CN112185100A - 一种行人引导方法及装置 - Google Patents
一种行人引导方法及装置 Download PDFInfo
- Publication number
- CN112185100A CN112185100A CN202010943120.0A CN202010943120A CN112185100A CN 112185100 A CN112185100 A CN 112185100A CN 202010943120 A CN202010943120 A CN 202010943120A CN 112185100 A CN112185100 A CN 112185100A
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- vehicle lane
- motor vehicle
- range
- safety
- 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 42
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 238000012549 training Methods 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 4
- 206010039203 Road traffic accident Diseases 0.000 abstract description 9
- 238000004891 communication Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 241000283070 Equus zebra Species 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 208000032041 Hearing impaired Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
Abstract
本发明实施例涉及交通安全技术领域,公开了一种行人引导方法及装置,该方法包括:对机动车道的图像进行识别,标定出机动车道范围,生成所述机动车道范围内的图像数据;对所述机动车道范围内的图像数据进行行人侦测识别,当识别发现第一行人时,确定第一行人的行进路线;在所述第一行人的行进路线上投影安全提示光带。通过上述方式,本发明实施例提高了行人穿行机动车道的安全性,降低交通事故发生率。
Description
技术领域
本发明实施例涉及交通安全技术领域,具体涉及一种行人引导方法及装置。
背景技术
目前,我国道路交通以混合交通为主,过街行人容易与机动车流交织。为了保证行人通行安全,出现了一些行人过街设施,如人行横道斑马线、行人安全岛、行人过街信号灯等。由于我国人口密度大,部分交通参与者安全意识淡薄,行人与机动车争道现象日益突出。
在实现本发明实施例的过程中,发明人发现:在一些交通要道上,特别是没有斑马线或红绿灯的路段,存在大量行人横穿马路的情况,由于没有行人过街设施的提醒,容易出现交通事故造成人员伤亡。
发明内容
鉴于上述问题,本发明实施例提供了一种行人引导的方法及装置,用于解决现有技术中存在的在一些路段行人穿行机动车道易造成交通事故的问题。
根据本发明实施例的一个方面,提供了一种行人引导方法,包括:
对机动车道的图像进行识别,标定出机动车道范围,生成所述机动车道范围内的图像数据;
对所述机动车道范围内的图像数据进行行人侦测识别,当识别发现第一行人时,确定第一行人的行进路线;
在所述第一行人的行进路线上投影安全提示光带。
在一种可选的方式中,所述在第一行人的行进路线上投影安全提示光带之后包括:
识别发现第二行人,确定第二行人的行进路线;
在识别出所述第一行人离开所述机动车道范围时,在所述第二行人的行进路线上投影安全提示光带。
在一种可选的方式中,所述在第一行人的行进路线上投影安全提示光带之后包括:
识别发现第三行人,确定第三行人的行进路线;所述第三行人为优先通行人员;
中断对于第一行人的行进路线进行的安全提示光带投影,在所述第三行人的行进路线上投影安全提示光带。
在一种可选的方式中,所述安全提示光带包括第一行人的行进方向提示符;所述在第一行人的行进路线上投影安全提示光带之后包括:
当识别所述第一行人的行进路线变更时,确定所述第一行人变更后的行进路线;
在所述第一行人变更后的行进路线上投影变更后的安全提示光带,所述变更后的安全提示光带包括第一行人变更后的行进方向提示符。
在一种可选的方式中,所述确定第一行人的行进路线之后包括:
获取距离所述机动车道范围预设距离内的车辆的车辆数据;
确定所述第一行人穿行速度,根据所述第一行人的行进路线和穿行速度计算所述第一行人的穿行时间;
根据距离所述机动车道范围预设距离内的车辆数据,筛选出在所述第一行人穿行时间范围内经过所述机动车道范围的途经车辆;
根据所述途经车辆的车辆数据向所述途经车辆发出行人安全警示。
在一种可选的方式中,所述安全提示光带包括:安全提示图形和/或安全提示文字。
在一种可选的方式中,所述在第一行人的行进路线上投影安全提示光带之后包括:
播放安全提示音,提示所述第一行人快速通过所述机动车道。
在一种可选的方式中,所述对机动车道的图像进行识别,标定出机动车道范围,生成所述机动车道范围内的图像数据包括:
通过道路识别算法对所述机动车道的图像进行识别,获得所述机动车道的标线信息,确定所述机动车道边界位置,标定出机动车道范围,生成所述机动车道范围内的图像数据。
在一种可选的方式中,所述对机动车道范围内的图像数据进行行人侦测识别,当识别发现第一行人时,确定第一行人的行进路线包括:
通过深度学习识别算法,对所述机动车道范围内的图像数据进行图像语义分割,将分割后的第一行人相关的目标图像语义与训练样本图像语义进行比对,若比对成功,则识别出所述第一行人,并根据所述目标图像语义预测确定其行进路线。
根据本发明实施例的另一方面,提供了一种行人引导装置,包括:
图像数据集合模块,用于对机动车道的图像进行识别,标定出机动车道范围,生成所述机动车道范围内的图像数据;
训练模型模块,用于对所述机动车道范围内的图像数据进行行人侦测识别,当识别发现第一行人时,确定第一行人的行进路线;
投影模块,用于在所述第一行人的行进路线上投影安全提示光带。
本发明实施例通过在标定的机动车道范围内对行人进行侦测识别,当识别出行人穿行机动车道时,确定其行进路线,在其行进路线上投射出安全提示光带以引导行人通行,提高了行人穿行机动车道的安全性,降低交通事故发生率。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
附图仅用于示出实施方式,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的行人引导方法的流程图;
图2示出了本发明实施例提供的行人引导方法的应用情景示意图;
图3示出了本发明实施例提供的行人引导装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。
本发明实施例主要应用于人流车流容易交织的交通场景下,特别是一些缺乏行人过街辅助设施的机动车道中段区域,机动车行驶速度一般比较快,驾驶员没有避让行人的意识,容易发生人车争道交通事故。需要说明的是,本说明书实施例中行人包括步行者、自行车骑行者及电动车骑行者等非机动车交通参与者。
图1示出了本发明实施例提供的行人引导方法的流程图。该方法通常由行人引导装置来具体执行。该行人引导装置安装位置可根据实际情况灵活设置,如可设置于十字路口交通设备支架上,也可设置在无行人过街设施的机动车道中间区域附近的路灯杆上,在此不做限定。如图1所示,该方法包括以下步骤:
步骤110:对机动车道的图像进行识别,标定出机动车道范围,生成所述机动车道范围内的图像数据。
上述行人引导装置包含有摄像机,以采集机动车道图像。由于摄像机采集的图像比较宽泛,需标定出数据分析区域,只处理该数据分析区域内的图像数据,以提升识别效率。具体的,上述步骤110可包括:
通过道路识别算法对上述机动车道的图像进行识别,获得机动车道的标线信息,以确定机动车道边界位置,标定出机动车道范围,生成所述机动车道范围内的图像数据。该标定的机动车道范围即为数据分析区域,以便进行后续的图像数据识别处理。
上述道路识别算法可为OCR(Optical Character Recognition,光学字符识别)模型识别算法等。进一步的,还可对该机动车道的图像中的道路标牌信息、过往车辆车牌图像信息和/或道路路桩信息进行识别获取,将机动车道的图像中出现道路标牌信息、车辆车牌信息和/或道路路桩信息的区域标定在机动车道范围内,以更准确地标定出机动车道范围。
步骤120:对所述机动车道范围内的图像数据进行行人侦测识别,当识别发现第一行人时,确定第一行人的行进路线。
具体的,步骤120可包括:
通过深度学习识别算法,对上述机动车道范围内的图像数据进行图像语义分割,将分割后的第一行人相关的目标图像语义与训练样本图像语义进行比对,若比对成功,则识别出所述第一行人,并根据该目标图像语义预测确定其行进路线。
上述深度学习识别算法可采用高性能分布式深度学习框架识别系统,该系统可通过自动模型选择模式智能选择匹配的网格结构和超参数,提高模型的识别效果。另外,该系统可采用EarlyStopping(早停法)策略,以降低模型过拟合风险,提高识别准确性。
具体的,上述图像语义分割可根据人工图像标注,通过ICNet(Image CascadeNetwork,图像级联网络)的图像语义分割技术,对机动车道范围内的图像数据进行图像语义分割,以在高分辨率图像的准确性和低复杂度网络的效率之间获得平衡。进一步,可将行人识别结果作为学习数据储存至数据库,作为后续训练样本。另外,上述根据该目标图像语义预测确定其行进路线,具体可根据目标图像语义中第一行人的面部朝向信息或动作体征信息来进行预测。
步骤130:在所述第一行人的行进路线上投影安全提示光带。
上述行人引导装置包含有投影模块,具体的,可以为多路投影仪,将安全提示光带均匀的投影在第一行人的行进路线上。上述安全提示光带包括:安全提示图形和/或安全提示文字。图2示出了一个本发明实施例提供的行人引导方法的应用情景示意图。如图2所示,投影的安全提示图形可包括带有方向指向的行进方向提示符,以提示行人按路线尽快穿行机动车道。该行进方向提示符可以为静态图形,也可为具有动态效果的图形,如闪烁的动图。另外,图2中的安全提示图形还包括停车标志图形,以提示过往车辆停车等待。在具体应用时,上述安全提示图形还可包括箭头提示符、斑马线等。上述安全提示文字根据需要可灵活设置,例如,对行人提示“请快速通过”,对过往车辆提示“小心慢行”等,在此不做限定。可选的,投影的安全提示图形或安全提示文字的颜色也可灵活设置,优选红色、橙色等比较醒目的颜色,或根据法律法规要求进行设置。
一个优选实施方式中,上述行人引导方法在步骤130之后可进一步包括:
步骤140:识别发现第二行人,确定第二行人的行进路线。
具体的识别方法与步骤120中相同,不再赘述。
步骤150:在识别出所述第一行人离开所述机动车道范围时,在所述第二行人的行进路线上投影安全提示光带。
具体的,当对标定的机动车道范围内的图像数据进行行人侦测识别,发现第一行人离开上述机动车道范围时,在上述第二行人的行进路线上投影安全提示光带。具体的投影方法与步骤130中相同,不再赘述。
一个优选实施方式中,上述行人引导方法在步骤130之后可进一步包括:
步骤160:识别发现第三行人,确定第三行人的行进路线;所述第三行人为优先通行人员。
上述优先通行人员指的是老人、小孩、孕妇等有高通行优先级的特殊人群。具体的识别方法与步骤120中类似,不同的是,在将分割后的第三行人相关的目标图像语义与训练样本图像语义进行比对时,比对结果为第三行人相关的目标图像语义与训练样本中优先通行人员的图像语义比对成功,即识别出上述第三行人为优先通行人员。该训练样本中优先通行人员的图像语义可包括老人、小孩、孕妇、抱婴者、婴儿推车、轮椅、拐杖等与特殊人群相关的各种样本图像语义。
步骤170:中断对于第一行人的行进路线进行的安全提示光带投影,在所述第三行人的行进路线上投影安全提示光带。
具体的,由于第三行人的通行优先级高于第一行人,行人引导装置中断对于第一行人的行进路线进行的安全提示光带投影,在该第三行人的行进路线上投影安全提示光带,以保证该类行动不便人员的优先通行权,进一步增加安全性和人性关怀。当然,如果第一行人也为优先通行人员,则行人引导装置不中断对于第一行人的投影引导,在识别出第一行人离开所述机动车道范围时,在该第三行人的行进路线上投影安全提示光带。
一个优选实施方式中,上述行人引导方法在步骤130之后可进一步包括:
步骤180:当识别所述第一行人的行进路线变更时,确定所述第一行人变更后的行进路线;
具体的,可根据第一行人相关的目标图像语义中第一行人的面部朝向信息或动作体征信息来识别其行进路线的变更,并确定其变更后的行进路线。
步骤190:在所述第一行人变更后的行进路线上投影变更后的安全提示光带,所述变更后的安全提示光带包括第一行人变更后的行进方向提示符。
如步骤130中所述,安全提示光带可包括行带有方向指向的行进方向提示符。在第一行人变更后的行进路线上可投影变更后的行进方向提示符,以随着行人行进路线的变更来更新对其通行提示,进一步增加安全性。
在物联网智慧交通管理系统中,每个车辆通过网络(如5G通信网络、卫星通信网络、专用网络等)跟交通管理服务器保持联系,因此可以利用系统提供的机动车辆实时数据预测附近车辆行为,对其做出安全预警提示。一个优选实施方式中,上述行人引导方法在步骤120之后可进一步包括:
步骤1100:获取距离所述机动车道范围预设距离内的车辆的车辆数据。
具体的,上述行人引导装置可进一步包括通信模块,以使行人引导装置通过上述网络同交通管理服务器进行通信。该交通管理服务器可实时获取智慧交通管理系统中每个车辆的标识信息、位置信息、速度信息、行驶路线信息等车辆数据。行人引导装置与上述交通管理服务器通信,获取附近车辆的车辆数据,上述附近车辆指的是距离标定的机动车道范围预设距离内(如1000米内)的所有车辆。获取到的车辆数据可以包括附近车辆的标识信息、位置信息、速度信息、行驶路线信息等。
步骤1110:确定所述第一行人穿行速度,根据所述第一行人的行进路线和穿行速度计算所述第一行人的穿行时间。
具体的,可在上述图像数据中识别第一行人在多幅图像中的位置变化数据,根据位置变化数据和多幅图像间隔时间估算其穿行速度;根据第一行人的行进路线测算穿行距离,根据其穿行速度和穿行距离测算第一行人的穿行时间。需要说明的是,步骤1100与步骤1110没有先后顺序限制,可同时进行。
步骤1120:根据距离所述机动车道范围预设距离内车辆的车辆数据,筛选出在所述第一行人穿行时间范围内经过所述机动车道范围的途经车辆。
具体的,根据距离所述机动车道范围预设距离内车辆的车辆数据中的行驶路线信息筛选出之后预设时间范围内(如5分钟内)经过该标定的机动车道范围的待定车辆,根据待定车辆的位置信息、速度信息测算出待定车辆经过该机动车道范围的途经时间,比对待定车辆的途经时间与第一行人的穿行时间范围是否重合,如果重合则将该待定车辆确定为途经车辆。
一种特殊情况是没有筛选出途经车辆,即在第一行人穿行时间范围内没有车辆经过该标定的机动车道范围,此时,可不再执行之后的步骤1130,也可不再执行步骤130。
步骤1130:根据所述途经车辆的车辆数据向所述途经车辆发出行人安全警示。
具体的,行人引导装置将上述途经车辆的标识信息发送给交通管理服务器,由交通管理服务器向途经车辆推送行人安全警示。行人安全警示的内容可根据情况灵活设置。
通过上述步骤,可利用物联网智慧交通管理系统及时发现在行人穿行机动车道时间范围内的途经车辆,并向其发出行人安全警示,以提前警示车辆驾驶人员注意前方行人穿行马路的情况,进一步提高行人穿行机动车道的安全性,降低交通事故的发生率。
一个优选实施方式中,上述行人引导方法中在行进路线上投影安全提示光带同时可进一步包括:
步骤1140:播放安全提示音,提示所述第一行人快速通过所述机动车道。
具体的,行人引导装置可进一步包括声音模块,以在安全提示光带给予光影提示的同时,进一步向行人和机动车辆播放安全提示音,如提醒行人尽快通行,提醒车辆停车等待等。
通过上述安全提示光带包含的安全提示图形和/或安全提示文字等多种视觉提示,和安全提示音这种听觉提示,极大丰富了本实施例提供的行人引导方法的安全提示手段和方式,考虑到了视障人士或听障人士的不便,进一步增强行人穿行机动车道的安全性。
本发明实施例提供的行人引导方法,在标定的机动车道范围内识别出行人穿行机动车道时,确定其行进路线,在其行进路线上投射出安全提示光带以引导行人通行,提高了行人穿行机动车道的安全性,降低交通事故发生率。
图3示出了本发明实施例提供的行人引导装置的结构示意图。如图3所示,该装置300包括:
图像数据集合模块310,用于对机动车道的图像进行识别,标定出机动车道范围,生成所述机动车道范围内的图像数据;
训练模型模块320,用于对所述机动车道范围内的图像数据进行行人侦测识别,当识别发现第一行人时,确定第一行人的行进路线;
投影模块330,用于在所述第一行人的行进路线上投影安全提示光带。
一个可选的实施方式中,该行人引导装置300进一步包括:
摄像模块340,用于采集所述机动车道的图像。
图像数据集合模块310可进一步包括:
边界确定单元311,用于通过道路识别算法对上述机动车道的图像进行识别,获得机动车道的标线信息,以确定机动车道边界位置;
图像数据生成单元312,用于根据所述机动车道边界位置标定出机动车道范围,生成所述机动车道范围内的图像数据。
一个可选的实施方式中,上述训练模型模块320进一步包括:
图像语义分割单元321,用于通过深度学习识别算法,对所述机动车道范围内的图像数据进行图像语义分割;
第一识别单元322,用于将分割后的第一行人相关的目标图像语义与训练样本图像语义进行比对,若比对成功,则识别出所述第一行人,并根据所述目标图像语义预测确定其行进路线。
一个可选的实施方式中,上述训练模型模块320进一步包括:
第二识别单元323,用于识别发现第二行人,确定第二行人的行进路线;识别出所述第一行人离开所述机动车道范围;
上述投影模块330,还用于在所述第一行人离开所述机动车道范围时,在所述第二行人的行进路线上投影安全提示光带。
一个可选的实施方式中,上述训练模型模块320进一步包括:
第三识别单元324,用于识别发现第三行人,确定第三行人的行进路线;所述第三行人为优先通行人员。
上述投影模块330,还用于中断对于第一行人的行进路线进行的安全提示光带投影,在所述第三行人的行进路线上投影安全提示光带。
一个可选的实施方式中,所述安全提示光带包括第一行人的行进方向提示符;上述训练模型模块320进一步包括:
第四识别单元325,用于识别所述第一行人的行进路线变更时,确定所述第一行人变更后的行进路线;
上述投影模块330,还用于在所述第一行人变更后的行进路线上投影变更后的安全提示光带,所述变更后的安全提示光带包括第一行人变更后的行进方向提示符。
一个可选的实施方式中,行人引导装置300进一步包括:
车辆数据获取模块350,用于获取距离所述机动车道范围预设距离内的车辆的车辆数据;
穿行时间计算模块360,用于确定所述第一行人穿行速度,根据所述第一行人的行进路线和穿行速度计算所述第一行人的穿行时间;
途经车辆筛选模块370,用于根据距离所述机动车道范围预设距离内的车辆的车辆的车辆数据,筛选出在所述第一行人穿行时间范围内经过所述机动车道范围的途经车辆;
车辆警示模块380,用于根据所述途经车辆的车辆数据向所述途经车辆发出行人安全警示。
通过上述模块,可利用物联网智慧交通管理系统及时发现在行人穿行机动车道时间范围内的途经车辆,并向其发出行人安全警示,以提前警示车辆驾驶人员注意前方行人穿行马路的情况,进一步提高行人穿行机动车道的安全性,降低交通事故的发生率。
一个可选的实施方式中,行人引导装置300进一步包括:
声音模块390,用于播放安全提示音,提示所述第一行人快速通过所述机动车道。
本发明实施例提供的行人引导装置,在标定的机动车道范围内识别出行人穿行机动车道时,确定其行进路线,在其行进路线上投射出安全提示光带以引导行人通行,提高了行人穿行机动车道的安全性,降低交通事故发生率。
需要说明的是,上述行人引导装置与本发明实施例提供的行人引导方法基于同一构思,具体内容可参见本发明行人引导方法实施例中的描述,此处不再赘述。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。
本领域技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (10)
1.一种行人引导方法,其特征在于,所述方法包括:
对机动车道的图像进行识别,标定出机动车道范围,生成所述机动车道范围内的图像数据;
对所述机动车道范围内的图像数据进行行人侦测识别,当识别发现第一行人时,确定第一行人的行进路线;
在所述第一行人的行进路线上投影安全提示光带。
2.根据权利要求1所述的方法,其特征在于,所述在第一行人的行进路线上投影安全提示光带之后包括:
识别发现第二行人,确定第二行人的行进路线;
在识别出所述第一行人离开所述机动车道范围时,在所述第二行人的行进路线上投影安全提示光带。
3.根据权利要求1所述的方法,其特征在于,所述在第一行人的行进路线上投影安全提示光带之后包括:
识别发现第三行人,确定第三行人的行进路线;所述第三行人为优先通行人员;
中断对于第一行人的行进路线进行的安全提示光带投影,在所述第三行人的行进路线上投影安全提示光带。
4.根据权利要求1所述的方法,其特征在于,所述安全提示光带包括第一行人的行进方向提示符;所述在第一行人的行进路线上投影安全提示光带之后包括:
当识别所述第一行人的行进路线变更时,确定所述第一行人变更后的行进路线;
在所述第一行人变更后的行进路线上投影变更后的安全提示光带,所述变更后的安全提示光带包括第一行人变更后的行进方向提示符。
5.根据权利要求1所述的方法,其特征在于,所述确定第一行人的行进路线之后包括:
获取距离所述机动车道范围预设距离内的车辆的车辆数据;
确定所述第一行人穿行速度,根据所述第一行人的行进路线和穿行速度计算所述第一行人的穿行时间;
根据距离所述机动车道范围预设距离内的车辆的车辆数据,筛选出在所述第一行人穿行时间范围内经过所述机动车道范围的途经车辆;
根据所述途经车辆的车辆数据向所述途经车辆发出行人安全警示。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述安全提示光带包括:安全提示图形和/或安全提示文字。
7.根据权利要求1-5任一项所述的方法,其特征在于,所述在第一行人的行进路线上投影安全提示光带之后包括:
播放安全提示音,提示所述第一行人快速通过所述机动车道。
8.根据权利要求1所述的方法,其特征在于,所述对机动车道的图像进行识别,标定出机动车道范围,生成所述机动车道范围内的图像数据包括:
通过道路识别算法对所述机动车道的图像进行识别,获得所述机动车道的标线信息,确定所述机动车道边界位置,标定出机动车道范围,生成所述机动车道范围内的图像数据。
9.根据权利要求1所述的方法,其特征在于,所述对机动车道范围内的图像数据进行行人侦测识别,当识别发现第一行人时,确定第一行人的行进路线包括:
通过深度学习识别算法,对所述机动车道范围内的图像数据进行图像语义分割,将分割后的第一行人相关的目标图像语义与训练样本图像语义进行比对,若比对成功,则识别出所述第一行人,并根据所述目标图像语义预测确定其行进路线。
10.一种行人引导装置,其特征在于,所述装置包括:
图像数据集合模块,用于对机动车道的图像进行识别,标定出机动车道范围,生成所述机动车道范围内的图像数据;
训练模型模块,用于对所述机动车道范围内的图像数据进行行人侦测识别,当识别发现第一行人时,确定第一行人的行进路线;
投影模块,用于在所述第一行人的行进路线上投影安全提示光带。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010943120.0A CN112185100A (zh) | 2020-09-09 | 2020-09-09 | 一种行人引导方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010943120.0A CN112185100A (zh) | 2020-09-09 | 2020-09-09 | 一种行人引导方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112185100A true CN112185100A (zh) | 2021-01-05 |
Family
ID=73920393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010943120.0A Pending CN112185100A (zh) | 2020-09-09 | 2020-09-09 | 一种行人引导方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112185100A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139661A (zh) * | 2015-07-29 | 2015-12-09 | 苏交科集团股份有限公司 | 一种交通检测预警系统及方法 |
CN110060506A (zh) * | 2019-04-29 | 2019-07-26 | 王德保 | 一种非灯控路口警示系统 |
CN110070708A (zh) * | 2019-05-15 | 2019-07-30 | 浙江警察学院 | 一种行人过街的安全提醒系统及其方法 |
CN110335479A (zh) * | 2019-07-02 | 2019-10-15 | 华人运通(上海)自动驾驶科技有限公司 | 虚拟斑马线投影控制方法、装置和虚拟斑马线投影系统 |
CN110838231A (zh) * | 2019-12-09 | 2020-02-25 | 苏州金螳螂怡和科技有限公司 | 一种行人过街智能检测系统及方法 |
-
2020
- 2020-09-09 CN CN202010943120.0A patent/CN112185100A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139661A (zh) * | 2015-07-29 | 2015-12-09 | 苏交科集团股份有限公司 | 一种交通检测预警系统及方法 |
CN110060506A (zh) * | 2019-04-29 | 2019-07-26 | 王德保 | 一种非灯控路口警示系统 |
CN110070708A (zh) * | 2019-05-15 | 2019-07-30 | 浙江警察学院 | 一种行人过街的安全提醒系统及其方法 |
CN110335479A (zh) * | 2019-07-02 | 2019-10-15 | 华人运通(上海)自动驾驶科技有限公司 | 虚拟斑马线投影控制方法、装置和虚拟斑马线投影系统 |
CN110838231A (zh) * | 2019-12-09 | 2020-02-25 | 苏州金螳螂怡和科技有限公司 | 一种行人过街智能检测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109334566B (zh) | 用于提供车外反馈的方法、装置、设备和存储介质 | |
US9104939B2 (en) | Emergency rescue vehicle video based violation enforcement method and system | |
KR102133913B1 (ko) | 딥러닝 기반의 객체인식을 이용한 객체별 맞춤 정보제공 안내전광판 시스템 및 그 제어 방법 | |
Sayed et al. | Automated safety diagnosis of vehicle–bicycle interactions using computer vision analysis | |
CN109272742B (zh) | 带有行人预警立柱的行人过街预警系统及控制方法 | |
Wen et al. | On the road with gpt-4v (ision): Early explorations of visual-language model on autonomous driving | |
CN209087136U (zh) | 带有行人预警立柱的行人过街预警系统 | |
KR102526583B1 (ko) | 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템 | |
KR102226533B1 (ko) | 일체형 가로등주로 구성된 스마트 도로 조명 시스템 및 그 제어 방법 | |
Barbosa et al. | IoT based real-time traffic monitoring system using images sensors by sparse deep learning algorithm | |
CN112185100A (zh) | 一种行人引导方法及装置 | |
KR20210014239A (ko) | 도로영상을 이용한 자율주행차를 위한 운행환경 정보수집 및 분석 방법 및 장치 | |
Nygårdhs et al. | Vms-variable message signs: A literature review | |
CN113178081B (zh) | 一种车辆汇入预警方法、装置及电子设备 | |
Chilukuri et al. | Development of mobile application for VRUs using computer vision | |
CN114523975A (zh) | 路口车辆驾驶决策方法、装置和设备 | |
HUNG | DATA-DRIVEN UNDERSTANDING OF AI-BASED TRAFFIC SIGNAL CONTROL AND ITS IMPLICATIONS ON LOW-CARBON URBAN TRANSPORT SYSTEMS | |
KR102645077B1 (ko) | 딥러닝 기반 교차로 객체검지 및 자동 알람 방법 | |
CN112927514B (zh) | 基于3d激光雷达的机动车闯黄灯行为预测方法和系统 | |
Noh et al. | Vision based pedestrian potential risk analysis based on automated behavior feature extraction for smart and safe city | |
KR102603270B1 (ko) | 스마트 어린이보호구역 구축을 위한 인공지능기반 통합안전 시스템 | |
Hemavathi et al. | The Convergence of Traffic Management System | |
CN110111591B (zh) | 非机动车道行驶指示系统及其运行方法 | |
CN117172424B (zh) | 一种增强道路安全警示信息传递有效性的方法 | |
KR102608705B1 (ko) | 도로의 사고 발생 위험을 알리는 안전제어 신호를 생성하는 방법 및 장치 |
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: 20210105 |