CN111832418A - 车辆控制方法、装置、车辆和存储介质 - Google Patents
车辆控制方法、装置、车辆和存储介质 Download PDFInfo
- Publication number
- CN111832418A CN111832418A CN202010550757.3A CN202010550757A CN111832418A CN 111832418 A CN111832418 A CN 111832418A CN 202010550757 A CN202010550757 A CN 202010550757A CN 111832418 A CN111832418 A CN 111832418A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road
- target
- distance
- video 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000003708 edge detection Methods 0.000 claims abstract description 55
- 238000012545 processing Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 16
- 230000004888 barrier function Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
- G06V20/47—Detecting features for summarising video content
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种车辆控制方法、装置、车辆和存储介质。其中方法包括:接收路侧单元发送的路况信息,其中,路况信息包括车辆前方道路上是否存在有障碍物、以及前方道路与车辆的距离;当车辆前方道路上存在有障碍物时,根据距离确定用以视频图像边缘检测的目标阈值和目标增益系数;根据目标阈值和目标增益系数对车辆所采集的前方道路视频图像进行边缘检测,以得到前方道路视频图像的目标边缘图像;以及根据目标边缘图像对车辆进行相应控制。本申请通过障碍物与车辆的距离动态调整用以视频图像边缘检测的阈值和增益系数,从而可以得到理想效果的目标边缘图像,使得车辆输出的边缘图像能够清晰的识别障碍物,从而可以精准地指导自车合理避让。
Description
技术领域
本申请涉及车辆控制技术领域,尤其涉及一种车辆控制方法、装置、车辆和存储介质。
背景技术
随着汽车电子以及智能自动化的发展,车辆自动驾驶已经被广泛关注。其中,视觉系统是车辆自动驾驶系统中的重要部分之一。车辆自动驾驶系统中的视频系统可以对车辆外部环境进行图像采集,并对采集的图像进行处理和分析,以辅助车辆完成自动驾驶操作。而视频图像边缘检测方法是图像处理过程中最常用的手段,因此,如何获得理想效果的边缘图像,已经成为亟待解决的问题。
发明内容
本申请的目的旨在至少在一定程度上解决上述的技术问题之一。
为此,本申请的第一个目的在于提出一种视频车辆控制方法。该方法。
本申请的第二个目的在于提出一种车辆控制装置。
本申请的第三个目的在于提出一种车辆。
本申请的第四个目的在于提出一种计算机可读存储介质。
为达到上述目的,本申请第一方面实施例提出的车辆控制方法,包括:
接收路侧单元发送的路况信息,其中,所述路况信息包括所述车辆前方道路上是否存在有障碍物、以及所述前方道路与所述车辆的距离;
当所述车辆前方道路上存在有障碍物时,根据所述距离确定用以视频图像边缘检测的目标阈值和目标增益系数;
根据所述目标阈值和所述目标增益系数对所述车辆所采集的前方道路视频图像进行边缘检测,以得到所述前方道路视频图像的目标边缘图像;以及
根据所述目标边缘图像对所述车辆进行相应控制。
在本申请的一些实施例中,所述根据所述距离确定用以视频图像边缘检测的目标阈值和目标增益系数,包括:
获取多个距离范围,其中,每个所述距离范围与用以视频图像边缘检测的阈值和增益系数具有一一对应关系;
从所述多个距离范围中,确定出所述距离所属的距离范围;
根据所述距离所属的距离范围和所述对应关系,确定所述目标阈值和目标增益系数。
在本申请的一些实施例中,所述根据所述目标阈值和所述目标增益系数对所述车辆所采集的前方道路视频图像进行边缘检测,以得到所述前方道路视频图像的目标边缘图像,包括:
对所述车辆所采集的前方道路视频图像进行边缘检测,得到所述视频图像的初始边缘图像;
根据所述目标阈值对所述初始边缘图像进行二值化处理,得到对应的二值化图像;
根据所述目标增益系数对所述二值化图像中的亮度通道进行增益处理,以得到所述目标边缘图像。
在本申请的一些实施例中,所述根据所述目标边缘图像对所述车辆进行相应控制,包括:
根据所述目标边缘图像识别所述车辆的前方是否存在有障碍物;
若是,则根据所述障碍物与所述车辆的距离、以及所述车辆相对于所述障碍物的速度,控制所述车辆避让所述障碍物;
若否,则生成预警信息,并将所述预警信息提供给用户。
在本申请的一些实施例中,所述方法还包括:
如果所述车辆前方道路上无障碍物,则控制上一次确定的用以视频图像边缘检测的阈值和增益系数保持不变。
在本申请的一些实施例中,所述方法还包括:
如果所述车辆前方道路上存在有障碍物,且所述距离大于所述车辆的视频图像采集范围,则控制上一次确定的用以视频图像边缘检测的阈值和增益系数保持不变。
本申请第二方面实施例提出的车辆控制装置,包括:
接收模块,用于接收路侧单元发送的路况信息,其中,所述路况信息包括所述车辆前方道路上是否存在有障碍物、以及所述前方道路与所述车辆的距离;
确定模块,用于在所述车辆前方道路上存在有障碍物时,根据所述距离确定用以视频图像边缘检测的目标阈值和目标增益系数;
边缘检测模块,用于根据所述目标阈值和所述目标增益系数对所述车辆所采集的前方道路视频图像进行边缘检测,以得到所述前方道路视频图像的目标边缘图像;以及
控制模块,用于根据所述目标边缘图像对所述车辆进行相应控制。
在本申请的一些实施例中,所述确定模块具体用于:
获取多个距离范围,其中,每个所述距离范围与用以视频图像边缘检测的阈值和增益系数具有一一对应关系;
从所述多个距离范围中,确定出所述距离所属的距离范围;
根据所述距离所属的距离范围和所述对应关系,确定所述目标阈值和目标增益系数。
在本申请的一些实施例中,所述边缘检测模块具体用于:
对所述车辆所采集的前方道路视频图像进行边缘检测,得到所述视频图像的初始边缘图像;
根据所述目标阈值对所述初始边缘图像进行二值化处理,得到对应的二值化图像;
根据所述目标增益系数对所述二值化图像中的亮度通道进行增益处理,以得到所述目标边缘图像。
在本申请的一些实施例中,所述控制模块具体用于:
根据所述目标边缘图像识别所述车辆的前方是否存在有障碍物;
若是,则根据所述障碍物与所述车辆的距离、以及所述车辆相对于所述障碍物的速度,控制所述车辆避让所述障碍物;
若否,则生成预警信息,并将所述预警信息提供给用户。
在本申请的一些实施例中,所述控制模块还用于在所述车辆前方道路上无障碍物时,控制上一次确定的用以视频图像边缘检测的阈值和增益系数保持不变。
在本申请的一些实施例中,所述控制模块还用于在所述车辆前方道路上存在有障碍物,且所述距离大于所述车辆的视频图像采集范围时,控制上一次确定的用以视频图像边缘检测的阈值和增益系数保持不变。
本申请第三方面实施例提出了一种车辆,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时,实现本申请第一方面实施例所述的车辆控制方法。
本申请第四方面实施例提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本申请第一方面实施例所述的车辆控制方法。
本申请实施例的技术方案,在路侧单元监控到车辆前方道路上存在障碍物时,可根据所述前方道路与车辆的距离,确定出用以视频图像边缘检测的目标阈值和目标增益系数,并根据目标阈值和目标增益系数对车辆所采集的前方道路视频图像进行边缘检测,以得到前方道路视频图像的目标边缘图像,并根据目标边缘图像对车辆进行相应控制。即在监控到车辆前方道路上存在障碍物时,根据车辆前方道路上障碍物与车辆的距离大小,来动态调节用以二值化过程中的阈值,从而调节二值化效果,使得车辆输出的边缘图像能够清晰的识别障碍物,从而可以精准地指导自车合理避让。另外,根据车辆前方道路上障碍物与车辆的距离大小,来动态调节增益系数,从而可以适应光照强度的环境,最终输出理想效果的目标边缘图像。
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是根据本申请一个实施例的车辆控制方法的流程图;
图2是根据本申请实施例的视频图像边缘检测的流程示意图;
图3是根据本申请实施例的图像二值化处理后的效果示例图;
图4是根据本申请实施例的图像增益处理后的效果示例图;
图5是根据本申请一个实施例的车辆控制装置的结构框图;
图6是根据本申请一个实施例的车辆的结构框图。
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车辆控制方法、装置、车辆和存储介质。
图1是根据本申请一个实施例的车辆控制方法的流程图。需要说明的是,本申请实施例的车辆控制方法可应用于本申请实施例的车辆控制装置,该车辆控制装置可被配置于车辆上。如图1所示,该车辆控制方法可以包括:
步骤101,接收路侧单元发送的路况信息,其中,路况信息包括车辆前方道路上是否存在有障碍物、以及前方道路与车辆的距离。
需要说明的是,上述路侧单元可配置于道路旁边,用以检测道路上的过往车辆。其中,检测时所采用的技术可以包括但不限于视觉技术、雷达技术等。例如,路侧单元上设置多个摄像头,可通过摄像头对其扫描范围内的交通情况进行实时拍摄,从而可以得到该路侧单元所在位置的交通流实测视频。
在本申请的一些实施例中,本申请实施例中的车辆上设置有路侧信息接收单元,其中,该路侧信息接收单元可以与路侧单元建立连接,当车辆行驶在路侧单元的监控范围内时,路侧单元与车辆上的路侧信息接收单元建立连接,并将当前监控到的路侧信息发送该路侧信息接收单元。其中,该路侧信息可包括但不限于路侧单元所在位置的交通流实测视频、和/或,当前车辆前方道路上的路况信息等。
作为一种可能的实现方式,路侧单元可通过摄像头采集的视频实时监测交通流,当监测到车辆进入监控范围时,可获取该车辆前方道路的视频图像,并根据该车辆前方道路的视频图像获取针对该车辆的路况信息,其中,该路况信息可包括车辆前方道路上是否存在有障碍物、以及前方道路与车辆的距离,比如,可利用图像识别技术对该车辆前方道路的视频图像进行识别,以监控该车辆前方道路上是否存在有障碍物,以及所述前方道路于车辆的距离。路侧单元在获得针对该车辆的路况信息之后,可将该路况信息发送给该车辆。该车辆通过自身的路侧信息接收单元接收路侧单元发送的路况信息。
例如,路侧单元在监控到车辆前方约150米位置有障碍车,并将信息发送给该车辆,从而可以使得车辆能够接收到路侧单元发送的路况信息,即车辆前方约150米位置有障碍车。又如,路侧单元利用图像识别技术对该车辆前方道路的视频图像进行识别,监控到车辆周围100米范围内无障碍车物,并将该监控结果信息发送给该车辆,从而可以使得车辆能够接收到路侧单元发送的路况信息,即车辆周围100米范围内无障碍车物。
步骤102,当车辆前方道路上存在有障碍物时,根据距离确定用以视频图像边缘检测的目标阈值和目标增益系数。
也就是说,在监控到车辆前方道路上存在有障碍物时,可根据所述前方道路于车辆的距离,确定用以视频图像边缘检测的目标阈值和目标增益系数。其中,在本申请的实施例中,上述障碍物可以是静态障碍物,还可以是动态障碍物,例如,该静态障碍物可以是路障机、水马等;该动态障碍物可以是行人、动物等。
在本发明的一些实施例中,当监控到车辆前方道路上存在有障碍物时,可获取多个距离范围,其中,每个距离范围与用以视频图像边缘检测的阈值和增益系数具有一一对应关系。之后,可从多个距离范围中,确定出距离所属的距离范围,并根据距离所属的距离范围和对应关系,确定目标阈值和目标增益系数。
举例而言,可预先设置多个距离范围,每个距离范围都对应有相应的用以视频图像边缘检测的阈值和增益系数。比如,假设车辆上的摄像头所能够采集的最大距离为500米,即能够清楚的采集500米内的图像,可利用摄像头的采集最大距离,预先设置3个距离范围,比如,[0,150),[150,250),[250,500],其中,该3个距离范围的数值单位为米,每个距离范围对应有相应的阈值和增益系数,比如,距离范围[0,150)对应的阈值和增益系数分别为阈值1和增益2,距离范围[150,250)对应的阈值和增益系数分别为阈值2和增益2,距离范围[250,500]对应的阈值和增益系数分别为阈值3和增益3,作为一种示例,阈值1小于阈值2小于阈值3,增益1小于增益2小于增益3。
在本步骤中,当监控到车辆前方道路上存在有障碍物时,可从预先设置的多个距离范围中确定出所述距离所属的距离范围,也就是说,所述距离落在哪个距离范围,之后,可根据确定出的距离范围和其与所述阈值和增益系数的对应关系,确定出与该确定出的距离范围对应的目标阈值和目标增益系数。例如,假设监控到车辆前方约160米位置有障碍车,则根据该距离(即160米)确定出其所属的距离范围为[150,250),此时可将该距离范围所对应的阈值2作为上述目标阈值,将该距离范围所对应的增益2作为上述目标增益系数。
步骤103,根据目标阈值和目标增益系数对车辆所采集的前方道路视频图像进行边缘检测,以得到前方道路视频图像的目标边缘图像。
需要说明的是,本申请实施例的车辆安装有摄像头,该摄像头可设置于车辆的前挡风玻璃上,用以采集车辆前方道路的视频,利用采集到的视频图像进行障碍物的二次检测,以辅助车辆能够精准的采取避让措施,从而可以实现自动驾驶。
在本步骤中,车辆可通过自身的摄像头对前方道路进行视频采集。当车辆前方道路上存在有障碍物,并确定出用以视频图像边缘检测的目标阈值和目标增益系数之后,可根据该目标阈值和目标增益系数对车辆当前所采集的前方道路视频图像进行边缘检测,以得到前方道路视频图像的目标边缘图像,以便后续基于该前方道路视频图像的目标边缘图像检测车辆前方道路上是否真的存在障碍物。
在本申请的一些实施例中,所述根据目标阈值和目标增益系数对车辆所采集的前方道路视频图像进行边缘检测,以得到前方道路视频图像的目标边缘图像的具体实现过程可如下:对车辆所采集的前方道路视频图像进行边缘检测,得到视频图像的初始边缘图像,并根据目标阈值对初始边缘图像进行二值化处理,得到对应的二值化图像,之后,可根据目标增益系数对二值化图像中的亮度通道进行增益处理,以得到目标边缘图像。
举例而言,在车辆所采集的前方道路视频图像进行边缘检测时,可先将该采集到的前方道路视频图像转换成YCbCr图像,并对该YCbCr图像进行索贝尔滤波及梯度幅值转换,得到所述视频图像的初始边缘图像。值得注意的是,由于视频图像的色彩模式可能有多种,比如,YCbCr模式、RGB模式、YUV模式等。本申请为了能够实现对各种模式的图像进行边缘检测,在得到待处理的视频图像时,可先判断该视频图像的色彩模式是否为YCbCr模式,若是,则可直接对该视频图像进行索贝尔滤波及梯度幅值转换;若判断该视频图像的色彩模式为非YCbCr模式(比如是RGB模式或YUV模式),则需将该视频图像转换成YCbCr模式,即得到对应的YCbCr图像,并对该YCbCr图像进行索贝尔滤波及梯度幅值转换,得到所述视频图像的初始边缘图像。
需要说明的是,边缘检测的目的就是找到图像中能够亮度变化剧烈的像素点构成的集合,表现出来往往是轮廓。为此,在对视频图像进行边缘检测时,可先将该视频图像的色彩模式转换成YCbCr模式,得到对应的YCbCr图像,然后,如图2所示,提取该YCbCr图像中亮度Y通道,得到对应的亮度Y通道图像,进而对该亮度Y通道图像进行索贝尔滤波及梯度幅值转换,从而得到所述视频图像的初始边缘图像。
在对视频图像进行边缘检测的过程中,还需要对边缘图像进行二值化处理,从而可以使得边缘更加清楚地被表达。在进行二值化处理时,可根据上述目标阈值对初始边缘图像进行二值化处理,得到对应的二值化图像,例如,如图2所示,可将梯度幅值模块输出的图像(即上述的初始边缘图像)与目标阈值输入到比较器中,利用比较器将该初始边缘图像转换成二值化图像,也就是说,可将初始边缘图像中各像素点的灰度值与该目标阈值进行大小比较,并根据比较结果使得各像素点的灰度值变为0或255,从而得到对应的二值化图像。之后,根据目标增益系数对二值化图像中的亮度通道进行增益处理,以得到目标边缘图像。
例如,如图3所示,为不同目标阈值大小时,视频图像处理的效果示例图,可见,目标阈值越大,则二值化处理后图像中会保留亮度变化比较剧烈的边缘,比如,目标阈值为200,则二值化处理后图像中会保留了车道线、路边房子的部分边缘;目标阈值为50,则二值化处理后图像清楚地保留了视频图像中的所有边缘信息。又如,如图4所示,为不同增益系数时,视频图像处理的效果示例图,可见,在光照强弱的环境中拍摄的图像,通过大数值的增益系数即可提高图像中的亮度,从而可以得到更佳的理想效果图。
由此可见,可根据车辆前方道路上障碍物与车辆的距离大小,来动态调节用以二值化过程中的阈值,从而调节二值化效果,使得车辆输出的边缘图像能够清晰的识别障碍物,从而可以精准地指导自车合理避让。另外,根据车辆前方道路上障碍物与车辆的距离大小,来动态调节增益系数,从而可以适应光照强度的环境,最终输出理想效果的目标边缘图像。
步骤104,根据目标边缘图像对车辆进行相应控制。
可选地,根据目标边缘图像识别车辆的前方是否存在有障碍物;若是,则根据障碍物与车辆的距离、以及车辆相对于障碍物的速度,控制车辆避让障碍物;若否,则生成预警信息,并将预警信息提供给用户。
也就是说,在根据目标阈值和目标增益系数对车辆所采集的前方道路视频图像进行边缘检测,以得到前方道路视频图像的目标边缘图像之后,可利用该目标边缘图像进行障碍物的二次检测,以确定车辆前方是否真的存在障碍物,若对该目标边缘图像进行识别,判断出该车辆的前方存在障碍物,则此时可认为车辆前方确实真的存在障碍物,此时车辆可根据障碍物与车辆的距离、以及车辆相对于障碍物的速度,控制车辆避让该障碍物。如果对该目标边缘图像进行识别,判断出该车辆的前方不存在障碍物,此时出现路侧单元的障碍物检测结果与车辆自身的障碍物检测结果产生了不一致的情况,此时可生成预警信息,并将该预警信息提供给用户。例如,可将该预警信息利用车辆上的多媒体系统通过语音播放的方式播放给用户,或者,基于该预警信息控制报警器进行报警以提醒车辆上的用户,或者,还可以通过其他方式将该预警信息提供给用户,比如,可将该预警信息发送给车辆的监控终端,该监控终端显示预警信息以使得用户能够随时了解车辆前方道路情况。
为了能够降低车辆控制器的运算量,降低功耗,在本申请的一些实施例中,如果所述车辆前方道路上无障碍物,则控制上一次确定的用以视频图像边缘检测的阈值和增益系数保持不变。也就是说,在车辆前方道路上无障碍物时,此时无需对用以视频图像边缘检测的阈值和增益系数进行调整,例如,在接收到路侧单元监测到车辆周围100米范围内无障碍车物等,此时可不调整用以视频图像边缘检测的阈值和增益系数,使得车辆控制器处于较低运算水平,降低功耗。
为了能够进一步降低车辆控制器的功耗,在本申请的一些实施例中,如果所述车辆前方道路上存在有障碍物,且所述距离大于所述车辆的视频图像采集范围,则控制上一次确定的用以视频图像边缘检测的阈值和增益系数保持不变。也就是说,由于车辆上摄像头采集视频图像时,存在一定的采集范围,只能采集该范围内的视频,所以,当所述车辆前方道路上存在有障碍物,且所述障碍物与车辆的距离大于车辆的视频图像采集范围时,此时即使调整阈值和增益系数也可能不会得到很好的图像效果,所以,为了降低功耗,此时对用以视频图像边缘检测的阈值和增益系数不进行调整,即此时不调整该用以视频图像边缘检测的阈值和增益系数。
根据本申请实施例的车辆控制方法,在路侧单元监控到车辆前方道路上存在障碍物时,可根据所述前方道路与车辆的距离,确定出用以视频图像边缘检测的目标阈值和目标增益系数,并根据目标阈值和目标增益系数对车辆所采集的前方道路视频图像进行边缘检测,以得到前方道路视频图像的目标边缘图像,并根据目标边缘图像对车辆进行相应控制。即在监控到车辆前方道路上存在障碍物时,根据车辆前方道路上障碍物与车辆的距离大小,来动态调节用以二值化过程中的阈值,从而调节二值化效果,使得车辆输出的边缘图像能够清晰的识别障碍物,从而可以精准地指导自车合理避让。另外,根据车辆前方道路上障碍物与车辆的距离大小,来动态调节增益系数,从而可以适应光照强度的环境,最终输出理想效果的目标边缘图像。
与上述几种实施例提供的车辆控制方法相对应,本发明的一种实施例还提供一种车辆控制装置,由于本发明实施例提供的车辆控制装置与上述几种实施例提供的车辆控制方法相对应,因此在前述车辆控制方法的实施方式也适用于本实施例提供的车辆控制装置,在本实施例中不再详细描述。图5是根据本申请一个实施例的车辆控制装置的结构框图。如图5所示,该车辆控制装置500可以包括:接收模块510、确定模块520、边缘检测模块530和控制模块540。
具体地,接收模块510用于接收路侧单元发送的路况信息,其中,路况信息包括车辆前方道路上是否存在有障碍物、以及前方道路与车辆的距离。
确定模块520用于在车辆前方道路上存在有障碍物时,根据距离确定用以视频图像边缘检测的目标阈值和目标增益系数。在本申请的一些实施例中,确定模块520具体用于:获取多个距离范围,其中,每个所述距离范围与用以视频图像边缘检测的阈值和增益系数具有一一对应关系;从所述多个距离范围中,确定出所述距离所属的距离范围;根据所述距离所属的距离范围和所述对应关系,确定所述目标阈值和目标增益系数。
边缘检测模块530用于根据目标阈值和目标增益系数对车辆所采集的前方道路视频图像进行边缘检测,以得到前方道路视频图像的目标边缘图像。在本申请的一些实施例中,边缘检测模块530具体用于:对所述车辆所采集的前方道路视频图像进行边缘检测,得到所述视频图像的初始边缘图像;根据所述目标阈值对所述初始边缘图像进行二值化处理,得到对应的二值化图像;根据所述目标增益系数对所述二值化图像中的亮度通道进行增益处理,以得到所述目标边缘图像。
控制模块540用于根据目标边缘图像对车辆进行相应控制。在本申请的一些实施例中,控制模块540具体用于:根据所述目标边缘图像识别所述车辆的前方是否存在有障碍物;若是,则根据所述障碍物与所述车辆的距离、以及所述车辆相对于所述障碍物的速度,控制所述车辆避让所述障碍物;若否,则生成预警信息,并将所述预警信息提供给用户。
为了能够降低车辆控制器的运算量,降低功耗,在本申请的一些实施例中,控制模块540还可用于:在所述车辆前方道路上无障碍物时,控制上一次确定的用以视频图像边缘检测的阈值和增益系数保持不变。
为了能够进一步降低车辆控制器的功耗,在本申请的一些实施例中,控制模块540还可用于:在所述车辆前方道路上存在有障碍物,且所述距离大于所述车辆的视频图像采集范围时,控制上一次确定的用以视频图像边缘检测的阈值和增益系数保持不变。
根据本申请实施例的车辆控制装置,在路侧单元监控到车辆前方道路上存在障碍物时,可根据所述前方道路与车辆的距离,确定出用以视频图像边缘检测的目标阈值和目标增益系数,并根据目标阈值和目标增益系数对车辆所采集的前方道路视频图像进行边缘检测,以得到前方道路视频图像的目标边缘图像,并根据目标边缘图像对车辆进行相应控制。即在监控到车辆前方道路上存在障碍物时,根据车辆前方道路上障碍物与车辆的距离大小,来动态调节用以二值化过程中的阈值,从而调节二值化效果,使得车辆输出的边缘图像能够清晰的识别障碍物,从而可以精准地指导自车合理避让。另外,根据车辆前方道路上障碍物与车辆的距离大小,来动态调节增益系数,从而可以适应光照强度的环境,最终输出理想效果的目标边缘图像。
为了实现上述实施例,本申请还提出了一种车辆。如图6所示,该车辆600可以包括:存储器610、处理器620及存储在存储器610上并可在处理器620上运行的计算机程序630,处理器620执行程序时,实现本申请上述人一个实施例所述的车辆控制方法。
为了实现上述实施例,本申请还提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本申请上述任一个实施例所述的车辆控制方法。
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。
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特定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,并且本发明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,这应被本发明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,本发明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。例如,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,在本发明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 (10)
1.一种车辆控制方法,其特征在于,包括:
接收路侧单元发送的路况信息,其中,所述路况信息包括所述车辆前方道路上是否存在有障碍物、以及所述前方道路与所述车辆的距离;
当所述车辆前方道路上存在有障碍物时,根据所述距离确定用以视频图像边缘检测的目标阈值和目标增益系数;
根据所述目标阈值和所述目标增益系数对所述车辆所采集的前方道路视频图像进行边缘检测,以得到所述前方道路视频图像的目标边缘图像;以及
根据所述目标边缘图像对所述车辆进行相应控制。
2.根据权利要求1所述的方法,其特征在于,所述根据所述距离确定用以视频图像边缘检测的目标阈值和目标增益系数,包括:
获取多个距离范围,其中,每个所述距离范围与用以视频图像边缘检测的阈值和增益系数具有一一对应关系;
从所述多个距离范围中,确定出所述距离所属的距离范围;
根据所述距离所属的距离范围和所述对应关系,确定所述目标阈值和目标增益系数。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标阈值和所述目标增益系数对所述车辆所采集的前方道路视频图像进行边缘检测,以得到所述前方道路视频图像的目标边缘图像,包括:
对所述车辆所采集的前方道路视频图像进行边缘检测,得到所述视频图像的初始边缘图像;
根据所述目标阈值对所述初始边缘图像进行二值化处理,得到对应的二值化图像;
根据所述目标增益系数对所述二值化图像中的亮度通道进行增益处理,以得到所述目标边缘图像。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标边缘图像对所述车辆进行相应控制,包括:
根据所述目标边缘图像识别所述车辆的前方是否存在有障碍物;
若是,则根据所述障碍物与所述车辆的距离、以及所述车辆相对于所述障碍物的速度,控制所述车辆避让所述障碍物;
若否,则生成预警信息,并将所述预警信息提供给用户。
5.根据权利要求1至4中任一项所述的方法,其特征在于,还包括:
如果所述车辆前方道路上无障碍物,则控制上一次确定的用以视频图像边缘检测的阈值和增益系数保持不变。
6.根据权利要求1至4中任一项所述的方法,其特征在于,还包括:
如果所述车辆前方道路上存在有障碍物,且所述距离大于所述车辆的视频图像采集范围,则控制上一次确定的用以视频图像边缘检测的阈值和增益系数保持不变。
7.一种车辆控制装置,其特征在于,包括:
接收模块,用于接收路侧单元发送的路况信息,其中,所述路况信息包括所述车辆前方道路上是否存在有障碍物、以及所述前方道路与所述车辆的距离;
确定模块,用于在所述车辆前方道路上存在有障碍物时,根据所述距离确定用以视频图像边缘检测的目标阈值和目标增益系数;
边缘检测模块,用于根据所述目标阈值和所述目标增益系数对所述车辆所采集的前方道路视频图像进行边缘检测,以得到所述前方道路视频图像的目标边缘图像;以及
控制模块,用于根据所述目标边缘图像对所述车辆进行相应控制。
8.根据权利要求7所述的装置,其特征在于,所述确定模块具体用于:
获取多个距离范围,其中,每个所述距离范围与用以视频图像边缘检测的阈值和增益系数具有一一对应关系;
从所述多个距离范围中,确定出所述距离所属的距离范围;
根据所述距离所属的距离范围和所述对应关系,确定所述目标阈值和目标增益系数。
9.一种车辆,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时,实现如权利要求1至6中任一项所述的车辆控制方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的车辆控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010550757.3A CN111832418B (zh) | 2020-06-16 | 2020-06-16 | 车辆控制方法、装置、车辆和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010550757.3A CN111832418B (zh) | 2020-06-16 | 2020-06-16 | 车辆控制方法、装置、车辆和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111832418A true CN111832418A (zh) | 2020-10-27 |
CN111832418B CN111832418B (zh) | 2024-06-18 |
Family
ID=72897698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010550757.3A Active CN111832418B (zh) | 2020-06-16 | 2020-06-16 | 车辆控制方法、装置、车辆和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111832418B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486837A (zh) * | 2021-07-19 | 2021-10-08 | 安徽江淮汽车集团股份有限公司 | 针对低通度障碍物的自动驾驶控制方法 |
US20230242112A1 (en) * | 2020-07-15 | 2023-08-03 | Charter Communications Operating, Llc | Video analytics traffic monitoring and control |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281644A (zh) * | 2007-03-08 | 2008-10-08 | 霍尼韦尔国际公司 | 基于视觉的导航和制导系统 |
KR101281499B1 (ko) * | 2013-03-15 | 2013-07-02 | 박수민 | 자동차 자동 운행 시스템 |
CN104742912A (zh) * | 2013-12-27 | 2015-07-01 | 比亚迪股份有限公司 | 车道偏移检测方法和装置 |
US20170358088A1 (en) * | 2016-06-14 | 2017-12-14 | International Business Machines Corporation | Detection of obstructions |
-
2020
- 2020-06-16 CN CN202010550757.3A patent/CN111832418B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281644A (zh) * | 2007-03-08 | 2008-10-08 | 霍尼韦尔国际公司 | 基于视觉的导航和制导系统 |
KR101281499B1 (ko) * | 2013-03-15 | 2013-07-02 | 박수민 | 자동차 자동 운행 시스템 |
CN104742912A (zh) * | 2013-12-27 | 2015-07-01 | 比亚迪股份有限公司 | 车道偏移检测方法和装置 |
US20170358088A1 (en) * | 2016-06-14 | 2017-12-14 | International Business Machines Corporation | Detection of obstructions |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230242112A1 (en) * | 2020-07-15 | 2023-08-03 | Charter Communications Operating, Llc | Video analytics traffic monitoring and control |
US12097852B2 (en) * | 2020-07-15 | 2024-09-24 | Charter Communications Operating, Llc | Video analytics traffic monitoring and control |
CN113486837A (zh) * | 2021-07-19 | 2021-10-08 | 安徽江淮汽车集团股份有限公司 | 针对低通度障碍物的自动驾驶控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111832418B (zh) | 2024-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10078789B2 (en) | Vehicle parking assist system with vision-based parking space detection | |
CN110386065B (zh) | 车辆盲区的监控方法、装置、计算机设备及存储介质 | |
US10339812B2 (en) | Surrounding view camera blockage detection | |
US8520071B2 (en) | Boundary line detection system with improved detection-performance | |
CN111942282B (zh) | 车辆及其驾驶盲区预警方法、装置、系统和存储介质 | |
CN107798688B (zh) | 运动目标识别方法、预警方法以及汽车防追尾预警装置 | |
JP5809751B2 (ja) | 対象物認識装置 | |
CN104657735A (zh) | 车道线检测方法、系统、车道偏离预警方法及系统 | |
JP6571424B2 (ja) | 故障診断装置 | |
WO2007111220A1 (ja) | 道路区画線検出装置 | |
CN104376741A (zh) | 一种车位状态检测方法与系统 | |
JP5760090B2 (ja) | 生体認識装置 | |
CN111832418B (zh) | 车辆控制方法、装置、车辆和存储介质 | |
EP3087532B1 (en) | Method for determining a width of a target vehicle by means of a camera system of a motor vehicle, camera system and motor vehicle | |
US8373754B2 (en) | Method and system for evaluating brightness values in sensor images of image-evaluating adaptive cruise control systems | |
CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
CN112769877A (zh) | 团雾预警方法、云端服务器及车辆和介质 | |
US9524644B2 (en) | Notification control method and notification control device | |
US8948449B2 (en) | Selecting visible regions in nighttime images for performing clear path detection | |
CN112183382A (zh) | 无人驾驶交通灯检测分类方法和装置 | |
CN112243089B (zh) | 摄像头hdr图像效果开关控制方法、装置、后视镜、车辆及存储介质 | |
JP2018515746A (ja) | 周囲光を検出する方法及びシステム | |
CN111756987A (zh) | 一种车载摄像头的控制方法、装置及车载图像捕捉系统 | |
CN111376830A (zh) | 用于车辆的控制方法、控制设备和车辆 | |
JP2001204011A (ja) | 動物検知装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |