[发明专利]可行驶区域检测及智能驾驶控制方法、装置和系统

权利要求书

1.一种可行驶区域检测方法，其特征在于，包括：

将采集的路面图像输入至神经网络，以经所述神经网络处理得到所述路面图像的可行驶区域概率图，所述神经网络为包括有可行驶区域标注信息的训练图像集预先训练而得，所述可行驶区域概率图用于表征所述路面图像中的像素点属于可行驶区域的概率；

确定所述可行驶区域概率图中概率大于等于设定阈值的多个像素点；

根据所述多个像素点确定所述路面图像的可行驶区域。

2.根据权利要求1所述的方法，其特征在于，所述将采集的路面图像输入至神经网络，以经所述神经网络处理得到所述路面图像的可行驶区域概率图，包括：

通过所述神经网络的至少一个卷积层提取所述路面图像的低层特征信息；

通过所述神经网络的至少一个残差网络单元基于所述低层特征信息提取所述路面图像的高层特征信息；

通过所述神经网络的至少一个上采样层对所述高层特征信息进行上采样处理，得到与所述路面图像等大的可行驶区域概率图。

3.根据权利要求2所述的方法，其特征在于，所述至少一个卷积层包括连接的N个卷积层，所述至少一个残差网络单元包括连接的M个残差网络单元，所述至少一个上采样层包括连接的L个上采样层，其中，N、M、L为整数，N的取值范围为[6,10]，M的取值范围为[7,12]，L的取值范围为[1,4]。

4.一种智能驾驶控制方法，其特征在于，包括：

获取路面图像的可行驶区域检测结果，所述路面图像的可行驶区域检测结果采用如权利要求1-3中任一项所述的可行驶区域检测方法得到；

根据所述可行驶区域检测结果输出提示信息和/或对车辆进行智能驾驶控制。

5.一种可行驶区域检测装置，其特征在于，包括：

可行驶区域概率图获取模块，用于将采集的路面图像输入至神经网络，以经所述神经网络处理得到所述路面图像的可行驶区域概率图，所述神经网络为包括有可行驶区域标注信息的训练图像集预先训练而得，所述可行驶区域概率图用于表征所述路面图像中的像素点属于可行驶区域的概率；

像素点提取模块，用于确定所述可行驶区域概率图中概率大于等于设定阈值的多个像素点；

可行驶区域获取模块，用于根据所述多个像素点确定所述路面图像的可行驶区域。

6.根据权利要求5所述的装置，其特征在于，所述可行驶区域概率图获取模块包括：

低层特征信息获取单元，用于通过所述神经网络的至少一个卷积层提取所述路面图像的低层特征信息；

高层特征信息获取单元，用于通过所述神经网络的至少一个残差网络单元基于所述低层特征信息提取所述路面图像的高层特征信息；

可行驶区域概率图获取单元，用于通过所述神经网络的至少一个上采样层对所述高层特征信息进行上采样处理，得到与所述路面图像等大的可行驶区域概率图。

7.一种可行驶区域检测系统，应用于车辆，其特征在于，包括安装在所述车辆上的摄像头以及与所述摄像头通信连接的如权利要求5或6所述的可行驶区域检测装置。

8.一种智能驾驶控制系统，其特征在于，包括：如权利要求5或6所述的可行驶区域检装置和智能驾驶控制装置；

所述智能驾驶控制装置，用于根据所述可行驶区域检测模块获取的可行驶区域检测结果输出提示信息和/或对车辆进行智能驾驶控制。

9.一种电子设备，其特征在于，包括：

存储器，用于存储程序指令；

处理器，用于调用并执行所述存储器中的程序指令，执行如权利要求1-4任一项所述的方法步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序用于执行如权利要求1-4任一项所述的方法步骤。