CN109543636B - 一种用于检测道路急弯的方法与设备 - Google Patents
一种用于检测道路急弯的方法与设备 Download PDFInfo
- Publication number
- CN109543636B CN109543636B CN201811443546.9A CN201811443546A CN109543636B CN 109543636 B CN109543636 B CN 109543636B CN 201811443546 A CN201811443546 A CN 201811443546A CN 109543636 B CN109543636 B CN 109543636B
- Authority
- CN
- China
- Prior art keywords
- road
- information
- street lamp
- curve
- signs
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请的目的是提供一种用于检测道路急弯的方法,具体包括:获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车载摄像装置拍摄的;基于所述前方图像信息确定所述车辆设备前方道路中的多个路灯标志;根据所述多个路灯标志的位置信息检测所述车辆设备前方道路是否存在道路急弯。本申请不仅可以在白天视野良好的情况下根据路灯标志获取到前方道路的道路状况,还能够实现夜晚或者视野不太良好时的道路急弯的检测,从而提醒驾驶员及时减速慢行等,避免了因为天气影响或者驾驶员疏忽等情况下的交通隐患,极大地提高了用户出行的交通安全,提升了用户的使用体验。
Description
技术领域
本申请涉及通信领域,尤其涉及一种用于检测道路急弯的技术。
背景技术
随着社会的不断进步和发展,各地的交通工程也在不断完善,所采用的技术手段也在不断更新,整体的交通安全系数已经得到较大的提高。但是,由于道路状况的不断完善,驾驶员驾驶车辆的车速也普遍较快,面对急弯时,往往容易造成交通事故。现在的弯道预警,通常是在弯道的顶点位置设置一个反光装置,让司机可以通过反光镜观察对面是否有车辆行驶,但是这种预警措施的有效反应时间较短,有效反应距离较小,而且,在夜晚或者雨雾天气,这种基于驾驶员主观行为的判断方式,仍然存在很大的交通隐患。
发明内容
本申请的一个目的是提供一种用于检测道路急弯的方法和设备。
根据本申请的一个方面,提供了一种用于检测道路急弯的方法,该方法包括:
获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车载摄像装置拍摄的;
基于所述前方图像信息确定所述车辆设备前方道路中的多个路灯标志;
根据所述多个路灯标志的位置信息检测所述车辆设备前方道路是否存在道路急弯。
根据本申请的另一个方面,提供了一种用于确定车辆设备前方道路的道路轨迹的方法,该方法包括:
获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车在摄像装置拍摄的;
基于所述前方图像信息确定所述车辆设备前方道路中的多个路灯标志;
根据所述多个路灯标志的位置信息确定所述车辆设备前方道路的道路轨迹。
根据本申请的又一个方面,提供了一种用于检测道路急弯的方法,该方法包括:
获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车载摄像装置拍摄的;
基于所述前方图像信息确定所述车辆设备前方道路中的多个指示标志;
根据所述多个指示标志的位置信息检测所述车辆设备前方道路是否存在道路急弯。
根据本申请的一个方面,提供了一种用于检测道路急弯的设备,该设备包括:
一一模块,用于获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车载摄像装置拍摄的;
一二模块,用于基于所述前方图像信息确定所述车辆设备前方道路中的多个路灯标志;
一三模块,用于根据所述多个路灯标志的位置信息检测所述车辆设备前方道路是否存在道路急弯。
根据本申请的另一个方面,提供了一种用于确定车辆设备前方道路的道路轨迹的设备,该设备包括:
二一模块,用于获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车在摄像装置拍摄的;
二二模块,用于基于所述前方图像信息确定所述车辆设备前方道路中的多个路灯标志;
二三模块,用于根据所述多个路灯标志的位置信息确定所述车辆设备前方道路的道路轨迹。
根据本申请的又一个方面,提供了一种用于检测道路急弯的设备,该设备包括:
三一模块,用于获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车载摄像装置拍摄的;
三二模块,用于基于所述前方图像信息确定所述车辆设备前方道路中的多个指示标志;
三三模块,用于根据所述多个指示标志的位置信息检测所述车辆设备前方道路是否存在道路急弯。
根据本申请的一个方面,提供了一种用于检测道路急弯的设备,该设备包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行如上所述的用于检测道路急弯的任一方法的操作。
根据本申请的另一个方面,提供了一种用于确定车辆设备前方道路的道路轨迹的设备,其中,该设备包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行如上所述的用于确定车辆设备前方道路的道路轨迹方法的操作。
根据本申请的一个方面,提供了一种存储指令的计算机可读介质,所述指令在被执行时使得系统进行如上任一项所述方法的操作。
与现有技术相比,本申请通过车辆设备前方道路的前方图像信息,获取该前方图像信息中多个路灯标志,并根据该多个路灯标志的位置信息检测车辆设备前方道路是否存在道路急弯。基于该方法不仅可以在白天视野良好的情况下根据路灯标志获取到前方道路的道路状况,还能在路灯在使用时(如夜晚或者雨雾天气等),根据路灯灯光获取路灯标志,从而获取前方道路的道路状况,并判断是否有道路急弯,能够实现夜晚或者视野不太良好时的道路急弯的检测,从而提醒驾驶员及时减速慢行等,避免了因为天气影响或者驾驶员疏忽等情况下的交通隐患,极大地提高了用户出行的交通安全,提升了用户的使用体验。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出根据本申请一个实施例的一种用于检测道路急弯的系统拓扑图;
图2示出根据本申请一个实施例的一种用于检测道路急弯的方法流程图;
图3示出根据本申请的一个实施例的一种用于确定车辆设备前方道路的道路轨迹的方法流程图;
图4示出根据本申请一个实施例的一种用于检测道路急弯的方法流程图;
图5示出根据本申请一个实施例的一种用于检测道路急弯的设备的功能模块;
图6示出根据本申请一个实施例的一种用于确定车辆设备前方道路的道路轨迹的功能模块;
图7示出根据本申请一个实施例的一种用于检测道路急弯的设备的功能模块;
图8示出可被用于实施本申请中所述的各个实施例的示例性系统。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中,终端、服务网络的设备和可信方均包括一个或多个处理器(例如,中央处理器(Central Processing Unit,CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RandomAccess Memory,RAM)和/或非易失性内存等形式,如只读存储器(Read Only Memory,ROM)或闪存(Flash Memory)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(Phase-Change Memory,PCM)、可编程随机存取存储器(Programmable Random Access Memory,PRAM)、静态随机存取存储器(Static Random-Access Memory,SRAM)、动态随机存取存储器(DynamicRandom AccessMemory,DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(Electrically-ErasableProgrammable Read-Only Memory,EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、数字多功能光盘(Digital Versatile Disc,DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
本申请所指设备包括但不限于用户设备、网络设备、或用户设备与网络设备通过网络相集成所构成的设备。所述用户设备包括但不限于任何一种可与用户进行人机交互(例如通过触摸板进行人机交互)的移动电子产品,例如智能手机、平板电脑等,所述移动电子产品可以采用任意操作系统,如android操作系统、iOS操作系统等。其中,所述网络设备包括一种能够按照事先设定或存储的指令,自动进行数值计算和信息处理的电子设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit,ASIC)、可编程逻辑器件(Programmable Logic Device,PLD)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、数字信号处理器(Digital SignalProcessor,DSP)、嵌入式设备等。所述网络设备包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云;在此,云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个虚拟超级计算机。所述网络包括但不限于互联网、广域网、城域网、局域网、VPN网络、无线自组织网络(Ad Hoc网络)等。优选地,所述设备还可以是运行于所述用户设备、网络设备、或用户设备与网络设备、网络设备、触摸终端或网络设备与触摸终端通过网络相集成所构成的设备上的程序。
当然,本领域技术人员应能理解上述设备仅为举例,其他现有的或今后可能出现的设备如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
在本申请的描述中,“多个”的含义是两个或者更多,除非另有明确具体的限定。
图1示出了本申请的一个典型场景,车辆设备在道路上行驶,通过车辆设备安装的车载摄像装置拍摄的前方图像信息,其中,前方图像信息中包括前方道路中路灯标志等;随后,根据前方图像信息确定前方道路的多个路灯标志,并基于该多个路灯标志的位置信息,检测车辆设备前方道路是否存在道路急弯。其中,后续的计算过程可以是由车辆设备完成,也可以是由与车辆设备建立通信连接的用户设备或者网络设备完成。在此,我们以检测设备统称以上完成数据处理的车辆设备、用户设备或者网络设备等,当然,本领域技术人员应能理解上述检测设备仅为举例,其他现有的或今后可能出现的检测设备如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
本申请所指的车辆设备包括但不限于集成了车体、车底架、走行部、车钩缓冲装置和制动装置等构成的机动车或者非机动车等;在一些情形中,车辆设备还包括车载摄像装置,该车载摄像装置安置于车辆前方,用于拍摄车辆设备行驶过程中前方道路相关的图像信息。在一些实施例中,车辆设备还包括数据处理装置,用于处理前方道路相关的图像信息,如检测道路急弯或者确定前方道路的道路轨迹信息等;在另一些实施例中,车辆设备包括还包括通信装置,用于建立车辆设备与其他设备间的通信连接,如建立车辆设备与用户设备或网络设备间的通信连接,将前方道路相关的图像信息通过该通信连接传输至用户设备或者网络设备等。当然,本领域技术人员应能理解上述车辆设备仅为举例,其他现有的或今后可能出现的车辆设备如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
仍然参考图1所示的系统拓扑,以下我们将从车辆设备的角度,对本申请的具体实施方式进行介绍。
图2示出根据本申请第一个方面的一种用于检测道路急弯的方法,该方法可被应用于图1所示的系统,其中,该方法包括步骤S11、步骤S12以及步骤S13。在步骤S11中,检测设备获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车载摄像装置拍摄的;在步骤S12中,检测设备基于所述前方图像信息确定所述车辆设备前方道路中的多个路灯标志;在步骤S13中,检测设备根据所述多个路灯标志的位置信息检测所述车辆设备前方道路是否存在道路急弯。
具体而言,在步骤S11中,检测设备获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车载摄像装置拍摄的。例如,所述前方图像信息包括但不限于车载摄像装置拍摄的静态图像信息(如图片等)和动态图像信息(如视频等),其中,所述车载摄像装置包括但不限于摄像头等,所述车载摄像装置在拍摄时正对着车辆设备前方的道路,或者以转动视场角的方式拍摄车辆设备前方道路的前方图像信息等。
在步骤S12中,检测设备基于所述前方图像信息确定所述车辆设备前方道路中的多个路灯标志。例如,所述前方图像信息中包含多个路灯标志,检测设备根据计算机视觉算法确定所述前方图像信息中的多个路灯标志,如根据边缘检测算法,提取图像中的直线特征,将提取到的直线特征对应的位置作为路灯标志所在位置;或者根据图像中各区域的光强值,提取出图像中光照强度较高的点特征,将该点特征所在位置作为路灯标志所在位置等;又如,同时提取图像中的直线特征以及光照强度较高的点特征,结合该直线特征和点特征位置,确定对应路灯标志所在位置等。
在步骤S13中,检测设备根据所述多个路灯标志的位置信息检测所述车辆设备前方道路是否存在道路急弯。其中,路灯标志所在位置信息包括但不限于所述路灯标志在所述前方图像信息中的像素坐标等,如以每一帧图像的左上角为原点,图像的上边缘作为X轴,左边缘为Y轴,一定数量的像素值作为一个单位长度,建立对应的图像坐标系,该路灯标志的位置信息包含路灯标志在该一帧图像信息中对应直线特征或者点特征的所有像素或者外框像素的像素坐标信息以及像素灰度值等信息。例如,根据所述前方图像信息中多个路灯标志的位置,映射到三维世界坐标系中的位置,并根据该多个路灯标志间的位置关系,判断前方道路是否存在道路急弯,如根据多个路灯标志中的某几个路灯标志拟合曲线,并根据拟合曲线判断其他路灯标志是否在该曲线附近,若其他路灯标志距离该曲线的距离大于一定偏离距离等,确定车辆设备前方道路存在道路急弯。
其中,上述检测设备包括车辆设备,此时,车辆设备通过车载摄像装置拍摄前方道路的前方图像信息。在一些情形下,车辆设备可根据拍摄获取的前方图像信息,利用计算机视觉算法,确定前方图像信息中的多个路灯标志,并根据该多个路灯标志的位置信息,进而判断前方道路是否存在道路急弯。在一些实施方式中,所述车辆设备还包括显示装置,用于呈现前方图像信息,如通过在屏幕上显示前方图像信息,供用户根据当前拍摄的图像信息做出对应的调整指令,实时调整车载摄像装置的拍摄姿态(如摄像时的高度、拍摄角度等),获取关于前方道路中路灯标志的图像信息。当然,本领域技术人员应能理解上述车辆设备仅为举例,其他现有的或今后可能出现的车辆设备如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
其中,上述检测设备包括与车辆设备建立通信连接的用户设备或网络设备等,此时,车辆设备通过车载摄像装置拍摄前方道路对应的前方图像信息,并将该前方图像信息发送至对应的检测设备。检测设备获取前方图像信息后,利用计算机视觉算法,确定前方图像信息中的多个路灯标志,并根据该多个路灯标志的位置信息,进而判断前方道路是否存在道路急弯。在一些实施方式中,所述检测设备还包括显示装置,用于呈现前方图像信息,如通过在屏幕上显示前方图像信息,供用户根据当前拍摄的图像信息做出对应的调整指令,实时向车辆设备发送调整车载摄像装置的拍摄姿态(如摄像时的高度、拍摄角度等)的调整指令,获取关于前方道路中路灯标志的前方图像信息。当然,本领域技术人员应能理解上述检测设备仅为举例,其他现有的或今后可能出现的检测设备如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
在一些实施方式中,检测设备根据较近的几个路灯标志的位置信息进行曲线拟合,从而根据远处的路灯标志与拟合所的曲线的延伸曲线的距离判断前方道路远处是否存在道路急弯。如在上述步骤S13中,检测设备将所述多个路灯标志分为至少一个远端路灯标志和多个近端路灯标志,其中,所述远端路灯标志与所述车辆设备的距离大于所述近端路灯标志与所述车辆设备的距离,检测设备并根据所述多个近端路灯标志的位置信息进行曲线拟合;若所述至少一个远端路灯标志中存在一个远端路灯标志,该远端路灯标志在拟合所得曲线上的预测位置与该远端路灯标志的实际位置间的距离大于或等于距离阈值信息,则检测设备确定所述车辆设备前方道路存在道路急弯。其中,近端路灯标志包括在图像信息中存在并距离(如空间距离上)所述车辆设备较近的至少三个路灯标志;远端路灯标志包括在图像信息中存在并距离所述车辆设备较远的一个或多个路灯标志。例如,检测设备根据前方图像信息中各路灯标志的位置信息,将各路灯标志映射到世界坐标系确定三维空间中各路灯标志的位置信息。检测设备根据路灯标志距离车辆设备的距离信息,确定距离车辆设备较近(如直线距离300米以内等)的几个路灯标志为近端路灯标志,距离车辆设备较远(如直线距离300米以外等)的路灯标志为远端路灯标志。随后,检测设备根据近端路灯标志进行曲线拟合,如通过曲线拟合算法(如B样条曲线拟合算法等)对近端路灯标志拟合曲线,并根据拟合的曲线进行延伸,基于延伸曲线与远端路灯标志的距离(如远端路灯标志到延伸曲线的垂直距离或者在延伸曲线上根据近端路灯标志的间距取对应的远端路灯标志的位置等)判断是否存在道路急弯,如根据某一个远端路灯标志与延伸曲线的距离(如100米等)超过距离阈值信息(如50米等),确定车辆设备前方道路位置存在道路急弯。进一步地,检测设备可以根据远端路灯标志与延伸曲线的距离信息,判断道路急弯在前方道路中可能所在的区域,如将距离偏离较大的起始路灯标志对应路段作为道路急弯所在区域等。通过该方法判断前方道路是否存在急弯,计算较为简单方便,实时性强,使得用户有充足的反应时间。
在一些实施方式中,检测设备根据图像信息中多个路灯标志的位置信息,拟合得到道路边界曲线信息,并根据该边界曲线信息的曲率信息判断是否存在道路急弯。如上述步骤S13包括步骤S131(未示出)和步骤S132(未示出),在步骤S131中,检测设备根据所述多个路灯标志的位置信息进行曲线拟合,确定所述车辆设备前方道路的边界曲线信息;在步骤S132中,若所述边界曲线信息中存在曲率,该曲率大于或等于曲率阈值,确定所述车辆设备前方道路存在道路急弯。其中,边界曲线的曲率指曲线上某个点的切线方向角对弧长的转动率,这里由于急弯判断是基于一定距离的某一段道路,该处的边界曲线的曲率包括一定距离内某一段曲线的平均斜率,从而用该段曲线的平均曲率衡量该段道路是否存在道路急弯。例如,检测设备根据前方图像信息中检测到的多个路灯标志在前方图像信息中的位置信息,利用计算机视觉算法,将该多个路灯标志映射到三维世界坐标系中,确定其对应的空间位置信息,并根据多个路灯标志的空间位置信息,通过曲线拟合,获取对应的道路边界曲线信息,并基于道路边界曲线信息中的曲率信息(如相隔一定距离或一个路灯标志间的曲线斜率变化等),判断车辆设备前方道路是否存在道路急弯;若边界曲线信息中间隔五十米或两个路灯标志间的曲线斜率变化超过曲率阈值(如斜率变化为π/12,对应曲率半径近似为96米,曲率近似为1/96等),确定车辆设备前方道路存在道路急弯。本方法通过边界曲线信息的曲率判断是否存在急弯,判断更加全面、准确,减少了误报的几率,提升了用户的使用体验。
在一些实施方式中,检测设备确定前方道路存在道路急弯时,生成对应的急弯提示信息,用于提示驾驶员前方道路存在道路急弯,应减速慢行、小心驾驶等。如图2所示方法还包括步骤S14(未示出),在步骤S14中,若确定所述车辆设备前方道路存在道路急弯,检测设备生成用于提示前方道路存在道路急弯的急弯提示信息。其中,急弯提示信息包括提示驾驶员前方道路存在道路急弯的文字、语音或者闪烁灯等提示信息。
其中,检测设备包括车辆设备,若车辆设备确定前方道路存在道路急弯,车辆设备生成对应的急弯提示信息,如在显示装置中显示“前方有道路急弯,请减速慢行、小心驾驶”的文字提示信息,或者语音播放“前方有道路急弯,请减速慢行、小心驾驶”的语音意识信息,或者闪烁LED(LightEmitting Diode,发光二极管)灯等提醒驾驶员小心驾驶。当然,上述急弯提示信息可以同时呈现,也可以择一呈现,本领域技术人员应能理解,上述急弯提示信息仅为举例,其他现有的或今后可能出现的急弯提示信息如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
其中,检测设备包括与车辆设备建立了通信连接的用户设备或者网络设备,若检测设备确定前方道路存在道路急弯,检测设备生成对应的急弯提示信息,并将该急弯提示信息发送至车辆设备,车辆设备接收并呈现该急弯提示信息,提醒驾驶员前方道路存在道路急弯,小心驾驶,减少驾驶过程中的安全隐患,提升了用户使用体验。
在一些实施方式中,检测设备根据前方道路的边界曲线信息确定前方道路中存在曲率大于获得等于预定曲率阈值的道路急弯,并进一步根据该道路急弯的曲率信息以及车辆设备的当前行驶速度判断是否生成对应的急弯提示信息。如图2示出的方法还包括步骤S15(未示出),在步骤S15中,检测设备基于所述道路急弯在对应的边界曲线信息中的曲率确定所述道路急弯的行驶速度阈值;若所述车辆设备当前行驶速度大于或等于所述行驶速度阈值,生成用于提示前方道路存在道路急弯的急弯提示信息,其中,所述道路急弯信息包括降速提示信息。其中,所述道路急弯在对应边界曲线信息中的曲率包括道路急弯所在的道路段(例如,将前方道路等距分段等)对应的边界曲线的平均曲率;降速提示信息包括提示驾驶员将当前行驶速度降低至安全行驶速度阈值以下的意识信息等。例如,检测设备根据边界曲线对应的曲率信息确定对应圆曲线的半径,并根据圆曲线半径计算该道路急弯对应的行驶速度等,如(1)中所示,车辆设备在国省道的弯道上行驶速度公式:
式中,V0表示道路急弯时车辆设备的行驶速度,R表示边界曲线信息中道路急弯处对应的圆曲线半径,L表示横向力系数,一般情况下去0.05~0.06,i表示路面的横向坡度(又称为超高值),根据国内使用经验,一般取6%~8%。例如,根据上述公式,当圆曲线半径为100米(对应的曲率为1/100),横向力系数取0.06,超高值取7时,车辆设备的安全行驶速度V0=40km/h,此时将该安全行驶速度作为安全行驶速度阈值,若检测设备检测到车辆设备当前行驶速度(如50km/h)超过安全行驶速度阈值,检测设备生成对应的急弯提示信息,其中,该急弯提示信息包括降速提示信息,该降速提示信息包括提示驾驶员将行驶速度降低至40km/h以下的信息等。通过结合车辆设备当前的行驶速度进行急弯判断,使得急弯预测的方式更加科学、准确,同时避免车辆设备行驶速度过快带来的安全隐患,使得驾驶员在面对道路急弯时能够提前降速,得到稳定的安全保障。
在一些实施方式中,车辆设备的安全行驶速度阈值不仅跟道路边界曲线信息得到,还跟道路状态信息有关;在一些实施方式中,道路状况信息包括但不限于前方道路的道宽信息、前方道路所在地域的天气状况信息、坡度信息等,其中,道路状况信息可以是检测设备根据前方图像信息获取的,可以是在互联网上获取的,也可以是基于用户的输入获取的。其中,上述所述基于所述道路急弯在对应的边界曲线信息中的曲率确定所述道路急弯的安全行驶速度阈值对应步骤中,检测设备基于所述道路急弯在对应的边界曲线信息中的曲率以及车辆设备前方道路的道路状态信息确定所述道路急弯的安全行驶速度阈值,如前方道路越宽,对应的安全行驶速度阈值越大,天气状况越差(如雨雪天气等),对应的安全行驶速度阈值越小,前方道路坡度越大,对应的安全行驶速度阈值越小。
例如,检测设备根据前方道路的道路状况信息、边界曲线信息的曲率等确定道路急弯的安全行驶速度阈值信息,如,在二级公路上,双向机动车道为4条,对应道宽为60米,当急弯道路端的曲率半径为100米(对应的曲率为1/100)时,车辆设备的安全行驶速度设置为V0=40km/h;在三级公路上,双向机动车道为2条,对应道宽为30米,当急弯道路端的曲率半径为100米,(对应的曲率为1/100)时,车辆设备的安全行驶速度设置为V0=25km/h;又如,在二级公路上,双向机动车道为4条,对应道宽为60米,当急弯道路端的曲率半径为100米(对应的曲率为1/100),当前时间天气为雨雪天气时,车辆设备的安全行驶速度设置为V0=30km/h;在二级公路上,双向机动车道为4条,对应道宽为60米,当急弯道路端的曲率半径为100米(对应的曲率为1/100),对应坡度为100米距离内4米高度差,则车辆设备的安全行驶速度设置为V0=35km/h等。通过结合道路道宽信息和天气状况等因素,进行道路急弯判断,使得急弯判断的情况适用性更广,减少了驾驶员的安全隐患,使得驾驶员在驾驶过程中有更多的安全保障。
在一些实施方式中,检测设备还根据所述前方道路的道路状态信息调整对应的曲率阈值;如所述预定曲率阈值与所述车辆设备前方道路状态信息存在映射关系,其中,在步骤S132中,若所述边界曲线信息中存在曲率,该曲率大于或等于所述道路状态信息对应预定曲率阈值,检测设备确定所述车辆设备前方道路存在道路急弯。例如,检测设备根据道路状态信息确定对应的曲率阈值,当边界曲线信息中存在曲率,该曲率大于或等于该曲率阈值时,确定前方道路存在道路急弯,如前方道路越宽,对应的曲率阈值越大,天气状况越差(如雨雪天气等),对应的曲率阈值越小,前方道路坡度越大,对应的曲率阈值越小。
例如,在二级公路上,双向机动车道为4条,对应道宽为60米,检测设备将对应曲率阈值设置为1/200,即对应曲率半径为200米;又如,在三级公路上,双向机动车道为2条,对应道宽为30米,检测设备将对应曲率阈值设置为1/300,即对应曲率半径为300米;在二级公路上,双向机动车道为4条,对应道宽为60米,当前天气状况为雨雪天气时,检测设备将对应曲率阈值设置为1/400,即对应曲线曲率为400米;在二级公路上,双向机动车道为4条,对应道宽为60米,对应坡度为100米距离内4米高度差,检测设备将对应曲率阈值设置为1/300,即对应曲率半径为300米等。通过结合道路道宽信息和天气状况等因素,进行道路急弯判断,使得急弯判断的情况适用性更广,减少了驾驶员的安全隐患,使得驾驶员在驾驶过程中有更多的安全保障。
在一些实施方式中,检测设备可以根据前方图像信息中的多个路灯标志的位置信息,利用计算机视觉算法,确定对应的道宽信息。如所述道路状态信息包括所述车辆设备前方道路的道宽信息;其中,图2示出的方法还包括步骤S16(未示出),在步骤S16中,检测设备根据所述多个路灯标志的位置信息确定所述车辆设备前方道路的道宽信息。例如,若前方图像信息中拍摄到道路两侧路灯标志,检测设备根据前方图像信息中的路灯标志的位置信息以及车辆设备的位置信息,利用前方交会等,确定在车辆设备前方的两个相对位置的路灯标志,并根据两个相对位置的路灯标志之间的距离,确定前方道路的道宽信息。
在一些实施方式中,在上述步骤S16中,检测设备根据所述多个路灯标志的位置信息进行曲线拟合,确定所述车辆设备前方道路的两条边界曲线信息,并基于所述车辆设备前方道路的两条边界曲线信息确定所述车辆设备前方道路的道宽信息。例如,前方图像信息中包含道路两侧的路灯标志,检测设备根据两侧路灯标志,拟合获取两条边界曲线信息,两条边界曲线信息近似平行,将该两条边界曲线信息的距离作为前方道路的道宽信息。
在一些实施方式中,检测设备获取道路的边界曲线信息后,根据该边界曲线信息可以确定前方道路的道路轨迹信息。如图2示出的方法还包括步骤S17(未示出),在步骤S17中,检测设备基于所述车辆设备前方道路的边界曲线信息确定所述车辆设备前方道路的道路轨迹信息。例如,若前方图像信息中包含道路两侧的路灯标志,检测设备根据两侧路灯标志的位置信息,拟合两条近似平行的边界曲线信息,将两条边界曲线信息的中间线作为前方道路的道路轨迹信息;若前方图像信息包含道路一侧的路灯标志,通过后方交会可以计算车辆设备与路灯标志所在边界曲线信息的距离,将该边界曲线信息向车辆设备所在方向平移一定距离(如车辆设备到边界曲线信息的距离等),得到新的平移曲线信息,将该平移曲线信息作为前方道路的道路轨迹信息。通过本方案获取道路轨迹信息,可以实现在白天或者路灯使用时(如雨雾天使用路灯或者夜晚等),获取前方道路的道路轨迹信息,适用范围更广,大大减少了路灯使用时道路上的交通隐患等。
在一些实施方式中,通用的道路急弯预测方法在雨雾或者夜晚时,所起到的效果甚微,本方法可以通过检测路灯在使用时路灯相关特征,实现道路急弯预测。如所述路灯标志处于使用状态,其中,在上述步骤S12包括步骤S121(未示出)和步骤S122(未示出),在步骤S121中,检测设备基于所述前方图像信息确定所述车辆设备前方道路中的处于使用状态中的多个路灯特征信息;在步骤S122中,检测设备根据多个路灯特征信息的位置信息,从所述多个路灯特征信息中确定所述车辆设备前方道路中的多个路灯标志。其中,路灯特征信息包括利用计算机视觉算法提取的用于表征路灯标志的特征,如直线特征、亮度较高的点特征等;路灯标志处于使用中,包括夜晚或者白天雨雾视野不太良好时开启路灯标志等状态。在一些实施方式中,所述路灯特征信息包括但不限于灯光特征信息、直线特征信息等。
例如,当白天雨雾天气时,由于视野不太良好,道路旁边路灯标志处于使用中。检测设备获取车载摄像装置拍摄的关于前方道路的前方图像信息,并基于该图像信息提取对应的路灯特征信息,如根据图像中光强值分布提取出亮度较高的点特征。随后,检测设备根据这些点特征确定对应的路灯标志,如将这些点特征所在位置作为路灯标志所在位置,又如,根据路灯标志的等间距特性,将明显距离不符的点特征去除,将剩下的点特征所在位置作为路灯标志所在位置。
例如,当夜晚时,道路两旁路灯标志处于使用中。检测设备获取车载摄像装置拍摄的关于前方道路的前方图像信息,并基于该图像信息提取对应的路灯特征信息,如利用边缘检测提取图像中的直线特征。随后,检测设备根据这些直线特征确定对应的路灯标志,如将这些直线特征所在位置作为路灯标志所在位置,又如,根据路灯标志的等间距特性,将明显距离不符的直线特征去除,将剩下的直线特征所在位置作为路灯标志所在位置。
例如,当夜晚时,道路两旁路灯标志处于使用中。检测设备获取车载摄像装置拍摄的关于前方道路的前方图像信息,并基于该图像信息提取对应的路灯特征信息,如利用边缘检测提取图像中的直线特征并根据图像中光强值分布提取出亮度较高的点特征。随后,检测设备根据这些直线特征和点特征确定对应的路灯标志,如将这些直线特征和点特征重合的位置作为路灯标志所在位置,又如,根据路灯标志的等间距特性,将明显距离不符的直线特征和点特征去除,将剩下的直线特征和点特征重合的位置作为路灯标志所在位置。
在一些实施方式中,检测设备通过前方图像信息获取地面的位置信息,通过地面的位置信息与路灯标志的关联关系,更加准确的获取路灯标志所在位置等。如,图2示出的方法还包括步骤S18(未示出),在步骤S18中,检测设备基于所述前方图像信息确定所述前方图像信息中地面的位置信息;其中,在上述步骤S122中,检测设备根据所述前方图像信息中地面的位置信息及所述多个路灯特征信息的位置信息,从所述多个路灯特征信息中确定所述车辆设备前方道路中的多个路灯标志。例如,检测设备基于前方图像信息,利用计算机视觉算法(如二值化图像等)得到图像中地面的位置信息,根据图像中地面的位置信息映射到三维世界坐标中地面的空间位置。随后,若检测设备根据前方图像信息中的路灯特征信息,及路灯特征信息与地面的关联关系,确定对应的路灯标志,如根据灯光与地面的空间位置关系,排除较为靠近地面的车灯等灯光特征信息,又如,根据直线特征与地面夹角固定(如90度等),排除一些不必要的直线特征信息等,从而更加精确的确定对应路灯标志。通过该方法,可以在一定程度上排除车灯干扰,实现更加准确的路灯标志的提取。
在一些实施方式中,检测设备还可以结合过往前方图像信息的处理结果(如前一帧或者前几帧前方图像信息的边界曲线信息),通过处理结果对这一帧前方图像信息进行路灯位置预估,根据预估的路灯位置进一步筛选路灯标志。如在步骤S122中,检测设备根据所述前方图像信息中地面的位置信息及所述多个路灯特征信息的位置信息,从所述多个路灯特征信息中确定所述车辆设备前方道路中的多个候选路灯标志,根据所述多个候选路灯标志及所述候选路灯标志与所述车载拍摄装置拍摄的前N帧前方图像信息对应边界曲线信息的延伸曲线的位置关系,从所述多个候选路灯标志中确定所述车辆设备前方道路中的多个路灯标志,其中N为正整数。例如,检测设备从前方图像信息中提取出路灯标志相关的路灯特征信息,并根据路灯特征信息间的关联关系及路灯特征信息与地面位置之间的关联关系,确定对应的候选路灯标志,随后,检测设备根据前几帧图像信息的边界曲线信息,延伸得到边界曲线信息的延伸曲线,根据候选路灯标志与延伸曲线的位置关系,确定对应的路灯标志,如根据候选路灯标志在曲线上的与延伸曲线的距离是否小于或等于一定的距离阈值信息,若是,则将该候选路灯标志作为路灯标志;又如,根据在延伸曲线上根据路灯间的间隔固定取对应的多个近似路灯标志,若候选路灯标志与最近的近似路灯标志间的距离小于或等于一定的距离阈值信息,则将该候选路灯标志作为路灯标志。通过结合过往历史处理结果,使得这一帧图像信息中就近的几个路灯标志的准确度大大提高。
上文主要结合图1所示的系统以及可应用于图1所示系统的方法对本申请的方案进行了介绍,除上文所述方案外,本申请还提供了另两种可应用于图1所示系统的方法,下面分别结合图3和图4进行介绍。
图3示出根据本申请另一个方面的一种用于确定车辆设备前方道路的道路轨迹信息的方法,该方法同样可被应用于图1所示的系统,同样可由上述检测设备执行,其中,该方法包括步骤S21、步骤S22以及步骤S23。在步骤S21中,检测设备获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车在摄像装置拍摄的;在步骤S22中,检测设备基于所述前方图像信息确定所述车辆设备前方道路中的多个指示标志;在步骤S23中,检测设备根据所述多个指示标志的位置信息确定所述车辆设备前方道路的道路轨迹信息。其中,在一些实施方式中,所述指示标志包括所述车辆设备前方道路的路灯标志或反光标志。其中,反光标志包括但不限于折射率很高的光学玻璃制成玻璃微珠,粘贴在金属膜上做成的反光膜等。
例如,上述检测设备获取车载摄像装置拍摄前方道路的前方图像信息。在一些情形下,检测设备可根据拍摄获取的前方图像信息,利用计算机视觉算法,确定前方图像信息中的多个指示标志,并根据该多个路灯标志的位置信息,获取对应的道路轨迹信息,如根据直线特征或者光照较强的点特征等获取路灯标志,又如通过图像识别或者反射光的光照强度等提取反光标志,随后根据路灯标志或者反光标志进行曲线拟合,获取对应的边界曲线信息;若前方图像信息中包含道路两侧的指示标志,检测设备根据两侧指示标志的位置信息,拟合两条近似平行的边界曲线信息,将两条边界曲线信息的中间线作为前方道路的道路轨迹信息;若前方图像信息包含道路一侧的指示标志,通过后方交会可以计算车辆设备与路灯标志所在边界曲线信息的距离,将该边界曲线信息向车辆设备所在方向平移一定距离(如车辆设备到边界曲线信息的距离等),得到新的平移曲线信息,将该平移曲线信息作为前方道路的道路轨迹信息。通过本方案获取道路轨迹信息,可以实现全天候获取前方道路的道路轨迹信息,适用范围更广,大大减少了路灯使用时道路上的交通隐患等。
图4示出根据本申请另一个方面的一种用于检测道路急弯的方法,该方法同样可被应用于图1所示的系统,同样可由上述检测设备执行,其中,该方法包括步骤S31、步骤S32以及步骤S33。在步骤S31中,检测设备获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车载摄像装置拍摄的;在步骤S32中,检测设备基于所述前方图像信息确定所述车辆设备前方道路中的多个指示标志;在步骤S33中,检测设备根据所述多个指示标志的位置信息检测所述车辆设备前方道路是否存在道路急弯。在一些实施方式中,所述指示标志包括所述车辆设备前方道路的路灯标志或反光标志。其中,反光标志包括但不限于折射率很高的光学玻璃制成玻璃微珠,粘贴在金属膜上做成的反光膜等。
例如,例如,上述检测设备获取车载摄像装置拍摄前方道路的前方图像信息。在一些情形下,检测设备可根据拍摄获取的前方图像信息,利用计算机视觉算法,确定前方图像信息中的多个指示标志,并根据该多个路灯标志的位置信息,判断前方道路是否存在道路急弯,如根据直线特征或者光照较强的点特征等获取路灯标志,又如通过图像识别或者反射光的光照强度等提取反光标志,随后根据路灯标志或者反光标志进行曲线拟合,获取对应的边界曲线信息,并根据边界曲线的曲率信息(如某一段道路的平均曲率等)与预设的曲率阈值进行比较,若存在曲率信息大于或等于预设曲率阈值的道路段,确定前方道路存在道路急弯。
上文主要从设备的角度对本申请实施例的提供的方法进行了介绍,相对应地,本申请还提供了能够执行上述各方法的对应设备,下面结合图5至图7进行介绍。
图5示出根据本申请一个方面的一种用于检测道路急弯的检测设备100,该检测设备100可被应用于图1所示的系统,并包括能够执行图2所示方法中各个步骤的单元或模块,这些单元或模块可以通过硬件、软件或软硬结合的方式来实现,本申请并不限定。其中,图5中,与图2所示方法对应的内容,可以参考图2中的详细介绍。具体地,该设备包括一一模块11、一二模块12以及一三模块13。一一模块11,用于获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车载摄像装置拍摄的;一二模块12,用于基于所述前方图像信息确定所述车辆设备前方道路中的多个路灯标志;一三模块13,用于根据所述多个路灯标志的位置信息检测所述车辆设备前方道路是否存在道路急弯。
具体而言,一一模块11,用于获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车载摄像装置拍摄的。例如,所述前方图像信息包括但不限于车载摄像装置拍摄的静态图像信息(如图片等)和动态图像信息(如视频等),其中,所述车载摄像装置包括但不限于摄像头等,所述车载摄像装置在拍摄时正对着车辆设备前方的道路,或者以转动视场角的方式拍摄车辆设备前方道路的前方图像信息等。
一二模块12,用于基于所述前方图像信息确定所述车辆设备前方道路中的多个路灯标志。例如,所述前方图像信息中包含多个路灯标志,检测设备根据计算机视觉算法确定所述前方图像信息中的多个路灯标志,如根据边缘检测算法,提取图像中的直线特征,将提取到的直线特征对应的位置作为路灯标志所在位置;或者根据图像中各区域的光强值,提取出图像中光照强度较高的点特征,将该点特征所在位置作为路灯标志所在位置等;又如,同时提取图像中的直线特征以及光照强度较高的点特征,结合该直线特征和点特征位置,确定对应路灯标志所在位置等。
一三模块13,用于根据所述多个路灯标志的位置信息检测所述车辆设备前方道路是否存在道路急弯。其中,路灯标志所在位置信息包括但不限于所述路灯标志在所述前方图像信息中的像素坐标等,如以每一帧图像的左上角为原点,图像的上边缘作为X轴,左边缘为Y轴,一定数量的像素值作为一个单位长度,建立对应的图像坐标系,该路灯标志的位置信息包含路灯标志在该一帧图像信息中对应直线特征或者点特征的所有像素或者外框像素的像素坐标信息以及像素灰度值等信息。例如,根据所述前方图像信息中多个路灯标志的位置,映射到三维世界坐标系中的位置,并根据该多个路灯标志间的位置关系,判断前方道路是否存在道路急弯,如根据多个路灯标志中的某几个路灯标志拟合曲线,并根据拟合曲线判断其他路灯标志是否在该曲线附近,若其他路灯标志距离该曲线的距离大于一定偏离距离等,确定车辆设备前方道路存在道路急弯。
其中,上述检测设备包括车辆设备,此时,车辆设备通过车载摄像装置拍摄前方道路的前方图像信息。在一些情形下,车辆设备可根据拍摄获取的前方图像信息,利用计算机视觉算法,确定前方图像信息中的多个路灯标志,并根据该多个路灯标志的位置信息,进而判断前方道路是否存在道路急弯。在一些实施方式中,所述车辆设备还包括显示装置,用于呈现前方图像信息,如通过在屏幕上显示前方图像信息,供用户根据当前拍摄的图像信息做出对应的调整指令,实时调整车载摄像装置的拍摄姿态(如摄像时的高度、拍摄角度等),获取关于前方道路中路灯标志的图像信息。当然,本领域技术人员应能理解上述车辆设备仅为举例,其他现有的或今后可能出现的车辆设备如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
其中,上述检测设备包括与车辆设备建立通信连接的用户设备或网络设备等,此时,车辆设备通过车载摄像装置拍摄前方道路对应的前方图像信息,并将该前方图像信息发送至对应的检测设备。检测设备获取前方图像信息后,利用计算机视觉算法,确定前方图像信息中的多个路灯标志,并根据该多个路灯标志的位置信息,进而判断前方道路是否存在道路急弯。在一些实施方式中,所述检测设备还包括显示装置,用于呈现前方图像信息,如通过在屏幕上显示前方图像信息,供用户根据当前拍摄的图像信息做出对应的调整指令,实时向车辆设备发送调整车载摄像装置的拍摄姿态(如摄像时的高度、拍摄角度等)的调整指令,获取关于前方道路中路灯标志的前方图像信息。当然,本领域技术人员应能理解上述检测设备仅为举例,其他现有的或今后可能出现的检测设备如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
在一些实施方式中,检测设备根据较近的几个路灯标志的位置信息进行曲线拟合,从而根据远处的路灯标志与拟合所的曲线的延伸曲线的距离判断前方道路远处是否存在道路急弯。如在上述一三模块13,用于将所述多个路灯标志分为至少一个远端路灯标志和多个近端路灯标志,其中,所述远端路灯标志与所述车辆设备的距离大于所述近端路灯标志与所述车辆设备的距离,检测设备并根据所述多个近端路灯标志的位置信息进行曲线拟合;若所述至少一个远端路灯标志中存在一个远端路灯标志,该远端路灯标志在拟合所得曲线上的预测位置与该远端路灯标志的实际位置间的距离大于或等于距离阈值信息,则检测设备确定所述车辆设备前方道路存在道路急弯。其中,近端路灯标志包括在图像信息中存在并距离(如空间距离上)所述车辆设备较近的至少三个路灯标志;远端路灯标志包括在图像信息中存在并距离所述车辆设备较远的一个或多个路灯标志。例如,检测设备根据前方图像信息中各路灯标志的位置信息,将各路灯标志映射到世界坐标系确定三维空间中各路灯标志的位置信息。检测设备根据路灯标志距离车辆设备的距离信息,确定距离车辆设备较近(如直线距离300米以内等)的几个路灯标志为近端路灯标志,距离车辆设备较远(如直线距离300米以外等)的路灯标志为远端路灯标志。随后,检测设备根据近端路灯标志进行曲线拟合,如通过曲线拟合算法(如B样条曲线拟合算法等)对近端路灯标志拟合曲线,并根据拟合的曲线进行延伸,基于延伸曲线与远端路灯标志的距离(如远端路灯标志到延伸曲线的垂直距离或者在延伸曲线上根据近端路灯标志的间距取对应的远端路灯标志的位置等)判断是否存在道路急弯,如根据某一个远端路灯标志与延伸曲线的距离(如100米等)超过距离阈值信息(如50米等),确定车辆设备前方道路位置存在道路急弯。进一步地,检测设备可以根据远端路灯标志与延伸曲线的距离信息,判断道路急弯在前方道路中可能所在的区域,如将距离偏离较大的起始路灯标志对应路段作为道路急弯所在区域等。通过该方案判断前方道路是否存在急弯,计算较为简单方便,实时性强,使得用户有充足的反应时间。
在一些实施方式中,检测设备根据图像信息中多个路灯标志的位置信息,拟合得到道路边界曲线信息,并根据该边界曲线信息的曲率信息判断是否存在道路急弯。如上述一三模块13包括一三一单元131(未示出)和一三二单元132(未示出),一三一单元131,用于根据所述多个路灯标志的位置信息进行曲线拟合,确定所述车辆设备前方道路的边界曲线信息;一三二单元132,若所述边界曲线信息中存在曲率,该曲率大于或等于曲率阈值,用于确定所述车辆设备前方道路存在道路急弯。其中,边界曲线的曲率指曲线上某个点的切线方向角对弧长的转动率,这里由于急弯判断是基于一定距离的某一段道路,该处的边界曲线的曲率包括一定距离内某一段曲线的平均斜率,从而用该段曲线的平均曲率衡量该段道路是否存在道路急弯。例如,检测设备根据前方图像信息中检测到的多个路灯标志在前方图像信息中的位置信息,利用计算机视觉算法,将该多个路灯标志映射到三维世界坐标系中,确定其对应的空间位置信息,并根据多个路灯标志的空间位置信息,通过曲线拟合,获取对应的道路边界曲线信息,并基于道路边界曲线信息中的曲率信息(如相隔一定距离或一个路灯标志间的曲线斜率变化等),判断车辆设备前方道路是否存在道路急弯;若边界曲线信息中间隔五十米或两个路灯标志间的曲线斜率变化超过曲率阈值(如斜率变化为π/12,对应曲率半径近似为96米,曲率近似为1/96等),确定车辆设备前方道路存在道路急弯。本申请通过边界曲线信息的曲率判断是否存在急弯,判断更加全面、准确,减少了误报的几率,提升了用户的使用体验。
在一些实施方式中,检测设备确定前方道路存在道路急弯时,生成对应的急弯提示信息,用于提示驾驶员前方道路存在道路急弯,应减速慢行、小心驾驶等。如图5所示设备还包括一四模块14(未示出),若确定所述车辆设备前方道路存在道路急弯,用于生成用于提示前方道路存在道路急弯的急弯提示信息。其中,急弯提示信息包括提示驾驶员前方道路存在道路急弯的文字、语音或者闪烁灯等提示信息。
其中,检测设备包括车辆设备,若车辆设备确定前方道路存在道路急弯,车辆设备生成对应的急弯提示信息,如在显示装置中显示“前方有道路急弯,请减速慢行、小心驾驶”的文字提示信息,或者语音播放“前方有道路急弯,请减速慢行、小心驾驶”的语音意识信息,或者闪烁LED(LightEmitting Diode,发光二极管)灯等提醒驾驶员小心驾驶。当然,上述急弯提示信息可以同时呈现,也可以择一呈现,本领域技术人员应能理解,上述急弯提示信息仅为举例,其他现有的或今后可能出现的急弯提示信息如可适用于本申请,也应包含在本申请保护范围以内,并在此以引用方式包含于此。
其中,检测设备包括与车辆设备建立了通信连接的用户设备或者网络设备,若检测设备确定前方道路存在道路急弯,检测设备生成对应的急弯提示信息,并将该急弯提示信息发送至车辆设备,车辆设备接收并呈现该急弯提示信息,提醒驾驶员前方道路存在道路急弯,小心驾驶,减少驾驶过程中的安全隐患,提升了用户使用体验。
在一些实施方式中,检测设备根据前方道路的边界曲线信息确定前方道路中存在曲率大于获得等于预定曲率阈值的道路急弯,并进一步根据该道路急弯的曲率信息以及车辆设备的当前行驶速度判断是否生成对应的急弯提示信息。如图5示出的设备还包括一五模块15(未示出),用于基于所述道路急弯在对应的边界曲线信息中的曲率确定所述道路急弯的行驶速度阈值;若所述车辆设备当前行驶速度大于或等于所述行驶速度阈值,生成用于提示前方道路存在道路急弯的急弯提示信息,其中,所述道路急弯信息包括降速提示信息。其中,所述道路急弯在对应边界曲线信息中的曲率包括道路急弯所在的道路段(例如,将前方道路等距分段等)对应的边界曲线的平均曲率;降速提示信息包括提示驾驶员将当前行驶速度降低至安全行驶速度阈值以下的意识信息等。例如,检测设备根据边界曲线对应的曲率信息确定对应圆曲线的半径,并根据圆曲线半径计算该道路急弯对应的行驶速度等,如(2)中所示,车辆设备在国省道的弯道上行驶速度公式:
式中,V0表示道路急弯时车辆设备的行驶速度,R表示边界曲线信息中道路急弯处对应的圆曲线半径,L表示横向力系数,一般情况下去0.05~0.06,i表示路面的横向坡度(又称为超高值),根据国内使用经验,一般取6%~8%。例如,根据上述公式,当圆曲线半径为100米(对应的曲率为1/100),横向力系数取0.06,超高值取7时,车辆设备的安全行驶速度V0=40km/h,此时将该安全行驶速度作为安全行驶速度阈值,若检测设备检测到车辆设备当前行驶速度(如50km/h)超过安全行驶速度阈值,检测设备生成对应的急弯提示信息,其中,该急弯提示信息包括降速提示信息,该降速提示信息包括提示驾驶员将行驶速度降低至40km/h以下的信息等。通过结合车辆设备当前的行驶速度进行急弯判断,使得急弯预测的方式更加科学、准确,同时避免车辆设备行驶速度过快带来的安全隐患,使得驾驶员在面对道路急弯时能够提前降速,得到稳定的安全保障。
在一些实施方式中,车辆设备的安全行驶速度阈值不仅跟道路边界曲线信息得到,还跟道路状态信息有关;在一些实施方式中,道路状况信息包括但不限于前方道路的道宽信息、前方道路所在地域的天气状况信息、坡度信息等,其中,道路状况信息可以是检测设备根据前方图像信息获取的,可以是在互联网上获取的,也可以是基于用户的输入获取的。其中,上述所述基于所述道路急弯在对应的边界曲线信息中的曲率确定所述道路急弯的安全行驶速度阈值对应步骤中,检测设备基于所述道路急弯在对应的边界曲线信息中的曲率以及车辆设备前方道路的道路状态信息确定所述道路急弯的安全行驶速度阈值,如前方道路越宽,对应的安全行驶速度阈值越大,天气状况越差(如雨雪天气等),对应的安全行驶速度阈值越小,前方道路坡度越大,对应的安全行驶速度阈值越小。
例如,检测设备根据前方道路的道路状况信息、边界曲线信息的曲率等确定道路急弯的安全行驶速度阈值信息,如,在二级公路上,双向机动车道为4条,对应道宽为60米,当急弯道路端的曲率半径为100米(对应的曲率为1/100)时,车辆设备的安全行驶速度设置为V0=40km/h;在三级公路上,双向机动车道为2条,对应道宽为30米,当急弯道路端的曲率为100米,(对应的曲率为1/100)时,车辆设备的安全行驶速度设置为V0=25km/h;又如,在二级公路上,双向机动车道为4条,对应道宽为60米,当急弯道路端的曲率半径为100米(对应的曲率为1/100),当前时间天气为雨雪天气时,车辆设备的安全行驶速度设置为V0=30km/h;在二级公路上,双向机动车道为4条,对应道宽为60米,当急弯道路端的曲率半径为100米(对应的曲率为1/100),对应坡度为100米距离内4米高度差,则车辆设备的安全行驶速度设置为V0=35km/h等。通过结合道路道宽信息和天气状况等因素,进行道路急弯判断,使得急弯判断的情况适用性更广,减少了驾驶员的安全隐患,使得驾驶员在驾驶过程中有更多的安全保障。
在一些实施方式中,检测设备还根据所述前方道路的道路状态信息调整对应的曲率阈值;如所述预定曲率阈值与所述车辆设备前方道路状态信息存在映射关系,其中,一三二单元132,若所述边界曲线信息中存在曲率,该曲率大于或等于所述道路状态信息对应预定曲率阈值,用于确定所述车辆设备前方道路存在道路急弯。例如,检测设备根据道路状态信息确定对应的曲率阈值,当边界曲线信息中存在曲率,该曲率大于或等于该曲率阈值时,确定前方道路存在道路急弯,如前方道路越宽,对应的曲率阈值越大,天气状况越差(如雨雪天气等),对应的曲率阈值越小,前方道路坡度越大,对应的曲率阈值越小。
例如,在二级公路上,双向机动车道为4条,对应道宽为60米,检测设备将对应曲率阈值设置为1/200,即对应曲率半径为200米;又如,在三级公路上,双向机动车道为2条,对应道宽为30米,检测设备将对应曲率阈值设置为1/300,即对应曲率半径为300米;在二级公路上,双向机动车道为4条,对应道宽为60米,当前天气状况为雨雪天气时,检测设备将对应曲率阈值设置为1/400,即对应曲率半径为400米;在二级公路上,双向机动车道为4条,对应道宽为60米,对应坡度为100米距离内4米高度差,检测设备将对应曲率阈值设置为1/300,即对应曲率半径为300米等。通过结合道路道宽信息和天气状况等因素,进行道路急弯判断,使得急弯判断的情况适用性更广,减少了驾驶员的安全隐患,使得驾驶员在驾驶过程中有更多的安全保障。
在一些实施方式中,检测设备可以根据前方图像信息中的多个路灯标志的位置信息,利用计算机视觉算法,确定对应的道宽信息。如所述道路状态信息包括所述车辆设备前方道路的道宽信息;其中,图5示出的设备还包括一六模块16(未示出),用于根据所述多个路灯标志的位置信息确定所述车辆设备前方道路的道宽信息。例如,若前方图像信息中拍摄到道路两侧路灯标志,检测设备根据前方图像信息中的路灯标志的位置信息以及车辆设备的位置信息,利用前方交会等,确定在车辆设备前方的两个相对位置的路灯标志,并根据两个相对位置的路灯标志之间的距离,确定前方道路的道宽信息。
在一些实施方式中,一六模块16,用于根据所述多个路灯标志的位置信息进行曲线拟合,确定所述车辆设备前方道路的两条边界曲线信息,并基于所述车辆设备前方道路的两条边界曲线信息确定所述车辆设备前方道路的道宽信息。例如,前方图像信息中包含道路两侧的路灯标志,检测设备根据两侧路灯标志,拟合获取两条边界曲线信息,两条边界曲线信息近似平行,将该两条边界曲线信息的距离作为前方道路的道宽信息。
在一些实施方式中,检测设备获取道路的边界曲线信息后,根据该边界曲线信息可以确定前方道路的道路轨迹信息。如图5示出的设备还包括一七模块17(未示出),用于基于所述车辆设备前方道路的边界曲线信息确定所述车辆设备前方道路的道路轨迹信息。例如,若前方图像信息中包含道路两侧的路灯标志,检测设备根据两侧路灯标志的位置信息,拟合两条近似平行的边界曲线信息,将两条边界曲线信息的中间线作为前方道路的道路轨迹信息;若前方图像信息包含道路一侧的路灯标志,通过后方交会可以计算车辆设备与路灯标志所在边界曲线信息的距离,将该边界曲线信息向车辆设备所在方向平移一定距离(如车辆设备到边界曲线信息的距离等),得到新的平移曲线信息,将该平移曲线信息作为前方道路的道路轨迹信息。通过本方案获取道路轨迹信息,可以实现在白天或者路灯使用时(如雨雾天使用路灯或者夜晚等),获取前方道路的道路轨迹信息,适用范围更广,大大减少了路灯使用时道路上的交通隐患等。
在一些实施方式中,通用的道路急弯预测方法在雨雾或者夜晚时,所起到的效果甚微,本申请可以通过检测路灯在使用时路灯相关特征,实现道路急弯预测。如所述路灯标志处于使用状态,其中,在上述一二模块12包括一二一单元121(未示出)和一二二单元122(未示出),一二一单元121,用于基于所述前方图像信息确定所述车辆设备前方道路中的处于使用状态中的多个路灯特征信息;一二二单元122,用于根据多个路灯特征信息的位置信息,从所述多个路灯特征信息中确定所述车辆设备前方道路中的多个路灯标志。其中,路灯特征信息包括利用计算机视觉算法提取的用于表征路灯标志的特征,如直线特征、亮度较高的点特征等;路灯标志处于使用中,包括夜晚或者白天雨雾视野不太良好时开启路灯标志等状态。在一些实施方式中,所述路灯特征信息包括但不限于灯光特征信息、直线特征信息等。
例如,当白天雨雾天气时,由于视野不太良好,道路旁边路灯标志处于使用中。检测设备获取车载摄像装置拍摄的关于前方道路的前方图像信息,并基于该图像信息提取对应的路灯特征信息,如根据图像中光强值分布提取出亮度较高的点特征。随后,检测设备根据这些点特征确定对应的路灯标志,如将这些点特征所在位置作为路灯标志所在位置,又如,根据路灯标志的等间距特性,将明显距离不符的点特征去除,将剩下的点特征所在位置作为路灯标志所在位置。
例如,当夜晚时,道路两旁路灯标志处于使用中。检测设备获取车载摄像装置拍摄的关于前方道路的前方图像信息,并基于该图像信息提取对应的路灯特征信息,如利用边缘检测提取图像中的直线特征。随后,检测设备根据这些直线特征确定对应的路灯标志,如将这些直线特征所在位置作为路灯标志所在位置,又如,根据路灯标志的等间距特性,将明显距离不符的直线特征去除,将剩下的直线特征所在位置作为路灯标志所在位置。
例如,当夜晚时,道路两旁路灯标志处于使用中。检测设备获取车载摄像装置拍摄的关于前方道路的前方图像信息,并基于该图像信息提取对应的路灯特征信息,如利用边缘检测提取图像中的直线特征并根据图像中光强值分布提取出亮度较高的点特征。随后,检测设备根据这些直线特征和点特征确定对应的路灯标志,如将这些直线特征和点特征重合的位置作为路灯标志所在位置,又如,根据路灯标志的等间距特性,将明显距离不符的直线特征和点特征去除,将剩下的直线特征和点特征重合的位置作为路灯标志所在位置。
在一些实施方式中,检测设备通过前方图像信息获取地面的位置信息,通过地面的位置信息与路灯标志的关联关系,更加准确的获取路灯标志所在位置等。如,图5示出的设备还包括一八模块18(未示出),用于基于所述前方图像信息确定所述前方图像信息中地面的位置信息;其中,上述一二二单元122,用于根据所述前方图像信息中地面的位置信息及所述多个路灯特征信息的位置信息,从所述多个路灯特征信息中确定所述车辆设备前方道路中的多个路灯标志。例如,检测设备基于前方图像信息,利用计算机视觉算法(如二值化图像等)得到图像中地面的位置信息,根据图像中地面的位置信息映射到三维世界坐标中地面的空间位置。随后,若检测设备根据前方图像信息中的路灯特征信息,及路灯特征信息与地面的关联关系,确定对应的路灯标志,如根据灯光与地面的空间位置关系,排除较为靠近地面的车灯等灯光特征信息,又如,根据直线特征与地面夹角固定(如90度等),排除一些不必要的直线特征信息等,从而更加精确的确定对应路灯标志。通过该方法,可以在一定程度上排除车灯干扰,实现更加准确的路灯标志的提取。
在一些实施方式中,检测设备还可以结合过往前方图像信息的处理结果(如前一帧或者前几帧前方图像信息的边界曲线信息),通过处理结果对这一帧前方图像信息进行路灯位置预估,根据预估的路灯位置进一步筛选路灯标志。如一二二单元122,用于根据所述前方图像信息中地面的位置信息及所述多个路灯特征信息的位置信息,从所述多个路灯特征信息中确定所述车辆设备前方道路中的多个候选路灯标志,根据所述多个候选路灯标志及所述候选路灯标志与所述车载拍摄装置拍摄的前N帧前方图像信息对应边界曲线信息的延伸曲线的位置关系,从所述多个候选路灯标志中确定所述车辆设备前方道路中的多个路灯标志,其中N为正整数。例如,检测设备从前方图像信息中提取出路灯标志相关的路灯特征信息,并根据路灯特征信息间的关联关系及路灯特征信息与地面位置之间的关联关系,确定对应的候选路灯标志,随后,检测设备根据前几帧图像信息的边界曲线信息,延伸得到边界曲线信息的延伸曲线,根据候选路灯标志与延伸曲线的位置关系,确定对应的路灯标志,如根据候选路灯标志在曲线上的与延伸曲线的距离是否小于或等于一定的距离阈值信息,若是,则将该候选路灯标志作为路灯标志;又如,根据在延伸曲线上根据路灯间的间隔固定取对应的多个近似路灯标志,若候选路灯标志与最近的近似路灯标志间的距离小于或等于一定的距离阈值信息,则将该候选路灯标志作为路灯标志。通过结合过往历史处理结果,使得这一帧图像信息中就近的几个路灯标志的准确度大大提高。
上文主要结合图1所示的系统以及可应用于图1所示系统的设备对本申请的方案进行了介绍,除上文所述方案外,本申请还提供了另两种可应用于图1所示系统的设备,下面分别结合图6和图7进行介绍。
图6示出根据本申请另一个方面的一种用于确定车辆设备前方道路的道路轨迹信息的检测设备,该设备同样可被应用于图1所示的系统,并包括执行图3所示方法中各个步骤的单元或模块,这些单元或模块可以通过硬件、软件或软硬结合的方式来实现,本申请并不限定。其中,图6中,与图3所示方法对应的内容,可以参考图3中的详细介绍。具体地,该设备包括二一模块21、二二模块22以及二三模块23。二一模块21,用于获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车在摄像装置拍摄的;二二模块22,用于基于所述前方图像信息确定所述车辆设备前方道路中的多个指示标志;二三模块23,用于根据所述多个指示标志的位置信息确定所述车辆设备前方道路的道路轨迹信息。其中,在一些实施方式中,所述指示标志包括所述车辆设备前方道路的路灯标志或反光标志。其中,反光标志包括但不限于折射率很高的光学玻璃制成玻璃微珠,粘贴在金属膜上做成的反光膜等。
例如,上述检测设备获取车载摄像装置拍摄前方道路的前方图像信息。在一些情形下,检测设备可根据拍摄获取的前方图像信息,利用计算机视觉算法,确定前方图像信息中的多个指示标志,并根据该多个路灯标志的位置信息,获取对应的道路轨迹信息,如根据直线特征或者光照较强的点特征等获取路灯标志,又如通过图像识别或者反射光的光照强度等提取反光标志,随后根据路灯标志或者反光标志进行曲线拟合,获取对应的边界曲线信息;若前方图像信息中包含道路两侧的指示标志,检测设备根据两侧指示标志的位置信息,拟合两条近似平行的边界曲线信息,将两条边界曲线信息的中间线作为前方道路的道路轨迹信息;若前方图像信息包含道路一侧的指示标志,通过后方交会可以计算车辆设备与路灯标志所在边界曲线信息的距离,将该边界曲线信息向车辆设备所在方向平移一定距离(如车辆设备到边界曲线信息的距离等),得到新的平移曲线信息,将该平移曲线信息作为前方道路的道路轨迹信息。通过本方案获取道路轨迹信息,可以实现全天候获取前方道路的道路轨迹信息,适用范围更广,大大减少了路灯使用时道路上的交通隐患等。
图7示出根据本申请另一个方面的一种用于检测道路急弯的设备,该设备同样可被应用于图1所示的系统,并包括能够执行图4所示方法中各个步骤大单元或模块,这些单元或模块可以通过硬件、软件或软硬结合的方式来实现,本申请并不限定。其中,图7中,与图4所示方法对应的内容,可以参考图4中的详细介绍。具体地,该设备包括三一模块31、三二模块32以及三三模块33。三一模块31,用于获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是通过所述车辆设备的车载摄像装置拍摄的;三二模块32,用于基于所述前方图像信息确定所述车辆设备前方道路中的多个指示标志;三三模块33,用于根据所述多个指示标志的位置信息检测所述车辆设备前方道路是否存在道路急弯。在一些实施方式中,所述指示标志包括所述车辆设备前方道路的路灯标志或反光标志。其中,反光标志包括但不限于折射率很高的光学玻璃制成玻璃微珠,粘贴在金属膜上做成的反光膜等。
例如,例如,上述检测设备获取车载摄像装置拍摄前方道路的前方图像信息。在一些情形下,检测设备可根据拍摄获取的前方图像信息,利用计算机视觉算法,确定前方图像信息中的多个指示标志,并根据该多个路灯标志的位置信息,判断前方道路是否存在道路急弯,如根据直线特征或者光照较强的点特征等获取路灯标志,又如通过图像识别或者反射光的光照强度等提取反光标志,随后根据路灯标志或者反光标志进行曲线拟合,获取对应的边界曲线信息,并根据边界曲线的曲率信息(如某一段道路的平均曲率等)与预设的曲率阈值进行比较,若存在曲率信息大于或等于预设曲率阈值的道路段,确定前方道路存在道路急弯。
本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机代码,当所述计算机代码被执行时,如前任一项所述的方法被执行。
本申请还提供了一种计算机程序产品,当所述计算机程序产品被计算机设备执行时,如前任一项所述的方法被执行。
本申请还提供了一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个计算机程序;
当所述一个或多个计算机程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如前任一项所述的方法。
图8示出了可被用于实施本申请中所述的各个实施例的示例性系统;
如图8所示在一些实施例中,系统200能够作为各所述实施例中的任意一个上述设备。在一些实施例中,系统200可包括具有指令的一个或多个计算机可读介质(例如,系统存储器或NVM/存储设备220)以及与该一个或多个计算机可读介质耦合并被配置为执行指令以实现模块从而执行本申请中所述的动作的一个或多个处理器(例如,(一个或多个)处理器205)。
对于一个实施例,系统控制模块210可包括任意适当的接口控制器,以向(一个或多个)处理器205中的至少一个和/或与系统控制模块210通信的任意适当的设备或组件提供任意适当的接口。
系统控制模块210可包括存储器控制器模块230,以向系统存储器215提供接口。存储器控制器模块230可以是硬件模块、软件模块和/或固件模块。
系统存储器215可被用于例如为系统200加载和存储数据和/或指令。对于一个实施例,系统存储器215可包括任意适当的易失性存储器,例如,适当的DRAM。在一些实施例中,系统存储器215可包括双倍数据速率类型四同步动态随机存取存储器(DDR4SDRAM)。
对于一个实施例,系统控制模块210可包括一个或多个输入/输出(I/O)控制器,以向NVM/存储设备220及(一个或多个)通信接口225提供接口。
例如,NVM/存储设备220可被用于存储数据和/或指令。NVM/存储设备220可包括任意适当的非易失性存储器(例如,闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如,一个或多个硬盘驱动器(HDD)、一个或多个光盘(CD)驱动器和/或一个或多个数字通用光盘(DVD)驱动器)。
NVM/存储设备220可包括在物理上作为系统200被安装在其上的设备的一部分的存储资源,或者其可被该设备访问而不必作为该设备的一部分。例如,NVM/存储设备220可通过网络经由(一个或多个)通信接口225进行访问。
(一个或多个)通信接口225可为系统200提供接口以通过一个或多个网络和/或与任意其他适当的设备通信。系统200可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信。
对于一个实施例,(一个或多个)处理器205中的至少一个可与系统控制模块210的一个或多个控制器(例如,存储器控制器模块230)的逻辑封装在一起。对于一个实施例,(一个或多个)处理器205中的至少一个可与系统控制模块210的一个或多个控制器的逻辑封装在一起以形成系统级封装(SiP)。对于一个实施例,(一个或多个)处理器205中的至少一个可与系统控制模块210的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例,(一个或多个)处理器205中的至少一个可与系统控制模块210的一个或多个控制器的逻辑集成在同一模具上以形成片上系统(SoC)。
在各个实施例中,系统200可以但不限于是:服务器、工作站、台式计算设备或移动计算设备(例如,膝上型计算设备、手持计算设备、平板电脑、上网本等)。在各个实施例中,系统200可具有更多或更少的组件和/或不同的架构。例如,在一些实施例中,系统200包括一个或多个摄像机、键盘、液晶显示器(LCD)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(ASIC)和扬声器。
需要注意的是,本申请可在软件和/或软件与硬件的组合体中被实施,例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中,本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地,本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本申请的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
另外,本申请的一部分可被应用为计算机程序产品,例如计算机程序指令,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本申请的方法和/或技术方案。本领域技术人员应能理解,计算机程序指令在计算机可读介质中的存在形式包括但不限于源文件、可执行文件、安装包文件等,相应地,计算机程序指令被计算机执行的方式包括但不限于:该计算机直接执行该指令,或者该计算机编译该指令后再执行对应的编译后程序,或者该计算机读取并执行该指令,或者该计算机读取并安装该指令后再执行对应的安装后程序。在此,计算机可读介质可以是可供计算机访问的任意可用的计算机可读存储介质或通信介质。
通信介质包括藉此包含例如计算机可读指令、数据结构、程序模块或其他数据的通信信号被从一个系统传送到另一系统的介质。通信介质可包括有导的传输介质(诸如电缆和线(例如,光纤、同轴等))和能传播能量波的无线(未有导的传输)介质,诸如声音、电磁、RF、微波和红外。计算机可读指令、数据结构、程序模块或其他数据可被体现为例如无线介质(诸如载波或诸如被体现为扩展频谱技术的一部分的类似机制)中的已调制数据信号。术语“已调制数据信号”指的是其一个或多个特征以在信号中编码信息的方式被更改或设定的信号。调制可以是模拟的、数字的或混合调制技术。
作为示例而非限制,计算机可读存储介质可包括以用于存储诸如计算机可读指令、数据结构、程序模块或其它数据的信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动的介质。例如,计算机可读存储介质包括,但不限于,易失性存储器,诸如随机存储器(RAM,DRAM,SRAM);以及非易失性存储器,诸如闪存、各种只读存储器(ROM,PROM,EPROM,EEPROM)、磁性和铁磁/铁电存储器(MRAM,FeRAM);以及磁性和光学存储设备(硬盘、磁带、CD、DVD);或其它现在已知的介质或今后开发的能够存储供计算机系统使用的计算机可读信息/数据。
在此,根据本申请的一个实施例包括一个装置,该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (19)
1.一种用于检测道路急弯的方法,其特征在于,所述方法包括:
获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是夜晚或者白天雨雾时通过所述车辆设备的车载摄像装置拍摄的;
基于所述前方图像信息确定所述车辆设备前方道路中的处于使用状态中的多个路灯特征信息,其中,每个路灯特征信息包括灯光特征信息;
根据路灯标志的等间距特性和所述多个路灯特征信息的位置信息,从所述多个路灯特征信息中确定所述车辆设备前方道路中的多个路灯标志;
根据所述多个路灯标志的位置信息检测所述车辆设备前方道路是否存在道路急弯。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多个路灯标志的位置信息检测所述车辆设备前方道路是否存在道路急弯,包括:
将所述多个路灯标志分为至少一个远端路灯标志和多个近端路灯标志,其中,所述远端路灯标志与所述车辆设备的距离大于所述近端路灯标志与所述车辆设备的距离;
根据所述多个近端路灯标志的位置信息进行曲线拟合;
若所述至少一个远端路灯标志中存在一个远端路灯标志,该远端路灯标志在拟合所得曲线上的预测位置与该远端路灯标志的实际位置间的距离大于或等于距离阈值,则确定所述车辆设备前方道路存在道路急弯。
3.根据权利要求1所述的方法,其特征在于,所述根据所述多个路灯标志的位置信息检测所述车辆设备前方道路是否存在道路急弯,包括:
根据所述多个路灯标志的位置信息进行曲线拟合,确定所述车辆设备前方道路的边界曲线信息;
若所述边界曲线信息中存在曲率,该曲率大于或等于曲率阈值,确定所述车辆设备前方道路存在道路急弯。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述方法还包括:
若确定所述车辆设备前方道路存在道路急弯,生成用于提示前方道路存在道路急弯的急弯提示信息。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
基于所述道路急弯在对应的边界曲线信息中的曲率确定所述道路急弯的安全行驶速度阈值;
若所述车辆设备当前行驶速度大于或等于所述安全行驶速度阈值,生成用于提示前方道路存在道路急弯的急弯提示信息,其中,所述道路急弯信息包括降速提示信息。
6.根据权利要求5所述的方法,其特征在于,所述基于所述道路急弯在对应的边界曲线信息中的曲率确定所述道路急弯的安全行驶速度阈值,包括:
基于所述道路急弯在对应的边界曲线信息中的曲率以及所述车辆设备前方道路的道路状态信息确定所述道路急弯的安全行驶速度阈值。
7.根据权利要求3、5或6中任一项所述的方法,其特征在于,所述曲率阈值与所述车辆设备前方道路的道路状态信息存在映射关系;
其中,所述若所述边界曲线信息中存在曲率,该曲率大于或等于曲率阈值,确定所述车辆设备前方道路存在道路急弯,包括:
若所述边界曲线信息中存在曲率,该曲率大于或等于所述道路状态信息对应的曲率阈值,确定所述车辆设备前方道路存在道路急弯。
8.根据权利要求6所述的方法,其特征在于,所述车辆设备前方道路的道路状态信息包括以下至少一项:
所述车辆设备前方道路的道宽信息;
所述车辆设备前方道路所在地域的天气状况信息;
所述车辆设备前方道路的坡度信息。
9.根据权利要求8所述的方法,其特征在于,所述道路状态信息包括所述车辆设备前方道路的道宽信息;其中,所述方法还包括:
根据所述多个路灯标志的位置信息确定所述车辆设备前方道路的道宽信息。
10.根据权利要求9所述的方法,其特征在于,所述根据所述多个路灯标志的位置信息确定所述车辆设备前方道路的道宽信息,包括:
根据所述多个路灯标志的位置信息进行曲线拟合,确定所述车辆设备前方道路的两条边界曲线信息;
基于所述车辆设备前方道路的两条边界曲线信息确定所述车辆设备前方道路的道宽信息。
11.根据权利要求3所述的方法,其特征在于,所述方法还包括:
基于所述车辆设备前方道路的边界曲线信息确定所述车辆设备前方道路的道路轨迹信息。
12.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述前方图像信息确定所述前方图像信息中地面的位置信息;
其中,所述根据所述多个路灯特征信息的位置信息,从所述多个路灯特征信息中确定所述车辆设备前方道路中的多个路灯标志,包括:
根据所述前方图像信息中地面的位置信息及所述多个路灯特征信息的位置信息,从所述多个路灯特征信息中确定所述车辆设备前方道路中的多个路灯标志。
13.根据权利要求12所述的方法,其特征在于,所述根据所述多个路灯特征信息的位置信息,从所述多个路灯特征信息中确定所述车辆设备前方道路中的多个路灯标志,包括:
根据所述前方图像信息中地面的位置信息及所述多个路灯特征信息的位置信息,从所述多个路灯特征信息中确定所述车辆设备前方道路中的多个候选路灯标志;
根据所述多个候选路灯标志及所述车载摄像装置拍摄的前N帧前方图像信息的边界曲线信息的延伸曲线与候选路灯标志的位置关系,从所述多个候选路灯标志中确定所述车辆设备前方道路中的多个路灯标志,其中,N为正整数。
14.根据权利要求1所述的方法,其特征在于,所述路灯特征信息还包括直线特征信息。
15.一种用于确定车辆设备前方道路的道路轨迹信息的方法,其特征在于,所述方法包括:
获取车辆设备前方道路的前方图像信息,其中,所述前方图像信息是夜晚或者白天雨雾时通过所述车辆设备的车载摄像装置拍摄的;
基于所述前方图像信息确定所述车辆设备前方道路中的多个指示标志的指示特征信息,其中,所述指示标志包括处于使用状态中的路灯标志,所述指示特征信息包括多个路灯特征信息,每个路灯特征信息包括灯光特征信息;
根据路灯标志的等间距特性和所述多个路灯特征信息的位置信息,从所述指示特征信息中确定所述车辆设备前方道路中的多个指示标志;
根据所述多个指示标志的位置信息确定所述车辆设备前方道路的道路轨迹信息。
16.根据权利要求15所述的方法,其特征在于,所述指示标志还包括所述车辆设备前方道路的反光标志。
17.一种用于检测道路急弯的设备,其特征在于,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行如权利要求1至14中任一项所述方法的操作。
18.一种存储指令的计算机可读介质,所述指令在被执行时使得系统进行如权利要求1至16中任一项所述方法的操作。
19.一种用于确定车辆设备前方道路的道路轨迹信息的设备,其特征在于,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行如权利要求15或16所述方法的操作。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811443546.9A CN109543636B (zh) | 2018-11-29 | 2018-11-29 | 一种用于检测道路急弯的方法与设备 |
PCT/CN2019/120555 WO2020108424A1 (zh) | 2018-11-29 | 2019-11-25 | 一种用于检测道路急弯的方法与设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811443546.9A CN109543636B (zh) | 2018-11-29 | 2018-11-29 | 一种用于检测道路急弯的方法与设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109543636A CN109543636A (zh) | 2019-03-29 |
CN109543636B true CN109543636B (zh) | 2020-12-15 |
Family
ID=65851121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811443546.9A Active CN109543636B (zh) | 2018-11-29 | 2018-11-29 | 一种用于检测道路急弯的方法与设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109543636B (zh) |
WO (1) | WO2020108424A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543636B (zh) * | 2018-11-29 | 2020-12-15 | 连尚(新昌)网络科技有限公司 | 一种用于检测道路急弯的方法与设备 |
CN112706785B (zh) * | 2021-01-29 | 2023-03-28 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆行驶环境认知目标选择方法、装置及存储介质 |
CN114368397B (zh) * | 2022-02-07 | 2023-11-28 | 中国第一汽车股份有限公司 | 一种弯道判断方法、装置、存储介质及电子设备 |
CN115240412A (zh) * | 2022-07-08 | 2022-10-25 | 一汽解放汽车有限公司 | 行驶风险预警方法、装置、电子设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106257132A (zh) * | 2015-06-17 | 2016-12-28 | 中央大学 | 适应性路灯的灯具结构 |
CN107784864A (zh) * | 2016-08-26 | 2018-03-09 | 奥迪股份公司 | 车辆辅助驾驶方法及系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5074365B2 (ja) * | 2008-11-28 | 2012-11-14 | 日立オートモティブシステムズ株式会社 | カメラ装置 |
KR101265110B1 (ko) * | 2009-11-03 | 2013-05-20 | 한국전자통신연구원 | 랜드마크를 이용한 조향 제어 장치 및 방법 |
JP5960506B2 (ja) * | 2012-05-25 | 2016-08-02 | 株式会社デンソー | 交差点認識装置及び道路種別認識装置 |
US9834207B2 (en) * | 2014-04-15 | 2017-12-05 | GM Global Technology Operations LLC | Method and system for detecting, tracking and estimating stationary roadside objects |
EP3236212B1 (en) * | 2016-04-22 | 2023-01-25 | Volvo Car Corporation | Method for generating navigation data and a navigation device for performing the method |
CN106184202B (zh) * | 2016-07-26 | 2019-05-14 | 浙江吉利控股集团有限公司 | 一种用于车辆的自动紧急转向系统的控制方法 |
CN106476805A (zh) * | 2016-10-14 | 2017-03-08 | 深圳市元征科技股份有限公司 | 一种车辆安全驾驶的控制方法及终端 |
CN106740811B (zh) * | 2016-12-07 | 2019-02-22 | 浙江吉利汽车研究院有限公司 | 弯道自动转向系统及基于该系统的弯道的自动转向方法 |
JP6889005B2 (ja) * | 2017-04-05 | 2021-06-18 | 株式会社Soken | 道路パラメータ推定装置 |
CN107564296A (zh) * | 2017-09-11 | 2018-01-09 | 安徽实运信息科技有限责任公司 | 一种基于道路状况的车辆速度预警系统 |
CN109543636B (zh) * | 2018-11-29 | 2020-12-15 | 连尚(新昌)网络科技有限公司 | 一种用于检测道路急弯的方法与设备 |
-
2018
- 2018-11-29 CN CN201811443546.9A patent/CN109543636B/zh active Active
-
2019
- 2019-11-25 WO PCT/CN2019/120555 patent/WO2020108424A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106257132A (zh) * | 2015-06-17 | 2016-12-28 | 中央大学 | 适应性路灯的灯具结构 |
CN107784864A (zh) * | 2016-08-26 | 2018-03-09 | 奥迪股份公司 | 车辆辅助驾驶方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109543636A (zh) | 2019-03-29 |
WO2020108424A1 (zh) | 2020-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109543636B (zh) | 一种用于检测道路急弯的方法与设备 | |
USRE48106E1 (en) | Detection of obstacles at night by analysis of shadows | |
CN105922991B (zh) | 基于生成虚拟车道线的车道偏离预警方法及系统 | |
JP5320331B2 (ja) | 車載用環境認識装置及び車載用環境認識システム | |
US11377025B2 (en) | Blocked information displaying method and system for use in autonomous vehicle | |
Gallen et al. | Nighttime visibility analysis and estimation method in the presence of dense fog | |
CN103874931B (zh) | 用于求取车辆的环境中的对象的位置的方法和设备 | |
WO2022088901A1 (zh) | 一种智能灯光切换方法、系统及相关设备 | |
JPWO2017029734A1 (ja) | 車線認識装置および車線認識方法 | |
CN112580571A (zh) | 车辆行驶的控制方法、装置及电子设备 | |
CN103204123A (zh) | 一种车辆行人检测跟踪预警装置及其预警方法 | |
WO2011121791A1 (ja) | 警告音出力装置、警告音出力方法、警告音出力プログラムおよび記録媒体 | |
WO2019008716A1 (ja) | 可視外計測装置および可視外計測方法 | |
CN108859952B (zh) | 车辆变道预警方法、装置和雷达 | |
CN114987462A (zh) | 针对人工驾驶避免车辆碰撞的方法、装置、设备和介质 | |
JP2004265432A (ja) | 走行環境認識装置 | |
JPWO2010050095A1 (ja) | 前照灯制御装置 | |
US20230126172A1 (en) | Method of outputting prompt information, device, medium, and vehicle | |
CN114720148B (zh) | 车辆感知能力的确定方法、装置、设备及存储介质 | |
CN116142178A (zh) | 一种车辆辅助驾驶方法、系统、介质及电子设备 | |
CN116572837A (zh) | 一种信息显示控制方法及装置、电子设备、存储介质 | |
JP2008186343A (ja) | 対象物検出装置 | |
JP6929481B1 (ja) | 配光制御装置、配光制御方法及び配光制御プログラム | |
WO2022089193A1 (zh) | 控制车载雷达信号的方法、电子设备及存储介质 | |
JP2020052909A (ja) | 提供装置および提供方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |