CN110874921A - 智能路侧单元及其信息处理方法 - Google Patents

智能路侧单元及其信息处理方法 Download PDF

Info

Publication number
CN110874921A
CN110874921A CN201811012972.7A CN201811012972A CN110874921A CN 110874921 A CN110874921 A CN 110874921A CN 201811012972 A CN201811012972 A CN 201811012972A CN 110874921 A CN110874921 A CN 110874921A
Authority
CN
China
Prior art keywords
image
dark
highlight
camera
light
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
Application number
CN201811012972.7A
Other languages
English (en)
Inventor
房雷
王海松
胡星
陶圣
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.)
Apollo Intelligent Technology Beijing Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201811012972.7A priority Critical patent/CN110874921A/zh
Priority to EP19186750.6A priority patent/EP3618423A1/en
Priority to JP2019133674A priority patent/JP6818820B2/ja
Priority to US16/523,742 priority patent/US11217091B2/en
Publication of CN110874921A publication Critical patent/CN110874921A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • 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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/52—Elements optimising image sensor operation, e.g. for electromagnetic interference [EMI] protection or temperature control by heat transfer or cooling elements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本申请提出一种智能路侧单元及其信息处理方法，其中，智能路侧单元包括：高光摄像头，高光摄像头用于获取高光图像；暗光摄像头，暗光摄像头用于获取暗光图像，其中，高光摄像头和暗光摄像头具有相同的拍摄视角；控制器，控制器根据高光图像和暗光图像提取车辆信息。智能路侧单元通过设置两种感光度不同但拍摄视角相同的摄像头，来获取同一时刻、同一拍摄区域的高光图像和暗光图像，并结合高光图像和暗光图像两种图像识别该拍摄区域内的车辆，从而对于光线强度差别大的场景，可以大大提高识别准确度。

Description

智能路侧单元及其信息处理方法
技术领域
本申请涉及交通技术领域，尤其涉及一种智能路侧单元和智能路侧单元的信息处理方法。
背景技术
智能路侧单元是自动驾驶的重要支撑。随着智能路侧单元智能化需求的提升，对智能路侧单元的感知能力要求越来越高，需要在智能路侧单元之上增加各种传感检测器以提高智能路侧单元的主动感知能力。
然而，由于每个摄像头的感光度是固定的，因此对于一些特定的场景，则会出现识别不准确的问题。
发明内容
本申请提出一种智能路侧单元和智能路侧单元的信息处理方法，用于解决相关技术中，智能路侧单元识别不准确的问题。
本申请一方面实施例提出了一种智能路侧单元，包括：
高光摄像头，所述高光摄像头用于获取高光图像；
暗光摄像头，所述暗光摄像头用于获取暗光图像，其中，所述高光摄像头和所述暗光摄像头具有相同的拍摄视角；
控制器，所述控制器根据所述高光图像和所述暗光图像提取车辆信息。
本申请实施例的智能路侧单元，包括高光摄像头、暗光摄像头和控制器，其中，高光摄像头用于获取高光图像，暗光摄像头用于获取暗光图像，高光摄像头和暗光摄像头具有相同的拍摄视角，控制器根据高光图像和暗光图像提取车辆信息。由此，通过设置两种感光度不同但拍摄视角相同的摄像头，来获取同一时刻、同一拍摄区域的高光图像和暗光图像，并结合高光图像和暗光图像两种图像识别该拍摄区域内的车辆，从而对于光线强度差别大的场景，可以大大提高识别准确度。
本申请另一方面实施例提出了一种智能路侧单元的信息处理方法，包括：
获取高光图像和暗光图像，其中，通过高光摄像头获取高光图像，通过暗光摄像头获取暗光图像，所述高光摄像头和所述暗光摄像头具有相同的拍摄视角；
根据所述高光图像和所述暗光图像提取车辆信息。
本申请实施例的智能路侧单元的信息处理方法，通过获取高光图像和暗光图像，其中，通过高光摄像头获取高光图像，通过暗光摄像头获取暗光图像，高光摄像头和暗光摄像头具有相同的拍摄视角，然后根据高光图像和暗光图像提取车辆信息。由此，通过两种感光度不同但拍摄视角相同的摄像头，来获取同一时刻、同一拍摄区域的高光图像和暗光图像，并结合高光图像和暗光图像两种图像识别该拍摄区域内的车辆，从而对于光线强度差别大的场景，可以大大提高识别准确度。
本申请另一方面实施例提出了一种智能路侧单元，包括处理器和存储器；
其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如上述实施例所述的智能路侧单元的信息处理方法。
本申请另一方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上述实施例所述的智能路侧单元的信息处理方法。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本申请实施例提供的一种智能路侧单元的结构示意图；
图2为本申请实施例提供的另一种智能路侧单元的结构示意图；
图3为本申请实施例提供的另一种智能路侧单元的结构示意图；
图4为本申请实施例提供的一种智能路侧单元的信息处理方法的流程示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的智能路侧单元及其信息处理方法。
相关技术中，由于每个摄像头的感光度是固定的，因此对于一些特定的场景，则会出现识别不准确的问题。例如，设置在隧道口的智能路侧单元，由于隧道内和隧道外的光线强度差别非常大，因此如果用一个摄像头拍摄的图像进行识别，则会出现很大的误差。
本申请实施例的智能路侧单元，通过设置两种感光度不同的摄像头，来获取高光图像和暗光图像，结合高光图像和暗光图像两种图像识别车辆，从而对于光线强度差别大的场景，可以大大提高识别准确度。
图1为本申请实施例提供的一种智能路侧单元的结构示意图。
如图1所示，该智能路侧单元包括：高光摄像头110、暗光摄像头120、控制器130。
其中，高光摄像头110用于获取高光图像，暗光摄像头120用于获取暗光图像，其中，高光摄像头110和暗光摄像头120具有相同的拍摄视角；控制器130根据高光图像和暗光图像提取车辆信息。
在实际应用中，对于一些特殊场景，例如，隧道内和隧道外，由于隧道内和隧道外的光线强度相差比较大，如果设置在隧道口的智能路侧单元，采用一个摄像头对隧道内和隧道外进行拍摄，那么拍摄图像会因光线强度不同而拍摄效果不佳，从而影响对图像内车辆的识别准确度。
本实施例中，智能路侧单元包括两种感光度不同但具有相同拍摄视角的摄像头，高光摄像头110和暗光摄像头120。其中，高光摄像头110的感光度低于暗光摄像头120的感光度，也就是说，高光摄像头110比暗光摄像头120对光线要求高。因此，暗光摄像头120对处于暗光环境的物体拍摄的比较清晰，对于处于亮光环境的物体会因过度曝光而拍摄效果不佳。而高光摄像头110对处于亮光环境内的物体会拍摄的比较清晰，而对于处于暗光环境的物体拍摄效果不佳。
高光摄像头110和暗光摄像头120具有相同拍摄视角，是指拍摄角度相同、拍摄区域相同，也就是说，高光图像和暗光图像是同一拍摄区域的图像。在具体实现时，两个摄像头的安装高度相同，且两摄像头之间的距离远远小于道路的宽度，从而可以认为两摄像头的拍摄视角相同。例如，道路宽度通常以米衡量，而两摄像头之间的距离可采用毫米衡量，由此可以认为两摄像头之间拍摄视角相同。
因此，控制器130可根据高光摄像头110拍摄的高光图像和暗光摄像头120拍摄的暗光图像，共同识别出同一拍摄区域内的车辆信息，如车辆的数量、各个车辆的车牌号、颜色等信息。
具体而言，控制器130可提取高光图像中比较清晰的区域内的车辆信息，提取暗光图像中比较清晰的区域内的车辆信息，从而得到所拍摄区域内的车辆信息。
本申请实施例的智能路侧单元，对于光线强度相差较大的区域，通过设置两种感光度不同但拍摄视角相同的摄像头，以获取同一时刻、同一拍摄区域的高光图像和暗光图像，以根据高光图像和暗光图像提取该拍摄区域内的车辆信息，相比采用一个摄像头拍摄的图像进行识别，可以大大提高识别的准确度。
在本申请实施例一种可能的实现方式中，控制器130根据高光图像和暗光图像提取车辆信息时，还可从高光图像里截取高光图像，并从图像里截取暗光区域图像，将高光区域图像和暗光区域图像进行拼接以生成目标图像，然后从目标图像中提取车辆信息。
由于高光摄像头110和暗光摄像头120拍摄视角相同，因此可以将两种图像进行融合后再提取拍摄区域内的车辆信息。再者，高光图像中拍摄区域内光线强度的区域，即高光区域拍摄质量较佳，而暗光图像中拍摄区域内光线暗的区域，即暗光区域拍摄质量较佳。因此，控制器130可以从高光图像中截取高光区域的图像，与从暗光区域里截取的暗光区域图像进行拼接，从而得到该拍摄区域的图像质量较佳的目标图像，从而可以从目标图像中提取拍摄区域内，即光线强度不同的区域内的车辆信息。
以隧道为例，高光摄像头110和暗光摄像头120的拍摄区域包括摄隧道内区域和隧道外区域，控制器130可从高光图像里截取隧道外的图像，从暗光图像里截取隧道内的图像，然后将截取的隧道外的图像和隧道内的图像进行拼接，可以得到目标图像。由于目标图像中隧道内和隧道外的图像都比较清晰，因而控制器130可以从目标图像中提取隧道内的车辆信息和隧道外的车辆信息。
在实际应用中，摄像头会受到雷达信号的干扰，为了提高成像的清晰度，本实施例中，智能路侧单元还可包括：包裹高光摄像头至少一部分的屏蔽层，和包裹暗光摄像头至少一部分的屏蔽层。
由于屏蔽层会影响散热，在实际使用时，屏蔽层可包裹高光摄像头110和暗光摄像头120除镜头及散热部分之外的其他部分。从而，在不影响摄像头工作和散热的情况下，提高成像的清晰度。
图2为本申请实施例提供的另一种智能路侧单元的结构示意图。
为了提高识别准确度，在图1所示实施例的基础上，如图2所示，该智能路侧单元还可包括：第一雷达140和第二雷达150。
其中，第一雷达140的探测距离大于第二雷达150的探测距离。
在设置时，第一雷达140的高度可高于第二雷达150，从而第一雷达140用于探测远处的障碍物信息，第二雷达150用于探测智能路侧单元附近的障碍物信息。其中，障碍物信息可包障碍物与智能路侧单元之间的距离、障碍物的方位等信息。
由于激光雷达具有高精度、抗干扰的优点，在具体实现时，第一雷达140和第二雷达150可均为激光雷达。由于第一雷达的探测距离大于第二雷达的探测距离，在具体实现时，第一雷达140可采用64线激光雷达，第二雷达150为16线激光雷达。从而，不仅保证了第一雷达探测的准确性，也降低了第二雷达的成本。
控制器130可根据高光图像和暗光图像，以及第一雷达140和第二雷达150探测到的障碍物信息，准确地提取到车辆信息。
由于雷达可以准确地探测车辆的距离、速度、方位等信息，从而根据雷达探测的车辆信息和摄像头拍摄的图像，准确地提取到拍摄区域的车辆信息。
进一步而言，在本申请实施例一种可能的实现方式中，智能路侧单元还可包括：天线。
智能路侧单元通过天线可以将雷达探测的障碍物信息、摄像头拍摄的图像等，发送给服务器或无人驾驶汽车。
无人驾驶汽车接收智能路侧单元发送的信息，并根据接收的信息采取相应的控制措施，从而提高无人驾驶汽车的安全性和可靠性。
为了防止天线对摄像头产生干扰，天线与摄像头之间的距离大于预设距离。也就是说，天线与高光摄像头110和暗光摄像头120之间的距离，均大于预设距离。
图3为本申请实施例提供的另一种智能路侧单元的结构示意图。
当车流量较大时，会增加车辆的等待时间，为了减少车辆的等待时间。进一步地，在本申请实施例一种可能的实现方式中，如图3所示，该智能路侧单元还可包括：红绿灯160。
本实施例中，控制器130可根据提取的车辆信息对红绿灯进行控制。具体而言，控制器130可根据车流量信息对红绿灯160进行控制。例如，若当前车流量都比较大，则可以增加绿灯时间；如果当前车流量较小，可以减少绿灯时间。
为了实现上述实施例，本申请实施例还提出一种智能路侧单元的信息处理方法。图4为本申请实施例提供的一种智能路侧单元的信息处理方法的流程示意图。
本申请实施例的智能路侧单元的信息处理方法，可由本申请实施例提供的智能路侧单元执行，用于实现根据两种感光度不同的摄像头拍摄图像，提高车辆的识别准确度。
如图4所示，该智能路侧单元的信息处理方法包括：
步骤201，获取高光图像和暗光图像。
本实施例中，通过高光摄像头获取高光图像，通过暗光摄像头获取暗光图像，其中，高光摄像头和暗光摄像头具有相同的拍摄视角。
在实际应用中，对于一些特殊场景，例如，隧道内和隧道外，由于隧道内和隧道外的光线强度相差比较大，如果设置在隧道口的智能路侧单元，采用一个摄像头对隧道内和隧道外进行拍摄，那么拍摄图像会因光线强度不同而拍摄效果不佳，从而影响对图像内车辆的识别准确度。
本实施例中，高光摄像头和暗光摄像头两种感光度不同但具有相同拍摄视角。高光摄像头的感光度低于暗光摄像头的感光度，也就是说，高光摄像头比暗光摄像头对光线要求高。因此，暗光摄像头对处于暗光环境的物体拍摄的比较清晰，对于处于亮光环境的物体会因过度曝光而拍摄效果不佳。而高光摄像头对处于亮光环境内的物体会拍摄的比较清晰，而对于处于暗光环境的物体拍摄效果不佳。
高光摄像头和暗光摄像头具有相同拍摄视角，是指拍摄角度相同、拍摄区域相同，也就是说，高光图像和暗光图像是同一拍摄区域的图像。在具体实现时，两个摄像头的安装高度相同，且两摄像头之间的距离远远小于道路的宽度，从而可以认为两摄像头的拍摄视角相同。例如，道路宽度通常以米衡量，而两摄像头之间的距离可采用毫米衡量，由此可以认为两摄像头之间拍摄视角相同。
步骤202，根据高光图像和暗光图像提取车辆信息。
控制器可根据高光摄像头拍摄的高光图像和暗光摄像头拍摄的暗光图像，共同识别出同一拍摄区域内的车辆信息，如车辆的数量、各个车辆的车牌号、颜色等信息。
具体而言，智能路侧单元可提取高光图像中比较清晰的区域内的车辆信息，提取暗光图像中比较清晰的区域内的车辆信息，从而得到所拍摄区域内的车辆信息。
本申请实施例的智能路侧单元，对于光线强度相差较大的区域，通过两种感光度不同但拍摄视角相同的摄像头，以获取同一时刻、同一拍摄区域的高光图像和暗光图像，以根据高光图像和暗光图像提取该拍摄区域内的车辆信息，相比采用一个摄像头拍摄的图像进行识别，可以大大提高识别的准确度。
在本申请实施例一种可能的实现方式中，智能路侧单元根据高光图像和暗光图像提取车辆信息时，还可从高光图像里截取高光图像，并从图像里截取暗光区域图像，将高光区域图像和暗光区域图像进行拼接以生成目标图像，然后从目标图像中提取车辆信息。
由于高光摄像头和暗光摄像头拍摄视角相同，因此可以将两种图像进行融合后再提取拍摄区域内的车辆信息。再者，高光图像中拍摄区域内光线强度的区域，即高光区域拍摄质量较佳，而暗光图像中拍摄区域内光线暗的区域，即暗光区域拍摄质量较佳。因此，智能路侧单元可以从高光图像中截取高光区域的图像，与从暗光区域里截取的暗光区域图像进行拼接，从而得到该拍摄区域的图像质量较佳的目标图像，从而可以从目标图像中提取拍摄区域内，即光线强度不同的区域内的车辆信息。
以隧道为例，高光摄像头和暗光摄像头的拍摄区域包括摄隧道内区域和隧道外区域，智能路侧单元可从高光图像里截取隧道外的图像，从暗光图像里截取隧道内的图像，然后将截取的隧道外的图像和隧道内的图像进行拼接，可以得到目标图像。由于目标图像中隧道内和隧道外的图像都比较清晰，因而智能路侧单元可以从目标图像中提取隧道内的车辆信息和隧道外的车辆信息。
在实际应用中，摄像头会受到雷达信号的干扰，为了提高成像的清晰度，本实施例中，高光摄像头的至少一部分可被屏蔽层包裹，暗光摄像头的至少一部分可被屏蔽层包裹。
由于屏蔽层会影响散热，在实际使用时，屏蔽层可包裹高光摄像头和暗光摄像头除镜头及散热部分之外的其他部分。从而，在不影响摄像头工作和散热的情况下，提高成像的清晰度。
为了进一步提高识别的准确度，在本申请实施例一种实现方式中，该智能路侧单元的信息处理方法还可包括：获取第一雷达和第二雷达探测的障碍物信息，其中，第一雷达的探测距离大于第二雷达的探测距离。
在设置时，第一雷达的高度可高于第二雷达，从而第一雷达用于探测远处的障碍物信息，第二雷达用于探测智能路侧单元附近的障碍物信息。其中，障碍物信息可包障碍物与智能路侧单元之间的距离、障碍物的方位等信息。
由于激光雷达具有高精度、抗干扰的优点，在具体实现时，第一雷达和第二雷达可均为激光雷达。由于第一雷达的探测距离大于第二雷达的探测距离，在具体实现时，第一雷达可采用64线激光雷达，第二雷达为16线激光雷达。从而，不仅保证了第一雷达探测的准确性，也降低了第二雷达的成本。
智能路侧单元可根据高光图像和暗光图像，以及第一雷达和第二雷达探测到的障碍物信息，准确地提取到车辆信息。
由于雷达可以准确地探测车辆的距离、速度、方位等信息，从而根据雷达探测的车辆信息和摄像头拍摄的图像，准确地提取到拍摄区域的车辆信息。
进一步而言，在本申请实施例一种可能的实现方式中，智能路侧单元的信息处理方法还可包括：通过天线可以将雷达探测的障碍物信息、摄像头拍摄的图像等，发送给服务器或无人驾驶汽车。
无人驾驶汽车接收智能路侧单元发送的信息，并根据接收的信息采取相应的控制措施，从而提高无人驾驶汽车的安全性和可靠性。
为了防止天线对摄像头产生干扰，天线与摄像头之间的距离大于预设距离。也就是说，天线与高光摄像头和暗光摄像头之间的距离，均大于预设距离。
当车流量较大时，会增加车辆的等待时间，为了减少车辆的等待时间。在申请实施例一种可能的实现方式中，该智能路侧单元的信息处理方法还可包括：根据提取的车辆信息对红绿灯进行控制。
具体而言，智能路侧单元可根据车流量信息对红绿灯进行控制。例如，若当前车流量都比较大，则可以增加绿灯时间；如果当前车流量较小，可以减少绿灯时间。
为了实现上述实施例，本申请实施例还提出一种智能路侧单元，包括处理器和存储器；
其中，处理器通过读取存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如上述实施例所述的智能路侧单元的信息处理方法。
为了实现上述实施例，本申请实施例还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所述的智能路侧单元的信息处理方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (17)

1.一种智能路侧单元，其特征在于，包括：
高光摄像头，所述高光摄像头用于获取高光图像；
暗光摄像头，所述暗光摄像头用于获取暗光图像，其中，所述高光摄像头和所述暗光摄像头具有相同的拍摄视角；
控制器，所述控制器根据所述高光图像和所述暗光图像提取车辆信息。
2.如权利要求1所述的智能路侧单元，其特征在于，所述控制器从所述高光图像里截取高光区域图像，并从所述暗光图像里截取暗光区域图像，将所述高光区域图像和所述暗光区域图像进行拼接以生成目标图像，以及从所述目标图像里提取所述车辆信息。
3.如权利要求1所述的智能路侧单元，其特征在于，还包括：
包裹所述高光摄像头至少一部分的屏蔽层，和包裹所述暗光摄像头至少一部分的屏蔽层。
4.如权利要求1所述的智能路侧单元，其特征在于，还包括：
第一雷达；以及
第二雷达，其中，所述第一雷达的探测距离大于所述第二雷达的探测距离。
5.如权利要求4所述的智能路侧单元，其特征在于，所述第一雷达和第二雷达均为激光雷达。
6.如权利要求1所述的智能路侧单元，其特征在于，还包括：
天线，所述天线与所述摄像头之间的距离大于预设距离。
7.如权利要求3所述的智能路侧单元，其特征在于，所述屏蔽层包裹所述高光摄像头和暗光摄像头除镜头及散热部分之外的其他部分。
8.如权利要求1所述的智能路侧单元，其特征在于，还包括：
红绿灯，所述控制器根据提取的车辆信息对所述红绿灯进行控制。
9.一种智能路侧单元的信息处理方法，其特征在于，包括：
获取高光图像和暗光图像，其中，通过高光摄像头获取高光图像，通过暗光摄像头获取暗光图像，所述高光摄像头和所述暗光摄像头具有相同的拍摄视角；
根据所述高光图像和所述暗光图像提取车辆信息。
10.如权利要求9所述的智能路侧单元的信息处理方法，其特征在于，所述根据所述高光图像和所述暗光图像提取车辆信息，包括：
从所述高光图像里截取高光区域图像，并从所述暗光图像里截取暗光区域图像；
将所述高光区域图像和所述暗光区域图像进行拼接以生成目标图像；以及
从所述目标图像里提取所述车辆信息。
11.如权利要求9所述的智能路侧单元的信息处理方法，其特征在于，所述高光摄像头的至少一部分被屏蔽层包裹，所述暗光摄像头的至少一部分被屏蔽层包裹。
12.如权利要求9所述的智能路侧单元的信息处理方法，其特征在于，还包括：
获取第一雷达和第二雷达探测的障碍物信息，其中，所述第一雷达的探测距离大于所述第二雷达的探测距离。
13.如权利要求12所述的智能路侧单元的信息处理方法，其特征在于，所述第一雷达和第二雷达均为激光雷达。
14.如权利要求11所述的智能路侧单元的信息处理方法，其特征在于，所述屏蔽层包裹所述高光摄像头和暗光摄像头除镜头及散热部分之外的其他部分。
15.如权利要求9所述的智能路侧单元的信息处理方法，其特征在于，还包括：
根据提取的车辆信息对红绿灯进行控制。
16.一种智能路侧单元，其特征在于，包括处理器和存储器；
其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求9-15中任一所述的智能路侧单元的信息处理方法。
17.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求9-15中任一所述的智能路侧单元的信息处理方法。
CN201811012972.7A 2018-08-31 2018-08-31 智能路侧单元及其信息处理方法 Pending CN110874921A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201811012972.7A CN110874921A (zh) 2018-08-31 2018-08-31 智能路侧单元及其信息处理方法
EP19186750.6A EP3618423A1 (en) 2018-08-31 2019-07-17 Smart roadside unit and method for processing information by smart roadside unit
JP2019133674A JP6818820B2 (ja) 2018-08-31 2019-07-19 インテリジェント路側ユニットおよびその情報処理方法
US16/523,742 US11217091B2 (en) 2018-08-31 2019-07-26 Smart roadside unit and method for processing information by smart roadside unit

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811012972.7A CN110874921A (zh) 2018-08-31 2018-08-31 智能路侧单元及其信息处理方法

Publications (1)

Publication Number Publication Date
CN110874921A true CN110874921A (zh) 2020-03-10

Family

ID=67437836

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811012972.7A Pending CN110874921A (zh) 2018-08-31 2018-08-31 智能路侧单元及其信息处理方法

Country Status (4)

Country Link
US (1) US11217091B2 (zh)
EP (1) EP3618423A1 (zh)
JP (1) JP6818820B2 (zh)
CN (1) CN110874921A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111091066A (zh) * 2019-11-25 2020-05-01 重庆工程职业技术学院 一种自动驾驶汽车地面状态评定方法及系统
CN111639667A (zh) * 2020-04-14 2020-09-08 北京迈格威科技有限公司 图像识别方法、装置、电子设备及计算机可读存储介质
CN112102618A (zh) * 2020-09-14 2020-12-18 广东新时空科技股份有限公司 一种基于边缘计算的行人数量和车辆数量识别方法
CN112687108A (zh) * 2020-06-28 2021-04-20 浙江大华技术股份有限公司 人车匹配的检测方法、检测装置、拍摄装置及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7289723B2 (ja) * 2019-05-23 2023-06-12 日立Astemo株式会社 物体認識装置

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010176302A (ja) * 2009-01-28 2010-08-12 Mitsubishi Electric Corp 車両検知装置、車両検知システム、車両検知装置の車両検知方法および車両検知プログラム
CN102768803A (zh) * 2012-07-31 2012-11-07 株洲南车时代电气股份有限公司 基于雷达与视频检测的车辆智能监测记录系统及其方法
CN103066061A (zh) * 2011-09-30 2013-04-24 全视科技有限公司 相机模块及包括相机模块的系统
CN203134149U (zh) * 2012-12-11 2013-08-14 武汉高德红外股份有限公司 基于不同波段成像融合图像处理的车辆辅助驾驶系统
JP2014063242A (ja) * 2012-09-20 2014-04-10 Sanyo Electric Co Ltd 移動体情報通信装置
CN104320568A (zh) * 2014-10-31 2015-01-28 武汉理工大学 一种微波相机
CN204795290U (zh) * 2015-07-07 2015-11-18 曼瑞检测科技（苏州）有限公司 一种电波暗室用低干扰摄像头
CN106128115A (zh) * 2016-08-01 2016-11-16 青岛理工大学 一种基于双摄像机检测道路交通信息的融合方法
CN106184787A (zh) * 2016-07-14 2016-12-07 科盾科技股份有限公司北京分公司 具有辅助驾驶系统的飞行器及其起降及避免碰撞的方法
CN106710233A (zh) * 2017-03-10 2017-05-24 信利光电股份有限公司 一种双摄像模组识别车牌号码的方法及系统
CN206604193U (zh) * 2017-01-24 2017-11-03 长荣玩具（东莞）有限公司 遥控玩具卡车的控制电路结构
CN107403554A (zh) * 2017-09-01 2017-11-28 北京壹卡行科技有限公司 双目集成驾驶员行为分析设备与方法
CN206725915U (zh) * 2014-09-05 2017-12-08 苹果公司 电子设备和容器
US20180048801A1 (en) * 2016-08-09 2018-02-15 Contrast, Inc. Real-time hdr video for vehicle control
CN207249743U (zh) * 2017-06-07 2018-04-17 云南师范大学 一种便携式红外图像与低照度图像融合系统
CN107945540A (zh) * 2017-10-27 2018-04-20 清华大学苏州汽车研究院（吴江） 一种信号灯路口的车路协同控制系统
CN108001456A (zh) * 2016-11-02 2018-05-08 福特全球技术公司 基于车辆通信的对象分类调整
CN108010360A (zh) * 2017-12-27 2018-05-08 中电海康集团有限公司 一种基于车路协同的自动驾驶环境感知系统
CN108109393A (zh) * 2018-01-10 2018-06-01 合肥师范学院 可切换摄像模式的交通监控装置
CN108449547A (zh) * 2018-02-01 2018-08-24 北京集光通达科技股份有限公司 控制夜视系统的方法、夜视系统、存储介质及处理器
CN110738852A (zh) * 2019-10-23 2020-01-31 浙江大学 一种基于车辆轨迹和长短记忆神经网络的交叉口转向溢出检测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4253271B2 (ja) * 2003-08-11 2009-04-08 株式会社日立製作所 画像処理システム及び車両制御システム
EP1868368A4 (en) * 2005-03-15 2009-06-24 Omron Tateisi Electronics Co IMAGE PROCESSOR, IMAGE PROCESSING, PROGRAM AND RECORDING MEDIUM
JP2009044451A (ja) * 2007-08-08 2009-02-26 Fujitsu Ten Ltd 画像処理装置、車載用画像処理装置および車載用画像処理方法
US20170372602A1 (en) * 2016-06-24 2017-12-28 Continental Advanced Lidar Solutions Us, Llc Ladar enabled traffic control
US10803340B2 (en) * 2017-12-08 2020-10-13 Hunter Engineering Company Method and apparatus for license plate recognition using multiple fields of view

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010176302A (ja) * 2009-01-28 2010-08-12 Mitsubishi Electric Corp 車両検知装置、車両検知システム、車両検知装置の車両検知方法および車両検知プログラム
CN103066061A (zh) * 2011-09-30 2013-04-24 全视科技有限公司 相机模块及包括相机模块的系统
CN102768803A (zh) * 2012-07-31 2012-11-07 株洲南车时代电气股份有限公司 基于雷达与视频检测的车辆智能监测记录系统及其方法
JP2014063242A (ja) * 2012-09-20 2014-04-10 Sanyo Electric Co Ltd 移動体情報通信装置
CN203134149U (zh) * 2012-12-11 2013-08-14 武汉高德红外股份有限公司 基于不同波段成像融合图像处理的车辆辅助驾驶系统
CN206725915U (zh) * 2014-09-05 2017-12-08 苹果公司 电子设备和容器
CN104320568A (zh) * 2014-10-31 2015-01-28 武汉理工大学 一种微波相机
CN204795290U (zh) * 2015-07-07 2015-11-18 曼瑞检测科技（苏州）有限公司 一种电波暗室用低干扰摄像头
CN106184787A (zh) * 2016-07-14 2016-12-07 科盾科技股份有限公司北京分公司 具有辅助驾驶系统的飞行器及其起降及避免碰撞的方法
CN106128115A (zh) * 2016-08-01 2016-11-16 青岛理工大学 一种基于双摄像机检测道路交通信息的融合方法
US20180048801A1 (en) * 2016-08-09 2018-02-15 Contrast, Inc. Real-time hdr video for vehicle control
CN108001456A (zh) * 2016-11-02 2018-05-08 福特全球技术公司 基于车辆通信的对象分类调整
CN206604193U (zh) * 2017-01-24 2017-11-03 长荣玩具（东莞）有限公司 遥控玩具卡车的控制电路结构
CN106710233A (zh) * 2017-03-10 2017-05-24 信利光电股份有限公司 一种双摄像模组识别车牌号码的方法及系统
CN207249743U (zh) * 2017-06-07 2018-04-17 云南师范大学 一种便携式红外图像与低照度图像融合系统
CN107403554A (zh) * 2017-09-01 2017-11-28 北京壹卡行科技有限公司 双目集成驾驶员行为分析设备与方法
CN107945540A (zh) * 2017-10-27 2018-04-20 清华大学苏州汽车研究院（吴江） 一种信号灯路口的车路协同控制系统
CN108010360A (zh) * 2017-12-27 2018-05-08 中电海康集团有限公司 一种基于车路协同的自动驾驶环境感知系统
CN108109393A (zh) * 2018-01-10 2018-06-01 合肥师范学院 可切换摄像模式的交通监控装置
CN108449547A (zh) * 2018-02-01 2018-08-24 北京集光通达科技股份有限公司 控制夜视系统的方法、夜视系统、存储介质及处理器
CN110738852A (zh) * 2019-10-23 2020-01-31 浙江大学 一种基于车辆轨迹和长短记忆神经网络的交叉口转向溢出检测方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111091066A (zh) * 2019-11-25 2020-05-01 重庆工程职业技术学院 一种自动驾驶汽车地面状态评定方法及系统
CN111091066B (zh) * 2019-11-25 2023-09-22 重庆工程职业技术学院 一种自动驾驶汽车地面状态评定方法及系统
CN111639667A (zh) * 2020-04-14 2020-09-08 北京迈格威科技有限公司 图像识别方法、装置、电子设备及计算机可读存储介质
CN112687108A (zh) * 2020-06-28 2021-04-20 浙江大华技术股份有限公司 人车匹配的检测方法、检测装置、拍摄装置及存储介质
CN112102618A (zh) * 2020-09-14 2020-12-18 广东新时空科技股份有限公司 一种基于边缘计算的行人数量和车辆数量识别方法

Also Published As

Publication number Publication date
US20200074855A1 (en) 2020-03-05
EP3618423A1 (en) 2020-03-04
US11217091B2 (en) 2022-01-04
JP6818820B2 (ja) 2021-01-20
JP2020038629A (ja) 2020-03-12

Similar Documents

Publication Publication Date Title
CN110874921A (zh) 智能路侧单元及其信息处理方法
US11257367B2 (en) System and method for controlling traffic lights
US9904860B2 (en) Vehicle exterior environment recognition apparatus
US20150278578A1 (en) Object Detection Device and Object Detection Method
US10037473B2 (en) Vehicle exterior environment recognition apparatus
US20200372794A1 (en) Method of detecting speed using difference of distance between object and monitoring camera
JP2007164636A (ja) 道路区画線検出装置
CN110874927A (zh) 智能路侧单元
CN109885053B (zh) 一种障碍物检测方法、装置及无人机
EP3618035B1 (en) Intelligent roadside unit, control method and storage medium
CN109729256A (zh) 车辆中双摄像装置的控制方法和装置
US10853692B2 (en) Vicinity supervising device and method for supervising vicinity of vehicle
JP2019020956A (ja) 車両周囲認識装置
KR102092936B1 (ko) 레이더를 이용한 무인 교통단속시스템 및 방법
KR102062579B1 (ko) 영상 보정을 통해 그림자 및 빛 반사로 훼손된 차량번호판을 인식하는 차량번호판 인식 시스템
CN110874922A (zh) 智能路侧单元及其信息处理方法
CN112307825B (zh) 自动驾驶的视觉检测方法、装置、电子设备和存储介质
CN210112100U (zh) 智能路侧单元
KR102509433B1 (ko) 충돌방지장치 및 충돌방지방법
CN113689505A (zh) 一种基于定位信息调整车载摄像头曝光参数的方法及装置
CN110874924A (zh) 智能路侧单元及其调控方法
JP7201706B2 (ja) 画像処理装置
KR102489209B1 (ko) 차량제어장치 및 차량제어방법
KR102500704B1 (ko) 차량의 자율주행제어장치 및 자율주행제어방법
KR102513818B1 (ko) 열 감지 센서를 이용한 피사체 인식률 향상 방법 및 이를 이용한 카메라

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: 20211014

Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd.

Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20200310

RJ01 Rejection of invention patent application after publication