(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 202210572980.7 (22)申请日 2022.05.24 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 耿铭金　王春萍　杨建忠　王珊珊　 叶于辉　卢振　张通滨　张刘辉　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 专利代理师 杨静 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/26(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01)G06K 9/62(2022.01) (54)发明名称 目标道路识别方法、 装置、 电子设备以及存 储介质 (57)摘要 本公开提供了一种目标道路识别方法、 装 置、 电子设备 以及存储介质， 涉及人工智能技术 领域， 尤其涉及智能交通、 地图导航、 计算机视觉 和深度学习技术领域。 具体实现方案为： 根据待 识别道路的道路图像序列， 得到至少一个图像分 割结果， 其中， 道路图像序列包括至少一个道路 图像； 根据至少一个图像分割结果， 得到至少一 个道路场景特征数据； 根据待识别道路的深度图 像序列， 确定待识别道路的至少一个路面宽度， 其中， 深度图像序列包括至少一个深度图像， 深 度图像序列与道路图像序列相关； 根据至少一个 道路场景特征数据和至少一个 路面宽度， 确定待 识别道路的目标道路识别结果。 权利要求书3页 说明书13页 附图5页 CN 114998863 A 2022.09.02 CN 114998863 A 1.一种目标道路识别方法， 包括： 根据待识别道路的道路图像序列， 得到至少一个图像分割结果， 其中， 所述道路图像序 列包括至少一个道路图像； 根据所述至少一个图像分割结果， 得到 至少一个道路场景 特征数据； 根据所述待识别道路的深度图像序列， 确定所述待识别道路的至少一个路面宽度， 其 中， 所述深度图像序列包括至少一个深度图像， 所述深度图像序列与所述道路图像序列相 关； 以及 根据所述至少一个道路场景特征数据和所述至少一个路面宽度， 确定所述待识别道路 的目标道路识别结果。 2.根据权利要求1所述的方法， 其中， 所述根据所述待识别道路的深度图像序列， 确定 所述待识别道路的至少一个路面宽度， 包括： 根据所述待识别道路的深度图像序列， 确定 至少一个距离信息； 以及 根据所述至少一个距离信息， 确定所述待识别道路的至少一个路面宽度。 3.根据权利要求2所述的方法， 其中， 所述距离信 息包括第 一目标像素与采集点之间的 深度距离、 第一目标像素与第二目标像素之间的第一像素距离和所述第一目标像素与映射 点之间的第二像素距离， 其中， 所述采集点表征车载图像采集装置的位置， 所述映射点表征 将所述采集 点映射于所述道路图像上的点； 其中， 所述根据 所述至少一个距离信 息， 确定所述待识别道路的至少一个路面宽度， 包 括： 针对所述至少一个距离信息中的距离信息， 确定所述深度距离与所述第二像素距离之间的乘积； 确定所述乘积与所述第一像素距离之间的比值； 以及 根据所述比值， 确定所述待识别道路的路面宽度。 4.根据权利要求1～3中任一项所述的方法， 其中， 所述图像分割结果包括以下至少之 一： 车道线分割结果、 路面分割结果、 车辆分割结果和隔离物分割结果； 其中， 所述道路场景特征数据的特征维度包括以下至少之一： 车道线特征维度数据、 路 面特征维度数据、 车辆特 征维度数据和隔离物特 征维度数据； 其中， 所述 根据所述至少一个图像分割结果， 得到 至少一个道路场景 特征数据， 包括： 对所述至少一个图像分割结果进行图像分类， 得到所述至少一个道路场景 特征数据。 5.根据权利要求4所述的方法， 其中， 所述车道线特征维度数据包括以下至少之一： 车 道线类型 特征数据和车道线颜色特 征数据； 其中， 所述路面特 征维度数据包括路面材质类型 特征数据。 6.根据权利要求1～5中任一项所述的方法， 其中， 所述根据所述至少一个道路场景特 征数据和所述至少一个路面宽度， 确定所述待识别道路的道路识别结果， 包括： 根据所述至少一个道路场景特征数据和所述至少一个路面宽度， 得到融合特征数据； 以及 对所述融合特 征数据进行图像分类， 得到所述待识别道路的目标道路识别结果。 7.根据权利要求6所述的方法， 还 包括： 根据所述道路图像序列的采集 时刻信息和采集位置信 息， 确定车辆的至少一个行驶速权　利　要　求　书 1/3 页 2 CN 114998863 A 2度； 其中， 所述根据所述至少一个道路场景特征数据和所述至少一个路面宽度， 得到融合 特征数据， 包括： 根据所述至少一个道路场景特征数据、 所述至少一个行驶速度和所述至少一个路面宽 度， 得到所述融合特 征数据。 8.根据权利要求1～7中任一项所述的方法， 还 包括： 在所述道路图像包括深度信息的情况 下， 将所述道路图像序列确定为所述深度图像； 在所述道路图像不包括深度信息的情况下， 对所述道路图像进行深度估计， 得到所述 深度图像。 9.根据权利要求1～8中任一项所述的方法， 还 包括： 在根据所述目标道路识别结果确定所述待识别道路为窄路的情况下， 对与 所述窄路对 应的地图数据进行标记， 得到窄路标识， 以便在根据所述地图数据进 行路径规划的情况下， 根据所述窄路标识， 生成规避所述窄路的推荐路径， 或者在确定行驶路径经过所述窄路之 前， 生成针对所述 窄路的提 示信息。 10.一种目标道路识别装置， 包括： 第一处理模块， 用于根据待识别道路的道路图像序列， 得到至少一个图像分割结果， 其 中， 所述道路图像序列包括至少一个道路图像； 第二处理模块， 用于根据所述至少一个图像分割结果， 得到至少一个道路场景特征数 据； 第一确定模块， 用于根据所述待识别道路的深度图像序列， 确定所述待识别道路的至 少一个路面宽度， 其中， 所述深度图像序列包括至少一个深度图像， 所述深度图像序列与所 述道路图像序列相关； 以及 第二确定模块， 用于根据所述至少一个道路场景特征数据和所述至少一个路面宽度， 确定所述待识别道路的目标道路识别结果。 11.根据权利要求10所述的装置， 其中， 所述第一确定模块包括： 第一确定单元， 用于根据 所述待识别道路的深度图像序列， 确定至少一个距离信 息； 以 及 第二确定单元， 用于根据所述至少一个距离信息， 确定所述待识别道路的至少一个路 面宽度。 12.根据权利要求11所述的装置， 其中， 所述距离信 息包括第 一目标像素与采集点之间 的深度距离、 第一目标像素与第二目标像素之 间的第一像素距离和所述第一目标像素与映 射点之间的第二像素距离， 其中， 所述采集点表征车载图像采集装置的位置， 所述映射点表 征将所述采集 点映射于所述道路图像上的点； 其中， 所述第二确定单 元包括： 针对所述至少一个距离信息中的距离信息， 第一确定 子单元， 用于确定所述深度距离与所述第二像素距离之间的乘积； 第二确定 子单元， 用于确定所述乘积与所述第一像素距离之间的比值； 以及 第三确定 子单元， 用于根据所述比值， 确定所述待识别道路的路面宽度。 13.根据权利要求10～12中任一项所述的装置， 其中， 所述图像分割结果包括以下至少权　利　要　求　书 2/3 页 3 CN 114998863 A 3