CN107856671A - 一种通过行车记录仪进行路况识别的方法和系统 - Google Patents
一种通过行车记录仪进行路况识别的方法和系统 Download PDFInfo
- Publication number
- CN107856671A CN107856671A CN201711069025.7A CN201711069025A CN107856671A CN 107856671 A CN107856671 A CN 107856671A CN 201711069025 A CN201711069025 A CN 201711069025A CN 107856671 A CN107856671 A CN 107856671A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- light intensity
- road conditions
- external environment
- information
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
Abstract
本发明实施例公开了一种通过行车记录仪进行路况识别的方法和系统。该方法包括:获取车辆的外部环境光强信息;在该外部环境光强信息满足预设辅助识别条件时,开启红外传感器获取该车辆前方设定检测区域内的热成像图像;根据在该热成像图像中识别出的障碍物体,对该车辆的驾驶员进行路况提示。采用上述技术方案,解决了行车记录仪仅能记录车辆行驶过程中周边环境的视频信息,无法在夜间行驶时辅助驾驶员进行路况识别的问题,实现了车辆行驶过程的信息化和智能化,能够有效降低安全风险,保障行车安全,增强驾驶员的驾驶体验。
Description
技术领域
本发明实施例涉及车载设备技术领域,尤其涉及一种通过行车记录仪进行路况识别的方法和系统。
背景技术
随着科技的进步,“智能交通系统”的概念成为新的研究领域,并迅速发展成为一种信息化、智能化、社会化的新型运输系统。智能交通系统的崛起提高了交通的安全水平,降低事故的可能性和避免事故的发生。同时,随着近年来各种道德下滑事件的发生,以及城市内混乱的交通,使得越来越多的车主在车内安装行车记录仪以更好的维护自己在行车途中的合法权益。
发明人在实现本发明的过程中,发现现有技术存在如下缺陷:行车记录仪仅能记录驾车行驶过程中周边环境的视频信息,难以在夜间行车过程中辅助车主进行路况识别,使行车过程信息化、智能化程度不高,降低了车主的驾驶体验度。
发明内容
本发明实施例提供一种通过行车记录仪进行路况识别的方法和系统,以实现借助行车记录仪可以在夜晚进行路况识别,使行车过程更加智能化,提高车主的驾驶体验度。
第一方面,本发明提供了一种通过行车记录仪进行路况识别的方法,包括:检测外部环境的光线强度;响应于外部环境的光线强度低于预设的阈值,开启热成像功能;根据热成像算法,结合车速及车与人或动物的距离,进行路况识别;反馈路况识别的结果信息。
进一步地,所述反馈路况识别的结果信息步骤进一步包括:响应于路况识别的结果危险,向用户发出警告信息。
本方法可以实时监测环境光线强度,当环境光线强度低于预设的阈值时,开启热成像功能,并通过一定的算法,结合车速及车与人或动物的距离进行及时有效的反馈和报警,满足恶劣环境下确保用户安全驾车的需求。
第二方面,本发明还提供了一种通过行车记录仪进行路况识别的系统,包括:光强检测模块,用于检测外部环境的光线强度;热成像模块,用于响应于外部环境的光线强度低于预设的阈值,开启热成像功能;路况识别模块,用于根据热成像算法,结合车速及车与人或动物的距离,进行路况识别;路况反馈模块,用于反馈路况识别的结果信息。
进一步地,所述路况反馈模块还包括:示警单元,用于响应于路况识别的结果危险,向用户发出警告信息。
第三方面,本发明实施例提供了一种通过行车记录仪进行路况识别的方法,该方法包括:
获取车辆的外部环境光强信息;
在所述外部环境光强信息满足预设辅助识别条件时,开启红外传感器获取所述车辆前方设定检测区域内的热成像图像;
根据在所述热成像图像中识别出的障碍物体,对所述车辆的驾驶员进行路况提示。
第四方面,本发明实施例还提供了一种通过行车记录仪进行路况识别的系统,该系统包括:
光强信息获取模块,用于获取车辆的外部环境光强信息;
热成像图像获取模块,用于在所述外部环境光强信息满足预设辅助识别条件时,开启红外传感器获取所述车辆前方设定检测区域内的热成像图像;
路况提示模块,用于根据在所述热成像图像中识别出的障碍物体,对所述车辆的驾驶员进行路况提示。
第五方面,本发明实施例还提供了一种行车记录仪,包括存储器、处理器以及存储在存储器上并可在存储器上运行的计算机程序,所述处理器执行所述程序时实现本发明任一实施例所述的一种通过行车记录仪进行路况识别的方法。
第六方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例所述的一种通过行车记录仪进行路况识别的方法。
本发明实施例通过获取车辆的外部环境光强信息;在该外部环境光强信息满足预设辅助识别条件时,开启红外传感器获取该车辆前方设定检测区域内的热成像图像;根据该热成像图像中识别出的障碍物体,对该车辆的驾驶员进行路况提示,解决了行车记录仪仅能记录车辆行驶过程中周边环境的视频信息,无法在夜间行驶时辅助驾驶员进行路况识别的问题,实现了车辆行驶过程的信息化和智能化,能够有效降低安全风险,保障行车安全,增强驾驶员的驾驶体验。
本系统可以实时监测环境光线强度,当环境光线强度低于预设的阈值时,开启热成像功能,并通过一定的算法,结合车速及车与人或动物的距离进行及时有效的反馈和报警,满足恶劣环境下确保用户安全驾车的需求。
附图说明
图1为本发明实施例的一种通过行车记录仪进行路况识别的方法的流程图;
图2为本发明实施例的一种通过行车记录仪进行路况识别的系统的结构框图;
图3是本发明实施例一中的一种通过行车记录仪进行路况识别的方法流程示意图;
图4A是本发明实施例二中的一种通过行车记录仪进行路况识别的方法流程示意图;
图4B是本发明实施例二中的另一种通过行车记录仪进行路况识别的方法流程示意图;
图5是本发明实施例三中的一种通过行车记录仪进行路况识别的系统结构示意图;
图6是本发明实施例四中的一种行车记录仪的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
本发明实施例提供了一种通过行车记录仪进行路况识别的方法,如图1所示,包括:
步骤S10,检测外部环境的光线强度;
步骤S20,响应于外部环境的光线强度低于预设的阈值,开启热成像功能;
步骤S30,根据热成像算法,结合车速及车与人或动物的距离,进行路况识别;
步骤S40,反馈路况识别的结果信息。
在本发明实施例的一个方面,所述反馈路况识别的结果信息步骤进一步包括:响应于路况识别的结果危险,向用户发出警告信息。
基于同一发明构思,本发明实施例还提供了一种通过行车记录仪进行路况识别的系统,如图2所示,包括:
光强检测模块1,用于检测外部环境的光线强度;
热成像模块2,用于响应于外部环境的光线强度低于预设的阈值,开启热成像功能;
路况识别模块3,用于根据热成像算法,结合车速及车与人或动物的距离,进行路况识别;
路况反馈模块4,用于反馈路况识别的结果信息。
在本发明实施例的一个方面,所述路况反馈模块还包括:示警单元,用于响应于路况识别的结果危险,向用户发出警告信息。
本发明可以实时监测环境光线强度,当环境光线强度低于预设的阈值时,开启热成像功能,并通过一定的算法,结合车速及车与人或动物的距离进行及时有效的反馈和报警,满足恶劣环境下确保用户安全驾车的需求。
实施例一
图3为本发明实施例一提供的一种通过行车记录仪进行路况识别的方法流程示意图,本实施例可适用于在车辆行驶过程中采用行车记录仪辅助进行路况识别的情况,该方法可以由一种通过行车记录仪进行路况识别的装置来执行,该装置由软件和/或硬件实现,并一般可配置于行车记录仪上。如图3所示的方法具体包括如下步骤:
S110、获取车辆的外部环境光强信息;
其中,在车辆行驶的过程中行车记录仪获取车辆所在外部环境的光强信息。对外部光强信息的具体形式及获取方式不做任何限定,只需能够作为外部环境亮暗的判断依据即可。
示例性地,可以通过光线传感器获取车辆所在环境中的光线强度信息;将所述光线强度信息作为外部环境光强信息。示例性地,还可以通过摄像头在车辆所在环境中拍摄参考照片;获取所述参考照片中的光强关联信息作为所述外部环境光强信息;其中,所述光强关联信息包括所述照片的清晰度信息,或者亮度信息。
S120、在所述外部环境光强信息满足预设辅助识别条件时,开启红外传感器获取所述车辆前方设定检测区域内的热成像图像;
在该步骤中,当获取的外部光强信息满足预设辅助识别条件时,说明车辆所处环境亮度较暗,需要开启行车记录仪中的红外传感器检测设定检测区域的热成像图像。其中,预设辅助识别条件可以由生产厂家根据经验值进行设定。其中,设定检测区域与行车记录仪中的红外传感器的性能有关,红外传感器的型号不同,其能够检测到的区域范围也不相同,也即设定检测区域不同。
示例性地,如果检测的外部光强信息为光强信息时,预设辅助识别条件为某一固定的光强值。当获取的光强信息小于等于该光强值时,表示车辆所处环境较暗,需要开启红外传感器检测周边环境设定检测区域的热成像图像。示例性地,如果检测的外部光强信息为光强关联信息,可以根据外部光强信息与光强关联信息之间的关联关系设定该辅助识别条件。
S130、根据在所述热成像图像中识别出的障碍物体,对所述车辆的驾驶员进行路况提示。
在该步骤中,如果检测到的热成像图像中存在障碍物体,则对该车辆中的驾驶员通过光信号、声信号、振动信号等中的一种或几种的组合进行路况提示,本实施例对此不作任何限定。
本实施例的技术方案,通过获取车辆的外部光强信息;在该外部环境光强信息满足预设辅助识别条件时,开启红外传感器获取所述车辆前方设定检测区域内的热成像图像;根据该热成像图像中识别出的障碍物体,对该车辆的驾驶员进行路况提示,解决了行车记录仪仅能记录车辆行驶过程中周边环境的视频信息,无法在夜间行驶时辅助驾驶员进行路况识别的问题,实现了车辆行驶过程的信息化和智能化,能够有效降低安全风险,保障行车安全,增强驾驶员的驾驶体验。
实施例二
图4A为本发明实施例二提供的一种通过行车记录仪进行路况识别的方法流程示意图,本实施例在上述各实施例的基础上,进行了进一步优化。将“获取车辆的外部环境光强信息”优化为“通过光线传感器获取车辆所在环境中的光线强度信息;将所述光线强度信息作为所述外部环境光强信息”。该方法具体包括以下步骤:
S210A、通过光线传感器获取车辆所在环境中的光线强度信息;
在该步骤中,行车记录仪中配置有光线传感器,采用该光线传感器采集车辆所处环境的光线强度信息,并采用该光线强度信息作为外部环境光强信息,作为后续进行路况识别的一个判断依据。
S220A、将所述光线强度信息作为所述外部环境光强信息;
S230、判断所述外部环境光强信息是否满足预设辅助识别条件;如果是,则执行S240;若否,则返回执行S210A。
在该步骤中,预设辅助识别条件可以为一固定的光强值,如果外部环境光强信息小于等于该光强值,表示行驶车辆的所处环境较暗,需要行车记录仪辅助识别路况信息;如果外部环境光强信息大于该光强值,表示行驶车辆的所处环境较亮,无需行车记录仪辅助识别路况信息。
进一步的,可以结合当前系统时间以及车辆的地理位置信息,确定获取车辆的外部环境光强信息(例如,光线传感器获取光线强度信息)这一操作的触发执行时间。例如:如果当前系统时间为2017.8.22,当前车辆所在位置为天津,则可以根据预设的与不同日期,不同地点对应的触发执行时间,确定获取车辆的外部环境光强信息的触发执行时间为19:00。
S240、开启红外传感器获取所述车辆前方设定检测区域内的热成像图像;
在该步骤中,行车记录仪上配置有用于获取行驶车辆所述环境的热成像图像的红外传感器。采用该红外传感器在车辆前方设定检测区域内采集热成像图像,该热成像图像作为后续是否需要向车辆驾驶员进行路况提示的一个判断依据。
进一步地,将“根据在所述热成像图像中识别出的障碍物体,对所述车辆的驾驶员进行路况提示”优化为S250~S280。
S250、对所述热成像图像进行图像识别;
S260、如果在所述热成像图像中识别出至少一个障碍物体,则计算所述至少一个障碍物体与所述车辆的相对距离;
进一步地,将“如果在所述热成像图像中识别出至少一个障碍物体,则计算所述至少一个障碍物体与所述车辆的相对距离”优化为S261~S263。
S261、判断在所述热成像图像中是否识别出至少一个障碍物体;如果是,则执行S262;否则,返回执行S240。
通过S250对采集的热成像图像进行图像识别,进而判断该热成像图像中是否包含障碍物。如果热成像图像中包含障碍物体,则表示车辆行驶的前方的设定检测区域内,存在至少一个障碍物体,因此需要进一步判断该障碍物距离行驶车辆的相对距离,并且将该相对距离作为后续是否需要向车辆驾驶员进行路况提示的一个判断依据;如果热成像图像中不包含障碍物体,则表示车辆行驶的前方设定检测区域内,不存在障碍物体,因此无需向车辆驾驶员进行路况提示。
S262、根据所述至少一个障碍物体在所述热成像图像中的位置,控制对应车辆位置的至少一个测距传感器发送测距信号;
在该步骤中,根据检测到的障碍物体在热成像图像中的位置,控制行车记录仪中配置的测距传感器向对应的车辆位置发送测距信号。
在一个具体的例子中,可以在车辆的车头位置的设定高度下(例如,车辆总高度的一半)沿水平方向均匀设置一组测距传感器阵列,该测距传感器阵列中包括的各传感器均受行车记录仪控制。行车记录仪根据检测到的障碍物体在热成像图像中的位置,估算所述障碍物体所在位置相对于所述测距传感器阵列中设定参考点(例如,中点、左边缘点或者右边缘点等)的偏移量,根据该偏移量,选择开启对应的测距传感器向对应的车辆位置发送测距信号。
典型的,所述测距传感器可以为激光传感器、超声波传感器或者红外传感器等。
S263、根据所述测距传感器返回的与所述测距信号对应的回波信号,计算所述至少一个障碍物体与所述车辆的相对距离。
在该步骤中,当测距信号作用在障碍物体上时,一部分信号会被障碍物体反射回来,该反射信号即为回波信号。用t1表示测距信号的发射时间,用t2表示回波信号的接收时间,c表示光速,v表示车辆当前的行驶速度,s表示相对距离。根据公式:s=0.5×(v+c)×(t2-t1),计算该障碍物体与车辆的相对距离。
S270、根据所述相对距离以及所述车辆的实时车速判断是够满足危险预警条件;如果是,则执行S280;否则,返回执行S240。
在该步骤中,危险预警条件根据相对距离和车辆当前的行驶速度动态设置。用r表示驾驶员的反应时间,用r0表示某一时间阈值。如果s≤v×(r+r0),则表示满足危险预警条件;如果s>v×(r+r0),则表示不满足危险预警条件。其中,时间阈值r0根据需要进行设定,如果设定太小,则在发现障碍物体时可能驾驶员没有足够的时间采取正确的应对措施;如果设定太大,则可能不会对驾驶员起到警示作用。
S280、对所述车辆的驾驶员进行路况提示。
在该步骤中,如果检测到的热成像图像中存在障碍物体,则对该车辆中的驾驶员通过光信号、声信号、振动信号等中的一种或几种的组合进行路况提示,本实施例对此不作任何限定。
本实施例的技术方案通过光线传感器获取车辆所在环境中的光线强度信息,并将其作为外部环境光强信息;并在该外部光强信息满足预设辅助条件时开启红外传感器获取车辆前方设定检测区域内的热成像图像并对该热成像图像进行图像识别;在能够识别出至少一个障碍物体的情况下,控制至少一个测距传感器向与至少一个障碍物体对应位置发送测距信号;根据该测距信号返回的回波信号,计算每个障碍物体与车辆的相对距离;在该相对距离以及当前车速满足危险预警条件时向车辆的驾驶员进行路况提示,解决了行车记录仪仅能记录车辆行驶过程中周边环境的视频信息,无法在夜间行驶时辅助驾驶员进行路况识别的问题,实现了车辆行驶过程的信息化和智能化,能够有效降低安全风险,保障行车安全,增强驾驶员的驾驶体验。
本实施例还提供了另外一种实施方式,参见图4B。在实施例二提供的上述技术方案的基础上,将“获取车辆的外部环境光强信息”优化为S210B和S220B。
S210B、通过摄像头在车辆所在环境中拍摄参考照片;
S220B、获取所述参考照片中的光强关联信息作为所述外部环境光强信息;
其中,所述光强关联信息包括所述照片的清晰度信息,或者亮度信息。
在上述步骤中,通过行车记录仪配置的摄像头获取车辆所在环境的参考照片,根据该参考照片的清晰度信息和/或亮度信息作为外部环境光强信息。
S230、判断所述外部环境光强信息是否满足预设辅助识别条件;
示例性地,当外部环境光强信息为清晰度信息时,根据参考照片的图像边缘灰度变化率进行判断。当变化率小于某一固定阈值时,则表示图像不够清晰,也即满足预设辅助识别条件,需要行车记录仪辅助进行路况识别;当变化率大于或等于某一固定阈值时,则表示图像清晰,也即不满足预设辅助条件,不需要行车记录仪辅助进行路况识别。值得注意的是,上述固定阈值可以由开发人员根据经验预先设定。
示例性地,当外部环境光强信息为清晰度信息时,还可以根据参考照片中相邻像素灰度方差值进行判断。当方差值小于某一固定阈值时,则满足预设辅助识别条件;否则,不满足。值得注意的是,该固定阈值可以由开发人员根据经验预先设定。
示例性地,当外部环境光强信息为亮度信息时,还可以根据参考照片的灰度均值进行判断。当灰度均值小于某一固定阈值时,则表示图像亮度较低,也即满足预设辅助识别条件;否则,不满足。值得注意的是,该固定阈值可以由开发人员根据经验预先设定。
采用S230进行条件判断后,继续执行实施例二中的S240~S280,在此不再赘述。
本实施例的技术方案通过摄像头采集车辆所处环境的参考照片;当该参考照片中的光强关联信息满足预设辅助识别条件时,开启红外传感器获取车辆前方设定检测区域内的热成像图像并对该热成像图像进行图像识别;在能够识别出至少一个障碍物体的情况下,控制至少一个测距传感器向与至少一个障碍物体对应位置发送测距信号;根据该测距信号返回的回波信号,计算每个障碍物体与车辆的相对距离;在该相对距离以及当前车速满足危险预警条件时向车辆的驾驶员进行路况提示,解决了行车记录仪仅能记录车辆行驶过程中周边环境的视频信息,无法在夜间行驶时辅助驾驶员进行路况识别的问题,实现了车辆行驶过程的信息化和智能化,能够有效降低安全风险,保障行车安全,增强驾驶员的驾驶体验。
实施例三
图5为本发明实施例三提供的一种通过行车记录仪进行路况识别的系统结构示意图,本实施例可用于在车辆行驶过程中采用行车记录仪辅助进行路况识别的情况,该系统包括:光强信息获取模块310,热成像图像获取模块320以及路况提示模块330。
其中,光强信息获取模块310,用于获取车辆的外部环境光强信息;
热成像图像获取模块320,用于在所述外部环境光强信息满足预设辅助识别条件时,开启红外传感器获取所述车辆前方设定检测区域内的热成像图像;
路况提示模块330,用于根据在所述热成像图像中识别出的障碍物体,对所述车辆的驾驶员进行路况提示。
本实施例的技术方案通过光强信息获取模块获取车辆的外部环境光强信息;在该外部环境光强信息满足预设辅助识别条件的情况下,采用热成像图像获取模块开启红外传感器获取该车辆前方设定检测区域内的热成像图像;采用路况提示模块根据在该热成像图像中识别出的障碍物体,对该车辆的驾驶员进行路况提示,解决了行车记录仪仅能记录车辆行驶过程中周边环境的视频信息,无法在夜间行驶时辅助驾驶员进行路况识别的问题,实现了车辆行驶过程的信息化和智能化,能够有效降低安全风险,保障行车安全,增强驾驶员的驾驶体验。
在上述各实施例的基础上,所述光强信息获取模块310,可以用于:
通过光线传感器获取车辆所在环境中的光线强度信息;
将所述光线强度信息作为所述外部环境光强信息。
在上述各实施例的基础上,所述光强信息获取模块310,可以用于:
通过摄像头在车辆所在环境中拍摄参考照片;
获取所述参考照片中的光强关联信息作为所述外部环境光强信息;
其中,所述光强关联信息包括所述照片的清晰度信息,或者亮度信息。
在上述各实施例的基础上,所述路况提示模块330,可以包括:
图像识别单元,用于对所述热成像图像进行图像识别;
距离计算单元,用于在所述热成像图像中识别出至少一个障碍物体时,计算所述至少一个障碍物体与所述车辆的相对距离;
路况提示单元,用于根据所述相对距离以及所述车辆的实时车速确定满足危险预警条件时,对所述车辆的驾驶员进行路况提示。
在上述各实施例的基础上,所述距离计算单元,可以用于:
根据所述至少一个障碍物体在所述热成像图像中的位置,控制对应车辆位置的至少一个测距传感器发送测距信号;
根据所述测距传感器返回的与所述测距信号对应的回波信号,计算所述至少一个障碍物体与所述车辆的相对距离。
上述通过行车记录仪进行路况识别的系统可执行本发明任意实施例所提供的通过行车记录仪进行路况识别的方法,具备执行上述方法相应的功能模块和有益效果。
实施例四
图6是本发明实施例四中的一种行车记录仪的结构示意图,该行车记录仪包括:
一个或多个处理器410,图6中以一个处理器410为例;
存储器420;
所述行车记录仪还可以包括:输入装置430和输出装置440。
所述行车记录仪中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或者其他方式连接,图6中以通过总线连接为例。
存储器420作为一种非暂态计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的一种通过行车记录仪进行路况识别的方法对应的程序指令/模块(例如,附图5所示的光强信息获取模块310、热成像图像获取模块320以及路况提示模块330,或者,附图2所示的光强检测模块1、热成像模块2、路况识别模块3以及路况反馈模块4)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块,从而执行行车记录仪的各种功能应用以及数据处理,即实现上述方法实施例的一种通过行车记录仪进行路况识别的方法。
存储器420可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据行车记录仪的摄像头采集的视频信息及参考照片、光线传感器获取的车辆所在环境中的光线强度以及红外传感器获取车辆前方设定检测区域内的特成像图像等。此外,存储器420可以包括高速随机存取存储器,还可以包括非暂态性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中,存储器420可选包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收摄像头采集的视频数据及参考照片、光线传感器获取的车辆所在环境中的光线强度以及红外传感器获取车辆前方设定检测区域内的特成像图像等。输出装置440可包括蜂鸣器、警示灯、显示屏等一种或多种用于路况提示的装置。
实施例五
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被通过行车记录仪进行路况识别的系统执行时实现本发明任意实施例提供的一种通过行车记录仪进行路况识别的方法,该方法包括:获取车辆的外部环境光强信息;在所述外部环境光强信息满足预设辅助识别条件时,开启红外传感器获取所述车辆前方设定检测区域内的热成像图像;根据在所述热成像图像中识别出的障碍物体,对所述车辆的驾驶员进行路况提示。
或者,该程序被通过行车记录仪进行路况识别的系统执行时实现本发明任意实施例提供的一种通过行车记录仪进行路况识别的方法,该方法包括:步骤S10,检测外部环境的光线强度;
步骤S20,响应于外部环境的光线强度低于预设的阈值,开启热成像功能;
步骤S30,根据热成像算法,结合车速及车与人或动物的距离,进行路况识别;
步骤S40,反馈路况识别的结果信息。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
本发明实施例还包括:
A1、一种通过行车记录仪进行路况识别的方法,包括:
检测外部环境的光线强度;
响应于外部环境的光线强度低于预设的阈值,开启热成像功能;
根据热成像算法,结合车速及车与人或动物的距离,进行路况识别;
反馈路况识别的结果信息。
A2、如A1所述的通过行车记录仪进行路况识别的方法,所述反馈路况识别的结果信息步骤进一步包括:
响应于路况识别的结果危险,向用户发出警告信息。
B3、一种通过行车记录仪进行路况识别的系统,包括:
光强检测模块,用于检测外部环境的光线强度;
热成像模块,用于响应于外部环境的光线强度低于预设的阈值,开启热成像功能;
路况识别模块,用于根据热成像算法,结合车速及车与人或动物的距离,进行路况识别;
路况反馈模块,用于反馈路况识别的结果信息。
B4、如B3所述的通过行车记录仪进行路况识别的系统,所述路况反馈模块还包括:
示警单元,用于响应于路况识别的结果危险,向用户发出警告信息。
C5、一种通过行车记录仪进行路况识别的方法,包括:
获取车辆的外部环境光强信息;
在所述外部环境光强信息满足预设辅助识别条件时,开启红外传感器获取所述车辆前方设定检测区域内的热成像图像;
根据在所述热成像图像中识别出的障碍物体,对所述车辆的驾驶员进行路况提示。
C6、根据C5所述的方法,获取车辆的外部环境光强信息包括:
通过光线传感器获取车辆所在环境中的光线强度信息;
将所述光线强度信息作为所述外部环境光强信息。
C7、根据C5所述的方法,获取车辆的外部环境光强信息包括:
通过摄像头在车辆所在环境中拍摄参考照片;
获取所述参考照片中的光强关联信息作为所述外部环境光强信息;
其中,所述光强关联信息包括所述照片的清晰度信息,或者亮度信息。
C8、根据C5-C7任一项所述的方法,根据在所述热成像图像中识别出障碍物体,对所述车辆的驾驶员进行路况提示,包括:
对所述热成像图像进行图像识别;
如果在所述热成像图像中识别出至少一个障碍物体,则计算所述至少一个障碍物体与所述车辆的相对距离;
如果根据所述相对距离以及所述车辆的实时车速确定满足危险预警条件,则对所述车辆的驾驶员进行路况提示。
C9、根据C8所述的方法,计算所述至少一个障碍物体与所述车辆的相对距离,包括:
根据所述至少一个障碍物体在所述热成像图像中的位置,控制对应车辆位置的至少一个测距传感器发送测距信号;
根据所述测距传感器返回的与所述测距信号对应的回波信号,计算所述至少一个障碍物体与所述车辆的相对距离。
D10、一种通过行车记录仪进行路况识别的系统,包括:
光强信息获取模块,用于获取车辆的外部环境光强信息;
热成像图像获取模块,用于在所述外部环境光强信息满足预设辅助识别条件时,开启红外传感器获取所述车辆前方设定检测区域内的热成像图像;
路况提示模块,用于根据在所述热成像图像中识别出的障碍物体,对所述车辆的驾驶员进行路况提示。
D11、根据D10所述的系统,所述光强信息获取模块,用于:
通过光线传感器获取车辆所在环境中的光线强度信息;
将所述光线强度信息作为所述外部环境光强信息。
D12、根据D10所述的系统,所述光强信息获取模块,用于:
通过摄像头在车辆所在环境中拍摄参考照片;
获取所述参考照片中的光强关联信息作为所述外部环境光强信息;
其中,所述光强关联信息包括所述照片的清晰度信息,或者亮度信息。
E13、一种行车记录仪,包括存储器、处理器以及存储在存储器上并可在存储器上运行的计算机程序,所述处理器执行所述程序时实现如A1-A2以及C5-C9中任一所述的方法。
F14、一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如A1-A2以及C5-C9中任一所述的方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种通过行车记录仪进行路况识别的方法,其特征在于,包括:
检测外部环境的光线强度;
响应于外部环境的光线强度低于预设的阈值,开启热成像功能;
根据热成像算法,结合车速及车与人或动物的距离,进行路况识别;
反馈路况识别的结果信息。
2.一种通过行车记录仪进行路况识别的系统,其特征在于,包括:
光强检测模块,用于检测外部环境的光线强度;
热成像模块,用于响应于外部环境的光线强度低于预设的阈值,开启热成像功能;
路况识别模块,用于根据热成像算法,结合车速及车与人或动物的距离,进行路况识别;
路况反馈模块,用于反馈路况识别的结果信息。
3.一种通过行车记录仪进行路况识别的方法,其特征在于,包括:
获取车辆的外部环境光强信息;
在所述外部环境光强信息满足预设辅助识别条件时,开启红外传感器获取所述车辆前方设定检测区域内的热成像图像;
根据在所述热成像图像中识别出的障碍物体,对所述车辆的驾驶员进行路况提示。
4.根据权利要求3所述的方法,其特征在于,获取车辆的外部环境光强信息包括:
通过光线传感器获取车辆所在环境中的光线强度信息;
将所述光线强度信息作为所述外部环境光强信息。
5.根据权利要求3所述的方法,其特征在于,获取车辆的外部环境光强信息包括:
通过摄像头在车辆所在环境中拍摄参考照片;
获取所述参考照片中的光强关联信息作为所述外部环境光强信息;
其中,所述光强关联信息包括所述照片的清晰度信息,或者亮度信息。
6.根据权利要求3-5任一项所述的方法,其特征在于,根据在所述热成像图像中识别出障碍物体,对所述车辆的驾驶员进行路况提示,包括:
对所述热成像图像进行图像识别;
如果在所述热成像图像中识别出至少一个障碍物体,则计算所述至少一个障碍物体与所述车辆的相对距离;
如果根据所述相对距离以及所述车辆的实时车速确定满足危险预警条件,则对所述车辆的驾驶员进行路况提示。
7.根据权利要求6所述的方法,其特征在于,计算所述至少一个障碍物体与所述车辆的相对距离,包括:
根据所述至少一个障碍物体在所述热成像图像中的位置,控制对应车辆位置的至少一个测距传感器发送测距信号;
根据所述测距传感器返回的与所述测距信号对应的回波信号,计算所述至少一个障碍物体与所述车辆的相对距离。
8.一种通过行车记录仪进行路况识别的系统,其特征在于,包括:
光强信息获取模块,用于获取车辆的外部环境光强信息;
热成像图像获取模块,用于在所述外部环境光强信息满足预设辅助识别条件时,开启红外传感器获取所述车辆前方设定检测区域内的热成像图像;
路况提示模块,用于根据在所述热成像图像中识别出的障碍物体,对所述车辆的驾驶员进行路况提示。
9.一种行车记录仪,包括存储器、处理器以及存储在存储器上并可在存储器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1、3-7中任一所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1、3-7中任一所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2017100603695 | 2017-01-24 | ||
CN201710060369.5A CN107330353A (zh) | 2017-01-24 | 2017-01-24 | 一种通过行车记录仪进行路况识别的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107856671A true CN107856671A (zh) | 2018-03-30 |
CN107856671B CN107856671B (zh) | 2020-05-15 |
Family
ID=60192915
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710060369.5A Pending CN107330353A (zh) | 2017-01-24 | 2017-01-24 | 一种通过行车记录仪进行路况识别的方法和系统 |
CN201711069025.7A Active CN107856671B (zh) | 2017-01-24 | 2017-11-03 | 一种通过行车记录仪进行路况识别的方法和系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710060369.5A Pending CN107330353A (zh) | 2017-01-24 | 2017-01-24 | 一种通过行车记录仪进行路况识别的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN107330353A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108900742A (zh) * | 2018-06-28 | 2018-11-27 | 深圳奥尼电子股份有限公司 | 夜视方法、行车记录仪及存储介质 |
CN108932503A (zh) * | 2018-07-20 | 2018-12-04 | 上海小蚁科技有限公司 | 恶劣天气下车前障碍的识别方法及装置、存储介质、终端 |
CN109059945A (zh) * | 2018-06-07 | 2018-12-21 | Oppo(重庆)智能科技有限公司 | 路况信息处理的方法、终端设备及计算机可读存储介质 |
CN109410582A (zh) * | 2018-11-27 | 2019-03-01 | 易念科技(深圳)有限公司 | 交通状况分析方法及终端设备 |
CN109664820A (zh) * | 2018-09-25 | 2019-04-23 | 平安科技(深圳)有限公司 | 基于行车记录仪的驾驶提示方法、装置、设备和存储介质 |
CN109782775A (zh) * | 2019-03-13 | 2019-05-21 | 刘乐 | 一种基于热图像的汽车避障系统 |
CN110329156A (zh) * | 2019-07-22 | 2019-10-15 | 浙江鸿泉车联网有限公司 | 车辆逆光盲区车前信息的识别方法及装置 |
CN110491345A (zh) * | 2019-08-12 | 2019-11-22 | 铁将军汽车电子股份有限公司 | 行车记录仪及其背光亮度调整方法 |
CN111539268A (zh) * | 2020-04-03 | 2020-08-14 | 滴图(北京)科技有限公司 | 车辆行驶中的路况预警方法、装置和电子设备 |
CN114120476A (zh) * | 2020-08-28 | 2022-03-01 | 财团法人车辆研究测试中心 | 自动驾驶车辆的行车风险评估及控制机制决策方法 |
CN110930689B (zh) * | 2018-09-20 | 2022-03-18 | 比亚迪股份有限公司 | 基于行车记录仪的路况数据动态采集方法和装置 |
CN115188196A (zh) * | 2022-08-15 | 2022-10-14 | 中通服建设有限公司 | 一种基于5g的动态路况信息采集分析系统 |
CN114120476B (zh) * | 2020-08-28 | 2024-05-17 | 财团法人车辆研究测试中心 | 自动驾驶车辆的行车风险评估及控制机制决策方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077819A (zh) * | 2014-06-17 | 2014-10-01 | 深圳前向启创数码技术有限公司 | 基于行车安全的远程监控方法及系统 |
CN104933777A (zh) * | 2015-07-30 | 2015-09-23 | 苏州寅初信息科技有限公司 | 一种通过行车记录仪上传路况信息的方法及其行车记录仪 |
CN105069855A (zh) * | 2015-07-14 | 2015-11-18 | 成都中微电微波技术有限公司 | 具有路况反馈功能的行车记录仪 |
CN105100752A (zh) * | 2015-09-07 | 2015-11-25 | 中科融通物联科技无锡有限公司 | 全天候防入侵智能周界系统 |
CN106327920A (zh) * | 2016-08-31 | 2017-01-11 | 深圳天珑无线科技有限公司 | 路况检测方法和路况检测系统 |
-
2017
- 2017-01-24 CN CN201710060369.5A patent/CN107330353A/zh active Pending
- 2017-11-03 CN CN201711069025.7A patent/CN107856671B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077819A (zh) * | 2014-06-17 | 2014-10-01 | 深圳前向启创数码技术有限公司 | 基于行车安全的远程监控方法及系统 |
CN105069855A (zh) * | 2015-07-14 | 2015-11-18 | 成都中微电微波技术有限公司 | 具有路况反馈功能的行车记录仪 |
CN104933777A (zh) * | 2015-07-30 | 2015-09-23 | 苏州寅初信息科技有限公司 | 一种通过行车记录仪上传路况信息的方法及其行车记录仪 |
CN105100752A (zh) * | 2015-09-07 | 2015-11-25 | 中科融通物联科技无锡有限公司 | 全天候防入侵智能周界系统 |
CN106327920A (zh) * | 2016-08-31 | 2017-01-11 | 深圳天珑无线科技有限公司 | 路况检测方法和路况检测系统 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109059945A (zh) * | 2018-06-07 | 2018-12-21 | Oppo(重庆)智能科技有限公司 | 路况信息处理的方法、终端设备及计算机可读存储介质 |
CN108900742A (zh) * | 2018-06-28 | 2018-11-27 | 深圳奥尼电子股份有限公司 | 夜视方法、行车记录仪及存储介质 |
CN108900742B (zh) * | 2018-06-28 | 2022-02-22 | 深圳奥尼电子股份有限公司 | 夜视方法、行车记录仪及存储介质 |
CN108932503A (zh) * | 2018-07-20 | 2018-12-04 | 上海小蚁科技有限公司 | 恶劣天气下车前障碍的识别方法及装置、存储介质、终端 |
CN110930689B (zh) * | 2018-09-20 | 2022-03-18 | 比亚迪股份有限公司 | 基于行车记录仪的路况数据动态采集方法和装置 |
CN109664820A (zh) * | 2018-09-25 | 2019-04-23 | 平安科技(深圳)有限公司 | 基于行车记录仪的驾驶提示方法、装置、设备和存储介质 |
CN109410582A (zh) * | 2018-11-27 | 2019-03-01 | 易念科技(深圳)有限公司 | 交通状况分析方法及终端设备 |
CN109410582B (zh) * | 2018-11-27 | 2021-11-16 | 易念科技(深圳)有限公司 | 交通状况分析方法及终端设备 |
CN109782775B (zh) * | 2019-03-13 | 2020-04-14 | 刘乐 | 一种基于热图像的汽车避障系统 |
CN109782775A (zh) * | 2019-03-13 | 2019-05-21 | 刘乐 | 一种基于热图像的汽车避障系统 |
CN110329156A (zh) * | 2019-07-22 | 2019-10-15 | 浙江鸿泉车联网有限公司 | 车辆逆光盲区车前信息的识别方法及装置 |
CN110491345A (zh) * | 2019-08-12 | 2019-11-22 | 铁将军汽车电子股份有限公司 | 行车记录仪及其背光亮度调整方法 |
CN111539268A (zh) * | 2020-04-03 | 2020-08-14 | 滴图(北京)科技有限公司 | 车辆行驶中的路况预警方法、装置和电子设备 |
CN114120476A (zh) * | 2020-08-28 | 2022-03-01 | 财团法人车辆研究测试中心 | 自动驾驶车辆的行车风险评估及控制机制决策方法 |
CN114120476B (zh) * | 2020-08-28 | 2024-05-17 | 财团法人车辆研究测试中心 | 自动驾驶车辆的行车风险评估及控制机制决策方法 |
CN115188196A (zh) * | 2022-08-15 | 2022-10-14 | 中通服建设有限公司 | 一种基于5g的动态路况信息采集分析系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107330353A (zh) | 2017-11-07 |
CN107856671B (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107856671A (zh) | 一种通过行车记录仪进行路况识别的方法和系统 | |
US11392131B2 (en) | Method for determining driving policy | |
JP7147420B2 (ja) | 物体検出装置、物体検出方法及び物体検出用コンピュータプログラム | |
US10849543B2 (en) | Focus-based tagging of sensor data | |
JP4987573B2 (ja) | 車外監視装置 | |
US11010622B2 (en) | Infrastructure-free NLoS obstacle detection for autonomous cars | |
JP2014204375A (ja) | 画像処理システム、画像処理装置、それらの制御方法、及びプログラム | |
US11845464B2 (en) | Driver behavior risk assessment and pedestrian awareness | |
US20200200545A1 (en) | Method and System for Determining Landmarks in an Environment of a Vehicle | |
EP3342681A1 (en) | Automatic parking system and automatic parking method | |
TW202029134A (zh) | 行車偵測方法、車輛及行車處理裝置 | |
US20220189210A1 (en) | Occlusion-Aware Prediction of Human Behavior | |
CN108881846B (zh) | 信息融合方法、装置及计算机可读存储介质 | |
JP2018073275A (ja) | 画像認識装置 | |
JP2007087203A (ja) | 衝突判定システム、衝突判定方法及びコンピュータプログラム | |
Satzoda et al. | Vision-based front and rear surround understanding using embedded processors | |
JPWO2020003764A1 (ja) | 画像処理装置、移動装置、および方法、並びにプログラム | |
Hwu et al. | Matching Representations of Explainable Artificial Intelligence and Eye Gaze for Human-Machine Interaction | |
KR20130031713A (ko) | 차량용 안전 거리를 안내하는 장치 및 그 방법 | |
JP4701348B2 (ja) | 行動識別システム | |
US20200017116A1 (en) | Anomaly Detector For Vehicle Control Signals | |
TW201915966A (zh) | 警示駕駛人側後方來車的方法、裝置及系統 | |
Perng et al. | Multi-sensor fusion in safety monitoring systems at intersections | |
WO2022097489A1 (ja) | 画像処理装置、画像処理方法 | |
Bubeníková et al. | Modern methods of image processing in safety-critical applications within intelligent transportation system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Room 3011, Room 3, Building 27, 25 North Third Ring West Road, Haidian District, Beijing 100098 Applicant after: Public Question (Beijing) Information Technology Co., Ltd. Address before: 102206 No. 522, No. 115, No. 115, Shang Zhuang Road, Shang Zhuang Town, Haidian District, Beijing. Applicant before: Intelligent information technology (Beijing) Co., Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |