CN115019284A - 交通灯检测方法、装置及电子设备、计算机可读存储介质 - Google Patents

交通灯检测方法、装置及电子设备、计算机可读存储介质 Download PDF

Info

Publication number
CN115019284A
CN115019284A CN202210626012.XA CN202210626012A CN115019284A CN 115019284 A CN115019284 A CN 115019284A CN 202210626012 A CN202210626012 A CN 202210626012A CN 115019284 A CN115019284 A CN 115019284A
Authority
CN
China
Prior art keywords
traffic light
light detection
camera
detection result
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
Application number
CN202210626012.XA
Other languages
English (en)
Inventor
张雪
罗壮
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.)
Zhidao Network Technology Beijing Co Ltd
Original Assignee
Zhidao Network 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 Zhidao Network Technology Beijing Co Ltd filed Critical Zhidao Network Technology Beijing Co Ltd
Priority to CN202210626012.XA priority Critical patent/CN115019284A/zh
Publication of CN115019284A publication Critical patent/CN115019284A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种交通灯检测方法、装置及电子设备、计算机可读存储介质,该方法包括:获取目标相机采集的待检测图像,目标相机为多个不同焦距的相机中的任意一个;利用预设交通灯检测模型对待检测图像进行检测得到交通灯检测结果;确定交通灯检测结果是否满足预设相机切换条件,预设相机切换条件包括交通灯检测框的尺寸切换条件和检测时间间隔切换条件;若满足,对目标相机进行切换,并输出切换后的相机对应的交通灯检测结果;若不满足,直接输出目标相机对应的交通灯检测结果。本申请利用多个不同焦距的相机交替采集图像,解决了交通灯检测距离宽泛的问题,降低了资源消耗,保证了交通灯检测实时性,整体流程采用闭环控制策略,提高了检测精度。

Description

交通灯检测方法、装置及电子设备、计算机可读存储介质
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种交通灯检测方法、装置及电子设备、计算机可读存储介质。
背景技术
在自动驾驶的视觉感知领域,交通灯检测对自动驾驶能力具有重要意义,现实场景中交通路口大小不一,停止线到交通灯的距离小到十几米,大到一百多米,且自动驾驶车辆需要在距离停止线一百米左右的时候就锁定交通灯状态,所以交通灯的实际检测距离范围一般为15-220米左右。
由于交通灯检测范围较为宽泛,使用同一相机拍摄无法保证交通灯位于图像视野中,因此往往需要采用多个不同焦距的相机进行交通灯检测,但多个不同焦距的相机同时执行检测任务,十分消耗控制器的计算资源,且花费时间成倍增加,导致交通灯检测实时性较差。此外,控制器还需要执行车道线分割、激光点云检测识别、传感器融合、路径规划等等其他多项任务,资源占用过多也将对这些任务的执行造成影响。
现有技术中提供了一种解决方案是根据自车定位和高精地图计算车辆到下一个交通灯路口的距离,根据距离选择指定相机或多个不同焦距的相机同时进行交通灯检测。
然而上述方案至少存在如下问题:1)自车定位存在误差,该误差包含本身传感器的误差和复杂地点基站信号弱导致GPS信号产生的误差等;2)高精地图存在误差,该误差包含依靠地图数据采集车辆定位而带来的地图制作的误差,高精地图基于自车定位发送的交通灯位置信息而带来的误差。因此,基于自车定位和高精地图计算出的车辆到下一个交通灯路口的距离也存在误差,从而可能导致相机使用不当,出现漏检或分类错误等问题。
发明内容
本申请实施例提供了一种交通灯检测方法、装置及电子设备、计算机可读存储介质,以实现对交通灯的低消耗、宽范围的实时高精度检测。
本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种交通灯检测方法,其中,所述方法包括:
获取目标相机采集的待检测图像,所述目标相机为多个不同焦距的相机中的任意一个;
利用预设交通灯检测模型对所述待检测图像进行检测,得到交通灯检测结果;
确定所述交通灯检测结果是否满足预设相机切换条件,所述预设相机切换条件包括交通灯检测框的尺寸切换条件和检测时间间隔切换条件;
在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换,并输出切换后的相机对应的交通灯检测结果;
在所述交通灯检测结果不满足所述预设相机切换条件的情况下,直接输出所述目标相机对应的交通灯检测结果。
可选地,所述交通灯检测结果包括多个交通灯检测框,所述确定所述交通灯检测结果是否满足预设相机切换条件包括:
利用预设交通灯检测框过滤策略对所述多个交通灯检测框进行过滤,得到过滤后的交通灯检测框;
确定所述过滤后的交通灯检测框是否满足所述交通灯检测框的尺寸切换条件。
可选地,所述利用预设交通灯检测框过滤策略对所述多个交通灯检测框进行过滤,得到过滤后的交通灯检测框包括:
确定所述待检测图像的有效检测区域;
根据所述有效检测区域和各个交通灯检测框的位置对所述多个交通灯检测框进行过滤,得到第一过滤结果;
根据所述第一过滤结果,确定所述交通灯检测框的最大面积;
根据所述交通灯检测框的最大面积对所述第一过滤结果进行过滤,得到第二过滤结果,作为所述过滤后的交通灯检测框。
可选地,所述多个不同焦距的相机包括长焦相机、中焦相机和短焦相机,所述确定所述交通灯检测结果是否满足预设相机切换条件包括:
确定所述交通灯检测结果中是否包含交通灯检测框;
在所述交通灯检测结果中包含交通灯检测框的情况下,确定所述交通灯检测结果是否满足所述交通灯检测框的尺寸切换条件;
在所述交通灯检测结果中不包含交通灯检测框,且所述目标相机为长焦相机的情况下,重复执行利用预设交通灯检测模型对所述待检测图像进行检测,得到交通灯检测结果的步骤;
在所述交通灯检测结果中不包含交通灯检测框,且所述目标相机为中焦相机或短焦相机的情况下,确定当前检测时间与前一检测时间的时间间隔,并根据所述时间间隔确定所述交通灯检测结果是否满足所述检测时间间隔切换条件。
可选地,所述目标相机为长焦相机,所述确定所述交通灯检测结果是否满足预设相机切换条件包括:
确定所述交通灯检测框的最短边是否大于第一预设尺寸阈值;
在所述交通灯检测框的最短边大于第一预设尺寸阈值的情况下,确定所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件;
在所述交通灯检测框的最短边不大于所述第一预设尺寸阈值的情况下,确定所述交通灯检测结果不满足所述交通灯检测框的尺寸切换条件。
可选地,所述目标相机为中焦相机或短焦相机,所述确定所述交通灯检测结果是否满足预设相机切换条件包括:
确定所述交通灯检测框的最短边是否大于第二预设尺寸阈值;
在所述交通灯检测框的最短边大于第二预设尺寸阈值的情况下,确定所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件;
在所述交通灯检测框的最短边不大于所述第二预设尺寸阈值的情况下,确定所述交通灯检测结果不满足所述交通灯检测框的尺寸切换条件。
可选地,所述在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换包括:
在所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件,且所述目标相机为长焦相机的情况下,将所述目标相机由长焦相机切换为中焦相机;
在所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件,且所述目标相机为中焦相机的情况下,将所述目标相机由中焦相机切换为短焦相机;
在所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件,且所述目标相机为短焦相机的情况下,将所述目标相机由短焦相机切换为长焦相机。
可选地,所述前一检测时间为所述交通灯检测结果中包含交通灯检测框时所对应的前一检测时间,所述根据所述时间间隔确定所述交通灯检测结果是否满足所述检测时间间隔切换条件包括:
在所述当前检测时间与所述前一检测时间的时间间隔大于预设时间间隔阈值的情况下,确定所述交通灯检测结果满足所述检测时间间隔切换条件;
在所述当前检测时间与所述前一检测时间的时间间隔不大于预设时间间隔阈值的情况下,确定所述交通灯检测结果不满足所述检测时间间隔切换条件。
可选地,所述在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换包括:
在所述交通灯检测结果满足所述检测时间间隔切换条件,且所述目标相机为中焦相机或短焦相机的情况下,将所述目标相机由中焦相机或短焦相机切换为长焦相机。
第二方面,本申请实施例还提供一种交通灯检测装置,其中,所述装置包括:
获取单元,用于获取目标相机采集的待检测图像,所述目标相机为多个不同焦距的相机中的任意一个;
检测单元,用于利用预设交通灯检测模型对所述待检测图像进行检测,得到交通灯检测结果;
确定单元,用于确定所述交通灯检测结果是否满足预设相机切换条件,所述预设相机切换条件包括交通灯检测框的尺寸切换条件和检测时间间隔切换条件;
切换单元,用于在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换,并输出切换后的相机对应的交通灯检测结果;
输出单元,用于在所述交通灯检测结果不满足所述预设相机切换条件的情况下,直接输出所述目标相机对应的交通灯检测结果。
第三方面,本申请实施例还提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。
第四方面,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存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行前述之任一所述方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:本申请实施例的交通灯检测方法,先获取目标相机采集的待检测图像,目标相机为多个不同焦距的相机中的任意一个;然后利用预设交通灯检测模型对待检测图像进行检测,得到交通灯检测结果;之后确定交通灯检测结果是否满足预设相机切换条件,预设相机切换条件包括交通灯检测框的尺寸切换条件和检测时间间隔切换条件;最后在交通灯检测结果满足预设相机切换条件的情况下,对目标相机进行切换,并输出切换后的相机对应的交通灯检测结果;在交通灯检测结果不满足预设相机切换条件的情况下,直接输出目标相机对应的交通灯检测结果。本申请实施例的交通灯检测方法利用多个不同焦距的相机采集图像,解决了交通灯检测距离宽泛的问题,基于视觉检测结果自动切换多个不同焦距的相机,同一时刻只启用一个相机,降低了资源消耗,保证了检测实时性。此外,整体流程采用了基于视觉检测结果的闭环控制策略,避免了自车定位误差和高精地图误差导致的不良影响,提高了检测精度。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种交通灯检测方法的流程示意图;
图2为本申请实施例中一种交通灯检测流程示意图;
图3为本申请实施例中一种交通灯检测装置的结构示意图;
图4为本申请实施例中一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本申请实施例提供了一种交通灯检测方法,如图1所示,提供了本申请实施例中一种交通灯检测方法的流程示意图,所述方法至少包括如下的步骤S110至步骤S150:
步骤S110,获取目标相机采集的待检测图像,所述目标相机为多个不同焦距的相机中的任意一个。
本申请实施例的交通灯检测方法由自动驾驶车辆来执行,为了实现宽范围的交通灯检测,本申请实施例事先在自动驾驶车辆上安装了多个不同焦距的相机,以覆盖较大的检测范围,为后续交通灯的实时检测以及自动驾驶车辆及时作出行驶决策提供有力支撑。
在进行交通灯检测时,需要先获取目标相机采集的待检测图像,这里的目标相机是指当前已启用的相机,其可能是上述多个不同焦距的相机中的任意一个,也即同一时间仅启用一个相机采集图像,从而降低控制器的资源消耗。
步骤S120,利用预设交通灯检测模型对所述待检测图像进行检测,得到交通灯检测结果。
在得到目标相机采集的待检测图像后,可以利用事先训练好的交通灯检测模型如YOLO V5对目标相机采集到的待检测图像进行检测,得到交通灯检测结果,这里的交通灯检测结果可能是包含交通灯的检测结果也可能是不包含交通灯的检测结果,如果是包含交通灯的检测结果,具体可以包含交通灯检测框的中心位置坐标、交通灯检测框的宽和高,还可以包括交通灯检测框对应的交通灯颜色,如红灯/绿灯/黄灯等信息。
步骤S130,确定所述交通灯检测结果是否满足预设相机切换条件,所述预设相机切换条件包括交通灯检测框的尺寸切换条件和检测时间间隔切换条件。
基于前述步骤得到的交通灯检测结果,需要进一步判断该交通灯检测结果是否满足预设相机切换条件,该预设相机切换条件用来判断能否继续信任当前正在使用的目标相机采集的待检测图像,具体可以包括交通灯检测框的尺寸切换条件和检测时间间隔切换条件这两个维度。
交通灯检测框的尺寸切换条件主要针对待检测图像中能够检测到交通灯检测框的情况,具体用来衡量待检测图像中的交通检测框的尺寸大小是否触发交通灯检测框的尺寸切换条件,该切换条件可以避免待检测图像中的交通灯不完整的问题。检测时间间隔切换条件主要针对待检测图像中无法检测到交通灯检测框的情况,具体用来确定待检测图像中无法检测到交通检测框的原因,一方面可能是目标相机出现了短暂漏检的问题,另一方面可能是目标相机与交通灯的距离过近,由此可以确定是否触发检测时间间隔切换条件。
步骤S140,在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换,并输出切换后的相机对应的交通灯检测结果。
在交通灯检测结果满足任意一个维度的预设相机切换条件时,说明如果继续使用当前正在使用的目标相机采集图像,将可能导致采集到的待检测图像中的交通灯不完整,从而影响交通灯的检测精度。因此这时可以触发对目标相机的切换操作,利用切换后的相机采集待检测图像并进行检测,该检测过程与切换之前的检测过程相同,在此不作赘述。
步骤S150,在所述交通灯检测结果不满足所述预设相机切换条件的情况下,直接输出所述目标相机对应的交通灯检测结果。
如果交通灯检测结果不满足上述两个维度的预设相机切换条件,说明当前正在使用的目标相机还可以继续使用,无需切换,因此可以直接输出该目标相机对应的交通灯检测结果。
本申请实施例的交通灯检测方法利用多个不同焦距的相机采集图像,解决了交通灯检测距离宽泛的问题,基于视觉检测结果自动切换多个不同焦距的相机,同一时刻只启用一个相机,降低了资源消耗,保证了检测实时性。此外,整体流程采用了基于视觉检测结果的闭环控制策略,避免了自车定位误差和高精地图误差导致的不良影响,提高了检测精度。
在本申请的一个实施例中,所述交通灯检测结果包括多个交通灯检测框,所述确定所述交通灯检测结果是否满足预设相机切换条件包括:利用预设交通灯检测框过滤策略对所述多个交通灯检测框进行过滤,得到过滤后的交通灯检测框;确定所述过滤后的交通灯检测框是否满足所述交通灯检测框的尺寸切换条件。
实际应用时,待检测图像中可能不仅包含自动驾驶车辆在行驶到下一个路口之前所需要关注的交通灯,还可能包含更远处路口的交通灯、左右侧路口的交通灯或者行人红绿灯、自行车红绿灯等非机动机交通灯,因此得到的交通灯检测框也就会有多个。
为了避免这些不相关的交通灯检测框对后续判断流程的干扰,可以利用预设交通灯检测框过滤策略对多个交通灯检测框进行过滤,例如过滤掉左右两侧路口以及更远处路口的交通灯检测框、非机动车交通灯等等,从而将过滤后剩余的交通灯检测框作为最终的交通灯检测结果,判断其是否满足交通灯检测框的尺寸切换条件。
在本申请的一个实施例中,所述利用预设交通灯检测框过滤策略对所述多个交通灯检测框进行过滤,得到过滤后的交通灯检测框包括:确定所述待检测图像的有效检测区域;根据所述有效检测区域和各个交通灯检测框的位置对所述多个交通灯检测框进行过滤,得到第一过滤结果;根据所述第一过滤结果,确定所述交通灯检测框的最大面积;根据所述交通灯检测框的最大面积对所述第一过滤结果进行过滤,得到第二过滤结果,作为所述过滤后的交通灯检测框。
本申请实施例在对交通灯检测框进行过滤时,可以先确定待检测图像中的有效检测区域,该有效检测区域的作用是为了过滤掉位于图像左右两侧边缘的交通灯检测框,即对交通灯检测框的横向过滤,例如,左右两侧相邻路口的交通灯检测框或者与自动驾驶车辆所关注的交通灯检测框的横向距离较远的非机动车的交通灯检测框等。
因此,一种确定有效检测区域的方式可以是将道路图像中间的80%区域作为有效检测区域,具体可以是左右两侧分别裁剪掉10%的区域面积,但道路图像的高度保持不变,之后再结合各个交通灯检测框的中心位置坐标(x,y)中的横坐标x确定该交通灯检测框是否落入有效检测区域,将落入有效检测区域的交通灯检测框作为第一过滤结果。当然,除了采用裁剪的方式,还可以直接在原待检测图像中添加有效检测区域的边框,在确定出有效检测区域的边框后,与自动驾驶车辆所关注的交通灯检测框的横向距离较远的交通灯检测框将位于边框外,从而被过滤掉。
需要说明的是,由于自动驾驶车辆的相机安装位置和拍摄角度基本会保证自动驾驶车辆对应的下一个路口的交通灯显示在图像的中部或者中上部左右的位置,因此通过上述有效检测区域的约束,可以在过滤掉位于图像左右两侧边缘的交通灯检测框的同时保证自动驾驶车辆所关注的交通灯检测框不被误过滤。
此外,由于自动驾驶车辆所关注的交通灯往往会是离自动驾驶车辆最近且最靠近图像中部的交通灯,那么基于成像时近大远小的原理,该交通灯离相机光心的直线距离越短,检测到的交通检测框的面积越大,即越有可能是自动驾驶车辆所关注的交通灯检测框。
基于此,本申请实施例还可以进一步计算第一过滤结果中的各个交通灯检测框的面积,从中确定出面积最大的交通灯检测框,然后将其他各个交通灯检测框的面积分别与最大面积的交通灯检测框的面积进行比较,如果其他交通灯检测框的面积与最大面积的交通灯检测框的面积比值不小于预设面积比值阈值,说明该交通灯检测框的面积也较大,因此可以保留该交通灯检测框,反之,则可以从第一过滤结果中过滤掉该交通灯检测框,从而得到第二过滤结果。上述预设面积比值阈值例如可以设置为0.70,该数值大小为经验值,可以根据实际需求灵活调整,在此不作具体限定。
在本申请的一个实施例中,所述多个不同焦距的相机包括长焦相机、中焦相机和短焦相机,所述确定所述交通灯检测结果是否满足预设相机切换条件包括:确定所述交通灯检测结果中是否包含交通灯检测框;在所述交通灯检测结果中包含交通灯检测框的情况下,确定所述交通灯检测结果是否满足所述交通灯检测框的尺寸切换条件;在所述交通灯检测结果中不包含交通灯检测框,且所述目标相机为长焦相机的情况下,重复执行利用预设交通灯检测模型对所述待检测图像进行检测,得到交通灯检测结果的步骤;在所述交通灯检测结果中不包含交通灯检测框,且所述目标相机为中焦相机或短焦相机的情况下,确定当前检测时间与前一检测时间的时间间隔,并根据所述时间间隔确定所述交通灯检测结果是否满足所述检测时间间隔切换条件。
本申请实施例可以根据实际场景设置三个不同焦距的相机,例如包括长焦相机sensor30、中焦相机sensor60和短焦相机sensor120,长焦相机sensor30可以拍摄到更远距离的交通灯,中焦相机sensor60可以拍摄到相对近距离的交通灯,而短焦相机sensor120则可以拍摄到更近距离的交通灯,通过三者之间的相互切换可以满足较大范围内的交通灯检测需求。
基于实际场景中的交通路口大小,以及自动驾驶车辆需要锁定交通灯状态的安全距离,本申请实施例采用的三个不同焦距的相机覆盖的交通灯实际检测距离范围可以达到15-220米,满足了大部分路口场景下的交通灯检测需求。
如前所述,本申请实施例定义的交通灯检测框的尺寸切换条件主要针对待检测图像中能够检测到交通灯检测框的情况,检测时间间隔切换条件主要针对待检测图像中无法检测到交通灯检测框的情况,因此在确定交通灯检测结果是否满足预设相机切换条件时,可以先判断当前交通灯检测结果中是否包含有交通灯检测框,如果包含,这时可以进一步判断检测到的交通灯检测框的尺寸是否满足交通灯检测框的尺寸切换条件。
而如果交通灯检测结果中不包含交通灯检测框,这时还可以进一步区分两种情况,一种情况是当前使用的目标相机为长焦相机,根据近大远小的原理,说明当前自动驾驶车辆与下一个交通灯路口的距离较远,导致长焦相机都无法捕捉到交通灯,这里不需要考虑长焦相机是否存在漏检的问题,因为在距离较远的情况下,长焦相机是有很大概率捕捉不到交通灯的,且在此种情况下也只能通过长焦相机来采集远景图像,因此需要给长焦相机提供一定的容错空间,所以返回继续执行利用预设交通灯检测模型对长焦相机采集的待检测图像进行检测步骤即可。
另一种情况是当前当前使用的目标相机为中焦相机或者短焦相机,说明当前自动驾驶车辆与下一个交通灯路口的距离较近,在这种情况下,中焦相机和短焦相机捕捉不到交通灯的概率是较小的,可以考虑相机是否存在漏检的问题,具体可以先确定当前得到的交通灯检测结果的检测时间与前一次检测到交通灯检测框的时间之间的时间间隔,然后再根据该时间间隔确定该相机是否出现了漏检的问题,如果中焦相机或者短焦相机出现了漏检,同样可以设计一定的容错机制,但相比长焦相机,中焦相机和短焦相机的容错空间会小一些,要受到检测时间间隔切换条件的约束。
在本申请的一个实施例中,所述目标相机为长焦相机,所述确定所述交通灯检测结果是否满足预设相机切换条件包括:确定所述交通灯检测框的最短边是否大于第一预设尺寸阈值;在所述交通灯检测框的最短边大于第一预设尺寸阈值的情况下,确定所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件;在所述交通灯检测框的最短边不大于所述第一预设尺寸阈值的情况下,确定所述交通灯检测结果不满足所述交通灯检测框的尺寸切换条件。
在确定交通灯检测结果是否满足交通灯检测框的尺寸切换条件时,如果当前使用的目标相机为长焦相机,那么可以将面积最大的交通灯检测框的最短边与第一预设尺寸阈值l1进行比较,该第一预设尺寸阈值l1可以基于长焦相机在其拍摄范围内所能捕捉到的完整交通灯检测框的最短边的最大值来进行设置。
如果面积最大的交通灯检测框的最短边大于第一预设尺寸阈值l1,说明当前的拍摄距离已经到达长焦相机的拍摄范围的上限,继续使用长焦相机采集图像将会导致交通灯超出图像边界,因此需要进行相机切换,也即当前的交通灯检测结果触发了交通灯检测框的尺寸切换条件。而如果面积最大的交通灯检测框的最短边不大于第一预设尺寸阈值l1,说明当前的拍摄距离还在长焦相机的拍摄范围内,可以继续使用长焦相机进行拍摄,不需要进行相机切换,也即当前的交通灯检测结果没有触发交通灯检测框的尺寸切换条件。
在本申请的一个实施例中,所述目标相机为中焦相机或短焦相机,所述确定所述交通灯检测结果是否满足预设相机切换条件包括:确定所述交通灯检测框的最短边是否大于第二预设尺寸阈值;在所述交通灯检测框的最短边大于第二预设尺寸阈值的情况下,确定所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件;在所述交通灯检测框的最短边不大于所述第二预设尺寸阈值的情况下,确定所述交通灯检测结果不满足所述交通灯检测框的尺寸切换条件。
在确定交通灯检测结果是否满足交通灯检测框的尺寸切换条件时,如果当前使用的目标相机为中焦相机或短焦相机,那么可以将面积最大的交通灯检测框的最短边与第二预设尺寸阈值l2进行比较,第二预设尺寸阈值l2可以基于中焦相机或短焦相机在其拍摄范围内所能捕捉到的完整交通灯检测框的最短边的最大值来进行设置。
如果面积最大的交通灯检测框的最短边大于第二预设尺寸阈值l2,说明当前的拍摄距离已经到达中焦相机或短焦相机的拍摄范围的上限,继续使用中焦相机或短焦相机采集图像将会导致交通灯超出图像边界,因此需要进行相机切换,也即当前的交通灯检测结果触发了交通灯检测框的尺寸切换条件。而如果面积最大的交通灯检测框的最短边不大于第二预设尺寸阈值l2,说明当前的拍摄距离还在中焦相机或短焦相机的拍摄范围内,可以继续使用中焦相机或短焦相机进行拍摄,也即当前的交通灯检测结果没有触发交通灯检测框的尺寸切换条件。
需要说明的是,上述实施例针对长焦相机单独设置了第一预设尺寸阈值l1,而针对中焦相机和短焦相机设置了相同的第二预设尺寸阈值l2,是因为第二预设尺寸阈值l2已经设置的足够大,设置相同的第二预设尺寸阈值可以在一定程度上简化判断流程。当然,本领域技术人员也可以根据实际需要针对长焦相机、中焦相机和短焦相机分别设置不同的预设尺寸阈值,其中相机焦距越短,对应的预设尺寸阈值越大。
在本申请的一个实施例中,所述在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换包括:在所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件,且所述目标相机为长焦相机的情况下,将所述目标相机由长焦相机切换为中焦相机;在所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件,且所述目标相机为中焦相机的情况下,将所述目标相机由中焦相机切换为短焦相机;在所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件,且所述目标相机为短焦相机的情况下,将所述目标相机由短焦相机切换为长焦相机。
本申请实施例在交通灯检测结果满足交通灯检测框的尺寸切换条件,对目标相机进行切换时,可以区分以下几种情况:
1)目标相机为长焦相机,说明自动驾驶车辆到下一个交通路口的距离即将超出长焦相机所能捕捉到的完整交通灯的范围,因此可以将长焦相机切换为中焦相机,以扩大相机的拍摄视野,实现相对近距离的交通灯检测;
2)目标相机为中焦相机,说明自动驾驶车辆到下一个交通路口的距离即将超出中焦相机所能捕捉到的完整交通灯的范围,因此可以将中焦相机切换为短焦相机,以进一步扩大相机的拍摄视野,实现更近距离的交通灯检测;
3)目标相机为短焦相机,说明自动驾驶车辆到下一个交通路口的距离即将超出短焦相机所能捕捉到的完整交通灯的范围,此时可以认为自动驾驶车辆已经基本行驶到或者经过了下一个交通灯路口的位置,因此可以重新切换为长焦相机,利用长焦相机对再下一个交通路口的交通灯进行拍摄。
可以看出,随着自动驾驶车辆的行驶,上述切换过程可以看作是一个循环往复的过程,例如,自动驾驶车辆由当前位置驶向路口1,再由路口1驶向路口2时的相机切换过程可以表示为:长焦相机-中焦相机-短焦相机-长焦相机-中焦相机-短焦相机……,以此类推。
在本申请的一个实施例中,所述前一检测时间为所述交通灯检测结果中包含交通灯检测框时所对应的前一检测时间,所述根据所述时间间隔确定所述交通灯检测结果是否满足所述检测时间间隔切换条件包括:在所述当前检测时间与所述前一检测时间的时间间隔大于预设时间间隔阈值的情况下,确定所述交通灯检测结果满足所述检测时间间隔切换条件;在所述当前检测时间与所述前一检测时间的时间间隔不大于预设时间间隔阈值的情况下,确定所述交通灯检测结果不满足所述检测时间间隔切换条件。
如前所述,本申请实施例的前一检测时间是指上一次检测到交通灯检测框的时间,前一检测时间会在每次检测到交通灯检测框时进行更新,当前检测时间与前一检测时间之间的间隔长短表明了自动驾驶车辆是否是出现了漏检还是已经行驶到了下一个交通路口。
具体地,如果当前检测时间与前一检测时间的时间间隔大于预设时间间隔阈值t,表明已经有相对较长一段时间没有检测到交通灯,这种情况下相机出现长时间漏检的概率是较小的,很有可能说明自动驾驶车辆已经行驶到了对应的交通路口,由于距离过近才导致中焦相机和短焦相机都连续无法捕捉到完整的交通灯,因此就需要切换当前使用的目标相机,从而开启对下一个交通路口的交通灯检测。
而如果当前检测时间与前一检测时间之间的时间间隔小于预设时间阈值t,说明目标相机由于某些原因如前方车辆遮挡等,而短暂的没有捕捉到交通灯,这种情况下可以允许目标相机存在一定的容错空间,即允许目标相机重复尝试采集待检测图像,直至目标相机采集的待检测图像中存在完整的交通灯或者触发了预设时间间隔阈值t。
在本申请的一个实施例中,所述在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换包括:在所述交通灯检测结果满足所述检测时间间隔切换条件,且所述目标相机为中焦相机或短焦相机的情况下,将所述目标相机由中焦相机或短焦相机切换为长焦相机。
本申请实施例的检测时间间隔切换条件主要针对中焦相机和短焦相机来进行设置,因为对于长焦相机来说,其通常是在自动驾驶车辆距离交通路口很远时就开始采集图像,因此在较远距离内长焦相机是很有可能在连续一段时间内检测不到交通灯的,这时如果通过上述预设时间间隔阈值来约束长焦相机显然是不合适的,且由于长焦相机已经是能够拍摄到最远距离的相机,因此也不存在切换的基础。
而中焦相机和短焦相机由于是在自动驾驶车辆距离交通路口较近时才启用的,正常情况下是可以捕捉到完整的交通灯的,如果连续一段时间都没有捕捉到,就说明自动驾驶车辆已经到达或者驶过了该交通路口,那么就可以将当前正在使用的中焦相机或者短焦相机切换为长焦相机,从而开启对下一个交通路口的交通灯检测。
当然,需要说明的是,本领域技术人员可以根据实际需求将本申请的交通灯检测方法灵活扩展至其他数量的不同焦距的相机中,例如仅设置一个长焦相机和一个短焦相机,或者设置三个以上的不同焦距的相机,在此不一一列举。
为了便于对本申请各实施例的理解,如图2所示,提供了本申请实施例中一种交通灯检测流程示意图。首先定义两个相机切换条件,一个是针对待检测图像中能够检测到交通灯检测框的情况而设置的交通灯检测框的尺寸切换条件,具体设置了第一预设尺寸阈值l1和第二预设尺寸阈值l2,另一个是针对待检测图像中无法检测到交通灯检测框的情况而设置的检测时间间隔切换条件,具体设置了预设时间间隔阈值t。
然后基于近大远小的原理,初始化使用长焦相机sensor30作为目标相机采集待检测图像,利用预设交通灯检测模型进行交通灯检测,得到交通灯检测结果,根据交通灯检测结果判断是否检测到交通灯,如果没有,则继续采集图像进行检测,直到检测到交通灯,则进一步对模型输出的交通灯检测框进行过滤处理,得到自动驾驶车辆当前所实际关注的交通灯检测框。
之后判断过滤后的面积最大的交通灯检测框的最短边是否大于第一预设尺寸阈值l1,如果不大于,可以直接输出交通灯检测结果,如果大于,则认为触发了交通灯检测框的尺寸切换条件,需要将长焦相机sensor30切换为中焦相机sensor60。
中焦相机sensor60的图像采集和检测流程与长焦相机基本相同,主要区别有两点,一点区别是如果在中焦相机采集的待检测图像中检测不到交通灯时,还需要计算检测时间间隔,如果该检测时间间隔超过了预设时间间隔阈值t,则触发了检测时间间隔切换条件,即需要将中焦相机sensor60切换为长焦相机sensor30,而如果没有超过预设时间间隔阈值t,则继续重复采集图像并检测即可。另一点区别是中焦相机采集的待检测图像中对应的交通灯检测框需要与第二预设尺寸阈值l2进行比较,如果交通灯检测框的最短边大于第二预设尺寸阈值l2,则认为触发了交通灯检测框的尺寸切换条件,即需要将中焦相机sensor60切换为短焦相机sensor120。
短焦相机sensor120的图像采集和检测流程和中焦相机基本相同,主要区别在于在短焦相机触发检测时间间隔切换条件或者交通灯检测框的尺寸切换条件时,是将短焦相机sensor120切换为长焦相机sensor30。
基于图2可以看出,本申请的交通灯检测流程整体上形成了一个闭环检测,即基于视觉的交通灯检测结果会作为相机切换的输入,而相机切换后的结果又会再产生视觉检测的输入,相比较于基于自车定位和高精地图实现的交通灯检测方案来说,避免了自车定位误差和高精地图误差导致的不良影响,提高了检测精度。
此外,本申请的交通灯检测流程采取多个不同焦距相机交替采集图像,解决了交通灯检测距离宽泛的问题,且据视觉检测结果自动切换多个不同焦距的相机,同一时刻只启用一个相机,降低了资源消耗,保证了检测的实时性。
本申请实施例还提供了一种交通灯检测装置300,如图3所示,提供了本申请实施例中一种交通灯检测装置的结构示意图,所述装置300至少包括:获取单元310、检测单元320、确定单元330、切换单元340以及输出单元350,其中:
获取单元310,用于获取目标相机采集的待检测图像,所述目标相机为多个不同焦距的相机中的任意一个;
检测单元320,用于利用预设交通灯检测模型对所述待检测图像进行检测,得到交通灯检测结果;
确定单元330,用于确定所述交通灯检测结果是否满足预设相机切换条件,所述预设相机切换条件包括交通灯检测框的尺寸切换条件和检测时间间隔切换条件;
切换单元340,用于在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换,并输出切换后的相机对应的交通灯检测结果;
输出单元350,用于在所述交通灯检测结果不满足所述预设相机切换条件的情况下,直接输出所述目标相机对应的交通灯检测结果。
在本申请的一个实施例中,所述交通灯检测结果包括多个交通灯检测框,所述确定单元330具体用于:利用预设交通灯检测框过滤策略对所述多个交通灯检测框进行过滤,得到过滤后的交通灯检测框;确定所述过滤后的交通灯检测框是否满足所述交通灯检测框的尺寸切换条件。
在本申请的一个实施例中,所述确定单元330具体用于:确定所述待检测图像的有效检测区域;根据所述有效检测区域和各个交通灯检测框的位置对所述多个交通灯检测框进行过滤,得到第一过滤结果;根据所述第一过滤结果,确定所述交通灯检测框的最大面积;根据所述交通灯检测框的最大面积对所述第一过滤结果进行过滤,得到第二过滤结果,作为所述过滤后的交通灯检测框。
在本申请的一个实施例中,所述多个不同焦距的相机包括长焦相机、中焦相机和短焦相机,所述确定单元330具体用于:确定所述交通灯检测结果中是否包含交通灯检测框;在所述交通灯检测结果中包含交通灯检测框的情况下,确定所述交通灯检测结果是否满足所述交通灯检测框的尺寸切换条件;在所述交通灯检测结果中不包含交通灯检测框,且所述目标相机为长焦相机的情况下,重复执行利用预设交通灯检测模型对所述待检测图像进行检测,得到交通灯检测结果的步骤;在所述交通灯检测结果中不包含交通灯检测框,且所述目标相机为中焦相机或短焦相机的情况下,确定当前检测时间与前一检测时间的时间间隔,并根据所述时间间隔确定所述交通灯检测结果是否满足所述检测时间间隔切换条件。
在本申请的一个实施例中,所述目标相机为长焦相机,所述确定单元330具体用于:确定所述交通灯检测框的最短边是否大于第一预设尺寸阈值;在所述交通灯检测框的最短边大于第一预设尺寸阈值的情况下,确定所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件;在所述交通灯检测框的最短边不大于所述第一预设尺寸阈值的情况下,确定所述交通灯检测结果不满足所述交通灯检测框的尺寸切换条件。
在本申请的一个实施例中,所述目标相机为中焦相机或短焦相机,所述确定单元330具体用于:确定所述交通灯检测框的最短边是否大于第二预设尺寸阈值;在所述交通灯检测框的最短边大于第二预设尺寸阈值的情况下,确定所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件;在所述交通灯检测框的最短边不大于所述第二预设尺寸阈值的情况下,确定所述交通灯检测结果不满足所述交通灯检测框的尺寸切换条件。
在本申请的一个实施例中,所述切换单元340具体用于:在所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件,且所述目标相机为长焦相机的情况下,将所述目标相机由长焦相机切换为中焦相机;在所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件,且所述目标相机为中焦相机的情况下,将所述目标相机由中焦相机切换为短焦相机;在所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件,且所述目标相机为短焦相机的情况下,将所述目标相机由短焦相机切换为长焦相机。
在本申请的一个实施例中,所述前一检测时间为所述交通灯检测结果中包含交通灯检测框时所对应的前一检测时间,所述确定单元330具体用于:在所述当前检测时间与所述前一检测时间的时间间隔大于预设时间间隔阈值的情况下,确定所述交通灯检测结果满足所述检测时间间隔切换条件;在所述当前检测时间与所述前一检测时间的时间间隔不大于预设时间间隔阈值的情况下,确定所述交通灯检测结果不满足所述检测时间间隔切换条件。
在本申请的一个实施例中,所述切换单元340具体用于:在所述交通灯检测结果满足所述检测时间间隔切换条件,且所述目标相机为中焦相机或短焦相机的情况下,将所述目标相机由中焦相机或短焦相机切换为长焦相机。
能够理解,上述交通灯检测装置,能够实现前述实施例中提供的交通灯检测方法的各个步骤,关于交通灯检测方法的相关阐释均适用于交通灯检测装置,此处不再赘述。
图4是本申请的一个实施例电子设备的结构示意图。请参考图4,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成交通灯检测装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取目标相机采集的待检测图像,所述目标相机为多个不同焦距的相机中的任意一个;
利用预设交通灯检测模型对所述待检测图像进行检测,得到交通灯检测结果;
确定所述交通灯检测结果是否满足预设相机切换条件,所述预设相机切换条件包括交通灯检测框的尺寸切换条件和检测时间间隔切换条件;
在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换,并输出切换后的相机对应的交通灯检测结果;
在所述交通灯检测结果不满足所述预设相机切换条件的情况下,直接输出所述目标相机对应的交通灯检测结果。
上述如本申请图1所示实施例揭示的交通灯检测装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)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该处理器也可以是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译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中交通灯检测装置执行的方法,并实现交通灯检测装置在图1所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图1所示实施例中交通灯检测装置执行的方法,并具体用于执行:
获取目标相机采集的待检测图像,所述目标相机为多个不同焦距的相机中的任意一个;
利用预设交通灯检测模型对所述待检测图像进行检测,得到交通灯检测结果;
确定所述交通灯检测结果是否满足预设相机切换条件,所述预设相机切换条件包括交通灯检测框的尺寸切换条件和检测时间间隔切换条件;
在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换,并输出切换后的相机对应的交通灯检测结果;
在所述交通灯检测结果不满足所述预设相机切换条件的情况下,直接输出所述目标相机对应的交通灯检测结果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (12)

1.一种交通灯检测方法,其中,所述方法包括:
获取目标相机采集的待检测图像,所述目标相机为多个不同焦距的相机中的任意一个;
利用预设交通灯检测模型对所述待检测图像进行检测,得到交通灯检测结果;
确定所述交通灯检测结果是否满足预设相机切换条件,所述预设相机切换条件包括交通灯检测框的尺寸切换条件和检测时间间隔切换条件;
在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换,并输出切换后的相机对应的交通灯检测结果;
在所述交通灯检测结果不满足所述预设相机切换条件的情况下,直接输出所述目标相机对应的交通灯检测结果。
2.如权利要求1所述方法,其中,所述交通灯检测结果包括多个交通灯检测框,所述确定所述交通灯检测结果是否满足预设相机切换条件包括:
利用预设交通灯检测框过滤策略对所述多个交通灯检测框进行过滤,得到过滤后的交通灯检测框;
确定所述过滤后的交通灯检测框是否满足所述交通灯检测框的尺寸切换条件。
3.如权利要求2所述方法,其中,所述利用预设交通灯检测框过滤策略对所述多个交通灯检测框进行过滤,得到过滤后的交通灯检测框包括:
确定所述待检测图像的有效检测区域;
根据所述有效检测区域和各个交通灯检测框的位置对所述多个交通灯检测框进行过滤,得到第一过滤结果;
根据所述第一过滤结果,确定所述交通灯检测框的最大面积;
根据所述交通灯检测框的最大面积对所述第一过滤结果进行过滤,得到第二过滤结果,作为所述过滤后的交通灯检测框。
4.如权利要求1所述方法,其中,所述多个不同焦距的相机包括长焦相机、中焦相机和短焦相机,所述确定所述交通灯检测结果是否满足预设相机切换条件包括:
确定所述交通灯检测结果中是否包含交通灯检测框;
在所述交通灯检测结果中包含交通灯检测框的情况下,确定所述交通灯检测结果是否满足所述交通灯检测框的尺寸切换条件;
在所述交通灯检测结果中不包含交通灯检测框,且所述目标相机为长焦相机的情况下,重复执行利用预设交通灯检测模型对所述待检测图像进行检测,得到交通灯检测结果的步骤;
在所述交通灯检测结果中不包含交通灯检测框,且所述目标相机为中焦相机或短焦相机的情况下,确定当前检测时间与前一检测时间的时间间隔,并根据所述时间间隔确定所述交通灯检测结果是否满足所述检测时间间隔切换条件。
5.如权利要求1所述方法,其中,所述目标相机为长焦相机,所述确定所述交通灯检测结果是否满足预设相机切换条件包括:
确定所述交通灯检测框的最短边是否大于第一预设尺寸阈值;
在所述交通灯检测框的最短边大于第一预设尺寸阈值的情况下,确定所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件;
在所述交通灯检测框的最短边不大于所述第一预设尺寸阈值的情况下,确定所述交通灯检测结果不满足所述交通灯检测框的尺寸切换条件。
6.如权利要求1所述方法,其中,所述目标相机为中焦相机或短焦相机,所述确定所述交通灯检测结果是否满足预设相机切换条件包括:
确定所述交通灯检测框的最短边是否大于第二预设尺寸阈值;
在所述交通灯检测框的最短边大于第二预设尺寸阈值的情况下,确定所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件;
在所述交通灯检测框的最短边不大于所述第二预设尺寸阈值的情况下,确定所述交通灯检测结果不满足所述交通灯检测框的尺寸切换条件。
7.如权利要求1所述方法,其中,所述在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换包括:
在所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件,且所述目标相机为长焦相机的情况下,将所述目标相机由长焦相机切换为中焦相机;
在所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件,且所述目标相机为中焦相机的情况下,将所述目标相机由中焦相机切换为短焦相机;
在所述交通灯检测结果满足所述交通灯检测框的尺寸切换条件,且所述目标相机为短焦相机的情况下,将所述目标相机由短焦相机切换为长焦相机。
8.如权利要求4所述方法,其中,所述前一检测时间为所述交通灯检测结果中包含交通灯检测框时所对应的前一检测时间,所述根据所述时间间隔确定所述交通灯检测结果是否满足所述检测时间间隔切换条件包括:
在所述当前检测时间与所述前一检测时间的时间间隔大于预设时间间隔阈值的情况下,确定所述交通灯检测结果满足所述检测时间间隔切换条件;
在所述当前检测时间与所述前一检测时间的时间间隔不大于预设时间间隔阈值的情况下,确定所述交通灯检测结果不满足所述检测时间间隔切换条件。
9.如权利要求1所述方法,其中,所述在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换包括:
在所述交通灯检测结果满足所述检测时间间隔切换条件,且所述目标相机为中焦相机或短焦相机的情况下,将所述目标相机由中焦相机或短焦相机切换为长焦相机。
10.一种交通灯检测装置,其中,所述装置包括:
获取单元,用于获取目标相机采集的待检测图像,所述目标相机为多个不同焦距的相机中的任意一个;
检测单元,用于利用预设交通灯检测模型对所述待检测图像进行检测,得到交通灯检测结果;
确定单元,用于确定所述交通灯检测结果是否满足预设相机切换条件,所述预设相机切换条件包括交通灯检测框的尺寸切换条件和检测时间间隔切换条件;
切换单元,用于在所述交通灯检测结果满足所述预设相机切换条件的情况下,对所述目标相机进行切换,并输出切换后的相机对应的交通灯检测结果;
输出单元,用于在所述交通灯检测结果不满足所述预设相机切换条件的情况下,直接输出所述目标相机对应的交通灯检测结果。
11.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行所述权利要求1~9之任一所述方法。
12.一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行所述权利要求1~9之任一所述方法。
CN202210626012.XA 2022-06-02 2022-06-02 交通灯检测方法、装置及电子设备、计算机可读存储介质 Pending CN115019284A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210626012.XA CN115019284A (zh) 2022-06-02 2022-06-02 交通灯检测方法、装置及电子设备、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210626012.XA CN115019284A (zh) 2022-06-02 2022-06-02 交通灯检测方法、装置及电子设备、计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN115019284A true CN115019284A (zh) 2022-09-06

Family

ID=83072106

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210626012.XA Pending CN115019284A (zh) 2022-06-02 2022-06-02 交通灯检测方法、装置及电子设备、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN115019284A (zh)

Similar Documents

Publication Publication Date Title
CN109949594B (zh) 实时的交通灯识别方法
CN111047870A (zh) 交通违规车辆识别系统、服务器及存储有车辆控制程序的非易失性存储介质
CN112289070B (zh) 一种车位检测方法、装置、车辆、可读介质
CN113470371B (zh) 识别违规车辆的方法、系统和计算机可读存储介质
CN115507862A (zh) 车道线定位方法及装置、电子设备及存储介质
CN112241004B (zh) 物体识别装置
CN114705121A (zh) 车辆位姿测量方法、装置及电子设备、存储介质
CN113111682A (zh) 目标对象感知方法和装置、感知基站、感知系统
CN114782924B (zh) 用于自动驾驶的交通灯检测方法、装置及电子设备
CN116564133A (zh) 潮汐车道的车辆预警方法、装置及电子设备
CN116682091A (zh) 用于自动驾驶车辆的障碍物感知方法、装置
CN115962774A (zh) 点云地图更新方法、装置及电子设备、存储介质
CN114495065A (zh) 一种目标物识别的方法及装置
CN116758736A (zh) 违停检测方法、装置及电子设备
CN115019284A (zh) 交通灯检测方法、装置及电子设备、计算机可读存储介质
CN116645831A (zh) 一种交通盲区检测及预警系统
CN116503832A (zh) 一种基于深度学习的信号灯识别方法及装置
CN115661014A (zh) 一种点云数据处理方法、装置和电子设备、存储介质
CN111753593A (zh) 车载环视系统骑行车实时检测方法、系统及装置
CN115556827A (zh) 自动驾驶车辆的航向角确定方法、装置及电子设备
CN115797893A (zh) 有效行驶区域的确定方法、装置及电子设备、存储介质
CN115249407B (zh) 指示灯状态识别方法、装置、电子设备、存储介质及产品
US20210302991A1 (en) Method and system for generating an enhanced field of view for an autonomous ground vehicle
CN115240453A (zh) 自动驾驶车辆的行驶控制方法、装置、系统及电子设备
CN113822261A (zh) 交通信号灯的检测方法、装置及电子设备、存储介质

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