System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及智能駕駛,具體涉及智能駕駛感知網(wǎng)絡(luò)的輸入調(diào)整方法、裝置、設(shè)備及介質(zhì)。
技術(shù)介紹
1、在智能駕駛領(lǐng)域,當(dāng)前智能駕駛感知神經(jīng)網(wǎng)絡(luò)主要識(shí)別障礙物(如車輛、二輪車、行人等)與信號(hào)標(biāo)識(shí)(如紅綠燈、前車尾燈、限速標(biāo)識(shí)等)。因障礙物體積較大且有毫米波雷達(dá)輔助判定,對(duì)圖片分辨率要求相對(duì)可降低。但紅綠燈目標(biāo)小,在炫光、下雨天等復(fù)雜場(chǎng)景下,需提升圖片分辨率以保障識(shí)別準(zhǔn)確率。同時(shí),圖片分辨率越高,所需算力越高。
2、目前,為保障紅綠燈識(shí)別準(zhǔn)確率以助力車輛在城市導(dǎo)航輔助駕駛(navigate?onautopilot,noa)場(chǎng)景下順利通行,常規(guī)解決方案有利用高精地圖的信號(hào)燈信息、增加gpu算力以及二者結(jié)合這三種。但高精地圖更新緩慢,極大限制了其對(duì)車輛通行的指導(dǎo)作用。業(yè)界常用的增加算力或二者結(jié)合的方法,雖能在一定程度上解決問(wèn)題,卻增加了算力成本。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此,本專利技術(shù)實(shí)施例提供了一種智能駕駛感知網(wǎng)絡(luò)的輸入調(diào)整方法,以解決現(xiàn)有借助高精地圖或增加gpu算力方案存在更新慢或成算力本高的問(wèn)題。
2、第一方面,本專利技術(shù)實(shí)施例提供了一種智能駕駛感知網(wǎng)絡(luò)的輸入調(diào)整方法,所述方法包括:
3、獲取車輛當(dāng)前到達(dá)目標(biāo)路口所需的時(shí)空參數(shù),其中,所述目標(biāo)路口是所述車輛即將通行的路口;
4、獲取所述車輛采集的所述目標(biāo)路口對(duì)應(yīng)的信號(hào)燈圖像,并利用所述時(shí)空參數(shù)調(diào)整所述信號(hào)燈圖像的原始稀疏化程度,得到調(diào)整后的信號(hào)燈圖像;
5、通過(guò)智能駕駛感知網(wǎng)絡(luò)對(duì)
6、進(jìn)一步的,所述利用所述時(shí)空參數(shù)調(diào)整所述信號(hào)燈圖像的原始稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
7、對(duì)比所述時(shí)空參數(shù)與第一預(yù)設(shè)閾值,若所述時(shí)空參數(shù)小于或等于所述第一預(yù)設(shè)閾值,則將所述信號(hào)燈圖像由原始稀疏化程度調(diào)整至第一稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,所述第一稀疏化程度小于所述原始稀疏化程度;
8、或,對(duì)比所述時(shí)空參數(shù)與第二預(yù)設(shè)閾值,若所述時(shí)空參數(shù)大于或等于所述第二預(yù)設(shè)閾值,則將所述信號(hào)燈圖像由原始稀疏化程度調(diào)整至第二稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,所述第二稀疏化程度大于所述原始稀疏化程度;
9、其中,所述第一預(yù)設(shè)閾值小于所述第二預(yù)設(shè)閾值。
10、進(jìn)一步的,所述將所述信號(hào)燈圖像由原始稀疏化程度調(diào)整至第一稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
11、獲取預(yù)設(shè)閾值與稀疏化程度之間的映射關(guān)系;
12、基于所述映射關(guān)系確定所述第一預(yù)設(shè)閾值對(duì)應(yīng)的第一稀疏化程度,并將所述信號(hào)燈圖像的稀疏化程度調(diào)整至所述第一稀疏化程度,得到調(diào)整后的信號(hào)燈圖像。
13、進(jìn)一步的,所述將所述信號(hào)燈圖像的稀疏化程度調(diào)整至所述第一稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
14、獲取所述車輛所在路段的光照數(shù)據(jù)以及車輛對(duì)應(yīng)的車道位置;
15、利用所述光照數(shù)據(jù)以及所述車道位置,確定信號(hào)燈圖像中需要進(jìn)行稀疏化調(diào)整的目標(biāo)區(qū)域;
16、將所述信號(hào)燈圖像中的目標(biāo)區(qū)域的稀疏化程度調(diào)整至所述第一稀疏化程度,得到調(diào)整后的信號(hào)燈圖像。
17、進(jìn)一步的,所述將所述信號(hào)燈圖像由原始稀疏化程度調(diào)整至第一稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
18、檢測(cè)所述車輛所在路段的交通狀況數(shù)據(jù)以及所述車輛的車輛行駛數(shù)據(jù);
19、分析所述交通狀況數(shù)據(jù)以及所述車輛行駛數(shù)據(jù)對(duì)信號(hào)燈識(shí)別的影響程度,并獲取所述影響程度對(duì)應(yīng)的調(diào)整比例;
20、基于所述調(diào)整比例以及所述原始稀疏化程度進(jìn)行計(jì)算,得到第一稀疏化程度,并將所述信號(hào)燈圖像的稀疏化程度調(diào)整至第一稀疏化程度,得到調(diào)整后的信號(hào)燈圖像。
21、進(jìn)一步的,所述分析所述交通狀況數(shù)據(jù)以及所述車輛行駛數(shù)據(jù)對(duì)信號(hào)燈識(shí)別的影響程度,包括:
22、從所述交通狀況數(shù)據(jù)中提取路段環(huán)境數(shù)據(jù)以及路段車流數(shù)據(jù);
23、利用所述路段車流數(shù)據(jù),預(yù)測(cè)信號(hào)燈被遮擋的概率;
24、利用所述車輛行駛數(shù)據(jù)以及所述路段環(huán)境數(shù)據(jù),預(yù)測(cè)所述信號(hào)燈識(shí)別的準(zhǔn)確率;
25、基于所述概率以及所述準(zhǔn)確率計(jì)算所述影響程度。
26、進(jìn)一步的,所述將所述信號(hào)燈圖像由原始稀疏化程度調(diào)整至第二稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
27、獲取預(yù)設(shè)閾值與稀疏化程度之間的映射關(guān)系;
28、基于所述映射關(guān)系確定所述第二預(yù)設(shè)閾值對(duì)應(yīng)的第二稀疏化程度,并將所述信號(hào)燈圖像的稀疏化程度調(diào)整至所述第二稀疏化程度,得到調(diào)整后的信號(hào)燈圖像。
29、進(jìn)一步的,在獲取車輛當(dāng)前到達(dá)目標(biāo)路口所需的時(shí)空參數(shù)之后,所述方法還包括:
30、對(duì)比所述時(shí)空參數(shù)與第三預(yù)設(shè)閾值;
31、若所述時(shí)空參數(shù)小于所述第三預(yù)設(shè)閾值,且大于第一預(yù)設(shè)閾值,則將所述車輛由原始行駛速度調(diào)整至目標(biāo)行駛速度,并控制所述車輛執(zhí)行信號(hào)燈圖像的采集步驟,其中,所述目標(biāo)行駛速度小于所述原始行駛速度;
32、若基于所述信號(hào)燈圖像識(shí)別的信號(hào)燈類型為可通行類型,則在所述車輛通過(guò)所述目標(biāo)路口后,將所述車輛由目標(biāo)行駛速度調(diào)整至原始行駛速度。
33、第二方面,本專利技術(shù)實(shí)施例提供了一種智能駕駛感知網(wǎng)絡(luò)的輸入調(diào)整裝置,所述裝置包括:
34、獲取模塊,用于獲取車輛當(dāng)前到達(dá)目標(biāo)路口所需的時(shí)空參數(shù),其中,所述目標(biāo)路口是所述車輛即將通行的路口;
35、調(diào)整模塊,用于獲取所述車輛采集的所述目標(biāo)路口對(duì)應(yīng)的信號(hào)燈圖像,并利用所述時(shí)空參數(shù)調(diào)整所述信號(hào)燈圖像的原始稀疏化程度,得到調(diào)整后的信號(hào)燈圖像;
36、識(shí)別模塊,用于通過(guò)智能駕駛感知網(wǎng)絡(luò)對(duì)所述調(diào)整后的信號(hào)燈圖像識(shí)別,得到所述目標(biāo)路口當(dāng)前的信號(hào)燈類型。
37、第三方面,本專利技術(shù)實(shí)施例提供了一種計(jì)算機(jī)設(shè)備,包括:存儲(chǔ)器和處理器,存儲(chǔ)器和處理器之間互相通信連接,存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)指令,處理器通過(guò)執(zhí)行計(jì)算機(jī)指令,從而執(zhí)行上述第一方面或其對(duì)應(yīng)的任一實(shí)施方式的方法。
38、第四方面,本專利技術(shù)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)指令,計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行上述第一方面或其對(duì)應(yīng)的任一實(shí)施方式的方法。
39、本申請(qǐng)實(shí)施例提供的方法具有以下有益效果:
40、本申請(qǐng)首先通過(guò)獲取車輛到達(dá)目標(biāo)路口所需時(shí)空參數(shù),能精準(zhǔn)依據(jù)車輛與路口的時(shí)空關(guān)系,靈活調(diào)整信號(hào)燈圖像稀疏化程度,為后續(xù)準(zhǔn)確識(shí)別信號(hào)燈類型奠定基礎(chǔ)。這一過(guò)程無(wú)需依賴高精地圖,避免了因高精地圖更新慢導(dǎo)致的信號(hào)燈信息滯后問(wèn)題。再者,利用時(shí)空參數(shù)調(diào)整稀疏化程度的方式,并非依靠單純?cè)黾觛pu算力來(lái)提升圖像分辨率和識(shí)別準(zhǔn)確率。而是根據(jù)實(shí)際情況,巧妙且精準(zhǔn)地優(yōu)化圖像,在不增加硬件成本的前提下,滿足信號(hào)燈圖像識(shí)別需求,解決了增加gpu算力帶來(lái)的高成本問(wèn)題。
本文檔來(lái)自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種智能駕駛感知網(wǎng)絡(luò)的輸入調(diào)整方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述利用所述時(shí)空參數(shù)調(diào)整所述信號(hào)燈圖像的原始稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述將所述信號(hào)燈圖像由原始稀疏化程度調(diào)整至第一稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述將所述信號(hào)燈圖像的稀疏化程度調(diào)整至所述第一稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
5.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述將所述信號(hào)燈圖像由原始稀疏化程度調(diào)整至第一稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述分析所述交通狀況數(shù)據(jù)以及所述車輛行駛數(shù)據(jù)對(duì)信號(hào)燈識(shí)別的影響程度,包括:
7.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述將所述信號(hào)燈圖像由原始稀疏化程度調(diào)整至第二稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
8.根據(jù)權(quán)利要求1所述的方法,其特征在于,在獲取車輛當(dāng)前到達(dá)目標(biāo)路
9.一種智能駕駛感知網(wǎng)絡(luò)的輸入調(diào)整裝置,其特征在于,所述裝置包括:
10.一種車輛,其特征在于,包括:存儲(chǔ)器和處理器,所述存儲(chǔ)器和所述處理器之間互相通信連接,所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)指令,所述處理器通過(guò)執(zhí)行所述計(jì)算機(jī)指令,從而執(zhí)行權(quán)利要求1至8中任一項(xiàng)所述的方法。
...【技術(shù)特征摘要】
1.一種智能駕駛感知網(wǎng)絡(luò)的輸入調(diào)整方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述利用所述時(shí)空參數(shù)調(diào)整所述信號(hào)燈圖像的原始稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述將所述信號(hào)燈圖像由原始稀疏化程度調(diào)整至第一稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述將所述信號(hào)燈圖像的稀疏化程度調(diào)整至所述第一稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
5.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述將所述信號(hào)燈圖像由原始稀疏化程度調(diào)整至第一稀疏化程度,得到調(diào)整后的信號(hào)燈圖像,包括:
6.根據(jù)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:謝陽(yáng),馬志炎,李超,蔣鴻偉,
申請(qǐng)(專利權(quán))人:浙江吉利控股集團(tuán)有限公司,
類型:發(fā)明
國(guó)別省市:
還沒(méi)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。