑点稀疏程度参数所指示的支撑点密集程度不大于预设密集程度)、支撑点分布方式参数(例如,支撑点分布方式参数用于指示以障碍物分布为主的分布方式)。
当然,上述第三子场景的预设ROI参数切换条件所对应的目标ROI参数还可以包括其它参数,本申请实施例中对此并不作限定。
应理解,若目标ROI参数中包括图像预处理部分对应的任意图像预处理参数,且该图像预处理参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化图像预处理部分;若目标ROI参数中包括点云生成部分对应的任意点云生成参数,且该点云生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化点云生成部分;若目标ROI参数中包括可行驶区域生成部分对应的任意可行驶区域生成参数,且该可行驶区域生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化可行驶区域生成部分。
图10为本申请实施例提供的包含ROI的图像示意图二,如图10所示,在ROI中的当前行进车道上检测到障碍物,且随着车辆的前行障碍物越来越近,已经到达ROI边界,当障碍物相对车辆继续运动超出ROI边界时,由于障碍物在当前行进车道,会影响车辆的安全行驶,可行驶区域检测装置可以将ROI向车辆的近处移动,并将车辆在当前车辆时刻的可行驶区域数据重投影到目标ROI参数对应的新ROI,然后持续地检测和跟踪障碍物。
另一种可能的实现方式中,若检测到车辆的行驶场景符合上述第四子场景的预设ROI参数切换条件,即上述目标ROI参数切换条件为第四子场景的预设ROI参数切换条件,则可行驶区域检测装置可以将车辆当前的ROI参数调整为与上述第四子场景的预设ROI参数切换条件所对应的目标ROI参数。
为了便于理解,本申请下述实施例中提供了关于第四子场景的预设ROI参数切换条件的示意表,并结合示意表对本实现方式进行介绍。
表7为关于第四子场景的预设ROI参数切换条件的示意表
需要说明的是,表7中各参数的取值仅为示例性的,具体数值可以根据实际情况而定,本申请实施例中对此并不作限定
示例性地,如表7所示,上述第四子场景的预设ROI参数切换条件所对应的目标ROI参数可以包括以下至少一项主调节参数:图像ROI的尺寸参数(例如,ROI可以覆盖0m-50m范围)、图像ROI的位置参数(例如,ROI可以位于距离车辆50m之内的位置)、支撑点网格步长参数(例如,网格步长参数为8*8)、占位网格分辨率参数(例如,占位网格分辨率参数为网格尺寸设置为0.2m)。
又一示例性地,如表7所示,上述第四子场景的预设ROI参数切换条件所对应的目标ROI参数还可以包括以下至少一项辅助调节参数:图像缩放层数(例如,图像缩放层数为4层)、支撑点稀疏程度参数(例如,支撑点稀疏程度参数所指示的支撑点密集程度不大于预设密集程度)、支撑点分布方式参数(例如,支撑点分布方式参数用于指示以障碍物分布为主的分布方式)。
当然,上述第四子场景的预设ROI参数切换条件所对应的目标ROI参数还可以包括其它参数,本申请实施例中对此并不作限定。
应理解,若目标ROI参数中包括图像预处理部分对应的任意图像预处理参数,且该图像预处理参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化图像预处理部分;若目标ROI参数中包括点云生成部分对应的任意点云生成参数,且该点云生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化点云生成部分;若目标ROI参数中包括可行驶区域生成部分对应的任意可行驶区域生成参数,且该可行驶区域生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化可行驶区域生成部分。
图11为本申请实施例提供的包含ROI的图像示意图三,如图11所示,由于检测到转向灯处于开启状态,可行驶区域检测装置可以确定车辆会沿着不同于上一车辆时刻的行驶方向行驶(即车辆转弯),也就是说车辆前方的场景会迅速切换为未知场景,因此,将ROI向车辆的近处移动,以便于在未知场景下可以检测到中近处对象,从而提高车辆行驶的安全性。
综上所述,可行驶区域检测装置在检测到车辆的行驶场景符合上述高速道路行驶场景时,可以根据车辆的行驶场景所符合的不同ROI参数切换条件,可以将ROI的检测区域从远处调整至近处,或者从近处跳转至远处的自适应调整,从而可以有效地降低计算耗能并提高了远处可行驶区域的检测距离和精度。
2)车辆的行驶场景符合上述拥堵道路行驶场景的预设ROI参数切换条件:
示例性地,若检测到车辆的当前行驶场景符合上述拥堵道路行驶场景的预设ROI参数切换条件,即上述目标ROI参数切换条件为拥堵道路行驶场景的预设ROI参数切换条件,则可行驶区域检测装置可以将车辆当前的ROI参数调整为与上述拥堵道路行驶场景的预设ROI参数切换条件所对应的目标ROI参数。
为了便于理解,本申请下述实施例中提供了关于拥堵道路行驶场景的预设ROI参数切换条件的示意表,并结合示意表对本实现方式进行介绍。
表8为关于拥堵道路行驶场景的预设ROI参数切换条件的示意表
需要说明的是,表8中各参数的取值仅为示例性的,具体数值可以根据实际情况而定,本申请实施例中对此并不作限定。
示例性地,如表8所示,上述拥堵道路行驶场景的预设ROI参数切换条件所对应的目标ROI参数可以包括以下至少一项主调节参数:图像ROI的尺寸参数(例如,ROI可以覆盖0m-50m范围)、图像ROI的位置参数(例如,ROI可以位于距离车辆50m之内的位置)、支撑点网格步长参数(例如,网格步长参数为16*16)、占位网格分辨率参数(例如,占位网格分辨率参数为网格尺寸设置为0.1m)。
又一示例性地,如表8所示,上述拥堵道路行驶场景的预设ROI参数切换条件所对应的目标ROI参数还可以包括以下至少一项辅助调节参数:图像缩放层数(例如,图像缩放层数为6层)、支撑点稀疏程度参数(例如,支撑点稀疏程度参数所指示的支撑点密集程度不大于预设密集程度)、支撑点分布方式参数(例如,支撑点分布方式参数用于指示以均匀分布为主的分布方式)。
当然,上述拥堵道路行驶场景的预设ROI参数切换条件所对应的目标ROI参数还可以包括其它参数,本申请实施例中对此并不作限定。
应理解,若目标ROI参数中包括图像预处理部分对应的任意图像预处理参数,且该图像预处理参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化图像预处理部分;若目标ROI参数中包括点云生成部分对应的任意点云生成参数,且该点云生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化点云生成部分;若目标ROI参数中包括可行驶区域生成部分对应的任意可行驶区域生成参数,且该可行驶区域生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化可行驶区域生成部分。
图12为本申请实施例提供的包含ROI的图像示意图四,如图12所示,对于拥挤道路行驶场景,主要指近距离障碍物的检测。由于同一个近距离障碍物占据了图像的大部分区域,因此,可以采用更稀疏的支撑点分布及均匀分布方式等,从而可以降低计算能耗,并可以提高近处障碍物检测的精度。
3)车辆的行驶场景符合上述狭窄空间上下坡道路行驶场景的预设ROI参数切换条件:
示例性地,若检测到车辆的当前行驶场景符合上述狭窄空间上下坡道路行驶场景的预设ROI参数切换条件,即上述目标ROI参数切换条件为狭窄空间上下坡道路行驶场景的预设ROI参数切换条件,则可行驶区域检测装置可以将车辆当前的ROI参数调整为与上述狭窄空间上下坡道路行驶场景的预设ROI参数切换条件所对应的目标ROI参数。
为了便于理解,本申请下述实施例中提供了关于狭窄空间上下坡道路行驶场景的预设ROI参数切换条件的示意表,并结合示意表对本实现方式进行介绍。
表9为关于狭窄空间上下坡道路行驶场景的预设ROI参数切换条件的示意表
需要说明的是,表9中各参数的取值仅为示例性的,具体数值可以根据实际情况而定,本申请实施例中对此并不作限定。
示例性地,如表9所示,上述狭窄空间上下坡道路行驶场景的预设ROI参数切换条件所对应的目标ROI参数可以包括以下至少一项主调节参数:图像ROI的尺寸参数(例如,ROI可以覆盖0m-50m范围)、图像ROI的位置参数(例如,ROI可以位于距离车辆50m之内的位置)、支撑点网格步长参数(例如,网格步长参数为8*8)、占位网格分辨率参数(例如,占位网格分辨率参数为网格尺寸设置为0.1m)、支撑点稀疏程度参数(例如,支撑点稀疏程度参数用于指示将图像的两侧区域的支撑点分布密度调整为图像的中间区域的2倍)。
又一示例性地,如表9所示,上述狭窄空间上下坡道路行驶场景的预设ROI参数切换条件所对应的目标ROI参数还可以包括以下至少一项辅助调节参数:图像缩放层数(例如,图像缩放层数为6层)、支撑点分布方式参数(例如,支撑点分布方式参数用于指示以均匀分布为主的分布方式)。
当然,上述狭窄空间上下坡道路行驶场景的预设ROI参数切换条件所对应的目标ROI参数还可以包括其它参数,本申请实施例中对此并不作限定。
应理解,若目标ROI参数中包括图像预处理部分对应的任意图像预处理参数,且该图像预处理参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化图像预处理部分;若目标ROI参数中包括点云生成部分对应的任意点云生成参数,且该点云生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化点云生成部分;若目标ROI参数中包括可行驶区域生成部分对应的任意可行驶区域生成参数,且该可行驶区域生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化可行驶区域生成部分。
图13为本申请实施例提供的包含ROI的图像示意图五,如图13所示,对于狭窄空间上下坡道路行驶场景(例如,多层停车库中的上下坡场景),通过调整相关ROI参数,提高了车辆左右两侧关于障碍物的检测精度,从而不仅降低了计算能耗,还提高了狭窄空间内车辆行驶时对车辆左右两侧的保护程度。
步骤S804、根据目标ROI参数,获取车辆在下一车辆时刻的可行驶区域数据。
本步骤中,可行驶区域检测装置可以根据上述步骤S803中车辆的当前行驶场景所符合的ROI参数切换条件对应的目标ROI参数,进一步地获取车辆在下一车辆时刻的可行驶区域数据。可见,通过针对不同道路行驶场景可以采用不同的ROI参数,有利于降低可行驶区域检测过程中的计算能耗,从而不仅可以节省可行驶区域检测过程中的计算资源,还可以提高局部检测精度。
应理解,可行驶区域检测装置根据上述目标ROI参数,获取车辆在下一车辆时刻的可行驶区域数据,还以便于可行驶区域检测装置可以根据车辆在下一车辆时刻的行驶状态数据及可行驶区域数据,判断车辆在下一车辆时刻的行驶场景是否符合某种ROI参数切换条件,并在检测到车辆在下一车辆时刻的行驶场景符合某种ROI参数切换条件时,可以将车辆在下一车辆时刻的ROI参数调整为下一车辆时刻所符合的ROI参数切换条件对应的ROI参数。
本申请实施例的下述部分,对上述步骤S804中“根据目标ROI参数,获取车辆在下一车辆时刻的可行驶区域数据”的可实现方式进行介绍。
可选地,可行驶区域检测装置可以根据上述目标ROI参数、上述车辆在当前车辆时刻的行驶状态估计数据、可行驶区域数据,以及上述车辆在下一车辆时刻的双目图像数据,获取上述车辆在下一车辆时刻的行驶状态估计数据和点云数据。
需要说明的是,上述车辆在当前车辆时刻的行驶状态估计数据可以是可行驶区域检测装置的自我运动(ego motion)估计部分所得到的。示例性地,可行驶区域检测装置可以根据车辆在上一车辆时刻的行驶状态估计数据以及车辆在当前车辆时刻的双目图像数据进行状态估计处理,便可得到上述车辆在当前车辆时刻的行驶状态估计数据。其中,具体的状态估计处理的方式,可以参考相关技术中的状态估计处理方式,本申请实施例中对此并不作限定。
需要说明的是,上述车辆在当前车辆时刻的可行驶区域数据可以是可行驶区域检测装置的可行驶区域生成部分所检测到的。示例性地,可行驶区域检测装置可以根据上述车辆在当前车辆时刻的行驶状态估计数据和上述车辆在当前车辆时刻的点云数据进行可行驶区域生成处理,便可得到上述车辆在当前车辆时刻的可行驶区域数据。其中,具体的可行驶区域生成处理,可以参考相关技术中的可行驶区域生成处理方式,本申请实施例中对此并不作限定。
示例性地,若上述目标ROI参数包括:图像预处理参数和点云生成参数,则可行驶区域检测装置可以首先根据上述图像预处理参数、上述车辆在当前车辆时刻的行驶状态估计数据和上述车辆在当前车辆时刻的可行驶区域数据,对上述车辆在下一车辆时刻的双目图像数据进行图像预处理,便可得到上述车辆在下一车辆时刻的图像处理数据。其中,具体的图像预处理,可以参考相关技术中的图像预处理方式,本申请实施例中对此并不作限定。
其次,可行驶区域检测装置可以根据上述车辆在当前车辆时刻的行驶状态估计数据和上述车辆在下一车辆时刻的双目图像数据进行状态估计处理,便可得到上述车辆在下一车辆时刻的行驶状态估计数据。
然后,可行驶区域检测装置可以根据上述点云生成参数对上述车辆在下一车辆时刻的图像处理数据和上述车辆在下一车辆时刻的行驶状态估计数据进行点云生成处理,便可得到上述车辆在下一车辆时刻的点云数据。其中,具体的点云生成处理,可以参考相关技术中的点云生成处理方式,本申请实施例中对此并不作限定。
应理解,若上述目标ROI参数不包括图像预处理参数,则可行驶区域检测装置可以根据上述车辆当前的ROI参数中所包括的图像预处理参数进行图像预处理。若上述目标ROI参数不包括点云生成参数,则可行驶区域检测装置可以根据上述车辆当前的ROI参数中所包括的点云生成参数进行点云生成处理。
当然,可行驶区域检测装置根据上述目标ROI参数、上述车辆在当前车辆时刻的行驶状态估计数据、可行驶区域数据,以及上述车辆在下一车辆时刻的双目图像数据,还可通过其它方式获取上述车辆在下一车辆时刻的行驶状态估计数据和点云数据,本申请实施例中对此并不作限定。
进一步地,可行驶区域检测装置可以根据上述车辆在下一车辆时刻的行驶状态估计数据和点云数据,获取上述车辆在下一车辆时刻的可行驶区域数据。
示例性地,若上述目标ROI参数还包括:可行驶区域生成参数,则可行驶区域检测装置可以根据上述可行驶区域生成参数对上述车辆在下一车辆时刻的行驶状态估计数据和上述车辆在下一车辆时刻的点云数据进行可行驶区域生成处理,便可得到上述车辆在下一车辆时刻的可行驶区域数据。
应理解,若上述目标ROI参数不包括可行驶区域生成参数,则可行驶区域检测装置可以根据上述车辆当前的ROI参数中所包括的可行驶区域生成参数进行可行驶区域生成处理。
当然,可行驶区域检测装置根据上述车辆在下一车辆时刻的行驶状态估计数据和点云数据,还可以通过其它方式获取上述车辆在下一车辆时刻的可行驶区域数据,本申请实施例中对此并不作限定。
综上所述,本申请实施例中,通过在检测到车辆的行驶场景符合目标ROI参数切换条件时,将车辆当前的ROI参数调整为与目标ROI参数切换条件对应的目标ROI参数,然后根据目标ROI参数进行可行驶区域检测。可见,本申请实施例中,针对不同道路行驶场景可以采用不同的ROI参数,有利于降低计算能耗,从而不仅可以节省计算资源,还可以提高局部检测精度。
需要说明的是,本申请实施例提供的基于双目视觉的可行驶区域检测方法的计算能耗较低,从而可以应用于通用芯片系统,而无需使用神经网络专用硬件,从而还可以节省系统成本。
进一步地,可行驶区域检测装置在根据上述目标ROI参数,获取上述车辆在下一车辆时刻的可行驶区域数据之前,还可以将上述车辆在当前车辆时刻的可行驶区域数据重投影到上述目标ROI参数对应的新ROI,以便于在下一车辆时刻不仅可以在降低计算能耗,还可以准确地进行可行驶区域检测。
为了便于理解,本申请下述实施例中结合图4和图5所示,对本申请实施例提供的可行驶区域检测方法在当前车辆时刻的执行时序进行介绍。
图14为本申请实施例提供的可行驶区域检测方法的执行时序示意图。在上述实施例的基础上,如图14所示,本申请实施例的方法可以包括:可行驶区域检测和ROI自适应调整两大部分。
一、可行驶区域检测
1)可行驶区域检测装置可以从可行驶区域检测内存中获取车辆在当前车辆时刻的双目图像数据、车辆在上一车辆时刻的可行驶区域数据,以及车辆在上一车辆时刻的行驶状态估计数据。其次,可行驶区域检测装置可以根据车辆在当前车辆时刻的双目图像数据、车辆在上一车辆时刻的可行驶区域数据,以及车辆在上一车辆时刻的行驶状态估计数据进行图像预处理,便可得到车辆在当前车辆时刻的图像处理数据。然后,可行驶区域检测装置可以将车辆在当前车辆时刻的图像处理数据存入可行驶区域检测内存。
2)可行驶区域检测装置可以从可行驶区域检测内存中获取车辆在当前车辆时刻的双目图像数据,以及车辆在上一车辆时刻的行驶状态估计数据。其次,可行驶区域检测装置可以根据车辆在当前车辆时刻的双目图像数据,以及车辆在上一车辆时刻的行驶状态估计数据进行状态估计处理,便可得到车辆在当前车辆时刻的行驶状态估计数据。然后,可行驶区域检测装置可以将车辆在当前车辆时刻的行驶状态估计数据存入可行驶区域检测内存。
3)可行驶区域检测装置可以从可行驶区域检测内存中获取车辆在当前车辆时刻的图像处理数据,以及车辆在当前车辆时刻的行驶状态估计数据。其次,可行驶区域检测装置可以根据车辆在当前车辆时刻的图像处理数据,以及车辆在当前车辆时刻的行驶状态估计数据进行点云生成处理,便可得到上述车辆在当前车辆时刻的点云数据。然后,可行驶区域检测装置可以将车辆在当前车辆时刻的点云数据存入可行驶区域检测内存。
4)可行驶区域检测装置可以从可行驶区域检测内存中获取车辆在当前车辆时刻的点云数据,以及车辆在当前车辆时刻的行驶状态估计数据。其次,可行驶区域检测装置可以根据车辆在当前车辆时刻的点云数据,以及车辆在当前车辆时刻的行驶状态估计数据进行可行驶区域生成处理,便可得到上述车辆在当前车辆时刻的可行驶区域数据。然后,可行驶区域检测装置可以将车辆在当前车辆时刻的可行驶区域数据存入可行驶区域检测内存。
二、ROI自适应调整
1)可行驶区域检测装置可以从可行驶区域检测内存中获取车辆在当前车辆时刻的行驶状态数据(即CAN数据),以及车辆在当前车辆时刻的可行驶区域数据。其次,可行驶区域检测装置可以根据车辆在当前车辆时刻的行驶状态数据(即CAN数据),以及车辆在当前车辆时刻的可行驶区域数据判断车辆的当前行驶场景是否符合某个ROI参数切换条件(或者称之为行驶场景判决)。然后,若车辆的当前行驶场景符合某种ROI参数切换条件(为了便于描述,可以称之为目标ROI参数切换条件),则可行驶区域检测装置可以将车辆当前的ROI参数调整为与上述目标ROI参数切换条件对应的目标ROI参数。
示例性地,如图14所示,若目标ROI参数可以包括:图像预处理参数、点云生成参数,以及可行驶区域生成参数,则可行驶区域检测装置会调整上述图像预处理部分对应的与ROI调整相关的图像预处理参数、调整上述点云生成部分对应的与ROI调整相关的点云生成参数,以及调整上述可行驶区域生成部分对应的与ROI调整相关的可行驶区域生成参数。
需要说明的是,如图14所示,若目标ROI参数中包括图像预处理部分对应的任意图像预处理参数,且该图像预处理参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化图像预处理部分;若目标ROI参数中包括点云生成部分对应的任意点云生成参数,且该点云生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化点云生成部分;若目标ROI参数中包括可行驶区域生成部分对应的任意可行驶区域生成参数,且该可行驶区域生成参数在将车辆当前的ROI参数调整为目标ROI参数的过程中发生了调整,则可行驶区域检测装置还需要重新初始化可行驶区域生成部分。
应理解,若将车辆当前的ROI参数调整为目标ROI参数的过程导致ROI发生变化,则可行驶区域检测装置还可以将上述车辆在当前车辆时刻的可行驶区域数据重投影到上述目标ROI参数对应的新ROI,以便于在下一车辆时刻不仅可以在降低计算能耗,还可以准确地进行可行驶区域检测。
需要说明的是,图14中以可行驶区域检测装置在当前车辆时刻先执行可行驶区域检测部分,然后执行ROI自适应调整部分为例进行介绍的。应理解,可行驶区域检测装置在当前车辆时刻也可以先执行ROI自适应调整部分,然后执行可行驶区域检测部分;其中,可行驶区域检测部分可以参考图14中的相关可行驶区域检测部分,ROI自适应调整部分可以参考图14中的相关ROI自适应调整部分(但由于此时还未检测到车辆在当前车辆时刻的可行驶区域数据,因此,需要用车辆在上一车辆时刻的可行驶区域数据代替车辆在当前车辆时刻的可行驶区域数据),具体过程可以参考图14所示实施例,本申请实施例中对此并不作限定。
应理解,本申请实施例提供的可行驶区域检测方法在下一车辆时刻的执行时序,可以参考本申请实施例提供的可行驶区域检测方法在当前车辆时刻的执行时序,本申请实施例中对此并不作限定。
图15为本申请一实施例提供的可行驶区域检测装置的结构示意图,如图15所示,本申请实施例的可行驶区域检测装置150可以包括:第一获取模块1501、判断模块1502、调整模块1503以及第二获取模块1504。
其中,第一获取模块1501,用于获取车辆在当前车辆时刻的行驶状态数据及可行驶区域数据;
判断模块1502,用于基于上述行驶状态数据及上述可行驶区域数据,判断上述车辆的行驶场景是否符合感兴趣区域ROI参数切换条件;
调整模块1503,用于若车辆的行驶场景符合ROI参数切换条件,则将车辆当前的ROI参数调整为目标ROI参数;
第二获取模块1504,用于根据目标ROI参数,获取车辆在下一车辆时刻的可行驶区域数据。
在一种可能的实现方式中,目标ROI参数包括以下至少一项:图像预处理参数、点云生成参数,或者可行驶区域生成参数;
其中,图像预处理参数包括以下至少一项:图像ROI的尺寸参数、图像ROI的位置参数,或者图像缩放层数;
点云生成参数包括以下至少一项:支撑点网格步长参数、支撑点稀疏程度参数,或者支撑点分布方式参数;
可行驶区域生成参数包括:占位网格分辨率参数。
在一种可能的实现方式中,ROI参数切换条件包括以下任一项:
高速道路行驶场景的预设ROI参数切换条件、拥堵道路行驶场景的预设ROI参数切换条件,或者狭窄空间上下坡道路行驶场景的预设ROI参数切换条件;
其中,拥堵道路行驶场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照小于第一预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且当前行进车道上距离车辆的第一预设距离内存在障碍物;
狭窄空间上下坡道路行驶场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照小于第一预设速度的行驶速度沿着与上一车辆时刻的行驶方向行驶、车辆的油门踏板状态和制动踏板状态断续变化,且车辆在垂直与水平地面的方向上存在大于第二预设距离的移动距离。
在一种可能的实现方式中,高速道路行驶场景的预设ROI参数切换条件包括以下任一项:第一子场景的预设ROI参数切换条件、第二子场景的预设ROI参数切换条件、第三子场景的预设ROI参数切换条件,或者第四子场景的预设ROI参数切换条件;
其中,第一子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且当前行进车道的相邻行进车道上距离车辆的第三预设距离内无障碍物;
第二子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且当前行进车道的相邻行进车道上距离车辆的第三预设距离内存在障碍物;
第三子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且当前行进车道上距离车辆的第三预设距离内存在障碍物;
第四子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着不同于上一车辆时刻的行驶方向行驶。
在一种可能的实现方式中,第二获取模块,包括:
第一获取单元,用于根据目标ROI参数、车辆在当前车辆时刻的行驶状态估计数据、可行驶区域数据,以及车辆在下一车辆时刻的双目图像数据,获取车辆在下一车辆时刻的行驶状态估计数据和点云数据;
第二获取单元,用于根据车辆在下一车辆时刻的行驶状态估计数据和点云数据,获取车辆在下一车辆时刻的可行驶区域数据。
在一种可能的实现方式中,若目标ROI参数包括:图像预处理参数和点云生成参数,第一获取单元具体用于:
根据图像预处理参数、车辆在当前车辆时刻的行驶状态估计数据和可行驶区域数据,对车辆在下一车辆时刻的双目图像数据进行图像预处理,得到车辆在下一车辆时刻的图像处理数据;
根据车辆在当前车辆时刻的行驶状态估计数据和车辆在下一车辆时刻的双目图像数据进行状态估计处理,得到车辆在下一车辆时刻的行驶状态估计数据;
根据点云生成参数对车辆在下一车辆时刻的图像处理数据和行驶状态估计数据进行点云生成处理,得到车辆在下一车辆时刻的点云数据。
在一种可能的实现方式中,若目标ROI参数还包括:可行驶区域生成参数,第二获取单元具体用于:
根据可行驶区域生成参数对车辆在下一车辆时刻的行驶状态估计数据和点云数据进行可行驶区域生成处理,得到车辆在下一车辆时刻的可行驶区域数据。
在一种可能的实现方式中,上述装置还包括:
投影模块,用于将车辆在当前车辆时刻的可行驶区域数据投影到目标ROI参数对应的ROI。
在一种可能的实现方式中,行驶状态数据包括以下至少一项:行驶速度、行驶方向、油门踏板状态、制动踏板状态。
本申请实施例提供的可行驶区域检测装置,可以用于执行本申请上述可行驶区域检测方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
图16为本申请另一实施例提供的可行驶区域检测装置的结构示意图,如图16所示,本申请实施例的可行驶区域检测装置160可以包括:处理器1601、存储器1602和通信接口1603。其中,所述通信接口1603用于获取待处理的数据(例如,行驶状态数据,和/或,双目图像数据等);所述存储器1602,用于存储程序指令;所述处理器1601,用于调用并执行所述存储器1602中存储的程序指令,当所述处理器1601执行所述存储器1602存储的程序指令时,所述可行驶区域检测装置用于对待处理的数据执行本申请上述可行驶区域检测方法实施例中的技术方案,得到处理后的数据(例如,可行驶区域数据等),使得通信接口1603还用于输出处理后的数据,其实现原理和技术效果类似,此处不再赘述。
应理解,本申请实施例中的存储器1602还可以用于存储所述可行驶区域检测装置在执行本申请上述可行驶区域检测方法实施例中的技术方案过程中的中间结果数据。
示例性地,本申请实施例中涉及的通信接口可以包括但不限于:图像数据接口,和/或,CAN数据接口。
本申请实施例还提供一种芯片,可以包括本申请上述可行驶区域检测装置,或用于支持可行驶区域检测装置实现本申请实施例所示的功能。
示例性地,当实现上述方法的为电子设备内的芯片时,芯片可以包括处理单元,进一步的,芯片还可以包括通信单元,所述处理单元例如可以是处理器;当芯片包括通信单元时,所述通信单元例如可以是输入/输出接口、管脚或电路等。其中,处理单元执行本申请实施例中各个处理模块所执行的全部或部分动作,通信单元可执行相应的接收或获取动作。
本申请实施例还提供一种车载设备,可以包括本申请上述可行驶区域检测装置。
可选地,本申请实施例中的车载终端还可以包括:如图1所示的ECU 12以及控制器13;当然,本申请实施例中的车载终端还可以包括其它装置,本申请实施例中对此并不作限定。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于实现本申请上述可行驶区域检测方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
本申请实施例还提供一种芯片系统,该芯片系统包括处理器,还可以包括存储器和通信接口,用于实现本申请上述可行驶区域检测方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。示例性地,该芯片系统可以由芯片构成,也可以包含芯片和其它分立器件。
本申请实施例还提供一种程序,该程序在被处理器执行时用于执行本申请上述可行驶区域检测方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
本申请实施例还提供一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行本申请上述可行驶区域检测方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
本申请实施例中涉及的处理器可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
本申请实施例中涉及的存储器可以是非易失性存储器,比如硬盘(hard diskdrive,HDD)或固态硬盘(solid-state drive,SSD)等,还可以是易失性存储器(volatilememory),例如随机存取存储器(random-access memory,RAM)。存储器是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在上述各实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
Claims (22)
1.一种可行驶区域检测方法,其特征在于,包括:
获取车辆在当前车辆时刻的行驶状态数据及可行驶区域数据;
基于所述行驶状态数据及所述可行驶区域数据,判断所述车辆的行驶场景是否符合感兴趣区域ROI参数切换条件;
若所述车辆的行驶场景符合所述ROI参数切换条件,则将所述车辆当前的ROI参数调整为目标ROI参数;
根据所述目标ROI参数,获取所述车辆在下一车辆时刻的可行驶区域数据。
2.根据权利要求1所述的方法,其特征在于,所述目标ROI参数包括以下至少一项:图像预处理参数、点云生成参数,或者可行驶区域生成参数;
其中,所述图像预处理参数包括以下至少一项:图像ROI的尺寸参数、图像ROI的位置参数,或者图像缩放层数;
所述点云生成参数包括以下至少一项:支撑点网格步长参数、支撑点稀疏程度参数,或者支撑点分布方式参数;
所述可行驶区域生成参数包括:占位网格分辨率参数。
3.根据权利要求1或2所述的方法,其特征在于,所述ROI参数切换条件包括以下任一项:
高速道路行驶场景的预设ROI参数切换条件、拥堵道路行驶场景的预设ROI参数切换条件,或者狭窄空间上下坡道路行驶场景的预设ROI参数切换条件;
其中,所述拥堵道路行驶场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照小于第一预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且所述当前行进车道上距离所述车辆的第一预设距离内存在障碍物;
所述狭窄空间上下坡道路行驶场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照小于第一预设速度的行驶速度沿着与上一车辆时刻的行驶方向行驶、所述车辆的油门踏板状态和制动踏板状态断续变化,且所述车辆在垂直与水平地面的方向上存在大于第二预设距离的移动距离。
4.根据权利要求3所述的方法,其特征在于,所述高速道路行驶场景的预设ROI参数切换条件包括以下任一项:第一子场景的预设ROI参数切换条件、第二子场景的预设ROI参数切换条件、第三子场景的预设ROI参数切换条件,或者第四子场景的预设ROI参数切换条件;
其中,所述第一子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且所述当前行进车道的相邻行进车道上距离所述车辆的第三预设距离内无障碍物;
所述第二子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且所述当前行进车道的相邻行进车道上距离所述车辆的第三预设距离内存在障碍物;
所述第三子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且所述当前行进车道上距离所述车辆的第三预设距离内存在障碍物;
所述第四子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着不同于上一车辆时刻的行驶方向行驶。
5.根据权利要求2-4中任一项所述的方法,其特征在于,所述根据所述目标ROI参数,获取所述车辆在下一车辆时刻的可行驶区域数据,包括:
根据所述目标ROI参数、所述车辆在当前车辆时刻的行驶状态估计数据、可行驶区域数据,以及所述车辆在下一车辆时刻的双目图像数据,获取所述车辆在下一车辆时刻的行驶状态估计数据和点云数据;
根据所述车辆在下一车辆时刻的行驶状态估计数据和点云数据,获取所述车辆在下一车辆时刻的可行驶区域数据。
6.根据权利要求5所述的方法,其特征在于,若所述目标ROI参数包括:所述图像预处理参数和所述点云生成参数,所述根据所述目标ROI参数、所述车辆在当前车辆时刻的行驶状态估计数据、可行驶区域数据,以及所述车辆在下一车辆时刻的双目图像数据,获取所述车辆在下一车辆时刻的行驶状态估计数据和点云数据,包括:
根据所述图像预处理参数、所述车辆在当前车辆时刻的行驶状态估计数据和可行驶区域数据,对所述车辆在下一车辆时刻的双目图像数据进行图像预处理,得到所述车辆在下一车辆时刻的图像处理数据;
根据所述车辆在当前车辆时刻的行驶状态估计数据和所述车辆在下一车辆时刻的双目图像数据进行状态估计处理,得到所述车辆在下一车辆时刻的行驶状态估计数据;
根据所述点云生成参数对所述车辆在下一车辆时刻的图像处理数据和行驶状态估计数据进行点云生成处理,得到所述车辆在下一车辆时刻的点云数据。
7.根据权利要求6所述的方法,其特征在于,若所述目标ROI参数还包括:所述可行驶区域生成参数,所述根据所述车辆在下一车辆时刻的行驶状态估计数据和点云数据,获取所述车辆在下一车辆时刻的可行驶区域数据,包括:
根据所述可行驶区域生成参数对所述车辆在下一车辆时刻的行驶状态估计数据和点云数据进行可行驶区域生成处理,得到所述车辆在下一车辆时刻的可行驶区域数据。
8.根据权利要求1-7中任一项所述的方法,其特征在于,所述根据所述目标ROI参数,获取所述车辆在下一车辆时刻的可行驶区域数据之前,所述方法还包括:
将所述车辆在当前车辆时刻的可行驶区域数据投影到所述目标ROI参数对应的ROI。
9.根据权利要求1-8中任一项所述的方法,其特征在于,所述行驶状态数据包括以下至少一项:行驶速度、行驶方向、油门踏板状态、制动踏板状态。
10.一种可行驶区域检测装置,其特征在于,包括:
第一获取模块,用于获取车辆在当前车辆时刻的行驶状态数据及可行驶区域数据;
判断模块,用于基于所述行驶状态数据及所述可行驶区域数据,判断所述车辆的行驶场景是否符合感兴趣区域ROI参数切换条件;
调整模块,用于若所述车辆的行驶场景符合所述ROI参数切换条件,则将所述车辆当前的ROI参数调整为目标ROI参数;
第二获取模块,用于根据所述目标ROI参数,获取所述车辆在下一车辆时刻的可行驶区域数据。
11.根据权利要求10所述的装置,其特征在于,所述目标ROI参数包括以下至少一项:图像预处理参数、点云生成参数,或者可行驶区域生成参数;
其中,所述图像预处理参数包括以下至少一项:图像ROI的尺寸参数、图像ROI的位置参数,或者图像缩放层数;
所述点云生成参数包括以下至少一项:支撑点网格步长参数、支撑点稀疏程度参数,或者支撑点分布方式参数;
所述可行驶区域生成参数包括:占位网格分辨率参数。
12.根据权利要求10或11所述的装置,其特征在于,所述ROI参数切换条件包括以下任一项:
高速道路行驶场景的预设ROI参数切换条件、拥堵道路行驶场景的预设ROI参数切换条件,或者狭窄空间上下坡道路行驶场景的预设ROI参数切换条件;
其中,所述拥堵道路行驶场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照小于第一预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且所述当前行进车道上距离所述车辆的第一预设距离内存在障碍物;
所述狭窄空间上下坡道路行驶场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照小于第一预设速度的行驶速度沿着与上一车辆时刻的行驶方向行驶、所述车辆的油门踏板状态和制动踏板状态断续变化,且所述车辆在垂直与水平地面的方向上存在大于第二预设距离的移动距离。
13.根据权利要求12所述的装置,其特征在于,所述高速道路行驶场景的预设ROI参数切换条件包括以下任一项:第一子场景的预设ROI参数切换条件、第二子场景的预设ROI参数切换条件、第三子场景的预设ROI参数切换条件,或者第四子场景的预设ROI参数切换条件;
其中,所述第一子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且所述当前行进车道的相邻行进车道上距离所述车辆的第三预设距离内无障碍物;
所述第二子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且所述当前行进车道的相邻行进车道上距离所述车辆的第三预设距离内存在障碍物;
所述第三子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着上一车辆时刻的行驶方向行驶,且所述当前行进车道上距离所述车辆的第三预设距离内存在障碍物;
所述第四子场景的预设ROI参数切换条件包括:车辆在当前行进车道上按照大于第二预设速度的行驶速度沿着不同于上一车辆时刻的行驶方向行驶。
14.根据权利要求11-13中任一项所述的装置,其特征在于,所述第二获取模块,包括:
第一获取单元,用于根据所述目标ROI参数、所述车辆在当前车辆时刻的行驶状态估计数据、可行驶区域数据,以及所述车辆在下一车辆时刻的双目图像数据,获取所述车辆在下一车辆时刻的行驶状态估计数据和点云数据;
第二获取单元,用于根据所述车辆在下一车辆时刻的行驶状态估计数据和点云数据,获取所述车辆在下一车辆时刻的可行驶区域数据。
15.根据权利要求14所述的装置,其特征在于,若所述目标ROI参数包括:所述图像预处理参数和所述点云生成参数,所述第一获取单元具体用于:
根据所述图像预处理参数、所述车辆在当前车辆时刻的行驶状态估计数据和可行驶区域数据,对所述车辆在下一车辆时刻的双目图像数据进行图像预处理,得到所述车辆在下一车辆时刻的图像处理数据;
根据所述车辆在当前车辆时刻的行驶状态估计数据和所述车辆在下一车辆时刻的双目图像数据进行状态估计处理,得到所述车辆在下一车辆时刻的行驶状态估计数据;
根据所述点云生成参数对所述车辆在下一车辆时刻的图像处理数据和行驶状态估计数据进行点云生成处理,得到所述车辆在下一车辆时刻的点云数据。
16.根据权利要求15所述的装置,其特征在于,若所述目标ROI参数还包括:所述可行驶区域生成参数,所述第二获取单元具体用于:
根据所述可行驶区域生成参数对所述车辆在下一车辆时刻的行驶状态估计数据和点云数据进行可行驶区域生成处理,得到所述车辆在下一车辆时刻的可行驶区域数据。
17.根据权利要求10-16中任一项所述的装置,其特征在于,所述装置还包括:
投影模块,用于将所述车辆在当前车辆时刻的可行驶区域数据投影到所述目标ROI参数对应的ROI。
18.根据权利要求10-17中任一项所述的装置,其特征在于,所述行驶状态数据包括以下至少一项:行驶速度、行驶方向、油门踏板状态、制动踏板状态。
19.一种可行驶区域检测装置,其特征在于,包括:处理器、存储器和通信接口;
其中,所述通信接口用于获取待处理的数据;
所述存储器,用于存储程序指令;
所述处理器,用于调用并执行所述存储器中存储的程序指令,当所述处理器执行所述存储器存储的程序指令时,所述可行驶区域检测装置用于对待处理的数据执行如权利要求1至9中任一项所述的方法,得到处理后的数据;
所述通信接口还用于输出处理后的数据。
20.一种芯片,其特征在于,包括如权利要求19所述的可行驶区域检测装置。
21.一种车载设备,其特征在于,包括如权利要求19所述的可行驶区域检测装置。
22.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于实现如权利要求1-9任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010429511.0A CN113705272A (zh) | 2020-05-20 | 2020-05-20 | 可行驶区域检测方法、装置、设备及存储介质 |
PCT/CN2021/092822 WO2021233154A1 (zh) | 2020-05-20 | 2021-05-10 | 可行驶区域检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010429511.0A CN113705272A (zh) | 2020-05-20 | 2020-05-20 | 可行驶区域检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113705272A true CN113705272A (zh) | 2021-11-26 |
Family
ID=78645514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010429511.0A Pending CN113705272A (zh) | 2020-05-20 | 2020-05-20 | 可行驶区域检测方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113705272A (zh) |
WO (1) | WO2021233154A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115223119B (zh) * | 2022-06-15 | 2024-06-11 | 广州汽车集团股份有限公司 | 一种可行驶区域检测方法与系统 |
CN117422808B (zh) * | 2023-12-19 | 2024-03-19 | 中北数科(河北)科技有限公司 | 一种三维场景数据的加载方法及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107215339A (zh) * | 2017-06-26 | 2017-09-29 | 地壳机器人科技有限公司 | 自动驾驶车辆的换道控制方法和装置 |
CN109919144A (zh) * | 2019-05-15 | 2019-06-21 | 长沙智能驾驶研究院有限公司 | 可行驶区域检测方法、装置、计算机存储介质及路测视觉设备 |
CN110532846A (zh) * | 2019-05-21 | 2019-12-03 | 华为技术有限公司 | 自动换道方法、装置及存储介质 |
CN110737266A (zh) * | 2019-09-17 | 2020-01-31 | 中国第一汽车股份有限公司 | 一种自动驾驶控制方法、装置、车辆和存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6567056B2 (ja) * | 2015-07-31 | 2019-08-28 | 日立オートモティブシステムズ株式会社 | 自車周辺情報管理装置 |
CN105480227B (zh) * | 2015-12-29 | 2017-12-15 | 大连楼兰科技股份有限公司 | 主动驾驶技术中基于红外雷达与视频图像信息融合的方法 |
CN110376594B (zh) * | 2018-08-17 | 2022-02-01 | 北京京东叁佰陆拾度电子商务有限公司 | 一种基于拓扑图的智能导航的方法和系统 |
CN109977845B (zh) * | 2019-03-21 | 2021-08-17 | 百度在线网络技术(北京)有限公司 | 一种可行驶区域检测方法及车载终端 |
-
2020
- 2020-05-20 CN CN202010429511.0A patent/CN113705272A/zh active Pending
-
2021
- 2021-05-10 WO PCT/CN2021/092822 patent/WO2021233154A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107215339A (zh) * | 2017-06-26 | 2017-09-29 | 地壳机器人科技有限公司 | 自动驾驶车辆的换道控制方法和装置 |
CN109919144A (zh) * | 2019-05-15 | 2019-06-21 | 长沙智能驾驶研究院有限公司 | 可行驶区域检测方法、装置、计算机存储介质及路测视觉设备 |
CN110532846A (zh) * | 2019-05-21 | 2019-12-03 | 华为技术有限公司 | 自动换道方法、装置及存储介质 |
CN110737266A (zh) * | 2019-09-17 | 2020-01-31 | 中国第一汽车股份有限公司 | 一种自动驾驶控制方法、装置、车辆和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021233154A1 (zh) | 2021-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110588653B (zh) | 自主车辆的控制系统、控制方法以及控制器 | |
DE102018121597B4 (de) | Boden-referenzbestimmung für den betrieb von autonomen fahrzeugen | |
CN110531753B (zh) | 自主车辆的控制系统、控制方法和控制器 | |
CN108372857B (zh) | 自主驾驶系统的通过事件发生和情节记忆回顾进行有效情景感知 | |
CN110136222B (zh) | 虚拟车道线生成方法、装置及系统 | |
US9672446B1 (en) | Object detection for an autonomous vehicle | |
CN112987759A (zh) | 基于自动驾驶的图像处理方法、装置、设备及存储介质 | |
CN102646343B (zh) | 车辆检测装置 | |
DE102019102939A1 (de) | Systeme und Verfahren für Bewegungsplanung von autonomen Fahrzeugen | |
DE102019102942A1 (de) | Systeme und Verfahren für die Korrektur von Fahrzeugwegfolgern | |
US20170359561A1 (en) | Disparity mapping for an autonomous vehicle | |
WO2021226921A1 (en) | Method and system of data processing for autonomous driving | |
CN111127329A (zh) | 用于重建云层处的车辆场景的方法和系统 | |
US10748014B2 (en) | Processing device, object recognition apparatus, device control system, processing method, and computer-readable recording medium | |
US11577748B1 (en) | Real-time perception system for small objects at long range for autonomous vehicles | |
CN113496201B (zh) | 物体状态识别装置、方法、计算机可读取的记录介质及控制装置 | |
CN108475471B (zh) | 车辆判定装置、车辆判定方法和计算机可读的记录介质 | |
US20220301320A1 (en) | Controller, method, and computer program for controlling vehicle | |
CN104508728A (zh) | 三维物体检测装置 | |
WO2021233154A1 (zh) | 可行驶区域检测方法、装置、设备及存储介质 | |
US20240056694A1 (en) | Imaging device, image processing method, and image processing program | |
JP2024515761A (ja) | データ駆動型の動的に再構成された視差マップ | |
US10733459B2 (en) | Image processing device, image processing method, computer-readable recording medium, object recognition device, device control system, and movable body | |
JP2020190416A (ja) | 認識システム、認識方法、及び認識プログラム | |
DE112020001581T5 (de) | Informationsverarbeitungsvorrichtung, informationsverarbeitungsverfahren und programm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |