CN110849327B - 拍摄盲区的长度确定方法、装置以及计算机设备 - Google Patents
拍摄盲区的长度确定方法、装置以及计算机设备 Download PDFInfo
- Publication number
- CN110849327B CN110849327B CN201911100417.4A CN201911100417A CN110849327B CN 110849327 B CN110849327 B CN 110849327B CN 201911100417 A CN201911100417 A CN 201911100417A CN 110849327 B CN110849327 B CN 110849327B
- Authority
- CN
- China
- Prior art keywords
- camera
- vehicle
- determining
- length
- running
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 230000000007 visual effect Effects 0.000 claims abstract description 12
- 230000015654 memory Effects 0.000 claims description 19
- 238000005259 measurement Methods 0.000 abstract description 16
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种拍摄盲区的长度确定方法、装置以及计算机设备，涉及智能交通技术领域。具体实现方案为：通过获取第一摄像头和第二摄像头同步采集的初始图像帧；根据第一摄像头采集的初始图像帧，确定可视区域的边界；从第二摄像头采集的初始图像帧中，确定目标车辆；根据第一摄像头后续采集的图像帧，监测目标车辆行驶至边界位置之前，边界位置通过的各行驶车辆；根据各行驶车辆，确定第一摄像头和第二摄像头的拍摄盲区长度。该方法通过目标车辆行驶至可视区域的边界位置之前，边界位置通过的各行驶车辆确定第一摄像头和第二摄像头的拍摄盲区长度，避免了相关技术中人工测量拍摄盲区长度，导致测量成本高、测量准确度较低的技术问题。
Description
技术领域
本申请涉及计算机技术领域的智能交通技术领域，尤其涉及一种拍摄盲区的长度确定方法、装置以及计算机设备。
背景技术
随着城市化速度的加快，机动车日益普及，但人们也面临着交通拥挤的难题。在车辆行驶至红绿灯路口时，红灯的情况下，车辆需要在路口排队等待，在计算车辆在路口的排队长度时，需要依赖于摄像头采集的图像。但是，对于摄像头无法覆盖的盲区长度，相关技术中，需要人工标定的方式进行计算，存在人工测量成本高的技术问题。
发明内容
本申请提出了一种拍摄盲区的长度确定方法，解决了相关技术中人工测量拍摄盲区长度，导致测量成本高、测量准确度较低的技术问题，
本申请第一方面实施例提供了一种拍摄盲区的长度确定方法，包括：
获取第一摄像头和第二摄像头同步采集的初始图像帧；其中，所述第一摄像头拍摄方向与车辆行驶方向反向，所述第二摄像头拍摄方向与所述车辆行驶方向同向；
根据所述第一摄像头采集的初始图像帧，确定可视区域的边界；
从所述第二摄像头采集的初始图像帧中，确定目标车辆；
根据所述第一摄像头后续采集的图像帧，监测所述目标车辆行驶至所述边界位置之前，所述边界位置通过的各行驶车辆；
根据各行驶车辆，确定所述第一摄像头和所述第二摄像头的拍摄盲区长度。
作为本申请实施例的第一种可能的实现方式，所述根据各行驶车辆，确定所述第一摄像头和所述第二摄像头的拍摄盲区长度，包括：
根据各行驶车辆的车辆类型，确定车长；
根据各行驶车辆的车长，以及设定的车间距估计值，确定拍摄盲区长度。
作为本申请实施例的第二种可能的实现方式，所述根据各行驶车辆的车长，以及设定的车间距估计值，确定拍摄盲区长度之前，还包括：
根据相邻两行驶车辆类型，确定所述车间距估计值。
作为本申请实施例的第三种可能的实现方式，两小型车辆的车间距估计值小于小型车辆和大型车辆的车间距估计值；
所述小型车辆和大型车辆的车间距估计值，小于或等于两大型车辆的车间距估计值。
作为本申请实施例的第四种可能的实现方式，所述从所述第二摄像头采集的初始图像帧中，确定目标车辆，包括：
将所述第二摄像头采集的初始图像帧中，排在可视区域的车辆作为所述目标车辆。
作为本申请实施例的第五种可能的实现方式，所述根据各行驶车辆，确定所述第一摄像头和所述第二摄像头的拍摄盲区长度之后，还包括：
获取所述拍摄盲区所在路段的平均车速；
确定所述第一摄像头和第二摄像头同步采集初始图像帧的第一时刻，以及确定所述目标车辆行驶至所述边界位置的第二时刻；
根据所述第二时刻和所述第一时刻之间的差值时长，以及所述平均车速校验所述拍摄盲区长度。
本申请第二方面实施例提出了一种拍摄盲区的长度确定装置，包括：
获取模块，用于获取第一摄像头和第二摄像头同步采集的初始图像帧；其中，所述第一摄像头拍摄方向与车辆行驶方向反向，所述第二摄像头拍摄方向与所述车辆行驶方向同向；
第一确定模块，用于根据所述第一摄像头采集的初始图像帧，确定可视区域的边界；
第二确定模块，用于从所述第二摄像头采集的初始图像帧中，确定目标车辆；
监测模块，用于根据所述第一摄像头后续采集的图像帧，监测所述目标车辆行驶至所述边界位置之前，所述边界位置通过的各行驶车辆；
长度确定模块，用于根据各行驶车辆，确定所述第一摄像头和所述第二摄像头的拍摄盲区长度。
本申请第三方面实施例提出了一种计算机设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例中所述的拍摄盲区的长度确定方法。
本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述实施例中所述的拍摄盲区的长度确定方法。
上述申请中的一个实施例具有如下优点或有益效果：通过获取第一摄像头和第二摄像头同步采集的初始图像帧；其中，第一摄像头拍摄方向与车辆行驶方向反向，第二摄像头拍摄方向与车辆行驶方向同向；根据第一摄像头采集的初始图像帧，确定可视区域的边界；从第二摄像头采集的初始图像帧中，确定目标车辆；根据第一摄像头后续采集的图像帧，监测目标车辆行驶至边界位置之前，边界位置通过的各行驶车辆；根据各行驶车辆，确定第一摄像头和第二摄像头的拍摄盲区长度。该方法通过目标车辆行驶至可视区域的边界位置之前，边界位置通过的各行驶车辆确定第一摄像头和第二摄像头的拍摄盲区长度，避免了相关技术中人工测量拍摄盲区长度，导致测量成本高、测量准确度较低的技术问题。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1为本申请实施例一所提供的拍摄盲区的长度确定方法的流程示意图；
图2为本申请实施例二所提供的拍摄盲区的长度确定方法的流程示意图；
图3为本申请实施例三所提供的拍摄盲区的长度确定方法的流程示意图；
图4为本申请实施例四所提供的拍摄盲区的长度确定装置的结构示意图；
图5是用来实现本申请实施例的拍摄盲区的长度确定方法的计算机设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在车辆行驶至红绿灯路口时，红灯的情况下，车辆需要在路口排队等待，在计算车辆在路口的排队长度时，需要依赖于摄像头采集的图像，其中，一个摄像头朝向队列头部，一个摄像头朝向队列尾部。但是，对于摄像头无法覆盖的盲区长度，相关技术中，通过对两个摄像头进行人工标定的方式进行计算，存在人工测量成本高，耗时多的技术问题。
针对上述相关技术的技术问题，本申请实施例提出了一种拍摄盲区的长度确定，通过获取第一摄像头和第二摄像头同步采集的初始图像帧；其中，第一摄像头拍摄方向与车辆行驶方向反向，第二摄像头拍摄方向与车辆行驶方向同向；根据第一摄像头采集的初始图像帧，确定可视区域的边界；从第二摄像头采集的初始图像帧中，确定目标车辆；根据第一摄像头后续采集的图像帧，监测目标车辆行驶至边界位置之前，边界位置通过的各行驶车辆；根据各行驶车辆，确定第一摄像头和第二摄像头的拍摄盲区长度。
下面结合参考附图描述本申请实施例的拍摄盲区的长度确定方法、装置以及计算机设备。
图1为本申请实施例一所提供的拍摄盲区的长度确定方法的流程示意图。
本申请实施例以该拍摄盲区的长度确定方法被配置于拍摄盲区的长度确定装置中来举例说明，该拍摄盲区的长度确定装置可以应用于任一计算机设备中，以使该计算机设备可以执行拍摄盲区的长度确定功能。
其中，计算机设备可以为个人电脑(Personal Computer，简称PC)、云端设备、移动设备、智能音箱等，移动设备例如可以为手机、平板电脑、个人数字助理、穿戴式设备、车载设备等具有各种操作系统的硬件设备。
如图1所示，该拍摄盲区的长度确定方法可以包括以下步骤：
步骤101，获取第一摄像头和第二摄像头同步采集的初始图像帧。
其中，第一摄像头拍摄方向与车辆行驶方向反向，第二摄像头拍摄方向与车辆行驶方向同向。
本申请实施例中，为了确定车辆在道路上行驶时的队列长度，可以在车辆行驶路段两头分别设置第一摄像头和第二摄像头，并且第一摄像头拍摄方向与车辆行驶方向反向，第二摄像头拍摄方向与车辆行驶方向同向。也就是说第一摄像头设置在车辆队列的头部，第二摄像头设置在车辆队列的尾部。通过在车辆队列两头设置两个摄像头，避免了车辆队列存在拍摄盲区的现象。
本申请实施例中，车辆在道路上行驶时，第一摄像头和第二摄像头会实时采集图像，计算机设备可以获取到第一摄像头和第二摄像头同步采集的初始图像帧。
举例来说，第一摄像头在T1时刻朝车辆行驶方向的反方向拍摄了图像，第二摄像头在T1时刻朝车辆行驶的相同方向拍摄了了图像，这种情况下，计算机设备可以获取到第一摄像头和第二摄像头在T1时刻同步采集的图像帧。
步骤102，根据第一摄像头采集的初始图像帧，确定可视区域的边界。
本申请实施例中，第一摄像头拍摄方向与车辆行驶方向反向，也就说第一摄像头安装在车辆队列的头部。获取到第一摄像头采集的初始图像帧后，可以根据初始图像帧，确定第一摄像头采集图像的可视区域的边界。
可以理解为，第一摄像头的拍摄范围有限，在获取到第一摄像头采集的初始图像帧后，可以在第一摄像头采集的初始图像帧识别到可视区域，以在识别到的可视区域内确定排在末尾的可见车辆，在末尾的可见车辆的位置处设置一条基准线，为可视区域的边界。
步骤103，从第二摄像头采集的初始图像帧中，确定目标车辆。
本申请实施例中，第二摄像头拍摄方向与车辆行驶方向同向，也就说第二摄像头安装在车辆队列的尾部。获取到第二摄像头与第一摄像头同步采集的初始图像帧后，识别第二摄像头采集的图像中的可见车辆，将图像中可见车辆中排在队列首位的可见车辆确定为目标车辆。
作为一种可能的情况，到获取第二摄像头采集的初始图像帧后，识别图像帧中的可视区域，将排在可视区域首位的车辆作为目标车辆。
在确定目标车辆时，可以识别得到目标车辆的车牌号码，以与其他可见车辆区分开来。
需要说明的是，步骤102和步骤103的执行顺序不限于顺序执行，也可以是先执行步骤103再执行步骤102，可以是并行执行步骤102和步骤103，本实施例中不做限制。
步骤104，根据第一摄像头后续采集的图像帧，监测目标车辆行驶至边界位置之前，边界位置通过的各行驶车辆。
本申请实施例中，根据第一摄像头采集的初始图像帧确定可视区域的边界，以及根据与第一摄像头同步采集图像的第二摄像头采集的初始图像帧确定目标车辆后，第一摄像头继续采集车辆在道路上行驶的图像帧。进而，根据第一摄像头后续采集的图像帧，监测目标车辆行驶至边界位置之前，边界位置通过的各行驶车辆，以获取到各行驶车辆的车辆类型。
需要说明的是，边界位置通过的各行驶车辆的类型，可能有小轿车、面包车、大客车、大货车等等，以第一摄像头实际采集到的图像中的车辆类型为准，本实施例中不做任何限制。
举例来说，第一摄像头和第二摄像头在T1时刻同步采集到初始图像帧，根据第一摄像头采集的初始图像帧，确定可视区域的边界，从第二摄像头采集的初始图像帧中，确定目标车辆A。第一摄像头在T2时刻采集的图像帧中，监测到目标车辆A行驶至边界位置处，此时，根据第一摄像头从T1时刻采集的图像，统计从T1时刻开始直至T2时刻通过可视区域边界的每一辆车辆，并获取每一辆车辆的车辆类型。
步骤105，根据各行驶车辆，确定第一摄像头和第二摄像头的拍摄盲区长度。
本申请实施例中，第一摄像头和第二摄像头的拍摄盲区长度，为第一摄像头采集的图像帧的可视区域的边界位置至第二摄像头采集的图像帧中处于队列首位的目标车辆之间的长度。
本申请实施例中，根据第一摄像头后续采集的图像帧，监测目标车辆行驶至边界位置之前，边界位置通过的各行驶车辆后，可以根据各行驶车辆的类型，确定车辆的长度。同时，根据相邻两行驶车辆的类型，确定两辆车辆的车间距离，进而，根据各行驶车辆长度和车间距离，确定第一摄像头和第二摄像头的拍摄盲区长度。
本申请实施例的拍摄盲区的长度确定方法，通过获取第一摄像头和第二摄像头同步采集的初始图像帧；其中，第一摄像头拍摄方向与车辆行驶方向反向，第二摄像头拍摄方向与车辆行驶方向反向；根据第一摄像头采集的初始图像帧，确定可视区域的边界；从第二摄像头采集的初始图像帧中，确定目标车辆；根据第一摄像头后续采集的图像帧，监测目标车辆行驶至边界位置之前，边界位置通过的各行驶车辆；根据各行驶车辆，确定第一摄像头和第二摄像头的拍摄盲区长度。该方法通过目标车辆行驶至可视区域的边界位置之前，边界位置通过的各行驶车辆确定第一摄像头和第二摄像头的拍摄盲区长度，避免了相关技术中人工测量拍摄盲区长度，导致测量成本高、测量准确度较低的技术问题。
作为一种可能的实现方式，在上述步骤105中根据各行驶车辆，确定第一摄像头和第二摄像头的拍摄盲区长度时，可以根据确定各行驶车辆的车长以及相邻车辆的车间距离，确定拍摄盲区长度。下面结合实施例二对上述过程进行详细介绍，图2为本申请实施例二提供的拍摄盲区的长度确定方法的流程示意图。
如图2所示，上述步骤105还可以包括以下步骤：
步骤201，根据各行驶车辆的车辆类型，确定车长。
需要解释的是，车辆类型不同时，对应的车长也不相同，例如，两厢小轿车的车长为3.6米至4米，三厢小轿车的车长为4.1米至4.4米，货车车长为8.4米至10米，等等。同种类型车辆的不同品牌对应的车长也不相同。
本申请实施例中，获取到第一摄像头后续采集的图像帧中目标车辆行驶至边界位置之前通过的各行驶车辆后，确定各行驶车辆的车辆类型，以根据车辆类型，确定车辆的车长。
作为一种可能的实现方式，可以将采集的各图像帧输入已经经过训练的识别模型中，以根据识别模型的输出确定各行驶车辆的车辆类型，并确定车长。其中，对该识别模型进行训练的各样本图像中标注了车辆的类型以及车辆长度，以使得经过训练的识别模型已经学习到不同车辆的车辆类型的特征。
举例来说，从第一摄像头采集的图像帧中识别到通过边界位置车辆类型为大客车时，可以确定大客车的车长为12米。
步骤202，根据相邻两行驶车辆类型，确定车间距估计值。
本申请实施例中，从第一摄像头采集的图像帧中识别到通过边界位置的各行驶车辆的车辆类型后，可以根据相邻两行驶车辆的车辆类型，确定相邻两行驶车辆的车间距估计值。
可以理解的是，不同车辆类型在道路上行驶时，相邻两行驶车辆之间的车间距不同，两小型车辆的车间距估计值小于小型车辆和大型车辆的车间距估计值；小型车辆和大型车辆的车间距估计值，小于或等于两大型车辆的车间距估计值。
例如，两大型车辆之间的车间距估计值为3米，大型车辆与小型车辆之间的车间距为2。5米；两小型车辆之间的车间距为2米。
步骤203，根据各行驶车辆的车长，以及设定的车间距估计值，确定拍摄盲区长度。
本申请实施例中，根据第一摄像头采集的图像帧中识别到通过边界位置的各行驶车辆的车辆类型，确定各行驶车辆的车长以及车间距估计值后，计算各行驶车辆的车长和车间距估计值的总和，得到第一摄像头和第二摄像头的拍摄盲区长度。
举例来说，假如在目标车辆行驶至边界位置之前，边界位置通过的各行驶车辆为3辆，车辆类型分别为小轿车、大客车以及大货车，目标车辆的车辆类型为小轿车，进而，可以确定各车辆类型的车长，并且根据设定的车间距估计值确定相邻两辆行驶车辆之间的车间距估计值，例如，小轿车与大客车之间的车间距估计值为3米，大客车与大货车之间的车间距估计值也为3米，最终，根据各行驶车辆的车长，以及车间距估计值，确定第一摄像头和第二摄像头的拍摄盲区长度。
本申请实施例的拍摄盲区的长度确定方法，通过根据各行驶车辆的车辆类型，确定车长，根据相邻两行驶车辆类型，确定车间距估计值，进而，根据各行驶车辆的车长，以及设定的车间距估计值，确定拍摄盲区长度。该方法能够准确计算第一摄像头和第二摄像头的拍摄盲区长度，提高了拍摄盲区长度计算的准确度。
作为一种可能的情况，根据各行驶车辆，确定第一摄像头和第二摄像头的拍摄盲区长度后，可以根据拍摄盲区所在路段的平均车速以及车辆通过时长，对拍摄盲区长度进行校验，以校验根据各行驶车辆确定的拍摄盲区长度是否正确。下面结合实施例三对上述过程进行详细介绍，图3为本申请实施例三提供的拍摄盲区的长度确定方法的流程示意图。
如图3所示，该拍摄盲区的长度确定方法，还可以包括以下步骤：
步骤301，获取拍摄盲区所在路段的平均车速。
本申请实施例中，根据拍摄盲区所在路段，确定所在路段车辆行驶的平均速度。
作为一种可能的实现方式，可以通过车速检测器检测预设时长内通过该路段的车速，以计算拍摄盲区所在路段的平均车速。
步骤302，确定第一摄像头和第二摄像头同步采集初始图像帧的第一时刻，以及确定目标车辆行驶至边界位置的第二时刻。
本申请实施例中，获取第一摄像头和第二摄像头同步采集的初始图像帧时，同时确定第一摄像头和第二摄像头同步采集初始图像帧的第一时刻，可以记为T1。
从第二摄像头采集的初始图像帧中，确定目标车辆后，将目标车辆行驶至边界位置的时刻作为第二时刻，可以记为T2。
步骤303，根据第二时刻和第一时刻之间的差值时长，以及平均车速校验拍摄盲区长度。
本申请实施例中，确定第一摄像头和第二摄像头同步采集初始图像帧的第一时刻T1，以及确定目标车辆行驶至边界位置的第二时刻T2后，计算第二时刻T2与第一时刻T1之间的差值时长T3，其中，T3＝T2-T1。
将第二时刻T2与第一时刻T1之间的差值时长T3，与拍摄盲区所在路段的平均车速相乘，得到拍摄盲区长度。将计算得到的拍摄盲区长度与根据各行驶车辆确定的第一摄像头和第二摄像头的拍摄盲区长度进行比较，以校验根据各行驶车辆确定的第一摄像头和第二摄像头的拍摄盲区长度是否正确。
本申请实施例的拍摄盲区的长度确定方法，通过获取拍摄盲区所在路段的平均车速，确定第一摄像头和第二摄像头同步采集初始图像帧的第一时刻，以及确定目标车辆行驶至边界位置的第二时刻，根据第二时刻和第一时刻之间的差值时长，以及平均车速校验拍摄盲区长度。由此，通过对拍摄盲区长度进行校验，以判断根据各行驶车辆确定的拍摄盲区长度是否正确，提高了拍摄盲区长度确定的准确性。
为了实现上述实施例，本申请实施例还提出了一种拍摄盲区的长度确定装置。
图4为本申请实施例四提供的拍摄盲区的长度确定装置的结构示意图。
如图4所示，该拍摄盲区长度确定装置400，包括：获取模块410、第一确定模块420、第二确定模块430、监测模块440以及长度确定模块450。
其中，获取模块410，用于获取第一摄像头和第二摄像头同步采集的初始图像帧；其中，第一摄像头拍摄方向与车辆行驶方向反向，第二摄像头拍摄方向与车辆行驶方向同向。
第一确定模块420，用于根据第一摄像头采集的初始图像帧，确定可视区域的边界。
第二确定模块430，用于从第二摄像头采集的初始图像帧中，确定目标车辆。
监测模块440，用于根据第一摄像头后续采集的图像帧，监测目标车辆行驶至边界位置之前，边界位置通过的各行驶车辆。
长度确定模块450，用于根据各行驶车辆，确定第一摄像头和第二摄像头的拍摄盲区长度。
作为一种可能的情况，长度确定模块450，还可以用于：
根据各行驶车辆的车辆类型，确定车长；根据各行驶车辆的车长，以及设定的车间距估计值，确定拍摄盲区长度。
作为另一种可能的情况，长度确定模块450，还可以用于：
根据相邻两行驶车辆类型，确定车间距估计值。
作为另一种可能的情况，两小型车辆的车间距估计值小于小型车辆和大型车辆的车间距估计值；小型车辆和大型车辆的车间距估计值，小于或等于两大型车辆的车间距估计值。
作为另一种可能的情况，第二确定模块430，还可以用于：
将所述第二摄像头采集的初始图像帧中，排在可视区域的车辆作为所述目标车辆。
作为另一种可能的情况，该拍摄盲区长度确定装置400，还可以包括：
车速获取模块，用于获取拍摄盲区所在路段的平均车速。
第三确定模块，用于确定第一摄像头和第二摄像头同步采集初始图像帧的第一时刻，以及确定目标车辆行驶至边界位置的第二时刻。
校验模块，用于根据第二时刻和第一时刻之间的差值时长，以及平均车速校验拍摄盲区长度。
本申请实施例的拍摄盲区的长度确定装置，通过获取第一摄像头和第二摄像头同步采集的初始图像帧；其中，第一摄像头拍摄方向与车辆行驶方向反向，第二摄像头拍摄方向与车辆行驶方向同向；根据第一摄像头采集的初始图像帧，确定可视区域的边界；从第二摄像头采集的初始图像帧中，确定目标车辆；根据第一摄像头后续采集的图像帧，监测目标车辆行驶至边界位置之前，边界位置通过的各行驶车辆；根据各行驶车辆，确定第一摄像头和第二摄像头的拍摄盲区长度。该方法通过目标车辆行驶至可视区域的边界位置之前，边界位置通过的各行驶车辆确定第一摄像头和第二摄像头的拍摄盲区长度，避免了相关技术中人工测量拍摄盲区长度，导致测量成本高、测量准确度较低的技术问题。
根据本申请的实施例，本申请还提供了一种计算机设备和一种可读存储介质。
如图5所示，是根据本申请实施例的拍摄盲区的长度确定的方法的计算机设备的框图。计算机设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。计算机设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示，该计算机设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个计算机设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的拍摄盲区的长度确定的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的拍摄盲区的长度确定的方法。
存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的拍摄盲区的长度确定的方法对应的程序指令/模块(例如，附图4所示的获取模块410、第一确定模块420、第二确定模块430、监测模块440以及长度确定模块450)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的拍摄盲区的长度确定的方法。
存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据拍摄盲区的长度确定的计算机设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至拍摄盲区的长度确定的计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
拍摄盲区的长度确定的方法的计算机设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息，以及产生与拍摄盲区的长度确定的计算机设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括：声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，通过获取第一摄像头和第二摄像头同步采集的初始图像帧；其中，第一摄像头拍摄方向与车辆行驶方向反向，第二摄像头拍摄方向与车辆行驶方向同向；根据第一摄像头采集的初始图像帧，确定可视区域的边界；从第二摄像头采集的初始图像帧中，确定目标车辆；根据第一摄像头后续采集的图像帧，监测目标车辆行驶至边界位置之前，边界位置通过的各行驶车辆；根据各行驶车辆，确定第一摄像头和第二摄像头的拍摄盲区长度。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (14)
1.一种拍摄盲区的长度确定方法，其特征在于，所述方法包括：
获取第一摄像头和第二摄像头同步采集的初始图像帧；其中，所述第一摄像头拍摄方向与车辆行驶方向反向，所述第二摄像头拍摄方向与所述车辆行驶方向同向；
根据所述第一摄像头采集的初始图像帧，确定可视区域的边界；
从所述第二摄像头采集的初始图像帧中，确定目标车辆；
根据所述第一摄像头后续采集的图像帧，监测所述目标车辆行驶至所述边界位置之前，所述边界位置通过的各行驶车辆；
根据各行驶车辆，确定所述第一摄像头和所述第二摄像头的拍摄盲区长度。
2.根据权利要求1所述的长度确定方法，其特征在于，所述根据各行驶车辆，确定所述第一摄像头和所述第二摄像头的拍摄盲区长度，包括：
根据各行驶车辆的车辆类型，确定车长；
根据各行驶车辆的车长，以及设定的车间距估计值，确定拍摄盲区长度。
3.根据权利要求2所述的长度确定方法，其特征在于，所述根据各行驶车辆的车长，以及设定的车间距估计值，确定拍摄盲区长度之前，还包括：
根据相邻两行驶车辆类型，确定所述车间距估计值。
4.根据权利要求3所述的长度确定方法，其特征在于，
两小型车辆的车间距估计值小于小型车辆和大型车辆的车间距估计值；
所述小型车辆和大型车辆的车间距估计值，小于或等于两大型车辆的车间距估计值。
5.根据权利要求1-4任一项所述的长度确定方法，其特征在于，所述从所述第二摄像头采集的初始图像帧中，确定目标车辆，包括：
将所述第二摄像头采集的初始图像帧中，排在可视区域首位的车辆作为所述目标车辆。
6.根据权利要求1-4任一项所述的长度确定方法，其特征在于，所述根据各行驶车辆，确定所述第一摄像头和所述第二摄像头的拍摄盲区长度之后，还包括：
获取所述拍摄盲区所在路段的平均车速；
确定所述第一摄像头和第二摄像头同步采集初始图像帧的第一时刻，以及确定所述目标车辆行驶至所述边界位置的第二时刻；
根据所述第二时刻和所述第一时刻之间的差值时长，以及所述平均车速校验所述拍摄盲区长度。
7.一种拍摄盲区的长度确定装置，其特征在于，所述装置包括：
获取模块，用于获取第一摄像头和第二摄像头同步采集的初始图像帧；其中，所述第一摄像头拍摄方向与车辆行驶方向反向，所述第二摄像头拍摄方向与所述车辆行驶方向同向；
第一确定模块，用于根据所述第一摄像头采集的初始图像帧，确定可视区域的边界；
第二确定模块，用于从所述第二摄像头采集的初始图像帧中，确定目标车辆；
监测模块，用于根据所述第一摄像头后续采集的图像帧，监测所述目标车辆行驶至所述边界位置之前，所述边界位置通过的各行驶车辆；
长度确定模块，用于根据各行驶车辆，确定所述第一摄像头和所述第二摄像头的拍摄盲区长度。
8.根据权利要求7所述的长度确定装置，其特征在于，所述长度确定模块，用于：
根据各行驶车辆的车辆类型，确定车长；
根据各行驶车辆的车长，以及设定的车间距估计值，确定拍摄盲区长度。
9.根据权利要求8所述的长度确定装置，其特征在于，所述长度确定模块，用于：
根据相邻两行驶车辆类型，确定所述车间距估计值。
10.根据权利要求9所述的长度确定装置，其特征在于，
两小型车辆的车间距估计值小于小型车辆和大型车辆的车间距估计值；
所述小型车辆和大型车辆的车间距估计值，小于或等于两大型车辆的车间距估计值。
11.根据权利要求7-10任一项所述的长度确定装置，其特征在于，所述第二确定模块，还用于：
将所述第二摄像头采集的初始图像帧中，排在可视区域首位的车辆作为所述目标车辆。
12.根据权利要求7-10任一项所述的长度确定装置，其特征在于，所述装置，还包括：
车速获取模块，用于获取所述拍摄盲区所在路段的平均车速；
第三确定模块，用于确定所述第一摄像头和第二摄像头同步采集初始图像帧的第一时刻，以及确定所述目标车辆行驶至所述边界位置的第二时刻；
校验模块，用于根据所述第二时刻和所述第一时刻之间的差值时长，以及所述平均车速校验所述拍摄盲区长度。
13.一种计算机设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的长度确定方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的长度确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911100417.4A CN110849327B (zh) | 2019-11-12 | 2019-11-12 | 拍摄盲区的长度确定方法、装置以及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911100417.4A CN110849327B (zh) | 2019-11-12 | 2019-11-12 | 拍摄盲区的长度确定方法、装置以及计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110849327A CN110849327A (zh) | 2020-02-28 |
| CN110849327B true CN110849327B (zh) | 2021-12-24 |
Family
ID=69600530
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911100417.4A Active CN110849327B (zh) | 2019-11-12 | 2019-11-12 | 拍摄盲区的长度确定方法、装置以及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110849327B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113682319B (zh) * | 2021-08-05 | 2023-08-01 | 地平线(上海)人工智能技术有限公司 | 摄像头调整方法及装置、电子设备和存储介质 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100459475B1 (ko) * | 2002-04-04 | 2004-12-03 | 엘지산전 주식회사 | 차종 판단 시스템 및 그 방법 |
| CN201322995Y (zh) * | 2008-10-31 | 2009-10-07 | 江西赣粤高速公路股份有限公司 | 车辆牌照实时识别系统 |
| CN103248799B (zh) * | 2012-02-01 | 2017-06-27 | 联想(北京)有限公司 | 目标对象追踪拍摄方法、拍摄装置及电子设备 |
| CN103440499B (zh) * | 2013-08-30 | 2017-03-01 | 北京工业大学 | 基于信息融合的交通波实时检测与跟踪方法 |
| KR102174839B1 (ko) * | 2014-12-26 | 2020-11-05 | 삼성전자주식회사 | 보안 시스템 및 그 운영 방법 및 장치 |
| CN109658688A (zh) * | 2017-10-11 | 2019-04-19 | 深圳市哈工大交通电子技术有限公司 | 基于深度学习的路口交通流的检测方法及装置 |
| CN110160542B (zh) * | 2018-08-20 | 2022-12-20 | 腾讯科技（深圳）有限公司 | 车道线的定位方法和装置、存储介质、电子装置 |
-
2019
- 2019-11-12 CN CN201911100417.4A patent/CN110849327B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110849327A (zh) | 2020-02-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110910665B (zh) | 信号灯控制方法、装置以及计算机设备 | |
| CN111583668B (zh) | 交通拥堵检测方法、装置、电子设备和存储介质 | |
| CN111292531B (zh) | 交通信号灯的跟踪方法、装置、设备及存储介质 | |
| US20210110168A1 (en) | Object tracking method and apparatus | |
| CN113593262A (zh) | 交通信号控制方法、装置、计算机设备和存储介质 | |
| CN111311906B (zh) | 路口距离的检测方法、装置、电子设备和存储介质 | |
| CN110796865B (zh) | 智能交通控制方法、装置、电子设备和存储介质 | |
| CN111666891A (zh) | 用于估计障碍物运动状态的方法和装置 | |
| CN112287806A (zh) | 一种道路信息检测方法、系统、电子设备及存储介质 | |
| CN111536984A (zh) | 定位方法和装置、车端设备、车辆、电子设备和定位系统 | |
| CN111523471A (zh) | 车辆所在车道的确定方法、装置、设备以及存储介质 | |
| CN112802325A (zh) | 车辆排队长度检测方法及装置 | |
| CN111640301B (zh) | 故障车辆检测方法及包括路侧单元的故障车辆检测系统 | |
| CN112101223A (zh) | 检测方法、装置、设备和计算机存储介质 | |
| CN111402598A (zh) | 一种车辆控制方法、装置和电子设备 | |
| CN113673281A (zh) | 限速信息确定方法、装置、设备以及存储介质 | |
| CN111721305A (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
| CN110849327B (zh) | 拍摄盲区的长度确定方法、装置以及计算机设备 | |
| CN112802347B (zh) | 通过交通路口车辆的行驶速度确定方法、装置和设备 | |
| CN110798681B (zh) | 成像设备的监测方法、装置和计算机设备 | |
| CN112581526B (zh) | 障碍物检测的测评方法、装置、设备以及存储介质 | |
| CN111009135B (zh) | 车辆行驶速度的确定方法、装置以及计算机设备 | |
| CN110728721B (zh) | 外参的获取方法、装置和设备 | |
| CN115062240A (zh) | 一种停车场排序方法、装置、电子设备和存储介质 | |
| CN112735147B (zh) | 道路交叉路口的延误指标数据获取方法和装置 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211018 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |