(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 202210753446.6 (22)申请日 2022.06.28 (71)申请人 深圳一清创新科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区粤兴二道1号虚拟大学 园重点实验室平台大楼401(A414- A422) (72)发明人 黎明慧　李恒　刘明　王鲁佳　 (74)专利代理 机构 深圳市六加知识产权代理有 限公司 4 4372 专利代理师 江晓苏 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/82(2022.01) G06V 10/764(2022.01)G06V 10/74(2022.01) G06V 10/22(2022.01) G06T 7/277(2017.01) (54)发明名称 一种红绿灯遮挡的跟踪 方法、 装置及无人驾 驶汽车 (57)摘要 本发明涉及人工智能技术领域， 特别涉及一 种红绿灯遮挡的跟踪方法、 装置及无人驾驶汽 车， 主要是通过目标检测算法来获取当前帧图像 中红绿灯的检测框， 然后获取上一帧图像中丢失 预设帧数的红绿灯映射至当前帧图像的第一预 测框， 最后将所述检测框与所述第一预测框进行 匹配， 若所述检测框与所述第一预测框匹配成 功， 则确定所述第一预测框所对应的红绿灯跟踪 成功， 并且所述检测框的状态为被遮挡。 从而快 速的识别被遮挡的红绿灯， 提高无人驾驶汽车的 安全性。 权利要求书3页 说明书10页 附图5页 CN 115035497 A 2022.09.09 CN 115035497 A 1.一种红绿灯遮挡的跟踪方法， 应用于无 人驾驶汽车， 其特 征在于， 所述方法包括： 基于目标检测算法， 获取当前帧图像中红绿灯的检测框； 获取前一帧图像中丢失预设帧数的红绿灯映射至当前帧图像的第一预测框； 将所述检测框与所述第一预测框进行匹配， 若所述检测框与所述第一预测框匹配成 功， 则确定所述第一预测框所对应的红绿灯跟踪成功， 并且所述检测框的状态为被遮挡。 2.根据权利要求1所述的方法， 其特征在于， 所述将所述检测框与所述第 一预测框进行 匹配， 若所述检测框与所述第一预测框匹配成功， 则确定所述第一预测框所对应的红绿灯 跟踪成功， 并且所述检测框的状态为被遮挡， 包括： 获取所述检测框和所述第一预测框对应的类别； 获取所述检测框的置信度， 并根据所述置信度将所述检测框划分为高分框和低分框； 根据所述高分框和所述第 一预测框的类别， 将类别相同的所述高分框和所述第 一预测 框进行匹配， 以获取第一匹配结果； 根据所述低分框和所述第 一预测框的类别， 将类别相同的所述低分框和未与 所述高分 框匹配上的第一预测框进行匹配， 以获取第二匹配结果； 获取未与所述第 一预测框匹配上的检测框， 并将所述检测框与 未与所述低分框匹配上 的第一预测框进行匹配， 以获取第三匹配结果； 整合所述第一匹配结果、 所述第二匹配结果和所述第三匹配结果， 确定出当前帧图像 中被遮挡的检测框的跟踪结果。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述高分框和所述第 一预测框的 类别， 将类别相同的所述高分框和所述第一预测框进行匹配， 以获取匹配结果， 包括： 根据所述检测框和所述第一预测框的类别， 获取与所述第一预测框类别相同的高分 框； 获取类别相同的高分框和所述第一预测框在当前帧图像中的第一位置信息和第二位 置信息； 计算所述第 一位置信 息和所述第 二位置信 息之间的重合度， 并获取重合度大于第 一预 设阈值的所述高分框和所述第一预测框， 以及重合度等于第二预设阈值的所述高分框和所 述第一预测框； 对重合度 大于所述第 一预设阈值的所述高分框和所述第 一预测框进行匹配， 若所述高 分框与所述第一预测框匹配成功， 则确认所述高分框为被跟踪的状态； 计算重合度等于所述第 二预设阈值的所述高分框和所述第 一预测框的欧式距离， 并在 所述欧式距离小于预设距离时， 确认所述高分框为被跟踪的状态。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述低分框和所述第 一预测框的 类别， 将类别相同的所述低分框和未与所述高分框匹配上 的第一预测框进行匹配， 以获取 第二匹配结果， 包括： 根据所述检测框和所述第一预测框的类别， 获取与所述第一预测框类别相同的低分 框； 获取类别相同的低分框和所述未与所述高分框匹配上的第一预测框在当前帧图像中 的第三位置信息和第四位置信息； 计算所述第 三位置信 息和所述第四位置信 息之间的重合度， 并获取重合度大于第 三预权　利　要　求　书 1/3 页 2 CN 115035497 A 2设阈值的所述低分框和所述未与所述高分框匹配上第一预测框， 以及重合度等于所述第二 预设阈值的所述低分框和所述未与所述高分框匹配上第一预测框； 对重合度大于所述第三预设阈值的所述低分框和所述未与所述高分框匹配上第一预 测框进行匹配， 若所述低分框和所述未与所述高分框匹配上第一预测框匹配成功， 则确认 所述低分框为被跟踪的状态； 计算重合度等于所述第二预设阈值的所述低分框和所述未与所述高分框匹配上第一 预测框的欧式距离， 并在所述欧式距离小于所述预设距离时， 确认所述低分框为被跟踪的 状态。 5.根据权利要求4所述的方法， 其特征在于， 所述获取未与所述第 一预测框匹配上的检 测框， 并将所述检测框与未与所述低分框匹配上 的第一预测框进行匹配， 以获取第三匹配 结果， 包括： 获取未与所述第一预测框匹配上的检测框在当前帧图像中的第五位置信息， 其中， 所 述未与所述第一预测框匹配上的检测框包括未与所述第一预测框匹配上的高分框和低分 框； 获取未与所述低分框匹配上的第 一预测框， 以及所述第 一预测框在所述当前帧图像中 的第六位置信息； 对所述第五位置信 息和第六位置信 息进行重合度计算， 并获取重合度 大于第四预设阈 值的所述第一预测框和所述检测框， 以及重合度等于所述第二预设阈值时的所述第一预测 框和所述检测框； 对重合度 大于所述第四预设阈值的所述检测框和所述第 一预测框进行匹配， 若所述检 测框与所述第一预测框匹配成功， 则确认所述检测框为被跟踪的状态； 计算重合度等于所述第 二预设阈值的检测框和第 一预测框的欧式距离， 并在所述欧式 距离小于所述预设距离时， 确认所述检测框为被跟踪的状态。 6.根据权利要求1 ‑5任一项所述的方法， 其特 征在于， 所述方法还 包括： 获取当前帧图像的检测框以及上一帧图像中被跟踪的红绿灯映射至当前帧图像中的 第二预测框； 将所述第二预测框与 所述检测框进行匹配， 以获取未与 所述检测框匹配成功的所述第 二预测框， 其中， 所述未匹配成功的第二预测框所对应的红绿灯为丢失预设帧数的红绿灯； 将所述未匹配成功的第 二预测框作为当前帧图像的下一帧图像中红绿灯的预测框， 并 根据所述预测框对所述下一帧图像中的红绿灯进行跟踪。 7.根据权利要求1所述的方法， 其特征在于， 在获取到所述当前帧图像中红绿灯的检测 框后， 所述方法还 包括： 获取所述当前帧图像中所有的检测框； 将所述检测框进行重合度计算， 以确定当前帧图像中是否存在重合的检测框； 当所述当前帧图像中存在重合的检测框时， 基于所述检测框的置信度， 保留所述重合 的检测框中置信度高的检测框 。 8.一种红绿灯遮挡的跟踪装置， 应用于无 人驾驶汽车， 其特 征在于， 所述装置包括： 第一获取模块， 用于基于目标检测算法， 获取当前帧图像中红绿灯的检测框； 第二获取模块， 用于获取上一帧图像中丢失预设 帧数的红绿灯映射至当前帧图像的第权　利　要　求　书 2/3 页 3 CN 115035497 A 3