CN110239346A - 一种基于图像识别的安全车速的控制方法及其系统 - Google Patents

一种基于图像识别的安全车速的控制方法及其系统 Download PDF

Info

Publication number
CN110239346A
CN110239346A CN201910551234.8A CN201910551234A CN110239346A CN 110239346 A CN110239346 A CN 110239346A CN 201910551234 A CN201910551234 A CN 201910551234A CN 110239346 A CN110239346 A CN 110239346A
Authority
CN
China
Prior art keywords
speed
image
limit value
image recognition
control method
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Withdrawn
Application number
CN201910551234.8A
Other languages
English (en)
Inventor
任云
许晓边
王柯
俞兵华
牟华英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Eagle Vision Corp Ltd
Original Assignee
Eagle Vision Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Eagle Vision Corp Ltd filed Critical Eagle Vision Corp Ltd
Priority to CN201910551234.8A priority Critical patent/CN110239346A/zh
Publication of CN110239346A publication Critical patent/CN110239346A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K31/00—Vehicle fittings, acting on a single sub-unit only, for automatically controlling vehicle speed, i.e. preventing speed from exceeding an arbitrarily established velocity or maintaining speed at a particular velocity, as selected by the vehicle operator
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K31/00—Vehicle fittings, acting on a single sub-unit only, for automatically controlling vehicle speed, i.e. preventing speed from exceeding an arbitrarily established velocity or maintaining speed at a particular velocity, as selected by the vehicle operator
    • B60K31/18—Vehicle fittings, acting on a single sub-unit only, for automatically controlling vehicle speed, i.e. preventing speed from exceeding an arbitrarily established velocity or maintaining speed at a particular velocity, as selected by the vehicle operator including a device to audibly, visibly, or otherwise signal the existence of unusual or unintended speed to the driver of the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • 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
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Controls For Constant Speed Travelling (AREA)

Abstract

一种基于图像识别的安全车速的控制方法，包括如下步骤：(1)获取行驶方向的实况图像；(2)采用卷积神经网络，从实况图像中识别限速标识，获得限速值；(3)对比当前车度和限速值，如果超速执行步骤(4)，否则执行步骤(5)；(4)控制汽车进行减速操作，使当前车速低于限速值；(5)通过可视化设备返回限速值。与现有技术相比，本发明的有益效果在于：通过卷积神经网络，更为高效、准确的识别限速标志和限速值，有效的控制车辆合理减速处理。

Description

一种基于图像识别的安全车速的控制方法及其系统
技术领域
本发明涉及电子信息领域，具体的是指一种基于图像识别的安全车速的控制方法及其系统。
背景技术
随着汽车保有量和车辆出行急剧增加，交通安全问题日益突出。为解决由此产生的各种交通问题，业内开始大力发展ITS智能交通系统(Intelligent TransportationSystem)。ITS智能交通系统的核心技术涉及数字信号处理、通信技术、图像处理、模式识别、人工智能，比如无人驾驶就是其典型应用。
ITS智能交通系统的一个关键技术是道路交通标志识别，尤其是在车辆行驶中对道路出现的车辆限速标志进行信息采集和识别,及时地向驾驶员做出指示或警告,甚至接替驾驶员直接对车辆控制,以确保交通顺畅和防止事故的发生。如专利号为CN201510192482.X的中国发明“交通标志识别设备及使用该识别设备输出限速的方法”、以及专利号为CN201410064449.4的中国发明“一种汽车智能限速系统及汽车限速方法”，都属于此类技术。
申请人结合现有技术和实际道路标志进行研究发现，对于诸如车辆限速标志等道路交通标志识别而言，路面交通标志的实际安装情形对于识别有至关重要的作用。在实际路况中，常存在下列情形：
(1)限速标志倾斜；
(2)限速标志偏转；
(3)限速标志全掉漆或者部分掉漆；
(4)由于天气状况造成的变色情况；
(5)数字部分脱落；
(6)被部分遮挡；
(7)通过车速识别后，如何控制车辆合理减速处理。
以上情形都是现有技术不能解决或者难以有效解决的问题。
发明内容
本发明为了克服上述的现有技术不足之处，提供了一种基于图像识别的安全车速的控制方法。
一种基于图像识别的安全车速的控制方法，包括如下步骤：
(1)获取行驶方向的实况图像；
(2)采用卷积神经网络，从实况图像中识别限速标识，获得限速值；
(3)对比当前车度和限速值，如果超速执行步骤(4)，否则执行步骤(5)；
(4)控制汽车进行减速操作，使当前车速低于限速值；
(5)通过可视化设备返回限速值。
可选的，步骤(3)中通过OBD(即车载自动诊断系统)获取当前车速。
可选的，步骤(4)中通过接入行车电脑实现汽车刹车控制。
可选的，步骤(5)中通过外接显示屏或车载显示屏显示限制值。
较佳的，步骤(2)中，卷积神经网络的输入两类图像参数：一类是限速标志图像，另外一类是非限速标志图像；通过两类图像参数对实况图像进行卷积运算，获取实况图像中的限速标志，获取限速标志在实况图像中的左上角坐标、宽度、高度，参考其左上角坐标，按其宽度和高度对实况图像进行裁切获得限速标志实例图像。
进一步，设定图像阈值，对获取的限速标志实例图像进行筛选，采用图像阈值对限速标志实例图像进行筛选，对低于阈值的限速标志实例图像进行清除，反之则作为有效的限速标志。
更进一步，通过RPN、conv、softmax叠加的深度学习卷积神经网络，从限速标志中识别出限速值，其中RPN采用openblas加速。
基于上述一种基于图像识别的安全车速的控制方法，本发明还提供了一种基于图像识别的安全车速的控制系统，其技术方案如下。
一种基于图像识别的安全车速的控制系统，其中：
提供一个摄像头，用于获取行驶方向的实况图像；
提供一个主机，主机与摄像头信号连接，用于从实况图像中识别限速标识，获得限速值；主机还与行车电脑信号连接，用于控制汽车进行减速操作，使当前车速低于限速值。
与现有技术相比，本发明的有益效果在于：通过卷积神经网络，更为高效、准确的识别限速标志和限速值，有效的控制车辆合理减速处理。
下面结合说明附图和具体实施方式对本发明做进一步的说明。
附图说明
图1是本发明中一种基于图像识别的安全车速的控制方法的逻辑框图。
图2是本发明中一种基于图像识别的安全车速的控制系统的结构示意图。
具体实施方式
如图1所示，本发明提供的一种基于图像识别的安全车速的控制方法，包括如下步骤：
(1)获取行驶方向的实况图像；
(2)采用卷积神经网络，从实况图像中识别限速标识，获得限速值；
(3)对比当前车度和限速值，如果超速执行步骤(4)，否则执行步骤(5)；
(4)控制汽车进行减速操作，使当前车速低于限速值；
(5)通过可视化设备返回限速值。
上述方法中，通过卷积神经网络，更为高效、准确的识别限速标志和限速值。
可选的，步骤(3)中通过OBD(即车载自动诊断系统)获取当前车速。
可选的，步骤(4)中通过接入行车电脑实现汽车刹车控制。
可选的，步骤(5)中通过外接显示屏或车载显示屏显示限制值。
较佳的，步骤(2)中，卷积神经网络的输入两类图像参数：一类是限速标志图像，另外一类是非限速标志图像；通过两类图像参数对实况图像进行卷积运算，获取实况图像中的限速标志，获取限速标志在实况图像中的左上角坐标、宽度、高度，参考其左上角坐标，按其宽度和高度对实况图像进行裁切获得限速标志实例图像。
在一种较佳的实例中，输入的限速标志图像包括但不限于以下情形：
(1)限速标志倾斜；
(2)限速标志偏转；
(3)限速标志全掉漆或者部分掉漆；
(4)由于天气状况造成的变色情况；
(5)数字部分脱落；
(6)被部分遮挡。
上述实例包含了路面交通标志的绝大多数实际安装情形，有效识别率更高。
在一种较佳实例中，输入的非限速标志图像包括但不限于以下路面环境：
(1)植物；
(2)建筑物；
(3)车辆；
(4)山石地貌。
上述实例包含了路面交通标志出现的绝大多数实际安装场景，同样有助于提高有效识别率。
进一步，设定图像阈值，对获取的限速标志实例图像进行筛选，采用图像阈值对限速标志实例图像进行筛选，对低于阈值的限速标志实例图像进行清除，反之则作为有效的限速标志。
更进一步，通过RPN、conv、softmax叠加的深度学习卷积神经网络，从限速标志中识别出限速值，其中RPN采用openblas加速。
基于上述一种基于图像识别的安全车速的控制方法，本发明还提供了一种基于图像识别的安全车速的控制系统，其技术方案如下。
一种基于图像识别的安全车速的控制系统，其中：
提供一个摄像头1，用于获取行驶方向的实况图像；
提供一个主机2，主机2与摄像头1信号连接，用于从实况图像中识别限速标识，获得限速值；主机2还与行车电脑(图未示出)信号连接，用于控制汽车进行减速操作，使当前车速低于限速值。
上述技术方案中的一种基于图像识别的安全车速的控制系统，主机2中集成了卷积神经网络运算模块，通过摄像头1更为高效、准确的识别限速标志和限速值，进而有效的控制车辆合理减速处理。
较佳的，摄像头1安装在汽车的前挡风玻璃3，主机2安装于驾驶台4。
可选的，还提供一个外接的LED显示屏5，用于可视化返回限速值，LED显示屏5安装于驾驶台4。
对于本领域的技术人员来说，可根据本发明所揭示的结构和原理获得其它各种相应的改变以及变形，而所有的这些改变以及变形都属于本发明的保护范畴。

Claims (10)

1.一种基于图像识别的安全车速的控制方法，其特征在于，包括如下步骤：
(1)获取行驶方向的实况图像；
(2)采用卷积神经网络，从实况图像中识别限速标识，获得限速值；
(3)对比当前车度和限速值，如果超速执行步骤(4)，否则执行步骤(5)；
(4)控制汽车进行减速操作，使当前车速低于限速值；
(5)通过可视化设备返回限速值。
2.根据权利要求1所述的一种基于图像识别的安全车速的控制方法，其特征在于，步骤(3)中通过OBD(即车载自动诊断系统)获取当前车速。
3.根据权利要求1所述的一种基于图像识别的安全车速的控制方法，其特征在于，步骤(4)中通过接入行车电脑实现汽车刹车控制。
4.根据权利要求1所述的一种基于图像识别的安全车速的控制方法，其特征在于，步骤(5)中通过外接显示屏或车载显示屏显示限制值。
5.根据权利要求1所述的一种基于图像识别的安全车速的控制方法，其特征在于，步骤(2)中，卷积神经网络的输入两类图像参数：一类是限速标志图像，另外一类是非限速标志图像；通过两类图像参数对实况图像进行卷积运算，获取实况图像中的限速标志，获取限速标志在实况图像中的左上角坐标、宽度、高度，参考其左上角坐标，按其宽度和高度对实况图像进行裁切获得限速标志实例图像。
6.根据权利要求5所述的一种基于图像识别的安全车速的控制方法，其特征在于，设定图像阈值，对获取的限速标志实例图像进行筛选，采用图像阈值对限速标志实例图像进行筛选，对低于阈值的限速标志实例图像进行清除，反之则作为有效的限速标志。
7.根据权利要求6所述的一种基于图像识别的安全车速的控制方法，其特征在于，通过RPN、conv、softmax叠加的深度学习卷积神经网络，从限速标志中识别出限速值，其中RPN采用openblas加速。
8.一种基于图像识别的安全车速的控制系统，采用了如权利要求1到7任一项所述的一种基于图像识别的安全车速的控制方法，其特征在于：
提供一个摄像头，用于获取行驶方向的实况图像；
提供一个主机，主机与摄像头信号连接，用于从实况图像中识别限速标识，获得限速值；主机还与行车电脑信号连接，用于控制汽车进行减速操作，使当前车速低于限速值。
9.根据权利要求8所述的一种基于图像识别的安全车速的控制系统，其特征在于，摄像头安装在汽车的前挡风玻璃，主机安装于驾驶台。
10.根据权利要求8所述的一种基于图像识别的安全车速的控制系统，其特征在于，还提供一个外接的LED显示屏，用于可视化返回限速值，LED显示屏安装于驾驶台。
CN201910551234.8A 2019-06-24 2019-06-24 一种基于图像识别的安全车速的控制方法及其系统 Withdrawn CN110239346A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910551234.8A CN110239346A (zh) 2019-06-24 2019-06-24 一种基于图像识别的安全车速的控制方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910551234.8A CN110239346A (zh) 2019-06-24 2019-06-24 一种基于图像识别的安全车速的控制方法及其系统

Publications (1)

Publication Number Publication Date
CN110239346A true CN110239346A (zh) 2019-09-17

Family

ID=67889164

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910551234.8A Withdrawn CN110239346A (zh) 2019-06-24 2019-06-24 一种基于图像识别的安全车速的控制方法及其系统

Country Status (1)

Country Link
CN (1) CN110239346A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969843A (zh) * 2019-10-12 2020-04-07 江铃汽车股份有限公司 一种具抑制策略的交通标志识别报警方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969843A (zh) * 2019-10-12 2020-04-07 江铃汽车股份有限公司 一种具抑制策略的交通标志识别报警方法

Similar Documents

Publication Publication Date Title
Han et al. Research on road environmental sense method of intelligent vehicle based on tracking check
US11688174B2 (en) System and method for determining vehicle data set familiarity
Wu et al. Applying a functional neurofuzzy network to real-time lane detection and front-vehicle distance measurement
Cheng et al. Lane detection with moving vehicles in the traffic scenes
CN113487874B (zh) 一种跟驰行为场景数据采集、识别、分类提取系统及方法
CN110077399A (zh) 一种基于道路标线、车轮检测融合的车辆防碰撞方法
CN105512623A (zh) 基于多传感器雾天行车视觉增强与能见度预警系统及方法
US10839263B2 (en) System and method for evaluating a trained vehicle data set familiarity of a driver assitance system
CN110065494A (zh) 一种基于车轮检测的车辆防碰撞方法
CN112907981B (zh) 一种用于分流路口交通拥堵车辆的分流装置及其控制方法
CN202071799U (zh) 智能化汽车安全警示装置
CN110837800A (zh) 一种面向港口恶劣天气的目标检测和识别的方法
CN201825037U (zh) 高速公路车辆的车道偏离报警装置
CN110936953A (zh) 提供周围环境图像的方法和设备与具有这种设备的机动车
CN111231833A (zh) 一种基于全息投影与ar结合的汽车辅助驾驶系统
CN109186624A (zh) 一种基于交规约束的无人车行驶路权规划方法
CN106529404A (zh) 基于摄像原理的无人驾驶汽车对路面标志线的识别方法
CN209479649U (zh) 一种夜间智能辅助驾驶系统
CN110239346A (zh) 一种基于图像识别的安全车速的控制方法及其系统
CN110647863B (zh) 用于智能驾驶的视觉信号采集分析系统
CN116311113A (zh) 一种基于车载单目摄像头的驾驶环境感知方法
CN116639131A (zh) 一种深度学习的电动汽车智能辅助驾驶方法
DE102021119871B4 (de) Verfahren und Prozessorschaltung zum Betreiben einer automatisierten Fahrfunktion mit Objektklassifikator in einem Kraftfahrzeug, sowie Kraftfahrzeug
Beresnev et al. Automated Driving System based on Roadway and Traffic Conditions Monitoring.
CN114299715A (zh) 一种基于视频、激光雷达与dsrc的高速公路信息检测系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20190917

WW01 Invention patent application withdrawn after publication