CN108663368A - 一种实时监测高速公路路网夜间整体能见度的系统及方法 - Google Patents
一种实时监测高速公路路网夜间整体能见度的系统及方法 Download PDFInfo
- Publication number
- CN108663368A CN108663368A CN201810448110.2A CN201810448110A CN108663368A CN 108663368 A CN108663368 A CN 108663368A CN 201810448110 A CN201810448110 A CN 201810448110A CN 108663368 A CN108663368 A CN 108663368A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- visibility
- arm processor
- front vehicles
- road image
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
Abstract
本发明属于高速公路能见度监测技术领域，公开了一种实时监测高速公路路网夜间整体能见度的系统及方法，所述系统包括一个控制中心和多个监测能见度的装置，每个监测能见度的装置固定在对应车辆上，所述每个监测能见度的装置包括：安装在车辆前挡风玻璃中央的摄像机，安装在车辆前保险杠中央且朝向车辆前进方向的雷达传感器，安装在车辆发动机舱的ARM处理器，安装在车辆方向盘侧面的GPS模块，以及4G通讯模块；具有投资少、适合规模化推广、智能化、自动化、无需操作且可靠性高的特点。
Description
技术领域
本发明属于高速公路能见度监测技术领域，尤其涉及一种实时监测高速公路路网夜间整体能见度的系统及方法。
背景技术
高速公路的能见度对交通安全具有直接影响作用，低能见度引发了无数的交通事故，也带来了巨大的人员伤亡与财产损失，尤其是夜间更容易出现能见度较低的情况。从高速公路安全管理角度而言，根据能见度的不同情况采取不同的管理措施是保证高速公路夜间安全通行的重要方法。对于能见度的应对措施，无论何种应对措施，最主要的前提是要获取能见度的数据，才能有的放矢的采取应对措施。
现阶段，采取能见度传感器是常用的方法。通过将能见度传感器固定在高速公路路侧，利用光学原理实时采集能见度数据并发回控制中心。这种方法效果较好，但能见度传感器成本太高，并且夜间在高速公路上的应用效果不佳。高速公路夜间模式下，所谓能见度实际上是对应的是否能开看清前方车辆的尾灯，而不是普通的光线因素。因此，夜间模式下高速公路能见度的获取是目前较为棘手的问题。
发明内容
针对上述问题，本发明的目的在于提供一种实时监测高速公路路网夜间整体能见度的系统及方法，具有投资少、适合规模化推广、智能化、自动化、无需操作且可靠性高的特点。
为达到上述目的，本发明采用如下技术方案予以实现。
技术方案一：
一种实时监测高速公路路网夜间整体能见度的系统，所述系统包括一个控制中心和多个监测能见度的装置，每个监测能见度的装置固定在对应车辆上，所述每个监测能见度的装置包括：安装在车辆前挡风玻璃中央的摄像机，安装在车辆前保险杠中央且朝向车辆前进方向的雷达传感器，安装在车辆发动机舱的ARM处理器，安装在方向盘侧面的GPS模块，以及4G通讯模块；
所述摄像机的信号输出端与所述ARM处理器的第一信号输入端连接，所述雷达传感器的信号输出端与ARM处理器的第二信号输入端连接，所述GPS模块的信号输出端与所述ARM处理器的第三信号输入端连接，所述ARM处理器的信号输出端与所述4G通讯模块的信号输入端连接，所述4G通讯模块的信号输出端与控制中心通讯连接。
本发明技术方案一的特点和进一步的改进为：
(1)在所述每个监测能见度的装置中：
所述摄像机，用于实时采集自车前方的道路图像，并将所述道路图像发送至ARM处理器；
所述雷达传感器，用于实时采集自车与每个前方车辆的相对距离和相对速度，并将自车与每个前方车辆的相对距离和相对速度发送至ARM处理器；
所述GPS模块，用于实时获取自车的经纬度信息，并将自车的经纬度信息发送至ARM处理器；
所述ARM处理器，用于根据所述摄像机发送的道路图像，获取所述道路图像中每个前方车辆在道路图像中的坐标(X1，Y1)；
所述ARM处理器，还用于根据所述雷达传感器发送的自车与每个前方车辆的相对距离和相对速度，确定速度大于自车速度的每个前方车辆，并获取速度大于自车速度的每个前方车辆的雷达坐标(X2，Y2)；
所述ARM处理器，还用于对每个前方车辆在道路图像中的坐标(X1，Y1)与速度大于自车速度的每个前方车辆的雷达坐标(X2，Y2)进行配对，得到被摄像机和雷达传感器同时采集到且速度大于自车速度的相同前方车辆；
所述ARM处理器，还用于根据所述相同前方车辆在所述摄像机发送的道路图像中消失前的最后一个采样时刻，将所述雷达传感器在所述最后一个采样时刻发送的该相同前方车辆与自车的相对距离确定为当前道路的能见度；
所述ARM处理器，还用于将GPS模块发送的自车的经纬度信息以及当前路路段的能见度发送至4G通讯模块；
所述4G通讯模块，用于将ARM处理器发送的自车的经纬度信息和当前路段的能见度发送至控制中心。
(2)所述控制中心，用于根据多个监测能见度的装置通过4G通讯模块发送的自车的经纬度信息和当前路段的能见度，统计高速公路路网每个路段的能见度，并将所述高速公路路网每个路段的能见度对该高路公路路网上的车辆通过电子地图进行显示。
(3)所述ARM处理器，用于根据所述摄像机发送的道路图像，获取所述道路图像中每个前方车辆在道路图像中的坐标(X1，Y1)，具体为：
ARM处理器获取所述摄像机发送的道路图像，若在所述道路图像中某个预设大小的区域内(该预设大小的区域为直径10厘米的圆形区域)，像素点的灰度平均值比所述道路图像的整体平均灰度值高出预设像素值阈值，且该预设大小的区域内，所有像素点之间的相互距离小于或等于预设像素个数，所述预设像素个数为该预设大小的区域中心像素点在所述道路图像中所在行的总像素点的10％，则所述ARM处理器确定该预设大小的区域为自车前方车辆的一个尾灯区域；
所述ARM处理器根据所述自车前方车辆的一个尾灯区域，得到该前方车辆在所述道路图像中的坐标(X1，Y1)。
(4)所述预设像素阈值设置为60。
技术方案二：
一种实时监测高速公路路网夜间整体能见度的方法，所述方法应用于如技术方案一所述的系统中，所述系统包括一个控制中心和多个监测能见度的装置，每个监测能见度的装置固定在对应车辆上，其特征在于，所述方法包括：
对于每个监测能见度的装置，其中，
摄像机实时采集自车前方的道路图像，并将所述道路图像发送至ARM处理器；
雷达传感器实时采集自车与每个前方车辆的相对距离和相对速度，并将自车与每个前方车辆的相对距离和相对速度发送至ARM处理器；
GPS模块实时获取自车的经纬度信息，并将自车的经纬度信息发送至ARM处理器；
ARM处理器根据所述摄像机发送的道路图像，获取道路图像中每个前方车辆在道路图像中的坐标(X1，Y1)；
所述ARM处理器根据所述雷达传感器发送的自车与每个前方车辆的相对距离和相对速度，确定速度大于自车速度的每个前方车辆，并获取速度大于自车速度的每个前方车辆的雷达坐标(X2，Y2)；
所述ARM处理器对每个前方车辆在道路图像中的坐标(X1，Y1)与速度大于自车速度的每个前方车辆的雷达坐标(X2，Y2)进行配对，得到被摄像机和雷达传感器同时采集到且速度大于自车速度的相同前方车辆；
所述ARM处理器根据所述相同前方车辆在所述摄像机发送的道路图像中消失前的最后一个采样时刻，将所述雷达传感器在所述最后一个采样时刻发送的该相同前方车辆与自车的相对距离确定为当前道路的能见度；
所述ARM处理器将GPS模块发送的自车的经纬度信息以及当前路路段的能见度发送至4G通讯模块；
4G通讯模块将ARM处理器发送的自车的经纬度信息和当前路段的能见度发送至控制中心。
本发明技术方案二的特点和进一步的改进为：
(1)ARM处理器根据所述摄像机发送的道路图像，获取道路图像中每个前方车辆在道路图像中的坐标(X1，Y1)，具体为：
ARM处理器获取所述摄像机发送的道路图像，若在所述道路图像中某个预设大小的区域内，像素点的灰度平均值比所述道路图像的整体平均灰度值高出预设像素值阈值，且该预设大小的区域内，所有像素点之间的相互距离小于或等于预设像素个数，所述预设像素个数为该预设大小的区域中心像素点在所述道路图像中所在行的总像素点的10％，则所述ARM处理器确定该预设大小的区域为自车前方车辆的一个尾灯区域；
所述ARM处理器根据所述自车前方车辆的一个尾灯区域，得到该前方车辆在所述道路图像中的坐标(X1，Y1)。
(2)所述预设像素阈值设置为60。
(3)所述ARM处理器对每个前方车辆在道路图像中的坐标(X1，Y1)与速度大于自车速度的每个前方车辆的雷达坐标(X2，Y2)进行配对，得到被摄像机和雷达传感器同时采集到且速度大于自车速度的相同前方车辆，具体为：
摄像机和雷达传感器固定安装在自车之后，摄像机采集的道路图像的坐标系与雷达传感器采集的前方车辆的坐标系存在固定的函数关系；
所述ARM处理器获取每个前方车辆的轮廓中心在道路图像中的坐标(X1，Y1)与速度大于自车速度的每个前方车辆的雷达坐标(X2，Y2)中满足所述固定的函数关系的同一个前方车辆的两个坐标，从而确定该两个坐标配对成功，得到被摄像机和雷达传感器同时采集到且速度大于自车速度的同一个前方车辆。
(4)所述控制中心根据多个监测能见度的装置通过4G通讯模块发送的自车的经纬度信息和当前路段的能见度，统计高速公路路网每个路段的能见度，并将所述高速公路路网每个路段的能见度对该高路公路路网上的车辆通过电子地图进行显示。
本发明技术方案中涉及到的相关传感器、处理器等在目前汽车上已经得到了广泛的应用，本发明技术方案在推广使用过程中，实际并不需要额外购置这些设备，只需要将本发明的思路方法在车载处理器中运行，即可实现大范围的高速公路路网能见度监测，并且这个过程是全自动化的，无需驾驶人进行任何操作。从理论上而言，本发明可以快速、准确的对全国范围的高速公路路网夜间能见度进行监测，应用前景非常广泛。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种实时监测高速公路路网整体能见度的系统中监测能见度的装置的电路结构示意图；
图2为本发明实施例提供的一种实时监测高速公路路网整体能见度的系统中监测能见度的装置的的安装示意图；
图3为本发明实施例提供的一种实时监测高速公路路网整体能见度的方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供一种实时监测高速公路路网整体能见度的系统，所述系统包括一个控制中心和多个监测能见度的装置，每个监测能见度的装置固定在对应车辆上，参照图1，为本发明实施例提供的一种实时监测高速公路路网整体能见度的装置的电路结构示意图，所述每个监测能见度的装置包括在自车6发动机罩下方空闲处设置有ARM9处理器3、ARM9处理器3通过导线与外界进行信号传输。ARM9处理器7的具体型号为S3C2410。本发明实施例中，前方车辆指位于自身车辆6(即本车)前方的所有其他车辆。
在车辆前挡风玻璃中央固定有摄像机2，参照图2，摄像机2采用胶粘方式固定在自身车辆的前风挡玻璃正中央下方，摄像机2的镜头水平朝向前方，摄像机2用于采集自身车辆前方的道路图像。摄像机2采用中星YJS-01 USB2.0摄像机，有效像素为600万。结合图1，摄像机2通过USB数据线连接到ARM9处理器3的USB接口，摄像机2用于将采集到的道路图像发送至ARM9处理器3。
本发明实施例中，在车辆进气格栅外侧还固定有雷达传感器1(采用细纹螺栓紧固在车辆进气格栅的外侧)，雷达传感器1用于通过向车辆前方发射信号，来探测前方车辆与自车的相对距离、相对角度和相对速度。结合图1，雷达传感器2的信号输出端电连接ARM9处理器3的信号输入端。当雷达传感器采集到前方车辆与自车的相对距离、相对角度和相对速度之后，将其发送至ARM9处理器。本发明实施例中，上述雷达传感器为ESR雷达传感器。
结合图1，本发明中还设置有GPS模块4，用于采集自车6的位置信息，具体包括经度和纬度数据。GPS模块4的信号输出端电连接ARM9处理器3的I/O接口。
本发明实施例中，本发明中还设置有4G通讯模块5。4G通讯模块5电连接于ARM9处理器3，用于通过移动通讯网络向控制中心发送数据包。
由于本发明属于车载安全领域，因此需要本发明具有良好的实时性。本发明工作频率设置为10Hz，基本可以达到主动安全系统实时性的要求。
结合图3，下面具体说明本发明的一种用于实时监测高速公路路网夜间整体能见度的方法的工作过程：
S1：系统启动后，摄像机实时采集自身车辆前方的道路图像，雷达传感器实时采集自车与前方车辆的相对距离、相对角度和相对速度，GPS模块实时采集自车的经纬度信息。利用ARM9处理器实时接收来自摄像机的道路图像、来自雷达传感器的相对距离、相对角度和相对速度、以及来自GPS模块采集的经纬度信息。
S2：ARM9处理器对实时道路图像进行前方车辆尾灯识别，判断前方车辆的位置。夜间模式下，前方车辆的尾灯在图像中会表现为一块高亮区域，并且这个区域比周围区域的亮度要大。
通过分析前方图像所有像素点的灰度值，本发明采用如下方法识别尾灯区域：如果某个区域内(本发明实施例设置某个区域是直径为10厘米的圆形区域)像素点的灰度平均值要比整体图像的灰度平均值高出60以上，且在这个区域内的所有像素点相互距离不超过该区域中心点所在行总像素点的10％，则认为该区域属于前方车辆的一个尾灯。否则不进行任何操作，重新采集数据进行分析。
识别到尾灯区域之后，得到该尾灯区域对应的前方车辆中心点在图像中的坐标(X1，Y1)。对于每一辆车，只需识别一个尾灯区域，即可进入下一步流程。
现有车辆的尾灯形状千奇百怪，长条形、叉号形状等都有，但本发明所设定的尾灯识别规则对这些尾灯都可以进行有效识别。
S3：ARM9处理器对雷达数据进行分析，对每一个前方车辆数据，根据相对速度的正负，剔除前方速度低于自车的车辆，只保留速度快于自车的前方车辆数据。
S4：雷达目标和图像数据配对。对于前方速度快于自车的车辆，雷达返回该车辆的坐标位置(X2，Y2)。由于雷达传感器和摄像机同时对前方进行采集，因此对于前方的车辆，只要在雷达和摄像机的监测范围之内，即可同时获取前方车辆的雷达数据(X2，Y2)和摄像机数据(X1，Y1)。雷达传感器和摄像机固定位置不动之后，(X1，Y1)和(X2，Y2)之间会存在一定的对应关系，以f(x，y)函数表示。
对于每一次采集得到的1组(X1，Y1)和1组(X2，Y2)，如果这2组数据属于同一个前方车辆被雷达传感器和摄像机同时采集得到，那么(X1，Y1)和(X2，Y2)之间应该符合函数f(x，y)。因此，如果(X1，Y1)和(X2，Y2)之间符合函数f(x，y)，则表示该前方车辆已经被雷达传感器和摄像机同时追踪采集得到，雷达传感器和摄像机的数据配对成功。如果(X1，Y1)和(X2，Y2)之间不符合函数f(x，y)，配对失败，则放弃该前方车辆的数据。
S5：对于配对成功的前方车辆目标，由于该目标的速度高于自车，因此该目标会逐渐远离自车，并逐渐在图像中消失。在夜间低能见度情况下，目标在图像中消失时，雷达传感器依然可以检测到该目标的数据，并继续返回该目标与自车的相对速度、相对角度和相对距离。
因此，对于配对成功的目标，在后续一段时间内将继续配对成功，直到某一次图像数据消失只剩下雷达数据。此时，将消失前最后一次配对数据取出，获取到该次采样时刻雷达传感器采集到的自车与该目标之间的距离d。d就是得到的该路段在夜间的能见度数据。
上述这个过程中，本方法只关注200米范围内的车辆。200米外的情况下，图像处理效果不佳，系统不进行处理。能见度超过200米的情况下，道路的运行特性也相对较好，并不需要控制中心采取严格的管理措施。
S6：打包发送能见度数据和经纬度数据。获取到能见度据d之后，微处理器将d值和GPS模块采集到的经纬度数据打包，利用4G通讯模块向控制中心远程实时发送。
S7：对于上述方案，每一辆夜间在高速公路上行驶的车辆都可以成为自车，并且在任何路段都可以采集到高速公路夜间的能见度数据，因此，当无数个自车在不同路段都将能见度数据发送到控制中心时，控制中心将获取无数多个能见度数据。同时利用和能见度数据一起发送的经纬度数据，控制中心可以快速、准确的对整个高速公路路网的夜间能见度特性进行分析，并通过其他手段向驾驶人提示或者对高速公路进行相应管理。
本发明的有益效果为：本发明中涉及到的相关传感器、处理器等在目前汽车上已经得到了广泛的应用，本发明推广使用过程中，实际并不需要额外购置这些设置，只需要将本发明的思路方法在车载处理器中运行，即可实现大范围的高速公路路网能见度监测，并且这个过程是全自动化的，无需驾驶人进行任何操作。从理论上而言，本发明可以快速、准确的对全国范围的高速公路路网夜间能见度进行监测，应用前景非常广泛。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种实时监测高速公路路网夜间整体能见度的系统，其特征在于，所述系统包括一个控制中心和多个监测能见度的装置，每个监测能见度的装置固定在对应车辆上，所述每个监测能见度的装置包括：安装在车辆前挡风玻璃中央的摄像机，安装在车辆前保险杠中央且朝向车辆前进方向的雷达传感器，安装在车辆发动机舱的ARM处理器，安装在方向盘侧面的GPS模块，以及4G通讯模块；
所述摄像机的信号输出端与所述ARM处理器的第一信号输入端连接，所述雷达传感器的信号输出端与ARM处理器的第二信号输入端连接，所述GPS模块的信号输出端与所述ARM处理器的第三信号输入端连接，所述ARM处理器的信号输出端与所述4G通讯模块的信号输入端连接，所述4G通讯模块的信号输出端与控制中心通讯连接。
2.根据权利要求1所述的一种实时监测高速公路路网夜间整体能见度的系统，其特征在于，在所述每个监测能见度的装置中：
所述摄像机，用于实时采集自车前方的道路图像，并将所述道路图像发送至ARM处理器；
所述雷达传感器，用于实时采集自车与每个前方车辆的相对距离和相对速度，并将自车与每个前方车辆的相对距离和相对速度发送至ARM处理器；
所述GPS模块，用于实时获取自车的经纬度信息，并将自车的经纬度信息发送至ARM处理器；
所述ARM处理器，用于根据所述摄像机发送的道路图像，获取所述道路图像中每个前方车辆在道路图像中的坐标(X1，Y1)；
所述ARM处理器，还用于根据所述雷达传感器发送的自车与每个前方车辆的相对距离和相对速度，确定速度大于自车速度的每个前方车辆，并获取速度大于自车速度的每个前方车辆的雷达坐标(X2，Y2)；
所述ARM处理器，还用于对每个前方车辆在道路图像中的坐标(X1，Y1)与速度大于自车速度的每个前方车辆的雷达坐标(X2，Y2)进行配对，得到被摄像机和雷达传感器同时采集到且速度大于自车速度的相同前方车辆；
所述ARM处理器，还用于根据所述相同前方车辆在所述摄像机发送的道路图像中消失前的最后一个采样时刻，将所述雷达传感器在所述最后一个采样时刻发送的该相同前方车辆与自车的相对距离确定为当前道路的能见度；
所述ARM处理器，还用于将GPS模块发送的自车的经纬度信息以及当前路路段的能见度发送至4G通讯模块；
所述4G通讯模块，用于将ARM处理器发送的自车的经纬度信息和当前路段的能见度发送至控制中心。
3.根据权利要求2所述的一种实时监测高速公路路网夜间整体能见度的系统，其特征在于，
所述控制中心，用于根据多个监测能见度的装置通过4G通讯模块发送的自车的经纬度信息和当前路段的能见度，统计高速公路路网每个路段的能见度，并将所述高速公路路网每个路段的能见度对该高路公路路网上的车辆通过电子地图进行显示。
4.根据权利要求2所述的一种实时监测高速公路路网夜间整体能见度的系统，其特征在于，所述ARM处理器，用于根据所述摄像机发送的道路图像，获取所述道路图像中每个前方车辆在道路图像中的坐标(X1，Y1)，具体为：
ARM处理器获取所述摄像机发送的道路图像，若在所述道路图像中某个预设大小的区域内，像素点的灰度平均值比所述道路图像的整体平均灰度值高出预设像素值阈值，且该预设大小的区域内，所有像素点之间的相互距离小于或等于预设像素个数，所述预设像素个数为该预设大小的区域中心像素点在所述道路图像中所在行的总像素点的10％，则所述ARM处理器确定该预设大小的区域为自车前方车辆的一个尾灯区域；
所述ARM处理器根据所述自车前方车辆的一个尾灯区域，得到该前方车辆在所述道路图像中的坐标(X1，Y1)。
5.根据权利要求4所述的一种实时监测高速公路路网夜间整体能见度的系统，其特征在于，所述预设大小的区域为直径10厘米的圆形区域。
6.根据权利要求4所述的一种实时监测高速公路路网夜间整体能见度的系统，其特征在于，所述预设像素阈值设置为60。
7.一种实时监测高速公路路网夜间整体能见度的方法，所述方法应用于如权利要求1-6中任一项所述的系统中，所述系统包括一个控制中心和多个监测能见度的装置，每个监测能见度的装置固定在对应车辆上，其特征在于，所述方法包括：
对于每个监测能见度的装置，其中，
摄像机实时采集自车前方的道路图像，并将所述道路图像发送至ARM处理器；
雷达传感器实时采集自车与每个前方车辆的相对距离和相对速度，并将自车与每个前方车辆的相对距离和相对速度发送至ARM处理器；
GPS模块实时获取自车的经纬度信息，并将自车的经纬度信息发送至ARM处理器；
ARM处理器根据所述摄像机发送的道路图像，获取道路图像中每个前方车辆在道路图像中的坐标(X1，Y1)；
所述ARM处理器根据所述雷达传感器发送的自车与每个前方车辆的相对距离和相对速度，确定速度大于自车速度的每个前方车辆，并获取速度大于自车速度的每个前方车辆的雷达坐标(X2，Y2)；
所述ARM处理器对每个前方车辆在道路图像中的坐标(X1，Y1)与速度大于自车速度的每个前方车辆的雷达坐标(X2，Y2)进行配对，得到被摄像机和雷达传感器同时采集到且速度大于自车速度的相同前方车辆；
所述ARM处理器根据所述相同前方车辆在所述摄像机发送的道路图像中消失前的最后一个采样时刻，将所述雷达传感器在所述最后一个采样时刻发送的该相同前方车辆与自车的相对距离确定为当前道路的能见度；
所述ARM处理器将GPS模块发送的自车的经纬度信息以及当前路路段的能见度发送至4G通讯模块；
4G通讯模块将ARM处理器发送的自车的经纬度信息和当前路段的能见度发送至控制中心。
8.根据权利要求7所述的一种实时监测高速公路路网夜间整体能见度的方法，其特征在于，ARM处理器根据所述摄像机发送的道路图像，获取道路图像中每个前方车辆在道路图像中的坐标(X1，Y1)，具体为：
ARM处理器获取所述摄像机发送的道路图像，若在所述道路图像中某个预设大小的区域内，像素点的灰度平均值比所述道路图像的整体平均灰度值高出预设像素值阈值，且该预设大小的区域内，所有像素点之间的相互距离小于或等于预设像素个数，所述预设像素个数为该预设大小的区域中心像素点在所述道路图像中所在行的总像素点的10％，则所述ARM处理器确定该预设大小的区域为自车前方车辆的一个尾灯区域；
所述ARM处理器根据所述自车前方车辆的一个尾灯区域，得到该前方车辆在所述道路图像中的坐标(X1，Y1)。
9.根据权利要求7所述的一种实时监测高速公路路网夜间整体能见度的方法，其特征在于，所述ARM处理器对每个前方车辆在道路图像中的坐标(X1，Y1)与速度大于自车速度的每个前方车辆的雷达坐标(X2，Y2)进行配对，得到被摄像机和雷达传感器同时采集到且速度大于自车速度的相同前方车辆，具体为：
摄像机和雷达传感器固定安装在自车之后，摄像机采集的道路图像的坐标系与雷达传感器采集的前方车辆的坐标系存在固定的函数关系；
所述ARM处理器获取每个前方车辆的轮廓中心在道路图像中的坐标(X1，Y1)与速度大于自车速度的每个前方车辆的雷达坐标(X2，Y2)中满足所述固定的函数关系的同一个前方车辆的两个坐标，从而确定该两个坐标配对成功，得到被摄像机和雷达传感器同时采集到且速度大于自车速度的同一个前方车辆。
10.根据权利要求6所述的一种实时监测高速公路路网夜间整体能见度的方法，其特征在于，所述控制中心根据多个监测能见度的装置通过4G通讯模块发送的自车的经纬度信息和当前路段的能见度，统计高速公路路网每个路段的能见度，并将所述高速公路路网每个路段的能见度对该高路公路路网上的车辆通过电子地图进行显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810448110.2A CN108663368B (zh) | 2018-05-11 | 2018-05-11 | 一种实时监测高速公路路网夜间整体能见度的系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810448110.2A CN108663368B (zh) | 2018-05-11 | 2018-05-11 | 一种实时监测高速公路路网夜间整体能见度的系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108663368A true CN108663368A (zh) | 2018-10-16 |
| CN108663368B CN108663368B (zh) | 2020-11-27 |
Family
ID=63779157
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810448110.2A Active CN108663368B (zh) | 2018-05-11 | 2018-05-11 | 一种实时监测高速公路路网夜间整体能见度的系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108663368B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111292529A (zh) * | 2020-01-22 | 2020-06-16 | 长安大学 | 一种识别高速公路团雾分布的方法 |
| CN113192066A (zh) * | 2021-05-28 | 2021-07-30 | 武汉长江通信智联技术有限公司 | 一种用于高速公路全天候的能见度估计方法的装置及方法 |
| CN113435405A (zh) * | 2021-07-15 | 2021-09-24 | 山东交通学院 | 基于视频图像的高速公路夜间团雾监测方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070008182A1 (en) * | 2005-06-08 | 2007-01-11 | Denso Corporation | Image processing device for vehicle |
| CN101382497A (zh) * | 2008-10-06 | 2009-03-11 | 南京大学 | 基于路况监控视频的能见度检测方法 |
| CN102124370A (zh) * | 2008-08-12 | 2011-07-13 | 大陆汽车有限公司 | 识别延伸的静态对象的方法 |
| CN103134800A (zh) * | 2013-02-07 | 2013-06-05 | 安徽皖通科技股份有限公司 | 一种基于视频的道路气象检测系统 |
| JP2014109945A (ja) * | 2012-12-03 | 2014-06-12 | Fuji Heavy Ind Ltd | 車両の運転支援制御装置 |
| CN104290753A (zh) * | 2014-09-29 | 2015-01-21 | 长安大学 | 一种前方车辆运动状态追踪预测装置及其预测方法 |
| CN105527251A (zh) * | 2014-10-22 | 2016-04-27 | 姜海梅 | 基于云计算平台的高速公路能见度监测预警系统 |
| CN106225789A (zh) * | 2016-07-12 | 2016-12-14 | 武汉理工大学 | 一种具有高安全性的车载导航系统及其引导方法 |
| US9739881B1 (en) * | 2016-03-24 | 2017-08-22 | RFNAV, Inc. | Low cost 3D radar imaging and 3D association method from low count linear arrays for all weather autonomous vehicle navigation |
| CN107161097A (zh) * | 2017-04-06 | 2017-09-15 | 南京航空航天大学 | 基于北斗导航系统的车辆行驶智能安全系统 |
-
2018
- 2018-05-11 CN CN201810448110.2A patent/CN108663368B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070008182A1 (en) * | 2005-06-08 | 2007-01-11 | Denso Corporation | Image processing device for vehicle |
| CN102124370A (zh) * | 2008-08-12 | 2011-07-13 | 大陆汽车有限公司 | 识别延伸的静态对象的方法 |
| CN101382497A (zh) * | 2008-10-06 | 2009-03-11 | 南京大学 | 基于路况监控视频的能见度检测方法 |
| JP2014109945A (ja) * | 2012-12-03 | 2014-06-12 | Fuji Heavy Ind Ltd | 車両の運転支援制御装置 |
| CN103134800A (zh) * | 2013-02-07 | 2013-06-05 | 安徽皖通科技股份有限公司 | 一种基于视频的道路气象检测系统 |
| CN104290753A (zh) * | 2014-09-29 | 2015-01-21 | 长安大学 | 一种前方车辆运动状态追踪预测装置及其预测方法 |
| CN105527251A (zh) * | 2014-10-22 | 2016-04-27 | 姜海梅 | 基于云计算平台的高速公路能见度监测预警系统 |
| US9739881B1 (en) * | 2016-03-24 | 2017-08-22 | RFNAV, Inc. | Low cost 3D radar imaging and 3D association method from low count linear arrays for all weather autonomous vehicle navigation |
| CN106225789A (zh) * | 2016-07-12 | 2016-12-14 | 武汉理工大学 | 一种具有高安全性的车载导航系统及其引导方法 |
| CN107161097A (zh) * | 2017-04-06 | 2017-09-15 | 南京航空航天大学 | 基于北斗导航系统的车辆行驶智能安全系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111292529A (zh) * | 2020-01-22 | 2020-06-16 | 长安大学 | 一种识别高速公路团雾分布的方法 |
| CN113192066A (zh) * | 2021-05-28 | 2021-07-30 | 武汉长江通信智联技术有限公司 | 一种用于高速公路全天候的能见度估计方法的装置及方法 |
| CN113435405A (zh) * | 2021-07-15 | 2021-09-24 | 山东交通学院 | 基于视频图像的高速公路夜间团雾监测方法及系统 |
| CN113435405B (zh) * | 2021-07-15 | 2023-09-08 | 山东交通学院 | 基于视频图像的高速公路夜间团雾监测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108663368B (zh) | 2020-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108663368A (zh) | 一种实时监测高速公路路网夜间整体能见度的系统及方法 | |
| CN108401427B (zh) | 一种车辆周边环境分析方法、装置及车载设备 | |
| CN110083099B (zh) | 一种符合汽车功能安全标准自动驾驶架构系统和工作方法 | |
| US11475679B2 (en) | Road map generation system and road map generation method | |
| CN102663352A (zh) | 一种轨道识别方法 | |
| CN113808418B (zh) | 路况信息显示系统、方法、车辆、计算机设备和存储介质 | |
| CN213303095U (zh) | 一种基于人工智能的路测装置 | |
| CN210667171U (zh) | 一种基于激光检测道路车辆抓拍识别系统 | |
| CN110533921B (zh) | 车辆的触发抓拍方法及系统 | |
| JP4848644B2 (ja) | 障害物認識システム | |
| CN111123731B (zh) | 自动驾驶车辆仿真的方法、装置、存储介质和终端设备 | |
| CN109859235B (zh) | 一种夜间移动车灯跟踪检测系统、方法及设备 | |
| CN114627409A (zh) | 一种车辆异常变道的检测方法及装置 | |
| CN208847836U (zh) | 有轨电车防撞系统 | |
| CN111862621B (zh) | 多类型适配的黑烟车智能抓拍系统 | |
| CN117372979A (zh) | 道路巡检方法、装置、电子设备及存储介质 | |
| CN113050081A (zh) | 遮挡物的检测方法和装置、雷达、车辆、存储介质 | |
| CN108749708B (zh) | 一种低能见度下自动开启车辆雾灯的装置及方法 | |
| CN108638957B (zh) | 一种夜间低能见度下自动开启车辆雾灯的装置及方法 | |
| CN108645854B (zh) | 一种实时监测高速公路路网整体能见度的系统及方法 | |
| CN108648479B (zh) | 一种利用电子地图实时提醒夜间团雾路段的装置及方法 | |
| CN107292818B (zh) | 一种基于环视相机的捕线器自动定位系统及方法 | |
| CN115240148A (zh) | 车辆行为的检测方法、装置、存储介质及电子装置 | |
| CN108263276B (zh) | 一种低能见度条件下车用安全警示系统 | |
| CN112241004A (zh) | 物体识别装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |