CN109345824A - 高速公路中故障车辆的车道确定方法及相关产品 - Google Patents
高速公路中故障车辆的车道确定方法及相关产品 Download PDFInfo
- Publication number
- CN109345824A CN109345824A CN201811189371.3A CN201811189371A CN109345824A CN 109345824 A CN109345824 A CN 109345824A CN 201811189371 A CN201811189371 A CN 201811189371A CN 109345824 A CN109345824 A CN 109345824A
- Authority
- CN
- China
- Prior art keywords
- picture
- tripod
- lane
- serial number
- lane line
- 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.)
- Withdrawn
Links
Classifications
-
- 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
-
- 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
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种高速公路中故障车辆的车道确定方法及相关产品,所述方法包括如下步骤:采集车辆的第一速度,如第一速度高于设定阈值,启动测距模块检测N个距离,采集N张图片;从N张图片中提取与第一距离差值匹配的第一图片以及第二图片;对第一图片以及第二图片进行识别确定是否具有三角架,如确定具有三角架,确定故障车辆;提取具有三脚架的一个图片,对一个图片的车道线进行识别确定车道线序号,提取与三角架相邻的至少一个车道线序号,依据该至少一个车道线序号确定故障车辆的车道。本申请提供的技术方案具有安全性高的优点。
Description
技术领域
本申请涉及终端设备以及交通领域,具体涉及一种高速公路中故障车辆的车道确定方法及相关产品。
背景技术
现有技术中,终端已经是用户使用最频繁的电子装置,例如,手机、车载终端、平板电脑等等设备。
高速公路是一种常见的公路情况,对于高速公路,车辆速度均比较快,如果出现故障车辆,由于较快的车速,对故障车辆以及行驶车辆均有极大的安全隐患,依据交通部门的统计,在高速公路中死亡的交通事故中,因为故障车辆引起的死亡交通事故占有很大的比例,现有的高速公路中的故障车道无法进行识别,影响车辆的安全性。
申请内容
本申请实施例提供了一种高速公路中故障车辆的车道确定方法及相关产品,通过采集高速公路的数据来对故障车辆车道进行识别确认,提高行驶的安全性。
第一方面,本申请实施例提供一种高速公路中故障车辆的车道确定方法,所述方法包括如下步骤:
采集车辆的第一速度,如第一速度高于设定阈值,启动测距模块检测N个距离,采集N张图片;
计算N个距离中相邻两个距离之间的距离差值,依据距离差值除以测距周期得到多个计算速度,从多个计算速度中搜索出与第一速度匹配的第一计算速度,获取第一计算速度对应的第一距离差值,从N张图片中提取与第一距离差值匹配的第一图片以及第二图片;
对第一图片以及第二图片进行识别确定是否具有三角架,如确定具有三角架,确定故障车辆;
提取具有三脚架的一个图片,对一个图片的车道线进行识别确定车道线序号,提取与三角架相邻的至少一个车道线序号,依据该至少一个车道线序号确定故障车辆的车道;所述N为大于等于10的整数。
可选的,所述对第一图片以及第二图片进行识别确定是否具有三角架具体包括:
对第一图片以及第二图片分别执行三脚架识别操作,该三脚架识别操作包括:依据红色RGB值提取一张图片的多个红色像素点,提取多个红色像素点的红素点β1,确定β1是否在已有的正方形内,如在已有的正方形中的正方形γ1内,将β1添加入正方形γ1内,如不在已有的正方形中,以β1为中心点,新生成一个正方形γ2,遍历一张图片中的多个红色像素点得到包含多个正方形的图片,将重叠的正方形划分成一个红色区域得到具有多个红色区域的图片,判断多个红色区域中是否有形状近似正三角形的红色区域,如具有形状近似正三角形的红色区域,确定一张图片具有三脚架,如不具有形状近似正三角形的红色区域,对另一张图片执行三脚架识别操作确定是否具有三角架,如第一图片和第二图片中至少一个具有三角架,确定第一图片以及第二图片具有三角架;β1、γ1、γ2均为正整数。
可选的,所述提取具有三脚架的一个图片,对一个图片的车道线进行识别确定车道线序号,提取与三角架相邻的至少一个车道线序号,依据该至少一个车道线序号确定故障车辆的车道具体包括:
如所述一个图片为第一图片,对第一图片执行车道线识别操作,该车道线识别操作包括:依据白色RGB值提取一张图片的多个白色像素点,提取多个白色像素点的白素点x1,确定x1是否在已有的正方形内,如在已有的正方形中的正方形y1内,将x1添加入正方形y1内,如不在已有的正方形中,以x1为中心点,新生成一个正方形y2,遍历第一图片中的多个白色像素点得到包含多个正方形的图片,将重叠的正方形划分成一个白色区域得到具有多个白色区域的图片,计算多个白色区域的多个宽度值,从多个宽度值中提取在设定宽度范围的m个宽度值,将m个宽度值对应的m个白色区域保留,提取m个白色区域在纵轴方向的m个中心线,提取m个白色区域中位于第一图片的最下方的n个白色区域以及n个中心线,计算n个中心线中相邻两个中心线之间的距离得到n-1个距离值,如n-1个距离值均在第一距离阈值区间内,提取n个中心线中的每个中心线执行并线操作得到n个车道线,该并线操作具体包括:计算剩余m-n个中心线与n个中心线中的一个中心线之间的距离得到m-n个距离,从m-n个距离中查找小于第二距离阈值区间的z1个中心线,将z1个中心线合并至一个中心线即得到n个车道线中的一个车道线;将n个车道线从左至右或从右至左排序得到n个车道序号,确定三脚架左侧或右侧的最近车道线的序号δ,确定故障车道的车道为第δ车道;其中,m>n;m、n、δ、z1、x1、y1、y2均为正整数。
可选的,所述将n个车道线从左至右或从右至左排序得到n个车道序号,确定三脚架左侧或右侧的最近车道线的序号δ具体包括:
如车辆的行驶规则为靠右行驶,将所述n个车道线从左至右排列得到n个车道序号,确定三脚架左侧的最近车道线的序号δ;
如车辆的行驶规则为靠左行驶,将所述n个车道线从右至左排列得到n个车道序号,确定三脚架右侧的最近车道线的序号δ。
第二方面,提供一种电子设备,所述电子设备包括:测距模块、定位模块、摄像头、测速模块和处理模块,其中,
测速模块,用于采集车辆的第一速度;
处理模块,用于如第一速度高于设定阈值,启动测距模块检测N个距离,启动摄像头采集N张图片;
处理模块,还用于计算N个距离中相邻两个距离之间的距离差值,依据距离差值除以测距周期得到多个计算速度,从多个计算速度中搜索出与第一速度匹配的第一计算速度,获取第一计算速度对应的第一距离差值,从N张图片中提取与第一距离差值匹配的第一图片以及第二图片;对第一图片以及第二图片进行识别确定是否具有三角架,如确定具有三角架,确定故障车辆;提取具有三脚架的一个图片,对一个图片的车道线进行识别确定车道线序号,提取与三角架相邻的至少一个车道线序号,依据该至少一个车道线序号确定故障车辆的车道;所述N为大于等于10的整数。
可选的,所述对第一图片以及第二图片进行识别确定是否具有三角架具体包括::
所述处理模块,具体用于对第一图片以及第二图片分别执行三脚架识别操作,该三脚架识别操作包括:依据红色RGB值提取一张图片的多个红色像素点,提取多个红色像素点的红素点β1,确定β1是否在已有的正方形内,如在已有的正方形中的正方形γ1内,将β1添加入正方形γ1内,如不在已有的正方形中,以β1为中心点,新生成一个正方形γ2,遍历一张图片中的多个红色像素点得到包含多个正方形的图片,将重叠的正方形划分成一个红色区域得到具有多个红色区域的图片,判断多个红色区域中是否有形状近似正三角形的红色区域,如具有形状近似正三角形的红色区域,确定一张图片具有三脚架,如不具有形状近似正三角形的红色区域,对另一张图片执行三脚架识别操作确定是否具有三角架,如第一图片和第二图片中至少一个具有三角架,确定第一图片以及第二图片具有三角架;β1、γ1、γ2均为正整数。
可选的,所述提取具有三脚架的一个图片,对一个图片的车道线进行识别确定车道线序号,提取与三角架相邻的至少一个车道线序号,依据该至少一个车道线序号确定故障车辆的车道具体包括;
所述处理模块,具体用于如所述一个图片为第一图片,对第一图片执行车道线识别操作,该车道线识别操作包括:依据白色RGB值提取一张图片的多个白色像素点,提取多个白色像素点的白素点x1,确定x1是否在已有的正方形内,如在已有的正方形中的正方形y1内,将x1添加入正方形y1内,如不在已有的正方形中,以x1为中心点,新生成一个正方形y2,遍历第一图片中的多个白色像素点得到包含多个正方形的图片,将重叠的正方形划分成一个白色区域得到具有多个白色区域的图片,计算多个白色区域的多个宽度值,从多个宽度值中提取在设定宽度范围的m个宽度值,将m个宽度值对应的m个白色区域保留,提取m个白色区域在纵轴方向的m个中心线,提取m个白色区域中位于第一图片的最下方的n个白色区域以及n个中心线,计算n个中心线中相邻两个中心线之间的距离得到n-1个距离值,如n-1个距离值均在第一距离阈值区间内,提取n个中心线中的每个中心线执行并线操作得到n个车道线,该并线操作具体包括:计算剩余m-n个中心线与n个中心线中的一个中心线之间的距离得到m-n个距离,从m-n个距离中查找小于第二距离阈值区间的z1个中心线,将z1个中心线合并至一个中心线即得到n个车道线中的一个车道线;将n个车道线从左至右或从右至左排序得到n个车道序号,确定三脚架左侧或右侧的最近车道线的序号δ,确定故障车道的车道为第δ车道;其中,m>n;m、n、δ、z1、x1、y1、y2均为正整数。
可选的,所述处理模块,具体用于如车辆的行驶规则为靠右行驶,将所述n个车道线从左至右排列得到n个车道序号,确定三脚架左侧的最近车道线的序号δ;
如车辆的行驶规则为靠左行驶,将所述n个车道线从右至左排列得到n个车道序号,确定三脚架右侧的最近车道线的序号δ。
所述电子装置为:智能手机、平板电脑或智能车载终端。
第三方面,提供一种计算机可读存储介质,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行第一方面提供的所述的方法。
第四方面,提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行第一方面提供的方法。
实施本申请实施例,具有如下有益效果:
可以看出,本申请提供的技术方案采集第一速度,在第一速度高于设定阈值时,采集N张图片和N个距离,通过N个距离确定有故障车辆时,检测第一图片以及第二图片的三脚架,然后检测三角架对应的故障车道,从而实现故障车道的识别,提高了高速行驶的安全性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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是本申请实施例提供的一种终端的结构示意图。
图2是本申请实施例公开的一种高速公路中故障车辆的车道确定方法的流程示意图。
图3为一种故障车辆示意图。
图3a为一种像素点正方形示意图。
图4是本申请实施例公开的一种电子装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
参阅图1,图1为一种终端结构示意图,如图1所示,该终端可以包括智能终端(如Android智能终端、iOS智能终端、Windows Phone智能终端)等。如图1所示,该终端包括:处理器101、输入单元102、通信模组103(可选的)、存储器104、摄像头105、测距模块和定位模块。
上述输入单元102包括但不限于:触控显示屏、语音采集设备等等。上述通信模组包括但不限于:远程通信模组或近距离通信模组等等。
上述测距模块包括但不限于:红外测距模块、雷达测距模块等等。
上述终端具体可以为:智能手机、智能车载终端或平板电脑,为了描述的方便,这里以智能车载终端为例来说明。
参阅图2,图2提供了一种高速公路中故障车辆的车道确定方法,该方法由如图1所示的终端执行,该方法如图2所示,包括如下步骤:
步骤S201、采集车辆的第一速度,如第一速度高于设定阈值,启动测距模块检测N个距离,采集N张图片;
上述采集车辆的第一速度可以由速度传感器来采集,上述采集N张图片可以由摄像头来采集,该摄像头具体可以为车辆前车标位置或车辆中间后视镜位置,当然在实际应用中,还可以通过其他位置的摄像头来采集N张图片,本申请并不局限上述摄像头的具体位置,只需其位置与车辆的中心线偏差正常就可以。
上述N张图片与N个距离的采集周期可以相同,即采集一个距离的同时,获取一张图片。上述N为大于等于10的整数。
步骤S202、计算N个距离中相邻两个距离之间的距离差值,依据距离差值除以测距周期得到多个计算速度(每个距离差值均除以测距周期),从多个计算速度中搜索出与第一速度匹配的第一计算速度,获取第一计算速度对应的第一距离差值,从N张图片中提取与第一距离差值匹配的第一图片以及第二图片。
上述与第一速度匹配的第一计算速度具体可以为第一计算速度与第一速度之间的差值小于差值阈值(计算多个计算速度与第一速度之间的速度差值,获取速度差值中的最小值,如最小值小于差值阈值,确定最小值对应的计算速度为第一计算速度)。其原理具体可以为,对于车辆形式,其第一速度比较快的情况下,一般在高速公路上,当然也可以通过定位坐标来确定是否位于高速公路,对于故障车辆,其速度肯定为零,对于行驶的车辆,由于其速度不为零,因此其计算的速度为两个车辆的相对速度,其与第一速度的绝对速度的差距一般较大。对于本车辆,其速度为第一速度,假设第一速度较稳定,那么采集到故障车辆中的两个距离与采集周期计算出的速度与第一速度很相近,这样即能够实现对故障车辆的初步判断,然后在提取与该第一距离差值匹配的第一图片以及第二图片,具体的,获取第一距离差值中两个距离之间的两个序号,从N张中提取两个序号的二张图片即为第一图片和第二图片。例如,提取的N个距离的序号为,第8个和第9个,那么从N张图片中也提取第8张和第9张图片作为第一图片和第二图片。
步骤S203、对第一图片以及第二图片进行识别确定是否具有三角架,如确定具有三角架,确定故障车辆;
步骤S204、提取具有三脚架的一个图片,对一个图片的车道线进行识别确定车道线序号,提取与三角架相邻的至少一个车道线序号,依据该至少一个车道线序号确定故障车辆的车道;所述N为大于等于10的整数。
本申请提供的技术方案采集第一速度,在第一速度高于设定阈值时,采集N张图片和N个距离,通过N个距离确定有故障车辆时,检测第一图片以及第二图片的三脚架,然后检测三角架对应的故障车道,从而实现故障车道的识别,提高了高速行驶的安全性。
参阅图3,图3为一种车辆故障的示意图,这里假设第2条车道的车辆故障,对于故障车辆来说,依据交规的规定,其需要在后面的30m左右放置三脚架(也称为三角警示架),该三脚架为近似的正三角形,该正三角形的面积也由国标规定,所以检测出具有三脚架时,即能够确定该车辆故障,进而确定测距模块的准确性,提高了安全性以及用户的体验度。
可选的,上述对第一图片以及第二图片进行识别确定是否具有三角架具体可以包括:
对第一图片以及第二图片分别执行三脚架识别操作,该三脚架识别操作可以包括:依据红色RGB值提取一张图片的多个红色像素点,提取多个红色像素点的红素点β1,确定β1是否在已有的正方形内,如在已有的正方形中的正方形γ1内,将β1添加入正方形γ1内,如不在已有的正方形中,以β1为中心点,新生成一个正方形γ2,遍历一张图片中的多个红色像素点得到包含多个正方形的图片,将重叠的正方形划分成一个红色区域得到具有多个红色区域的图片,判断多个红色区域中是否有形状近似正三角形的红色区域,如具有形状近似正三角形的红色区域,确定一张图片具有三脚架,如不具有形状近似正三角形的红色区域,对另一张图片执行三脚架识别操作确定是否具有三角架,如第一图片和第二图片中至少一个具有三角架,确定第一图片以及第二图片具有三角架。上述β1、γ1、γ2均为正整数。
上述正方形的尺寸具体可以为1mm*1mm,当然还可以为20*20(像素点);如图3a所示的图片,对于第一个红色像素点,由于没有设定尺寸的正方形,其需要建立一个以该像素点为中心的正方形,这样其周围的红色像素点会包含在该正方形内,这样遍历所有的红色像素点,就可以得到如图3a所示的图示,对于图3a所示的图示(黑色的点为新建的正方形红色像素点),然后对正三角形进行比对确定是否为第一图片。
上述判断多个红色区域中是否有形状近似正三角形的红色区域具体可以包括:
确定多个红色区域中每个红色区域包含的边的数量,提取边的数量为3个的F个红色区域,从F个红色区域中查找是否具有3个边的长度相等的红色区域,如F个红色区域具有一个红色区域的3个边的长度相等,确定具有形状相似正三角形的红色区域,否则,确定不具有形状相似正三角形的红色区域。
上述步骤S204的实现方法具体可以包括:
如确定具有三脚架的一个图片为第一图片(当然在实际情况中也可以为第二图片),如果第一图片和第二图片均具有三角架,那么选择第一图片和第二图片中任意一个图片作为一个图片。
上述对一个图片的车道线进行识别确定车道线序号,提取与三角架相邻的至少一个车道线序号,依据该至少一个车道线序号确定故障车辆的车道具体可以包括:
对第一图片执行车道线识别操作,该车道线识别操作可以包括:依据白色RGB值提取一张图片的多个白色像素点,提取多个白色像素点的白素点x1,确定x1是否在已有的正方形内,如在已有的正方形中的正方形y1内,将x1添加入正方形y1内,如不在已有的正方形中,以x1为中心点,新生成一个正方形y2,遍历第一图片中的多个白色像素点得到包含多个正方形的图片,将重叠的正方形划分成一个白色区域得到具有多个白色区域的图片,计算多个白色区域的多个宽度值,从多个宽度值中提取在设定宽度范围的m个宽度值(即第一图片横轴方向(X方向)),将m个宽度值对应的m个白色区域保留,提取m个白色区域在纵轴方向的m个中心线,提取m个白色区域中位于第一图片的最下方的n个白色区域以及n个中心线,计算n个中心线中相邻两个中心线之间的距离得到n-1个距离值,如n-1个距离值均在第一距离阈值区间内,提取n个中心线中的每个中心线执行并线操作得到n个车道线,该并线操作具体包括:计算剩余m-n个中心线与n个中心线中的一个中心线之间的距离得到m-n个距离,从m-n个距离中查找小于第二距离阈值区间的z1个中心线,将z1个中心线合并至一个中心线即得到n个车道线中的一个车道线;将n个车道线从左至右或从右至左排序得到n个车道序号,确定三脚架左侧或右侧的最近车道线的序号δ,确定故障车道的车道为第δ车道;其中,m>n;m、n、δ、z1、x1、y1、y2均为正整数。
对于车道的确认,本申请的技术方案仅仅针对国内的车道,因为国内的车辆均为靠右行驶,所以其车道的排序一定是从左至右,如果是在靠左行驶的地域,例如,美国、英国、香港等等地方,那么车道的排序相反,为从右至左。
下面说明下本申请的技术方案原理,对于车道线,该车道线的颜色大部分为白色,因此以白色的车道线作为普遍的处理,对于黄色的车道线这里并不作为处理场景,首先,我们通过正方形区域划分方法将待选择的白色区域确定出来,对于车道线,其宽度是一定的,因此过滤掉宽度过大或过小的噪声信号,例如,白色护栏等等噪声信号,这样即能够得到m个白色区域,然后对m个白色区域进行相同车道线的合并,因为对于车道线来说,其一般为虚线,即一个车道线一般是不连续的(大部分情况,如果为俗称的大实线例外。),通过本申请人对海量的车道图片分析,确定车道图片中相同车道的中心线之间的距离一定在一个设定范围内,因此本申请通过图片最下方的n个白色区域作为待选择的n个车道线,然后依据m-n个车道线与n个车道线中一个车道线的距离来对m-n个车道线进行合并,从而确定车道线序号,确定序号以后按三脚架左侧(如果在靠左行驶区域为右侧)最近的序号即为故障车道。
参阅图4,图4为本申请提供一种电子装置,所述电子装置包括:测距模块、定位模块、摄像头、测速模块和处理模块,其中,
测速模块,用于采集车辆的第一速度;
处理模块,用于如第一速度高于设定阈值,启动测距模块检测N个距离,启动摄像头采集N张图片;
处理模块,还用于计算N个距离中相邻两个距离之间的距离差值,依据距离差值除以测距周期得到多个计算速度,从多个计算速度中搜索出与第一速度匹配的第一计算速度,获取第一计算速度对应的第一距离差值,从N张图片中提取与第一距离差值匹配的第一图片以及第二图片;对第一图片以及第二图片进行识别确定是否具有三角架,如确定具有三角架,确定故障车辆;提取具有三脚架的一个图片,对一个图片的车道线进行识别确定车道线序号,提取与三角架相邻的至少一个车道线序号,依据该至少一个车道线序号确定故障车辆的车道;所述N为大于等于10的整数。
上述电子装置具体可以为:智能手机、平板电脑或智能车载终端。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种高速公路中故障车辆的车道确定方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种高速公路中故障车辆的车道确定方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种高速公路中故障车辆的车道确定方法,其特征在于,所述方法包括如下步骤:
采集车辆的第一速度,如第一速度高于设定阈值,启动测距模块检测N个距离,采集N张图片;
计算N个距离中相邻两个距离之间的距离差值,依据距离差值除以测距周期得到多个计算速度,从多个计算速度中搜索出与第一速度匹配的第一计算速度,获取第一计算速度对应的第一距离差值,从N张图片中提取与第一距离差值匹配的第一图片以及第二图片;
对第一图片以及第二图片进行识别确定是否具有三角架,如确定具有三角架,确定故障车辆;
提取具有三脚架的一个图片,对一个图片的车道线进行识别确定车道线序号,提取与三角架相邻的至少一个车道线序号,依据该至少一个车道线序号确定故障车辆的车道;所述N为大于等于10的整数。
2.根据权利要求1所述的方法,其特征在于,所述对第一图片以及第二图片进行识别确定是否具有三角架具体包括:
对第一图片以及第二图片分别执行三脚架识别操作,该三脚架识别操作包括:依据红色RGB值提取一张图片的多个红色像素点,提取多个红色像素点的红素点β1,确定β1是否在已有的正方形内,如在已有的正方形中的正方形γ1内,将β1添加入正方形γ1内,如不在已有的正方形中,以β1为中心点,新生成一个正方形γ2,遍历一张图片中的多个红色像素点得到包含多个正方形的图片,将重叠的正方形划分成一个红色区域得到具有多个红色区域的图片,判断多个红色区域中是否有形状近似正三角形的红色区域,如具有形状近似正三角形的红色区域,确定一张图片具有三脚架,如不具有形状近似正三角形的红色区域,对另一张图片执行三脚架识别操作确定是否具有三角架,如第一图片和第二图片中至少一个具有三角架,确定第一图片以及第二图片具有三角架;β1、γ1、γ2均为正整数。
3.根据权利要求1所述的方法,其特征在于,所述提取具有三脚架的一个图片,对一个图片的车道线进行识别确定车道线序号,提取与三角架相邻的至少一个车道线序号,依据该至少一个车道线序号确定故障车辆的车道具体包括:
如所述一个图片为第一图片,对第一图片执行车道线识别操作,该车道线识别操作包括:依据白色RGB值提取一张图片的多个白色像素点,提取多个白色像素点的白素点x1,确定x1是否在已有的正方形内,如在已有的正方形中的正方形y1内,将x1添加入正方形y1内,如不在已有的正方形中,以x1为中心点,新生成一个正方形y2,遍历第一图片中的多个白色像素点得到包含多个正方形的图片,将重叠的正方形划分成一个白色区域得到具有多个白色区域的图片,计算多个白色区域的多个宽度值,从多个宽度值中提取在设定宽度范围的m个宽度值,将m个宽度值对应的m个白色区域保留,提取m个白色区域在纵轴方向的m个中心线,提取m个白色区域中位于第一图片的最下方的n个白色区域以及n个中心线,计算n个中心线中相邻两个中心线之间的距离得到n-1个距离值,如n-1个距离值均在第一距离阈值区间内,提取n个中心线中的每个中心线执行并线操作得到n个车道线,该并线操作具体包括:计算剩余m-n个中心线与n个中心线中的一个中心线之间的距离得到m-n个距离,从m-n个距离中查找小于第二距离阈值区间的z1个中心线,将z1个中心线合并至一个中心线即得到n个车道线中的一个车道线;将n个车道线从左至右或从右至左排序得到n个车道序号,确定三脚架左侧或右侧的最近车道线的序号δ,确定故障车道的车道为第δ车道;其中,m>n;m、n、δ、z1、x1、y1、y2均为正整数。
4.根据权利要求3所述的方法,其特征在于,所述将n个车道线从左至右或从右至左排序得到n个车道序号,确定三脚架左侧或右侧的最近车道线的序号δ具体包括:
如车辆的行驶规则为靠右行驶,将所述n个车道线从左至右排列得到n个车道序号,确定三脚架左侧的最近车道线的序号δ;
如车辆的行驶规则为靠左行驶,将所述n个车道线从右至左排列得到n个车道序号,确定三脚架右侧的最近车道线的序号δ。
5.一种电子设备,其特征在于,所述电子设备包括:测距模块、定位模块、摄像头、测速模块和处理模块,其中,
测速模块,用于采集车辆的第一速度;
处理模块,用于如第一速度高于设定阈值,启动测距模块检测N个距离,启动摄像头采集N张图片;
处理模块,还用于计算N个距离中相邻两个距离之间的距离差值,依据距离差值除以测距周期得到多个计算速度,从多个计算速度中搜索出与第一速度匹配的第一计算速度,获取第一计算速度对应的第一距离差值,从N张图片中提取与第一距离差值匹配的第一图片以及第二图片;对第一图片以及第二图片进行识别确定是否具有三角架,如确定具有三角架,确定故障车辆;提取具有三脚架的一个图片,对一个图片的车道线进行识别确定车道线序号,提取与三角架相邻的至少一个车道线序号,依据该至少一个车道线序号确定故障车辆的车道;所述N为大于等于10的整数。
6.根据权利要求5所述的电子设备,其特征在于,所述对第一图片以及第二图片进行识别确定是否具有三角架具体包括::
所述处理模块,具体用于对第一图片以及第二图片分别执行三脚架识别操作,该三脚架识别操作包括:依据红色RGB值提取一张图片的多个红色像素点,提取多个红色像素点的红素点β1,确定β1是否在已有的正方形内,如在已有的正方形中的正方形γ1内,将β1添加入正方形γ1内,如不在已有的正方形中,以β1为中心点,新生成一个正方形γ2,遍历一张图片中的多个红色像素点得到包含多个正方形的图片,将重叠的正方形划分成一个红色区域得到具有多个红色区域的图片,判断多个红色区域中是否有形状近似正三角形的红色区域,如具有形状近似正三角形的红色区域,确定一张图片具有三脚架,如不具有形状近似正三角形的红色区域,对另一张图片执行三脚架识别操作确定是否具有三角架,如第一图片和第二图片中至少一个具有三角架,确定第一图片以及第二图片具有三角架;β1、γ1、γ2均为正整数。
7.根据权利要求5所述的电子设备,其特征在于,所述提取具有三脚架的一个图片,对一个图片的车道线进行识别确定车道线序号,提取与三角架相邻的至少一个车道线序号,依据该至少一个车道线序号确定故障车辆的车道具体包括;
所述处理模块,具体用于如所述一个图片为第一图片,对第一图片执行车道线识别操作,该车道线识别操作包括:依据白色RGB值提取一张图片的多个白色像素点,提取多个白色像素点的白素点x1,确定x1是否在已有的正方形内,如在已有的正方形中的正方形y1内,将x1添加入正方形y1内,如不在已有的正方形中,以x1为中心点,新生成一个正方形y2,遍历第一图片中的多个白色像素点得到包含多个正方形的图片,将重叠的正方形划分成一个白色区域得到具有多个白色区域的图片,计算多个白色区域的多个宽度值,从多个宽度值中提取在设定宽度范围的m个宽度值,将m个宽度值对应的m个白色区域保留,提取m个白色区域在纵轴方向的m个中心线,提取m个白色区域中位于第一图片的最下方的n个白色区域以及n个中心线,计算n个中心线中相邻两个中心线之间的距离得到n-1个距离值,如n-1个距离值均在第一距离阈值区间内,提取n个中心线中的每个中心线执行并线操作得到n个车道线,该并线操作具体包括:计算剩余m-n个中心线与n个中心线中的一个中心线之间的距离得到m-n个距离,从m-n个距离中查找小于第二距离阈值区间的z1个中心线,将z1个中心线合并至一个中心线即得到n个车道线中的一个车道线;将n个车道线从左至右或从右至左排序得到n个车道序号,确定三脚架左侧或右侧的最近车道线的序号δ,确定故障车道的车道为第δ车道;其中,m>n;m、n、δ、z1、x1、y1、y2均为正整数。
8.根据权利要求7所述的电子设备,其特征在于,
所述处理模块,具体用于如车辆的行驶规则为靠右行驶,将所述n个车道线从左至右排列得到n个车道序号,确定三脚架左侧的最近车道线的序号δ;
如车辆的行驶规则为靠左行驶,将所述n个车道线从右至左排列得到n个车道序号,确定三脚架右侧的最近车道线的序号δ。
9.根据权利要求5-8任意一项所述的电子装置,其特征在于,所述电子装置为:智能手机、平板电脑或智能车载终端。
10.一种计算机可读存储介质,其特征在于,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-4任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811189371.3A CN109345824A (zh) | 2018-10-12 | 2018-10-12 | 高速公路中故障车辆的车道确定方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811189371.3A CN109345824A (zh) | 2018-10-12 | 2018-10-12 | 高速公路中故障车辆的车道确定方法及相关产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109345824A true CN109345824A (zh) | 2019-02-15 |
Family
ID=65309129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811189371.3A Withdrawn CN109345824A (zh) | 2018-10-12 | 2018-10-12 | 高速公路中故障车辆的车道确定方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109345824A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110110590A (zh) * | 2019-03-25 | 2019-08-09 | 费今歌 | 拥堵车道的确定方法及相关产品 |
CN111640301A (zh) * | 2020-05-25 | 2020-09-08 | 北京百度网讯科技有限公司 | 故障车辆的检测方法、系统、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7994902B2 (en) * | 2009-02-25 | 2011-08-09 | Southwest Research Institute | Cooperative sensor-sharing vehicle traffic safety system |
CN104852970A (zh) * | 2015-04-24 | 2015-08-19 | 公安部道路交通安全研究中心 | 一种高速公路交通事故信息发布系统 |
US9310215B2 (en) * | 2001-12-06 | 2016-04-12 | At&T Intellectual Property I, L.P. | Automated location-intelligent traffic notification service systems and methods |
CN106205144A (zh) * | 2016-09-07 | 2016-12-07 | 东南大学 | 高速公路应急车道占用监督处罚方法和系统 |
CN107111757A (zh) * | 2016-08-08 | 2017-08-29 | 深圳市锐明技术股份有限公司 | 车道线检测方法及装置 |
CN107507445A (zh) * | 2017-08-17 | 2017-12-22 | 千寻位置网络有限公司 | 基于高精度定位自动播报交通事故和拥堵车道的方法 |
-
2018
- 2018-10-12 CN CN201811189371.3A patent/CN109345824A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9310215B2 (en) * | 2001-12-06 | 2016-04-12 | At&T Intellectual Property I, L.P. | Automated location-intelligent traffic notification service systems and methods |
US7994902B2 (en) * | 2009-02-25 | 2011-08-09 | Southwest Research Institute | Cooperative sensor-sharing vehicle traffic safety system |
CN104852970A (zh) * | 2015-04-24 | 2015-08-19 | 公安部道路交通安全研究中心 | 一种高速公路交通事故信息发布系统 |
CN107111757A (zh) * | 2016-08-08 | 2017-08-29 | 深圳市锐明技术股份有限公司 | 车道线检测方法及装置 |
CN106205144A (zh) * | 2016-09-07 | 2016-12-07 | 东南大学 | 高速公路应急车道占用监督处罚方法和系统 |
CN107507445A (zh) * | 2017-08-17 | 2017-12-22 | 千寻位置网络有限公司 | 基于高精度定位自动播报交通事故和拥堵车道的方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110110590A (zh) * | 2019-03-25 | 2019-08-09 | 费今歌 | 拥堵车道的确定方法及相关产品 |
CN111640301A (zh) * | 2020-05-25 | 2020-09-08 | 北京百度网讯科技有限公司 | 故障车辆的检测方法、系统、装置、电子设备及存储介质 |
CN111640301B (zh) * | 2020-05-25 | 2021-10-08 | 北京百度网讯科技有限公司 | 故障车辆检测方法及包括路侧单元的故障车辆检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7046822B1 (en) | Method of detecting objects within a wide range of a road vehicle | |
CN105844222B (zh) | 基于视觉的前方车辆碰撞预警系统及方法 | |
CN109271944A (zh) | 障碍物检测方法、装置、电子设备、车辆及存储介质 | |
CN110443225A (zh) | 一种基于特征像素统计的虚实车道线识别方法及其装置 | |
CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
CN110491135A (zh) | 检测违章停车的方法及相关装置 | |
CN104902261B (zh) | 用于低清晰度视频流中的路面识别的装置和方法 | |
CN105426863B (zh) | 检测车道线的方法和装置 | |
CN106951898B (zh) | 一种车辆候选区域推荐方法及系统、电子设备 | |
US9197860B2 (en) | Color detector for vehicle | |
CN110390306A (zh) | 直角车位的检测方法、车辆和计算机可读存储介质 | |
CN108327719A (zh) | 辅助车辆行驶的方法及装置 | |
CN109522796A (zh) | 高速中故障车辆提示方法及相关产品 | |
CN108694399A (zh) | 车牌识别方法、装置及系统 | |
CN106710225A (zh) | 一种车辆号牌违法的识别方法和监测平台 | |
CN109345824A (zh) | 高速公路中故障车辆的车道确定方法及相关产品 | |
CN110490150A (zh) | 一种基于车辆检索的违章图片自动审核系统及方法 | |
CN111222441A (zh) | 基于车路协同的点云目标检测和盲区目标检测方法及系统 | |
CN104115201A (zh) | 立体物检测装置 | |
CN113658427A (zh) | 基于视觉与雷达的路况监控方法及系统、设备 | |
CN110969071B (zh) | 一种基于可行驶区域的障碍物检测方法、装置及系统 | |
CN108399360A (zh) | 一种连续型障碍物检测方法、装置及终端 | |
CN110223505A (zh) | 一种行人闯红灯行为的确定方法及装置 | |
CN103390268A (zh) | 物体区域分割方法和装置 | |
JP5997962B2 (ja) | 車載レーンマーカ認識装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190215 |
|
WW01 | Invention patent application withdrawn after publication |