CN108319267A - 一种无人驾驶出租车 - Google Patents
一种无人驾驶出租车 Download PDFInfo
- Publication number
- CN108319267A CN108319267A CN201810092120.7A CN201810092120A CN108319267A CN 108319267 A CN108319267 A CN 108319267A CN 201810092120 A CN201810092120 A CN 201810092120A CN 108319267 A CN108319267 A CN 108319267A
- Authority
- CN
- China
- Prior art keywords
- module
- image
- service
- pilotless automobile
- user
- 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
- 238000001914 filtration Methods 0.000 claims description 27
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000003707 image sharpening Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000029305 taxis Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 210000001328 optic nerve Anatomy 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
- B60R25/20—Means to switch the anti-theft system on or off
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
- B60R25/30—Detection related to theft or to other events relevant to anti-theft systems
- B60R25/33—Detection related to theft or to other events relevant to anti-theft systems of global position, e.g. by providing GPS coordinates
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种无人驾驶出租车，包括身份识别模块、用户终端、服务模块和无人驾驶汽车，所述身份识别模块用于对用户身份进行验证，所述用户终端用于通过身份验证的用户向服务模块发起服务请求，所述服务模块用于根据服务请求向无人驾驶汽车发送控制指令；所述无人驾驶汽车包括指令接受模块、道路信息采集装置、定位模块和控制装置。本发明的有益效果为：提供了一种无人驾驶出租车，通过用户终端实现了和用户良好交互、向用户提供服务的功能。
Description
技术领域
本发明涉及出租车技术领域，具体涉及一种无人驾驶出租车。
背景技术
目前，良好的城市公共交通建设已经成为缓解城市交通压力、节能减排、服务大众的有效措施，随着无人驾驶车辆的研发和不断改进，无人驾驶车辆有可能被用于出租车领域，相对于有人驾驶出租车，能够有效降低运营成本，提供更好的服务。
人类所有的感知中，视觉在人类观察世界和认知世界方面起着重要的作用，而与视觉关系最密切的就是图像。我们生活的世界是三维世界，人眼所感知的图像是三维图像，但视觉传感器通常只能给出二维图像，所以，在图像处理中，一般分析处理的图像正是二维图像。人眼看到一幅图像，在大脑中会自然而然的对图像进行分析、识别，最后得出结论。这个过程在人类看来很简单，但实际上却是由许多视觉神经细胞来实现的。
发明内容
针对上述问题，本发明旨在提供一种无人驾驶出租车。
本发明的目的采用以下技术方案来实现：
提供了一种无人驾驶出租车，包括身份识别模块、用户终端、服务模块和无人驾驶汽车，所述身份识别模块用于对用户身份进行验证，所述用户终端用于通过身份验证的用户向服务模块发起服务请求，所述服务模块用于根据服务请求向无人驾驶汽车发送控制指令；所述无人驾驶汽车包括指令接受模块、道路信息采集装置、定位模块和控制装置，所述指令接收模块用于接收所述服务模块发送的控制指令，并将指令发送给控制装置，所述道路信息采集装置用于采集无人驾驶汽车的环境图像并对图像进行识别，获取道路信息，所述定位模块用于获取无人驾驶汽车的位置信息，所述控制装置根据道路信息、位置信息和控制指令对无人驾驶汽车进行控制，完成用户服务请求。
本发明的有益效果为：提供了一种无人驾驶出租车，通过用户终端实现了和用户良好交互、向用户提供服务的功能。
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是本发明的结构示意图；
附图标记：
身份识别模块1、用户终端2、服务模块3、无人驾驶汽车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，本实施例的一种无人驾驶出租车，包括身份识别模块1、用户终端2、服务模块3和无人驾驶汽车4，所述身份识别模块1用于对用户身份进行验证，所述用户终端2用于通过身份验证的用户向服务模块3发起服务请求，所述服务模块3用于根据服务请求向无人驾驶汽车4发送控制指令；所述无人驾驶汽车4包括指令接受模块、道路信息采集装置、定位模块和控制装置，所述指令接收模块用于接收所述服务模块发送的控制指令，并将指令发送给控制装置，所述道路信息采集装置用于采集无人驾驶汽车4的环境图像并对图像进行识别，获取道路信息，所述定位模块用于获取无人驾驶汽车4的位置信息，所述控制装置根据道路信息、位置信息和控制指令对无人驾驶汽车4进行控制，完成用户服务请求。
本实施例提供了一种无人驾驶出租车，通过用户终端实现了和用户良好交互、向用户提供服务的功能。
优选的，所述用户终端还包括计费模块和支付模块，所述计费模块用于确定服务项目的费用，所述支付模块用于支付服务项目的费用，所述支付方式包括电子支付和现金支付。
本优选实施例实现了服务的计费和支付，保证了无人驾驶出租车的良好运营。
优选的，所述道路信息采集装置包括图像采集模块、图像转化模块、图像锐化模块、图像滤波模块和信息获取模块，所述图像采集模块用于采集无人驾驶汽车4的环境图像，所述图像转化模块用于将彩色图像转化为灰度图像，所述图像锐化模块用于对灰度图像进行锐化处理，所述图像滤波模块用于对锐化后的图像进行滤波处理，所述信息获取模块根据滤波处理后的图像获取道路信息。
本优选实施例实现了图像的预处理和道路信息获取。
优选的，所述图像转化模块用于将彩色图像转化为灰度图像，具体为：
采用下式将彩色图像转化为灰度图像：
H(x,y)＝0.3R(x,y)+0.6G(x,y)+0.1B(x,y)
式中，(x,y)表示像素点的位置，H(x,y)表示转化后的灰度图像，R(x,y)表示彩色图像的红色分量，G(x,y)表示彩色图像的绿色分量，B(x,y)表示彩色图像的蓝色分量；
所述图像锐化模块用于对灰度图像进行锐化处理，具体为：
采用下式对灰度图像进行处理：
式中，Z(x,y)表示锐化处理后的图像，[H(x+1,y)+H(x-1,y)+H(x,y+1)+H(x,y-1)]-4H(x,y)表示离散拉普拉斯算子，当掩模中心系数大于零时，c＝1，当掩模中心系数大于零时，c＝1；
本优选实施例图像转换为灰度图像后，边缘和轮廓的部分会比较模糊，图像锐化模块突出了图像中的细节和增强被模糊的细节，加强了图像中目标的边缘和轮廓，方便对图像进行识别和处理；
优选的，所述图像滤波模块包括一次滤波模块、二次滤波模块、融合滤波模块和滤波评价模块，所述一次滤波模块用于对锐化后的图像进行滤波，获取一次滤波结果，所述二次滤波模块用于对锐化后的图像进行滤波，获取二次滤波结果，所述融合滤波模块用于根据一次滤波结果和二次滤波结果获取图像的最终滤波结果，所述滤波评价模块用于对图像滤波效果进行评价；
本优选实施例图像锐化模块在增强图像细节的同时也会加强图像中的噪声。图像中由于各种原因存在的噪声，有时会被当作目标而分割出来，使分割结果不准确，图像滤波模块对噪声进行了有效的消除和对滤波效果进行评价，保证了滤波效果，使后续图像分割后的结果更接近理想结果。
优选的，所述一次滤波模块用于对锐化后的图像进行滤波，获取一次滤波结果，具体为：
式中，L1(x,y)表示一次滤波结果，S1为像素点(x,y)的3×3邻域，该邻域不包括(x,y)，N1为邻域S1所包含的像素总数，S2为像素点(x,y)的5×5邻域，该邻域不包括(x,y)，N2为邻域S2所包含的像素总数；
所述二次滤波模块用于对锐化后的图像进行滤波，获取二次滤波结果，具体为：
式中，L2(x,y)表示二次滤波结果；
所述融合滤波模块用于根据一次滤波结果和二次滤波结果获取图像的最终滤波结果，
式中，L(x,y)表示图像的最终滤波结果。
本优选实施例通过一次滤波模块、二次滤波模块和融合滤波模块，实现了图像最终滤波结果的准确获取，具体的，一次滤波模块计算简单，处理速度快，通过选择合适的邻域，较好的消除了高斯噪声，得到了良好的一次滤波结果，二次滤波模块较好的消除了随机噪声，得到了良好的二次滤波结果，融合滤波模块融合一次滤波结果和二次滤波结果，得到的最终滤波结果兼具一次滤波结果和二次滤波结果的优点，具有良好的滤波效果。
优选的，所述滤波评价模块用于对图像滤波效果进行评价，具体为：根据图像最终滤波结果对图像进行分割，分割后的图像与参考图像对比，像素分类错误率为Y，定义评价因子P：
P＝2eX-Y+(X-Y)3
式中，P表示评价因子，X表示图像最终滤波结果的峰值信噪比；评价因子越大，表示滤波效果越好。
本优选实施例滤波评价模块实现了对图像滤波效果的评价，从而保证了图像滤波效果，为后续道路准确识别奠定了基础。
采用本发明无人驾驶出租车出行，选定出发地，选取5个目的地进行实验，分别为目的地1、目的地2、目的地3、目的地4、目的地5，对出行效率和出行成本进行统计，同现有出租车相比，产生的有益效果如下表所示：
| 出行效率提高 | 出行成本降低 | |
| 目的地1 | 29％ | 27％ |
| 目的地2 | 27％ | 26％ |
| 目的地3 | 26％ | 26％ |
| 目的地4 | 25％ | 24％ |
| 目的地5 | 24％ | 22％ |
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 (5)
1.一种无人驾驶出租车，其特征在于，包括身份识别模块、用户终端、服务模块和无人驾驶汽车，所述身份识别模块用于对用户身份进行验证，所述用户终端用于通过身份验证的用户向服务模块发起服务请求，所述服务模块用于根据服务请求向无人驾驶汽车发送控制指令；所述无人驾驶汽车包括指令接受模块、道路信息采集装置、定位模块和控制装置，所述指令接收模块用于接收所述服务模块发送的控制指令，并将指令发送给控制装置，所述道路信息采集装置用于采集无人驾驶汽车的环境图像并对图像进行识别，获取道路信息，所述定位模块用于获取无人驾驶汽车的位置信息，所述控制装置根据道路信息、位置信息和控制指令对无人驾驶汽车进行控制，完成用户服务请求。
2.根据权利要求1所述的无人驾驶出租车，其特征在于，所述用户终端还包括计费模块和支付模块，所述计费模块用于确定服务项目的费用，所述支付模块用于支付服务项目的费用，所述支付方式包括电子支付和现金支付。
3.根据权利要求2所述的无人驾驶出租车，其特征在于，所述道路信息采集装置包括图像采集模块、图像转化模块、图像锐化模块、图像滤波模块和信息获取模块，所述图像采集模块用于采集无人驾驶汽车的环境图像，所述图像转化模块用于将彩色图像转化为灰度图像，所述图像锐化模块用于对灰度图像进行锐化处理，所述图像滤波模块用于对锐化后的图像进行滤波处理，所述信息获取模块根据滤波处理后的图像获取道路信息。
4.根据权利要求3所述的无人驾驶出租车，其特征在于，所述图像转化模块用于将彩色图像转化为灰度图像，具体为：
采用下式将彩色图像转化为灰度图像：
H(x,y)＝0.3R(x,y)+0.6G(x,y)+0.1B(x,y)
式中，(x,y)表示像素点的位置，H(x,y)表示转化后的灰度图像，R(x,y)表示彩色图像的红色分量，G(x,y)表示彩色图像的绿色分量，B(x,y)表示彩色图像的蓝色分量。
5.根据权利要求4所述的无人驾驶出租车，其特征在于，所述图像锐化模块用于对灰度图像进行锐化处理，具体为：
采用下式对灰度图像进行处理：
式中，Z(x,y)表示锐化处理后的图像，[H(x+1,y)+H(x-1,y)+H(x,y+1)+H(x,y-1)]-4H(x,y)表示离散拉普拉斯算子，当掩模中心系数大于零时，c＝1，当掩模中心系数大于零时，c＝-1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810092120.7A CN108319267B (zh) | 2018-01-30 | 2018-01-30 | 一种无人驾驶出租车 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810092120.7A CN108319267B (zh) | 2018-01-30 | 2018-01-30 | 一种无人驾驶出租车 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108319267A true CN108319267A (zh) | 2018-07-24 |
| CN108319267B CN108319267B (zh) | 2021-07-30 |
Family
ID=62888511
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810092120.7A Active CN108319267B (zh) | 2018-01-30 | 2018-01-30 | 一种无人驾驶出租车 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108319267B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109324622A (zh) * | 2018-09-29 | 2019-02-12 | 柏秋 | 一种无人驾驶控制系统及方法 |
| CN109808697A (zh) * | 2019-01-16 | 2019-05-28 | 北京百度网讯科技有限公司 | 车辆控制方法、装置及设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100359740B1 (ko) * | 2000-07-07 | 2002-11-07 | (주)위트콤 | 택시 자동등록 통신단말기 및 통신망을 통한 택시이용서비스 제공방법 |
| CN103927789A (zh) * | 2014-04-29 | 2014-07-16 | 刘兴光 | 一种无人驾驶出租车系统 |
| CN104635735A (zh) * | 2014-12-03 | 2015-05-20 | 上海好创机电工程有限公司 | 一种新型agv视觉导航控制方法 |
| CN106054893A (zh) * | 2016-06-30 | 2016-10-26 | 江汉大学 | 智能车的控制系统和方法 |
| CN106774328A (zh) * | 2016-12-26 | 2017-05-31 | 广州大学 | 一种基于道路识别的自动驾驶系统及方法 |
-
2018
- 2018-01-30 CN CN201810092120.7A patent/CN108319267B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100359740B1 (ko) * | 2000-07-07 | 2002-11-07 | (주)위트콤 | 택시 자동등록 통신단말기 및 통신망을 통한 택시이용서비스 제공방법 |
| CN103927789A (zh) * | 2014-04-29 | 2014-07-16 | 刘兴光 | 一种无人驾驶出租车系统 |
| CN104635735A (zh) * | 2014-12-03 | 2015-05-20 | 上海好创机电工程有限公司 | 一种新型agv视觉导航控制方法 |
| CN106054893A (zh) * | 2016-06-30 | 2016-10-26 | 江汉大学 | 智能车的控制系统和方法 |
| CN106774328A (zh) * | 2016-12-26 | 2017-05-31 | 广州大学 | 一种基于道路识别的自动驾驶系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 邹博维: "基于多传感器的车辆局部交通环境感知", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109324622A (zh) * | 2018-09-29 | 2019-02-12 | 柏秋 | 一种无人驾驶控制系统及方法 |
| CN109324622B (zh) * | 2018-09-29 | 2024-04-30 | 柏秋 | 一种无人驾驶控制系统及方法 |
| CN109808697A (zh) * | 2019-01-16 | 2019-05-28 | 北京百度网讯科技有限公司 | 车辆控制方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108319267B (zh) | 2021-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110487562B (zh) | 一种用于无人驾驶的车道保持能力检测系统及方法 | |
| CN107463940A (zh) | 基于手机数据的车辆类型识别方法和设备 | |
| CN107463918A (zh) | 基于激光点云与影像数据融合的车道线提取方法 | |
| CN105761245B (zh) | 一种基于视觉特征点的自动跟踪方法及装置 | |
| CN109386155A (zh) | 面向自动化停车场的无人泊车搬运机器人的对位方法 | |
| KR101261409B1 (ko) | 영상 내 노면표시 인식시스템 | |
| CN106845491B (zh) | 一种停车场场景下基于无人机的自动纠偏方法 | |
| CN105426861A (zh) | 车道线确定方法及装置 | |
| CN209289269U (zh) | 一种基于双目立体视觉定位识别的智能垃圾分类机器人 | |
| CN111222522B (zh) | 神经网络训练、路面检测、智能驾驶控制方法和装置 | |
| CN107800747A (zh) | 一种乘客定位显示处理方法及装置 | |
| CN108319267A (zh) | 一种无人驾驶出租车 | |
| CN110378210A (zh) | 一种基于轻量化YOLOv3的车辆和车牌检测及长短焦融合测距方法 | |
| CN110115024A (zh) | 图像处理装置、图像处理方法和程序 | |
| CN110210384A (zh) | 一种道路全局信息实时提取与表示系统 | |
| CN112308913A (zh) | 一种基于视觉的车辆定位方法、装置及车载终端 | |
| CN109325409A (zh) | 通行车辆套牌检验平台 | |
| CN110276318A (zh) | 夜间公路下雨识别方法、装置、计算机设备及存储介质 | |
| CN109493377A (zh) | 一种智能道路养护系统 | |
| CN103390166A (zh) | 基于车前脸特征的车辆型号一致性判别方法 | |
| CN104751554B (zh) | 一种封闭旅游景区车辆调控方法 | |
| CN104732768B (zh) | 信号灯所在路口通行数据采集方法 | |
| CN111089598A (zh) | 一种基于icciu的车道级车载实时地图匹配方法 | |
| CN116503821B (zh) | 基于点云数据和图像识别的道路标识识别方法及系统 | |
| CN107507423A (zh) | 一种智能交通监控系统 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210713 Address after: 211200 Kechuang building, Futian Road, Zhetang street, Lishui Economic Development Zone, Nanjing City, Jiangsu Province Applicant after: Nanjing Lishui hi tech industry Equity Investment Co.,Ltd. Address before: 518000 Guangdong, Shenzhen, Nanshan District, Guangdong Province, south Guangdong Road, Nanshan Road 1024, 206 billion edifice building Applicant before: SHENZHEN HUITONG INTELLIGENT TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220302 Address after: 210000 No. 688, Tianshengqiao Avenue, yongyang street, Nanjing, Jiangsu Patentee after: Nanjing Yichi Automobile Electronic Technology Co.,Ltd. Address before: 211200 Kechuang building, Futian Road, Zhetang street, Lishui Economic Development Zone, Nanjing City, Jiangsu Province Patentee before: Nanjing Lishui hi tech industry Equity Investment Co.,Ltd. |