CN116092039B - 自动驾驶仿真***的显示控制方法及装置 - Google Patents
自动驾驶仿真***的显示控制方法及装置 Download PDFInfo
- Publication number
- CN116092039B CN116092039B CN202310369708.3A CN202310369708A CN116092039B CN 116092039 B CN116092039 B CN 116092039B CN 202310369708 A CN202310369708 A CN 202310369708A CN 116092039 B CN116092039 B CN 116092039B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- determining
- detected
- tested
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请是关于一种自动驾驶仿真***的显示控制方法及装置。该方法通过获得安装在目标车辆上的车载摄像头采集的包含待测车辆的图片信息,然后将图片信息输入至图像语义分割模型,对图片信息进行图像识别和边缘检测,确定待测车辆的模型类型和车轮边缘信息;之后基于预设规则确定待测车辆的车头朝向;最后依据模型类型确定待测车辆的模型类别,并将待测车辆按照车头朝向进行显示控制。本申请通过图像语义分割和边缘检测来确定周围车辆的显示模型类别,并基于高精地图提供的道路行驶规则信息确定车头朝向,避免横向和纵向的来回切换,提高了自动驾驶仿真***的展示效果。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及自动驾驶仿真***的显示控制方法及装置。
背景技术
随着自动驾驶技术的发展和数字城市的推进,各地政府对智能交通的关注度持续上升。为了能够将自动驾驶和车路协同等技术更好的展现给政府相关调研人员,相关的自动驾驶仿真***的开发愈发的受到各大自动驾驶公司的重视。其中交通实时显示的仿真平台就是重要的一环,即:如何通过仿真平台直观的展示路网及周围车辆的行驶状态(如车辆的模型类别、模型的车头朝向以及速度等)已成为亟待解决的问题。
相关技术中,自动驾驶仿真***会根据车型自动更新模型类别和模型的车头朝向,但是当前算法无法准确识别本车周围车辆的车头朝向,如有时判断和本车平行,有时判断和本车方向垂直,从而导致模型方向偶尔会发生横向和纵向的来回切换,影响自动驾驶仿真***的展示效果。
发明内容
为克服相关技术中存在的问题,本申请提供一种自动驾驶仿真***的显示控制方法及装置,能够提高自动驾驶仿真***的展示效果。
本申请第一方面提供一种自动驾驶仿真***的显示控制方法,包括:
获得包含待测车辆的图片信息,所述图片信息是通过安装在目标车辆上的车载摄像头采集的;
将所述图片信息输入至图像语义分割模型,对所述图片信息进行图像识别和边缘检测,确定所述待测车辆的模型类型和车轮边缘信息;
基于预设规则确定所述待测车辆的车头朝向;
依据所述模型类型确定所述待测车辆的模型类别,并将所述待测车辆按照所述车头朝向进行显示控制。
本申请第二方面提供一种自动驾驶仿真***的显示控制装置,包括:
第一处理模块,用于获得包含待测车辆的图片信息,所述图片信息是通过安装在目标车辆上的车载摄像头采集的;
第二处理模块,用于将所述图片信息输入至图像语义分割模型,对所述图片信息进行图像识别和边缘检测,确定所述待测车辆的模型类型和车轮边缘信息;
第三处理模块,用于基于预设规则确定所述待测车辆的车头朝向;
第四处理模块,用于依据所述模型类型确定所述待测车辆的模型类别,并将所述待测车辆按照所述车头朝向进行显示控制。
本申请第三方面提供一种电子设备,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如上所述的自动驾驶仿真***的显示控制方法。
本申请第四方面提供一种非暂时性机器可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的自动驾驶仿真***的显示控制方法。
本申请提供的技术方案可以包括以下有益效果:通过获得安装在目标车辆上的车载摄像头采集的包含待测车辆的图片信息,然后将图片信息输入至图像语义分割模型,对图片信息进行图像识别和边缘检测,确定待测车辆的模型类型和车轮边缘信息;之后基于预设规则确定待测车辆的车头朝向;最后依据模型类型确定待测车辆的模型类别,并将待测车辆按照车头朝向进行显示控制。本申请技术方案通过图像语义分割和边缘检测来确定周围车辆的显示模型类别,并基于高精地图提供的道路行驶规则信息确定车头朝向,避免横向和纵向的来回切换,提高了自动驾驶仿真***的展示效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细的描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是本申请实施例示出的自动驾驶仿真***的显示控制方法的流程示意图;
图2是本申请实施例示出的自动驾驶仿真***的显示控制方法的另一流程示意图;
图3是本申请实施例示出的自动驾驶仿真***中目标车辆周围的待测车辆的显示示意图;
图4是本申请实施例示出的自动驾驶仿真***中目标车辆周围的待测车辆的另一显示示意图;
图5是本申请实施例示出的自动驾驶仿真***中目标车辆周围的待测车辆的另一显示示意图;
图6是本申请实施例示出的自动驾驶仿真***中目标车辆周围的待测车辆的另一显示示意图;
图7是本申请实施例示出的自动驾驶仿真***中目标车辆周围的待测车辆的另一显示示意图;
图8是本申请实施例示出的自动驾驶仿真***中目标车辆周围的待测车辆的另一显示示意图;
图9是本申请实施例示出的自动驾驶仿真***显示控制界面示意图;
图10是本申请实施例示出的自动驾驶仿真***的显示控制装置的结构示意图;
图11是本申请实施例示出的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
针对相关技术中存在的问题,本申请实施例提供一种自动驾驶仿真***的显示控制方法及装置,通过车载摄像头识别周围车辆和驾驶员的信息,通过语义分割、边缘检测以及高精地图提供的道路行驶规则信息,来确定周围车辆的显示模型和车头朝向,能够提高自动驾驶仿真***的展示效果。
需要强调的是,本申请限定条件为周围车辆在满***通规则情况下的驾驶车辆,暂不考虑强烈违反交通规则的特殊情况,如高速逆行等。
以下结合附图详细描述本申请实施例的技术方案。
图1是本申请实施例示出的自动驾驶仿真***的显示控制方法的流程示意图。
参见图1,本申请实施例提供一种自动驾驶仿真***的显示控制方法,该方法具体包括如下步骤:
S11:获得包含待测车辆的图片信息,该图片信息是通过安装在目标车辆上的车载摄像头采集的。
其中,待测车辆是行驶在目标车辆周围一定范围内的车辆,需要说明的是,图片信息中可以包含多个待测车辆,需要对这些待测车辆的模型类型和车头朝向进行确定。车辆在正常行驶过程中,通过安装在车体四周的车载摄像头采集周围车辆的图片信息,并同时需要记录是前后左右哪个车载摄像头采集的图片信息,在具体实施例中,需要用到的是包含待测车辆的图片信息。
S12:将图片信息输入至图像语义分割模型,对图片信息进行图像识别,确定待测车辆的模型类型和车轮边缘信息。
图像语义分割模型可以直接实现图片信息的识别,只要利用提前标注好的图片(大量的具有标注信息的图片,都已经标注好图片内容的类别)进行的训练,实际应用中,只需要将获得的图片信息输入至图像语义分割模型,该模型就可以输出图片信息中包含的待测车辆是什么类型,比如识别出是家用轿车,那么就将自动驾驶仿真***中显示的模型显示为家用轿车。同时,图像语义分割模型还可以识别出待测车辆的车轮,进而利用边缘检测来得到车轮边缘信息。
S13:基于预设规则确定待测车辆的车头朝向。
其中,上述基于预设规则确定待测车辆的车头朝向,包括,基于道路行驶规则信息,根据车轮边缘信息确定待测车辆的车头朝向。道路行驶规则信息是由高精地图提供的,车轮边缘信息是利用边缘检测得到的待测车辆的车轮的边缘信息,可以利用边缘像素坐标根据设定的拟合规则对待测车辆的车轮进行椭圆拟合,设定的拟合规则可以取待测车辆的车轮外表面部分数据,利用光度误差来确定车辆外侧还是车轮接触地面一侧,通过光度误差裁剪出车轮外表面,来提取待测车辆的车轮的边缘信息。
具体的,如果待测车辆行驶车道方式和目标车辆相同,则待测车辆的车头朝向和目标车辆的车头朝向平行;如果车道行使规则和目标车辆不同,则待测车辆的车头朝向和目标车辆的车头朝向垂直,具体可以根据图片信息由哪个方向的车载摄像头采集得到的来确定待测车辆的车头方向。
S14:依据模型类型确定待测车辆的模型类别,并将待测车辆按照车头朝向进行显示控制。
本申请实施例通过图像语义分割和边缘检测来确定周围车辆的显示模型类别,并基于高精地图提供的道路行驶规则信息确定车头朝向,确定在自动驾驶仿真***中显示的模型类别和车头朝向后,将待测车辆按照模型类别和车头朝向进行显示控制。
本申请实施例提供一种自动驾驶仿真***的显示控制方法,该方法通过获得安装在目标车辆上的车载摄像头采集的包含待测车辆的图片信息,然后将图片信息输入至图像语义分割模型,对图片信息进行图像识别和边缘检测,确定待测车辆的模型类型和车轮边缘信息;之后基于预设规则确定待测车辆的车头朝向;最后依据模型类型确定待测车辆的模型类别,并将待测车辆按照车头朝向进行显示控制。本申请实施例通过图像语义分割和边缘检测来确定周围车辆的显示模型类别,并基于高精地图提供的道路行驶规则信息确定车头朝向,避免横向和纵向的来回切换,提高了自动驾驶仿真***的展示效果。
图2是本申请实施例示出的自动驾驶仿真***的显示控制方法的流程示意图。
参见图2,本申请实施例提供一种自动驾驶仿真***的显示控制方法,该方法具体包括如下步骤:
S21:获得包含待测车辆的图片信息,该图片信息是通过安装在目标车辆上的车载摄像头采集的。
其中,待测车辆是行驶在目标车辆周围一定范围内的车辆,需要说明的是,图片信息中可以包含多个待测车辆,需要对这些待测车辆的模型类型和车头朝向进行确定。车辆在正常行驶过程中,通过安装在车体四周的车载摄像头采集周围车辆的图片信息,并同时需要记录是前后左右哪个车载摄像头采集的图片信息,在具体实施例中,需要用到的是包含待测车辆的图片信息。
S22:将图片信息输入至图像语义分割模型,对图片信息进行图像识别,确定待测车辆的模型类型和车轮边缘信息。
图像语义分割模型可以直接实现图片信息的识别,只要利用提前标注好的图片(大量的具有标注信息的图片,都已经标注好图片内容的类别)进行的训练,实际应用中,只需要将获得的图片信息输入至图像语义分割模型,该模型就可以输出图片信息中包含的待测车辆是什么类型,比如识别出是家用轿车,那么就将自动驾驶仿真***中显示的模型显示为家用轿车。同时,图像语义分割模型还可以识别出待测车辆的车轮,进而利用边缘检测来得到车轮边缘信息。
需要说明的是,自动驾驶仿真***中显示的模型类别可以包括轿车、SUV、卡车、非机动车等,但不仅限于这些模型类别。
S23:根据车轮边缘信息确定待测车辆的车轮是否能拟合成椭圆,若是,则执行步骤S24;若否,则执行步骤S25。
其中,道路行驶规则信息是由高精地图提供的,车轮边缘信息是利用边缘检测得到的待测车辆的车轮的边缘信息,可以利用边缘像素坐标根据设定的拟合规则对待测车辆的车轮进行椭圆拟合,设定的拟合规则可以取待测车辆的车轮外表面部分数据,利用光度误差来确定车辆外侧还是车轮接触地面一侧,通过光度误差裁剪出车轮外表面,来提取待测车辆的车轮的边缘信息。
S24:根据车轮边缘信息计算待测车辆车轮的椭圆率,则确定待测车辆的车头朝向包括:
在图片信息由左车载摄像头或右车载摄像头采集得到的情况下,基于道路行驶规则信息,确定待测车辆的车头朝向与目标车辆的车头朝向平行。如图3所示,若图片信息由右车载摄像头采集得到的,可以基于道路行驶规则信息确定待测车辆1的车头朝向与目标车辆的车头朝向平行且同向。若图片信息由左车载摄像头采集得到的,可以基于道路行驶规则信息确定待测车辆2的车头朝向与目标车辆的车头朝向平行且反向。图3仅是展示待测车辆1和待测车辆2与目标车辆处于同一位置时的情况下,也可以如图4所示的状态。
在图片信息由前后车载摄像头采集得到的情况下,基于道路行驶规则信息,根据椭圆率确定待测车辆的车头朝向。
在一些实施例中,上述基于道路行驶规则信息,根据椭圆率确定待测车辆的车头朝向,包括:
判断椭圆率是否大于或等于预设阈值;
当椭圆率大于或等于预设阈值时,则基于道路行驶规则信息确定待测车辆的车头朝向与目标车辆的车头朝向平行;
当椭圆率小于预设阈值时,则基于道路行驶规则信息确定待测车辆的车头朝向与目标车辆的车头朝向垂直。
如图5所示,若图片信息由前车载摄像头采集得到的,当椭圆率大于或等于预设阈值时,则基于道路行驶规则信息确定待测车辆1的车头朝向与目标车辆的车头朝向平行。如图6所示,若图片信息由前车载摄像头采集得到的,当椭圆率小于预设阈值时,则基于道路行驶规则信息确定待测车辆1的车头朝向与目标车辆的车头朝向垂直。
S25:基于道路行驶规则信息确定待测车辆的车头朝向。
在一些实施例中,在行驶车道为单行道的情况下:
若图片信息由前车载摄像头或后车载摄像头采集得到的,则确定待测车辆的车头朝向与目标车辆的车头朝向平行且相同;
若图片信息由左车载摄像头或右车载摄像头采集得到的,则:
若能采集到待测车辆的车轮信息,则确定待测车辆的车头朝向与目标车辆的车头朝向平行;
若未能采集到待测车辆的车轮信息,则确定待测车辆的车头朝向与目标车辆的车头朝向垂直。
在行驶车道为单行道时,如图7所示,若图片信息由前车载摄像头或后车载摄像头采集得到的,则确定待测车辆1的车头朝向与目标车辆的车头朝向平行且相同。如图7所示,若图片信息由右车载摄像头采集得到的,则若未能采集到待测车辆2的车轮信息,则确定待测车辆2的车头朝向与目标车辆的车头朝向垂直。如图7所示,若图片信息由右车载摄像头采集得到的,则若能采集到待测车辆3的车轮信息,则确定待测车辆3的车头朝向与目标车辆的车头朝向平行。
在一些实施例中,在行驶车道为非单行道的情况下:
若图片信息由前车载摄像头或后车载摄像头采集得到的,则确定待测车辆的车头朝向和目标车辆的车头朝向平行;
若图片信息由左车载摄像头或右车载摄像头采集得到的,则:
若能采集到待测车辆的车轮信息,则确定待测车辆的车头朝向和目标车辆的车头朝向平行;
若未能采集到待测车辆的车轮信息,则确定待测车辆的车头朝向和目标车辆的车头朝向垂直。
在行驶车道为非单行道时,如图8所示,若图片信息由前车载摄像头或后车载摄像头采集得到的,则确定待测车辆1的车头朝向与目标车辆的车头朝向平行。如图8所示,若图片信息由右车载摄像头采集得到的,则若未能采集到待测车辆2的车轮信息,则确定待测车辆2的车头朝向与目标车辆的车头朝向垂直。如图8所示,若图片信息由右车载摄像头采集得到的,则若能采集到待测车辆3的车轮信息,则确定待测车辆3的车头朝向与目标车辆的车头朝向平行。
S26:依据模型类型确定待测车辆的模型类别,并将待测车辆按照车头朝向进行显示控制。
在一些实施例中,通过车载摄像头识别周围车辆和驾驶员的信息,通过语义分割、边缘检测以及高精地图提供的道路行驶规则信息,来确定周围车辆的显示模型类别和车头朝向,确定在自动驾驶仿真***中显示的模型类别和车头朝向后,将待测车辆按照模型类别和车头朝向进行显示控制,具体整体的显示可以参见图9。
本申请实施例提供一种自动驾驶仿真***的显示控制方法,该方法通过获得安装在目标车辆上的车载摄像头采集的包含待测车辆的图片信息,然后将图片信息输入至图像语义分割模型,对图片信息进行图像识别和边缘检测,确定待测车辆的模型类型和车轮边缘信息;之后基于道路行驶规则信息,根据车轮边缘信息确定待测车辆的车头朝向;最后依据模型类型确定待测车辆的模型类别,并将待测车辆按照车头朝向进行显示控制。本申请实施例通过图像语义分割和边缘检测来确定周围车辆的显示模型类别,并基于高精地图提供的道路行驶规则信息确定车头朝向,避免横向和纵向的来回切换,提高了自动驾驶仿真***的展示效果。
与前述应用功能实现方法实施例相对应,本申请还提供了一种自动驾驶仿真***的显示控制装置、电子设备及相应的实施例。
图10是本申请实施例示出的自动驾驶仿真***的显示控制装置的结构示意图。
参见图10,本申请实施例提供一种自动驾驶仿真***的显示控制装置,该装置具体包括:第一处理模块101、第二处理模块102、第三处理模块103和第四处理模块104,其中:
第一处理模块101,用于获得包含待测车辆的图片信息,所述图片信息是通过安装在目标车辆上的车载摄像头采集的;
第二处理模块102,用于将所述图片信息输入至图像语义分割模型,对所述图片信息进行图像识别和边缘检测,确定所述待测车辆的模型类型和车轮边缘信息;
第三处理模块103,用于基于预设规则确定所述待测车辆的车头朝向;
第四处理模块104,用于依据所述模型类型确定所述待测车辆的模型类别,并将所述待测车辆按照所述车头朝向进行显示控制。
在具体实施例中,所述第三处理模块103具体用于:
基于道路行驶规则信息,根据所述车轮边缘信息确定所述待测车辆的车头朝向。
在具体实施例中,所述第三处理模块103具体用于:
根据所述车轮边缘信息确定所述待测车辆的车轮是否能拟合成椭圆;
若所述待测车辆的车轮能拟合成椭圆,根据所述车轮边缘信息计算所述待测车辆车轮的椭圆率,则确定所述待测车辆的车头朝向包括:
在所述图片信息由左车载摄像头或右车载摄像头采集得到的情况下,基于所述道路行驶规则信息确定所述待测车辆的车头朝向与所述目标车辆的车头朝向平行;
在所述图片信息由前后车载摄像头采集得到的情况下,基于所述道路行驶规则信息,根据所述椭圆率确定所述待测车辆的车头朝向。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不再做详细阐述说明。
图11是本申请实施例示出的电子设备的结构示意图。
参见图11,电子设备1100包括存储器1110和处理器1120。
处理器1120可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,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、分立硬件组件等。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。
存储器1110可以包括各种类型的存储单元,例如***内存、只读存储器(ROM),和永久存储装置。其中,ROM可以存储处理器1120或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中,永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。***内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。***内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器1110可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。在一些实施方式中,存储器1110可以包括可读和/或写的可移除的存储设备,例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM,双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器1110上存储有可执行代码,当可执行代码被处理器1120处理时,可以使处理器1120执行上文述及的方法中的部分或全部。
上文中已经参考附图详细描述了本申请的方案。在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。本领域技术人员也应该知悉,说明书中所涉及的动作和模块并不一定是本申请所必须的。另外,可以理解,本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减,本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。
此外,根据本申请的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质),其上存储有可执行代码(或计算机程序、或计算机指令代码),当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或电子设备、服务器等)的处理器执行时,使所述处理器执行根据本申请的上述方法的各个步骤的部分或全部。
本领域技术人员还将明白的是,结合这里的申请所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
附图中的流程图和框图显示了根据本申请的多个实施例的***和方法的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (8)
1.一种自动驾驶仿真***的显示控制方法,其特征在于,包括:
获得包含待测车辆的图片信息,所述图片信息是通过安装在目标车辆上的车载摄像头采集的;
将所述图片信息输入至图像语义分割模型,对所述图片信息进行图像识别和边缘检测,确定所述待测车辆的模型类型和车轮边缘信息;
基于道路行驶规则信息,根据所述车轮边缘信息确定所述待测车辆的车头朝向,所述道路行驶规则信息由高精地图提供,用于表征所述待测车辆满***通规则;
依据所述模型类型确定所述待测车辆的模型类别,并将所述待测车辆按照所述车头朝向进行显示控制;
其中,所述基于道路行驶规则信息,根据所述车轮边缘信息确定所述待测车辆的车头朝向,包括:
根据所述车轮边缘信息确定所述待测车辆的车轮是否能拟合成椭圆;
若所述待测车辆的车轮能拟合成椭圆,根据所述车轮边缘信息计算所述待测车辆车轮的椭圆率,则确定所述待测车辆的车头朝向包括:
在所述图片信息由左车载摄像头或右车载摄像头采集得到的情况下,基于所述道路行驶规则信息确定所述待测车辆的车头朝向与所述目标车辆的车头朝向平行;
在所述图片信息由前后车载摄像头采集得到的情况下,基于所述道路行驶规则信息,根据所述椭圆率确定所述待测车辆的车头朝向。
2.根据权利要求1所述的显示控制方法,其特征在于,所述基于所述道路行驶规则信息,根据所述椭圆率确定所述待测车辆的车头朝向,包括:
判断所述椭圆率是否大于或等于预设阈值;
当所述椭圆率大于或等于所述预设阈值时,则基于所述道路行驶规则信息确定所述待测车辆的车头朝向与所述目标车辆的车头朝向平行;
当所述椭圆率小于所述预设阈值时,则基于所述道路行驶规则信息确定所述待测车辆的车头朝向与所述目标车辆的车头朝向垂直。
3.根据权利要求1所述的显示控制方法,其特征在于,还包括:
若所述待测车辆的车轮不能拟合成椭圆,则基于所述道路行驶规则信息确定所述待测车辆的车头朝向。
4.根据权利要求3所述的显示控制方法,其特征在于,在行驶车道为单行道的情况下:
若所述图片信息由前车载摄像头或后车载摄像头采集得到的,则确定所述待测车辆的车头朝向与所述目标车辆的车头朝向相同;
若所述图片信息由左车载摄像头或右车载摄像头采集得到的,则:
若能采集到所述待测车辆的车轮信息,则确定所述待测车辆的车头朝向与所述目标车辆的车头朝向平行;
若未能采集到所述待测车辆的车轮信息,则确定所述待测车辆的车头朝向与所述目标车辆的车头朝向垂直。
5.根据权利要求3所述的显示控制方法,其特征在于,在行驶车道为非单行道的情况下:
若所述图片信息由前车载摄像头或后车载摄像头采集得到的,则确定所述待测车辆的车头朝向和所述目标车辆的车头朝向平行;
若所述图片信息由左车载摄像头或有车载摄像头采集得到的,则:
若能采集到所述待测车辆的车轮信息,则确定所述待测车辆的车头朝向和所述目标车辆的车头朝向平行;
若未能采集到所述待测车辆的车轮信息,则确定待所述待测车辆的车头朝向和所述目标车辆的车头朝向垂直。
6.一种自动驾驶仿真***的显示控制装置,其特征在于,包括:
第一处理模块,用于获得包含待测车辆的图片信息,所述图片信息是通过安装在目标车辆上的车载摄像头采集的;
第二处理模块,用于将所述图片信息输入至图像语义分割模型,对所述图片信息进行图像识别和边缘检测,确定所述待测车辆的模型类型和车轮边缘信息;
第三处理模块,用于基于道路行驶规则信息,根据所述车轮边缘信息确定所述待测车辆的车头朝向,所述道路行驶规则信息由高精地图提供,用于表征所述待测车辆满***通规则;
第四处理模块,用于依据所述模型类型确定所述待测车辆的模型类别,并将所述待测车辆按照所述车头朝向进行显示控制;
其中,所述第三处理模块,具体用于:
根据所述车轮边缘信息确定所述待测车辆的车轮是否能拟合成椭圆;
若所述待测车辆的车轮能拟合成椭圆,根据所述车轮边缘信息计算所述待测车辆车轮的椭圆率,则确定所述待测车辆的车头朝向包括:
在所述图片信息由左车载摄像头或右车载摄像头采集得到的情况下,基于所述道路行驶规则信息确定所述待测车辆的车头朝向与所述目标车辆的车头朝向平行;
在所述图片信息由前后车载摄像头采集得到的情况下,基于所述道路行驶规则信息,根据所述椭圆率确定所述待测车辆的车头朝向。
7.一种电子设备,其特征在于,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如权利要求1-5中任一项所述的自动驾驶仿真***的显示控制方法。
8.一种非暂时性机器可读存储介质,其特征在于,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1-5中任一项所述的自动驾驶仿真***的显示控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310369708.3A CN116092039B (zh) | 2023-04-10 | 2023-04-10 | 自动驾驶仿真***的显示控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310369708.3A CN116092039B (zh) | 2023-04-10 | 2023-04-10 | 自动驾驶仿真***的显示控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116092039A CN116092039A (zh) | 2023-05-09 |
CN116092039B true CN116092039B (zh) | 2023-06-16 |
Family
ID=86204918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310369708.3A Active CN116092039B (zh) | 2023-04-10 | 2023-04-10 | 自动驾驶仿真***的显示控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116092039B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005096647A (ja) * | 2003-09-25 | 2005-04-14 | Auto Network Gijutsu Kenkyusho:Kk | 車載表示装置 |
CN112071092A (zh) * | 2020-09-21 | 2020-12-11 | 汪秒 | 一种基于云计算的道路交通智能缓解控制*** |
CN112572437A (zh) * | 2020-12-18 | 2021-03-30 | 北京京东乾石科技有限公司 | 一种行驶方向的确定方法、装置、设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4326992B2 (ja) * | 2004-03-17 | 2009-09-09 | アルパイン株式会社 | 周辺車両識別方法及びこれを用いた走行支援システム |
JP5888164B2 (ja) * | 2012-07-20 | 2016-03-16 | トヨタ自動車株式会社 | 車両周辺監視装置、車両周辺監視システム |
CN107924465B (zh) * | 2016-03-18 | 2021-09-10 | Jvc 建伍株式会社 | 物体识别装置、物体识别方法以及存储介质 |
CN109229206A (zh) * | 2018-08-02 | 2019-01-18 | 长安大学 | 一种车辆及其转向角度的检测方法和*** |
CN109285169B (zh) * | 2018-08-13 | 2022-08-26 | 东南大学 | 一种基于车轮识别的道路救援装备侧方位拖牵诱导方法 |
CN109509223A (zh) * | 2018-11-08 | 2019-03-22 | 西安电子科技大学 | 基于深度学习的前方车辆测距方法 |
-
2023
- 2023-04-10 CN CN202310369708.3A patent/CN116092039B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005096647A (ja) * | 2003-09-25 | 2005-04-14 | Auto Network Gijutsu Kenkyusho:Kk | 車載表示装置 |
CN112071092A (zh) * | 2020-09-21 | 2020-12-11 | 汪秒 | 一种基于云计算的道路交通智能缓解控制*** |
CN112572437A (zh) * | 2020-12-18 | 2021-03-30 | 北京京东乾石科技有限公司 | 一种行驶方向的确定方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116092039A (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109764881B (zh) | 无人驾驶汽车测试方法、装置、电子设备及介质 | |
US20200247404A1 (en) | Information processing device, information processing system, information processing method, and program | |
CN113804214B (zh) | 车辆定位方法、装置及电子设备、计算机可读存储介质 | |
CN112183381A (zh) | 车辆的可行驶区域检测方法和装置 | |
CN112507874B (zh) | 一种用于检测机动车加塞行为的方法与设备 | |
CN116092039B (zh) | 自动驾驶仿真***的显示控制方法及装置 | |
US20200250970A1 (en) | Information processing apparatus, information processing method and program | |
CN111928868A (zh) | 导航地图道路名称显示方法、装置及电子设备 | |
CN116580235A (zh) | 基于YOLOv4网络优化的目标检测装置、方法、设备和介质 | |
CN110555344B (zh) | 车道线识别方法、装置、电子设备、存储介质 | |
CN113642521B (zh) | 红绿灯识别质量的评价方法、装置和电子设备 | |
US11267477B2 (en) | Device and method for estimating the attention level of a driver of a vehicle | |
US20210286078A1 (en) | Apparatus for tracking object based on lidar sensor and method therefor | |
CN114565766B (zh) | 基于BiSeNet V2的路面图像语义分割方法及装置 | |
CN113743340B (zh) | 用于自动驾驶的计算机视觉网络模型优化方法及相关装置 | |
CN113538546B (zh) | 用于自动驾驶的目标检测方法、装置及设备 | |
CN117912289B (zh) | 一种基于图像识别的车辆群行驶预警方法、装置及*** | |
CN115731523A (zh) | 车辆定位方法及装置、电子设备、存储介质 | |
CN116244398A (zh) | 高精地图的断路标注方法、装置、电子设备及存储介质 | |
CN116381698B (zh) | 道路遗撒物的检测方法、装置及电子设备 | |
CN116503695B (zh) | 目标检测模型的训练方法、目标检测方法及设备 | |
CN113642533B (zh) | 车道级定位方法及电子设备 | |
CN117710926A (zh) | 高精地图车道线处理方法、装置、电子设备及存储介质 | |
CN118196760A (zh) | 大型车辆检测方法、计算机程序产品、检测装置及车辆 | |
CN116005583A (zh) | 斑马线生成方法、装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |