(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211250458.3 (22)申请日 2022.10.13 (65)同一申请的已公布的文献号 申请公布号 CN 115331191 A (43)申请公布日 2022.11.11 (73)专利权人 深圳市镭神智能系统有限公司 地址 518100 广东省深圳市宝安区沙 井街 道坣岗社区坣岗大道文体中心商业楼 1栋4层 (72)发明人 李蒙　许军立　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 彭星 (51)Int.Cl. G06V 20/56(2022.01) G06V 10/22(2022.01)G06V 10/25(2022.01) G06V 10/44(2022.01) G06V 10/50(2022.01) G01S 7/48(2006.01) (56)对比文件 CN 106600966 A,2017.04.26 CN 113514849 A,2021.10.19 CN 114252859 A,202 2.03.29 US 2013242 284 A1,2013.09.19 KR 20190 060341 A,2019.0 6.03 EP 398215 5 A2,2022.04.13 吴宪等.基 于毫米波雷达与摄 像头融合的目 标跟踪研究. 《机电一体化》 .2018,(第0 6期), 蔡泽宇等.基于二维激光雷达点云的物体 轮 廓识别. 《应用激光》 .2020,(第0 3期), 审查员 李若童 (54)发明名称 车型识别方法、 装置、 系统和存 储介质 (57)摘要 本申请实施例公开了一种车型识别方法、 装 置、 系统和存储介质， 该方法包括： 根据相机采集 的当前帧图像和相机与激光雷达之间间隔的预 设距离， 确定当前帧图像中的目标感兴趣区域； 将目标感兴趣区域划分为至少两个子感兴趣区 域， 每一子感兴趣区域对应一个权重系数； 根据 当前帧图像和预设帧图像各自的至少两个子感 兴趣区域和各子感兴趣区域对应的权重系数， 判 断待识别车辆相对于激光雷达的扫描范围的进 出状态； 基于进出状态和激光雷达扫描得到的点 云数据， 识别待识别车辆的轮廓信息。 本申请实 施例通过相机判断待识别车辆是否进入雷达的 扫描范围， 以使得激光雷达及时采集点云数据， 缓解极端天气 对激光雷达的影 响， 提高车型识别 的准确度。 权利要求书3页 说明书12页 附图4页 CN 115331191 B 2022.12.13 CN 115331191 B 1.一种车型识别方法， 其特征在于， 应用于车型识别系统， 所述车型识别系统包括位于 同一路侧且间隔预设距离设置的相机和激光雷达， 所述方法包括： 根据所述相机采集的当前帧图像和所述预设距离， 确定所述当前帧图像中的目标感兴 趣区域； 将所述目标感兴趣区域划分为至少两个子感兴趣区域， 每一所述子感兴趣区域对应一 个权重系数； 根据所述当前帧图像和预设帧图像各自的至少两个子感兴趣区域和各所述子感兴趣 区域对应的权重系 数， 判断待识别车辆相对于所述激光雷达的扫描范围的进出状态， 所述 预设帧图像为所述相机采集的不包括车辆的图像； 基于所述进出状态和所述激光雷达扫描得到的点云数据， 识别所述待识别车辆的轮廓 信息。 2.根据权利要求1所述的车型识别方法， 其特征在于， 所述根据 所述相机采集的当前帧 图像和所述预设距离， 确定所述当前帧图像中的目标感兴趣区域， 包括： 根据所述预设距离， 计算所述相机提前感知所述待识别车辆即将进入所述激光雷达的 扫描范围的基准像素； 根据所述激光雷达在所述当前帧图像中对应的基准线和所述基准像素， 确定所述当前 帧图像中的目标感兴趣区域。 3.根据权利要求2所述的车型识别方法， 其特征在于， 根据所述预设距离， 计算所述相 机提前感知所述待识别车辆即将进入所述激光雷达的扫描范围的基准像素， 包括： 根据所述预设距离、 所述待识别车辆在识别场景中的预设最高限速以及所述相机的预 设延迟帧数， 计算得到所述相机提前感知所述待识别车辆 即将进入所述激光雷达的扫描 范 围的基准距离； 将所述基准距离转换到所述当前帧图像中， 得到所述相机提前感知所述待识别车辆即 将进入所述激光雷达的扫描范围的基准像素。 4.根据权利要求3所述的车型识别方法， 其特征在于， 所述根据所述预设距离、 所述待 识别车辆在识别场景中的预设最高限速以及所述相机的预设延迟帧数， 计算得到所述相机 提前感知所述待识别车辆即将进入所述激光雷达的扫描范围的基准距离， 包括： 根据所述预设最高限速和所述相机的预设延迟帧数， 计算所述待识别车辆在所述预设 延迟帧数对应时间内的行驶距离； 将所述行驶距离与所述预设距离做差值 运算， 得到所述基准距离 。 5.根据权利要求3所述的车型识别方法， 其特征在于， 所述将所述基准距离转换到所述 当前帧图像中， 得到所述相机提前感知所述待识别车辆 即将进入所述激光雷达的扫描 范围 的基准像素， 包括： 将所述基准距离转换到所述当前帧图像中， 确定所述相机的视角宽度和所述基准距离 的比值； 根据所述当前帧图像的长度像素和所述比值， 得到所述相机提前感知所述待识别车辆 即将进入所述激光雷达的扫描范围的基准像素。 6.根据权利要求2所述的车型识别方法， 其特征在于， 所述根据 所述激光雷达在所述当 前帧图像中对应的基准线和所述基准像素， 确定所述当前帧图像中的目标感兴趣区域， 包权　利　要　求　书 1/3 页 2 CN 115331191 B 2括： 根据所述激光雷达在所述当前帧图像中对应的基准线和所述基准像素， 确定所述当前 帧图像中的目标感兴趣区域的起始位置； 基于所述 起始位置和预设标定 框宽度， 确定所述当前帧图像中的目标感兴趣区域。 7.根据权利要求2所述的车型识别方法， 其特征在于， 所述根据 所述激光雷达在所述当 前帧图像中对应的基准线和所述基准像素， 确定所述当前帧图像中的目标感兴趣区域， 包 括： 根据所述激光雷达在所述当前帧图像中对应的基准线和所述基准像素， 确定所述当前 帧图像中的目标感兴趣区域的起始位置； 根据所述当前帧图像的长度像素、 所述相机的视角宽度和相邻 两个待识别车辆在识别 场景中的预设最小间隔， 计算区域宽度像素； 根据所述 起始位置和所述区域宽度像素， 确定所述当前帧图像中的目标感兴趣区域。 8.根据权利要求2 ‑7中任一项所述的车型识别方法， 其特征在于， 所述方法还包括： 若 所述待识别车辆与所述激光雷达的扫描范围之 间间隔的像素值等于所述基准像素， 则触发 所述激光雷达开始扫描。 9.根据权利要求1所述的车型识别方法， 其特征在于， 所述将所述目标感兴趣区域划分 为至少两个子感兴趣区域， 包括： 所述目标感兴趣区域包括三个子感兴趣区域， 三个所述子感兴趣区域沿所述当前帧图 像的宽度方向分布， 每个所述子感兴趣区域的高度相等， 且均等于所述当前帧图像的宽度 的1/3。 10.根据权利要求9所述的车 型识别方法， 其特 征在于， 所述方法还 包括： 三个所述子感兴趣区域分别对应的权重系数与不同类型的待识别车辆的车辆特征在 三个所述子感兴趣区域的分布成正比例关系； 位于中间位置的所述子感兴趣区域的权重系数大于相邻两个子感兴趣区域的权重系 数。 11.根据权利要求1所述的车型识别方法， 其特征在于， 所述根据所述当前帧图像和预 设帧图像各自的至少两个子感兴趣区域和各所述子感兴趣区域对应的权重系数， 判断待识 别车辆相对于所述激光雷达的扫描范围的进出状态， 包括： 分别计算所述当前帧图像和所述预设帧图像中各个所述子感兴趣区域内的像素梯度 变换方向所对应的方向梯度直方图； 从所述方向梯度直方图中获取各个所述子感兴趣区域内同一位置的方向梯度直方图 特征， 并根据所述方向梯度直方图特征， 计算所述当前帧图像和所述预设帧图像之间的欧 式距离； 根据所述欧式距离， 判断待识别车辆相对于所述激光雷达的扫描范围的进出状态。 12.根据权利要求11所述的车型识别方法， 其特征在于， 所述根据 所述方向梯度直方图 特征， 计算所述当前帧图像和所述预设帧图像之间的欧式距离， 包括： 根据所述方向梯度直方图特征， 计算所述当前帧图像和所述预设帧图像之间所对应的 各个所述子感兴趣区域的区域距离； 根据所述 区域距离和每一所述子感兴趣区域对应的权重系数， 计算所述当前帧图像和权　利　要　求　书 2/3 页 3 CN 115331191 B 3