CN106250880A - 一种车辆上坡前道路坡度视觉检测方法 - Google Patents
一种车辆上坡前道路坡度视觉检测方法 Download PDFInfo
- Publication number
- CN106250880A CN106250880A CN201610706877.1A CN201610706877A CN106250880A CN 106250880 A CN106250880 A CN 106250880A CN 201610706877 A CN201610706877 A CN 201610706877A CN 106250880 A CN106250880 A CN 106250880A
- Authority
- CN
- China
- Prior art keywords
- road
- image
- pixel number
- mark line
- vehicle driving
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供的一种车辆上坡前道路坡度视觉检测方法,包括以下步骤:S1:提取道路图像中的道路标志线;S2:计算道路图像中标志区域的特征值;S3:计算道路坡度;引入机器视觉进行道路标志线的检测,发现在城市道路没有较多起伏的情况下,如果道路坡度一定,道路标志线在道路图像中所得梯形的上底像素点个数与下底像素点个数的差值相对稳定;如果前方道路的坡度发生变化,则这个差值相应的发生变化,据此,提出提取道路图像中道路标志线对应梯形的上底像素点个数与下底像素点个数的差值作为特征值,进行道路坡度的视觉检测,所获取的检测精度可为现有电动汽车电池管理提供决策依据。
Description
技术领域
本发明属于道路安全技术领域,具体涉及一种车辆上坡前道路坡度视觉检测方法。
背景技术
与传统使用石油能源的汽车而言,在现有技术条件下,电动汽车由于蓄电池的缘故,在续航能力上,相对于传统车辆要差很多。因此在尽可能的提高电动汽车电池性能的同时,如何更加合理、高效的使用电能也是相当重要的。在上坡前自动检测道路坡度对于电动汽车能源管理具有较强的现实意义。
另一方面,随着机器视觉技术的快速发展,以来道路标志线进行车辆行驶工况的视觉检测逐渐成为可能。特别是以车辆位置偏移自动检测为代表的软硬件设备的开发应用,为引入机器视觉进行道路坡度检测提供了可能。
因此需要一种新型的车辆上坡前道路坡度视觉检测方法来解决上述缺陷。
发明内容
本发明的目的是提供一种车辆上坡前道路坡度视觉检测方法,提出提取道路图像中道路标志线对应梯形的上底像素点个数与下底像素点个数的差值作为特征值,进行道路坡度的视觉检测,所获取的检测精度可为现有电动汽车电池管理提供决策依据。
为了实现上述目的,本发明采用的技术方案为:
一种车辆上坡前道路坡度视觉检测方法,所述方法包括以下步骤:
S1:提取道路图像中的道路标志线;
S2:计算道路图像中标志区域的特征值;
S3:计算道路坡度;
优选地,所述S1具体为:在现有设备条件下,采集到的道路图像为RGB图像,即每个像素点通过R、G、B三个值表示像素点红、绿、蓝的程度,通过图像分割获取道路图像中的道路标志线对应的区域。
优选地,所述特征值为提取道路图像中道路标志线对应梯形的上底像素点个数与下底像素点个数的差值。
优选地,所述S3具体为:当车载图像采集设备固定后,在车辆前方设置模拟道路标志线,采集不同坡度的图像,提取道路标志线对应区域梯形的上底像素点个数与下底像素点个数的差值,将这些差值和坡度值利用最小二乘法拟合获得坡度计算公式,采用这个公式计算前方道路坡度。
本发明提供的一种车辆上坡前道路坡度视觉检测方法,其道路坡度的自动检测是对电动汽车进行有效电池管理的基础,特别是在不同的工况条件下,结合电池情况进行能源的智能分配是现有技术条件下提高电动汽车续航能力和电池寿命的有效途径,本发明引入机器视觉进行道路标志线的检测,发现在城市道路没有较多起伏的情况下,如果道路坡度一定,道路标志线在道路图像中所得梯形的上底像素点个数与下底像素点个数的差值相对稳定;如果前方道路的坡度发生变化,则这个差值相应的发生变化,据此,提出提取道路图像中道路标志线对应梯形的上底像素点个数与下底像素点个数的差值作为特征值,进行道路坡度的视觉检测,所获取的检测精度可为现有电动汽车电池管理提供决策依据。
附图说明
图1是本发明车辆上坡前道路坡度视觉检测方法的道路图像中道路标志线的提取的示例图,其中a为原图,b为二值图;
图2是本发明车辆上坡前道路坡度视觉检测方法的道路图像中标志区域示例图;其中a为图像中道路标志线情况,b为实际地面中道路标志线情况。
具体实施方式
下面详细说明本发明的实施例。以下所述实施例是示例性的,旨在解释本发明,而不应理解为对本发明的限制。
本发明专利采用的技术方案分3个步骤:
STEP 1: 道路图像中道路标志线的提取;
在现有设备条件下,采集到的道路图像一般为RGB图像,即每个像素点通过R、G、B三个值表示像素点红、绿、蓝的程度。通过图像分割获取道路图像中的道路标志线对应的区域,如图1所示,道路图像中道路标志线的提取 (a)原图 (b)二值图。
STEP 2: 道路图像中标志区域特征值的计算;
在用获取道路图像的时候,由于图像采集设备一般为车载,道路图像中道路标志线对应区域的形状与实际道路标志线是有所不同的。之所以会出现这样的情况,就是因为所拍摄的图像发生了畸变,这样的畸变如图2所示。
如图2(a)所示,在所获取的道路图像中,如果正对道路标志线,中间断续的白色线条和边缘的白色线条是呈现出相互平行的关系,而且两条线在图像上方部分的宽度明显的小于下方部分,形成了类似于一个等腰梯形的形状。对应图2(a),图2(b)是被拍摄地面的实际情况,从中可以看出,两条白色线条并不是平行的关系,在中间的断续白色线条和边缘的白色线条之间是存在着一个夹角,白色线条的宽度也是一定的,并不是上窄下宽,而是一个长方形的形状。根据拍摄到的物体还原可以知道,被拍摄的部分是一个梯形区域而不是图像中所显示的长方形区域。由此可以看出,所摄取的图像发生了畸变。而且这个畸变的发生时,各部分的变化是按照一定规律发生的。
根据实验发现,在城市道路没有较多起伏的情况下,如果道路坡度一定,道路标志线在道路图像中所得梯形的上底像素点个数与下底像素点个数的差值相对稳定。如果前方道路的坡度发生变化,则这个差值相应的发生变化。
因此,提取道路图像中道路标志线对应梯形的上底像素点个数与下底像素点个数的差值作为特征值。
STEP 3: 道路坡度的计算;
当车载图像采集设备固定后,在车辆前方设置模拟道路标志线。采集不同坡度的图像,提取道路标志线对应区域梯形的上底像素点个数与下底像素点个数的差值,将这些差值和坡度值利用最小二乘法拟合获得坡度计算公式。在实际道路中,采用这个公式计算前方道路坡度。
为验证算法有效性,分别三次在不同位置以不同姿态安装车载图像采集设备,并分别通过模拟实验提取计算公式。然后,在实际测试中,三个位置分别进行10次测试。30次实验中最大误差小于20%,总体平均误差小于15%。相关方法具有一定的实用效果。
本发明提供的一种车辆上坡前道路坡度视觉检测方法,其道路坡度的自动检测是对电动汽车进行有效电池管理的基础,特别是在不同的工况条件下,结合电池情况进行能源的智能分配是现有技术条件下提高电动汽车续航能力和电池寿命的有效途径,本发明引入机器视觉进行道路标志线的检测,发现在城市道路没有较多起伏的情况下,如果道路坡度一定,道路标志线在道路图像中所得梯形的上底像素点个数与下底像素点个数的差值相对稳定;如果前方道路的坡度发生变化,则这个差值相应的发生变化,据此,提出提取道路图像中道路标志线对应梯形的上底像素点个数与下底像素点个数的差值作为特征值,进行道路坡度的视觉检测,所获取的检测精度可为现有电动汽车电池管理提供决策依据。
最后应当说明的是:本发明并不仅限于上述实施方式,任何针对本发明的具体实施方式进行的未脱离本发明精神和范围的修改或者等同替换均在本发明申请待批的权利要求保护范围之内。
Claims (4)
1.一种车辆上坡前道路坡度视觉检测方法,其特征在于,所述方法包括以下步骤:
S1:提取道路图像中的道路标志线;
S2:计算道路图像中标志区域的特征值;
S3:计算道路坡度。
2.根据权利要求1所述的一种车辆上坡前道路坡度视觉检测方法,其特征在于,所述S1具体为:在现有设备条件下,采集到的道路图像为RGB图像,即每个像素点通过R、G、B三个值表示像素点红、绿、蓝的程度,通过图像分割获取道路图像中的道路标志线对应的区域。
3.根据权利要求2所述的一种车辆上坡前道路坡度视觉检测方法,其特征在于,所述特征值为提取道路图像中道路标志线对应梯形的上底像素点个数与下底像素点个数的差值。
4.根据权利要求1所述的一种车辆上坡前道路坡度视觉检测方法,其特征在于,所述S3具体为:当车载图像采集设备固定后,在车辆前方设置模拟道路标志线,采集不同坡度的图像,提取道路标志线对应区域梯形的上底像素点个数与下底像素点个数的差值,将这些差值和坡度值利用最小二乘法拟合获得坡度计算公式,采用这个公式计算前方道路坡度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610706877.1A CN106250880B (zh) | 2016-08-23 | 2016-08-23 | 一种车辆上坡前道路坡度视觉检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610706877.1A CN106250880B (zh) | 2016-08-23 | 2016-08-23 | 一种车辆上坡前道路坡度视觉检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106250880A true CN106250880A (zh) | 2016-12-21 |
CN106250880B CN106250880B (zh) | 2020-12-04 |
Family
ID=57594633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610706877.1A Expired - Fee Related CN106250880B (zh) | 2016-08-23 | 2016-08-23 | 一种车辆上坡前道路坡度视觉检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106250880B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107590479A (zh) * | 2017-09-26 | 2018-01-16 | 京东方科技集团股份有限公司 | 一种道路分析处理方法及装置 |
CN107679496A (zh) * | 2017-10-10 | 2018-02-09 | 深圳地平线机器人科技有限公司 | 控制车辆的方法和装置以及包括该装置的车辆 |
CN108694374A (zh) * | 2017-03-31 | 2018-10-23 | 本田技研工业株式会社 | 车辆控制装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100299109A1 (en) * | 2009-05-22 | 2010-11-25 | Fuji Jukogyo Kabushiki Kaisha | Road shape recognition device |
CN104541128A (zh) * | 2012-08-02 | 2015-04-22 | 丰田自动车株式会社 | 路面状态取得装置及悬架系统 |
CN105291958A (zh) * | 2014-07-03 | 2016-02-03 | 美新半导体(无锡)有限公司 | 基于车辆相对于道路的倾斜角来控制机电系统的方法和设备 |
CN105606072A (zh) * | 2016-03-22 | 2016-05-25 | 李德军 | 一种道路坡度的检测方法 |
CN105765605A (zh) * | 2013-10-08 | 2016-07-13 | 福特全球技术公司 | 用于确定相对道路倾斜度的方法 |
-
2016
- 2016-08-23 CN CN201610706877.1A patent/CN106250880B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100299109A1 (en) * | 2009-05-22 | 2010-11-25 | Fuji Jukogyo Kabushiki Kaisha | Road shape recognition device |
CN104541128A (zh) * | 2012-08-02 | 2015-04-22 | 丰田自动车株式会社 | 路面状态取得装置及悬架系统 |
CN105765605A (zh) * | 2013-10-08 | 2016-07-13 | 福特全球技术公司 | 用于确定相对道路倾斜度的方法 |
CN105291958A (zh) * | 2014-07-03 | 2016-02-03 | 美新半导体(无锡)有限公司 | 基于车辆相对于道路的倾斜角来控制机电系统的方法和设备 |
CN105606072A (zh) * | 2016-03-22 | 2016-05-25 | 李德军 | 一种道路坡度的检测方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108694374A (zh) * | 2017-03-31 | 2018-10-23 | 本田技研工业株式会社 | 车辆控制装置 |
CN108694374B (zh) * | 2017-03-31 | 2021-12-28 | 本田技研工业株式会社 | 车辆控制装置 |
CN107590479A (zh) * | 2017-09-26 | 2018-01-16 | 京东方科技集团股份有限公司 | 一种道路分析处理方法及装置 |
CN107590479B (zh) * | 2017-09-26 | 2020-04-10 | 京东方科技集团股份有限公司 | 一种道路分析处理方法及装置 |
CN107679496A (zh) * | 2017-10-10 | 2018-02-09 | 深圳地平线机器人科技有限公司 | 控制车辆的方法和装置以及包括该装置的车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN106250880B (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103500322B (zh) | 基于低空航拍图像的车道线自动识别方法 | |
Kühnl et al. | Spatial ray features for real-time ego-lane extraction | |
CN102609726B (zh) | 利用面向对象技术融合高空间和高时间分辨率数据的遥感图像分类方法 | |
CN102737248B (zh) | 复杂路况下的车道线特征点提取方法与装置 | |
CN103761524B (zh) | 一种基于图像的线性目标识别与提取方法 | |
CN102435174B (zh) | 基于混合式双目视觉的障碍物检测方法及装置 | |
CN102663744B (zh) | 梯度点对约束下的复杂道路检测方法 | |
CN102509291B (zh) | 基于无线网络视频传感器的公路路面病害检测及识别方法 | |
CN105225482A (zh) | 基于双目立体视觉的车辆检测系统和方法 | |
CN104778721A (zh) | 一种双目图像中显著性目标的距离测量方法 | |
CN104966065A (zh) | 目标识别方法及装置 | |
Zheng et al. | Vehicle detection based on morphology from highway aerial images | |
CN106250880A (zh) | 一种车辆上坡前道路坡度视觉检测方法 | |
CN103345630A (zh) | 一种基于球面全景视频的交通标志定位方法 | |
CN202134079U (zh) | 一种无人驾驶车辆车道标志线识别与报警装置 | |
CN103679205A (zh) | 基于阴影假设和分层hog对称特征验证的前车检测方法 | |
CN104881661A (zh) | 基于结构相似度的车辆检测方法 | |
CN107290738A (zh) | 一种测量前方车辆距离的方法和装置 | |
CN105975957A (zh) | 一种基于车道线边缘的道路平面检测方法 | |
CN103020627A (zh) | 一种特种车辆仪表指针的提取方法 | |
Qin et al. | Pairwise stereo image disparity and semantics estimation with the combination of U-Net and pyramid stereo matching network | |
CN103453882B (zh) | 一种基于飞行器的云层高度测量系统及云层高度测量方法 | |
CN102306282B (zh) | 一种车牌定位方法及车牌定位装置 | |
CN106446864A (zh) | 一种可行道路的检测方法 | |
Wang et al. | Building heights estimation using ZY3 data—A case study of Shanghai, China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201204 Termination date: 20210823 |
|
CF01 | Termination of patent right due to non-payment of annual fee |