图像处理方法、装置、车辆、介质及程序产品与流程

文档序号:31735255发布日期:2022-10-05 03:28阅读:来源:国知局

技术特征:
1.一种图像处理方法,其特征在于,包括:获取车辆自动驾驶过程中的多张环境图像;对所述多张环境图像进行障碍物检测,得到所述多张环境图像包含的目标障碍物以及所述目标障碍物的位置,其中,所述目标障碍物共同存在于所述多张环境图像中;根据所述目标障碍物以及所述目标障碍物的位置,对所述多张环境图像进行拼接,得到目标拼接图像;将所述目标拼接图像输入已经训练完成的物体分类模型中,得到所述目标障碍物的分类结果。2.根据权利要求1所述的方法,其特征在于,所述对所述多张环境图像进行障碍物检测,得到所述多张环境图像包含的目标障碍物以及所述目标障碍物的位置,包括:分别对所述多张环境图像中的每张环境图像进行障碍物检测,得到每张环境图像包含的障碍物以及障碍物位置;从所述多张环境图像包含的所有障碍物中,选择出共同存在于所述每张环境图像的目标障碍物以及目标障碍物的位置。3.根据权利要求2所述的方法,其特征在于,分别对所述多张环境图像中的每张环境图像进行障碍物检测,得到每张环境图像包含的障碍物以及障碍物位置,包括:将所述每张环境图像输入已经训练完成的障碍物检测模型中,得到每张环境图像包含的障碍物以及障碍物位置。4.根据权利要求1所述的方法,其特征在于,所述根据所述目标障碍物以及所述目标障碍物的位置,对所述多张环境图像进行拼接,得到目标拼接图像,包括:针对目标图像,根据其他环境图像包含的目标障碍物的位置,将所述其他环境图像包含的目标障碍物拼接在所述目标图像上,得到所述目标拼接图像;其中,所述目标图像为所述多张环境图像中的任意一张环境图像,所述其他环境图像为所述多张环境图像中的除所述目标图像外的环境图像。5.根据权利要求1所述的方法,其特征在于,在使用所述物体分类模型之前,所述方法还包括:收集样本车辆在行驶过程中的多张历史样本环境图像;将所述多张历史样本环境图像进行分组,得到多个环境图像分组,所述每个环境图像分组包括多张图像;对所述每个环境图像分组进行拼接,得到多张样本拼接图像;对所述多张样本拼接图像进行障碍物标注,得到所述多张样本拼接图像中的样本障碍物、所述样本障碍物的位置以及所述样本障碍物的类型;根据所述多张样本拼接图像和所述多张样本拼接图像中的样本障碍物、所述样本障碍物的位置以及所述样本障碍物的类型,对初始模型进行训练,得到所述物体分类模型。6.根据权利要求5所述的方法,其特征在于,所述对所述每个环境图像分组进行拼接,得到多张样本拼接图像,包括:针对目标样本图像,根据每个环境图像分组中的车辆的位置,将所述其他样本环境图像与目标样本图像进行拼接,得到所述多张样本拼接图像;其中,所述目标样本图像为所述每个环境图像分组中的任意一张样本环境图像,所述
其他样本环境图像为所述每个环境图像分组中的除所述目标样本图像外的样本环境图像。7.根据权利要求1所述的方法,其特征在于,在所述将所述目标拼接图像输入已经训练完成的物体分类模型中,得到所述目标障碍物的分类结果之后,所述方法还包括:根据所述目标障碍物的分类结果,控制所述车辆自动驾驶。8.一种图像处理装置,其特征在于,包括:获取模块,用于获取车辆自动驾驶过程中的多张环境图像;检测模块,用于对所述多张环境图像进行障碍物检测,得到所述多张环境图像包含的目标障碍物以及所述目标障碍物的位置,其中,所述目标障碍物共同存在于所述多张环境图像中;拼接模块,用于根据所述目标障碍物以及所述目标障碍物的位置,对所述多张环境图像进行拼接,得到目标拼接图像;分类模型模块,用于将所述目标拼接图像输入已经训练完成的物体分类模型中,得到所述目标障碍物的分类结果。9.一种车辆,其特征在于,包括:存储器和处理器;所述存储器,用于存储计算机程序;所述处理器,用于执行所述计算机程序,以实现如权利要求1-7中任一项所述的方法中的各步骤。10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法中的各步骤。11.一种计算机程序产品,包括计算机程序/指令,其特征在于,所述计算机程序/指令被处理器执行时实现权利要求1-7中任一项所述的方法中的各步骤。

技术总结
本公开涉及自动驾驶技术领域,本公开提供了一种图像处理方法、装置、车辆、介质及程序产品。在本公开的一些实施例中,获取车辆自动驾驶过程中的多张环境图像;对多张环境图像进行障碍物检测,得到多张环境图像包含的目标障碍物以及目标障碍物的位置,其中,目标障碍物共同存在于多张环境图像中;根据目标障碍物以及目标障碍物的位置,对多张环境图像进行拼接,得到目标拼接图像;将目标拼接图像输入已经训练完成的物体分类模型中,得到目标障碍物的分类结果,利用目标拼接图像和物体分类模型进行障碍物分类,提高障碍物的分类精度。提高障碍物的分类精度。提高障碍物的分类精度。


技术研发人员:武鹏
受保护的技术使用者:小米汽车科技有限公司
技术研发日:2022.06.30
技术公布日:2022/10/4
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1