(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211194460.3 (22)申请日 2022.09.29 (71)申请人 中汽数据 （天津） 有限公司 地址 300385 天津市西青区中北镇 万卉路3 号新城市中心B1座12-17室 (72)发明人 刘帅　翟洋　陈硕　赵帅　赵鹏超　 胡鑫　魏博　柏尚奇　 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/22(2022.01) G06V 10/26(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于摄像头的小障碍物探测方法 (57)摘要 本发明公开了一种基于摄像头的小障碍物 探测方法、 装置、 设备及存储介质， 该方法包括步 骤： 将采集的道路环境图像进行分割， 并将分割 后的图像输入至训练模型中， 以获得消失点的热 点图； 将热点图中的消失点进行连接， 并根据消 失点与障碍物位置统计， 确定障碍物的区域； 将 已确定的障碍物的区域进行网格化， 对网格化区 域的障碍物像素点进行初步判定， 并对初步判定 的障碍物像素点进行标注； 对 标注的障碍物像素 点进行判断， 以确定远距离的小障碍物。 本申请 能够在各种环境条件下， 对小障碍物提前探测， 在不增加额外配置的情况下， 为自动驾驶功能提 供必要的避障策略， 同时还能避免安全隐患， 提 升驾驶体验。 权利要求书2页 说明书8页 附图2页 CN 115273039 A 2022.11.01 CN 115273039 A 1.一种基于摄 像头的小障碍物探测方法， 其特 征在于， 包括： 将采集的道路环境图像进行分割， 并将分割后的图像输入至训练模型中， 以获得消失 点的热点图； 将热点图中的消失点进行 连接， 并根据消失点与障碍物位置统计， 确定障碍物的区域； 将已确定的障碍物 的区域进行网格化， 对网格化区域的障碍物像素点进行初步判定， 并对初步判定的障碍物像素点进行 标注； 对标注的障碍物像素点进行判断， 以确定远距离的小障碍物。 2.根据权利要求1所述的方法， 其特征在于， 所述对标注的障碍物像素点进行判断， 以 确定远距离的小障碍物， 包括： 将标注的障碍物像素点所在的网格进行固定； 根据行驶车速， 预测固定网格在未来各信号周期拍摄的图像中所在的网格； 在所述未来各信号周期对应的网格中， 重新进行障碍物 识别并标注障碍物像素点； 将所述固定网格中标注的障碍物像素点， 与所述未来各信号周期对应的网格中重新标 注的障碍物像素点进行对比， 如果对比一致的障碍物像素点数量大于设定阈值， 将所述比对一致的障碍物像素点组 成的障碍物判定为远距离的小障碍物。 3.根据权利要求2所述的方法， 其特征在于， 所述根据行驶车速， 预测固定网格在未来 各信号周期拍摄的图像中所在的网格， 包括： 根据行驶车速， 预测固定网格在未来各信号周期拍摄的图像中的位置； 在第一个信号周期拍摄的图像 中， 选取覆盖所述固定网格位置的32x32的网格， 作 为所 述固定网格所在的网格； 在第二个信号周期拍摄的图像 中， 选取覆盖所述固定网格位置的32x96的网格， 作 为所 述固定网格所在的网格； 在第三个信号周期拍摄的图像 中， 选取覆盖所述固定网格位置的96x96的网格， 作 为所 述固定网格所在的网格； 其中， 所述设定阈值 为100。 4.根据权利要求1所述的方法， 其特征在于， 所述将热点图中的消失点进行连接， 并根 据消失点与障碍物位置统计， 确定障碍物的区域， 包括： 将热点图中的消失点连接成线； 根据得到的连线， 以及消失点与障碍物之间的像素距离分布区间， 确定障碍物的区域。 5.根据权利要求4所述的方法， 其特征在于， 所述根据消失点与障碍物位置统计， 还包 括： 建立消失点与障碍物之间的相对坐标系； 相对坐标定义为障碍物中心点坐标减去消失点坐标然后取正， 其中 （0， 0） 点代表消 失 点的原点 位置； 根据所述消失点的位置， 确定道路上远距离障碍物和道路消失点之间的位置关系。 6.根据权利要求1所述的方法， 其特征在于， 所述将已确定的障碍物的区域进行网格 化， 对网格化区域的障碍物像素点进 行初步判定， 并对初步判定的障碍物像素点进 行标注， 包括：权　利　要　求　书 1/2 页 2 CN 115273039 A 2在网格化区域内进行障碍物 识别； 在识别到的障碍物区域中， 将网格化区域的远端消失点存在 断点或差异点， 以及用高 斯核编码的热点图上的消失点真值 不为1的像素点， 标注为障碍物像素点。 7.根据权利要求1所述的方法， 其特征在于， 所述采集的道路环境图像进行分割， 并将 分割后的图像输入至训练模型中， 以获得消失点的热点图， 包括： 根据天空和地面的比例将ADAS环境感知摄像头采集的道路环境图像进行分割为四个 部分， 其中四个部分的交点 为消失点分布概 率最大区域； 将分割的四个部分输入至训练模型中， 得到消失点的热点图。 8.一种基于摄 像头的最小障碍物探测装置， 其特 征在于， 包括： 采集模块， 用于将采集的道路环境图像进行分割， 并将分割后的图像输入至训练模型 中， 以获得消失点的热点图； 确定模块， 用于将热点图中的消失点进行连接， 并根据消失点与障碍物位置统计， 确定 障碍物的区域； 处理模块， 用于将已确定的障碍物的区域进行网格化， 对网格化区域的障碍物像素点 进行初步判定， 并对初步判定的障碍物像素点进行 标注； 判断模块， 用于对标注的障碍物像素点进行判断， 以确定远距离的小障碍物。 9.一种电子设备， 其特 征在于， 所述电子设备， 包括： 处理器； 存储器， 所述存储器上存储有计算机可读指令， 所述计算机可读指令被所述处理器执 行时， 实现如权利要求1至7任一项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 其存储有计算机程序指令， 当所述计算机 程序指令被 计算机执 行时， 使计算机执 行根据权利要求1至7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115273039 A 3