【技術實現步驟摘要】
本申請涉及智能汽車，具體涉及一種交通信號燈檢測方法、裝置、計算機設備及可讀存儲介質。
技術介紹
1、交通信號燈的識別是自動駕駛中最為基礎的功能，目前主要有兩種方式，其一是基于車聯網技術(v2x)，其二是一種基于視覺圖像識別技術。
2、v2x技術通過信號燈自己實時發送信號狀態，再由車輛低延遲接收信號，從而識別信號燈，該方法需要對信號燈進行改造，不僅對基礎設備信號能力要求過高，而且對網絡傳輸要求也很高。
3、基于視覺圖像識別，即通過對2d圖像進行檢測分類識別獲取信號燈的各項狀態信息，但該方法容易受到車外天氣環境的影響，例如太陽強光、弱光導致成像燈盤顏色分別困難，夜晚紅綠燈旁邊的燈管干擾，夜晚抓拍違章的強燈光干擾，攝像頭受到水漬污漬等干擾等等。
技術實現思路
1、為解決上述問題，本申請實施例提供了一種交通信號燈檢測方法、裝置、計算機設備及可讀存儲介質，以克服或者部分克服現有技術的不足之處。
2、第一方面，本申請實施例提供了一種交通信號燈檢測方法，通過預訓練好的交通信號燈檢測模型實現，所述交通信號燈檢測模型包括依次連接的視覺特征提取網絡和融合感知檢測網絡；所述方法包括：
3、獲取智能車輛在行駛過程中的地圖數據以及多張實拍圖像；
4、基于所述視覺特征提取網絡，對各張所述實拍圖像進行特征提取，得到多種視覺特征；
5、基于所述融合感知檢測網絡，對所述地圖數據以及各種所述視覺特征進行融合編碼，得到多個融合特征；
6
7、第二方面，本申請實施例還提供了一種交通信號燈檢測裝置，所述裝置部署有通過預訓練好的交通信號燈檢測模型實現，所述交通信號燈檢測模型包括依次連接的視覺特征提取網絡和融合感知檢測網絡；所述裝置包括：
8、獲取單元，用于獲取智能車輛在行駛過程中的地圖數據以及多張實拍圖像；
9、特征提取單元，用于基于所述視覺特征提取網絡，對各張所述實拍圖像進行特征提取，得到多種視覺特征；
10、融合單元，用于基于所述融合感知檢測網絡，對所述地圖數據以及各種所述視覺特征進行融合編碼，得到融合特征；
11、預測單元，用于基于所述融合感知檢測網絡，對所述融合特征進行預測，得到交通信號燈檢測結果。
12、第三方面，本申請實施例還提供了一種計算機設備，包括存儲器、處理器以及存儲在存儲器中并可在處理器上運行的計算機程序，處理器執行計算機程序時實現上述的交通信號燈檢測方法。
13、第四方面，本申請實施例還提供了一種計算機可讀存儲介質，該計算機可讀存儲介質存儲有計算機程序，計算機程序被處理器指令時實現上述的交通信號燈檢測方法。
14、本申請實施例采用的上述至少一個技術方案能夠達到以下有益效果：
15、本申請構建并訓練了交通信號燈檢測模型，交通信號燈檢測模型包括依次連接的視覺特征提取網絡和融合感知檢測網絡，視覺特征提取網絡作為模型的輸入端，融合感知檢測網絡作為模型的輸出端；在智能車輛行駛過程中，獲取其行駛過程中的地圖數據和多張實拍圖像，然后將地圖數據和多張實拍圖像輸入至交通信號燈檢測模型中，視覺特征提取網絡對各張圖像進行特征提取，得到多種視覺特征，然后，融合感知檢測網絡對地圖數據以及各種視覺特征進行融合編碼，得到多個融合特征；并對各融合特征進行預測，得到交通信號燈檢測結果。本申請將智能模型引入交通信號燈的檢測，顯著減少了交通信號燈的漏檢問題，能夠極大程度上提高交通信號燈檢測的準確度；且本申請呈現數據驅動特性，即通過加入更多訓練數據，可以持續提升交通信號燈檢測模型的檢測性能；且本申請實時性強，幾乎無延遲。
本文檔來自技高網...【技術保護點】
1.一種交通信號燈檢測方法，其特征在于，通過預訓練好的交通信號燈檢測模型實現，所述交通信號燈檢測模型包括依次連接的視覺特征提取網絡和融合感知檢測網絡；所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述視覺特征提取網絡為基于深度神經網絡的3D目標特征提取網絡；
3.根據權利要求1所述的方法，其特征在于，所述基于所述融合感知檢測網絡，對所述地圖數據以及各種所述視覺特征進行融合編碼，得到融合特征，包括：
4.根據權利要求3所述的方法，其特征在于，所述對所述地圖數據和各幀所述實拍圖像的視覺特征進行預處理，包括：
5.根據權利要求1所述的方法，其特征在于，所述融合感知檢測網絡是基于多層圖卷積神經網絡和注意力網絡形成的。
6.根據權利要求5所述的方法，其特征在于，所述基于所述融合感知檢測網絡，對各所述融合特征進行預測，得到交通信號燈檢測結果，包括：
7.根據權利要求1～6中任一項所述的方法，其特征在于，所述地圖數據為所述智能車輛預加載的本地地圖數據；或者，根據通過裝載于所述智能車輛的多個傳感器采集的多條采集數
8.一種交通信號燈檢測裝置，其特征在于，所述裝置部署有通過預訓練好的交通信號燈檢測模型實現，所述交通信號燈檢測模型包括依次連接的視覺特征提取網絡和融合感知檢測網絡；所述裝置包括：
9.一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1～7任一項所述的交通信號燈檢測方法。
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器指令時實現如權利要求1～7任一項所述的交通信號燈檢測方法。
...【技術特征摘要】
1.一種交通信號燈檢測方法，其特征在于，通過預訓練好的交通信號燈檢測模型實現，所述交通信號燈檢測模型包括依次連接的視覺特征提取網絡和融合感知檢測網絡；所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述視覺特征提取網絡為基于深度神經網絡的3d目標特征提取網絡；
3.根據權利要求1所述的方法，其特征在于，所述基于所述融合感知檢測網絡，對所述地圖數據以及各種所述視覺特征進行融合編碼，得到融合特征，包括：
4.根據權利要求3所述的方法，其特征在于，所述對所述地圖數據和各幀所述實拍圖像的視覺特征進行預處理，包括：
5.根據權利要求1所述的方法，其特征在于，所述融合感知檢測網絡是基于多層圖卷積神經網絡和注意力網絡形成的。
6.根據權利要求5所述的方法，其特征在于，所述基于所述融合感知檢測網絡，對各所述融合特征進行預測，得到交...
【專利技術屬性】
技術研發人員：陳彥君，李牧昀，陳銘，劉宇沖，李琦，李豪雨，劉偉，
申請(專利權)人：魔門塔蘇州科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。