(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210962655.1 (22)申请日 2022.08.11 (71)申请人 西安天和防务 技术股份有限公司 地址 710000 陕西省西安市高新区西部大 道158号 (72)发明人 李翠　 (74)专利代理 机构 深圳中一联合知识产权代理 有限公司 4 4414 专利代理师 刘永康 (51)Int.Cl. G08G 1/056(2006.01) G08G 1/04(2006.01) G08G 1/01(2006.01) G06V 20/54(2022.01) G06V 20/40(2022.01)G06V 10/80(2022.01) G06V 10/762(2022.01) (54)发明名称 车辆逆行检测的方法、 装置、 终端设备及存 储介质 (57)摘要 本申请提供了一种车辆逆行检测的方法、 装 置、 终端设备及存储介质， 包括： 首先获取包括多 个车辆目标的场景视频图像和点 云图像， 对点云 图像进行聚类计算， 得到目标映射图像数据， 然 后基于图像检测模型对场景视频图像进行计算， 得到车辆目标数据， 对目标映射图像数据和车辆 目标数据进行融合， 得到融合数据， 最后基于多 目标跟踪算法对融合数据进行计算， 确定每个车 道对应的多个车辆目标， 对多个车辆目标当前时 刻的距离信息与上一时刻 的距离信息作差得到 第一距离差， 根据第一距离差检测多个车辆目标 是否逆行。 该方法将激光雷达与相机结合确定车 辆的行驶区域， 根据多目标跟踪算法计算车辆目 标的距离信息检测车辆是否逆行， 提高了车辆逆 行检测的准确性。 权利要求书2页 说明书11页 附图6页 CN 115482672 A 2022.12.16 CN 115482672 A 1.一种车辆逆行检测的方法， 包括： 获取包括多个车辆目标的场景视频图像和点云图像； 对所述点云图像进行聚类计算， 得到目标映射图像数据； 其中， 所述目标映射图像数据 包括所述多个车辆目标的距离信息； 基于图像检测模型对所述场景视频图像进行计算， 得到车辆目标数据； 其中， 所述图像 检测模型 是基于视觉检测算法与场景训练视频图像训练得到的； 对所述目标映射图像数据和所述车辆目标 数据进行融合， 得到融合数据； 基于多目标跟踪算法对所述融合数据进行计算， 确定每 个车道对应的多个车辆目标； 对所述多个车辆目标当前时刻的所述距离信息与上一时刻的所述距离信息作差得到 第一距离 差， 根据所述第一距离 差检测所述多个车辆目标 是否逆行。 2.如权利要求1所述的方法， 其特 征在于， 在获取场景视频图像和点云图像之后， 包括： 对激光雷达和相机进行 标定， 得到相机内参信息和雷达相机 外参信息； 基于所述激光雷达反射强度对车道线 进行检测， 确定车辆的行驶区域； 基于所述雷达相机 外参信息将所述行驶区域映射到所述场景视频图像。 3.如权利要求2所述的方法， 其特征在于， 所述对所述点云图像进行聚类计算， 得到目 标映射图像数据， 包括： 基于密度聚类算法选取 所述点云图像中的高密度点； 将所述高密度点连接组成所述目标区域； 基于雷达相机外参信 息将所述目标区域映射到所述场景视频图像上， 得到目标映射图 像数据。 4.如权利要求1所述的方法， 其特征在于， 所述车辆目标数据包括所述多个车辆目标的 包围框坐标和 测试值； 所述基于图像 检测模型对所述场景视频图像进行计算， 得到车辆目标 数据， 包括： 基于所述图像 检测模型计算所述场景视频图像中的所述多个车辆目标的包围框坐标； 基于所述包围框坐标记录多个时刻的所述多个车辆目标与传感器的第二距离差的变 化； 其中， 传感器设置 于相机上； 根据所述第二距离 差确定所述测试值。 5.如权利要求4所述的方法， 其特征在于， 所述基于所述多个车辆目标当前时刻与 上一 时刻的第一距离 差， 检测所述多个车辆目标 是否逆行， 包括: 对所述多个车辆目标进行 标号； 基于所述标号计算当前时刻与上一时刻的所述多个车辆目标的距离信息的所述第一 距离差； 将所述多个第 一距离差从小到大依次排序， 选取所述第 一距离差 中的距离差最大值和 距离差最小值； 判断第一数值与第二数值是否相等， 若所述第一数值等于所述第二数值， 则判定所述 多个车辆目标均正向行驶； 其中， 所述第一数值为所述距离差最大值与所述距离差最小值 的和的绝对值数值， 第二数值为所述距离差最大值的绝对值与所述距离差最小值的绝对值 的和的数值。 6.如权利要求5所述的方法， 其特征在于， 在判断第一数值与第二数值是否相等之后，权　利　要　求　书 1/2 页 2 CN 115482672 A 2还包括： 若所述第一数值大于和/或小于所述第二数值， 则判定存在车辆目标逆向行驶； 判断第三数值与第四数值是否相等； 其中， 所述第三数值为所述距离差最大值与所述 测试值的和的绝对值数值， 所述第四数值为所述距离差最大值的绝对值与所述测试值的绝 对值的和的数值； 若所述第三数值与第四数值不相等， 则依次选取所述第 一距离差 中小于距离差最大值 的距离差； 依次判断所述距离差与所述测试值的绝对值数值是否等于所述距离差的绝对值与所 述测试值的绝对值的和的数值； 将不相等的所述距离 差对应的车辆目标 标记为逆向行驶。 7.如权利要求6所述的方法， 其特 征在于， 在判定存在车辆目标逆向行驶之后， 还 包括： 判断第五数值与第六数值是否相等； 其中， 所述第五数值为所述距离差最小值与所述 测试值的和的绝对值数值， 所述第六数值为所述距离差最小值的绝对值与所述测试值的绝 对值的和的数值； 若所述第五数值与第六数值不相等， 则依次选取所述第 一距离差 中大于距离差最小值 的距离差； 依次判断所述距离差与所述测试值的绝对值数值是否等于所述距离差的绝对值与所 述测试值的绝对值的和的数值； 将不相等的所述距离 差对应的车辆目标 标记为逆向行驶。 8.一种车辆逆行检测的装置， 包括： 图像获取模块， 用于获取包括多个车辆目标的场景视频图像和点云图像； 图像数据计算模块， 用于对所述点云图像进行聚类计算， 得到目标映射图像数据； 其 中， 所述目标映射图像数据包括所述多个车辆目标的距离信息； 车辆目标数据计算模块， 用于基于 图像检测模型对所述场景视频图像进行计算， 得到 车辆目标数据； 其中， 所述图像检测模型是基于视觉检测 算法与场景训练视频图像训练得 到的； 融合数据计算模块， 用于对所述目标映射图像数据和所述车辆目标数据进行融合， 得 到融合数据； 车辆目标确定模块， 用于基于多目标跟踪算法对所述融合数据进行计算， 确定每个车 道对应的多个车辆目标； 行驶方向检测模块， 用于对所述多个车辆目标当前时刻的所述距离信 息与上一时刻的 所述距离信息作差得到第一距离差， 根据所述第一距离差检测所述多个车辆目标是否逆 行。 9.一种终端设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7 任一项所述的方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115482672 A 3