CN113033493A - 目标物巡检方法、装置、电子设备及存储介质 - Google Patents
目标物巡检方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113033493A CN113033493A CN202110460560.5A CN202110460560A CN113033493A CN 113033493 A CN113033493 A CN 113033493A CN 202110460560 A CN202110460560 A CN 202110460560A CN 113033493 A CN113033493 A CN 113033493A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target object
- street lamp
- distance threshold
- longitudinal distance
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06V2201/07—Target detection
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提供一种目标物巡检方法、装置、电子设备及存储介质,可应用于交通领域,该方法包括:获取当前时刻车辆的位置信息;根据车辆的位置信息,在第一地图中查询车辆附近处于静止状态的目标物的位置信息;根据车辆的位置信息和目标物的位置信息,确定车辆与目标物之间的第一距离;在第一距离满足预设距离阈值时,获取安装在车辆上的车载摄像头在当前时刻所采集第一图像,第一图像中包括目标物;根据第一图像中目标物的运行状况信息,得到目标物的巡检结果,本申请的巡检过程无需人工巡检,成本低,且可以实现对目标物的实时巡检,进而提高了巡检的可靠性。
Description
技术领域
本申请实施例涉及智能驾驶技术领域,尤其涉及一种目标物巡检方法、装置、电子设备及存储介质。
背景技术
在交通路网中存在对车辆和行人安全出行带到关键作用的交通基础设施,例如红绿灯标示牌、路灯等。在这些基础设施发生故障时,需要及时发现并进行维护,否则影响车辆和行人的出行安全,甚至带来安全隐患。
目前采用人工巡检方式,对各交通基础设施进行检查。该方式耗费大量的人力,管理成本高。由于缺乏有效的监控和故障检测手段,无法实时监控交通基础设施的运行状况。
发明内容
本申请实施例提供一种目标物巡检方法、装置、电子设备及存储介质,以在降低巡检成本的同时,实现对目标物的实时巡检。
第一方面,本申请实施例提供一种目标物巡检方法,包括:
获取当前时刻车辆的位置信息;
根据所述车辆的位置信息,在第一地图中查询所述车辆附近处于静止状态的目标物的位置信息;
根据所述车辆的位置信息和所述目标物的位置信息,确定所述车辆与所述目标物之间的第一距离;
在所述第一距离满足预设距离阈值时,获取安装在所述车辆上的车载摄像头在当前时刻所采集第一图像,所述第一图像中包括所述目标物,所述预设距离阈值基于所述目标物的高度确定的;
根据所述第一图像中目标物的运行状况信息,得到所述目标物的巡检结果。
在一些实施例中,本申请实施例的方法还包括:
在所述目标物的巡检结果为异常时,发送第一信息,所述第一信息包括所述目标物的位置信息。
可选的,所述第一信息还包括所述第一图像。
可选的,所述第一地图为高精度地图,其中高精度地图中包括路灯的位置信息和高度信息等。
第二方面,本申请实施例提供一种目标物巡检装置,包括:
第一获取单元,用于获取当前时刻车辆的位置信息;
查询单元,用于根据所述车辆的位置信息,在第一地图中查询所述车辆附近处于静止状态的目标物的位置信息;
确定单元,用于根据所述车辆的位置信息和所述目标物的位置信息,确定所述车辆与所述目标物之间的第一距离;
第二获取单元,用于在所述第一距离满足预设距离阈值时,获取安装在所述车辆上的车载摄像头在当前时刻所采集第一图像,所述第一图像中包括所述目标物,所述预设距离阈值基于所述目标物的高度确定的;
巡检单元,用于根据所述第一图像中目标物的运行状况信息,得到所述目标物的巡检结果。
在一种实施例中,巡检单元,具体用于确定所述目标物在所述第一图像中的位置区域;在所述位置区域内检测所述目标物的运行状况信息;根据所述目标物的运行状况信息,得到所述目标物的巡检结果。
在一种实施例中,巡检单元,具体用于将所述第一图像转换为灰度图像;对所述第一图像的灰度图像进行二值化处理;根据所述目标物的位置信息,确定所述目标物在二值化处理后的所述第一图像中的位置区域。
在一些实施例中,所述目标物为路灯,所述目标物的运行状况信息包括所述路灯的光斑面积,巡检单元,具体用于在所述路灯的光斑面积大于或等于预设光斑面积时,确定所述路灯的巡检结果为正常;在所述路灯的光斑面积小于所述预设光斑面积时,确定所述路灯的巡检结果为异常。
在一些实施例中,若所述第一距离包括所述车辆与所述目标物(例如路灯)之间的纵向距离,所述预设距离阈值包括第一纵向距离阈值和第二纵向距离阈值,第二获取单元,具体用于在确定所述车辆与所述目标物(例如路灯)之间的纵向距离大于所述第一纵向距离阈值、且小于所述第二纵向距离阈值时,获取所述车载摄像头在当前时刻所采集所述第一图像。
在一些实施例中,所述第一距离还包括所述车辆与所述目标物(例如路灯)之间的横向距离,所述预设距离阈值还包括横向距离阈值,第二获取单元,具体用于在确定所述车辆与所述目标物(例如路灯)之间的纵向距离大于所述第一纵向距离阈值、且小于所述第二纵向距离阈值,以及所述车辆与所述目标物(例如路灯)之间的横向距离小于所述横向距离阈值时,获取所述车载摄像头在当前时刻所采集所述第一图像。
在一些实施例中,上述确定单元,还用于从所述第一地图中得到所述目标物(例如路灯)的高度信息;根据所述目标物(例如路灯)的高度信息,确定所述第一纵向距离阈值和所述第二纵向距离阈值。
在一些实施例中,上述确定单元,具体用于根据所述目标物(例如路灯)的高度、第一预设值和所述车载摄像头的俯仰视角的上视角,确定所述第一纵向距离阈值;根据所述目标物(例如路灯)的高度、第二预设值和所述车载摄像头的俯仰视角的上视角,确定所述第二纵向距离阈值;
其中,所述第一预设值和所述第二预设值均大于1,且所述第二预设值大于所述第一预设值。
在一些实施例中,上述确定单元,具体用于根据所述目标物(例如路灯)的高度、所述第一预设值、所述上视角的三角函数值的乘积,确定所述第一纵向距离阈值,例如根据如下公式,确定所述第一纵向距离阈值:
L1=c1*h1*cotθ,
其中,所述L1为所述第一纵向距离阈值,所述c1为所述第一预设值,所述h1为所述目标物(例如路灯)的高度,所述θ为所述车载摄像头的俯仰视角的上视角。
在一些实施例中,上述确定单元,具体用于根据所述目标物(例如路灯)的高度、所述第二预设值、所述上视角的三角函数值的乘积,确定所述第二纵向距离阈值,例如根据如下公式,确定所述第二纵向距离阈值:
L2=c2*h1*cotθ,
其中,所述L2为所述第一纵向距离阈值,所述c2为所述第二预设值,所述h1为所述目标物(例如路灯)的高度,所述θ为所述车载摄像头的俯仰视角的上视角。
在一些实施例中,上述确定单元,还用于在确定所述车辆与所述目标物(例如路灯)之间的纵向距离大于所述第一纵向距离阈值、且小于所述第二纵向距离阈值时,根据所述车辆与所述目标物(例如路灯)之间的纵向距离、第三预设值和所述车载摄像头的水平视角,确定所述横向距离阈值,其中所述第三预设值为小于1的正数。
在一些实施例中,上述确定单元,具体用于根据所述车辆与所述目标物(例如路灯)之间的纵向距离、所述第三预设值、所述水平视角的三角函数值的乘积,确定所述横向距离阈值,例如根据如下公式,确定所述横向距离阈值:
L3=c3*d1*tanα,
其中,所述L3为所述横向距离阈值,所述c3为所述第三预设值,所述d1为所述车辆与所述目标物(例如路灯)之间的纵向距离,所述α为所述车载摄像头的水平视角的一半。
在一些实施例中,上述巡检单元,还用于在所述目标物(例如路灯)的巡检结果为异常时,发送第一信息,所述第一信息包括所述目标物(例如路灯)的位置信息。
可选的,所述第一信息还包括所述第一图像。
可选的,所述第一地图为高精度地图。
第三方面,本申请实施例提供一种电子设备,包括处理器和存储器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序以实现上述第一方面所述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述存储介质包括计算机指令,当所述指令被计算机执行时,使得所述计算机实现如第一方面所述的方法。
第五方面,本申请实施例提供一种计算机程序产品,所述程序产品包括计算机程序,所述计算机程序存储在可读存储介质中,计算机的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得计算机实施第一方面所述的方法。
本申请实施例提供的目标物巡检方法、装置、电子设备及存储介质,通过获取当前时刻车辆的位置信息;根据车辆的位置信息,在第一地图中查询车辆附近处于静止状态的目标物(例如路灯)的位置信息;根据车辆的位置信息和目标物的位置信息,确定车辆与目标物之间的第一距离;在第一距离满足预设距离阈值时,获取安装在车辆上的车载摄像头在当前时刻所采集第一图像,第一图像中包括目标物;根据第一图像中目标物的运行状况信息,得到目标物的巡检结果。本申请整个巡检过程简单,无需人工巡检,成本低,且可以实现对目标物的实时巡检,进而提高了巡检的可靠性。另外,本申请实施例在判断车辆与目标物之间的第一距离满足预设距离阈值时,获取车载摄像头在当前时刻所采集的第一图像,也就是说,在确定第一图像中具有目标物时,获取第一图像进行处理,进而降低了图像的处理数量,提高了目标物巡检的效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例涉及的一种物联网系统结构示意图;
图2为本申请实施例涉及的一种智能交通网络示意图;
图3为本申请实施例的一种应用场景示意图;
图4为本申请一实施例提供的驾驶风险的目标物巡检方法的流程示意图;
图5为本申请实施例涉及的定位原理示意图;
图6A为本申请实施例涉及的灰度图;
图6B为对图6A所示的灰度图二值化转换后的二值化图;
图7为本申请一实施例提供的驾驶风险的目标物巡检方法的流程示意图;
图8A为本申请涉及的车辆与目标物的纵向距离示意图;
图8B为本申请涉及的车辆与目标物的横向距离示意图;
图9为本申请另一实施例提供的驾驶风险的目标物巡检方法的流程示意图;
图10为本申请实施例涉及的巡检系统示意图;
图11为本申请实施例提供的目标物巡检装置的一种结构示意图;
图12为本申请实施例涉及的电子设备的框图。
具体实施方式
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描述。
为了便于理解本申请的实施例,首先对本申请实施例涉及到的相关概念进行如下简单介绍:
车联网(vehicle to everything,V2X)是通过装载在车上的传感器、车载终端等提供车辆信息,并通过各种通信技术实现车与车之间(Vehicle to Vehicle,V2V)、车与路之间(Vehicle to Infrastructure,V2I)、车与人之间(Vehicle to Pedestrian,V2P)、车与网络之间(Vehicle to Network,V2N)的相互通信。
智能驾驶主要包括网络导航、自动驾驶和辅助驾驶三个环节。智能驾驶的前提条件是,选用的车辆满足行车的动力学要求,车上的传感器能获得相关视听觉信号和信息,并通过认知计算控制相应的随动系统。
其中,自主驾驶是在智能系统控制下,完成车道保持、超车并道、红灯停绿灯行、灯语笛语交互等驾驶行为。
辅助驾驶是指驾驶员在智能系统的一系列提示下,对实际的道路情况做出相应的反应。
交通控制设备(Traffic Control Unit,简称TCU),构成智能交通系统中控制子系统的功能实体,基于交通信息对车、路、人的交通活动进行协调,保障交通的安全和效率。交通信息包括车辆、行人、道路、设施、天气等信息,可以通过车辆、行人或路侧设备获取。
局部交通控制设备(Local Control Unit,简称LCU),负责协调智能交通系统管理范围中特定区域内的交通活动的交通控制设备。
全局交通控制设备(Global Control Unit,简称GCU),负责协调智能交通系统管理范围内涉及全局的交通活动,以及局部交通控制设备的交通控制设备。
路侧设备(Rode Side Unit,简称RSU),是部署于道路附近的交通信息采集单元或交通设施控制单元,前者向交通控制设备提供采集的交通信息,后者执行交通控制单元对交通设施的控制指令。
本申请实施例应用于智能驾驶技术领域,用于对目标物的运行状态进行实时巡检,以降低目标物巡检的成本,且实现目标物的实时巡检,进而提高了目标物的巡检效率。
应理解,在本发明实施例中,“与A对应的B”表示B与A相关联。在一种实现方式中,可以根据A确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其它信息确定B。
在本申请的描述中,除非另有说明,“多个”是指两个或多于两个。
另外,为了便于清楚描述本申请实施例的技术方案,在本申请的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
图1为本申请实施例涉及的一种物联网系统结构示意图,如图1所示该物联网系统包括:网络侧设备102和终端设备。其中,终端设备包括车载终端101a、车载终端101b和用户终端101c,此处只是示意性说明,并不对本申请实施例的物联网系统进行具体限定。
车载终端可以包括行车电脑或车载单元(On Board Unit,简称OBU)等。
用户终端(user equipment,UE)101c可以是无线终端设备也可以是有线终端设备,无线终端设备可以是指一种具有无线收发功能的设备,用户终端101c可以是手机(mobile phone)、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实(Virtual Reality,VR)用户设备、增强现实(Augmented Reality,AR)用户设备等等,在此不作限定。
网络侧设备102可以包括交通控制设备、基站、路侧设备、服务器等。可选的,服务器可以为云端服务器。
网络侧设备102与终端设备通过网络进行通信,例如,车载设备101a、101b可以执行本申请实施例的目标物巡检方法,得到目标物的巡检结果。
可选的,车载设备101a、101b可以通过网络将目标物的巡检结果发送给网络侧设备102。
可选的,网络侧设备102还可以通过网络将目标物的巡检结果发送给用户设备101c。
其中,网络可以是2G,3G,4G,5G通信网络或下一代通信网络。
图2为本申请实施例涉及的一种智能交通网络示意图,如图2所示,该智能交通网络包括行驶的车辆,例如车辆11、车辆12、车辆19、车辆20、车辆21、车辆22、车辆23、车辆24、车辆25。该智能交通网络还包括:交通控制设备14、远程服务器15、基站16、路侧设备17、交通设施18(例如交通信号灯)等。此处只是示意性说明,并不对智能交通网络进行具体限定。
在该智能交通网络中,可选的,车辆和车辆之间可以进行无线通信,车辆和交通控制设备之间可进行无线通信,交通控制设备、远程服务器、路侧设备、基站相互之间也可以进行无线通信,远程服务器或交通控制设备还可以对交通设施进行控制等等。其中,有些车辆内设置有行车电脑或OBU,有些车辆内搭载有用户终端例如手机等。车辆内的手机、行车电脑或OBU可与网络侧设备通信,此处网络侧设备具体可以是交通控制设备、基站、路侧设备等。
在交叉路口设置的交通信号灯上可设置有一个控制装置,该控制装置可控制该交通信号灯上不同颜色的信号灯亮灭,该控制装置控制信号灯亮灭的方式可以是:该控制装置根据预设的控制机制进行控制,还可以是该控制装置接收远程服务器发送的控制指令,根据该控制指令控制信号灯亮灭。
在本实施例中,该控制装置还可以将交通信号灯当前亮着的信号灯的颜色信息发送给交叉路口周围的车辆,实现信号灯提示。或者,该控制装置可以将当前亮着的信号灯的颜色信息和当前时刻发送给交叉路口周围的车辆。或者,该控制装置还可以将当前亮着的信号灯的颜色信息、交通信号灯所在的位置信息和当前时刻发送给交叉路口周围的车辆。
如图2所示的智能交通网络可实现目标物的巡检。图2中的交通控制设备、基站、路侧设备可以理解为网络侧设备,车辆上安装的车电脑或OBU可以称为车载设备,车载设备用于执行本申请实施例的方法。
需要说明的是,用于执行本申请实施例方法的车载设备所在的车辆上还安装有车载摄像头。
图3为本申请实施例的一种应用场景示意图,如图3所示,以目标物为路灯为例,路灯是突出于地面的杆状物,当路灯发生故障时,会影响车辆和行人的出行安全,因此,需要对路灯进行巡检。
需要说明的是,本申请实施例的目标物包括但不限于路灯,例如还包括红绿灯标示牌等交通基础设施。
目前采用人工巡检方式,对各交通基础设施进行检查。该方式耗费大量的人力,管理成本高。由于缺乏有效的监控和故障检测手段,无法实时监控交通基础设施的运行状况。
为了解决上述技术问题,本申请实施例提供一种目标物巡检方法,通过获取智能驾驶车辆所采集的第一图像,并对第一图像进行处理,识别第一图像中目标物的运行状况,并根据目标物的运行状况,确定目标物的巡检结果,整个巡检过程简单,无需人工巡检,成本低,且可以实现对目标物的实时巡检,进而提高了巡检的可靠性。另外,本申请实施例在判断车辆与目标物之间的第一距离满足预设距离阈值时,获取车载摄像头在当前时刻所采集的第一图像,也就是说,在确定第一图像中具有目标物时,获取第一图像进行处理,进而降低了图像的处理数量,提高了目标物巡检的效率。
下面通过一些实施例对本申请实施例的技术方案进行详细说明。下面这几个实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图4为本申请一实施例提供的驾驶风险的目标物巡检方法的流程示意图。本申请实施例的执行主体为具有确定出目标物的巡检结果的装置,例如目标物巡检装置,以下简称巡检装置。在一些实施例中,该巡检装置为图1所示的车载终端,例如车载电脑或OBU。在一些实施例中,上述巡检装置为车载终端中具有数据处理功能的单元,例如为车载终端中的处理器。
如图4所示,本申请实施例的方法包括:
S401、获取当前时刻车辆的位置信息。
本申请实施例可应用于交通领域。
本申请实施例的车辆上安装有定位系统,可以从定位系统处获取车辆的实时位置信息。
在一些实施例中,车辆上安装的定位系统为高精度定位系统。
在一种示例中,如图5所示,车辆的定位系统使用全球导航卫星系统(GlobalNavigation Satellite System,GNSS)、惯性测量组件(Inertial Measurement Unit,IMU)、轮速(Wheel)等传感器输入,结合摄像头或者激光雷达特征匹配可以实现厘米(cm)级定位。如图5所示,基于GNSS定位的定位精度为5至10米,基于IMU与Wheel的航迹推算定位的定位精度为米级,而基于摄像头(Camera)的特征匹配定位的定位精度为厘米级。基于上述3个不同定位精度级别的定位方式,可以实现车辆的厘米级定位。
S402、根据车辆的位置信息,在第一地图中查询车辆附近处于静止状态的目标物的位置信息。
本申请实施例的目标物为道路上或道路两旁任意处于静止状态的设施,例如限速牌、红绿灯标示牌、交通指示牌、路灯等。本申请实施例对目标物的具体类型不做限制。
上述目标物为车辆行驶方向上,车辆的车载摄像头可以捕捉到的设施,例如车载摄像头按照在车辆的前方,例如按照在车的前玻璃上,车辆在行驶的过程中,车载摄像头对车辆前方以及前方两侧的道路物进行实时捕捉。
在一种示例中,上述第一地图为网络端的地图,巡检装置获取车辆在当前时刻的位置信息后,通过网络访问该第一地图,在该第一地图上查询车辆附近处于静止状态的目标物的位置信息。
在一种示例中,上述第一地图为车辆上安装的地图,即为车载地图。巡检装置可以根据车辆在当前时刻的位置信息,直接在车辆地图上查询车辆附近处于静止状态的目标物的位置信息。
可选的,上述第一地图为高精度地图。
S403、根据车辆的位置信息和目标物的位置信息,确定车辆与目标物之间的第一距离。
在一种示例中,上述车辆与目标物做之间的第一距离可以包括车辆与目标物之间的欧式距离。
在一种示例中,上述车辆与目标物之间的第一距离可以包括车辆与目标物之间的纵向距离。
在一种示例中,上述车辆与目标物之间的第一距离可以包括车辆与目标物之间的横向距离。
在一种示例中,上述车辆与目标物之间的第一距离可以包括车辆与目标物之间的纵向距离和横向距离。
本申请实施例对上述第一距离的具体类型不做限制。
S404、在第一距离满足预设距离阈值时,获取安装在车辆上的车载摄像头在当前时刻所采集第一图像,第一图像中包括目标物。
由于车载摄像头实时采集车辆的道路图,例如每隔3秒采集一张道路图,其数据量较大,且存在大量与目标物巡检无关的数据,为了降低数据处理量,本申请在当前时刻车辆与目标物之间的第一距离满足预设距离阈值时,获取车辆摄像头在当前时刻所采集的第一图像,其中第一图像中包括目标物。
本申请对预设距离阈值不做限制,只要满足当车辆与目标物之间的第一距离满足预设距离阈值时,车载摄像头采集的第一图像中包括目标物即可。
可选的,预设距离阈值基于目标物的高度确定的。
S405、根据第一图像中目标物的运行状况信息,得到目标物的巡检结果。
巡检装置获取第一图像后,对第一图像中的目标物状态进行识别,得到目标物在当前时刻的运行状态信息。根据第一图像中目标物的运行状况信息,得到目标物的巡检结果。
可选的,目标物的巡检结果包括正常和异常两种。
在一些实施例中,上述S405中根据所述第一图像中目标物的运行状况信息,得到所述目标物的巡检结果,包括:
S405-A1、确定目标物在第一图像中的位置区域;
S405-A2、在位置区域内检测目标物的运行状况信息;
S405-A3、根据目标物的运行状况信息,得到目标物的巡检结果。
在该实施例中,在获取第一图像后,为了进一步减速待处理的数据量,通过几何变换,可以根据目标物的位置信息,确定出目标物在第一图像中的位置区域。在该位置区域内检测目标物的运行状况信息,而无需在整个第一图像中检测目标物的运行状态信息,进而降低了数据处理量,提高目标物的运行状况信息的确定速度。
为了进一步提高目标物的运行状态的检测效率,上述S405的实现方式包括但不限于如下几种方式:
方式一,将第一图像转换为灰度图像;对第一图像的灰度图像进行二值化处理;根据目标物的位置信息,确定目标物在二值化处理后的第一图像中的位置区域;在该位置区域内检测目标物的运行状况信息,并根据目标物的运行状况信息,确定目标物的巡检结果。
举例说明,以目标物为路灯为例,首先将车载摄像头采集的第一图像转换为图6A所示的灰度图,然后设定灰度值的阈值,将图6A所示灰度图二值化,成为图6B所示的黑白色的二值化图像。根据目标物的位置信息,在图6B所示的二值化图像中确定目标物的位置区域,如图6B中方框所示。在该位置区域内检测目标物的运行状况信息,得到目标物的巡检结果。
由于彩色图像单个像素是(R,G,B),转换成灰度图是(L),可以极大简化矩阵,提高运算速度。
可选的,可以采用平均值法,将彩色图像中的三分量亮度求平均得到一个灰度值。
方式二,根据目标物的位置信息,确定目标物在第一图像中的位置区域;将位置区域转换为灰度图像;将转换为灰度图像的位置区域进行二值化处理。
首先根据目标物的位置信息,确定目标物在第一图像中的位置区域,将该位置区域由彩色图像转换为灰度图像,然后设定灰度值的阈值,将灰度图二值化,成为黑白色的二值化图像。在该二值化图像中检测目标物的运行状况信息。
本申请实施例对目标物的具体类型不做限制。
在一种示例中,上述目标物为路灯。
当目标物为路灯时,目标物的运行状况信息包括路灯的光斑面积,此时,上述S405-A3包括:在路灯的光斑面积大于或等于预设光斑面积时,确定目标物的巡检结果为正常;在路灯的光斑面积小于预设光斑面积时,确定目标物的巡检结果为异常。
例如,如图6B所示,检测框中的白色斑点为路灯的光斑面积S,当光斑面积S>Sth,则判断路灯是点亮的,工作正常,反之,则判断路灯工作异常。
本申请实施例的方法,通过获取当前时刻车辆的位置信息;根据车辆的位置信息,在第一地图中查询车辆附近处于静止状态的目标物的位置信息;根据车辆的位置信息和目标物的位置信息,确定车辆与目标物之间的第一距离;在第一距离满足预设距离阈值时,获取安装在车辆上的车载摄像头在当前时刻所采集第一图像,第一图像中包括目标物;根据第一图像中目标物的运行状况信息,得到目标物的巡检结果。本申请整个巡检过程简单,无需人工巡检,成本低,且可以实现对目标物的实时巡检,进而提高了巡检的可靠性。另外,本申请实施例在判断车辆与目标物之间的第一距离满足预设距离阈值时,获取车载摄像头在当前时刻所采集的第一图像,也就是说,在确定第一图像中具有目标物时,获取第一图像进行处理,进而降低了图像的处理数量,提高了目标物巡检的效率。
图7为本申请一实施例提供的驾驶风险的目标物巡检方法的流程示意图。如图7所示,本申请实施例的方法包括:
S701、获取当前时刻车辆的位置信息。
S702、根据车辆的位置信息,在第一地图中查询车辆附近处于静止状态的目标物的位置信息。
上述S701和S702的实现过程与上述S401余S402的实现过程一致,参照上述S401和S402的描述即可,在此不再赘述。
S703、根据车辆的位置信息和目标物(例如路灯)的位置信息,确定车辆与目标物(例如路灯)之间的第一距离。
S704、在第一距离满足预设距离阈值时,获取安装在车辆上的车载摄像头在当前时刻所采集第一图像,第一图像中包括目标物。
本申请实施例的车辆与目标物(例如路灯)之间的第一距离包括如下几种情况:
情况1、车辆与目标物(例如路灯)之间的第一距离包括车辆与目标物(例如路灯)之间的纵向距离,对应的,预设距离阈值包括第一纵向距离阈值和第二纵向距离阈值。
在情况1下,上述S704包括:在确定车辆与目标物(例如路灯)之间的纵向距离大于第一纵向距离阈值、且小于第二纵向距离阈值时,可以判断车载摄像头可以拍摄到目标物(例如路灯),此时获取车载摄像头在当前时刻所采集第一图像,并根据第一图像判断目标物(例如路灯)在当前时刻的运行状态,相比于对车载摄像头采集的所有图像进行处理,以判断目标物在当前时刻的运行状态相比,本实施例可以大大降低数据处理量。
另外,在确定车辆与目标物(例如路灯)之间的纵向距离小于第一纵向距离阈值,或车辆与目标物(例如路灯)之间的纵向距离大于第二纵向距离阈值时,可以判断出车载摄像头无法捕捉到目标物,此时则不获取车载摄像头所采集第一图像,进而防止对无效数据进行处理,以节约计算资源。
在一种可能的实现方式中,上述第一纵向距离阈值和/或第二纵向距离阈值可以是预设值。
在一种可能的实现方式中,上述第一纵向距离阈值和/或第二纵向距离阈值是根据历史数据推测出的。例如对历史时刻车辆所采集的图像进行处理,判断车载摄像头可以采集到目标物时,车辆与目标物(例如路灯)之间的纵向距离范围。进而根据车载摄像头可以捕捉到目标物(例如路灯)时,车辆与目标物(例如路灯)之间的纵向距离范围,确定第一纵向距离阈值和第二纵向距离阈值,例如第一纵向距离阈值为上述纵向距离范围中的最小值,第二纵向距离阈值为上述纵向距离范围中的最大值。
在一种可能的实现方式中,本申请实施例的方法还包括:
步骤A1、从第一地图中得到目标物(例如路灯)的高度信息;
步骤A2、根据目标物(例如路灯)的高度信息,确定第一纵向距离阈值和第二纵向距离阈值。
在一些实施例中,上述步骤A2包括:根据目标物(例如路灯)的高度、第一预设值和车载摄像头的俯仰视角的上视角,确定第一纵向距离阈值;根据目标物的高度、第二预设值和车载摄像头的俯仰视角的上视角,确定第二纵向距离阈值。
其中,第一预设值和第二预设值均大于1,且第二预设值大于第一预设值。
需要说明的是,本申请实施例对第一预设中和第二预设值的具体取值不做限制,只要第一预设值和第二预设值均大于1,且第二预设值大于第一预设值即可。
可选的,第一预设中和第二预设值大于1且小于2。
在一种示例中,如图8A所示,车载摄像头安装在车辆前挡风玻璃上,车载摄像头的视场角由车载摄像头的光学参数决定,例如设定车载摄像头的俯仰视角的上视角(即垂直上视角)为θ。如图8A所示,可以根据目标物(例如路灯)的高度和车载摄像头的俯仰视角的上视角,确定第一纵向距离阈值和第二纵向距离阈值。
在一种可能的实现方式中,可以根据目标物的高度、第一预设值、上视角的三角函数值的乘积,确定第一纵向距离阈值。
例如,根据如下公式(1)确定第一纵向距离阈值:
L1=c1*h1*cotθ (1)
其中,L1为第一纵向距离阈值,c1为第一预设值,h1为目标物(例如路灯)的高度,θ为车载摄像头的俯仰视角的上视角。
需要说明的是,上述公式(1)是根据目标物(例如路灯)的高度、第一预设值和车载摄像头的俯仰视角的上视角,确定第一纵向距离阈值的一种方式,对上述公式(1)的任何变形也属于本申请实施例的保护范围,例如对上述公式(1)进行等价变形,或者对上述公式(1)乘以、除以、加上或减去某个数值时,也属于本申请实施例的保护范围。
在一种可能的实现方式中,可以根据目标物(例如路灯)的高度、第二预设值、上视角的三角函数值的乘积,确定第二纵向距离阈值。
例如,根据如下公式(2),确定第二纵向距离阈值:
L2=c2*h1*cotθ (2)
其中,L2为第一纵向距离阈值,c2为第二预设值,h1为目标物(例如路灯)的高度,θ为车载摄像头的俯仰视角的上视角。
需要说明的是,上述公式(2)是根据目标物(例如路灯)的高度、第二预设值和车载摄像头的俯仰视角的上视角,确定第二纵向距离阈值的一种方式,对上述公式(2)的任何变形也属于本申请实施例的保护范围,例如对上述公式(2)进行等价变形,或者对上述公式(2)乘以、除以、加上或减去某个数值时,也属于本申请实施例的保护范围。
可选的,为了保证第一图像中可以完整包含目标物(例如路灯),则第一图像的高度应该是目标物(例如路灯)高度的1.3至1.5倍。
可选的,上述第一预设值=1.3。
可选的,上述第二预设值=1.5。
示例性的,以目标物(例如路灯)为路灯为例,根据高精度地图获取路灯高度h1,取图像垂直最大高度为1.3-1.5倍路灯的高度,可以保证车载摄像头所在位置有效与车辆灯光区分。则车辆距离路灯的纵向距离d1应在,1.3h1*cotθ<d1<1.5h1*cotθ。
情况2,如果车道过宽,且车辆靠近道路中央,则可能车载摄像头的视野无法覆盖目标等。另外车载摄像头的视场边缘通常有较大畸变存在,影响图像识别,因此,在获取第一图像时,还需要判断车辆与目标物(例如路灯)之间的横向距离。也就是说,在情况2中车辆与目标物(例如路灯)之间的第一距离不仅车辆与目标物(例如路灯)之间的纵向距离还包括车辆与目标物(例如路灯)之间的横向距离。对应的,预设距离阈值除了包括第一纵向距离阈值和第二纵向距离阈值外,还包括横向距离阈值。
在情况2下,上述S704包括:在确定车辆与目标物(例如路灯)之间的纵向距离大于第一纵向距离阈值、且小于第二纵向距离阈值,以及车辆与目标物(例如路灯)之间的横向距离小于横向距离阈值时,获取车载摄像头在当前时刻所采集第一图像。
即在情况2下,当判断车辆与目标物(例如路灯)之间的纵向距离大于第一纵向距离阈值、且小于第二纵向距离阈值,以及车辆与目标物(例如路灯)之间的横向距离小于横向距离阈值时,可以确定出目标物(例如路灯)位于车载摄像头的视野内,该车载摄像头可以采集到的目标物(例如路灯),此时获取车载摄像头采集的第一图像,可以保证该第一图像中包括目标物(例如路灯),防止对不包括目标物(例如路灯)的图像进行无效处理,造成计算资源的浪费。
另外,在确定车辆与目标物(例如路灯)之间的纵向距离小于第一纵向距离阈值,或车辆与目标物(例如路灯)之间的纵向距离大于第二纵向距离阈值时,可以判断出车载摄像头无法捕捉到目标物。或者,当确定车辆与目标物(例如路灯)之间的纵向距离大于第一纵向距离阈值、且小于第二纵向距离阈值,车辆与目标物(例如路灯)之间的横向距离大于或等于横向距离阈值时,可以判断出车载摄像头无法捕捉到目标物(例如路灯)。在确定车载摄像头无法捕捉到目标物(例如路灯)时,不获取车载摄像头所采集第一图像,进而防止对无效数据进行处理,以节约计算资源。
在一种可能的实现方式中,上述横向距离阈值可以是预设值。
在一种可能的实现方式中,上述横向距离阈值是根据历史数据推测出的。例如对历史时刻车辆所采集的图像进行处理,判断车载摄像头可以采集到目标物(例如路灯)时,车辆与目标物(例如路灯)之间的横向距离。根据该车载摄像头可以采集到目标物(例如路灯)时,车辆与目标物(例如路灯)之间的横向距离,确定车辆与目标物(例如路灯)之间的横向距离阈值,例如,将车辆与目标物(例如路灯)之间的横向距离,确定为车辆与目标物(例如路灯)之间的横向距离阈值。
在一种可能的实现方式中,本申请实施例的方法还包括:在确定车辆与目标物(例如路灯)之间的纵向距离大于第一纵向距离阈值、且小于第二纵向距离阈值时,根据车辆与目标物(例如路灯)之间的纵向距离、第三预设值和车载摄像头的水平视角,确定横向距离阈值,其中第三预设值为小于1的正数。
在确定车辆与目标物(例如路灯)之间的纵向距离小于第一纵向距离阈值或大于第二纵向距离阈值时,可以确定目标物不在车载摄像头的视野内,此时车载摄像头采集的图像中不包括目标物(例如路灯),则无需确定横向距离阈值。在确定车辆与目标物(例如路灯)之间的纵向距离大于第一纵向距离阈值、且小于第二纵向距离阈值时,当车辆与目标物(例如路灯)的之间的横向距离满足横向距离阈值时,车载摄像头可以采集到目标物(例如路灯),因此,在确定车辆与目标物(例如路灯)之间的纵向距离小于第一纵向距离阈值或大于第二纵向距离阈值时,方确定
需要说明的是,本申请实施例对第三预设值的具体取值不做限制,只要第三预设值为小于1的正数即可。
可选的,第三预设值大于0.5且小于1。
在一种示例中,如图8B所示,车载摄像头安装在车辆前挡风玻璃上,车载摄像头的视场角由车载摄像头的光学参数决定,例如设定车载摄像头的水平视角的一半(即水平半视角)为α。
如图8B所示,示例性的,可以根据车辆与目标物(例如路灯)两点之间的距离和车载摄像头的水平视角的一半,确定横向距离阈值。
如图8B所示,示例性的,可以根据车辆与目标物(例如路灯)之间的纵向距离和车载摄像头的水平视角的一半,确定横向距离阈值。
在一种可能的实现方式中,可以根据车辆与目标物(例如路灯)之间的纵向距离、第三预设值、水平视角的三角函数值的乘积,确定横向距离阈值。
例如,根据如下公式(3),确定横向距离阈值:
L3=c3*d1*tanα (3)
其中,L3为横向距离阈值,c3为第三预设值,d1为车辆与目标物之间的纵向距离,α为车载摄像头的水平视角的一半。
可选的,第三预设值c3=0.8。
需要说明的是,上述公式(3)是根据车辆与目标物(例如路灯)之间的纵向距离、第三预设值和车载摄像头的水平视角,确定横向距离阈值的一种方式,对上述公式(3)的任何变形也属于本申请实施例的保护范围,例如对上述公式(3)进行等价变形,或者对上述公式(3)乘以、除以、加上或减去某个数值时,也属于本申请实施例的保护范围。
根据上述方法,在确定车辆与目标物(例如路灯)之间的纵向距离大于第一纵向距离阈值且小于第二纵向距离阈值,以及车辆与目标物(例如路灯)之间的横向距离小于横向距离阈值,则确定车载摄像头采集的第一图像中包括目标物,进而获取车载摄像头在当前时刻采集的第一图像,接着执行如下S705和S706。
S705、根据第一图像中目标物(例如路灯)的运行状况信息,得到目标物的巡检结果。
例如,将第一图像转换为灰度图像,对第一图像的灰度图像进行二值化处理,进行坐标转换,根据目标物(例如路灯)的位置信息,确定目标物(例如路灯)在二值化处理后的第一图像中的位置区域,在该位置区域内检测目标物(例如路灯)的运行状况信息,并根据目标物(例如路灯)的运行状况信息,确定目标物(例如路灯)的巡检结果。
上述S705的具体实现过程参照上述S405的描述,在此不再赘述。
S706、在目标物(例如路灯)的巡检结果为异常时,发送第一信息。
可选的,第一信息包括目标物(例如路灯)的位置信息。
可选的,第一信息还包括第一图像。
在一种可能的实现方式中,当目标物(例如路灯)的巡检结果为异常时,车辆向云端发送第一信息,云端触发维保工单,并将该维保工单发送给对应的维保单位,使得维保单位根据维保工单对目标物进行维保。
进一步,在一具体的实施例中,以目标物为路灯为例,如图9所示,本申请实施例的方法包括:
A1、读取车辆的位置信息,例如从车辆的定位模块处获取车辆的位置信息。
A2、根据车辆的位置信息,加载第一地图,在该第一地图中读取车辆附近的路灯的位置信息和高度信息等。可选的,第一地图为高精度地图。该高精度地图中包括路灯的位置信息、路灯的高度等信息。
A3、根据车辆的位置信息、以及路灯的位置信息和高度信息,判断是否进入拍照位置,即根据车辆的位置信息、以及路灯的位置信息和高度信息,判断车载摄像头采集的图像中是否包括目标物。
具体是,根据路灯的高度、第一预设值和车载摄像头的俯仰视角的上视角的三角函数值的乘积,确定第一纵向距离阈值,例如第一纵向距离阈值L1=c1*h1*cotθ。根据目标物的高度、第二预设值、车载摄像头的俯仰视角的上视角的三角函数值的乘积,确定第二纵向距离阈值,例如第二纵向距离阈值L2=c2*h1*cotθ。根据车辆的位置信息和路灯的位置信息,确定车辆与路灯之间的纵向距离d1。若c1*h1*cotθ<纵向距离d1<c2*h1*cotθ,则确定车辆在纵向上位于车载摄像头的拍摄范围内。
接着,判断车辆距离路灯的横向位置,具体是,根据车辆与目标物之间的纵向距离、第三预设值、水平视角的三角函数值的乘积,确定横向距离阈值,例如横向距离阈值L3=c3*d1*tanα。根据车辆的位置信息和路灯的位置信息,确定车辆与路灯之间的横向距离d2。若c3*d1*tanα<横向距离d2则确定车辆在横向上位于车载摄像头的拍摄范围内。
在确定车辆在纵向和横向上均位于车载摄像头的拍摄范围内,即判断车载摄像头采集的第一图像中包括路灯时,执行步骤A4。
A4、读取车载摄像头采集的第一图像,该第一图像中包括路灯。
A5、对第一图像进行灰度转换。
A6、对灰度转换后的第一图像进行二值化处理。
A7、根据路灯的位置信息,进行坐标转换。
A8、根据坐标系转换后的路灯的位置信息,确定路灯在第一图像中的位置区域,判断该位置区域内是否存在光斑。若判断该位置区域内不存在光斑时,执行A10;若判断该位置区域内存在光斑时,执行A9。
A9、判断位置区域内的光斑面积是否大于阈值;若判断位置区域内的光斑大于或等于阈值时,确定路灯的巡检结果为正常,返回执行A1,继续下一个路灯的巡检。若判断位置区域内的光斑小于阈值时,确定路灯的巡检结果为异常,此时,执行A10。
A10、发送第一信息,该第一信息包括路灯的位置信息和第一图像。
A11、触发维保工单。
本实施例中,当路灯发生故障时,可以通过上述方式快速检查发生故障的路灯,整个巡检过程简单,无需人工巡检,成本低,且可以实现对路灯的实时巡检,进而提高了巡检的可靠性。
在一种实施例中,本申请实施例的系统结构图如图10所示,包括定位模块、处理模块和通信模块。
可选的,定位模块包括摄像头、IMU、轮速、GNSS。
可选的,处理模块可以包括ADCU(辅助及自动驾驶控制单元)。
可选的,通信模块可以包括4G/5G通信模组。
其中,摄像头感知定位结合IMU、轮转和GNSS定位,可以实现厘米级的准确定位。
使用上述图10所示的系统执行路灯巡检时,处理模块执行上述A1至A10的步骤,该处理模块可以理解为上述的巡检装置,或者巡检装置中的一部分。巡检过程包括:处理模块从定位模块处获取车辆在当前时刻的位置信息,并且处理模块中的地图引擎加载高精度地图,获得路灯的位置信息和高度信息等。
处理模块根据路灯的位置信息和高度信息,以及车辆的位置信息,判断是否进入拍照位置,若判断进入拍照位置,则读取车载摄像头在当前时刻采集的第一图像,对第一图像进行处理,得到路灯的运行状态信息,根据路灯的运行状态信息对路灯状态进行判断,得到路灯的巡检结果。在路灯的巡检结果为异常时,通过通信模块发送第一信息,例如通过通信模块向云端发送第一信息,该第一信息中包括路灯的位置信息和第一图像等。
本申请实施例的方法,通过获取当前时刻车辆的位置信息;根据车辆的位置信息,在第一地图中查询目标物的位置信息;在确定车辆与目标物之间的纵向距离大于第一纵向距离阈值、且小于第二纵向距离阈值,以及车辆与目标物之间的横向距离小于横向距离阈值时,获取车载摄像头在当前时刻所采集第一图像;根据第一图像中目标物的运行状况信息,得到目标物的巡检结果,在巡检结果为异常时发送给第一信息,该第一信息中包括目标物的位置信息和第一图像。本实施例在确定车辆与目标物之间的纵向距离大于第一纵向距离阈值、且小于第二纵向距离阈值,以及车辆与目标物之间的横向距离小于横向距离阈值时,获取车载摄像头在当前时刻所采集第一图像,防止对不包括目标物的图像进行无效处理,进而节约了计算资源,提高了目标物巡检的效率和准确性。
以上结合附图详细描述了本申请的优选实施方式,但是,本申请并不限于上述实施方式中的具体细节,在本申请的技术构思范围内,可以对本申请的技术方案进行多种简单变型,这些简单变型均属于本申请的保护范围。例如,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本申请对各种可能的组合方式不再另行说明。又例如,本申请的各种不同的实施方式之间也可以进行任意组合,只要其不违背本申请的思想,其同样应当视为本申请所公开的内容。
还应理解,在本申请的各种方法实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
图11为本申请实施例提供的目标物巡检装置的一种结构示意图。该巡检装置可以是电子设备,也可以是电子设备的部件(例如,集成电路,芯片等等),该电子设备可以为上述的车载设备。
如图11所示,该目标物巡检装置100可以包括:第一获取模块110、第二获取模块120和预测模块130。
第一获取单元110,用于获取当前时刻车辆的位置信息;
查询单元120,用于根据所述车辆的位置信息,在第一地图中查询所述车辆附近处于静止状态的目标物的位置信息;
确定单元130,用于根据所述车辆的位置信息和所述目标物的位置信息,确定所述车辆与所述目标物之间的第一距离;
第二获取单元140,用于在所述第一距离满足预设距离阈值时,获取安装在所述车辆上的车载摄像头在当前时刻所采集第一图像,所述第一图像中包括所述目标物,预设距离阈值基于目标物的高度确定的;
巡检单元150,用于根据所述第一图像中目标物的运行状况信息,得到所述目标物的巡检结果。
在一种实施例中,巡检单元150,具体用于确定所述目标物在所述第一图像中的位置区域;在所述位置区域内检测所述目标物的运行状况信息;根据所述目标物的运行状况信息,得到所述目标物的巡检结果。
在一种实施例中,巡检单元150,具体用于将所述第一图像转换为灰度图像;对所述第一图像的灰度图像进行二值化处理;根据所述目标物的位置信息,确定所述目标物在二值化处理后的所述第一图像中的位置区域。
在一些实施例中,所述目标物为路灯,所述目标物的运行状况信息包括所述路灯的光斑面积,巡检单元150,具体用于在所述路灯的光斑面积大于或等于预设光斑面积时,确定所述路灯的巡检结果为正常;在所述路灯的光斑面积小于所述预设光斑面积时,确定所述路灯的巡检结果为异常。
在一些实施例中,若所述第一距离包括所述车辆与所述路灯之间的纵向距离,所述预设距离阈值包括第一纵向距离阈值和第二纵向距离阈值,第二获取单元140,具体用于在确定所述车辆与所述路灯之间的纵向距离大于所述第一纵向距离阈值、且小于所述第二纵向距离阈值时,获取所述车载摄像头在当前时刻所采集所述第一图像。
在一些实施例中,所述第一距离还包括所述车辆与所述路灯之间的横向距离,所述预设距离阈值还包括横向距离阈值,第二获取单元140,具体用于在确定所述车辆与所述路灯之间的纵向距离大于所述第一纵向距离阈值、且小于所述第二纵向距离阈值,以及所述车辆与所述路灯之间的横向距离小于所述横向距离阈值时,获取所述车载摄像头在当前时刻所采集所述第一图像。
在一些实施例中,上述确定单元130,还用于从所述第一地图中得到所述路灯的高度信息;根据所述路灯的高度信息,确定所述第一纵向距离阈值和所述第二纵向距离阈值。
在一些实施例中,上述确定单元130,具体用于根据所述路灯的高度、第一预设值和所述车载摄像头的俯仰视角的上视角,确定所述第一纵向距离阈值;根据所述路灯的高度、第二预设值和所述车载摄像头的俯仰视角的上视角,确定所述第二纵向距离阈值;
其中,所述第一预设值和所述第二预设值均大于1,且所述第二预设值大于所述第一预设值。
在一些实施例中,上述确定单元130,具体用于根据路灯的高度、第一预设值、上视角的三角函数值的乘积,确定第一纵向距离阈值,例如根据如下公式,确定所述第一纵向距离阈值:
L1=c1*h1*cotθ,
其中,所述L1为所述第一纵向距离阈值,所述c1为所述第一预设值,所述h1为所述路灯的高度,所述θ为所述车载摄像头的俯仰视角的上视角。
在一些实施例中,上述确定单元130,具体用于根据路灯的高度、第二预设值、上视角的三角函数值的乘积,确定第二纵向距离阈值,例如根据如下公式,确定所述第二纵向距离阈值:
L2=c2*h1*cotθ,
其中,所述L2为所述第一纵向距离阈值,所述c2为所述第二预设值,所述h1为所述路灯的高度,所述θ为所述车载摄像头的俯仰视角的上视角。
在一些实施例中,上述确定单元130,还用于在确定所述车辆与所述路灯之间的纵向距离大于所述第一纵向距离阈值、且小于所述第二纵向距离阈值时,根据所述车辆与所述路灯之间的纵向距离、第三预设值和所述车载摄像头的水平视角,确定所述横向距离阈值,其中所述第三预设值为小于1的正数。
在一些实施例中,上述确定单元130,具体用于根据车辆与路灯之间的纵向距离、第三预设值、水平视角的三角函数值的乘积,确定横向距离阈值,例如根据如下公式,确定所述横向距离阈值:
L3=c3*d1*tanα,
其中,所述L3为所述横向距离阈值,所述c3为所述第三预设值,所述d1为所述车辆与所述路灯之间的纵向距离,所述α为所述车载摄像头的水平视角的一半。
在一些实施例中,上述巡检单元150,还用于在所述路灯的巡检结果为异常时,发送第一信息,所述第一信息包括所述路灯的位置信息。
可选的,所述第一信息还包括所述第一图像。
可选的,所述第一地图为高精度地图。
应理解的是,装置实施例与方法实施例可以相互对应,类似的描述可以参照方法实施例。为避免重复,此处不再赘述。具体地,图11所示的装置可以执行上述方法的实施例,并且装置中的各个模块的前述和其它操作和/或功能分别为了实现编码器对应的方法实施例,为了简洁,在此不再赘述。
上文中结合附图从功能模块的角度描述了本申请实施例的装置。应理解,该功能模块可以通过硬件形式实现,也可以通过软件形式的指令实现,还可以通过硬件和软件模块组合实现。具体地,本申请实施例中的方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路和/或软件形式的指令完成,结合本申请实施例公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。可选地,软件模块可以位于随机存储器,闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等本领域的成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法实施例中的步骤。
图12为本申请实施例涉及的电子设备的框图,该电子设备可以是车载设备,用于执行上述实施例所述的目标物巡检方法,具体参见上述方法实施例中的说明。
如图12所示,该电子设备30可包括:存储器31和处理器32,该存储器31用于存储计算机程序33,并将该程序代码33传输给该处理器32。换言之,该处理器32可以从存储器31中调用并运行计算机程序33,以实现本申请实施例中的方法。
例如,该处理器32可用于根据该计算机程序33中的指令执行上述方法步骤。
在本申请的一些实施例中,该处理器32可以包括但不限于:
通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等等。
在本申请的一些实施例中,该存储器31包括但不限于:
易失性存储器和/或非易失性存储器。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synch link DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DR RAM)。
在本申请的一些实施例中,该计算机程序33可以被分割成一个或多个模块,该一个或者多个模块被存储在该存储器31中,并由该处理器32执行,以完成本申请提供的录制页面的方法。该一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述该计算机程序33在该电子设备中的执行过程。
如图12所示,该电子设备30还可包括:
收发器34,该收发器34可连接至该处理器32或存储器31。
其中,处理器32可以控制该收发器34与其他设备进行通信,具体地,可以向其他设备发送信息或数据,或接收其他设备发送的信息或数据。收发器34可以包括发射机和接收机。收发器34还可以进一步包括天线,天线的数量可以为一个或多个。
应当理解,该电子设备30中的各个组件通过总线系统相连,其中,总线系统除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。
根据本申请的一个方面,提供了一种计算机存储介质,其上存储有计算机程序,该计算机程序被计算机执行时使得该计算机能够执行上述方法实施例的方法。或者说,本申请实施例还提供一种包含指令的计算机程序产品,该指令被计算机执行时使得计算机执行上述方法实施例的方法。
根据本申请的另一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述方法实施例的方法。
换言之,当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时,全部或部分地产生按照本申请实施例该的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如数字视频光盘(digital video disc,DVD))、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,该模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。例如,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
以上该,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以该权利要求的保护范围为准。
Claims (15)
1.一种目标物巡检方法,其特征在于,包括:
获取当前时刻车辆的位置信息;
根据所述车辆的位置信息,在第一地图中查询所述车辆附近处于静止状态的目标物的位置信息;
根据所述车辆的位置信息和所述目标物的位置信息,确定所述车辆与所述目标物之间的第一距离;
在所述第一距离满足预设距离阈值时,获取安装在所述车辆上的车载摄像头在当前时刻所采集第一图像,所述第一图像中包括所述目标物,所述预设距离阈值基于所述目标物的高度确定的;
根据所述第一图像中目标物的运行状况信息,得到所述目标物的巡检结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一图像中目标物的运行状况信息,得到所述目标物的巡检结果,包括:
确定所述目标物在所述第一图像中的位置区域;
在所述位置区域内检测所述目标物的运行状况信息;
根据所述目标物的运行状况信息,得到所述目标物的巡检结果。
3.根据权利要求2所述的方法,其特征在于,所述确定所述目标物在所述第一图像中的位置区域,包括:
将所述第一图像转换为灰度图像;
对所述第一图像的灰度图像进行二值化处理;
根据所述目标物的位置信息,确定所述目标物在二值化处理后的所述第一图像中的位置区域。
4.根据权利要求1所述的方法,其特征在于,所述目标物为路灯,所述目标物的运行状况信息包括所述路灯的光斑面积,所述根据所述第一图像中目标物的运行状况信息,得到所述目标物的巡检结果,包括:
在所述路灯的光斑面积大于或等于预设光斑面积时,确定所述路灯的巡检结果为正常;
在所述路灯的光斑面积小于所述预设光斑面积时,确定所述路灯的巡检结果为异常。
5.根据权利要求4所述的方法,其特征在于,若所述第一距离包括所述车辆与所述路灯之间的纵向距离,所述预设距离阈值包括第一纵向距离阈值和第二纵向距离阈值,则所述在所述第一距离满足预设距离阈值时,获取安装在所述车辆上的车载摄像头在当前时刻所采集第一图像,包括:
在确定所述车辆与所述路灯之间的纵向距离大于所述第一纵向距离阈值、且小于所述第二纵向距离阈值时,获取所述车载摄像头在当前时刻所采集所述第一图像。
6.根据权利要求5项所述的方法,其特征在于,所述第一距离还包括所述车辆与所述路灯之间的横向距离,所述预设距离阈值还包括横向距离阈值,所述在确定所述车辆与所述路灯之间的纵向距离大于所述第一纵向距离阈值、且小于所述第二纵向距离阈值时,获取所述车载摄像头在当前时刻所采集所述第一图像,包括:
在确定所述车辆与所述路灯之间的纵向距离大于所述第一纵向距离阈值、且小于所述第二纵向距离阈值,以及所述车辆与所述路灯之间的横向距离小于所述横向距离阈值时,获取所述车载摄像头在当前时刻所采集所述第一图像。
7.根据权利要求6项所述的方法,其特征在于,所述方法还包括:
从所述第一地图中得到所述路灯的高度信息,其中所述第一地图中包括所述路灯的高度信息;
根据所述路灯的高度信息,确定所述第一纵向距离阈值和所述第二纵向距离阈值。
8.根据权利要求7所述的方法,其特征在于,所述根据所述路灯的高度信息,确定所述第一纵向距离阈值和所述第二纵向距离阈值,包括:
根据所述路灯的高度、第一预设值和所述车载摄像头的俯仰视角的上视角,确定所述第一纵向距离阈值;
根据所述路灯的高度、第二预设值和所述车载摄像头的俯仰视角的上视角,确定所述第二纵向距离阈值;
其中,所述第一预设值和所述第二预设值均大于1,且所述第二预设值大于所述第一预设值。
9.根据权利要求8所述的方法,其特征在于,所述根据所述路灯的高度、第一预设值和所述车载摄像头的俯仰视角的上视角,确定所述第一纵向距离阈值,包括:
根据所述路灯的高度、所述第一预设值、所述上视角的三角函数值的乘积,确定所述第一纵向距离阈值。
10.根据权利要求8所述的方法,其特征在于,所述根据所述路灯的高度、第二预设值和所述车载摄像头的俯仰视角的上视角,确定所述第二纵向距离阈值,包括:
根据所述路灯的高度、所述第二预设值、所述上视角的三角函数值的乘积,确定所述第二纵向距离阈值。
11.根据权利要求6所述的方法,其特征在于,所述方法还包括:
在确定所述车辆与所述路灯之间的纵向距离大于所述第一纵向距离阈值、且小于所述第二纵向距离阈值时,根据所述车辆与所述路灯之间的纵向距离、第三预设值和所述车载摄像头的水平视角,确定所述横向距离阈值,其中所述第三预设值为小于1的正数。
12.根据权利要求11所述的方法,其特征在于,所述根据所述车辆与所述路灯之间的纵向距离、第三预设值和所述车载摄像头的水平视角,确定所述横向距离阈值,包括:
根据所述车辆与所述路灯之间的纵向距离、所述第三预设值、所述水平视角的三角函数值的乘积,确定所述横向距离阈值。
13.一种目标物巡检装置,其特征在于,包括:
第一获取单元,用于获取当前时刻车辆的位置信息;
查询单元,用于根据所述车辆的位置信息,在第一地图中查询所述车辆附近处于静止状态的目标物的位置信息;
确定单元,用于根据所述车辆的位置信息和所述目标物的位置信息,确定所述车辆与所述目标物之间的第一距离;
第二获取单元,用于在所述第一距离满足预设距离阈值时,获取安装在所述车辆上的车载摄像头在当前时刻所采集第一图像,所述第一图像中包括所述目标物,所述预设距离阈值基于所述目标物的高度确定的;
巡检单元,用于根据所述第一图像中目标物的运行状况信息,得到所述目标物的巡检结果。
14.一种电子设备,其特征在于,包括:存储器,处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序以实现如上述权利要求1至12任一项所述的方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至12任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110460560.5A CN113033493A (zh) | 2021-04-27 | 2021-04-27 | 目标物巡检方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110460560.5A CN113033493A (zh) | 2021-04-27 | 2021-04-27 | 目标物巡检方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113033493A true CN113033493A (zh) | 2021-06-25 |
Family
ID=76454722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110460560.5A Pending CN113033493A (zh) | 2021-04-27 | 2021-04-27 | 目标物巡检方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113033493A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823581A (zh) * | 2023-08-29 | 2023-09-29 | 北京道仪数慧科技有限公司 | 一种利用公交车辆进行路灯巡检的处理系统 |
CN117288182A (zh) * | 2023-11-27 | 2023-12-26 | 深圳市明心数智科技有限公司 | 位置信息获取方法、装置、终端及介质 |
-
2021
- 2021-04-27 CN CN202110460560.5A patent/CN113033493A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823581A (zh) * | 2023-08-29 | 2023-09-29 | 北京道仪数慧科技有限公司 | 一种利用公交车辆进行路灯巡检的处理系统 |
CN116823581B (zh) * | 2023-08-29 | 2023-12-05 | 北京道仪数慧科技有限公司 | 一种利用公交车辆进行路灯巡检的处理系统 |
CN117288182A (zh) * | 2023-11-27 | 2023-12-26 | 深圳市明心数智科技有限公司 | 位置信息获取方法、装置、终端及介质 |
CN117288182B (zh) * | 2023-11-27 | 2024-03-26 | 深圳市明心数智科技有限公司 | 位置信息获取方法、装置、终端及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110430401B (zh) | 车辆盲区预警方法、预警装置、mec平台和存储介质 | |
CN112740725B (zh) | 驾驶数据采集方法及装置 | |
CN110146097B (zh) | 自动驾驶导航地图的生成方法、系统、车载终端及服务器 | |
US20220373353A1 (en) | Map Updating Method and Apparatus, and Device | |
CN113033493A (zh) | 目标物巡检方法、装置、电子设备及存储介质 | |
CN109284801B (zh) | 交通指示灯的状态识别方法、装置、电子设备及存储介质 | |
US10885359B2 (en) | Non-transitory storage medium storing image transmission program, image transmission method, in-vehicle device, vehicle, and image processing system | |
CN107516354B (zh) | 基于规则脚本的驾驶员考试系统、辅助驾驶系统及方法 | |
CN113127583A (zh) | 一种数据传输方法和装置 | |
CN111145369A (zh) | 开关调度方法、车辆收费方法、工控机及车辆收费系统 | |
CN111323038B (zh) | 隧道内无人驾驶车辆的定位方法、系统和电子设备 | |
CN108717711A (zh) | 一种轨道交通故障图像分析方法、装置和系统 | |
CN117372979A (zh) | 道路巡检方法、装置、电子设备及存储介质 | |
CN110796869B (zh) | 一种检测违法跟车的方法和装置 | |
CN114627409A (zh) | 一种车辆异常变道的检测方法及装置 | |
US20210278241A1 (en) | Map data updating device and storage medium storing computer program for map data updating | |
CN111523368B (zh) | 信息处理装置、服务器以及交通管理系统 | |
CN115631420B (zh) | 一种隧道积水识别方法、装置、存储介质及电子装置 | |
CN114760330A (zh) | 用于车联网的数据传输方法、装置、存储介质和系统 | |
CN114677848B (zh) | 感知预警系统、方法、装置及计算机程序产品 | |
JP7210208B2 (ja) | 提供装置 | |
CN116798247A (zh) | 事故数据提示的方法及相关设备 | |
JP7470967B2 (ja) | システム、プログラム、機械学習方法、及び機械学習モデル等 | |
CN112906486A (zh) | 无人驾驶出租车的乘客状况检测方法、控制方法及系统 | |
CN114093155A (zh) | 交通事故责任溯源方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40045859 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |