CN108280990A - 基于车顶信号灯检测的急救车辆检测与避让方法与系统 - Google Patents
基于车顶信号灯检测的急救车辆检测与避让方法与系统 Download PDFInfo
- Publication number
- CN108280990A CN108280990A CN201611259908.XA CN201611259908A CN108280990A CN 108280990 A CN108280990 A CN 108280990A CN 201611259908 A CN201611259908 A CN 201611259908A CN 108280990 A CN108280990 A CN 108280990A
- Authority
- CN
- China
- Prior art keywords
- detection
- signal lamp
- vehicle
- ambulance vehicles
- roof
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0965—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages responding to signals from another vehicle, e.g. emergency vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Abstract
本发明属于主动驾驶领域,具体说是一种基于车顶信号灯检测的急救车辆检测与避让方法与系统。利用视觉传感器进行车辆检测;当检测到车辆时,在车顶区域进行信号灯检测,和/或在车身区域进行120标志检测,和/或在车身区域进行红色十字标志检测;对上述检测结果进行加权判定,判断该车辆是否是急救车辆,如果是,则触发提示。本发明根据车身三重特征,即相应的车顶信号灯、车身区域的“急救120”标志、车身区域的“红色十字”标志或“蓝色十字”标志来联合并行判定急救车辆,即增加了车辆检测与识别的准确率并提高了检测效率。
Description
技术领域
本发明属于主动驾驶领域,具体说是一种基于车顶信号灯检测的急救车辆检测与避让方法与系统。
背景技术
近年来随着辅助驾驶与主动驾驶的迅猛发展,基于车载视觉的车辆识别与检测受到了众多研究者的青睐。人们通过在汽车行进的过程中,对车载视觉传感器检测范围内的车辆进行检测及测距来提醒驾驶者与之保持安全距离。这样不但减轻了驾驶者的驾驶负担,还极大地提高了驾驶的安全程度。然而目前,各个主动驾驶与辅助驾驶产品都没有对具体的车辆类型进行识别。
发明内容
针对现有技术中存在的上述不足之处,本发明要解决的技术问题是提供一种基于车顶信号灯检测的急救车辆检测与避让方法与系统,可以依据急救车辆行驶信息给驾驶者及附件驾驶者提示让行。
本发明为实现上述目的所采用的技术方案是:一种基于车顶信号灯检测的急救车辆检测与避让方法,包括以下步骤:
利用视觉传感器进行车辆检测;
当检测到车辆时,在车顶区域进行信号灯检测,和/或在车身区域进行120标志检测,和/或在车身区域进行红色十字标志检测;
对上述检测结果进行加权判定,判断该车辆是否是急救车辆,如果是,则触发提示。
还包括:在触发提示的同时,利用v2x网络对急救车辆信息进行广播。
还包括:如果判断该车辆为急救车辆,利用连续多帧图像中急救车辆的多视图几何关系,计算其运动速度与方向,进而判断急救车辆的行驶方向。
所述在车顶区域进行信号灯检测,包括以下步骤:
在车辆图像中检测是否有信号灯,如果有,执行下述步骤;
将颜色空间均等分为n份;
将YUV三通道的图像信息映射到n个颜色区间中;
对连续若干帧中的每一幅图像的车顶信号灯都得到一个颜色直方图的统计信息;
利用图像帧与帧之间颜色直方图统计信息的变化情况,判断该车顶信号灯是否闪烁。
所述对三个检测结果进行加权判定,具体为:
当车顶区域检测到信号灯时,赋予该车辆相应的信号灯权重;当车身区域检测到120标志时,赋予该车辆相应的120标志权重;当车身区域检测到红色十字标志时,赋予该车辆相应的红色十字标志权重;
将上述权重相加,超过预设阈值时,判定该车辆是急救车辆。
一种基于车顶信号灯检测的急救车辆检测与避让系统,包括:
视觉传感器,用于采集车辆周围图像;
车辆检测模块,用于在车辆周围图像中进行车辆识别;
区域划分模块,将车辆检测模块识别的车辆进行车顶和车身的划分;
信号灯检测模块,用于根据信号灯离线分类器,在车顶区域图像中检测是否存在信号灯,在连续的车顶区域图像中检测信号灯是否闪烁;
120标志检测模块,用于根据120标志离线分类器,在车身区域图像中检测是否存在120标志;
红色十字检测模块,用于根据红色十字标志离线分类器,在车身区域图像中检测是否存在红色十字标志;
加权判定模块,用于对信号灯检测模块、120标志检测模块和红色十字检测模块得到的检测结果进行加权求和,判断车辆是否为急救车辆,输出提示触发信号。
所述信号灯检测模块,包括:
信号灯判断模块,用于根据信号灯分类器判断车顶区域图像中是否存在信号灯;
颜色空间投影模块,用于将YUV三通道的图像信息映射到n个颜色区间中;
直方图统计模块,用于根据颜色空间投影模块得到的颜色区间,得到对应的颜色直方图的统计信息;
连续帧颜色变化统计模块,用于将相邻帧的颜色直方图的统计信息进行做差、取绝对值、求和计算,进而判断信号灯是否闪烁。
所述信号灯离线分类器为:{pk(x)},k=1,……,N,N为正整数,其中,x表示输入的信号灯特征图像,ht(x)表示第t个弱分类器,其计算结果加权αt′后即为αt′ht(x),加权求和后则构成了强分类器,pk(x)表示导盲犬分类器的一个强分类器,βk′表示所有弱分类器加权求和后需要满足的阈值,当整体权重之和大于βk′时,则认为满足该强分类器。
所述120标志离线分类器为:{qk(x)},k=1,……,N,N为正整数,其中,x表示输入的120标志特征图像,ht(x)表示第t个弱分类器,其计算结果加权α″后即为αt″ht(x),加权求和后则构成了强分类器,qk(x)表示盲杖分类器的一个强分类器,βk″表示所有弱分类器加权求和后需要满足的阈值,当整体权重之和大于βk″时,则认为满足该强分类器。
所述在车身区域进行红色十字标志检测,根据红色十字标志离线分类器进行检测,所述红色十字标志离线分类器为:{rk(x)},k=1,……,N,N为正整数,其中,x表示输入的红色十字标志特征图像,ht(x)表示第t个弱分类器,其计算结果加权αt″′后即为αt″′ht(x),加权求和后则构成了强分类器,rk(x)表示盲镜分类器的一个强分类器,βk″′表示所有弱分类器加权求和后需要满足的阈值,当整体权重之和大于βk″′时,则认为满足该强分类器。
本发明具有以下优点及有益效果:
1.本发明可以在车载视觉传感器的帮助下,利用急救车辆特殊的外观特征(分为三个层次:车顶信号灯、车顶边缘的“急救120”标志、车头的红十字标架)进行车辆类型识别,来对急救车辆进行视觉检测与识别,以提醒驾驶者注意让行;同时,利用V2X车联网技术,将遇到急救车辆的信息广播给周围车辆,提醒并请求大家让出“生命通道”的方法。
2.本发明根据车身三重特征,即相应的车顶信号灯、车身区域的“急救120”标志、车身区域的“红色十字”标志或“蓝色十字”标志来联合并行判定急救车辆,即增加了车辆检测与识别的准确率并提高了检测效率。
3.本发明在检测出车辆时,利用多帧图像联合判断其速度与加速度并判断其驾驶方向,以帮助提示其他车辆注意让出指定路线,丰富了提示信息的内容,增强了提示的针对性。
附图说明
图1为本发明的信号灯闪烁判断流程图;
图2为本发明的急救车辆检测识别流程图;
图3为本发明的120标志与红十字标志及交通灯闪烁联合判断的流程图;
图4为本发明的120标志与交通灯闪烁联合判断的流程图。
图5为本发明的红十字标志与交通灯闪烁联合判断流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
本发明在车辆检测技术基础上,通过对急救车辆进行三重特征提取与匹配,来实现对急救车辆的检测与识别。因为,在急救车辆的车顶有闪烁的信号灯,这是其他绝大多数车辆不具备的。另外,在急救车辆的车身周围都有“急救120”等字样。除此在急救车辆的车头部分还有红色十字标记。因此,本发明依据这些信息对检车出的车辆进行局部特征提取,并进行特征匹配,进而实现对急救车辆的检测与识别。
首先,离线学习海量样本中车辆特征与急救车辆的局部特征(包括车顶信号灯、车身急救120标志、红色十字标志等)。
然后利用离线学习得到的分类器实时地对车辆及急救车辆的局部特征进行检测。
当视觉检测模块检测出是车辆的时候,才会对其进行类型识别。
这里对车辆顶部的信号灯与车身的急救标志及红色十字标志等信息分别进行检测。
由于急救车辆在行进过程中是有闪烁的信号灯,所以本发明先对其进行检测。具体流程如图2所示,由于在图像中只能检测到信号灯闪烁的一种状态(可能是蓝色也可能是其他色),所以需要联合几帧图像对其进行判断。
这里对信号灯的检测,使用连续十五帧图像的彩色直方图统计信息,来对信号灯是否闪烁进行判断,具体过程如图1所示。首先将颜色区间是将颜色空间均等分为五份,然后将YUV三通道的图像信息映射到五个颜色区间中。这样,对每一幅图像中的车顶信号灯都可以得到这样一个颜色直方图的统计信息。于是,我们利用图像帧与帧之间颜色直方图统计信息的变化情况进行交通信号灯是否闪烁的判断依据。
当判断出是闪烁变化的信号灯时,才认为符合条件,给予相应的判别权重;否则,检测到信号灯却一直不闪烁,那么认为该信号灯没有闪烁,该车辆应该不急于前行,也就没有被认为是急救车辆的必要了。
同时,在车身区域检测“急救120”图像标志。同样是利用离线学习训练好的分类器,对该标志进行检测。当检测车身上有“急救120”后,可以给该车辆相应的权重;否则,不给相应的权重。
与此同时,在车身区域检测“红色十字”标志或“蓝色十字”标志。如果在车身上检测到相应的标志信息,那么就给该车辆相应的权值;否则不给相应的权值。
对同一辆车检测其三重特征,即相应的车顶信号灯、车身区域的“急救120”标志、车身区域的“红色十字”标志或“蓝色十字”标志。通过检测这三重特征然后获取各自的权重后,也就是各个参考信息都得到相应的可信度,利用其可信度综合评分综合考量该车辆是否是急救车辆。
当判断该车辆是急救车辆后,需要提醒驾驶者遇到了急救车辆,尽量给其让行。同时,利用连续多帧图像中急救车辆的多视图几何关系,计算其运动速度与方向,进而判断急救车辆的行驶方向,利用车载的V2X通信工具,将急救车辆信息及其可能的行驶方向广播给附件预定路线上的车辆。并且,提醒附件车辆对急救车辆让行,以尽快给急救车辆形成“生命通道”。
Claims (10)
1.一种基于车顶信号灯检测的急救车辆检测与避让方法,其特征在于,包括以下步骤:
利用视觉传感器进行车辆检测;
当检测到车辆时,在车顶区域进行信号灯检测,和/或在车身区域进行120标志检测,和/或在车身区域进行红色十字标志检测;
对上述检测结果进行加权判定,判断该车辆是否是急救车辆,如果是,则触发提示。
2.根据权利要求1所述的基于车顶信号灯检测的急救车辆检测与避让方法,其特征在于,还包括:在触发提示的同时,利用v2x网络对急救车辆信息进行广播。
3.根据权利要求1所述的基于车顶信号灯检测的急救车辆检测与避让方法,其特征在于,还包括:如果判断该车辆为急救车辆,利用连续多帧图像中急救车辆的多视图几何关系,计算其运动速度与方向,进而判断急救车辆的行驶方向。
4.根据权利要求1所述的基于车顶信号灯检测的急救车辆检测与避让方法,其特征在于,所述在车顶区域进行信号灯检测,包括以下步骤:
在车辆图像中检测是否有信号灯,如果有,执行下述步骤;
将颜色空间均等分为n份;
将YUV三通道的图像信息映射到n个颜色区间中;
对连续若干帧中的每一幅图像的车顶信号灯都得到一个颜色直方图的统计信息;
利用图像帧与帧之间颜色直方图统计信息的变化情况,判断该车顶信号灯是否闪烁。
5.根据权利要求1所述的基于车顶信号灯检测的急救车辆检测与避让方法,其特征在于,所述对三个检测结果进行加权判定,具体为:
当车顶区域检测到信号灯时,赋予该车辆相应的信号灯权重;当车身区域检测到120标志时,赋予该车辆相应的120标志权重;当车身区域检测到红色十字标志时,赋予该车辆相应的红色十字标志权重;
将上述权重相加,超过预设阈值时,判定该车辆是急救车辆。
6.一种基于车顶信号灯检测的急救车辆检测与避让系统,其特征在于,包括:
视觉传感器,用于采集车辆周围图像;
车辆检测模块,用于在车辆周围图像中进行车辆识别;
区域划分模块,将车辆检测模块识别的车辆进行车顶和车身的划分;
信号灯检测模块,用于根据信号灯离线分类器,在车顶区域图像中检测是否存在信号灯,在连续的车顶区域图像中检测信号灯是否闪烁;
120标志检测模块,用于根据120标志离线分类器,在车身区域图像中检测是否存在120标志;
红色十字检测模块,用于根据红色十字标志离线分类器,在车身区域图像中检测是否存在红色十字标志;
加权判定模块,用于对信号灯检测模块、120标志检测模块和红色十字检测模块得到的检测结果进行加权求和,判断车辆是否为急救车辆,输出提示触发信号。
7.根据权利要求6所述的基于车顶信号灯检测的急救车辆检测与避让系统,其特征在于,所述信号灯检测模块,包括:
信号灯判断模块,用于根据信号灯分类器判断车顶区域图像中是否存在信号灯;
颜色空间投影模块,用于将YUV三通道的图像信息映射到n个颜色区间中;
直方图统计模块,用于根据颜色空间投影模块得到的颜色区间,得到对应的颜色直方图的统计信息;
连续帧颜色变化统计模块,用于将相邻帧的颜色直方图的统计信息进行做差、取绝对值、求和计算,进而判断信号灯是否闪烁。
8.根据权利要求6所述的基于车顶信号灯检测的急救车辆检测与避让系统,其特征在于,所述信号灯离线分类器为:{pk(x)},k=1,……,N,N为正整数,其中,x表示输入的信号灯特征图像,ht(x)表示第t个弱分类器,其计算结果加权α′t后即为α′tht(x),加权求和后则构成了强分类器,pk(x)表示导盲犬分类器的一个强分类器,β′k表示所有弱分类器加权求和后需要满足的阈值,当整体权重之和大于β′k时,则认为满足该强分类器。
9.根据权利要求6所述的基于车顶信号灯检测的急救车辆检测与避让系统,其特征在于,所述120标志离线分类器为:{qk(x)},k=1,……,N,N为正整数,其中,x表示输入的120标志特征图像,ht(x)表示第t个弱分类器,其计算结果加权α″后即为α″tht(x),加权求和后则构成了强分类器,qk(x)表示盲杖分类器的一个强分类器,β″k表示所有弱分类器加权求和后需要满足的阈值,当整体权重之和大于β″k时,则认为满足该强分类器。
10.根据权利要求6所述的基于车顶信号灯检测的急救车辆检测与避让系统,其特征在于,所述在车身区域进行红色十字标志检测,根据红色十字标志离线分类器进行检测,所述红色十字标志离线分类器为:{rk(x)},k=1,……,N,N为正整数,其中,x表示输入的红色十字标志特征图像,ht(x)表示第t个弱分类器,其计算结果加权α″′t后即为α″′tht(x),加权求和后则构成了强分类器,rk(x)表示盲镜分类器的一个强分类器,β″′k表示所有弱分类器加权求和后需要满足的阈值,当整体权重之和大于β″′k时,则认为满足该强分类器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611259908.XA CN108280990A (zh) | 2016-12-30 | 2016-12-30 | 基于车顶信号灯检测的急救车辆检测与避让方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611259908.XA CN108280990A (zh) | 2016-12-30 | 2016-12-30 | 基于车顶信号灯检测的急救车辆检测与避让方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108280990A true CN108280990A (zh) | 2018-07-13 |
Family
ID=62800234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611259908.XA Pending CN108280990A (zh) | 2016-12-30 | 2016-12-30 | 基于车顶信号灯检测的急救车辆检测与避让方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108280990A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109552328A (zh) * | 2018-12-26 | 2019-04-02 | 广州小鹏汽车科技有限公司 | 一种自动避让特种车辆的控制方法及车载系统 |
CN111353444A (zh) * | 2020-03-04 | 2020-06-30 | 上海眼控科技股份有限公司 | 标志灯具监测方法、装置、计算机设备和存储介质 |
JP2020126634A (ja) * | 2019-01-31 | 2020-08-20 | 株式会社ストラドビジョンStradvision,Inc. | 緊急車両をリアルタイムで検出し、緊急車両によって発生すると予想される状況に対処するための走行経路を計画する方法及び装置 |
CN113781778A (zh) * | 2021-09-03 | 2021-12-10 | 新奇点智能科技集团有限公司 | 数据处理方法、装置、电子设备及可读存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5894279A (en) * | 1997-08-22 | 1999-04-13 | Rose; Chino R. | Emergency vehicle detection system |
JP2000172988A (ja) * | 1998-12-04 | 2000-06-23 | Nec Corp | 緊急車両走行通報システム |
JP2002319091A (ja) * | 2001-04-20 | 2002-10-31 | Fuji Heavy Ind Ltd | 後続車両認識装置 |
JP2003058983A (ja) * | 2001-08-09 | 2003-02-28 | Alpha-Progress:Kk | 緊急車輌回避装置 |
CN101436252A (zh) * | 2008-12-22 | 2009-05-20 | 北京中星微电子有限公司 | 一种车辆视频图像中车身颜色识别方法及系统 |
CN101504717A (zh) * | 2008-07-28 | 2009-08-12 | 上海高德威智能交通系统有限公司 | 特征区域的定位方法、车身深浅色与车身颜色的识别方法 |
CN101796558A (zh) * | 2007-08-29 | 2010-08-04 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 用于应急车辆在应急服务中报警的方法和装置 |
CN102306276A (zh) * | 2011-07-07 | 2012-01-04 | 北京云加速信息技术有限公司 | 基于分块聚类的视频车辆图像中车身颜色识别方法 |
CN104412311A (zh) * | 2012-06-19 | 2015-03-11 | 罗伯特·博世有限公司 | 救援通道的形成 |
CN104537348A (zh) * | 2014-12-23 | 2015-04-22 | 博康智能网络科技股份有限公司 | 特种车辆识别方法及其识别系统 |
CN104812874A (zh) * | 2012-11-29 | 2015-07-29 | 埃克森美孚化学专利公司 | 处理烯烃进料物流的方法和相关的低聚方法 |
CN104882019A (zh) * | 2015-06-12 | 2015-09-02 | 北汽福田汽车股份有限公司 | 车辆的避让方法和避让系统 |
CN105160691A (zh) * | 2015-08-29 | 2015-12-16 | 电子科技大学 | 基于颜色直方图的车身颜色识别方法 |
CN105718904A (zh) * | 2016-01-25 | 2016-06-29 | 大连楼兰科技股份有限公司 | 基于组合特征与车载摄像头的盲人检测与识别方法与系统 |
CN105809994A (zh) * | 2016-04-28 | 2016-07-27 | 南京航空航天大学 | 基于特种车辆识别的交通灯控制方法 |
-
2016
- 2016-12-30 CN CN201611259908.XA patent/CN108280990A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5894279A (en) * | 1997-08-22 | 1999-04-13 | Rose; Chino R. | Emergency vehicle detection system |
JP2000172988A (ja) * | 1998-12-04 | 2000-06-23 | Nec Corp | 緊急車両走行通報システム |
JP2002319091A (ja) * | 2001-04-20 | 2002-10-31 | Fuji Heavy Ind Ltd | 後続車両認識装置 |
JP2003058983A (ja) * | 2001-08-09 | 2003-02-28 | Alpha-Progress:Kk | 緊急車輌回避装置 |
CN101796558A (zh) * | 2007-08-29 | 2010-08-04 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 用于应急车辆在应急服务中报警的方法和装置 |
CN101504717A (zh) * | 2008-07-28 | 2009-08-12 | 上海高德威智能交通系统有限公司 | 特征区域的定位方法、车身深浅色与车身颜色的识别方法 |
CN101436252A (zh) * | 2008-12-22 | 2009-05-20 | 北京中星微电子有限公司 | 一种车辆视频图像中车身颜色识别方法及系统 |
CN102306276A (zh) * | 2011-07-07 | 2012-01-04 | 北京云加速信息技术有限公司 | 基于分块聚类的视频车辆图像中车身颜色识别方法 |
CN104412311A (zh) * | 2012-06-19 | 2015-03-11 | 罗伯特·博世有限公司 | 救援通道的形成 |
CN104812874A (zh) * | 2012-11-29 | 2015-07-29 | 埃克森美孚化学专利公司 | 处理烯烃进料物流的方法和相关的低聚方法 |
CN104537348A (zh) * | 2014-12-23 | 2015-04-22 | 博康智能网络科技股份有限公司 | 特种车辆识别方法及其识别系统 |
CN104882019A (zh) * | 2015-06-12 | 2015-09-02 | 北汽福田汽车股份有限公司 | 车辆的避让方法和避让系统 |
CN105160691A (zh) * | 2015-08-29 | 2015-12-16 | 电子科技大学 | 基于颜色直方图的车身颜色识别方法 |
CN105718904A (zh) * | 2016-01-25 | 2016-06-29 | 大连楼兰科技股份有限公司 | 基于组合特征与车载摄像头的盲人检测与识别方法与系统 |
CN105809994A (zh) * | 2016-04-28 | 2016-07-27 | 南京航空航天大学 | 基于特种车辆识别的交通灯控制方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109552328A (zh) * | 2018-12-26 | 2019-04-02 | 广州小鹏汽车科技有限公司 | 一种自动避让特种车辆的控制方法及车载系统 |
CN109552328B (zh) * | 2018-12-26 | 2020-12-15 | 广州小鹏汽车科技有限公司 | 一种自动避让特种车辆的控制方法及车载系统 |
JP2020126634A (ja) * | 2019-01-31 | 2020-08-20 | 株式会社ストラドビジョンStradvision,Inc. | 緊急車両をリアルタイムで検出し、緊急車両によって発生すると予想される状況に対処するための走行経路を計画する方法及び装置 |
JP7194130B2 (ja) | 2019-01-31 | 2022-12-21 | 株式会社ストラドビジョン | 緊急車両をリアルタイムで検出し、緊急車両によって発生すると予想される状況に対処するための走行経路を計画する方法及び装置 |
CN111353444A (zh) * | 2020-03-04 | 2020-06-30 | 上海眼控科技股份有限公司 | 标志灯具监测方法、装置、计算机设备和存储介质 |
CN113781778A (zh) * | 2021-09-03 | 2021-12-10 | 新奇点智能科技集团有限公司 | 数据处理方法、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11436919B2 (en) | Method and apparatus for determining driving strategy of a vehicle | |
CN109190523B (zh) | 一种基于视觉的车辆检测跟踪预警方法 | |
CN107031623B (zh) | 一种基于车载盲区相机的道路预警方法 | |
US8995723B2 (en) | Detecting and recognizing traffic signs | |
CN103345766B (zh) | 一种信号灯识别方法及装置 | |
CN102826093B (zh) | 车道脱离警报装置 | |
CN102963294B (zh) | 一种夜间行驶车辆远光灯开启状态的判别方法 | |
US7366325B2 (en) | Moving object detection using low illumination depth capable computer vision | |
EP2815383B1 (en) | Time to collision using a camera | |
CN108280990A (zh) | 基于车顶信号灯检测的急救车辆检测与避让方法与系统 | |
CN105512623A (zh) | 基于多传感器雾天行车视觉增强与能见度预警系统及方法 | |
CN107202983A (zh) | 基于图像识别和毫米波雷达融合的自动刹车方法和系统 | |
CN101984478B (zh) | 基于双目视觉车道线检测的非正常s型驾驶预警方法 | |
KR101240499B1 (ko) | 실시간 차선 인식 및 차량 검출 장치 및 방법 | |
CN112700470A (zh) | 一种基于交通视频流的目标检测和轨迹提取方法 | |
CN108037505A (zh) | 一种夜间前方车辆检测方法及系统 | |
CN108357418A (zh) | 一种基于尾灯识别的前车驾驶意图分析方法 | |
TWI700017B (zh) | 車輛偵測方法、基於光強度動態之夜間車輛偵測方法及其系統 | |
US11335100B2 (en) | Traffic light recognition system and method thereof | |
CN109703460A (zh) | 多摄像头的复杂场景自适应车辆碰撞预警装置及预警方法 | |
CN110097783A (zh) | 车辆预警方法及系统 | |
CN109886205B (zh) | 安全带实时监测方法和系统 | |
CN110435672A (zh) | 一种基于场景预判安全驾驶辅助方法及其系统 | |
CN109887276B (zh) | 基于前景提取与深度学习融合的夜间交通拥堵检测方法 | |
CN103927548A (zh) | 一种新的避免车辆碰撞的刹车行为检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180713 |