[发明专利]基于目标识别的车辆控制方法、装置、设备及车辆

说明书

本发明实施例公开了一种基于目标识别的车辆控制方法、装置、设备及车辆。包括：对采集的车辆前方图像进行灰度化处理，获得灰度图像；对所述灰度图像进行边缘提取，获得边缘图像；对所述边缘图像进行特征提取，获得特征向量；将所述特征向量输入非平衡决策树分类器中，获得目标类别；根据所述目标类别确定控制策略，并根据所述控制策略对车辆进行控制。本实施例提供的目标识别的车辆控制方法，通过边缘检测及特征提取获得车辆前方图像的特征向量，并将特征向量输入训练好的非平衡决策树分类器中，获得目标类别，以根据目标类别对车辆进行控制，可以提高对车辆前方目标识别的准确率，从而提高车辆控制的安全性。

技术领域

本发明实施例涉及车辆控制技术领域，尤其涉及一种基于目标识别的车辆控制方法、装置、设备及车辆。

背景技术

随着机器学习技术的崛起，自动驾驶技术也越来越受到关注。汽车主动安全技术(Autonomous Emergency Braking，AEB)是自动驾驶中主要的环节。当车辆前方出现行人、二轮车及机动车等目标时，需要采用对应的控制策略对车辆进行控制，减小行车中的危险，保护前方目标同时也是对驾驶车辆的保护，由此可见，对前方目标识别尤为重要。

发明内容

本发明实施例提供一种基于目标识别的车辆控制方法、装置、设备及车辆，可以提高对车辆前方目标识别的准确率，从而提高车辆控制的安全性。

第一方面，本发明实施例提供了一种基于目标识别的车辆控制方法，包括：

对采集的车辆前方图像进行灰度化处理，获得灰度图像；

对所述灰度图像进行边缘提取，获得边缘图像；

对所述边缘图像进行特征提取，获得特征向量；

将所述特征向量输入非平衡决策树分类器中，获得目标类别；

根据所述目标类别确定控制策略，并根据所述控制策略对车辆进行控制。

进一步地，对采集的车辆前方图像进行灰度化处理，获得灰度图像，包括：

对于车辆前方图像的每个像素点，获取像素点的RGB值；

对所述RGB值进行加权求和计算，获得每个像素点的灰度值。

进一步地，对所述灰度图像进行边缘提取，获得边缘图像，包括：

采用设定边缘检测算法对所述灰度图像进行边缘提取，获得边缘图像。

进一步地，所述设定边缘检测算法为Canny边缘检测算法。

进一步地，对所述边缘图像进行特征提取，获得特征向量，包括：

提取所述边缘图像的方向梯度直方图特征，获得特征向量。

进一步地，根据所述控制策略对车辆进行控制，包括：

根据所述控制策略生成控制信号；

将所述控制信号发送至车身稳定控制器和/或发动机控制器，使得车身稳定控制器和/或发动机控制器根据所述控制信号对车辆进行控制。

进一步地，对非平衡决策树分类器的训练方式为：

从设定数据库中获取车辆行驶场景的图像样本集；

对所述图像样本集中的每个图像依次进行灰度化处理、边缘提取及特征提取，获得特征向量集；

根据所述特征向量集对所述非平衡决策树分类器进行训练。

第二方面，本发明实施例还提供了一种基于目标识别的车辆控制装置，包括：

灰度图像获取模块，用于对采集的车辆前方图像进行灰度化处理，获得灰度图像；