CN109145692B - 车辆驾驶辅助系统和方法 - Google Patents
车辆驾驶辅助系统和方法 Download PDFInfo
- Publication number
- CN109145692B CN109145692B CN201710509112.3A CN201710509112A CN109145692B CN 109145692 B CN109145692 B CN 109145692B CN 201710509112 A CN201710509112 A CN 201710509112A CN 109145692 B CN109145692 B CN 109145692B
- Authority
- CN
- China
- Prior art keywords
- host vehicle
- target area
- target
- atmospheric visibility
- target object
- 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.)
- Active
Links
Images
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
-
- 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
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
Abstract
本发明涉及车辆驾驶辅助系统和方法。车辆驾驶辅助系统包括:雷达检测装置,其检测主车辆前方第一预定范围内的至少一个物体;摄像装置,其拍摄主车辆前方第二预定范围内的场景的原始图像;映射装置,其将至少一个物体中的、位于第一预定范围与第二预定范围相重叠的区域内的至少一个目标物体的雷达坐标映射为图像坐标;裁剪装置,其基于每个目标物体的图像坐标从原始图像中裁剪出每个目标物体的分图像;判定装置,其基于每个目标物体的分图像来判定每个目标物体是否可见;和分析装置,如果至少一个目标物体中的至少一者为不可见物体,则将不可见物体中距主车辆最近的物体与主车辆之间的距离作为大气能见度。
Description
技术领域
本发明涉及车辆驾驶辅助系统和方法。
背景技术
在大雾天气中,大气能见度较差。当车辆在大雾天气中行驶时,驾驶员对周围环境的识别产生困难,从而易于引发交通事故。
因此,需要能够检测大气能见度的方法。驾驶员可以根据大气能见度的大小来进行适当的驾驶操作,从而确保行车安全。
发明内容
本发明的目的在于提供能够检测大气能见度的新型的车辆驾驶辅助系统和方法,该系统和方法简单易行并且成本较低。
根据本发明的一方面,提供了一种车辆驾驶辅助系统,其包括:雷达检测装置,其被构造为检测主车辆前方第一预定范围内的至少一个物体;摄像装置,其被构造为拍摄主车辆前方第二预定范围内的场景的原始图像;映射装置,其被构造为将至少一个物体中的、位于第一预定范围与第二预定范围相重叠的区域内的至少一个目标物体的雷达坐标映射为图像坐标;裁剪装置,其被构造为基于每个目标物体的图像坐标从原始图像中裁剪出每个目标物体的分图像;判定装置,其被构造为基于每个目标物体的分图像来判定每个目标物体是否可见;和分析装置,其被构造为如果至少一个目标物体中的至少一者为不可见物体,则将不可见物体中距主车辆最近的物体与主车辆之间的距离作为大气能见度。
根据本发明的实施例,判定装置包括:向量生成单元,其被构造为从每个分图像中提取出颜色特征、纹理特征和边缘特征以形成每个分图像的特征向量;分类器,其被构造为对至少一个目标物体的分图像的特征向量进行分类,以计算出每个分图像的特征向量的分类置信度,分类置信度表示分图像可见的概率;和判定单元,其被构造为基于每个分图像的特征向量的分类置信度的大小来判定每个分图像是否可见,以判定每个分图像中的目标物体是否可见。
根据本发明的实施例,判定单元被构造为:如果分图像的特征向量的分类置信度大于阈值,则判定分图像中的目标物体可见;并且如果分图像的特征向量的分类置信度小于或等于阈值,则判定分图像中的目标物体不可见。
根据本发明的实施例,车辆驾驶辅助系统还包括:预警控制装置,其被构造为基于大气能见度的大小来执行相应的预警控制。
根据本发明的实施例,预警控制包括控制主车辆向驾驶员发出预警信号和/或控制主车辆自动执行预定操作。
根据本发明的实施例,车辆驾驶辅助系统还包括:接收装置,其被构造为接收主车辆的使用者提供的目标区域;检索装置,其被构造为连接至云服务器并且从云服务器中检索构成目标区域的至少一个目标区域单元的大气能见度;和提示装置,其被构造为向使用者提示构成目标区域的至少一个目标区域单元的大气能见度,以向使用者提示目标区域的大气能见度。
根据本发明的实施例,每个目标区域单元的大气能见度是在预定时间内每个目标区域单元的车辆上传的大气能见度的平均值。
根据本发明的实施例,目标区域单元为预定长度的道路和/或预定面积的区域。
根据本发明的实施例,提示装置被构造为:将目标区域单元的大气能见度以数值、等级和颜色中的至少一种形式来表示。
本发明的另一方面提供了一种车辆,其安装有根据以上实施例所述的车辆驾驶辅助系统。
本发明的另一方面提供了一种车辆驾驶辅助方法,其包括:利用雷达检测装置检测主车辆前方第一预定范围内的至少一个物体;拍摄主车辆前方第二预定范围内的场景的原始图像;将物体中的、位于第一预定范围与第二预定范围相重叠的区域内的至少一个目标物体的雷达坐标映射为图像坐标;基于每个目标物体的图像坐标从原始图像中裁剪出每个目标物体的分图像;基于每个目标物体的分图像来判定每个目标物体是否可见;和如果至少一个目标物体中的至少一者为不可见物体,则将不可见物体中距主车辆最近的物体与主车辆之间的距离作为大气能见度。
根据本发明的实施例,判定每个目标物体是否可见的步骤包括:从每个分图像中提取出颜色特征、纹理特征和边缘特征以形成每个分图像的特征向量;对至少一个目标物体的分图像的特征向量进行分类,以计算出每个分图像的特征向量的分类置信度,分类置信度表示分图像可见的概率;和基于每个分图像的特征向量的分类置信度的大小来判定每个分图像是否可见,以判定每个分图像中的目标物体是否可见。
根据本发明的实施例,基于分类置信度的大小来判定每个分图像是否可见的步骤包括:如果分图像的特征向量的分类置信度大于阈值,则判定分图像中的目标物体可见;和如果分图像的特征向量的分类置信度小于或等于阈值,则判定分图像中的目标物体不可见。
根据本发明的实施例,车辆驾驶辅助方法还包括:基于大气能见度的大小来执行相应的预警控制。
根据本发明的实施例,预警控制包括控制主车辆向驾驶员发出预警信号和/或控制主车辆自动执行预定操作。
根据本发明的实施例,车辆驾驶辅助方法还包括:接收主车辆的使用者提供的目标区域;从云服务器中检索构成目标区域的至少一个目标区域单元的大气能见度;和向使用者提示构成目标区域的至少一个目标区域单元的大气能见度,以向使用者提示目标区域的大气能见度。
根据本发明的实施例,目标区域单元的大气能见度是在预定时间内目标区域单元中的车辆上传的大气能见度的平均值。
根据本发明的实施例,目标区域单元为预定长度的道路和/或预定面积的区域。
根据本发明的实施例,提示目标区域的大气能见度的步骤包括:将目标区域单元的大气能见度以数值、等级和颜色中的至少一种形式来表示。
根据本发明的车辆驾驶辅助系统和方法提供了新颖的检测大气能见度的方式。该系统和方法利用雷达检测装置和摄像装置综合判断的方式来获得大气能见度。相比于现有技术中的利用能见度检测仪或照相机来检测大气能见度的方式,该系统和方法比较简单并且成本较低。
附图说明
图1是根据本发明的实施例的车辆驾驶辅助系统的示意图。
图2是在雷达坐标系中的目标物体的示意图。
图3是根据本发明的实施例的车辆驾驶辅助方法的流程图。
具体实施方式
为了使本发明的目的和技术效果更加清楚,下面将参照附图描述本发明的实施例。然而,应当理解,以下的详细描述旨在说明本发明的原理,并且本发明并不限于优选实施例。本发明的保护范围由所附权利要求书来限定。
根据本发明的实施例的车辆驾驶辅助系统能够安装或应用于车辆,以便在车辆行驶时为驾驶员或车辆提供驾驶辅助。本文中的车辆例如可以是使用内燃机作为驱动源的内燃机汽车,可以是使用电动机作为驱动源的电动汽车或燃料电池汽车,也可以是使用内燃机和电动机作为驱动源的混合动力汽车,或者可以是包括其他驱动源的汽车。
图1是示出根据本发明的实施例的车辆驾驶辅助系统的示意图。如图1所示,车辆1包括车辆驾驶辅助系统100。车辆驾驶辅助系统100可以与车辆1的其他部件彼此连接和通信。为了简明起见,车辆1中公知的动力和操纵装置、传动系统等部件未在图1中示出。
根据本发明的一些实施例,车辆驾驶辅助系统100包括雷达检测装置110、摄像装置120、映射装置130、裁剪装置140、判定装置150和分析装置160。根据本发明的示例性实施例,车辆驾驶辅助系统100还包括预警控制装置170、接收装置、检索装置和提示装置。
雷达检测装置110用于检测主车辆前方第一预定范围内的至少一个物体。雷达检测装置110向主车辆前方发射电磁波并且接收来自前方物体的表面的无线电波,由此检测出前方物体的存在。根据本发明的实施例,雷达检测装置110可以安装在主车辆的前部或主车辆上任何其他合适的位置处。
根据本发明的实施例,物体可以为其他交通参与者、障碍物、基础设施等。其他交通参与者例如为各种类型的其他车辆(例如,摩托车、轿车等机动车辆或者自行车、马车等非机动车辆)、行人等。障碍物例如为电线杆或灯柱、路障、墙体、树木等。基础设施例如为交通信号灯、交通指示牌等。
根据本发明的实施例,第一预定范围可以设定为主车辆前方第一预定距离以内的区域。例如,第一预定距离大于200米。这是由于根据《中华人民共和国道路交通安全法》,当机动车在高速公路上行驶时,在大气能见度小于200米的情况下,车辆的车灯和速度需要满足具体的规定。然而,应当理解,第一预定范围并不限于此。例如,当主车辆在其他国家行驶时,第一预定范围也可以根据具体需要设定为其他范围。
雷达检测装置110的检测不受大雾的限制,因此可以用于在大雾天气中检测主车辆前方的物体。同理,雷达检测装置110也可以在雨、雪、霾、沙尘、冰雹等低能见度天气中检测主车辆前方的物体。根据本发明的实施例,雷达检测装置110例如可以为毫米波雷达、微波雷达或其他各种类型的雷达。
摄像装置120用于拍摄主车辆前方第二预定范围内的场景的原始图像。摄像装置120可以安装在主车辆上便于拍摄主车辆前方的场景的任意位置。例如,摄像装置120可以安装在主车辆的前部。摄像装置120例如可以为相机。
与第一预定范围类似地,第二预定范围可以设定为主车辆前方第二预定距离以内的区域。例如,第二预定距离大于200米。第二预定范围可以与第一预定范围相等或不同。例如,第一预定范围大于第二预定范围。在这种情况下,雷达检测装置110检测到的物体中的一部分物体不会被摄像装置120拍摄到。
映射装置130用于将至少一个物体中的、位于第一预定范围与第二预定范围相重叠的区域内的至少一个目标物体的雷达坐标映射为图像坐标。根据本发明的实施例,映射装置130可以采用本领域公知的预设函数或预设矩阵,将目标物体的雷达坐标映射为图像坐标。
裁剪装置140用于基于每个目标物体的图像坐标从原始图像中裁剪出每个目标物体的分图像。
判定装置150用于基于每个目标物体的分图像来判定每个目标物体是否可见。以下说明描述了判定装置150的一个示例,然而,应当理解,判定装置150并不限于此,判定装置150可以通过本领域公知的其他方法来判定分图像是否可见。
在该示例中,判定装置150可以包括向量生成单元151、分类器152和判定单元153。向量生成单元可以从每个分图像中提取出颜色特征、纹理特征和边缘特征以形成每个分图像的特征向量。分类器可以对至少一个目标物体的分图像的特征向量进行分类,以计算出每个分图像的特征向量的分类置信度,该分类置信度表示分图像可见的概率。分类器可以为支持向量机(SVM,Support Vector Machines)或者为本领域公知的其他监督学习模型。判定单元可以基于每个分图像的特征向量的分类置信度的大小来判定每个分图像是否可见,从而判定每个分图像中的目标物体是否可见。根据本发明的实施例,判定单元可以构造为如果分图像的特征向量的分类置信度大于阈值,则判定分图像中的目标物体可见;如果分图像的特征向量的分类置信度小于或等于阈值,则判定分图像中的目标物体不可见。例如,阈值为0.8。
分析装置160被构造为如果目标物体中的至少一者为不可见物体,则将不可见物体中距主车辆最近的物体与主车辆之间的距离作为大气能见度。图2是示出雷达坐标系中的目标物体的示意图。其中,原点为主车辆的后轴中心。主车辆的前后方向(其中,X轴正向为向前方向)被定义为X轴,并且主车辆的左右方向被定义为Y轴。虚线框中的物体为不可见物体,实线框中的物体为可见物体。这些不可见物体的X轴坐标中的最小值被确定为大气能见度。由于两个不可见物体在X轴方向上位于相同的水平,因此两个不可见物体的下边缘的X轴坐标均可视为大气能见度。
根据本发明的一个实施例,分析装置160被构造为如果目标物体均为可见物体,则将大气能见度视为第一预定距离和第二预定距离的最小者。
由上可知,根据本发明的实施例,提供了一种新型的能够检测大气能见度的车辆驾驶辅助系统。该系统利用雷达检测装置和摄像装置综合判断的方式来获得大气能见度。相比于现有技术中的利用能见度检测仪或照相机来检测大气能见度的系统,该系统比较简单并且成本较低。
预警控制装置170用于基于大气能见度的大小来执行相应的预警控制。预警控制可以包括控制主车辆向驾驶员发出预警信号和/或控制主车辆自动执行预定操作。
根据本发明的实施例,如果大气能见度为100-200米,则预警控制装置170控制主车辆自动开启雾灯、近光灯、示廓灯和前后位灯,并且当车速超过60km/h和/或与同一车道的前车之间的距离小于100米时,向驾驶员发出预警信号。主车辆与前车之间的距离可以由上述雷达检测装置110进行检测。该预警信号表达以下信息:车速应不超过60km/h和/或主车辆与前车的距离应小于100米。如果大气能见度50-100米,则预警控制装置170控制主车辆开启雾灯、近光灯、示廓灯、前后位灯和危险报警闪光灯,并且当车速超过40km/h和/或与同一车道的前车之间的距离小于50米时,向驾驶员发出预警信号。该预警信号表达以下信息:车速应不超过40km/h和/或与前车的距离应小于50米。如果大气能见度小于50米,则预警控制装置170控制主车辆开启雾灯、近光灯、示廓灯、前后位灯和危险报警闪光灯,并且当车速超过20km/h时,向驾驶员发出预警信号。该预警信号表达以下信息:车速应小于20km/h并且主车辆应从最近的出口尽快驶离高速公路。
根据本发明的实施例,预警信号可以包括视觉预警信号和/或听觉预警信号。预警控制装置170可以控制安装在主车辆上的车载显示器以使其显示图像信息、文字信息及其结合,从而向驾驶员发出视觉预警信号。车载显示器包括抬头显示器、车辆导航系统的显示器、安装或连接到主车辆的任何其他显示器。预警控制装置170还可以控制安装在主车辆上的扬声器、蜂鸣器、喇叭等扬声器系统发出听觉预警信号。
接收装置用于接收主车辆的使用者(例如,驾驶员)提供的目标区域。目标区域可以为一区域(例如,主车辆当前所处的位置)或两个位置之间的道路(例如,主车辆计划行驶的道路)等。根据本发明的实施例,接收装置可以接收主车辆的使用者通过按钮、触摸、语音等输入的操作指令。
根据本发明的某些实施例,接收装置可以包括用户界面,从而使用者可以通过用户界面来输入操作指令。上文描述了接收装置包括用户界面。但是,本发明并不限于此。本领域技术人员能够理解,本发明的接收装置可以与外部用户界面有线或无线通信,以接收使用者通过外部用户界面输入的操作指令。
根据本发明的某些实施例,接收装置可以是单独的装置或者与其他装置集成在一起。在示例性实施例中,接收装置可以固定地安装到车辆上。在其他实施例中,接收装置可以集成在其他外部设备上,例如移动电话、智能手表、智能手环、智能眼镜等各种便携电子设备上。
检索装置可以连接至云服务器。检索装置与云服务器之间经由Wi-Fi、移动网络等进行通信。云服务器包括存储单元和计算单元。存储单元中存储有多个车辆(包括主车辆)上传的以下信号:车辆所检测到的大气能见度、车辆的GPS位置和车辆检测大气能见度时的时间点。计算单元用于基于所存储的信号计算目标区域单元的平均大气能见度。目标区域单元的平均大气能见度为在预定时间内位于目标区域单元内的车辆上传的大气能见度的平均值。预定时间例如为计算时刻之前30min以内的时间段。目标区域单元可以为预定面积的区域或预定长度的道路。平均大气能见度满足以下公式:
其中,N为向云服务器上传信号的车辆的数量。
当接收装置接收到主车辆的使用者提供的目标区域时,检索装置从云服务器中检索构成目标区域的目标区域单元的大气能见度。
提示装置用于向主车辆的使用者提示构成目标区域的至少一个目标区域单元的大气能见度,从而向使用者提示整个目标区域的能见度。目标区域单元越小,目标区域被划分地越多,因此目标区域的能见度越精确。
根据本发明的实施例,提示装置可以将目标区域单元的大气能见度以数值、等级和颜色中的至少一种形式来表示。以等级为例,将大气能见度分为四个等级。大于200米的大气能见度为第一等级、100-200米的大气能见度为第二等级、50-100米的大气能见度为第三等级并且小于50米的大气能见度为第四等级。
在一个示例中,如果目标区域中所包含的至少一个目标区域单元的大气能见度小于预定范围(例如,50米),则车辆驾驶辅助系统向主车辆的使用者发出视觉或听觉警告。
根据本发明的实施例,提示装置可以为安装在主车辆上的车载显示器。车载显示器上显示的目标区域单元可以填充有相应的颜色和/或目标区域单元上可以突出地显示其数值和/或等级。
由上可知,根据本发明的实施例的车辆驾驶辅助系统能够根据车辆的使用者的请求从云服务器中检索出目标区域的大气能见度。通过利用云端交互功能,让主车辆获得目标区域的大气能见度,从而避开大气能见度较低的区域,以减小交通事故的发生。
接着,参照图3对根据本发明的实施例的车辆驾驶辅助方法进行描述。图3是示出根据本发明的实施例的车辆驾驶辅助方法的流程图。
如图3所示,在步骤S210中,用雷达检测装置检测主车辆前方第一预定范围内的至少一个物体。雷达检测装置能够在大雾天气中检测到主车辆前方的物体。上文已经对检测进行了详细地描述,故在此不再赘述。接着,处理进行至步骤S220。
在步骤S220中,拍摄主车辆前方第二预定范围内的场景的原始图像。可以利用安装在主车辆上的摄像装置对主车辆的前方的场景进行拍摄。接着,处理进行至步骤S230。
在步骤S230中,将至少一个物体中的、位于第一预定范围与第二预定范围相重叠的区域内的至少一个目标物体的雷达坐标映射为图像坐标系。上文已经对映射进行了详细地描述,故在此不再赘述。接着,处理进行至步骤S240。
在步骤S240中,基于每个目标物体的图像坐标从原始图像中裁剪出每个目标物体的分图像。接着,处理进行至步骤S250。
在步骤S250中,基于每个目标物体的分图像来判定每个目标物体是否可见。根据本发明的实施例,可以利用分类器来判定目标物体是否可见。利用分类器进行判定的步骤包括步骤S251至S253。在步骤S251中,从每个分图像中提取出颜色特征、纹理特征和边缘特征以形成每个分图像的特征向量。在步骤S252中,对至少一个目标物体的分图像的特征向量进行分类,以计算出每个分图像的特征向量的分类置信度,该分类置信度表示分图像可见的概率。在步骤S253中,基于每个分图像的特征向量的分类置信度的大小来判定每个分图像是否可见,以每个判定分图像中的目标物体是否可见。当分图像的特征向量的分类置信度大于阈值时,则判定分图像中的目标物体可见。当分图像的特征向量的分类置信度小于阈值时,则判定分图像中的目标物体不可见。应当理解,也可以采用公知的方法来判定目标物体是否可见。
在步骤S260中,如果判定至少一个目标物体中的至少一者为不可见物体,则将不可见物体中距主车辆最近的物体与主车辆之间的距离作为大气能见度。
由上可知,根据本发明的实施例,提供了能够检测出大气能见度的新型的车辆驾驶辅助方法。该方法利用雷达检测装置和摄像装置综合判断的方式来获得大气能见度。相比于现有技术中的利用能见度检测仪或照相机来检测大气能见度的方法,该方法比较简单并且成本较低。
替代地,步骤S210也可以在步骤S220之后执行。即,首先拍摄主车辆前方第二预定范围内的场景的原始图像,然后检测主车辆前方第一预定范围内的至少一个物体。
附加地,根据本发明的实施例的车辆驾驶辅助方法还包括基于大气能见度的大小来执行相应的预警控制的步骤(步骤S270)。预警控制包括控制主车辆向驾驶员发出预警信号和/或控制主车辆自动执行预定操作。上文中已经对当大气能见度的大小处于不同范围时所执行的预警控制进行了描述,故在此不再赘述。
附加地,根据本发明的实施例的车辆驾驶辅助方法还包括:接收主车辆的使用者提供的目标区域;从云服务器中检索构成目标区域的至少一个目标区域单元的大气能见度;和向主车辆的使用者提示至少一个目标区域单元的大气能见度,以向使用者提示目标区域的大气能见度。上文中已经对云服务器进行了详细地描述,故在此不再赘述。根据本发明的实施例,目标区域为某一区域或两个位置之间的道路。目标区域单元为预定面积的区域或预定长度的道路。每个目标区域单元的大气能见度是在预定时间内位于每个目标区域单元中的车辆上传的大气能见度的平均值。向使用者提示目标区域的大气能见度的步骤包括将目标区域单元的大气能见度以数值、等级和颜色中的至少一种形式来表示。
由上可知,根据本发明的实施例的车辆驾驶辅助方法能够根据主车辆的使用者的请求从云服务器中检索出目标区域的大气能见度。通过利用云端交互功能,让主车辆获得目标区域的大气能见度,从而避开大气能见度较低的区域,以减小交通事故的发生。
尽管已经参考示例性实施例描述了本发明,但是应理解,本发明并不限于上述实施例的构造和方法,并且还包括在不脱离本发明的范围内的修改和替换例。本发明的范围仅由权利要求书来限定。
Claims (19)
1.一种车辆驾驶辅助系统,其包括:
雷达检测装置,其被构造为检测所述主车辆前方第一预定范围内的至少一个物体;
摄像装置,其被构造为拍摄所述主车辆前方第二预定范围内的场景的原始图像;
映射装置,其被构造为将所述至少一个物体中的、位于所述第一预定范围与所述第二预定范围相重叠的区域内的至少一个目标物体的雷达坐标映射为图像坐标;
裁剪装置,其被构造为基于每个所述目标物体的图像坐标从所述原始图像中裁剪出每个所述目标物体的分图像;
判定装置,其被构造为基于每个所述目标物体的分图像来判定每个所述目标物体是否可见;和
分析装置,其被构造为如果所述至少一个目标物体中的至少一者为不可见物体,则将所述不可见物体中距所述主车辆最近的物体与所述主车辆之间的距离作为大气能见度。
2.根据权利要求1所述的车辆驾驶辅助系统,其中,所述判定装置包括:
向量生成单元,其被构造为从每个所述分图像中提取出颜色特征、纹理特征和边缘特征以形成每个所述分图像的特征向量;
分类器,其被构造为对所述至少一个目标物体的分图像的特征向量进行分类,以计算出每个所述分图像的特征向量的分类置信度,所述分类置信度表示所述分图像可见的概率;和
判定单元,其被构造为基于每个所述分图像的特征向量的分类置信度的大小来判定每个所述分图像是否可见,以判定每个所述分图像中的目标物体是否可见。
3.根据权利要求2所述的车辆驾驶辅助系统,其中,所述判定单元被构造为:
如果所述分图像的特征向量的分类置信度大于阈值,则判定所述分图像中的目标物体可见;并且
如果所述分图像的特征向量的分类置信度小于或等于所述阈值,则判定所述分图像中的目标物体不可见。
4.根据权利要求1所述的车辆驾驶辅助系统,还包括:
预警控制装置,其被构造为基于所述大气能见度的大小来执行相应的预警控制。
5.根据权利要求2所述的车辆驾驶辅助系统,其中,
所述预警控制包括控制所述主车辆向驾驶员发出预警信号和/或控制所述主车辆自动执行预定操作。
6.根据权利要求1至5中任一项所述的车辆驾驶辅助系统,还包括:
接收装置,其被构造为接收所述主车辆的使用者提供的目标区域;
检索装置,其被构造为连接至云服务器并且从所述云服务器中检索构成所述目标区域的至少一个目标区域单元的大气能见度;和
提示装置,其被构造为向所述使用者提示构成所述目标区域的所述至少一个目标区域单元的大气能见度,以向所述使用者提示所述目标区域的大气能见度。
7.根据权利要求6所述的车辆驾驶辅助系统,其中,
每个所述目标区域单元的大气能见度是在预定时间内每个所述目标区域单元的车辆上传的大气能见度的平均值。
8.根据权利要求6所述的车辆驾驶辅助系统,其中,
所述目标区域单元为预定长度的道路和/或预定面积的区域。
9.根据权利要求6所述的车辆驾驶辅助系统,其中,所述提示装置被构造为:
将所述目标区域单元的大气能见度以数值、等级和颜色中的至少一种形式来表示。
10.一种车辆,其安装有根据权利要求1至9中任一项所述的车辆驾驶辅助系统。
11.一种车辆驾驶辅助方法,其包括:
利用雷达检测装置检测主车辆前方第一预定范围内的至少一个物体;
拍摄所述主车辆前方第二预定范围内的场景的原始图像;
将所述物体中的、位于所述第一预定范围与所述第二预定范围相重叠的区域内的至少一个目标物体的雷达坐标映射为图像坐标;
基于每个所述目标物体的图像坐标从所述原始图像中裁剪出每个所述目标物体的分图像;
基于每个所述目标物体的分图像来判定每个所述目标物体是否可见;和
如果所述至少一个目标物体中的至少一者为不可见物体,则将所述不可见物体中距所述主车辆最近的物体与所述主车辆之间的距离作为大气能见度。
12.根据权利要求11所述的车辆驾驶辅助方法,其中,判定每个所述目标物体是否可见的步骤包括:
从每个所述分图像中提取出颜色特征、纹理特征和边缘特征以形成每个所述分图像的特征向量;
对所述至少一个目标物体的分图像的特征向量进行分类,以计算出每个所述分图像的特征向量的分类置信度,所述分类置信度表示所述分图像可见的概率;和
基于每个所述分图像的特征向量的分类置信度的大小来判定每个所述分图像是否可见,以判定每个所述分图像中的目标物体是否可见。
13.根据权利要求12所述的车辆驾驶辅助方法,其中,基于所述分类置信度的大小来判定每个所述分图像是否可见的步骤包括:
如果所述分图像的特征向量的分类置信度大于阈值,则判定所述分图像中的目标物体可见;和
如果所述分图像的特征向量的分类置信度小于或等于所述阈值,则判定所述分图像中的目标物体不可见。
14.根据权利要求11所述的车辆驾驶辅助方法,还包括:
基于所述大气能见度的大小来执行相应的预警控制。
15.根据权利要求14所述的车辆驾驶辅助方法,其中,
所述预警控制包括控制所述主车辆向驾驶员发出预警信号和/或控制所述主车辆自动执行预定操作。
16.根据权利要求11至15中任一项所述的车辆驾驶辅助方法,还包括:
接收所述主车辆的使用者提供的目标区域;
从云服务器中检索构成所述目标区域的至少一个目标区域单元的大气能见度;和
向所述使用者提示构成所述目标区域的所述至少一个目标区域单元的大气能见度,以向所述使用者提示所述目标区域的大气能见度。
17.根据权利要求16所述的车辆驾驶辅助方法,其中,
所述目标区域单元的大气能见度是在预定时间内所述目标区域单元中的车辆上传的大气能见度的平均值。
18.根据权利要求16所述的车辆驾驶辅助方法,其中,
所述目标区域单元为预定长度的道路和/或预定面积的区域。
19.根据权利要求16所述的车辆驾驶辅助方法,其中,提示所述目标区域的大气能见度的步骤包括:
将所述目标区域单元的大气能见度以数值、等级和颜色中的至少一种形式来表示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710509112.3A CN109145692B (zh) | 2017-06-28 | 2017-06-28 | 车辆驾驶辅助系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710509112.3A CN109145692B (zh) | 2017-06-28 | 2017-06-28 | 车辆驾驶辅助系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109145692A CN109145692A (zh) | 2019-01-04 |
CN109145692B true CN109145692B (zh) | 2022-01-07 |
Family
ID=64803081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710509112.3A Active CN109145692B (zh) | 2017-06-28 | 2017-06-28 | 车辆驾驶辅助系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109145692B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101957309A (zh) * | 2010-08-17 | 2011-01-26 | 招商局重庆交通科研设计院有限公司 | 一种能见度的全天候视频测量方法 |
CN102156180A (zh) * | 2010-12-22 | 2011-08-17 | 清华大学深圳研究生院 | 一种区域能见度监视预测系统及方法 |
EP2983955A1 (en) * | 2013-04-11 | 2016-02-17 | Google, Inc. | Methods and systems for detecting weather conditions using vehicle onboard sensors |
CN105335729A (zh) * | 2015-11-16 | 2016-02-17 | 广东好帮手电子科技股份有限公司 | 一种基于汽车行车记录仪识别道路能见度的方法及系统 |
-
2017
- 2017-06-28 CN CN201710509112.3A patent/CN109145692B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101957309A (zh) * | 2010-08-17 | 2011-01-26 | 招商局重庆交通科研设计院有限公司 | 一种能见度的全天候视频测量方法 |
CN102156180A (zh) * | 2010-12-22 | 2011-08-17 | 清华大学深圳研究生院 | 一种区域能见度监视预测系统及方法 |
EP2983955A1 (en) * | 2013-04-11 | 2016-02-17 | Google, Inc. | Methods and systems for detecting weather conditions using vehicle onboard sensors |
CN105335729A (zh) * | 2015-11-16 | 2016-02-17 | 广东好帮手电子科技股份有限公司 | 一种基于汽车行车记录仪识别道路能见度的方法及系统 |
Non-Patent Citations (2)
Title |
---|
能见度测量技术现状及发展趋势综述;邢向楠;《计测技术》;20121231;第30卷(第5期);全文 * |
车载式激光雷达测量大气水平能见度;谢晨波;《强激光与粒子束》;20050731;第17卷(第7期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109145692A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11513531B2 (en) | Apparatus for providing map | |
US20190088122A1 (en) | System and method for driving assistance along a path | |
US10204516B2 (en) | Automobile and computing system | |
WO2021103511A1 (zh) | 一种设计运行区域odd判断方法、装置及相关设备 | |
US11512973B2 (en) | Method and device for outputting lane information | |
US11872987B2 (en) | Path providing device and path providing method thereof | |
CN111508276B (zh) | 基于高精地图的v2x逆向超车预警方法、系统和介质 | |
CN113135183B (zh) | 车辆的控制系统、车辆的控制系统的控制方法、车辆以及计算机可读记录介质 | |
US20220238019A1 (en) | Safety performance evaluation apparatus, safety performance evaluation method, information processing apparatus, and information processing method | |
US20200027273A1 (en) | Image output device | |
EP4012345A1 (en) | Route providing apparatus and route providing method thereof | |
CN113147733A (zh) | 雨雾沙尘天气汽车智能限速系统及方法 | |
CN114842075B (zh) | 数据标注方法、装置、存储介质及车辆 | |
US20230252084A1 (en) | Vehicle scenario mining for machine learning models | |
US20200231178A1 (en) | Vehicle control system, vehicle control method, and program | |
CN114842455B (zh) | 障碍物检测方法、装置、设备、介质、芯片及车辆 | |
CN115100630B (zh) | 障碍物检测方法、装置、车辆、介质及芯片 | |
CN109145692B (zh) | 车辆驾驶辅助系统和方法 | |
CN114722931A (zh) | 车载数据处理方法、装置、数据采集设备和存储介质 | |
CN114572219B (zh) | 自动超车方法、装置、车辆、存储介质及芯片 | |
CN114972824B (zh) | 杆件检测方法、装置、车辆和存储介质 | |
CN114802258A (zh) | 车辆控制方法、装置、存储介质及车辆 | |
CN115205804A (zh) | 图像处理方法、装置、车辆、介质及芯片 | |
WO2019176311A1 (ja) | 車載システム | |
CN115620258A (zh) | 车道线检测方法、装置、存储介质及车辆 |
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 |