车辆识别的方法、装置、设备及介质与流程

本技术涉及计算机，具体涉及定位技术和自动驾驶等，特别涉及一种车辆识别的方法、装置、设备及介质。

背景技术：

1、点云鸟瞰(bird's-eye-view,bev)模型，例如，bev目标检测模型是自动驾驶领域中的一项关键技术。自动驾驶系统在进行精确的路径规划和避障决策时，可以通过激光雷达(lidar)收集的行驶环境中的三维点云数据，利用点云鸟瞰感知模型将其转换为车辆上方的二维平面视图，即bev视角的图像，进而可以对bev视角的图像进行目标检测、分类和跟踪等处理，以识别出环境中的车辆、行人、及建筑等目标障碍物。

2、目前，相关技术中基于点云bev模型的识别方案，受限于模型输出格式，无法准确地识别出车头和车身是非刚性连接的车辆，对这类的目标对象的感知效果不佳，可能会导致自动驾驶车辆行驶的决策不准确，从而无法保障自动驾驶车辆行驶的安全性。

技术实现思路

1、本技术提供了一种车辆识别的方法、装置、设备及介质，可以解决了自动驾驶车辆识别行驶环境中的两段式车辆的准确度不佳的问题，所述技术方案如下：

2、第一方面，提供了一种车辆识别的方法，所述方法包括：

3、获取指定区域的鸟瞰图像的对象检测框、以及点云信息，所述对像检测框包括第一检测框和第二检测框；所述第一检测框不具有与其他检测框的重叠区域，所述第二检测框具有与其他检测框的重叠区域；

4、在所述对象检测框为第一检测框的情况下，基于自车的位置信息、所述点云信息和所述第一检测框的位置信息，利用第一识别策略，对所述第一检测框的检测对象进行识别处理，以获得第一识别结果；

5、在所述对象检测框为第二检测框的情况下，基于所述第二检测框的类别信息、位置信息和朝向信息、以及与所述第二检测框重叠的检测框的类别信息、位置信息和朝向信息，利用第二识别策略，对所述第二检测框的检测对象进行识别处理，以获得第二识别结果；

6、基于所述第一识别结果，和/或，第二识别结果，获得目标车辆的识别结果。

7、在一种可能的实现方式中，所述基于自车的位置信息、所述点云信息和所述第一检测框的位置信息，利用第一识别策略，对所述第一检测框的检测对象进行识别处理，以获得第一识别结果，包括：

8、获取所述自车的位置信息和所述第一检测框的位置信息；

9、基于所述自车的位置信息、所述点云信息和所述第一检测框的位置信息，利用预设的拟合算法，确定与所述自车的距离满足预设距离条件的拟合直线；

10、对所述拟合直线和所述第一检测框进行匹配处理；

11、基于预设的匹配条件和所述匹配处理的结果，对所述第一检测框的检测对象进行识别处理，以获得所述第一识别结果。

12、在一种可能的实现方式中，所述基于自车的位置信息、所述点云信息和所述第一检测框的位置信息，利用预设的拟合算法，确定与所述自车的距离满足预设距离条件的拟合直线，包括：

13、基于自车的位置信息和所述第一检测框的位置信息，确定与所述自车的距离满足预设距离条件的第一检测框的边线；

14、基于预设的扩展比例、所述点云信息和所述边线，确定所述边线的扩展区域中的点云信息；

15、利用预设的采样算法，对所述扩展区域的点云信息进行采样处理，以获得采样处理后的点云信息；

16、对所述采样处理后的点云信息进行拟合处理，以获得所述拟合直线。

17、在一种可能的实现方式中，所述基于所述第二检测框的类别信息、位置信息和朝向信息、以及与所述第二检测框重叠的检测框的类别信息、位置信息和朝向信息，利用第二识别策略，对所述第二检测框的检测对象进行识别处理，以获得第二识别结果，包括：

18、获取所述第二检测框的类别信息和朝向信息、以及与所述第二检测框重叠的检测框的类别信息和朝向信息；

19、响应于所述第二检测框的类别信息和与所述第二检测框重叠的检测框的类别信息均为车辆，确定重叠区域的重叠面积；

20、基于所述第二检测框的朝向信息、以及与所述第二检测框重叠的检测框的朝向信息，确定所述第二检测框和与所述第二检测框重叠的检测框的朝向夹角；

21、基于预设的面积条件、预设的角度条件、所述重叠面积和所述朝向夹角，对所述第二检测框的检测对象进行识别处理，以获得第二识别结果。

22、在一种可能的实现方式中，所述基于预设的面积条件、预设的角度条件、所述重叠面积和所述朝向夹角，对所述第二检测框的检测对象进行识别处理，以获得第二识别结果，包括：

23、响应于所述重叠面积满足所述预设的面积条件、且所述朝向夹角满足所述预设的角度条件，确定所述第二检测框的检测对象为候选目标车辆；

24、将所述第二检测框的检测对象为候选目标车辆作为第二识别结果。

25、在一种可能的实现方式中，所述鸟瞰图像的对象检测框包括连续多帧的对象检测框，所述基于所述第一识别结果，和/或，第二识别结果，获得目标车辆的识别结果，还包括：

26、获取所述第一识别结果，和/或，所述第二识别结果对应的至少两帧的对象检测框的朝向信息；

27、基于所述至少两帧的对象检测框的朝向信息，计算所述对象检测框的角速度；

28、响应于所述角速度满足预设的角速度条件，基于至少两帧中任一帧的对象检测框的前边线的速度和后边线的速度，确定所述对象检测框的旋转中心点；

29、基于所述对象检测框的位置信息和所述旋转中心点，获得所述对象检测框的第一转弯半径；

30、基于预设的转角阈值、预设的比例系数和所述对象检测框的尺寸信息，获得所述对象检测框的第二转弯半径；

31、基于预设的关联条件、所述第一转弯半径和所述第二转弯半径，对所述对象检测框中的检测对象进行识别处理，以获得目标车辆的识别结果。

32、在一种可能的实现方式中，所述基于所述第一识别结果，和/或，第二识别结果，获得目标车辆的识别结果，还包括：

33、对预设时间段内的每帧的所述第一识别结果，和/或，所述第二识别结果进行累加处理，得到累加值；

34、响应于所述累加值达到预设的次数阈值，将所述第一识别结果，和/或，第二识别结果作为目标车辆的识别结果。

35、第二方面，提供了一种车辆识别的装置，所述装置包括：

36、第一获取单元，用于获取指定区域的鸟瞰图像的对象检测框、以及点云信息，所述对像检测框包括第一检测框和第二检测框；所述第一检测框不具有与其他检测框的重叠区域，所述第二检测框具有与其他检测框的重叠区域；

37、第一识别单元，用于在所述对象检测框为第一检测框的情况下，基于自车的位置信息、所述点云信息和所述第一检测框的位置信息，利用第一识别策略，对所述第一检测框的检测对象进行识别处理，以获得第一识别结果；

38、第二识别单元，用于在所述对象检测框为第二检测框的情况下，基于所述第二检测框的类别信息、位置信息和朝向信息、以及与所述第二检测框重叠的检测框的类别信息、位置信息和朝向信息，利用第二识别策略，对所述第二检测框的检测对象进行识别处理，以获得第二识别结果；

39、第一获得单元，用于基于所述第一识别结果，和/或，第二识别结果，获得目标车辆的识别结果。

40、第三方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如上如上所述的方面和任一可能的实现方式的方法。

41、第四方面，提供了一种电子设备，包括：

42、至少一个处理器；以及

43、与所述至少一个处理器通信连接的存储器；其中，

44、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方面和任一可能的实现方式的方法。

45、第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方面和任一可能的实现方式的方法。

46、第六方面，提供了一种自动驾驶车辆，包括如上所述的电子设备。

47、本技术提供的技术方案的有益效果至少包括：

48、由上述技术方案可知，本技术实施例可以通过获取指定区域的鸟瞰图像的对象检测框、以及点云信息，所述对像检测框包括第一检测框和第二检测框；所述第一检测框不具有与其他检测框的重叠区域，所述第二检测框具有与其他检测框的重叠区域，进而可以在所述对象检测框为第一检测框的情况下，基于自车的位置信息、所述点云信息和所述第一检测框的位置信息，利用第一识别策略，对所述第一检测框的检测对象进行识别处理，以获得第一识别结果，在所述对象检测框为第二检测框的情况下，基于所述第二检测框的类别信息、位置信息和朝向信息、以及与所述第二检测框重叠的检测框的类别信息、位置信息和朝向信息，利用第二识别策略，对所述第二检测框的检测对象进行识别处理，以获得第二识别结果，使得能够基于所述第一识别结果，和/或，第二识别结果，获得目标车辆的识别结果，由于通过对两种不同状态的图像检测结果，分别利用对应的识别策略，识别出目标车辆，可以实现了对车头和车身是非刚性连接的车辆识别的准确性，提升了对该类的车辆感知的可靠性，从而可以保障了自动驾驶车辆行驶的安全性。

49、应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本技术的其它特征将通过以下的说明书而变得容易理解。