【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及智能駕駛，具體而言，涉及一種自適應(yīng)遠(yuǎn)光燈視覺檢測(cè)方法、裝置、設(shè)備、介質(zhì)及車輛。
技術(shù)介紹
1、夜間行駛時(shí)，自動(dòng)駕駛車輛中的自適應(yīng)遠(yuǎn)光燈系統(tǒng)根據(jù)前方車輛的位置實(shí)時(shí)計(jì)算并控制遠(yuǎn)光燈內(nèi)相應(yīng)的led熄滅，避免對(duì)前方車輛產(chǎn)生眩目影響。
2、目前已知的方法中，主要通過人工預(yù)先設(shè)定車輛光源識(shí)別規(guī)則來判斷前車位置，例如：通過基于圖像亮度識(shí)別的光源檢測(cè)方法來定位出圖像中光源點(diǎn)，從而根據(jù)光源點(diǎn)定位出前方車輛的位置，然后根據(jù)前方車輛的位置控制遠(yuǎn)光燈中可能照射到前方車輛的某一整體區(qū)域內(nèi)的led全部熄滅。
3、然而上述人工設(shè)定規(guī)則的方式多依賴于工程師基于圖像原理和數(shù)學(xué)分析進(jìn)行設(shè)計(jì)，容易出現(xiàn)漏檢和誤檢，泛化性較差，且進(jìn)行更新迭代的人力和時(shí)間成本過高，并且由于在對(duì)遠(yuǎn)光燈進(jìn)行控制時(shí)，是將某一整體區(qū)域內(nèi)的led全部熄滅，但是該整體區(qū)域內(nèi)的某些led實(shí)際上并不會(huì)照射到前方車輛，導(dǎo)致對(duì)遠(yuǎn)光燈的控制不夠精準(zhǔn)。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)提供了一種自適應(yīng)遠(yuǎn)光燈視覺檢測(cè)方法、裝置、設(shè)備、介質(zhì)及車輛，能夠提高位置檢測(cè)的泛化性，減少迭代成本，提高對(duì)遠(yuǎn)光燈控制的精準(zhǔn)度。具體的技術(shù)方案如下。
2、第一方面，本專利技術(shù)實(shí)施例提供了一種自適應(yīng)遠(yuǎn)光燈視覺檢測(cè)方法，所述方法包括：
3、獲取目標(biāo)自動(dòng)駕駛車輛的前視攝像頭實(shí)時(shí)采集的夜間前向圖像；
4、基于預(yù)先訓(xùn)練得到的輕量化開源神經(jīng)網(wǎng)絡(luò)模型對(duì)所述夜間前向圖像進(jìn)行處理，得到所述夜間前向圖像中的各目標(biāo)的類別和位置，其中，所述
5、針對(duì)每個(gè)目標(biāo)，根據(jù)所述前視攝像頭的內(nèi)參矩陣和外參矩陣將該目標(biāo)的位置轉(zhuǎn)換至世界坐標(biāo)系中得到對(duì)應(yīng)的世界坐標(biāo)位置，根據(jù)所述自適應(yīng)遠(yuǎn)光燈的光源投影矩陣將所述世界坐標(biāo)位置轉(zhuǎn)換至所述自適遠(yuǎn)光燈坐標(biāo)系中得到對(duì)應(yīng)的遠(yuǎn)光燈子矩陣，根據(jù)該目標(biāo)的類別對(duì)應(yīng)的控制方式控制所述遠(yuǎn)光燈子矩陣對(duì)應(yīng)的發(fā)光二極管led，其中，所述光源投影矩陣表征世界坐標(biāo)系與所述自適應(yīng)遠(yuǎn)光燈坐標(biāo)系之間的投影關(guān)系。
6、可選的，所述輕量化開源神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練過程為：
7、構(gòu)建初始開源神經(jīng)網(wǎng)絡(luò)模型；
8、根據(jù)預(yù)設(shè)模型剪枝方式對(duì)所述初始開源神經(jīng)網(wǎng)絡(luò)模型進(jìn)行多次剪枝，得到大小不同的多個(gè)剪枝后模型；
9、根據(jù)預(yù)設(shè)敏感度分析方式分別對(duì)所述多個(gè)剪枝后模型進(jìn)行分析得到對(duì)應(yīng)的敏感度值；
10、將敏感度值最低的剪枝后模型作為參考開源神經(jīng)網(wǎng)絡(luò)模型；
11、獲取所述目標(biāo)自動(dòng)駕駛車輛的夜間前向樣本圖像，以及各所述夜間前向樣本圖像的標(biāo)注結(jié)果，其中，所述標(biāo)注結(jié)果包括各夜間前向樣本圖像中包含的各目標(biāo)的類別和位置；
12、基于所述參考開源神經(jīng)網(wǎng)絡(luò)模型對(duì)各已標(biāo)注的夜間前向樣本圖像進(jìn)行處理，得到各所述夜間前向樣本圖像對(duì)應(yīng)的夜間目標(biāo)檢測(cè)結(jié)果，并根據(jù)所述夜間目標(biāo)檢測(cè)結(jié)果和對(duì)應(yīng)的標(biāo)注結(jié)果確定所述參考開源神經(jīng)網(wǎng)絡(luò)模型的正確率是否大于預(yù)設(shè)閾值；
13、在所述參考開源神經(jīng)網(wǎng)絡(luò)模型的正確率不大于所述預(yù)設(shè)閾值時(shí)，對(duì)所述參考開源神經(jīng)網(wǎng)絡(luò)模型的參數(shù)進(jìn)行調(diào)整，并返回執(zhí)行所述基于所述參考開源神經(jīng)網(wǎng)絡(luò)模型對(duì)各已標(biāo)注的夜間前向樣本圖像進(jìn)行處理的步驟；
14、在所述參考開源神經(jīng)網(wǎng)絡(luò)模型的正確率大于所述預(yù)設(shè)閾值時(shí)，完成訓(xùn)練，得到使得夜間前向樣本圖像與對(duì)應(yīng)的目標(biāo)的類別和位置相關(guān)聯(lián)的輕量化開源神經(jīng)網(wǎng)絡(luò)模型。
15、可選的，所述多個(gè)剪枝后模型的數(shù)量為3個(gè)，各剪枝后模型的大小分別為所述初始開源神經(jīng)網(wǎng)絡(luò)模型的大小的0.25倍、0.5倍和0.75倍。
16、可選的，所述初始開源神經(jīng)網(wǎng)絡(luò)模型為深度殘差網(wǎng)絡(luò)resnet-18模型或mobilenetv2模型。
17、可選的，所述根據(jù)所述前視攝像頭的內(nèi)參矩陣和外參矩陣將該目標(biāo)的位置轉(zhuǎn)換至世界坐標(biāo)系中得到對(duì)應(yīng)的世界坐標(biāo)位置的步驟，包括：
18、根據(jù)所述前視攝像頭的內(nèi)參矩陣確定圖像坐標(biāo)系與所述前視攝像頭的相機(jī)坐標(biāo)系之間的第一投影關(guān)系，根據(jù)所述第一投影關(guān)系將該目標(biāo)的位置轉(zhuǎn)換至相機(jī)坐標(biāo)系中得到對(duì)應(yīng)的相機(jī)坐標(biāo)位置；
19、根據(jù)所述前視攝像頭的外參矩陣確定所述前視攝像頭的相機(jī)坐標(biāo)系與世界坐標(biāo)系之間的第二投影關(guān)系，根據(jù)所述第二投影關(guān)系將所述相機(jī)坐標(biāo)位置轉(zhuǎn)換至世界坐標(biāo)系中得到對(duì)應(yīng)的世界坐標(biāo)位置。
20、可選的，所述根據(jù)該目標(biāo)的類別對(duì)應(yīng)的控制方式控制所述遠(yuǎn)光燈子矩陣對(duì)應(yīng)的發(fā)光二極管led的步驟，包括：
21、當(dāng)該目標(biāo)的類別為汽車時(shí)，控制所述遠(yuǎn)光燈子矩陣對(duì)應(yīng)的發(fā)光二極管led熄滅；
22、當(dāng)該目標(biāo)的類別為摩托車、自行車或者行人時(shí)，控制所述遠(yuǎn)光燈子矩陣對(duì)應(yīng)的發(fā)光二極管led閃爍。
23、第二方面，本專利技術(shù)實(shí)施例提供了一種自適應(yīng)遠(yuǎn)光燈視覺檢測(cè)裝置，所述裝置包括：
24、獲取模塊，用于獲取目標(biāo)自動(dòng)駕駛車輛的前視攝像頭實(shí)時(shí)采集的夜間前向圖像；
25、檢測(cè)模塊，用于基于預(yù)先訓(xùn)練得到的輕量化開源神經(jīng)網(wǎng)絡(luò)模型對(duì)所述夜間前向圖像進(jìn)行處理，得到所述夜間前向圖像中的各目標(biāo)的類別和位置，其中，所述輕量化開源神經(jīng)網(wǎng)絡(luò)模型為卷積層數(shù)不大于預(yù)設(shè)層數(shù)或者參數(shù)量不大于預(yù)設(shè)參數(shù)量的神經(jīng)網(wǎng)絡(luò)模型，用于使得夜間前向樣本圖像與對(duì)應(yīng)的目標(biāo)的類別和位置相關(guān)聯(lián)；
26、控制模塊，用于針對(duì)每個(gè)目標(biāo)，根據(jù)所述前視攝像頭的內(nèi)參矩陣和外參矩陣將該目標(biāo)的位置轉(zhuǎn)換至世界坐標(biāo)系中得到對(duì)應(yīng)的世界坐標(biāo)位置，根據(jù)所述自適應(yīng)遠(yuǎn)光燈的光源投影矩陣將所述世界坐標(biāo)位置轉(zhuǎn)換至所述自適遠(yuǎn)光燈坐標(biāo)系中得到對(duì)應(yīng)的遠(yuǎn)光燈子矩陣，根據(jù)該目標(biāo)的類別對(duì)應(yīng)的控制方式控制所述遠(yuǎn)光燈子矩陣對(duì)應(yīng)的發(fā)光二極管led，其中，所述光源投影矩陣表征世界坐標(biāo)系與所述自適應(yīng)遠(yuǎn)光燈坐標(biāo)系之間的投影關(guān)系。
27、可選的，上述自適應(yīng)遠(yuǎn)光燈視覺檢測(cè)裝置還包括模型訓(xùn)練模塊，所述模型訓(xùn)練模塊，用于對(duì)所述輕量化開源神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，所述模型訓(xùn)練模塊包括：
28、構(gòu)建子模塊，用于構(gòu)建初始開源神經(jīng)網(wǎng)絡(luò)模型；
29、剪枝子模塊，用于根據(jù)預(yù)設(shè)模型剪枝方式對(duì)所述初始開源神經(jīng)網(wǎng)絡(luò)模型進(jìn)行多次剪枝，得到大小不同的多個(gè)剪枝后模型；
30、敏感度分析子模塊，用于根據(jù)預(yù)設(shè)敏感度分析方式分別對(duì)所述多個(gè)剪枝后模型進(jìn)行分析得到對(duì)應(yīng)的敏感度值；
31、參考開源神經(jīng)網(wǎng)絡(luò)模型確定子模塊，用于將敏感度值最低的剪枝后模型作為參考開源神經(jīng)網(wǎng)絡(luò)模型；
32、獲取子模塊，用于獲取所述目標(biāo)自動(dòng)駕駛車輛的夜間前向樣本圖像，以及各所述夜間前向樣本圖像的標(biāo)注結(jié)果，其中，所述標(biāo)注結(jié)果包括各夜間前向樣本圖像中包含的各目標(biāo)的類別和位置；
33、處理子模塊，用于基于所述參考開源神經(jīng)網(wǎng)絡(luò)模型對(duì)各已標(biāo)注的夜間前向樣本圖像進(jìn)行處理，得到各所述夜間前向樣本圖像對(duì)應(yīng)的夜間目標(biāo)檢測(cè)結(jié)果，并根據(jù)所述夜間目標(biāo)檢測(cè)結(jié)果和對(duì)應(yīng)的標(biāo)注結(jié)果確定所述參考開源神經(jīng)網(wǎng)絡(luò)本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種自適應(yīng)遠(yuǎn)光燈視覺檢測(cè)方法，其特征在于，所述方法包括：
2.如權(quán)利要求1所述的方法，其特征在于，所述輕量化開源神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練過程為：
3.如權(quán)利要求2所述的方法，其特征在于，所述多個(gè)剪枝后模型的數(shù)量為3個(gè)，各剪枝后模型的大小分別為所述初始開源神經(jīng)網(wǎng)絡(luò)模型的大小的0.25倍、0.5倍和0.75倍。
4.如權(quán)利要求2所述的方法，其特征在于，所述初始開源神經(jīng)網(wǎng)絡(luò)模型為深度殘差網(wǎng)絡(luò)Resnet-18模型或mobilenetv2模型。
5.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述前視攝像頭的內(nèi)參矩陣和外參矩陣將該目標(biāo)的位置轉(zhuǎn)換至世界坐標(biāo)系中得到對(duì)應(yīng)的世界坐標(biāo)位置的步驟，包括：
6.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)該目標(biāo)的類別對(duì)應(yīng)的控制方式控制所述遠(yuǎn)光燈子矩陣對(duì)應(yīng)的發(fā)光二極管LED的步驟，包括：
7.一種自適應(yīng)遠(yuǎn)光燈視覺檢測(cè)裝置，其特征在于，所述裝置包括：
8.如權(quán)利要求1所述的裝置，其特征在于，所述裝置還包括模型訓(xùn)練模塊，所述模型訓(xùn)練模塊，用于對(duì)所述輕量化開源神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)
9.如權(quán)利要求8所述的裝置，其特征在于，所述多個(gè)剪枝后模型的數(shù)量為3個(gè)，各剪枝后模型的大小分別為所述初始開源神經(jīng)網(wǎng)絡(luò)模型的大小的0.25倍、0.5倍和0.75倍。
10.如權(quán)利要求8所述的裝置，其特征在于，所述初始開源神經(jīng)網(wǎng)絡(luò)模型為深度殘差網(wǎng)絡(luò)Resnet-18模型或mobilenetv2模型。
11.如權(quán)利要求7所述的裝置，其特征在于，所述控制模塊，包括：
12.如權(quán)利要求7所述的裝置，其特征在于，所述控制模塊，具體用于：
13.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-6中任一項(xiàng)所述的方法。
14.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：
15.一種車輛，其特征在于，所述車輛包含如權(quán)利要求7-12中任一項(xiàng)所述的裝置，或者包含如權(quán)利要求14所述的電子設(shè)備。
...【技術(shù)特征摘要】
1.一種自適應(yīng)遠(yuǎn)光燈視覺檢測(cè)方法，其特征在于，所述方法包括：
2.如權(quán)利要求1所述的方法，其特征在于，所述輕量化開源神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練過程為：
3.如權(quán)利要求2所述的方法，其特征在于，所述多個(gè)剪枝后模型的數(shù)量為3個(gè)，各剪枝后模型的大小分別為所述初始開源神經(jīng)網(wǎng)絡(luò)模型的大小的0.25倍、0.5倍和0.75倍。
4.如權(quán)利要求2所述的方法，其特征在于，所述初始開源神經(jīng)網(wǎng)絡(luò)模型為深度殘差網(wǎng)絡(luò)resnet-18模型或mobilenetv2模型。
5.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述前視攝像頭的內(nèi)參矩陣和外參矩陣將該目標(biāo)的位置轉(zhuǎn)換至世界坐標(biāo)系中得到對(duì)應(yīng)的世界坐標(biāo)位置的步驟，包括：
6.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)該目標(biāo)的類別對(duì)應(yīng)的控制方式控制所述遠(yuǎn)光燈子矩陣對(duì)應(yīng)的發(fā)光二極管led的步驟，包括：
7.一種自適應(yīng)遠(yuǎn)光燈視覺檢測(cè)裝置，其特征在于，所述裝置包括：
8.如權(quán)利要求1所述的裝置，其特征在于，所述裝...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：呂陽，陳彥君，李牧昀，陳銘，劉宇沖，李琦，李豪雨，劉偉，
申請(qǐng)(專利權(quán))人：魔門塔蘇州科技有限公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。