本申請涉及雙目視覺的，具體而言，涉及一種基于視差的地面倒影誤識別檢測方法、一種基于視差的地面倒影誤識別檢測系統(tǒng)及一種電子設(shè)備。

背景技術(shù)：

1、在基于純視覺的自動駕駛技術(shù)中，可以利用ai模型來識別車輛前方障礙物的類別，采用雙目視覺技術(shù)來得到該障礙物與車輛之間的距離(深度)，以此來感知車輛前方的場景。

2、然而在某些場景下，如路面路面積水，ai模型會將圖像中的反光區(qū)域識別為障礙物，且視差圖中同樣會包含此類障礙物的視差信息，這將導(dǎo)致障礙物檢測誤識別，觸發(fā)自動駕駛車輛的誤報警。如圖1所示，由于路面積水，前方車輛尾燈會在路面上形成反光區(qū)域(如目標框101)，該反光區(qū)域可能被識別為“三角錐”、“雪糕筒”等，此類誤識別僅通過ai訓(xùn)練極難完全避免。

3、而現(xiàn)有技術(shù)中，如公開號為cn108573215a的中國發(fā)明專利申請《道路反光區(qū)域檢測方法、裝置和終端》，通常是在視差圖中擬合得到路面平面，然后基于檢測得到的障礙物與擬合得到的路面平面之間的位置關(guān)系，判斷該障礙物是否為真實障礙物。

4、本領(lǐng)域技術(shù)人員能夠理解的是，此類方法的可靠性完全依賴于由視差圖中擬合得到的路面平面，而擬合得到的路面平面本身的準確性并不高，這就導(dǎo)致在基于路面平面進行閾值篩選時，特別是對于一些圖像中尺寸較小的反光區(qū)域，不可避免的會存在一些誤檢。

技術(shù)實現(xiàn)思路

1、本申請的目的在于：如何對地面倒影誤識別進行檢測，以保證自動駕駛車輛的行車安全。

2、本申請第一方面的技術(shù)方案是：提供了一種基于視差的地面倒影誤識別檢測方法，該方法包括：基于深度學(xué)習(xí)模型檢測得到左圖像中的目標框，分別利用單目測距、雙目測距，計算第一距離值和第二距離值；計算第一距離值與第二距離值之間的距離差值，當(dāng)距離差值大于差異閾值時，計算視差圖中目標框范圍內(nèi)的視差分布區(qū)間；基于目標框和視差分布區(qū)間，在視差圖中進行區(qū)域生長，確定視差生長框；當(dāng)目標框與視差生長框在高度方向的差值大于高度閾值時，判定目標框?qū)?yīng)的待識別目標為地面倒影。

3、上述任一項技術(shù)方案中，進一步地，計算視差圖中目標框范圍內(nèi)的視差分布區(qū)間，具體包括：遍歷目標框范圍內(nèi)視差圖中任一個視差點的視差值，生成視差投影圖；對視差投影圖進行歸一化和二值化處理，生成二值化投影圖；基于二值化投影圖的目標軸中的非0最大值、非0最小值，計算視差分布區(qū)間，其中，視差投影圖為視差u圖時，目標軸為縱坐標軸，視差投影圖為視差v圖時，目標軸為橫坐標軸。

4、上述任一項技術(shù)方案中，進一步地，方法還包括：按照預(yù)設(shè)比例，對視差分布區(qū)間進行縮放；基于目標框和縮放后的視差分布區(qū)間，在視差圖中進行區(qū)域生長，確定視差生長框。

5、上述任一項技術(shù)方案中，進一步地，基于目標框和視差分布區(qū)間，在視差圖中進行區(qū)域生長，確定視差生長框，具體包括：按照由左到右、有上到下的順序，在目標框的范圍內(nèi)，搜索視差圖中未標記的視差點；以任一個未標記的視差點為原點，判斷搜索半徑內(nèi)的視差點的視差值是否位于視差分布區(qū)間內(nèi)，若是，將視差點標記為第一視差點，若否，將視差點標記為第二視差點；基于第一視差點的最小外接矩形，確定視差生長框。

6、上述任一項技術(shù)方案中，進一步地，搜索半徑的取值由目標框范圍內(nèi)的視差點的視差中值確定。

7、本申請第二方面的技術(shù)方案是：提供了一種基于視差的地面倒影誤識別檢測系統(tǒng)，該系統(tǒng)包括：距離計算單元，距離計算單元被配置為基于深度學(xué)習(xí)模型檢測得到左圖像中的目標框，分別利用單目測距、雙目測距，計算第一距離值和第二距離值；區(qū)間確定單元，區(qū)間確定單元被配置為計算第一距離值與第二距離值之間的距離差值，當(dāng)距離差值大于差異閾值時，計算視差圖中目標框范圍內(nèi)的視差分布區(qū)間；生長框確定單元，生長框確定單元被配置為基于目標框和視差分布區(qū)間，在視差圖中進行區(qū)域生長，確定視差生長框；判定單元，判定單元被配置為當(dāng)目標框與視差生長框在高度方向的差值大于高度閾值時，判定目標框?qū)?yīng)的待識別目標為地面倒影。

8、上述任一項技術(shù)方案中，進一步地，計算視差圖中目標框范圍內(nèi)的視差分布區(qū)間，具體包括：遍歷目標框范圍內(nèi)視差圖中任一個視差點的視差值，生成視差投影圖；對視差投影圖進行歸一化和二值化處理，生成二值化投影圖；基于二值化投影圖的目標軸中的非0最大值、非0最小值，計算視差分布區(qū)間，其中，視差投影圖為視差u圖時，目標軸為縱坐標軸，視差投影圖為視差v圖時，目標軸為橫坐標軸。

9、上述任一項技術(shù)方案中，進一步地，系統(tǒng)還包括：縮放單元，縮放單元被配置為按照預(yù)設(shè)比例，對視差分布區(qū)間進行縮放；生長框確定單元，還被配置為：基于目標框和縮放后的視差分布區(qū)間，在視差圖中進行區(qū)域生長，確定視差生長框。

10、上述任一項技術(shù)方案中，進一步地，生長框確定單元，具體被配置為：按照由左到右、有上到下的順序，在目標框的范圍內(nèi)，搜索視差圖中未標記的視差點；以任一個未標記的視差點為原點，判斷搜索半徑內(nèi)的視差點的視差值是否位于視差分布區(qū)間內(nèi)，若是，將視差點標記為第一視差點，若否，將視差點標記為第二視差點；基于第一視差點的最小外接矩形，確定視差生長框。

11、本申請第三方面的技術(shù)方案是：提供了一種電子設(shè)備，包括：存儲器，存儲器存儲執(zhí)行指令；處理器，處理器執(zhí)行存儲器存儲的執(zhí)行指令，使得處理器執(zhí)行上述第一方面技術(shù)方案中任一項的基于視差的地面倒影誤識別檢測方法。

12、本申請的有益效果是：

13、本申請中的技術(shù)方案，通過兩種不同的測距方式得出目標檢測框的距離值，并將兩者的差值作為判斷是否為潛在誤識別目標的依據(jù)。之后在視差圖(視差u圖或視差v圖)中，計算此類潛在誤識別目標的視差分布區(qū)間，并進行區(qū)域生長，得到該目標框?qū)?yīng)的視差生長框，進而以這兩個框在高度方向的差值作為判斷是否為誤識別的依據(jù)，通過使用3d物理規(guī)則解決了深度學(xué)習(xí)模型誤識別的問題，能夠有效的基于視差對地面倒影誤識別進行檢測，有助于保證自動駕駛車輛的行車安全。

技術(shù)特征：

1.基于視差的地面倒影誤識別檢測方法，其特征在于，所述方法包括：

2.如權(quán)利要求1所述的基于視差的地面倒影誤識別檢測方法，其特征在于，所述計算視差圖中所述目標框范圍內(nèi)的視差分布區(qū)間，具體包括：

3.如權(quán)利要求1或2所述的基于視差的地面倒影誤識別檢測方法，其特征在于，所述方法還包括：

4.如權(quán)利要求1所述的基于視差的地面倒影誤識別檢測方法，其特征在于，所述基于所述目標框和所述視差分布區(qū)間，在所述視差圖中進行區(qū)域生長，確定視差生長框，具體包括：

5.如權(quán)利要求4所述的基于視差的地面倒影誤識別檢測方法，其特征在于，所述搜索半徑的取值由所述目標框范圍內(nèi)的視差點的視差中值確定。

6.基于視差的地面倒影誤識別檢測系統(tǒng)，其特征在于，所述系統(tǒng)包括：

7.如權(quán)利要求6所述的基于視差的地面倒影誤識別檢測系統(tǒng)，其特征在于，所述計算視差圖中所述目標框范圍內(nèi)的視差分布區(qū)間，具體包括：

8.如權(quán)利要求6或7所述的基于視差的地面倒影誤識別檢測系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

9.如權(quán)利要求6所述的基于視差的地面倒影誤識別檢測系統(tǒng)，其特征在于，所述生長框確定單元，具體被配置為：

10.一種電子設(shè)備，其特征在于，包括：

技術(shù)總結(jié)
本申請公開了基于視差的地面倒影誤識別檢測方法、系統(tǒng)及電子設(shè)備，其中，該方法包括：基于深度學(xué)習(xí)模型檢測得到左圖像中的目標框，分別利用單目測距、雙目測距，計算第一距離值和第二距離值；計算第一距離值與第二距離值之間的距離差值，當(dāng)距離差值大于差異閾值時，計算視差圖中目標框范圍內(nèi)的視差分布區(qū)間；基于目標框和視差分布區(qū)間，在視差圖中進行區(qū)域生長，確定視差生長框；當(dāng)目標框與視差生長框在高度方向的差值大于高度閾值時，判定目標框?qū)?yīng)的待識別目標為地面倒影。通過本申請中的技術(shù)方案，能夠有效的基于視差對地面倒影誤識別進行檢測，有助于保證自動駕駛車輛的行車安全。

技術(shù)研發(fā)人員：任杰,王鑫,郭昌佑,楊青海,李帥陽
受保護的技術(shù)使用者：元橡科技（北京）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2