[发明专利]路上障碍物检知装置、方法及记录介质

说明书

一种路上障碍物检知装置、方法及记录介质，包含：赋予部，使用第一识别器来对图像的每个像素赋予语义标签，该第一识别器使用不存在路上障碍物的图像而预先进行了学习；及检测部，基于对于由所述赋予部赋予的所述语义标签的概率密度来检测路上障碍物。

技术领域

本公开涉及路上障碍物检知装置、路上障碍物检知方法及记录有路上障碍物检知程序的记录介质。

背景技术

在“Real Time Small Obstacle Detection on Highways Using CompressiveRBM Road Reconstruction”(Creusot et al.,Intelligent Vehicles Symposium,2015)中记载了：使用RBM(Restricted Boltzmann Machine：受限玻尔兹曼机)来学习正常的道路的图像块，在图像块中不包含路上障碍物的情况下，能够使用RBM来复原，但在包含路上障碍物的情况下，无法使用RBM来复原，因此，在无法复原的情况下，在向RBM的输入和输出中会产生大的不同(异常度)，因此，通过对异常度的大小设定合适的阈值，能够检测路上障碍物。

发明内容

发明所要解决的课题

然而，在实际的车载图像中，包含很多车辆、标识、人工建筑物等的道路和路上障碍物以外的物体，因此，在无法使用RBM来复原的图像中也包含路上障碍物以外的物体，会将路上障碍物以外的物体误检知为路上障碍物，因此，为了准确地检知路上障碍物，存在改善的余地。

本公开的目的在于即使在图像中包含路上障碍物以外的物体的情况下也能够准确地检知路上障碍物。

用于解决课题的手段

第一方案的路上障碍物检知装置包含：赋予部，使用第一识别器来对图像的每个像素赋予语义标签，该第一识别器使用不存在路上障碍物的图像而预先进行了学习；及检测部，基于对于由所述赋予部赋予的所述语义标签的概率密度来检测路上障碍物。

根据第一方案，使用通过不存在路上障碍物的图像而预先学习了的第一识别器来对图像的每个像素赋予语义标签。

基于对于赋予的语义标签的概率密度来检测路上障碍物。这样，通过基于对于语义标签的概率密度来检测路上障碍物，即使在包含路上障碍物以外的物体的情况下也能够准确地检知路上障碍物。

根据第二方案，所述检测部可以对使用不存在路上障碍物的图像而预先学习了语义标签的统计分布的第二识别器输入由所述赋予部赋予了所述语义标签的语义标签图像的预先确定的部分区域，复原与所述部分区域对应的语义标签图像，基于复原出的复原图像来检测路上障碍物。由此，关于存在路上障碍物的区域，语义标签的赋予失败，在复原时语义标签的赋予也失败，因此能够将复原图像的异常部分检测为路上障碍物。

根据第三方案，所述检测部可以将所述语义标签图像与所述复原图像进行比较来检测路上障碍物。由此，由于包含路上障碍物的区域难以复原，所以通过比较语义标签图像及其复原图像，能够检测路上障碍物。

根据第四方案，可以将所述语义标签图像与所述复原图像的差分为预先确定的阈值以上的部分检测为路上障碍物。由此，能够将语义标签图像与复原图像的背离大的部分检测为路上障碍物。

根据第五方案，所述检测部可以将所述复原图像的复原误差为预先确定的阈值以上的区域检测为路上障碍物。由此，能够根据复原图像来检测路上障碍物。

第六方案的路上障碍物检知方法是计算机执行的路上障碍物检知方法，其中，使用通过不存在路上障碍物的图像而预先进行了学习的第一识别器来对图像的每个像素赋予语义标签，基于对于赋予的所述语义标签的概率密度来检测路上障碍物。

根据第六方案，与第一方案同样，通过基于对于语义标签的概率密度来检测路上障碍物，即使在包含路上障碍物以外的物体的情况下也能够准确地检知路上障碍物。