摘要
本申请实施例涉及自动驾驶技术领域,并提供一种无图交通信号灯检测方法、装置、车辆及存储介质,所述方法包括:对预处理后的图像数据进行特征提取,得到交通信号灯及周边环境的局部特征;对局部特征进行稀疏采样,得到符合交通灯场景的目标特征;将目标特征输入至预设深度学习模型,分析得到场景语义理解信息和时间序列;基于周边道路信息和交通信号灯状态在时间序列上的变化规律,得到当前被遮挡的交通信号灯的初步状态推测结果;基于周边车辆行驶行为对初步状态推测结果进行判断,输出交通信号灯的当前状态判断结果。本申请实施例能够在无高精度地图辅助下实现交通信号灯检测,降低对高精地图的依赖,有效解决遮挡和信号灯失效问题。
技术关键词
交通信号灯状态
交通信号灯检测方法
场景语义理解
交通场景图像
深度学习模型
交通灯
交通信号灯检测装置
时间序列特征
交互网络
车辆
上存储计算机程序
交叉注意力机制
数据
自动驾驶技术
高精度地图
图像处理模块
系统为您推荐了相关专利信息
归因
净化特征
加权损失函数
人饮工程
深度学习模型
漂浮式风电
压载水系统
风速
控制策略
训练集数据
图像标注方法
实体
图像处理模型
标注算法
协同过滤算法
混合深度学习模型
水质
LSTM模型
样本
混凝剂投加量