本技术属于自动驾驶，尤其涉及一种运动控制方法、装置、计算机可读存储介质及运动设备。
背景技术：
1、随着人工智能(artificial intelligence，ai)技术的快速发展，自动驾驶也发展地越来越成熟。在现有技术中，自动驾驶车辆一般会对前方物体的位置、速度以及朝向进行预测，并基于这些有限的信息进行运动控制。
2、但是，现有技术中的这种运动控制方式在有物体遮挡的情况下存在较大的安全隐患。例如，自动驾驶车辆前方有两辆车，分别记为前车和后车，自动驾驶车辆只能检测到前车的一部分，其余部分是被后车遮挡着，如果此时自动驾驶车辆超车，而前车正好向自动驾驶车辆的超车路线靠近，则可能发生前车与自动驾驶车辆相撞的事故。
技术实现思路
1、有鉴于此，本技术实施例提供了一种运动控制方法、装置、计算机可读存储介质及运动设备，以解决现有的运动控制方法存在的安全隐患较大的问题。
2、本技术实施例的第一方面提供了一种运动控制方法，可以包括：
3、获取运动设备的环境图像；
4、确定所述环境图像中的目标物体的可见度；其中，可见度用于表征目标物体的可见性的程度；
5、根据所述环境图像中的目标物体的可见度，对所述运动设备进行运动控制。
6、在第一方面的一种具体实现方式中，所述确定所述环境图像中的目标物体的可见度，可以包括：
7、使用预设的复合检测模型对所述环境图像进行目标检测和可见度计算，得到所述环境图像中的目标物体的检测框和可见度；
8、其中，所述复合检测模型为预先训练得到的用于进行目标检测和可见度计算的神经网络模型；所述复合检测模型包括第一分支和第二分支，所述第一分支用于进行目标检测，所述第二分支用于进行可见度计算。
9、在第一方面的一种具体实现方式中，在使用预设的复合检测模型对所述环境图像进行目标检测和可见度计算，得到目标检测结果和所述目标物体的可见度之前，还可以包括：
10、获取第一训练样本集；其中，所述第一训练样本集包括各个第一训练样本，第一训练样本包括样本环境图像和对应的第一标注结果，第一标注结果包括样本环境图像中的目标物体的检测框和可见度；
11、以所述第一训练样本集中的各个第一训练样本的样本环境图像为输入，以对应的第一标注结果为预期输出，对初始的神经网络模型进行训练，得到训练后的所述复合检测模型。
12、在第一方面的一种具体实现方式中，所述确定所述环境图像中的目标物体的可见度，可以包括：
13、使用预设的目标检测模型对所述环境图像进行目标检测，得到所述环境图像中的目标物体的检测框；
14、根据所述环境图像中的目标物体的检测框，确定所述环境图像中的目标物体的可见度。
15、在第一方面的一种具体实现方式中，所述根据所述环境图像中的目标物体的检测框，确定所述环境图像中的目标物体的可见度，可以包括：
16、将第一目标物体的检测框投影至运动设备球面上，得到第一投影区域；其中，所述第一目标物体为所述环境图像中的任意一个目标物体；所述运动设备球面为以所述运动设备为球心的球面；
17、将第二目标物体的检测框投影至运动设备球面上，得到第二投影区域；其中，所述第二目标物体为所述环境图像中除所述第一目标物体之外的其它目标物体，且所述第二目标物体与所述运动设备之间的距离小于所述第一目标物体与所述运动设备之间的距离；
18、根据所述第一投影区域和所述第二投影区域，确定所述第一目标物体的可见度。
19、在第一方面的一种具体实现方式中，所述根据所述环境图像中的目标物体的检测框，确定所述环境图像中的目标物体的可见度，可以包括：
20、使用预设的可见度计算模型对所述环境图像中的目标物体的检测框进行可见度计算，得到所述环境图像中的目标物体的可见度；
21、其中，所述可见度计算模型为预先训练得到的用于进行可见度计算的神经网络模型。
22、在第一方面的一种具体实现方式中，在使用预设的可见度计算模型对所述环境图像中的目标物体的检测框进行可见度计算，得到所述环境图像中的目标物体的可见度之前，还可以包括：
23、获取第二训练样本集；其中，所述第二训练样本集包括各个第二训练样本，第二训练样本包括目标物体的检测框和对应的第二标注结果，第二标注结果包括目标物体的可见度；
24、以所述第二训练样本集中的各个第二训练样本的目标物体的检测框为输入，以对应的第二标注结果为预期输出，对初始的神经网络模型进行训练，得到训练后的所述可见度计算模型。
25、本技术实施例的第二方面提供了一种运动控制装置，可以包括：
26、环境图像获取模块，用于获取运动设备的环境图像；
27、可见度确定模块，用于确定所述环境图像中的目标物体的可见度；其中，可见度用于表征目标物体的可见性的程度；
28、运动控制模块，用于根据所述环境图像中的目标物体的可见度，对所述运动设备进行运动控制。
29、在第二方面的一种具体实现方式中，所述可见度确定模块可以包括：
30、复合检测模型处理单元，用于使用预设的复合检测模型对所述环境图像进行目标检测和可见度计算，得到所述环境图像中的目标物体的检测框和可见度；其中，所述复合检测模型为预先训练得到的用于进行目标检测和可见度计算的神经网络模型；所述复合检测模型包括第一分支和第二分支，所述第一分支用于进行目标检测，所述第二分支用于进行可见度计算。
31、在第二方面的一种具体实现方式中，所述可见度确定模块可以包括：
32、复合检测模型训练单元，用于获取第一训练样本集；其中，所述第一训练样本集包括各个第一训练样本，第一训练样本包括样本环境图像和对应的第一标注结果，第一标注结果包括样本环境图像中的目标物体的检测框和可见度；以所述第一训练样本集中的各个第一训练样本的样本环境图像为输入，以对应的第一标注结果为预期输出，对初始的神经网络模型进行训练，得到训练后的所述复合检测模型。
33、在第二方面的一种具体实现方式中，所述可见度确定模块可以包括：
34、目标检测单元，用于使用预设的目标检测模型对所述环境图像进行目标检测，得到所述环境图像中的目标物体的检测框；
35、可见度确定单元，用于根据所述环境图像中的目标物体的检测框，确定所述环境图像中的目标物体的可见度。
36、在第二方面的一种具体实现方式中，所述可见度确定单元可以包括：
37、检测框投影子单元，用于将第一目标物体的检测框投影至运动设备球面上，得到第一投影区域；其中，所述第一目标物体为所述环境图像中的任意一个目标物体；所述运动设备球面为以所述运动设备为球心的球面；将第二目标物体的检测框投影至运动设备球面上，得到第二投影区域；其中，所述第二目标物体为所述环境图像中除所述第一目标物体之外的其它目标物体，且所述第二目标物体与所述运动设备之间的距离小于所述第一目标物体与所述运动设备之间的距离；根据所述第一投影区域和所述第二投影区域，确定所述第一目标物体的可见度。
38、在第二方面的一种具体实现方式中，所述可见度确定单元可以包括：
39、可见度计算模型处理子单元，用于使用预设的可见度计算模型对所述环境图像中的目标物体的检测框进行可见度计算，得到所述环境图像中的目标物体的可见度；其中，所述可见度计算模型为预先训练得到的用于进行可见度计算的神经网络模型。
40、在第二方面的一种具体实现方式中，所述可见度确定单元可以包括：
41、可见度计算模型训练子单元，用于获取第二训练样本集；其中，所述第二训练样本集包括各个第二训练样本，第二训练样本包括目标物体的检测框和对应的第二标注结果，第二标注结果包括目标物体的可见度；以所述第二训练样本集中的各个第二训练样本的目标物体的检测框为输入，以对应的第二标注结果为预期输出，对初始的神经网络模型进行训练，得到训练后的所述可见度计算模型。
42、本技术实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种运动控制方法的步骤。
43、本技术实施例的第四方面提供了一种运动设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一种运动控制方法的步骤。
44、本技术实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在运动设备上运行时，使得运动设备执行上述任一种运动控制方法的步骤。
45、本技术实施例与现有技术相比存在的有益效果是：本技术实施例获取运动设备的环境图像；确定所述环境图像中的目标物体的可见度；其中，可见度用于表征目标物体的可见性的程度；根据所述环境图像中的目标物体的可见度，对所述运动设备进行运动控制。通过本技术实施例，充分考虑了目标物体的可见性对运动设备的安全影响，引入了可见度来对目标物体的可见性的程度进行表征，并根据目标物体的可见度来对运动设备进行运动控制，从而可以有效减小因物体遮挡所带来的安全隐患，提高自动驾驶的安全性。
1.一种运动控制方法，其特征在于，包括：
2.根据权利要求1所述的运动控制方法，其特征在于，所述确定所述环境图像中的目标物体的可见度，包括：
3.根据权利要求1所述的运动控制方法，其特征在于，在使用预设的复合检测模型对所述环境图像进行目标检测和可见度计算，得到目标检测结果和所述目标物体的可见度之前，还包括：
4.根据权利要求1所述的运动控制方法，其特征在于，所述确定所述环境图像中的目标物体的可见度，包括：
5.根据权利要求4所述的运动控制方法，其特征在于，所述根据所述环境图像中的目标物体的检测框，确定所述环境图像中的目标物体的可见度，包括：
6.根据权利要求4所述的运动控制方法，其特征在于，所述根据所述环境图像中的目标物体的检测框，确定所述环境图像中的目标物体的可见度，包括：
7.根据权利要求6所述的运动控制方法，其特征在于，在使用预设的可见度计算模型对所述环境图像中的目标物体的检测框进行可见度计算，得到所述环境图像中的目标物体的可见度之前，还包括：
8.一种运动控制装置，其特征在于，包括：
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的运动控制方法的步骤。
10.一种运动设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的运动控制方法的步骤。
