[发明专利]一种红绿灯跟踪方法、装置、及无人驾驶汽车

权利要求书

1.一种红绿灯跟踪方法，应用于无人驾驶汽车，其特征在于，所述方法包括：

获取当前帧图像；

将所述当前帧图像输入目标检测算法，以获取当前帧图像中红绿灯的检测框，其中，所述检测框包括所述红绿灯在当前帧图像中的置信度、类别和位置；

获取前N帧图像中红绿灯映射至当前帧图像的预测框，其中，所述预测框包括红绿灯在当前帧图像中的置信度、类别和位置；

根据所述检测框中红绿灯的置信度，将所述检测框划分为高分框和低分框；

根据所述当前帧图像中高分框和预测框的类别，将类别相同的高分框和预测框进行匹配，以获取第一跟踪结果；

根据所述当前帧图像中低分框和预测框的类别，将类别相同的低分框和未与所述高分框匹配上的预测框进行匹配，以获取第二跟踪结果；

获取未与所述预测框匹配上的检测框，并将所述检测框与未与所述低分框匹配上的预测框进行匹配，以获取第三跟踪结果；

将所述第一跟踪结果、第二跟踪结果和第三跟踪结果进行整合，从而得到当前帧中红绿灯跟踪结果。

2.根据权利要求1所述的方法，其特征在于，在获取到所述当前帧图像中红绿灯的检测框后，所述方法还包括：

获取所述当前帧图像中所有的检测框；

将所述检测框进行重合度计算，以确定当前帧图像中是否存在重合的检测框；

当所述当前帧图像中存在重合的检测框时，基于所述检测框的置信度，保留所述重合的检测框中置信度高的检测框。

3.根据权利要求1所述的方法，其特征在于，所述根据所述当前帧图像中高分框和预测框的类别，将类别相同的高分框和预测框进行匹配，以获取第一跟踪结果，包括：

基于所述检测框的类别，获取相同类别的高分框和预测框；

获取所述相同类别的高分框和预测框分别在当前帧图像中的第一位置和第二位置；

根据所述第一位置和第二位置，获取重合度大于第一预设阈值的高分框和预测框，并获取重合度等于第二预设阈值的高分框和预测框；

对重合度大于所述第一预设阈值的高分框和预测框进行匹配，若所述高分框与所述预测框匹配成功，则确认所述高分框的状态为被跟踪；

计算重合度等于所述第二预设阈值的高分框和预测框的欧式距离，并在所述欧式距离大于预设距离时，确认所述高分框为的状态为被跟踪。

4.根据权利要求3所述的方法，其特征在于，所述根据所述当前帧图像中低分框和预测框的类别，将类别相同的低分框和未与所述高分框匹配上的预测框进行匹配，以获取第二跟踪结果，包括：

获取未与所述高分框匹配上的预测框，并获取与所述预测框类别相同的低分框；

获取所述类别相同的低分框与未匹配上的预测框在当前帧图像中的第三位置和第四位置；

对所述第三位置和所述第四位置进行重合度计算，并获取重合度大于第三预设阈值的低分框和未匹配上的预测框，以及重合度等于所述第二预设阈值的低分框和未匹配上的预测框；

对重合度大于所述第三预设阈值的低分框和未匹配上的预测框进行匹配，若所述低分框与所述未匹配上的预测框匹配成功，则确认所述低分框的状态为被跟踪；

计算重合度等于所述第二预设阈值的低分框和未匹配上的预测框的欧式距离，并在所述欧式距离大于所述预设距离时，确认所述低分框的状态为被跟踪。

5.根据权利要求4所述的方法，其特征在于，所述获取未与所述预测框匹配上的检测框，并将所述检测框与未与所述低分框匹配上的预测框进行匹配，以获取第三跟踪结果包括：

获取未与所述预测框匹配上的所述检测框，并获取所述未匹配上的检测框在当前帧图像中的第五位置，其中，所述检测框包括未匹配上的高分框和未匹配上的低分框；

获取未与所述低分框匹配上的预测框，以及所述预测框在当前帧图像中的第六位置；

对所述第五位置和第六位置进行重合度计算，并获取重合度大于第四预设阈值的预测框和检测框，以及重合度等于所述第二预设阈值时的预测框和检测框；

对重合度大于所述第四预设阈值的检测框和预测框进行匹配，若所述检测框与所述预测框匹配成功，则确认所述检测框的状态为被跟踪；

计算重合度等于所述第二预设阈值的检测框和预测框的欧式距离，并在所述欧式距离大于所述预设距离时，确认所述检测框的状态为被跟踪。