申请/专利权人：南京理工大学

申请日：2024-02-29

公开（公告）日：2024-06-28

公开（公告）号：CN118262311A

主分类号：G06V20/56

分类号：G06V20/56;G06V10/25;G06V10/54;G06V10/80;G06V10/82

优先权：

专利状态码：在审-公开

法律状态：2024.06.28#公开

摘要：本发明为一种野外弱视环境下车辆可行驶区域识别方法。采集360°环境下的图像与点云信息；对弱视图像信息给予图像增强；对像素点空间位置信息求解实现点云稠密化；建立表面法线估计器模型，实时求解得出野外道路在水平与垂直方向上的变化信息；对图像、点云与表面法线做融合处理，得到自由空间检测模型作为基础网络可行驶区域检测模型，加入双编码器和单解码器得到可行驶区域融合检测网络模型，调整优化通道实现图像与点云的交叉融合；对融合结果进行聚合分析实时概率求解，得到可行驶区域特征图。本发明实现了非结构化道路的可通行概率求解，在考虑弱视环境干扰与可通行概率精度的前提下，综合提升车辆野外环境作业的高效率、安全性和机动性。

主权项：1.一种野外弱视环境下车辆可行驶区域识别方法，其特征在于，包括如下步骤：步骤1：通过车载摄像头与激光雷达采集360°环境信息，获取原始图像与点云信息；步骤2：对步骤1中的原始图像进行可视化分析，给出考虑透射率精确度并结合暗通道先验理论以及烟雾图像退化理论的去烟雾算法，对弱视图像信息给予图像增强效果，得到清晰图像；步骤3：对步骤1中的点云信息进行稀疏性分析，给出基于点云边缘强度的自适应上采样方案，通过权重调整因子对像素点空间位置信息求解实现点云稠密化；步骤4：利用步骤2中得到的清晰图像与步骤3中得到的稠密点云，再基于逆深度图像与深度点云梯度计算方法建立表面法线估计器模型Q法线估计，实时求解得到野外道路在水平与垂直方向上的变化信息，即表面法线变化信息；步骤5：基于上下语义与金字塔池化方法对图像、点云与步骤4中的表面法线变化信息做融合处理，得到一种端到端的多传感器融合的自由空间检测模型作为基础网络可行驶区域检测模型R基础模型，在R基础模型中相结合的加入双编码器和单解码器得到可行驶区域融合检测网络模型R融合模型，调整优化通道实现图像与点云的交叉融合，得到R融合模型下的多层融合结果；步骤6：基于重点关注不可通行区域损失函数，再通过sigmoid函数对步骤5中的多层融合结果进行聚合分析并实时概率求解，得到野外弱视环境下的可行驶区域特征图。

全文数据：

权利要求：

百度查询： 南京理工大学 一种野外弱视环境下车辆可行驶区域识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD