CN106933226A - 一种安全性高的自动驾驶自行车 - Google Patents

Abstract

本发明提供了一种安全性高的自动驾驶自行车，包括车体以及安装在车体上的视觉装置、控制装置和电源装置，所述电源装置用于向视觉装置和控制装置供电，所述视觉装置用于获取道路信息，所述控制装置用于根据道路信息控制车体，实现自行车自动驾驶。本发明的有益效果为：实现了自行车的安全自动驾驶，骑行者能够将双手用来做其它事情。

Description

一种安全性高的自动驾驶自行车

技术领域

本发明涉及智能交通技术领域，具体涉及一种安全性高的自动驾驶自行车。

背景技术

自动驾驶技术近年来得到广泛研究，汽车自动驾驶、列车自动驾驶、飞机自动驾驶逐步进入人们的视线，然而，却很少有人对自行车自动驾驶技术进行研究。

人们在骑自行车的时候，双手被占用不能处理各种事情，一旦双手离开车把，就会导致车子不平衡，甚至摔伤。

发明内容

针对上述问题，本发明旨在提供一种安全性高的自动驾驶自行车。

本发明的目的采用以下技术方案来实现：

一种安全性高的自动驾驶自行车，包括车体以及安装在车体上的视觉装置、控制装置和电源装置，所述电源装置用于向视觉装置和控制装置供电，所述视觉装置用于获取道路信息，所述控制装置用于根据道路信息控制车体，实现自行车自动驾驶，所述控制装置包括驱动装置、转向装置、压力传感器、微控制器、陀螺仪和速度计，所述压力传感器安装于自行车的把手位置与微控制器连接，所述陀螺仪和速度计安装于转向装置上随转向装置转动并与微控制器连接，所述驱动装置和转向装置与微控制器连接，所述微控制器通过驱动装置控制转向装置来控制车体的平衡。

本发明的有益效果为：实现了自行车的安全自动驾驶，骑行者能够将双手用来做其它事情。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的结构连接示意图。

附图标记：

车体1、视觉装置2、控制装置3和电源装置4。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本实施例的一种安全性高的自动驾驶自行车，包括车体1以及安装在车体1上的视觉装置2、控制装置3和电源装置4，所述电源装置4用于向视觉装置2和控制装置3供电，所述视觉装置2用于获取道路信息，所述控制装置3用于根据道路信息控制车体，实现自行车自动驾驶，所述控制装置3包括驱动装置、转向装置、压力传感器、微控制器、陀螺仪和速度计，所述压力传感器安装于自行车的把手位置与微控制器连接，所述陀螺仪和速度计安装于转向装置上随转向装置转动并与微控制器连接，所述驱动装置和转向装置与微控制器连接，所述微控制器通过驱动装置控制转向装置来控制车体的平衡。

本实施例实现了自行车的安全自动驾驶，骑行者能够将双手用来做其它事情。

优选的，所述电源装置4为锂电池。

本优选实施例锂电池体积小，蓄电量多，能够实现长距离自动驾驶。

优选的，所述的压力传感器有两个，分别安装于自行车的左右把手的位置，当所述的压力传感器检测到没有手在控制把手的方向同时速度计检测到速度大于零的时候，车体自动进入自动驾驶状态。

本优选实施例通过压力传感器和速度计实现了驾驶状态的切换。

优选的，所述视觉装置包括机动车牌照识别装置和预警装置，分别用于机动车车牌识别和安全预警，所述车牌识别装置获取道路图像，当在自行车道发现机动车时，将机动车车牌识别结果上传到交通管理中心并向骑行者发出预警，结束自动驾驶；所述机动车牌照识别装置包括第一预处理模块、第二定位模块、第三分割模块和第四识别模块，所述第一预处理模块用于对所述道路图像进行预处理，所述第二定位模块用于对所述预处理后的道路图像的车牌边缘进行检测，准确获取车牌区域，得到车牌图像；所述第三分割模块用于对所述车牌图像的字符进行分割，所述第四识别模块用于将所述车牌图像的字符和字符模板进行匹配，获取车牌识别结果。

本优选实施例发现机动车时能够发出预警，极大提高了自动驾驶的安全性。

优选的，所述第一预处理模块用于对所述道路图像进行预处理，包括一次预处理单元和二次预处理单元，所述一次预处理单元用于对图像进行增强，所述二次预处理单元用于对图像进行去噪；

所述对图像进行增强，具体步骤为：步骤1：将彩色图像转化为灰度图像；步骤2：将图像划分为QK个灰度级，第k个灰度级的增强直方图FN(k)可表示为： 在式子里，m_j表示第k个灰度级的像素点的数量，k＝1,2,…,QK，n表示图像像素点总数量。

所述对图像进行去噪，可具体采用以下方式：对于像素点(x,y),选取N_i×N_i的邻域像素，其中，i＝1,2,3，则去噪后的图像可表示为： 在式子里，表示像素点(x,y)在N_i×N_i邻域内灰度中值，表示像素点(x,y)在N_i×N_i邻域内灰度均值，AY(x,y)表示像素点(x,y)去噪后的输出灰度值。

本优选实施例机动车牌照识别装置设置第一预处理模块对图像进行增强和去噪，保证了图像的质量，为后续的车牌定位和字符分割奠定了基础，增强单元在算法设计中考虑了第k灰度级之前的所有像素点的灰度级，有效提高了图像的亮度，保证了图像相关信息的准确辨识，滤波单元在算法设计中结合中值滤波和均值滤波，并选取多个尺度邻域作为参考，有效滤除噪声的同时保留了更多的细节特征，改善了图像的视觉效果，有助于获取更准确的机动车状况，从而提高了自行车自动驾驶的安全性。

优选的，所述第三分割模块用于对所述车牌图像的字符进行分割，包括一次分割单元和二次分割单元，所述一次分割单元对车牌图像进行二值化处理，所述二次分割单元对处理后的车牌图像的字符进行分割。

所述对车牌图像进行二值化处理，具体的：对于灰度值小于确定阈值的像素点，灰度值记为0，对于灰度值大于确定阈值的像素点，灰度值记为255，所述确定阈值确定步骤如下：

步骤1：选取图像像素点的平均灰度值作为初始阈值T₀；步骤2：利用该阈值将车牌图像划分为Q₁和Q₂两个区域，计算两个区域的平均灰度值分别为v₁和v₂，得到新的阈值步骤3：令T_w＝T_w+1,重复步骤2，得到T₈；步骤4：计算图像熵值HX，具体采用如下公式：HX(J)＝-RL-GP， 在式子里，P_l表示灰度值为l的像素占图像总像素的比重，HX(J)表示阈值为J时的图像熵值，J∈[T₈-5,T₈+5],选取熵值最大的J作为确定阈值，完成图像二值化处理。

所述对车牌的字符进行分割，采用以下步骤进行：步骤1：将车牌图像自下而上进行逐行扫描，统计每行的白色像素点的数量，当灰度值为255像素点的数量大于13，作为字符的下边界，同理，将车牌图像自上而下进行逐行扫描，统计每行的白色像素点的数量，当灰度值为255像素点的数量大于13，作为字符的上边界；步骤2：将车牌图像从左向右进行逐列扫描，当灰度值为255像素点的数量大于13，则记为该字符的起始列，继续扫描，当灰度值为255像素点的数量小于13，则记为该字符的结束列，扫描至车牌图像最右端，得到车牌图像的所有字符。

本优选实施例机动车拍照识别装置一次分割单元采用全新的算法实现了灰度图像二值化，在二值化过程中，对二值化阈值进行8次更新，并结合图像熵来最终确定二值化阈值，一方面提高了二值化的速度，另一方面获取了更为准确的二值化图像；；机动车拍照识别装置通过模块组合获取的机动车牌照信息具有抗干扰能力强，识别率高、识别速度快、鲁棒性好等优点，一方面将违法占用自行车道的机动车上传到交通管理中心，有助于改善交通状况，另一方面对骑行者进行预警，最大程度的保证了骑行者的人生安全。

采用本发明自动驾驶自行车出行，当QK取不同值时，对骑行安全性和骑行时间进行统计，同普通自行车相比，产生的有益效果如下表所示：

QK	骑行时间缩短	骑行安全性提高
			12	22％	15％
13	18％	25％
			14	15％	28％
15	13％	33％
			16	11％	38％

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (7)

1.一种安全性高的自动驾驶自行车，其特征在于，包括车体以及安装在车体上的视觉装置、控制装置和电源装置，所述电源装置用于向视觉装置和控制装置供电，所述视觉装置用于获取道路信息，所述控制装置用于根据道路信息控制车体，实现自行车自动驾驶，所述控制装置包括驱动装置、转向装置、压力传感器、微控制器、陀螺仪和速度计，所述压力传感器安装于自行车的把手位置与微控制器连接，所述陀螺仪和速度计安装于转向装置上随转向装置转动并与微控制器连接，所述驱动装置和转向装置与微控制器连接，所述微控制器通过驱动装置控制转向装置来控制车体的平衡。

2.根据权利要求1所述的安全性高的自动驾驶自行车，其特征在于，所述电源装置为锂电池。

3.根据权利要求2所述的安全性高的自动驾驶自行车，其特征在于，所述的压力传感器有两个，分别安装于自行车的左右把手的位置，当所述的压力传感器检测到没有手在控制把手的方向同时速度计检测到速度大于零的时候，车体自动进入自动驾驶状态。

4.根据权利要求3所述的安全性高的自动驾驶自行车，其特征在于，所述视觉装置包括机动车牌照识别装置和预警装置，分别用于机动车车牌识别和安全预警，所述车牌识别装置获取道路图像，当在自行车道发现机动车时，将机动车车牌识别结果上传到交通管理中心并向骑行者发出预警，结束自动驾驶；所述机动车牌照识别装置包括第一预处理模块、第二定位模块、第三分割模块和第四识别模块，所述第一预处理模块用于对所述道路图像进行预处理，所述第二定位模块用于对所述预处理后的道路图像的车牌边缘进行检测，准确获取车牌区域，得到车牌图像；所述第三分割模块用于对所述车牌图像的字符进行分割，所述第四识别模块用于将所述车牌图像的字符和字符模板进行匹配，获取车牌识别结果。

5.根据权利要求4所述的安全性高的自动驾驶自行车，其特征在于，所述第一预处理模块用于对所述道路图像进行预处理，包括一次预处理单元和二次预处理单元，所述一次预处理单元用于对图像进行增强，所述二次预处理单元用于对图像进行去噪；

所述对图像进行增强，具体步骤为：步骤1：将彩色图像转化为灰度图像；步骤2：将图像划分为QK个灰度级，第k个灰度级的增强直方图FN(k)可表示为： 在式子里，m_j表示第k个灰度级的像素点的数量，k＝1,2,…,QK，n表示图像像素点总数量。

6.根据权利要求5所述的安全性高的自动驾驶自行车，其特征在于，所述对图像进行去噪，可具体采用以下方式：对于像素点(x,y),选取N_i×N_i的邻域像素，其中，i＝1,2,3，则去噪后的图像可表示为：在式子里，表示像素点(x,y)在N_i×N_i邻域内灰度中值，表示像素点(x,y)在N_i×N_i邻域内灰度均值，AY(x,y)表示像素点(x,y)去噪后的输出灰度值。

7.根据权利要求6所述的安全性高的自动驾驶自行车，其特征在于，所述第三分割模块用于对所述车牌图像的字符进行分割，包括一次分割单元和二次分割单元，所述一次分割单元对车牌图像进行二值化处理，所述二次分割单元对处理后的车牌图像的字符进行分割；

所述对车牌图像进行二值化处理，具体的：对于灰度值小于确定阈值的像素点，灰度值记为0，对于灰度值大于确定阈值的像素点，灰度值记为255，所述确定阈值确定步骤如下：

步骤1：选取图像像素点的平均灰度值作为初始阈值T₀；步骤2：利用该阈值将车牌图像划分为Q₁和Q₂两个区域，计算两个区域的平均灰度值分别为v₁和v₂，得到新的阈值步骤3：令T_w＝T_w+1,重复步骤2，得到T₈；步骤4：计算图像熵值HX，具体采用如下公式：HX(J)＝-RL-GP， 在式子里，P_l表示灰度值为l的像素占图像总像素的比重，HX(J)表示阈值为J时的图像熵值，J∈[T₈-5,T₈+5],选取熵值最大的J作为确定阈值，完成图像二值化处理；

所述对车牌的字符进行分割，采用以下步骤进行：步骤1：将车牌图像自下而上进行逐行扫描，统计每行的白色像素点的数量，当灰度值为255像素点的数量大于13，作为字符的下边界，同理，将车牌图像自上而下进行逐行扫描，统计每行的白色像素点的数量，当灰度值为255像素点的数量大于13，作为字符的上边界；步骤2：将车牌图像从左向右进行逐列扫描，当灰度值为255像素点的数量大于13，则记为该字符的起始列，继续扫描，当灰度值为255像素点的数量小于13，则记为该字符的结束列，扫描至车牌图像最右端，得到车牌图像的所有字符。