[发明专利]用于特殊红绿灯的检测方法以及检测装置

说明书

本公开实施例提供一种用于特殊红绿灯的检测方法、装置、存储介质以及电子设备，所述检测方法包括确定所述特殊红绿灯的投影位置以及所述特殊红绿灯中的子灯数量；获取所述特殊红绿灯的外接框的信息；获取所述外接框中每个所述子灯的颜色信息。本公开实施例能够将通常普通红绿灯感知中直接检测颜色的方法拆分成检测框的类型加颜色分类的方法，提供了更好的冗余性，为不同类型的特殊红绿灯提供了一个普遍适用的解决方案，有效解决目前不能检测特殊红绿灯状态的问题，对于特殊红绿灯的检测准确率较高。

技术领域

本公开实施例涉及交通信号灯识别的技术领域，特别涉及一种用于特殊红绿灯的检测方法、装置、存储介质以及电子设备。

背景技术

交通信号灯的识别是汽车自动驾驶技术中不可或缺的重要环节。目前，在自动驾驶领域，红绿灯的识别方法研究主要有两大类，分别是基于摄像头识别的方法(即视觉感知检测方法)和基于V2X的方法(即基于车辆与红绿灯通信的方法)。其中，基于摄像头识别的方法主要是通过搭建深度学习网络训练已经标注的红绿灯数据，通过学习图像特征来进行识别。对于普通红绿灯来说其类别通常只有4种情况，即红灯，绿灯，黄灯和黑灯(闪烁状态)来说，这种方法在保证数据量的前提下，能够很好的识别普通红绿灯。但是对于特殊红绿灯来说，由于子灯数量不能确定，亮灯的规则也不能确定，会导致分类的情况多变且不能确定，颜色的输出也没有办法定义。因此，直接通过深度学习网络检测特殊红绿灯的颜色状态不可行。基于V2X的方法需要在红绿灯设备端和车辆端都安装通信设备，车辆在通过路口时，实时的接收红绿灯设备发出的通信信号，通过解析信号获取最新的红绿灯状态。该方法较摄像头识别的方法更为安全且响应快速，但是该方法比较依赖路测通信设备的普及程度，目前普及率仍然较低，只是在一些自动驾驶的示范运营区域有所应用。

目前，路面上大多数的交通信号灯的识别方法主要是检测普通红绿灯，这里的普通红绿灯的一个灯框中同时只有一个灯发亮，对于一些特殊红绿灯还没有有效的检测方法和装置，因此不能进行有效识别。这里的所述特殊红绿灯是指在一个灯框内有多个相同或者不同颜色的子灯，这些子灯能够同时发亮。

发明内容

为了解决现有的自动驾驶中视觉感知模块只能检测普通红绿灯，不能检测特殊红绿灯的问题问题，从而能够本公开实施例的目的在于提供一种用于特殊红绿灯状态的检测方法、装置、存储介质以及电子设备，以解决现有技术中存在上述问题。

为了解决上述技术问题，本公开的实施例采用了如下技术方案：

一种用于特殊红绿灯的检测方法，其包括：确定所述特殊红绿灯的投影位置以及所述特殊红绿灯中的子灯数量；获取所述特殊红绿灯的外接框的信息；获取所述外接框中每个所述子灯的颜色信息。

在一些实施例中，所述确定特殊红绿灯的投影位置，包括：获取所述特殊红绿灯在世界坐标系中的第一位置；基于所述第一位置，获取所述特殊红绿灯在车身坐标系中的第二位置；基于所述第二位置，获取所述特殊红绿灯在图像坐标系中的投影位置。

在一些实施例中，所述获取所述特殊红绿灯的外接框的信息，包括：通过深度学习网络获取所述特殊红绿灯的检测框的特征信息；获取所述特殊红绿灯的投影位置框的特征信息；对所述检测框和所述投影位置框进行匹配，获取外接框的信息。

在一些实施例中，所述特征信息至少包括类型信息和位置信息。

在一些实施例中，所述对所述检测框和所述投影位置框进行匹配，获取外接框的信息，包括：获取所述检测框的第一中心点坐标；获得所述投影位置框的第二中心点坐标；基于所述第一中心点坐标和所述第二中心点坐标计算欧式距离；基于所述欧式距离，获取外接框的信息。

在一些实施例中，所述获取所述外接框中每个子灯的颜色信息，包括：基于子灯的数量将所述外接框进行分割；获取分割后所述外接框中每个所述子灯的颜色信息。