一种基于机器视觉的道路障碍物识别方法

本发明公开一种基于机器视觉的道路障碍物识别方法，根据声源定位算法估计的障碍物方位和距离信息，结合障碍物检测模型输出的位置信息，通过多传感器信息融合算法，对障碍物的空间位置进行精确定位，提高定位精度；获取导引标注信息，如道路标志、车道线等，通过语义分割算法提取导引标注的特征，并与障碍物识别结果进行动态融合，利用先验信息提高障碍物识别的准确性和鲁棒性；针对远距离、高速运动等场景下视差分析精度不足的问题，引入基于深度学习的单目深度估计算法，通过卷积神经网络从单幅图像中预测像素级别的深度信息，提高障碍物距离估计的精度。