CN115018909B - 可行驶区域生成方法、装置、电子设备和计算机可读介质 - Google Patents

可行驶区域生成方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN115018909B
CN115018909B CN202210924484.3A CN202210924484A CN115018909B CN 115018909 B CN115018909 B CN 115018909B CN 202210924484 A CN202210924484 A CN 202210924484A CN 115018909 B CN115018909 B CN 115018909B
Authority
CN
China
Prior art keywords
obstacle position
obstacle
position coordinate
coordinate set
frame
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.)
Active
Application number
CN202210924484.3A
Other languages
English (en)
Other versions
CN115018909A (zh
Inventor
孙天阔
张康
童柏琛
解云娇
张雨琦
倪凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heduo Technology Guangzhou Co ltd
Original Assignee
HoloMatic Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202210924484.3A priority Critical patent/CN115018909B/zh
Publication of CN115018909A publication Critical patent/CN115018909A/zh
Application granted granted Critical
Publication of CN115018909B publication Critical patent/CN115018909B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开的实施例公开了可行驶区域生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取当前帧道路图像和历史帧障碍物信息序列；对当前帧道路图像进行提取处理，得到当前帧障碍物位置坐标集和当前帧可行驶区域坐标集；对历史帧障碍物信息序列中各个历史帧障碍物信息包括的历史帧障碍物位置坐标集与当前帧障碍物位置坐标集进行组合处理，得到障碍物位置坐标序列集；根据障碍物位置坐标序列集、当前帧可行驶区域坐标集、当前帧障碍物位置坐标集和历史帧障碍物信息序列，生成可行驶区域坐标集；将可行驶区域坐标集中的各个可行驶区域坐标所在的区域确定为可行驶区域。该实施方式可以提高生成的可行驶域的准确度。

Description

可行驶区域生成方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及可行驶区域生成方法、装置、电子设备和计算机可读介质。
背景技术
可行驶区域生成方法，是一种自动驾驶领域的一项基础技术。在生成可行驶区域时，通常采用的方法为：把道路图像划分网格，对每个网格进行提取处理，得到有障碍物的网格，将没有障碍物的网格融合成一个网格。得到可行驶区域。
然而，发明人发现，当采用上述方式进行可行驶区域生成时，经常会存在如下技术问题：
第一，网格划分的过粗，会导致可行驶区域的精度下降。
第二，网格划分的过细，各个网格划分区域融合会导致可行驶区域稳定性低下。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了可行驶区域生成方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种可行驶区域生成方法，该方法包括：获取当前帧道路图像和历史帧障碍物信息序列，其中，上述历史帧障碍物信息序列中的每个历史帧障碍物信息包括：历史帧障碍物位置坐标集和历史帧可行驶区域坐标集；对上述当前帧道路图像进行提取处理，得到当前帧障碍物位置坐标集和当前帧可行驶区域坐标集；对上述历史帧障碍物信息序列中各个历史帧障碍物信息包括的历史帧障碍物位置坐标集与上述当前帧障碍物位置坐标集进行组合处理，得到障碍物位置坐标序列集；根据上述障碍物位置坐标序列集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集；将上述可行驶区域坐标集中的各个可行驶区域坐标所在的区域确定为可行驶区域。
第二方面，本公开的一些实施例提供了一种可行驶区域生成装置，装置包括：获取单元，被配置成获取当前帧道路图像和历史帧障碍物信息序列，其中，上述历史帧障碍物信息序列中的每个历史帧障碍物信息包括：历史帧障碍物位置坐标集和历史帧可行驶区域坐标集；提取处理单元，被配置成对上述当前帧道路图像进行提取处理，得到当前帧障碍物位置坐标集和当前帧可行驶区域坐标集；组合处理单元，被配置成对上述历史帧障碍物信息序列中各个历史帧障碍物信息包括的历史帧障碍物位置坐标集与上述当前帧障碍物位置坐标集进行组合处理，得到障碍物位置坐标序列集；生成单元，被配置成根据上述障碍物位置坐标序列集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集；确定单元，被配置成将上述可行驶区域坐标集中的各个可行驶区域坐标所在的区域确定为可行驶区域。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的可行驶区域生成方法，提高可行驶区域的精度。具体来说，导致效率低的原因在于：网格划分的过粗，会导致精度下降。基于此，本公开的一些实施例的可行驶区域生成方法，首先，获取当前帧道路图像和历史帧障碍物信息序列。其中，上述历史障碍物信息序列中每个历史障碍物信息包括：历史帧障碍物位置坐标集和历史帧可行驶区域坐标集。通过历史帧障碍物位置坐标集中的各个障碍物位置坐标可以得到障碍物位置的坐标，通过历史帧可行驶区域坐标集中的各个当前帧可行驶区域坐标可以得到可行驶区域的坐标。其次，对上述当前帧道路图像进行提取处理，得到当前帧障碍物位置坐标集和当前帧可行驶区域坐标集。其中，通过当前帧障碍物位置坐标集中的各个障碍物位置坐标可以得到障碍物位置的坐标，通过当前帧可行驶区域坐标集中的各个当前帧可行驶区域坐标可以得到可行驶区域的坐标。之后，对历史帧障碍物信息序列中各个历史帧障碍物信息包括的历史帧障碍物位置坐标集与当前帧障碍物位置坐标集进行组合处理，得到障碍物位置坐标序列集。其中，障碍物位置坐标序列集的每个障碍物位置坐标序列可以是同一障碍物在不同时刻信息。再之后，根据上述障碍物位置坐标序列集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集。通过上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列融合处理，得到可行驶区域坐标集。最后，将上述可行驶区域坐标集中的各个可行驶区域坐标所在的区域确定为可行驶区域。以此，实现了提取障碍物位置坐标集，生成可行驶区域坐标集，得到可行驶区域。从而，实现了提高生成的可行驶区域的准确率。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是根据本公开的可行驶区域生成方法的一些实施例的流程图；
图2是根据本公开的可行驶区域生成装置的一些实施例的结构示意图；
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的可行驶区域生成方法的一些实施例的流程100。该可行驶区域生成方法的流程100，包括以下步骤：
步骤101，获取当前帧道路图像和历史帧障碍物信息序列。
在一些实施例中，可行驶区域生成方法的执行主体可以通过有线的方式或者无线的方式获取当前帧道路图像和历史帧障碍物信息序列集。其中，上述历史帧障碍物信息序列中的每个历史帧障碍物信息可以包括：历史帧障碍物位置坐标集和历史帧可行驶区域坐标集。历史帧障碍物位置坐标集中各个历史帧障碍物位置坐标可以是障碍物位置的坐标。历史帧可行驶区域坐标集中各个历史帧可行驶区域坐标可以是可行驶区域的坐标。历史帧障碍物信息序列可以是按时间顺序排序的历史帧障碍物信息的一个序列。
作为示例，上述历史帧障碍物信息序列可以是3帧按时间顺序排序的历史帧障碍物信息的一个序列。
步骤102，对当前帧道路图像进行提取处理，得到当前帧障碍物位置坐标集和当前帧可行驶区域坐标集。
在一些实施例中，上述执行主体可以对上述当前帧道路图像进行提取处理，得到当前帧障碍物位置坐标集和当前帧可行驶区域坐标集。其中，可以通过预设的提取模型，对上述当前帧道路图像进行提取处理，得到当前帧障碍物位置坐标集和当前帧可行驶区域坐标集。当前帧障碍物位置坐标集中各个当前帧障碍物位置坐标可以是障碍物位置的坐标，当前帧可行驶区域坐标集中各个当前帧可行驶区域坐标可以是可行驶区域的坐标。
作为示例，上述道路信息提取模型可以包括但不限于以下至少一项：FCN（FullyConvolutional Networks，全卷机神经网络）模型、Resnet（Residual Network，残差神经网络）模型、VGG（Visual Geometry Group Network，卷积神经网络）模型或GoogLeNet（深度神经网络）模型等。
步骤103，对历史帧障碍物信息序列中各个历史帧障碍物信息包括的历史帧障碍物位置坐标集与当前帧障碍物位置坐标集进行组合处理，得到障碍物位置坐标序列集。
在一些实施例中，上述执行主体可以对历史帧障碍物信息序列中各个历史帧障碍物信息包括的历史帧障碍物位置坐标集与当前帧障碍物位置坐标集进行组合处理，得到障碍物位置坐标序列集。其中，上述组合处理可以是：将当前帧障碍物位置坐标集中各个障碍物位置坐标点、对应不同时刻历史帧障碍物信息序列中每个历史帧障碍物信息包括的障碍物位置坐标集中的障碍物位置坐标点，添加至障碍物位置坐标序列，得到障碍物位置坐标序列集。其中，障碍物位置坐标序列可以是时间顺序排序。这里，障碍物位置坐标序列集中每个障碍物位置坐标序列中的各个障碍物位置坐标可以是同一障碍物在不同时刻坐标。
步骤104，根据障碍物位置坐标序列集、当前帧可行驶区域坐标集、当前帧障碍物位置坐标集和历史帧障碍物信息序列，生成可行驶区域坐标集。
在一些实施例中，上述执行主体可以根据上述障碍物位置坐标序列集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集。其中，可行驶区域坐标集中各个可行驶区域坐标可以是可行驶区域的坐标。
在一些实施例的一些可选的实现方式中，上述执行主体可以根据上述障碍物位置坐标序列集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集，可以包括以下步骤：
第一步，响应于确定上述当前帧障碍物位置坐标集与上述历史帧障碍物信息序列满足预设比较条件，可以将上述当前帧可行驶区域坐标集确定为可行驶区域坐标集。其中，上述预设比较条件可以是上述当前帧障碍物位置坐标集中的障碍物位置坐标的数量大于上述历史帧障碍物信息序列的第一个历史帧障碍物信息包括的历史帧障碍物位置坐标集中的障碍物位置坐标的数量。第一个历史帧障碍物信息可以是上一帧历史帧障碍物信息。
在一些实施例的一些可选的实现方式中，上述执行主体可以根据上述障碍物位置坐标序列集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集。还可以包括以下步骤：
第一步，响应于确定上述障碍物位置坐标序列集中每个障碍物位置坐标序列中的第一个障碍物位置坐标大于第二个障碍物位置坐标，将上述第一个障碍物位置坐标确定为障碍物位置增大坐标，得到障碍物位置增大坐标集。其中，第一个障碍物位置坐标可以是当前时刻障碍物位置坐标。第二个障碍物位置坐标可以是上一时刻障碍物位置坐标。障碍物位置增大坐标可以是当前时刻障碍物位置坐标大于上一时刻的障碍物位置坐标。
第二步，响应于确定上述障碍物位置坐标序列集中每个障碍物位置坐标序列中的第一个障碍物位置坐标小于第二个障碍物位置坐标，将上述第一个障碍物位置坐标确定为障碍物位置缩小坐标，得到障碍物位置缩小坐标集。障碍物位置缩小坐标可以是当前时刻障碍物位置坐标小于上一时刻的障碍物位置坐标。
第三步，根据上述障碍物位置增大坐标集和上述障碍物位置缩小坐标集，生成第一置信度。其中，第一置信度是当前帧障碍物位置坐标集的置信度。
第四步，响应于确定上述当前帧障碍物位置坐标集与上述历史帧障碍物信息序列中的每个历史帧障碍物信息包括的历史帧障碍物位置坐标集不满足上述预设比较条件，上述障碍物位置增大坐标集和上述障碍物位置缩小坐标集满足预设坐标条件，以及上述第一置信度满足预设低阈值条件，根据上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列中的每个历史帧障碍物信息包括的历史帧障碍物位置坐标集，生成最小障碍物位置坐标集。其中，预设坐标条件可以是障碍物位置增大坐标集中障碍物位置增大坐标的数量小于上述障碍物位置缩小坐标集中障碍物位置缩小坐标的数量。预设低阈值条件可以是置信度小于预设阈值。上述预设阈值可以是当前障碍物位置坐标集的阈值。上述生成最小障碍物位置坐标集可以是：将上述当前帧障碍物位置坐标集中各个当前帧障碍物位置坐标、上述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中的各个障碍物位置坐标距离当前车辆最近最多的障碍物位置坐标集确定为最小障碍物位置坐标集。上述最小障碍物位置坐标集的各个最小障碍物位置坐标可以是距离当前车辆最近最多的障碍物位置坐标。
第五步，根据上述最小障碍物位置坐标集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集。
在一些实施例的一些可选的实现方式中，上述执行主体可以根据上述最小障碍物位置坐标集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集，可以包括以下步骤：
第一步，响应于确定上述最小障碍物位置坐标集中的各个最小障碍物位置坐标等于上述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中对应的历史帧障碍物位置坐标，将等于上述最小障碍物位置坐标集中的各个最小障碍物位置坐标的历史帧障碍物位置坐标集确定为第一最小障碍物位置坐标集。其中，上述第一最小障碍物位置坐标集可以是将第一个等于上述最小障碍物位置坐标集中的各个最小障碍物位置坐标的历史帧障碍物位置坐标集确定为第一最小障碍物位置坐标集。
第二步，将与上述第一最小障碍物位置坐标集对应的历史帧可行驶区域坐标集确定为可行驶区域坐标集。其中，将与上述第一最小障碍物位置坐标集对应的历史帧可行驶区域坐标集确定为可行驶区域坐标集可以是将与上述第一最小障碍物位置坐标集同一帧的历史帧可行驶区域坐标集确定为可行驶区域坐标集。
在一些实施例的一些可选的实现方式中，上述执行主体可以根据上述最小障碍物位置坐标集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集，还可以包括以下步骤：
第一步，响应于确定上述最小障碍物位置坐标集中的各个最小障碍物位置坐标不等于上述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中历史帧障碍物位置坐标。
第二步，将当前帧可行驶区域坐标集确定为可行驶区域坐标集。
在一些实施例的一些可选的实现方式中，上述执行主体根据上述障碍物位置增大坐标集和上述障碍物位置缩小坐标集，生成第一置信度，可以包括以下步骤：
第一步，获取历史对数差异比集合。其中，历史对数差异比集合可以是从内存中获取的。上述历史对数差异比集合中的各个历史对数差异比可以是历史的对数结果。
第二步，根据上述障碍物位置增大坐标集、上述障碍物位置缩小坐标集、上述历史对数差异比集合和预设的初始信度值，生成第一置信度。
其中，可以通过以下置信度公式生成第一置信度：
Figure 100002_DEST_PATH_IMAGE001
。
其中，
Figure 991600DEST_PATH_IMAGE002
表示第一置信度。
Figure 100002_DEST_PATH_IMAGE003
表示预设的初始信度值。
Figure 614080DEST_PATH_IMAGE004
表示对数差异比集合中对数差异比的个数。
Figure 100002_DEST_PATH_IMAGE005
表示自然数。
Figure 212551DEST_PATH_IMAGE006
表示为第
Figure 100002_DEST_PATH_IMAGE007
个历史对数差异比。
Figure 620399DEST_PATH_IMAGE008
表示历史对数差异比集合。
Figure 177282DEST_PATH_IMAGE007
表示序号。
Figure 100002_DEST_PATH_IMAGE009
表示关键值。上述初始信度值可以是提前设定的值。
实践中，若上述障碍物位置增大坐标集中的障碍物位置增大坐标的数量大于障碍物缩小坐标集中的障碍物位置缩小坐标的数量，上述关键值可以是0.6。即上述障碍物位置增大坐标集中的障碍物位置增大坐标的数量小于障碍物缩小坐标集中的障碍物位置缩小坐标的数量，上述关键值可以是0.3。
在一些实施例的另一些可选的实现方式中，上述执行主体可以根据上述障碍物位置坐标序列集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集，还可以包括以下步骤：
第一步，响应于确定上述障碍物位置坐标序列集中每个障碍物位置坐标序列中的第一个障碍物位置坐标大于第二个障碍物位置坐标，将上述第一个障碍物位置坐标确定为障碍物位置增大坐标，得到障碍物位置增大坐标集。
第二步，响应于确定上述障碍物位置坐标序列集中每个障碍物位置坐标序列中的第一个障碍物位置坐标小于第二个障碍物位置坐标，将上述第一个障碍物位置坐标确定为障碍物位置缩小坐标，得到障碍物位置缩小坐标集。
第三步，根据上述障碍物位置增大坐标集和上述障碍物位置缩小坐标集，生成第二置信度。其中，第二置信度是当前帧障碍物位置坐标集的置信度。生成第二置信度具体实现方式及所带来的技术效果可以生成第一置信度的那些实施例中的步骤，在此不再赘述。
第四步，响应于确定上述当前帧障碍物位置坐标集与上述历史帧障碍物信息序列中的每个历史帧障碍物信息包括的历史帧障碍物位置坐标集不满足上述预设比较条件，以及上述障碍物位置增大坐标集、上述障碍物位置缩小坐标集和上述第二置信度不满足预设坐标变小条件和/或预设低阈值条件，对上述障碍物位置坐标序列集中的每个障碍物坐标序列进行平均处理以生成平均障碍物位置坐标，得到平均障碍物位置坐标集。其中，上述平均处理可以是确定上述障碍物位置坐标序列集中的每个障碍物坐标序列的平均值，得到平均障碍物位置坐标集。上述平均障碍物位置坐标集中的各个平均障碍物位置坐标可以是上述障碍物位置坐标序列集中的每个障碍物坐标序列的平均值。
第五步，根据上述平均障碍物位置坐标集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集。
可选的，若上述平均障碍物位置坐标集中的各个平均障碍物位置坐标等于上述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中历史帧障碍物位置坐标，将等于上述平均障碍物位置坐标集中的各个平均障碍物位置坐标的历史帧障碍物位置坐标集确定为第一平均障碍物位置坐标集。将与上述第一平均障碍物位置坐标集同一帧的历史帧可行驶区域坐标集确定为可行驶区域坐标集。其中，上述第一平均障碍物位置坐标集可以是将第一个等于上述平均障碍物位置坐标集中的各个平均障碍物位置坐标的历史帧障碍物位置坐标集确定为第一平均障碍物位置坐标集。
可选的，若上述平均障碍物位置坐标集中的各个平均障碍物位置坐标不等于上述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中历史帧障碍物位置坐标，将当前帧可行驶区域坐标集确定为可行驶区域坐标集。
步骤105，将可行驶区域坐标集中的各个可行驶区域坐标所在的区域确定为可行驶区域。
在一些实施例中，上述执行主体可以将上述可行驶区域坐标集中的各个可行驶区域坐标所在的区域确定为可行驶区域。
上述公式及相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“网格划分的过细，会导致计算效率低下”。导致计算效率偏低的因素往往如下：网格划分的过细，各个网格划分区域融合会导致可行驶区域稳定性低下。如果解决了上述因素，就能达到提高计算效率的效果。为了达到这一效果，本公开不再使用网格划分，使用多帧处理，预设坐标条件和预设阈值条件。首先，满足这两个条件可以表示安全程度偏低，得到最小障碍物坐标集，为后续生成可行驶区域坐标集提供参考。其中，预设阈值条件中置信度值可以通过预设的初始信度值、历史对数差异比集合和关键值可以判断出当前车辆安全程度，安全程度越低置信度值越高。其次，不满足任意一个条件可以确定当前车辆安全程度不偏低，得到平均障碍物位置坐标集。其中，平均障碍物位置坐标集可以是障碍物位置坐标序列集中各个障碍物位置坐标序列进行求平均的多帧融合，得到障碍物位置坐标序列集中各个障碍物位置坐标序列的平均值。由此，可以通过多帧融合融合每一帧的各个点提高平均障碍物位置坐标集稳定性。最后，根据平均障碍物位置坐标集或最小障碍物位置坐标集，生成可行驶区域坐标集，可行驶区域坐标集中的各个可行驶区域坐标表示可行驶区域的坐标，将可行驶区域坐标所在的区域确定为可行驶区域。从而，实现了障碍物位置坐标序列集中各个障碍物位置坐标序列多帧融合。进而，提高生成的可行驶区域的稳定性。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的可行驶区域生成方法，提高可行驶区域的精度。具体来说，
导致效率低的原因在于：网格划分的过粗，会导致精度下降。基于此，本公开的一些实施例的可行驶区域生成方法，首先，获取当前帧道路图像和历史帧障碍物信息序列。其中，上述历史障碍物信息序列中每个历史障碍物信息包括：历史帧障碍物位置坐标集和历史帧可行驶区域坐标集。通过历史帧障碍物位置坐标集中的各个障碍物位置坐标可以得到障碍物位置的坐标，通过历史帧可行驶区域坐标集中的各个当前帧可行驶区域坐标可以得到可行驶区域的坐标。其次，对上述当前帧道路图像进行提取处理，得到当前帧障碍物位置坐标集和当前帧可行驶区域坐标集。其中，通过当前帧障碍物位置坐标集中的各个障碍物位置坐标可以得到障碍物位置的坐标，通过当前帧可行驶区域坐标集中的各个当前帧可行驶区域坐标可以得到可行驶区域的坐标。之后，对历史帧障碍物信息序列中各个历史帧障碍物信息包括的历史帧障碍物位置坐标集与当前帧障碍物位置坐标集进行组合处理，得到障碍物位置坐标序列集。其中，障碍物位置坐标序列集的每个障碍物位置坐标序列可以是同一障碍物在不同时刻信息。再之后，根据上述障碍物位置坐标序列集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集。通过上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列融合处理，得到可行驶区域坐标集。最后，将上述可行驶区域坐标集中的各个可行驶区域坐标所在的区域确定为可行驶区域。以此，实现了提取障碍物位置坐标集，生成可行驶区域坐标集，得到可行驶区域。从而，实现了提高生成的可行驶区域的准确率。
进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种可行驶区域生成装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图2所示，一些实施例的可行驶区域生成装置200包括：获取单元201、提取处理单元202、组合处理单元203、生成单元204和确定单元205。其中，获取单元201，被配置成获取当前帧道路图像和历
史帧障碍物信息序列，其中，上述历史帧障碍物信息序列中的每个历史帧障碍物信息包括：历史帧障碍物位置坐标集和历史帧可行驶区域坐标集；提取处理单元202，被配置成对上述当前帧道路图像进行提取处理，得到当前帧障碍物位置坐标集和当前帧可行驶区域坐标集；组合处理单元203，被配置成对上述历史帧障碍物信息序列中各个历史帧障碍物信息包括的历史帧障碍物位置坐标集与上述当前帧障碍物位置坐标集进行组合处理，得到障碍物位置坐标坐标序列集；生成单元204，被配置成根据上述障碍物位置坐标序列集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集；确定单元205，被配置成将上述可行驶区域坐标集中的各个可行驶区域坐标所在的区域确定为可行驶区域。
可以理解的是，该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元，在此不再赘述。
下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300可以包括处理装置（例如中央处理器、图形处理器等）301，其可以根据存储在只读存储器（ROM）302中的程序或者从存储装置308加载到随机访问存储器（RAM）303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出（I/O）接口305也连接至总线304。
通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取当前帧道路图像和历史帧障碍物信息序列，其中，上述历史帧障碍物信息序列中的每个历史帧障碍物信息包括：历史帧障碍物位置坐标集和历史帧可行驶区域坐标集；对上述当前帧道路图像进行提取处理，得到当前帧障碍物位置坐标集和当前帧可行驶区域坐标集；对上述历史帧障碍物信息序列中各个历史帧障碍物信息包括的历史帧障碍物位置坐标集与上述当前帧障碍物位置坐标集进行组合处理，得到障碍物位置坐标序列集；根据上述障碍物位置坐标序列集、上述当前帧可行驶区域坐标集、上述当前帧障碍物位置坐标集和上述历史帧障碍物信息序列，生成可行驶区域坐标集；将上述可行驶区域坐标集中的各个可行驶区域坐标所在的区域确定为可行驶区域。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、提取处理单元、组合处理单元、生成单元和确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取当前道路图像和历史障碍物信息序列的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (4)

1.一种可行驶区域生成方法，包括：
获取当前帧道路图像和历史帧障碍物信息序列，其中，所述历史帧障碍物信息序列中的每个历史帧障碍物信息包括：历史帧障碍物位置坐标集和历史帧可行驶区域坐标集；
对所述当前帧道路图像进行提取处理，得到当前帧障碍物位置坐标集和当前帧可行驶区域坐标集；
对所述历史帧障碍物信息序列中各个历史帧障碍物信息包括的历史帧障碍物位置坐标集与所述当前帧障碍物位置坐标集进行组合处理，得到障碍物位置坐标序列集；
响应于确定所述当前帧障碍物位置坐标集与所述历史帧障碍物信息序列中的每个历史帧障碍物信息包括的历史帧障碍物位置坐标集满足预设比较条件，将所述当前帧可行驶区域坐标集确定为可行驶区域坐标集；
响应于确定所述障碍物位置坐标序列集中每个障碍物位置坐标序列中的第一个障碍物位置坐标大于第二个障碍物位置坐标，将所述第一个障碍物位置坐标确定为障碍物位置增大坐标，得到障碍物位置增大坐标集；
响应于确定所述障碍物位置坐标序列集中每个障碍物位置坐标序列中的第一个障碍物位置坐标小于第二个障碍物位置坐标，将所述第一个障碍物位置坐标确定为障碍物位置缩小坐标，得到障碍物位置缩小坐标集；
获取历史对数差异比集合；
根据所述障碍物位置增大坐标集、所述障碍物位置缩小坐标集、所述历史对数差异比集合和预设的初始信度值，生成第一置信度，其中，通过以下置信度公式生成第一置信度：
Figure DEST_PATH_IMAGE001
，
其中，
Figure 229899DEST_PATH_IMAGE002
表示第一置信度，
Figure DEST_PATH_IMAGE003
表示预设的初始信度值，
Figure 5963DEST_PATH_IMAGE004
表示对数差异比集合中对数差异比的个数，
Figure DEST_PATH_IMAGE005
表示自然数，
Figure 602072DEST_PATH_IMAGE006
表示为第
Figure DEST_PATH_IMAGE007
个历史对数差异比，
Figure 641441DEST_PATH_IMAGE008
表示历史对数差异比集合，
Figure 785984DEST_PATH_IMAGE007
表示序号，
Figure DEST_PATH_IMAGE009
表示关键值，所述初始信度值是提前设定的值；
若所述障碍物位置增大坐标集中的障碍物位置增大坐标的数量大于障碍物缩小坐标集中的障碍物位置缩小坐标的数量，所述关键值是0.6，即所述障碍物位置增大坐标集中的障碍物位置增大坐标的数量小于障碍物缩小坐标集中的障碍物位置缩小坐标的数量，所述关键值是0.3；
响应于确定所述当前帧障碍物位置坐标集与所述历史帧障碍物信息序列中的每个历史帧障碍物信息包括的历史帧障碍物位置坐标集不满足所述预设比较条件，所述障碍物位置增大坐标集和所述障碍物位置缩小坐标集满足预设坐标条件，以及所述第一置信度满足预设低阈值条件，根据所述当前帧障碍物位置坐标集和所述历史帧障碍物信息序列中的每个历史帧障碍物信息包括的历史帧障碍物位置坐标集，生成最小障碍物位置坐标集，其中，生成最小障碍物位置坐标集是将所述当前帧障碍物位置坐标集中各个当前帧障碍物位置坐标、所述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中的各个障碍物位置坐标距离当前车辆最近最多的障碍物位置坐标集确定为最小障碍物位置坐标集；
响应于确定所述最小障碍物位置坐标集中的各个最小障碍物位置坐标等于所述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中对应的历史帧障碍物位置坐标，将等于所述最小障碍物位置坐标集中的各个最小障碍物位置坐标的历史帧障碍物位置坐标集确定为第一最小障碍物位置坐标集；
将与所述第一最小障碍物位置坐标集对应的历史帧可行驶区域坐标集确定为可行驶区域坐标集；
响应于确定所述最小障碍物位置坐标集中的各个最小障碍物位置坐标不等于所述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中对应的历史帧障碍物位置坐标，将所述当前帧可行驶区域坐标集确定为可行驶区域坐标集；
响应于确定所述障碍物位置坐标序列集中每个障碍物位置坐标序列中的第一个障碍物位置坐标大于第二个障碍物位置坐标，将所述第一个障碍物位置坐标确定为障碍物位置增大坐标，得到障碍物位置增大坐标集；
响应于确定所述障碍物位置坐标序列集中每个障碍物位置坐标序列中的第一个障碍物位置坐标小于第二个障碍物位置坐标，将所述第一个障碍物位置坐标确定为障碍物位置缩小坐标，得到障碍物位置缩小坐标集；
根据所述障碍物位置增大坐标集和所述障碍物位置缩小坐标集，生成第二置信度；
响应于确定所述当前帧障碍物位置坐标集与所述历史帧障碍物信息序列中的每个历史帧障碍物信息包括的历史帧障碍物位置坐标集不满足所述预设比较条件，以及所述障碍物位置增大坐标集、所述障碍物位置缩小坐标集和所述第二置信度不满足预设坐标变小条件和/或预设低阈值条件，对所述障碍物位置坐标序列集中的每个障碍物坐标序列进行平均处理以生成平均障碍物位置坐标，得到平均障碍物位置坐标集，其中，所述平均处理是确定所述障碍物位置坐标序列集中的每个障碍物坐标序列的平均值，得到平均障碍物位置坐标集；
若所述平均障碍物位置坐标集中的各个平均障碍物位置坐标等于所述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中历史帧障碍物位置坐标，将等于所述平均障碍物位置坐标集中的各个平均障碍物位置坐标的历史帧障碍物位置坐标集确定为第一平均障碍物位置坐标集，将与所述第一平均障碍物位置坐标集同一帧的历史帧可行驶区域坐标集确定为可行驶区域坐标集；
若所述平均障碍物位置坐标集中的各个平均障碍物位置坐标不等于所述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中历史帧障碍物位置坐标，将当前帧可行驶区域坐标集确定为可行驶区域坐标集；
将所述可行驶区域坐标集中的各个可行驶区域坐标所在的区域确定为可行驶区域。
2.根据权利要求1所述的方法，其中，所述方法还包括：
将所述可行驶区域发送至车辆控制系统，以供所述车辆控制系统控制当前车辆进行移动。
3.一种可行驶区域生成装置，包括：
获取单元，被配置成获取当前帧道路图像和历史帧障碍物信息序列，其中，所述历史帧障碍物信息序列中的每个历史帧障碍物信息包括：历史帧障碍物位置坐标集和历史帧可行驶区域坐标集；
提取处理单元，被配置成对所述当前帧道路图像进行提取处理，得到当前帧障碍物位置坐标集和当前帧可行驶区域坐标集；
组合处理单元，被配置成对所述历史帧障碍物信息序列中各个历史帧障碍物信息包括的历史帧障碍物位置坐标集与所述当前帧障碍物位置坐标集进行组合处理，得到障碍物位置坐标序列集；
生成单元，被配置成根据所述障碍物位置坐标序列集、所述当前帧可行驶区域坐标集、所述当前帧障碍物位置坐标集和所述历史帧障碍物信息序列，生成可行驶区域坐标集；所述生成单元被进一步配置成：
响应于确定所述当前帧障碍物位置坐标集与所述历史帧障碍物信息序列中的每个历史帧障碍物信息包括的历史帧障碍物位置坐标集满足预设比较条件，将所述当前帧可行驶区域坐标集确定为可行驶区域坐标集；
响应于确定所述障碍物位置坐标序列集中每个障碍物位置坐标序列中的第一个障碍物位置坐标大于第二个障碍物位置坐标，将所述第一个障碍物位置坐标确定为障碍物位置增大坐标，得到障碍物位置增大坐标集；
响应于确定所述障碍物位置坐标序列集中每个障碍物位置坐标序列中的第一个障碍物位置坐标小于第二个障碍物位置坐标，将所述第一个障碍物位置坐标确定为障碍物位置缩小坐标，得到障碍物位置缩小坐标集；
获取历史对数差异比集合；
根据所述障碍物位置增大坐标集、所述障碍物位置缩小坐标集、所述历史对数差异比集合和预设的初始信度值，生成第一置信度，其中，通过以下置信度公式生成第一置信度：
Figure 850892DEST_PATH_IMAGE010
，
其中，
Figure DEST_PATH_IMAGE011
表示第一置信度，
Figure 92386DEST_PATH_IMAGE003
表示预设的初始信度值，
Figure 930022DEST_PATH_IMAGE004
表示对数差异比集合中对数差异比的个数，
Figure 296281DEST_PATH_IMAGE005
表示自然数，
Figure 23934DEST_PATH_IMAGE006
表示为第
Figure 792039DEST_PATH_IMAGE007
个历史对数差异比，
Figure 720681DEST_PATH_IMAGE008
表示历史对数差异比集合，
Figure 839815DEST_PATH_IMAGE007
表示序号，
Figure 43264DEST_PATH_IMAGE009
表示关键值，所述初始信度值是提前设定的值；
若所述障碍物位置增大坐标集中的障碍物位置增大坐标的数量大于障碍物缩小坐标集中的障碍物位置缩小坐标的数量，所述关键值是0.6，即所述障碍物位置增大坐标集中的障碍物位置增大坐标的数量小于障碍物缩小坐标集中的障碍物位置缩小坐标的数量，所述关键值是0.3；
响应于确定所述当前帧障碍物位置坐标集与所述历史帧障碍物信息序列中的每个历史帧障碍物信息包括的历史帧障碍物位置坐标集不满足所述预设比较条件，所述障碍物位置增大坐标集和所述障碍物位置缩小坐标集满足预设坐标条件，以及所述第一置信度满足预设低阈值条件，根据所述当前帧障碍物位置坐标集和所述历史帧障碍物信息序列中的每个历史帧障碍物信息包括的历史帧障碍物位置坐标集，生成最小障碍物位置坐标集，其中，生成最小障碍物位置坐标集是将所述当前帧障碍物位置坐标集中各个当前帧障碍物位置坐标、所述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中的各个障碍物位置坐标距离当前车辆最近最多的障碍物位置坐标集确定为最小障碍物位置坐标集；
响应于确定所述最小障碍物位置坐标集中的各个最小障碍物位置坐标等于所述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中对应的历史帧障碍物位置坐标，将等于所述最小障碍物位置坐标集中的各个最小障碍物位置坐标的历史帧障碍物位置坐标集确定为第一最小障碍物位置坐标集；
将与所述第一最小障碍物位置坐标集对应的历史帧可行驶区域坐标集确定为可行驶区域坐标集；
响应于确定所述最小障碍物位置坐标集中的各个最小障碍物位置坐标不等于所述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中对应的历史帧障碍物位置坐标，将所述当前帧可行驶区域坐标集确定为可行驶区域坐标集；
响应于确定所述障碍物位置坐标序列集中每个障碍物位置坐标序列中的第一个障碍物位置坐标大于第二个障碍物位置坐标，将所述第一个障碍物位置坐标确定为障碍物位置增大坐标，得到障碍物位置增大坐标集；
响应于确定所述障碍物位置坐标序列集中每个障碍物位置坐标序列中的第一个障碍物位置坐标小于第二个障碍物位置坐标，将所述第一个障碍物位置坐标确定为障碍物位置缩小坐标，得到障碍物位置缩小坐标集；
根据所述障碍物位置增大坐标集和所述障碍物位置缩小坐标集，生成第二置信度；
响应于确定所述当前帧障碍物位置坐标集与所述历史帧障碍物信息序列中的每个历史帧障碍物信息包括的历史帧障碍物位置坐标集不满足所述预设比较条件，以及所述障碍物位置增大坐标集、所述障碍物位置缩小坐标集和所述第二置信度不满足预设坐标变小条件和/或预设低阈值条件，对所述障碍物位置坐标序列集中的每个障碍物坐标序列进行平均处理以生成平均障碍物位置坐标，得到平均障碍物位置坐标集，其中，所述平均处理是确定所述障碍物位置坐标序列集中的每个障碍物坐标序列的平均值，得到平均障碍物位置坐标集；
若所述平均障碍物位置坐标集中的各个平均障碍物位置坐标等于所述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中历史帧障碍物位置坐标，将等于所述平均障碍物位置坐标集中的各个平均障碍物位置坐标的历史帧障碍物位置坐标集确定为第一平均障碍物位置坐标集，将与所述第一平均障碍物位置坐标集同一帧的历史帧可行驶区域坐标集确定为可行驶区域坐标集；
若所述平均障碍物位置坐标集中的各个平均障碍物位置坐标不等于所述历史帧障碍物信息序列中每个历史帧障碍物信息包括的历史帧障碍物位置坐标集中历史帧障碍物位置坐标，将当前帧可行驶区域坐标集确定为可行驶区域坐标集；
确定单元，被配置成将所述可行驶区域坐标集中的各个可行驶区域坐标所在的区域确定为可行驶区域。
4.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-2中任一所述的方法。
CN202210924484.3A 2022-08-03 2022-08-03 可行驶区域生成方法、装置、电子设备和计算机可读介质 Active CN115018909B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210924484.3A CN115018909B (zh) 2022-08-03 2022-08-03 可行驶区域生成方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210924484.3A CN115018909B (zh) 2022-08-03 2022-08-03 可行驶区域生成方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN115018909A CN115018909A (zh) 2022-09-06
CN115018909B true CN115018909B (zh) 2022-11-11

Family

ID=83066192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210924484.3A Active CN115018909B (zh) 2022-08-03 2022-08-03 可行驶区域生成方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN115018909B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115326099B (zh) * 2022-10-11 2023-03-07 禾多科技（北京）有限公司 局部路径规划方法、装置、电子设备和计算机可读介质
CN115540894B (zh) * 2022-12-02 2023-03-07 广汽埃安新能源汽车股份有限公司 车辆轨迹规划方法、装置、电子设备和计算机可读介质
CN115661238B (zh) * 2022-12-06 2023-03-07 广汽埃安新能源汽车股份有限公司 可行驶区域生成方法、装置、电子设备和计算机可读介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5604117B2 (ja) * 2010-01-20 2014-10-08 株式会社Ｉｈｉエアロスペース 自律型移動体
CN106485233B (zh) * 2016-10-21 2020-01-17 深圳地平线机器人科技有限公司 可行驶区域检测方法、装置和电子设备
CN111797650B (zh) * 2019-04-09 2024-02-27 广州文远知行科技有限公司 障碍物的识别方法、装置、计算机设备和存储介质
CN114419592A (zh) * 2022-01-18 2022-04-29 长沙慧联智能科技有限公司 一种道路区域识别方法、自动驾驶控制方法及装置

Also Published As

Publication number Publication date
CN115018909A (zh) 2022-09-06

Similar Documents

Publication Publication Date Title
CN115018909B (zh) 可行驶区域生成方法、装置、电子设备和计算机可读介质
US20210158533A1 (en) Image processing method and apparatus, and storage medium
CN114399589B (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN112150490B (zh) 图像检测方法、装置、电子设备和计算机可读介质
CN111784712B (zh) 图像处理方法、装置、设备和计算机可读介质
CN113934958B (zh) 页面加载方法、装置、电子设备和计算机可读介质
CN114964296B (zh) 车辆行驶路径规划方法、装置、设备和计算机可读介质
CN114913325B (zh) 语义分割方法、装置及计算机程序产品
CN114399814A (zh) 一种基于深度学习的遮挡物移除和三维重建方法
CN114170342A (zh) 图像处理方法、装置、设备及存储介质
CN111612715B (zh) 图像修复方法、装置和电子设备
CN111461965B (zh) 图片处理方法、装置、电子设备和计算机可读介质
CN111726476B (zh) 图像处理方法、装置、设备和计算机可读介质
CN114399590A (zh) 一种基于人脸解析图的人脸遮挡移除和三维模型生成方法
CN113642510A (zh) 目标检测方法、装置、设备和计算机可读介质
CN110633595B (zh) 一种利用双线性插值的目标检测方法和装置
CN112884794B (zh) 生成图像方法、装置、电子设备和计算机可读介质
CN115661238B (zh) 可行驶区域生成方法、装置、电子设备和计算机可读介质
CN112465717B (zh) 脸部图像处理模型训练方法、装置、电子设备和介质
CN114792258B (zh) 信息生成方法、装置、电子设备和计算机可读介质
CN112734962B (zh) 考勤信息生成方法、装置、计算机设备和可读存储介质
CN112215789B (zh) 图像去雾方法、装置、设备和计算机可读介质
CN112215774B (zh) 模型训练和图像去雾方法、装置、设备和计算机可读介质
CN114639148A (zh) 年龄信息生成方法、装置、电子设备和计算机可读介质
CN112070701A (zh) 图像生成方法、装置、设备和计算机可读介质

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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806

Patentee after: Heduo Technology (Guangzhou) Co.,Ltd.

Address before: 100099 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing

Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Method, device, electronic device, and computer-readable medium for generating drivable areas

Granted publication date: 20221111

Pledgee: Bank of Shanghai Co.,Ltd. Beijing Branch

Pledgor: Heduo Technology (Guangzhou) Co.,Ltd.

Registration number: Y2024980009891