CN110705493A - 车辆行驶环境的检测方法、系统、电子设备及存储介质 - Google Patents
车辆行驶环境的检测方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110705493A CN110705493A CN201910959083.XA CN201910959083A CN110705493A CN 110705493 A CN110705493 A CN 110705493A CN 201910959083 A CN201910959083 A CN 201910959083A CN 110705493 A CN110705493 A CN 110705493A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- environment
- image
- vehicle
- environment 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 53
- 238000004590 computer program Methods 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims 1
- 238000007689 inspection Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000013473 artificial intelligence Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 208000009205 Tinnitus Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 231100000886 tinnitus Toxicity 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q3/00—Arrangement of lighting devices for vehicle interiors; Lighting devices specially adapted for vehicle interiors
- B60Q3/80—Circuits; Control arrangements
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种车辆行驶环境的检测方法，所述检测方法包括获取车辆行驶方向的第一环境图像；对所述第一环境图像执行图像识别操作得到图像识别结果；其中，所述图像识别结果包括所述第一环境图像为隧道环境图像的第一可信度；当所述第一环境图像对应的第一可信度大于第一标准可信度时，则判定车辆行驶环境为隧道。本申请能够提高隧道识别的准确率。本申请还公开了一种车辆行驶环境的检测系统、一种电子设备及一种存储介质，具有以上有益效果。
Description
技术领域
本申请涉及车联网技术领域，特别涉及一种车辆行驶环境的检测方法、系统、一种电子设备及一种存储介质。
背景技术
随着社会的发展，道路四通八达，然而受到地理环境的制约，需要修建隧道实现各地的顺畅交通。隧道是一种相对封闭窄小的空间，车辆进入隧道和驶出隧道的时候，环境光会突然变化，导致司机短暂性失明，无法看清隧道前方情况，不小心驾驶极易出现交通事故。特别的是一些比较特殊的车辆，例如油罐车、化学品运输车等装危险品的车辆，一旦在隧道中出现事故不堪设想，在进入隧道后很有必要进行监测和提前预警，提醒司机谨慎驾驶；另外在高速车辆进入隧道后由于气流的影响，耳朵很容易产生耳鸣的现象，在进入隧道前提前预警，可以提早做好防范和准备。
相关技术中识别隧道的方法为：利用GPS导航读取导航线路的道路属性或者根据GPS导航数据的定位因子来实现隧道识别。但是，利用GPS导航读取导航线路的道路属性来实现隧道识别的方式受制于地图导航的更新，若地图导航更新速度不及时很容易出现识别不准确或无法识别的问题。在进入高密度建筑物或者树林中都会出现GPS信号定位因子低的现象极容易误判。
因此，如何提高隧道识别的准确率是本领域技术人员目前需要解决的技术问题。
发明内容
本申请的目的是提供一种车辆行驶环境的检测方法、系统、一种电子设备及一种存储介质，能够提高隧道识别的准确率。
为解决上述技术问题，本申请提供一种车辆行驶环境的检测方法，该车辆行驶环境的检测方法包括：
获取车辆行驶方向的第一环境图像；
对所述第一环境图像执行图像识别操作得到图像识别结果；其中，所述图像识别结果包括所述第一环境图像为隧道环境图像的第一可信度；
当所述第一环境图像对应的第一可信度大于第一标准可信度时，则判定车辆行驶环境为隧道。
可选的，在判定车辆行驶环境为隧道之后，还包括：
按照预设周期获取所述车辆行驶方向的第二环境图像；
对所述第一环境图像执行图像识别操作得到第二环境图像为所述隧道环境图像的第一可信度；
当所述第二环境图像对应的第一可信度小于或等于所述第一标准可信度时，判定车辆已经驶出隧道。
可选的，还包括：
将第一可信度大于所述第一标准可信度的第二环境图像设置为所述隧道环境图像；
根据所述隧道环境图像的数量确定隧道行驶距离。
可选的，在判定车辆行驶环境为隧道之后，还包括：
生成第一提示信息以便提醒用户车辆正在隧道中行驶。
可选的，所述图像识别结果还包括所述第一环境图像包括隧道图像的第二可信度；
当所述第一环境图像对应的第二可信度大于第二标准可信度时，则生成第二提示信息以便提醒用户即将驶入隧道。
可选的，还包括：
在生成所述第一提示信息或第二提示信息后，执行第一处理操作、第二处理操作和第三处理操作中的任一项操作或任几项操作的组合；
其中，所述第一处理操作为开启车内灯光装置，所述第二处理操作为提高车内灯光的亮度，所述第三处理操作为生成车辆减速控制指令。
可选的，在判定车辆行驶环境为隧道之后，还包括：
获取目标时间段内的历史环境图像为所述隧道环境图像的第一可信度；其中，所述目标时间段的终止时间为所述第一环境图像的拍摄时间；
当所述历史环境图像对应的第一可信度小于或等于所述第一标准可信度时，则判定在目标时间段内车辆由隧道外驶入隧道。
本申请还提供了一种车辆行驶环境的检测系统，该系统包括：
图像获取模块，用于获取车辆行驶方向的第一环境图像；
图像识别模块，用于对所述第一环境图像执行图像识别操作得到图像识别结果；其中，所述图像识别结果包括所述第一环境图像为隧道环境图像的第一可信度；
环境检测模块，用于当所述第一环境图像对应的第一可信度大于第一标准可信度时，则判定车辆行驶环境为隧道。
可选的，还包括：
周期图像获取模块，用于在判定车辆行驶环境为隧道之后，按照预设周期获取所述车辆行驶方向的第二环境图像；
可信度确定模块，用于对所述第一环境图像执行图像识别操作得到第二环境图像为所述隧道环境图像的第一可信度；
驶出判定模块，用于当所述第二环境图像对应的第一可信度小于或等于所述第一标准可信度时，判定车辆已经驶出隧道。
可选的，还包括：
图像设置模块，用于将第一可信度大于所述第一标准可信度的第二环境图像设置为所述隧道环境图像；
距离确定模块，用于根据所述隧道环境图像的数量确定隧道行驶距离。
可选的，还包括：
第一提示模块，用于在判定车辆行驶环境为隧道之后，生成第一提示信息以便提醒用户车辆正在隧道中行驶。
可选的，所述图像识别结果还包括所述第一环境图像包括隧道图像的第二可信度；
相应的，还包括：
第二提示模块，用于当所述第一环境图像对应的第二可信度大于第二标准可信度时，则生成第二提示信息以便提醒用户即将驶入隧道。
可选的，还包括：
处理模块，用于在生成所述第一提示信息或第二提示信息后，执行第一处理操作、第二处理操作和第三处理操作中的任一项操作或任几项操作的组合；
其中，所述第一处理操作为开启车内灯光装置，所述第二处理操作为提高车内灯光的亮度，所述第三处理操作为生成车辆减速控制指令。
可选的，还包括：
历史可信度检测模块，用于在判定车辆行驶环境为隧道之后，获取目标时间段内的历史环境图像为所述隧道环境图像的第一可信度；其中，所述目标时间段的终止时间为所述第一环境图像的拍摄时间；
驶入提示模块，用于当所述历史环境图像对应的第一可信度小于或等于所述第一标准可信度时，则判定在目标时间段内车辆由隧道外驶入隧道。
本申请还提供了一种存储介质，其上存储有计算机程序，所述计算机程序执行时实现上述车辆行驶环境的检测方法执行的步骤。
本申请还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现上述车辆行驶环境的检测方法执行的步骤。
本申请提供了一种车辆行驶环境的检测方法，包括获取车辆行驶方向的第一环境图像；对所述第一环境图像执行图像识别操作得到图像识别结果；其中，所述图像识别结果包括所述第一环境图像为隧道环境图像的第一可信度；当所述第一环境图像对应的第一可信度大于第一标准可信度时，则判定车辆行驶环境为隧道。
本申请首先对车辆行驶方向的第一环境图像进行图像识别操作，基于图像是被结果能够确定第一环境图像为隧道环境图像的第一可信度，若第一可信度大于第一标准可信度说明车辆行驶与隧道中，即车辆行驶环境为隧道。本申请的技术方案不依赖GPS信号的精准度，而是基于图像识别技术根据实际的环境图像确定车辆行驶环境，能够提高隧道识别的准确率。本申请同时还提供了一种车辆行驶环境的检测系统、一种电子设备和一种存储介质，具有上述有益效果，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅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为本申请实施例所提供的一种车辆行驶环境的检测方法的流程图；
图2为本申请实施例所提供的另一种车辆行驶环境的检测方法的流程图；
图3为本申请实施例所提供的一种基于AI判断车辆进入隧道的预警装置的结构示意图；
图4为本申请实施例所提供的一种车辆行驶环境的检测系统的结构示意图；
图5为本申请实施例所提供的一种电子设备的结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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，都属于本申请保护的范围。
车辆进入隧道和驶出隧道的时候，环境光强度变化会导致司机短暂性失明，极易出现交通事故。目前车辆进入隧道前预警方式有利用GPS导航读取导航线路的道路属性或者根据GPS导航数据的定位因子来实现。但是利用GPS导航读取导航线路的道路属性来实现的方式受制于地图导航的更新，更新速度不及时很容易出现识别不准确，在进入高密度建筑物或者树林中都会出现GPS信号定位因子低的现象极容易误判。针对上述相关技术存在的种种缺陷，本申请通过以下几个实施例提供新的车辆行驶环境检测方案，能够提高隧道识别的准确率。
下面请参见图1，图1为本申请实施例所提供的一种车辆行驶环境的检测方法的流程图。
具体步骤可以包括：
S101：获取车辆行驶方向的第一环境图像；
其中，本步骤的目的在于获取车辆行驶环境的图像，可以利用高清红外摄像机拍摄车辆行驶方向的第一环境图像。作为一种可行的实施方式，可以设置第一摄像机和第二摄像机，第一摄像机用于拍摄车辆前方的环境图像，第二摄像机用于拍摄车辆后方的环境图像。当检测到车辆在向前行驶时将第一摄像机拍摄的环境图像作为本步骤中提到的第一环境图像，当检测到车辆在向后行驶时将第二摄像机拍摄的环境图像作为本步骤中提到的第一环境图像。作为另一种可行的实施方式，还可以将摄像机设置于车辆的电动云台上，电动云台跟随车辆的行驶方向进行转动，以使车辆行驶方向上的环境图像处于摄像机的拍摄画面中。
可以理解的是，本实施例的执行主体可以为车辆中设置的控制模块，摄像机可以将拍摄的第一环境图像传输至控制模块进行本实施例中S101至S104的相关处理操作。
S102：对第一环境图像执行图像识别操作得到图像识别结果；
其中，本步骤建立在已经接受到第一环境图像的基础上，作为一种可行的实施方式S101中获取的第一环境图像可以为实时获取的图像或拍摄时间与当前时刻的时间差小于预设时长的图像。
在得到第一环境图像之后，本实施例可以对第一环境图像执行图像识别操作进而得到图像识别结果。具体的本实施例中的图像识别操作可以为：将第一环境图像输入已经训练好的机器学习模型，利用机器学习模型检测第一文件图像的图像特征与标准隧道环境图像特征之间的匹配程度。例如，可以获取第一环境图像中的特征向量，将该特征向量与数据库中特征向量进行比对，特征向量距离越近说明第一环境图像越接近隧道环境图像，反之则说明第一环境图像与隧道环境图像的区别越大。可以理解的是，本实施例可以存在训练机器学习模型的操作，得到能够识别隧道环境图像的机器学习模型。
作为另一种可行的实施方式，本实施例可以将第一环境图像通过网络上传至AI(Artificial Intelligence，人工智能)智能云平台，以便AI智能云平台对第一环境图像执行图像识别操作并返回图像识别结果。
本步骤中得到的图像识别结果可以包括第一环境图像为隧道环境图像的第一可信度。第一可信度为描述第一环境图像为隧道环境图像的几率的信息，第一可信度越大第一环境图像为隧道环境图像的几率越大。
S103：当第一环境图像对应的第一可信度大于第一标准可信度时，则判定车辆行驶环境为隧道。
其中，本实施例可以预先设置第一标准可信度，当第一环境图像为隧道环境图像的第一可信度大于第一标准可信度时，可以判定拍摄第一环境图像的时刻车辆行驶环境为隧道；当第一环境图像为隧道环境图像的第一可信度小于或等于第一标准可信度时，可以判定拍摄第一环境图像的时刻车辆行驶环境不为隧道。
本实施例首先对车辆行驶方向的第一环境图像进行图像识别操作，基于图像是被结果能够确定第一环境图像为隧道环境图像的第一可信度，若第一可信度大于第一标准可信度说明车辆行驶与隧道中，即车辆行驶环境为隧道。本实施例的技术方案不依赖GPS(Global Positioning System，全球定位系统)信号的精准度，而是基于图像识别技术根据实际的环境图像确定车辆行驶环境，能够提高隧道识别的准确率。
作为一种可行的实施方式，本实施例还可以执行以下操作：获取目标时间段内的历史环境图像为隧道环境图像的第一可信度；当历史环境图像对应的第一可信度小于或等于第一标准可信度时，则判定在目标时间段内车辆由隧道外驶入隧道。其中，目标时间段的终止时间为第一环境图像的拍摄时间；
上述实施方式中提到的历史环境图像为拍摄时间早于第一环境图像的环境图像，目标时间段内可以存在任意数量张历史环境图像。在判定车辆行驶环境为隧道之前，可以存在对历史环境图像执行图像识别操作并得到相应图像识别结果的操作。若历史环境图像为隧道环境图像的第一可信度小于或等于第一标准可信度，且第一环境图像为隧道环境图像的第一可信度大于第一标准可信度，说明在目标时间段内车辆由隧道外驶入隧道。因此，在将上述实施方式与图1对应的实施例相结合后，可以存在以下实施方式：在检测到第一时刻拍摄的环境图像对应的第一可信度小于或等于第一标准可信度，且第二时刻拍摄的环境图像对应的第一可信度大于第一标准可信度时，可以生成第一时刻至第二时刻内车辆由隧道外驶入隧道的检测结果。
作为对于图1对应实施例的进一步补充，在判定车辆行驶环境为隧道之后，还可以生成第一提示信息以便提醒用户车辆正在隧道中行驶。其中，第一提示信息可以包括声音信息、灯光信息和振动信息中的任一种或任几种的组合。
作为一种可行的实施方式，在图1对应实施例中的S102中的图像识别操作还可以包括对第一环境图像中的隧道图像的识别操作。上述提到的隧道图像指车辆向隧道方向行驶且尚未进入隧道时隧道口的图像。相应的，本实施例中的图像识别结果还包括第一环境图像包括隧道图像的第二可信度；当第一环境图像对应的第二可信度大于第二标准可信度时，则生成第二提示信息以便提醒用户即将驶入隧道。
进一步的，在生成第一提示信息或第二提示信息后，本实施例可以执行第一处理操作、第二处理操作和第三处理操作中的任一项操作或任几项操作的组合；其中，第一处理操作为开启车内灯光装置，第二处理操作为提高车内灯光的亮度，第三处理操作为生成车辆减速控制指令。
由于由隧道外驶入隧道，环境光会突然由亮变暗，因此本实施例在驶入隧道之前先开启车内灯光装置或提高车内灯光亮度以便降低环境光变化的程度。在车辆驶入隧道时，司机可能无法观察到隧道内的全部路况，因此可以通过生成车辆减速指令降低车速，例如将车速降低至原车速的80％，可以降低交通事故发生的概率。
下面请参见图2，图2为本申请实施例所提供的另一种车辆行驶环境的检测方法的流程图，本实施例是S103在判定车辆行驶环境为隧道之后的进一步介绍，可以将本实施例与图1对应的实施例相结合得到更为优选的实施方式，本实施例可以包括以下步骤：
S201：按照预设周期获取车辆行驶方向的第二环境图像；
S202：对第一环境图像执行图像识别操作得到第二环境图像为隧道环境图像的第一可信度；
S203：当第二环境图像对应的第一可信度小于或等于第一标准可信度时，判定车辆已经驶出隧道。
其中，上述实施例在判定车辆行驶环境为隧道之后，按照预设周期持续获取车辆行驶方向的第二环境图像，若第二环境图像为隧道环境图像则说明车辆持续在隧道种行驶，若第二环境图像不为隧道环境图像则说明车辆已经驶出隧道。对于第二环境图像对应的第一可信度确定方式与图1对应实施例中确定第一环境图像的第一可信度基本相同，可以相互参见，在此不再赘述。
作为对于上述实施例的进一步补充，本实施例还可以将第一可信度大于第一标准可信度的第二环境图像设置为隧道环境图像，进而根据隧道环境图像的数量确定隧道行驶距离。举例说明上述实施方式，例如拍摄于12:00的第一环境图像为隧道环境图像，有拍摄时间分别为12:01、12:02、12:03、12:04和12:05的5张第二环境图像，其中前4张第二环境图像为隧道环境图像的可信度大于第一标准可信度，最后一张第二环境图像为隧道环境图像的可信度小于第一标准可信度，此时判定12:00～12:04车辆在隧道内行驶，在12:04～12:05车辆驶出隧道，结合车辆在12:00～12:04的行驶速度信息可以确定隧道行驶距离。
下面通过在实际应用中的实施例说明上述实施例描述的流程。请参见图3，图3为本申请实施例所提供的一种基于AI判断车辆进入隧道的预警装置的结构示意图。
本实施例可以利用高清红外摄像机实时采集图像，定时拍照采集照片帧。将高清红外摄像机采集的照片传入AI智能处理单元，以便AI智能处理单元对照片执行图像识别操作得到每一张照片的可信度。可信度用于描述采集的照片为隧道照片的几率。上述AI智能处理单元可以是AI智能芯片，也可以是AI智能平台。如果是AI智能云平台则可以将采集的照片通过GPRS传送到相应AI智能平台，根据AI智能平台发送返回图像识别结果之后后续的判断操作。根据AI处理单元返回图像识别结果可以判断当前的照片帧的场景识别结果中是否有隧道，并将当前的图片帧的场景识别结果存入记录单元，如果当前图片帧中的场景不存在隧道可信度为零。当前的图片帧的场景识别结果包括：图片帧序号、图片帧隧道场景可信度值。本实施例可以从记录单元中依次取出记录单元记录的照片信息帧，如果连续n帧照片帧的隧道场景可信度大于A，且在此之前连续n帧照片帧的隧道可信度等于零，则是进入隧道，此时车辆状态为在隧道中行驶，记S1行驶状态，驶入隧道时间T1；否则不是进入隧道在非隧道中行驶记为S2。如果连续n帧照片的隧道场景可信度为零，且之前连续n帧照片帧的隧道可信度大于A，则是驾驶出隧道，此时车辆不是在隧道中行驶，记S2行驶状态，驾出隧道时间T2。如果车辆当前行驶状态为S1，则发送消息到车辆广播系统提醒司机小心驾驶，同时将车辆进入隧道时间点T1上传到相应的远程监控平台，提示车辆进入隧道中。如果车辆行驶状态由S2变为S1，则取消发送消息到广播系统停止提醒，同时将车辆驶出隧道时间点T2上传到相应的远程监控平台，提示车辆已经驶出隧道。
请参见图4，图4为本申请实施例所提供的一种车辆行驶环境的检测系统的结构示意图；
该系统可以包括：
图像获取模块401，用于获取车辆行驶方向的第一环境图像；
图像识别模块402，用于对第一环境图像执行图像识别操作得到图像识别结果；其中，图像识别结果包括第一环境图像为隧道环境图像的第一可信度；
环境检测模块403，用于当第一环境图像对应的第一可信度大于第一标准可信度时，则判定车辆行驶环境为隧道。
本实施例首先对车辆行驶方向的第一环境图像进行图像识别操作，基于图像是被结果能够确定第一环境图像为隧道环境图像的第一可信度，若第一可信度大于第一标准可信度说明车辆行驶与隧道中，即车辆行驶环境为隧道。本实施例的技术方案不依赖GPS信号的精准度，而是基于图像识别技术根据实际的环境图像确定车辆行驶环境，能够提高隧道识别的准确率。
可选的，还包括：
周期图像获取模块，用于在判定车辆行驶环境为隧道之后，按照预设周期获取车辆行驶方向的第二环境图像；
可信度确定模块，用于对第一环境图像执行图像识别操作得到第二环境图像为隧道环境图像的第一可信度；
驶出判定模块，用于当第二环境图像对应的第一可信度小于或等于第一标准可信度时，判定车辆已经驶出隧道。
可选的，还包括：
图像设置模块，用于将第一可信度大于第一标准可信度的第二环境图像设置为隧道环境图像；
距离确定模块，用于根据隧道环境图像的数量确定隧道行驶距离。
可选的，还包括：
第一提示模块，用于在判定车辆行驶环境为隧道之后，生成第一提示信息以便提醒用户车辆正在隧道中行驶。
可选的，图像识别结果还包括第一环境图像包括隧道图像的第二可信度；
相应的，还包括：
第二提示模块，用于当第一环境图像对应的第二可信度大于第二标准可信度时，则生成第二提示信息以便提醒用户即将驶入隧道。
可选的，还包括：
处理模块，用于在生成第一提示信息或第二提示信息后，执行第一处理操作、第二处理操作和第三处理操作中的任一项操作或任几项操作的组合；
其中，第一处理操作为开启车内灯光装置，第二处理操作为提高车内灯光的亮度，第三处理操作为生成车辆减速控制指令。
可选的，还包括：
历史可信度检测模块，用于在判定车辆行驶环境为隧道之后，获取目标时间段内的历史环境图像为隧道环境图像的第一可信度；其中，目标时间段的终止时间为第一环境图像的拍摄时间；
驶入提示模块，用于当历史环境图像对应的第一可信度小于或等于第一标准可信度时，则判定在目标时间段内车辆由隧道外驶入隧道。
由于系统部分的实施例与方法部分的实施例相互对应，因此系统部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
本申请还提供了一种电子设备，参见图5，图5为本申请实施例所提供的一种电子设备的结构图，具体结构包括：
存储器100，用于存储计算机程序；
处理器200，用于执行计算机程序时可以实现上述实施例所提供的步骤。
具体的，存储器100包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机可读指令，该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。处理器200为车载导航装置提供计算和控制能力，执行存储器100中保存的计算机程序时，可以实现以下步骤：获取车辆行驶方向的第一环境图像；对第一环境图像执行图像识别操作得到图像识别结果；其中，图像识别结果包括第一环境图像为隧道环境图像的第一可信度；当第一环境图像对应的第一可信度大于第一标准可信度时，则判定车辆行驶环境为隧道。
本实施例首先对车辆行驶方向的第一环境图像进行图像识别操作，基于图像是被结果能够确定第一环境图像为隧道环境图像的第一可信度，若第一可信度大于第一标准可信度说明车辆行驶与隧道中，即车辆行驶环境为隧道。本实施例的技术方案不依赖GPS信号的精准度，而是基于图像识别技术根据实际的环境图像确定车辆行驶环境，能够提高隧道识别的准确率。
优选的，处理器200执行存储器100中保存的计算机子程序时，可以实现以下步骤：按照预设周期获取车辆行驶方向的第二环境图像；对第一环境图像执行图像识别操作得到第二环境图像为隧道环境图像的第一可信度；当第二环境图像对应的第一可信度小于或等于第一标准可信度时，判定车辆已经驶出隧道。
优选的，处理器200执行存储器100中保存的计算机子程序时，可以实现以下步骤：将第一可信度大于第一标准可信度的第二环境图像设置为隧道环境图像；根据隧道环境图像的数量确定隧道行驶距离。
优选的，处理器200执行存储器100中保存的计算机子程序时，可以实现以下步骤：生成第一提示信息以便提醒用户车辆正在隧道中行驶。
优选的，处理器200执行存储器100中保存的计算机子程序时，可以实现以下步骤：在生成第一提示信息或第二提示信息后，执行第一处理操作、第二处理操作和第三处理操作中的任一项操作或任几项操作的组合；其中，第一处理操作为开启车内灯光装置，第二处理操作为提高车内灯光的亮度，第三处理操作为生成车辆减速控制指令。
优选的，处理器200执行存储器100中保存的计算机子程序时，可以实现以下步骤：获取目标时间段内的历史环境图像为隧道环境图像的第一可信度；其中，目标时间段的终止时间为第一环境图像的拍摄时间；当历史环境图像对应的第一可信度小于或等于第一标准可信度时，则判定在目标时间段内车辆由隧道外驶入隧道。
在上述实施例的基础上，作为优选实施方式，所述电子设备还包括：
输入接口300，与处理器200相连，用于获取外部导入的计算机程序、参数和指令，经处理器200控制保存至存储器100中。该输入接口300可以与输入装置相连，接收用户手动输入的参数或指令。该输入装置可以是显示屏上覆盖的触摸层，也可以是终端外壳上设置的按键、轨迹球或触控板，也可以是键盘、触控板或鼠标等。
显示单元400，与处理器200相连，用于显示处理器200发送的数据。该显示单元400可以为PC机上的显示屏、液晶显示屏或者电子墨水显示屏等。具体的，在本实施例中，显示单元400可以显示提示用户驶入隧道的信息。
网络端口500，与处理器200相连，用于与外部各终端设备进行通信连接。该通信连接所采用的通信技术可以为有线通信技术或无线通信技术，如移动高清链接技术(MHL)、通用串行总线(USB)、高清多媒体接口(HDMI)、无线保真技术(WiFi)、蓝牙通信技术、低功耗蓝牙通信技术、基于IEEE802.11s的通信技术等。
视频采集器600，与处理器200相连，用于获取视频数据，然后将视频数据发送至处理器200进行数据分析处理，后续处理器200可以将处理结果发送至显示单元400进行显示，或者传输至处理器100进行保存，又或者可以通过网络端口500发送至预设的数据接收终端。
本申请还提供了一种存储介质，该存储介质可以包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。该存储介质上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取车辆行驶方向的第一环境图像；对第一环境图像执行图像识别操作得到图像识别结果；其中，图像识别结果包括第一环境图像为隧道环境图像的第一可信度；当第一环境图像对应的第一可信度大于第一标准可信度时，则判定车辆行驶环境为隧道。
本实施例首先对车辆行驶方向的第一环境图像进行图像识别操作，基于图像是被结果能够确定第一环境图像为隧道环境图像的第一可信度，若第一可信度大于第一标准可信度说明车辆行驶与隧道中，即车辆行驶环境为隧道。本实施例的技术方案不依赖GPS信号的精准度，而是基于图像识别技术根据实际的环境图像确定车辆行驶环境，能够提高隧道识别的准确率。
优选的，存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：按照预设周期获取车辆行驶方向的第二环境图像；对第一环境图像执行图像识别操作得到第二环境图像为隧道环境图像的第一可信度；当第二环境图像对应的第一可信度小于或等于第一标准可信度时，判定车辆已经驶出隧道。
优选的，存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：将第一可信度大于第一标准可信度的第二环境图像设置为隧道环境图像；根据隧道环境图像的数量确定隧道行驶距离。
优选的，存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：生成第一提示信息以便提醒用户车辆正在隧道中行驶。
优选的，存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：在生成第一提示信息或第二提示信息后，执行第一处理操作、第二处理操作和第三处理操作中的任一项操作或任几项操作的组合；其中，第一处理操作为开启车内灯光装置，第二处理操作为提高车内灯光的亮度，第三处理操作为生成车辆减速控制指令。
优选的，存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：获取目标时间段内的历史环境图像为隧道环境图像的第一可信度；其中，目标时间段的终止时间为第一环境图像的拍摄时间；当历史环境图像对应的第一可信度小于或等于第一标准可信度时，则判定在目标时间段内车辆由隧道外驶入隧道。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的状况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种车辆行驶环境的检测方法，其特征在于，包括：
获取车辆行驶方向的第一环境图像；
对所述第一环境图像执行图像识别操作得到图像识别结果；其中，所述图像识别结果包括所述第一环境图像为隧道环境图像的第一可信度；
当所述第一环境图像对应的第一可信度大于第一标准可信度时，则判定车辆行驶环境为隧道。
2.根据权利要求1所述检测方法，其特征在于，在判定车辆行驶环境为隧道之后，还包括：
按照预设周期获取所述车辆行驶方向的第二环境图像；
对所述第一环境图像执行图像识别操作得到第二环境图像为所述隧道环境图像的第一可信度；
当所述第二环境图像对应的第一可信度小于或等于所述第一标准可信度时，判定车辆已经驶出隧道。
3.根据权利要求2所述检测方法，其特征在于，还包括：
将第一可信度大于所述第一标准可信度的第二环境图像设置为所述隧道环境图像；
根据所述隧道环境图像的数量确定隧道行驶距离。
4.根据权利要求1所述检测方法，其特征在于，在判定车辆行驶环境为隧道之后，还包括：
生成第一提示信息以便提醒用户车辆正在隧道中行驶。
5.根据权利要求1所述检测方法，其特征在于，所述图像识别结果还包括所述第一环境图像包括隧道图像的第二可信度；
相应的，还包括：
当所述第一环境图像对应的第二可信度大于第二标准可信度时，则生成第二提示信息以便提醒用户即将驶入隧道。
6.根据权利要求4或5所述检测方法，其特征在于，还包括：
在生成所述第一提示信息或第二提示信息后，执行第一处理操作、第二处理操作和第三处理操作中的任一项操作或任几项操作的组合；
其中，所述第一处理操作为开启车内灯光装置，所述第二处理操作为提高车内灯光的亮度，所述第三处理操作为生成车辆减速控制指令。
7.根据权利要求1所述检测方法，其特征在于，在判定车辆行驶环境为隧道之后，还包括：
获取目标时间段内的历史环境图像为所述隧道环境图像的第一可信度；其中，所述目标时间段的终止时间为所述第一环境图像的拍摄时间；
当所述历史环境图像对应的第一可信度小于或等于所述第一标准可信度时，则判定在目标时间段内车辆由隧道外驶入隧道。
8.一种车辆行驶环境的检测系统，其特征在于，包括：
图像获取模块，用于获取车辆行驶方向的第一环境图像；
图像识别模块，用于对所述第一环境图像执行图像识别操作得到图像识别结果；其中，所述图像识别结果包括所述第一环境图像为隧道环境图像的第一可信度；
环境检测模块，用于当所述第一环境图像对应的第一可信度大于第一标准可信度时，则判定车辆行驶环境为隧道。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1至7任一项所述车辆行驶环境的检测方法的步骤。
10.一种存储介质，其特征在于，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如上权利要求1至7任一项所述车辆行驶环境的检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910959083.XA CN110705493A (zh) | 2019-10-10 | 2019-10-10 | 车辆行驶环境的检测方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910959083.XA CN110705493A (zh) | 2019-10-10 | 2019-10-10 | 车辆行驶环境的检测方法、系统、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110705493A true CN110705493A (zh) | 2020-01-17 |
Family
ID=69199101
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910959083.XA Pending CN110705493A (zh) | 2019-10-10 | 2019-10-10 | 车辆行驶环境的检测方法、系统、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110705493A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113340291A (zh) * | 2021-04-30 | 2021-09-03 | 北京万集科技股份有限公司 | 导航方法、装置、计算机设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101105893A (zh) * | 2006-07-14 | 2008-01-16 | 沈阳江龙软件开发科技有限公司 | 一种车辆视频识别测速方法 |
| CN106515724A (zh) * | 2016-10-20 | 2017-03-22 | 深圳市元征科技股份有限公司 | 一种隧道内行车控制方法及终端 |
| CN109515304A (zh) * | 2018-12-24 | 2019-03-26 | 北京梧桐车联科技有限责任公司 | 车灯控制方法、装置及系统 |
| CN109649255A (zh) * | 2019-01-11 | 2019-04-19 | 福建天眼视讯网络科技有限公司 | 基于神经网络的智能车灯控制系统及其方法 |
| CN110040063A (zh) * | 2019-04-29 | 2019-07-23 | 重庆金康新能源汽车设计院有限公司 | 车辆大灯控制方法、系统及车辆 |
-
2019
- 2019-10-10 CN CN201910959083.XA patent/CN110705493A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101105893A (zh) * | 2006-07-14 | 2008-01-16 | 沈阳江龙软件开发科技有限公司 | 一种车辆视频识别测速方法 |
| CN106515724A (zh) * | 2016-10-20 | 2017-03-22 | 深圳市元征科技股份有限公司 | 一种隧道内行车控制方法及终端 |
| CN109515304A (zh) * | 2018-12-24 | 2019-03-26 | 北京梧桐车联科技有限责任公司 | 车灯控制方法、装置及系统 |
| CN109649255A (zh) * | 2019-01-11 | 2019-04-19 | 福建天眼视讯网络科技有限公司 | 基于神经网络的智能车灯控制系统及其方法 |
| CN110040063A (zh) * | 2019-04-29 | 2019-07-23 | 重庆金康新能源汽车设计院有限公司 | 车辆大灯控制方法、系统及车辆 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113340291A (zh) * | 2021-04-30 | 2021-09-03 | 北京万集科技股份有限公司 | 导航方法、装置、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102523886B1 (ko) | 스몰 타깃 검출 방법 및 장치 | |
| US10974728B2 (en) | Methods and systems for facilitating drive related data for driver monitoring | |
| US11333517B1 (en) | Distributed collection and verification of map information | |
| US11294387B2 (en) | Systems and methods for training a vehicle to autonomously drive a route | |
| CN111351493A (zh) | 一种定位方法和系统 | |
| US20220027675A1 (en) | Instance segmentation using sensor data having different dimensionalities | |
| JP2022103234A (ja) | 情報処理装置、情報処理方法、プログラム | |
| CN111325970B (zh) | 一种道路限速提示方法、装置及相关设备 | |
| CN113205088B (zh) | 障碍物图像展示方法、电子设备和计算机可读介质 | |
| KR20180110891A (ko) | 입력 영상에 포함된 객체를 인식하는 디바이스 및 방법 | |
| KR20180090610A (ko) | 차선 정보를 출력하는 방법 및 장치. | |
| US11189162B2 (en) | Information processing system, program, and information processing method | |
| JP2022538097A (ja) | ナビゲート可能なネットワークに関するユーザ提供データの収集 | |
| CN114882464B (zh) | 多任务模型训练方法、多任务处理方法、装置及车辆 | |
| US11270136B2 (en) | Driving support device, vehicle, information providing device, driving support system, and driving support method | |
| KR20180125858A (ko) | 차량의 동작을 제어하는 전자 장치 및 방법 | |
| US11373409B2 (en) | Photography system | |
| CN110705493A (zh) | 车辆行驶环境的检测方法、系统、电子设备及存储介质 | |
| CN114756700B (zh) | 场景库建立方法、装置、车辆、存储介质及芯片 | |
| CN115061386B (zh) | 智能驾驶的自动化仿真测试系统及相关设备 | |
| US10345965B1 (en) | Systems and methods for providing an interactive user interface using a film, visual projector, and infrared projector | |
| JP2021124633A (ja) | 地図生成システム及び地図生成プログラム | |
| US20230230386A1 (en) | Automobile video capture and processing | |
| CN116434041B (zh) | 错误感知数据的挖掘方法、装置、设备及自动驾驶车辆 | |
| CN116883496B (zh) | 交通元素的坐标重建方法、装置、电子设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200117 |