CN113111693B - 一种利用汽车摄像头识别的方法、车载控制器和汽车 - Google Patents
一种利用汽车摄像头识别的方法、车载控制器和汽车 Download PDFInfo
- Publication number
- CN113111693B CN113111693B CN202010033586.7A CN202010033586A CN113111693B CN 113111693 B CN113111693 B CN 113111693B CN 202010033586 A CN202010033586 A CN 202010033586A CN 113111693 B CN113111693 B CN 113111693B
- Authority
- CN
- China
- Prior art keywords
- automobile
- identification
- vehicle
- platform
- camera
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012216 screening Methods 0.000 claims description 29
- 239000003344 environmental pollutant Substances 0.000 claims description 12
- 231100000719 pollutant Toxicity 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 5
- 239000003999 initiator Substances 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 12
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000012790 confirmation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000012550 audit Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000032544 Cicatrix Diseases 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 208000007256 Nevus Diseases 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Abstract
本发明涉及一种利用汽车摄像头识别的方法、车载控制器和汽车,首先通过汽车车身上的摄像头采集外界图像,然后分析所述外界图像中是否含有待寻的人像、物品、和/或分析路面污物下的实际路况,将分析后得到的分析结果,向第三方发送再次鉴别,通过汽车车身上的摄像头采集外界图像,并利用所采集到的外界图像来进行人像识别、物品识别和路面识别,即利用目前数量庞大的汽车所形成的汽车网来进行社会寻人、寻物以及进行路面识别,然后将分析后得到的分析结果,向第三方发送再次鉴别以确定,以保证寻人、寻物以及进行路面识别的分析结果的准确度,由此进一步扩展了汽车的使用范围,且进一步增强其识别效果。
Description
技术领域
本发明涉及汽车工业技术领域,尤其涉及一种利用汽车摄像头识别的方法、车载控制器和汽车。
背景技术
自2009年至今,中国已连续9年雄踞全球汽车产销量榜首,其中,2017年,汽车的产量为2900万量,销量为2887万辆。2018年,汽车的产量为2780.9万辆,销量为2808.1万辆,且随着生活水平的不断提高,我国开始经历消费升级,汽车市场也将会迎来更大的增长。随之带来的是汽车更加普及、千人汽车保有量的提高,预计到2030年,中国市场的千人汽车保有量将达到300辆甚至更多,但目前市面上现有的民用汽车主要以驾驶代步、运载少量物品为使用目的,其使用范围较窄,虽然有采用车载摄像头进行识别的方案,但识别效果较差。因此,如何进一步增强汽车的识别效果是业内亟待解决的技术问题。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供了一种利用汽车摄像头识别的方法。
本发明的一种利用汽车摄像头识别的方法的技术方案如下:
通过汽车车身上的摄像头采集外界图像;
分析所述外界图像中是否含有待寻的人像、物品、和/或分析路面污物下的实际路况;
将分析后得到的分析结果,向第三方发送再次鉴别。
本发明的一种利用汽车摄像头识别的方法的有益效果如下:
通过汽车车身上的摄像头采集外界图像,并利用所采集到的外界图像来进行人像识别、物品识别和路面识别,即利用目前数量庞大的汽车所形成的汽车网来进行社会寻人、寻物以及进行路面识别,然后将分析后得到的分析结果,向第三方发送再次鉴别以确定,以保证寻人、寻物以及进行路面识别的分析结果的准确度,由此进一步扩展了汽车的使用范围,且进一步增强其识别效果。
在上述方案的基础上,本发明的的一种利用汽车摄像头识别的方法还可以做如下改进。
进一步,所述分析外界图像中待寻的人像或物品的过程包括:
通过车身控制器接收来自网络或用户终端的图像、和/或用户填写的特征信息;所述图像含有所述待寻的人像或物品,所述特征信息用于描述所述待寻的人像或物品;
在所述外界图像中,识别是否含有所述待寻的人像或物品,得到相应的所述分析结果。
采用上述进一步方案的有益效果是:通过车身控制器便于接收多种方式所得到的图像、和/或特征信息,且结合图像和相应的特征信息使分析结果更为准确。
进一步,所述识别的过程包括:精确识别和/或筛查识别;
所述筛查识别包括:通过神经网络学习同一类物品的共性特征和/或人像的特征点的比例区间;
所述精确识别包括:通过特征点的识别匹配单件特定物品的特征和或特定的人像的特征。
采用上述进一步方案的有益效果是:一方面,通过神经网络对外界图像进行筛查识别,提高识别的效率;另一方面,通过特征点的识别匹配即精确识别提高识别的准确度;结合筛查识别和精确识别后,在提高识别效率的同时,且能保证识别的准确度,进而保证分析结果的准确度。
进一步,所述分析外界图像中路面污物下的实际路况包括:
经过含有所述路面污物的路面,通过超声波传感器,检测路面污染物下是否含有隐藏物,并拍摄图像;或,通过偏航率传感器和激光摄像头,分析路面破损的深度;或,拍摄路面与车轮的打滑度;
得到相应的所述分析结果;其中,所述分析结果中含有GPS信息。
采用上述进一步方案的有益效果是:通过分析路面的实际路况,并得到含有GPS信息的分析结果,便于将路面识别的实际路况发给即将或有意向经过此位置的汽车。
进一步,将所述分析结果向第三方发送再次鉴别,包括:
由所述第三方识别是否含有所述待寻的人像或物品,或识别路面污物遮挡下的实际路况中的深度、隐藏物、汽车抖动、或与车轮的打滑度;
其中,所述第三方为汽车平台或归属所述汽车平台的多台汽车。
采用上述进一步方案的有益效果是:通过第三方的再次识别,进一步保证分析结果的准确度。
进一步,还包括:预先将待识别的人像或物品的图像发送至所述汽车平台进行隐私审核,审核通过后执行后续步骤。
采用上述进一步方案的有益效果是:以防止待识别的人像或物品的图像的隐私信息外漏。
进一步,还包括:归属所述汽车平台的多台汽车识别后,均向所述汽车平台发送分析结果;
在所述汽车平台根据所述多台汽车的分析结果,汇总为唯一的分析结果;
每台汽车接收所述汽车平台反馈的唯一的分析结果。
采用上述进一步方案的有益效果是:通过汽车平台将多台汽车的分析结果汇总为唯一的分析结果,并向每台汽车反馈,进一步保证分析结果的准确度,且便于向每台汽车及时了解社会寻人、寻物以及进行路面识别的实时进展情况。
进一步,还包括:通过所述汽车平台向关联的汽车发送路面的实际路况的提醒。
采用上述进一步方案的有益效果是:通过平台将实际路况发给关联的汽车,使即将或有意向经过此位置的汽车便于根据实际路况的提醒做出慢行或绕道等处理操作。
本发明还提供一种利用汽车摄像头识别的车载控制器,包括控制芯片,所述控制芯片用于执行上述的方法步骤。
本发明还一种利用汽车摄像头识别的车载控制器,包括:
接收模块,接收至少一辆汽车或汽车平台发送的数据,所述数据包括汽车车身上的摄像头采集外界图像、以及所述汽车分析外界图像中是否含有待寻的人像、物品、和/或分析路面污物下的实际路况的数据和分析结果;
鉴别模块,用于根据所述接收模块数据,再次分析,将所述分析结果反馈至发起方汽车或汽车平台。
进一步,所述鉴别模块,用于执行以下分析:
筛查识别包括:通过神经网络学习同一类物品的共性特征和/或人像的特征点的比例区间;
精确识别包括:通过特征点的识别匹配单件特定物品的特征和或特定的人像的特征;
识别是否含有所述待寻的人像或物品,或识别路面污物遮挡下的实际路况中的深度、隐藏物、汽车抖动、或与车轮的打滑度。
本发明还提供一种汽车,车身具有摄像头,包括上述的车载控制器。
本发明还提供一种处理汽车摄像头识别数据的方法,包括:
车载控制器接收用户终端传送的要识别的图像,上传到汽车平台;
所述汽车平台将所述来自用户的要识别的图像发送至其他归属的车辆分别进行鉴别;
每个车辆通过自身的车载摄像头采集图像识别后,产生鉴别结果,并将各自的鉴别结果反馈至所述汽车平台;
所述汽车平台汇总确定出唯一结果反馈至所述车载控制器。
本发明的一种汽车的有益效果是:
汽车的车载控制器中的控制芯片控制汽车车身上的摄像头采集外界图像,并利用所采集到的外界图像来进行人像识别、物品识别和路面识别,即利用目前数量庞大的汽车所形成的汽车网来进行社会寻人、寻物以及进行路面识别,然后将分析后得到的分析结果,向第三方发送再次鉴别以确定,以保证寻人、寻物以及进行路面识别的分析结果的准确度,进一步扩展了汽车的使用范围,且进一步增强其识别效果。
附图说明
图1为本发明实施例的流程示意图;
图2为本发明实施例中汽车车身的摄像头安装位置的示意图;
图3为本发明实施例中寻人/寻物过程的流程示意图;
图4为本发明实施例中的多台汽车识别的示意图;
图5为本发明另一个寻人的实施例流程图;
图6为本发明实施例中汽车寻人的示意图;
图7为本发明另一个寻物的实施例流程图;
图8为本发明实施例中路况分析的流程示意图;
图9为本发明实施例中汽车识别路况的示意图;
图10为本发明实施例中的识别装置的结构框图;
图11为本发明实施例中的识别装置的结构框图;
图12为本发明实施例中的系统的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
如图1所示,本发明实施例的一种利用汽车摄像头识别的方法,包括如下步骤:
S1:通过汽车车身上的摄像头采集外界图像;
S2:分析所述外界图像中是否含有待寻的人像、物品、和/或分析路面污物下的实际路况;
S3:将分析后得到的分析结果,向第三方发送再次鉴别。
通过汽车车身上的摄像头采集外界图像,并利用所采集到的外界图像来进行人像识别、物品识别和路面识别,即利用目前数量庞大的汽车所形成的汽车网来进行社会寻人、寻物以及进行路面识别,然后将分析后得到的分析结果,向第三方发送再次鉴别以确定,以保证寻人、寻物以及进行路面识别的分析结果的准确度,由此进一步扩展了汽车的使用范围,且进一步增强其识别效果。
其中,如图2所示,可在汽车车身1上安装1个、2个、3个、4个、5个、和/或6个以及多个摄像头,可根据需要,在车身的合适位置选择安装。如图2所示,在本实施例中,在汽车车身上的前、后、左、右和/或顶部分别安装一个摄像头,相应地,分别标记为前摄像头2、右摄像头3、后摄像头4、左摄像头5和顶置摄像头6,通过前摄像头2、右摄像头3、后摄像头4、左摄像头5和顶置摄像头6来采集外界图像,可将采集到的所有的外界图像发送至计算机,通过计算机上安装的图片识别软件或通过人工识别来分析外界图像中是否含有待寻的人像、物品、和/或分析路面污物下的实际路况,将分析的结果发送至第三方进行再次鉴定,第三方可为汽车平台的工作人员、用户或具有识别系统的汽车平台或归属所述汽车平台的多台汽车,以确保证寻人、寻物以及进行路面识别的分析结果的准确度。
在实施例中,安装的多个摄像头便于采集图像,如当随着汽车或被测人/物移动时,当一个摄像头采集不到时,另一个摄像头可以接续采集图像。
较优地,参见图3,在上述技术方案中,所述分析外界图像中待寻的人像或物品的过程可以采用多种方式进行识别,下面通过本发明的实施例说明,该实施例包括以下步骤:
S21:接收待识别的图像数据;
通过车身控制器T-box接收来自网络或用户终端的图像、和/或用户填写的特征信息;所述图像含有所述待寻的人像或物品,所述特征信息用于描述所述待寻的人像或物品;
在实施例中,车身控制器可以包括carplay、carlife或整车影音娱乐系统等车机交互工具,车身控制器可接收来自网络的图像或用户终端如手机、平板电脑等通过蓝牙、无线网络所发送的图像,且可在车身控制器上设置操作界面,在操作界面上设置寻人、寻物、当前路况等按钮;用户通过寻人/寻物按钮进入对应界面,填写的相对应的特征信息,具体地:
1)当车身控制器所接收的图像中含有所述待寻的人像时,用户输入的特征信息可为:该人为长发或短发、该人的面部是否有明显的疤痕/痣等,也可为该人的头部、上身、下身四肢情况、身高、体重、服装颜色或/和鞋的相关信息等;
2)例如当车身控制器所接收的图像中含有所述待寻的物品时,用户输入的特征信息可为:待寻的物品的形状、颜色、款式、表面特征物等相关信息;
S22:通过汽车车身上的摄像头采集外界图像;
识别由接收前摄像头2、右摄像头3、后摄像头4、左摄像头5和顶置摄像头6中的一个或多个所采集的外界图像,进行相应的分析。
S23:按照预先的设置选择精确识别和/或筛查识别;
在所述外界图像中,识别是否含有所述待寻的人像或物品,得到相应的所述分析结果。
识别的过程包括:精确识别S25和/或筛查识别S24;
所述筛查识别S24包括:通过神经网络学习同一类物品的共性特征和/或人像的特征点的比例区间;如四肢和身高的比例。
所述精确识别S25包括:通过特征点的识别匹配单件特定物品的特征和或特定的人像的特征。例如,采用人脸双眼瞳孔的距离,以及鼻部和口部之间的比例关系、和/或身高等因素,这些因素通常不易发生变化,可作为精确识别的结果。
一方面,通过神经网络对采集到的外界图像进行筛查识别,提高识别的效率;另一方面,通过特征点的识别匹配即精确识别提高识别的准确度;结合筛查识别和/或精确识别后,在提高识别效率的同时,且能保证识别的准确度,进而保证分析结果的准确度。
上述实施例中,筛查识别具体为:例如车身控制器接收的图像中含有人像,假如为甲某的人像,通过神经网络深度学习甲某的头部、上身、下身的四肢情况、衣服颜色等,得到甲某的训练模型,然后将甲某的训练模型再由接收的一个或多个摄像头所采集的外界图像进行识别,可快速筛选出相关性较高的外界图像,提高后续识别的效率。如发送至汽车平台识别,或由汽车平台转发至归属平台的其他关联汽车进行二次识别。
将筛查识别和精确识别结合后,可先用筛查识别从所采集的外界图像筛选出相关的图像,然后由精确识别对所筛选出相关的图像进行精确识别,在在提高识别效率的同时,且能保证识别的准确度,进而保证分析结果的准确度。
而且,对待寻的物品的筛查识别和精确识别可参照上述的对待寻的人像的筛查识别和精确识别,在此不做赘述。
S26:将分析后得到的分析结果,向第三方发送再次鉴别。
较优地,在上述技术方案中,所述分析外界图像中路面污物下的实际路况包括:
经过含有所述路面污物的路面,通过超声波传感器,检测路面污染物下是否含有隐藏物,并拍摄图像;或,通过偏航率传感器确定车轮的打滑度,并拍摄图像;通过偏航率传感器检测车身的稳定性,以确定是否打滑。
得到相应的所述分析结果;其中,所述分析结果中含有GPS信息。其中,路面破损深度,对于没有污染物遮挡情况,还可通过激光摄像头,检测深度。
在上述实施例中,目前汽车上所安装的偏航率传感器,会判断出汽车是否在打滑,当汽车经过含有所述路面污物的路面时,若发生打滑时,偏航率传感器会分析车轮的打滑度,来得到相应的分析结果,分析结果中,可包括路面有泥沙、冰/雪、油渍等易发生危险的情况。
假如路面存在不平整部分时,如路面上有凹坑,可在汽车的底部设置摄像头,记为置底摄像头,以及在汽车的底部设置多个激光测距传感器,激光测距传感器在预先经过标定后,通过多个激光测距传感器实时反馈距离数据,监测到反馈的距离数据发生较大变动时,可自动触发置底摄像头进行拍摄,且根据多个激光测距传感器实时反馈距离数据可计算出凹坑的深度。
此外,还可在汽车的底部设置多个超声波传感器,超声波传感器所发射的超声波能穿透路面污物,来检测到路面污物遮挡下是否存在隐藏物,当检测到存在隐藏物时,可自动触发置底摄像头进行拍摄,并通过超声波传感器所反馈的信号计算出隐藏物的尺寸。
较优地,在上述技术方案中,无论是精确识别、筛查识别、和/或路况的识别,在识别之后得到的分析结果,均可将所述分析结果向第三方发送再次鉴别,在步骤S26中,还包括:
由所述第三方识别是否含有所述待寻的人像或物品,或识别路面污物遮挡下的实际路况中的深度、隐藏物、汽车抖动、或与车轮的打滑度;其中,所述第三方为汽车平台或归属所述汽车平台的多台汽车。通过第三方的对分析结果中的数据再次识别,进一步保证分析结果的准确度。
较优地,在上述技术方案中,将当前汽车的分析结果发送至汽车平台进一步分析识别。由于汽车平台采集的数据较多,分析的准确度会更高。
较优地,在上述技术方案中,对于路况的分析结果,可在向第三方发送的同时或之前,通过所述汽车平台向关联的汽车发送路面的实际路况的提醒。
通过平台将包含有GPS信息的实际路况发给关联的汽车,使将要或有意向经过此位置的汽车便于根据实际路况的提醒做出慢行或绕道等处理操作。
较优地,在上述实施例中,还可以进一步对鉴别结果进行多辆汽车确认,以提升准确度。下面结合图4中的各个模块结构,以及图5的实施例流程详细说明。假设有汽车平台关联有6辆汽车,分别为第一汽车、第二汽车、第三汽车、第四汽车、第五汽车和第六汽车,且每辆汽车上均安装有T-box控制器。
1)寻人:
如图5所示,包括以下步骤:
S31:第一汽车的驾驶员将所寻的人的日常生活照片发送至车辆存储器内;
第一汽车的驾驶员可将所寻的人像的日常生活照片,通过carplay、carlife等发送至车辆存储位置,车辆存储位置可为在网络上设置的存储空间,也可为carplay、carlife等的存储空间,可在整车影音娱乐系统中设置“应急辅助共享”功能,在“应急辅助共享”中共分为“寻人功能”、“寻物功能”、“路面共享”三大功能。
S32:在“寻人功能”中完成“寻人登记”、“寻人申请”,向汽车平台发起审核;
选择“寻人功能”模块后进入,分为“寻人登记”、“寻人申请”、“寻人记录”三个选项,进入“寻人登记”界面,将已存在车辆存储位置的所寻的人的日常生活照片即人像导入,并填写相关的特征信息例如性别、身高、男女等特征信息,完成寻人登记,寻人登记完成后进入“寻人申请”界面,填写与待寻的人之间关系,并上传申请人身份信息及此时动态照片,完成审核信息后,将其发送至汽车平台,向汽车平台发起审核,其中,申请人可为第一汽车的驾驶员,且审核流程及记录可在“寻人记录“界面中进行查询;
S33:汽车平台对第一汽车申请审核的审核信息进行初次筛选;
审核信息经该汽车的T-box控制器发送至汽车平台,经汽车平台的接收模块进行接收,对第一汽车申请审核的审核信息进行初次筛选,即汽车平台对审核信息多重校核过方可通过,例如申请人信息校核、待寻的人的信息的校核等,以防止申请人身份信息等个人隐私信息外漏。
S34:信息平台将待寻的人的图像和特征信息发送给与汽车平台相关联的多台汽车;
汽车平台将待寻的人的图像和特征信息例如面部、身高、胖瘦等组合形式发送给与汽车平台相关联的多台汽车,即发送至第二汽车、第三汽车、第四汽车、第五汽车和第六汽车;每个汽车按照图6所示,通过环绕车身和车顶的摄像头,采集外界图像,对待识别的人像的进行识别。
S35:汽车平台相关联的多台汽车上所设置的摄像头,将采集外界图像筛选出疑似照片或视频并连同拍摄位置的GPS位置,发送到汽车平台进行二次校核;
最后,与汽车平台相关联的多台汽车即第一汽车、第二汽车、第三汽车、第四汽车、第五汽车和第六汽车上所设置的摄像头将采集外界图像,然后将摄像头所拍摄到的包含待寻的人物信息的图像进行筛选后将疑似照片或视频并连同拍摄位置的GPS位置,发送到汽车平台进行二次校核,即第一汽车、第二汽车、第三汽车、第四汽车、第五汽车和第六汽车分别进行对采集到的外界图像进行识别后,均向汽车平台发送分析结果。
S36:汽车平台对其进行二次校核,将各分析结果进行汇总后形成为唯一的分析结果,发送至与汽车平台相关联的汽车进行再次确认,最后多次信息交互确认后找到相应的人。
汽车平台再将审核后的图像通过发送模块发给所有与汽车平台相关联的汽车进行再次二次校核,然后将各分析结果进行汇总后形成为唯一的分析结果,以保证分析结果的准确性,最后汽车平台通过发送模块将二次校核后的图像通过发送模块发给所有与汽车平台相关联的汽车进行再次确认,最后多次信息交互确认后找到相应的人,即汽车平台根据所述多台车辆的分析结果,汇总为唯一的分析结果,去除可疑的内容。然后将此寻人的分析结果如疑似照片或视频并连同拍摄位置的GPS位置发送至第一汽车内,即反馈至申请人,完成寻人,且可将分析结果反馈至与汽车平台相关联的汽车即发送至第二汽车、第三汽车、第四汽车、第五汽车和第六汽车,并通知完成寻人,以便于向每台汽车及时了解寻人的实时进展情况;其中,申请人在进行“寻人登记”、“寻人申请”等时,均可在中控屏上进行操作。
与上述实施例的区别在于,本实施例中的识别分析过程,是在识别前,将待识别的内容,传输至平台,由平台广播进行多个关联汽车进行识别。前述的实施例,是当前车辆在识别之后,将分析结果的内容发送至平台进行分析或转发至关联汽车处理。这样执行可利于识别的监管,由平台控制是否启动识别,防止用户的隐私泄露。
2)寻物:
如图7所示,包括以下步骤:
S41:第一汽车的驾驶员将待寻物品的图像发送至车辆控制器的存储器内。
假设第一汽车将待寻的物品的图像存至车辆存储位置,进入上述“应急辅助共享”中的“寻物功能”模块,分为“寻物登记”、“寻物申请”、“寻物记录”三个选项,并将已存在车辆存储位置的待寻的物品的图像导入,并填写相关的特征信息例如颜色、尺寸等等,完成寻物登记。
S42:在“寻物功能”中完成“寻物登记”、“寻物申请”,向汽车平台发起审核;
寻物登记完成后进入“寻物申请”界面,填写与待寻的物品之间的关系,并上传申请人身份信息及此时动态照片。完成审核信息后,将其发送至汽车平台,向汽车平台发起审核,其中,申请人可为第一汽车的驾驶员,且审核流程及记录可在“寻物记录“界面中进行查询。
S43:汽车平台对第一汽车申请审核的审核信息进行初次筛选;
审核信息经该汽车的T-box控制器发送至汽车平台,经汽车平台的接收模块进行接收,对第一汽车申请审核的审核信息进行初次筛选,即汽车平台对审核信息多重校核过方可通过,例如申请人信息校核、待寻的物品的信息的校核等,以防止申请人身份信息等个人隐私信息外漏以及防止待寻的物品的信息外漏。
S44:信息平台将待寻的物品的图像和特征信息发送给与汽车平台相关联的多台汽车;
汽车平台将待寻的物品的图像和特征信息例如颜色、尺寸等组合形式发送给与汽车平台相关联的多台汽车,即发送至第二汽车、第三汽车、第四汽车、第五汽车和第六汽车;
S45:汽车平台相关联的多台汽车上所设置的摄像头将采集外界图像筛选出疑似照片或视频并连同拍摄位置的GPS位置,发送到汽车平台进行二次校核;
最后,与汽车平台相关联的多台汽车即第一汽车、第二汽车、第三汽车、第四汽车、第五汽车和第六汽车上所设置的摄像头将采集外界图像,然后将摄像头所拍摄到的包含待寻的物品的图像进行筛选后将疑似照片或视频并连同拍摄位置的GPS位置,发送到汽车平台进行二次校核,即第一汽车、第二汽车、第三汽车、第四汽车、第五汽车和第六汽车进行对采集到的外界图像进行识别后,均向汽车平台发送分析结果,汽车平台再将审核后的图像通过发送模块发给所有与汽车平台相关联的汽车进行再次二次校核,然后将各分析结果进行汇总后形成为唯一的分析结果,以保证分析结果的准确性。
S46:汽车平台对其进行二次校核,将各分析结果进行汇总后形成为唯一的分析结果,发送至与汽车平台相关联的汽车进行再次确认识别或发送通知,最后一次或多次信息交互确认后找到相应的物品。
最后汽车平台通过发送模块将二次校核后的图像通过发送模块发给所有与汽车平台相关联的汽车进行再次确认,经过多次信息交互确认后找到相应的物品,即汽车平台根据所述多台车辆的分析结果,汇总为唯一的分析结果,然后将此寻物的分析结果如疑似照片或视频并连同拍摄位置的GPS位置发送至第一汽车内,即反馈给申请人,完成寻物,且可将分析结果反馈至与汽车平台相关联的汽车即发送至第二汽车、第三汽车、第四汽车、第五汽车和第六汽车,并通知完成寻物,以便于向每台汽车及时了解寻物的实时进展情况,申请人在进行“寻物登记”、“寻物申请”等时,均可在中控屏上进行操作。
在实施例中,预先向平台申报的待寻物品后,再由平台控制开始启动识别,可利于识别的监管,防止用户的隐私泄露。
在上述实施例中,汽车平台也可以不转发关联车辆,直接进行审核后,回复发起方的汽车。
3)路面识别和共享功能:
如图9所示,图9中的斜线填充区域表示路面不平整部分,参见图8,实施例中包括以下步骤:
S51:第一汽车的驾驶员在“路面共享”完成“线路选择及共享”。
第一汽车的驾驶员通过整车影音娱乐系统的“应急辅助共享”中进入“路面共享”功能,“路面共享”功能分为“线路选择及共享”和“线路记录”,进入“选择线路及共享”模块的界面,输入出发点和终点,并选择线路,此信息经T-box控制器发送至汽车平台;
S52:第一汽车的摄像头所拍摄的图像会发生明显抖动,可通过识别标定来确认各种不同路面的情况。
第一汽车在在经过大水坑等路面不平整区域时,第一汽车的摄像头所拍摄的图像会发生明显抖动,可通过识别标定各种不同路面的情况,也就是识别实际路况如路面差、有水坑等。识别通过超声波或激光检测路况信息,将路面状况标定为雨水、积雪、坑洼等。
S53:第一汽车将实际路况连同自身的位置信息发到汽车平台。
第一汽车将实际路况连同自身的位置信息发到汽车平台,汽车平台将该实际路况信息发给即将或有意向经过此位置的车辆进行使用,例如发送给第二汽车、第三汽车、第四汽车、第五汽车和/或第六汽车。
S54:将确定的路面破损的深度、污染物的打滑程度、污染物下是否有隐藏物等分析结果发送至平台。
S55:由平台进行广播路况提醒,或转发至关联车辆进行鉴别。
平台可以直接鉴别后转发至各个关联车辆提醒。
通过平台将实际路况发给关联的汽车,使即将或有意向经过此位置的汽车便于根据实际路况的提醒做出慢行或绕道等处理操作。避免出现意外。
本发明还提供一种利用汽车摄像头识别的车载控制器,包括控制芯片,所述控制芯片用于执行上述任一项实施例中的一种利用汽车摄像头识别的方法。
控制芯片控制汽车车身上的摄像头采集外界图像,并利用所采集到的外界图像来进行人像识别、物品识别和路面识别,即利用目前数量庞大的汽车所形成的汽车网来进行社会寻人、寻物以及进行路面识别,然后将分析后得到的分析结果,向第三方发送再次鉴别以确定,以保证寻人、寻物以及进行路面识别的分析结果的准确度,扩展了汽车的使用范围,由此实现了一种利用汽车摄像头识别的车载控制器。
本发明还提供一种汽车:包括上述实施例中任一项车载控制器,汽车的车载控制器中的控制芯片控制汽车车身上的摄像头采集外界图像,并利用所采集到的外界图像来进行人像识别、物品识别和路面识别,即利用目前数量庞大的汽车所形成的汽车网来进行社会寻人、寻物以及进行路面识别,然后将分析后得到的分析结果,向第三方发送再次鉴别以确定,以保证寻人、寻物以及进行路面识别的分析结果的准确度,扩展了汽车的使用范围。
本申请的汽车,可以是皮卡、或其他货车等;可以是机动车、也可以电动汽车或氢燃料汽车等。
如图10所示,本发明的实施例还提供一种利用汽车摄像头识别的装置200,包括:
接收模块210,用于通过汽车车身上的摄像头采集外界图像;
分析模块220,用于分析所述外界图像中是否含有待寻的人像、物品、和/或分析路面污物下的实际路况;
网络模块230,用于将分析后得到的分析结果,向第三方发送再次鉴别。
接收模块210通过汽车车身上的摄像头采集外界图像,分析模块220利用所采集到的外界图像来进行人像识别、物品识别和路面识别,即利用目前数量庞大的汽车所形成的汽车网来进行社会寻人、寻物以及进行路面识别,然后网络模块230将通过分析模块220所分析后得到的分析结果,向第三方发送再次鉴别以确定,以保证寻人、寻物以及进行路面识别的分析结果的准确度,由此进一步扩展了汽车的使用范围,且进一步增强其识别效果。
较优地,所述分析模块220还包括:精确识别子模块和/或筛查识别子模块;
所述筛查识别子模块用于,通过神经网络学习同一类物品的共性特征和/或人像的特征点的比例区间;
所述精确识别子模块用于,通过特征点的识别匹配单件特定物品的特征和或特定的人像的特征。
一方面,通过神经网络对外界图像进行筛查识别,提高识别的效率;另一方面,通过特征点的识别匹配即精确识别提高识别的准确度;结合筛查识别和精确识别后,在提高识别效率的同时,且能保证识别的准确度,进而保证分析结果的准确度。
较优地,所述分析模块220还包括:
路况识别子模块,用于经过含有所述路面污物的路面,通过超声波传感器,检测路面污染物下是否含有隐藏物以及深度,并拍摄图像;
或,通过偏航率传感器确定车轮的打滑度,并拍摄图像。
得到相应的所述分析结果;其中,所述分析结果中含有GPS信息。
通过分析路面的实际路况,并得到含有GPS信息的分析结果,便于将路面识别的实际路况发给即将或有意向经过此位置的汽车。
较优地,还包括:归属所述汽车平台的多台汽车识别后,均向所述汽车平台发送分析结果;所述汽车平台根据所述多台汽车的分析结果,汇总为唯一的分析结果;
每台汽车接收所述汽车平台反馈的唯一的分析结果。
通过汽车平台将多台汽车的分析结果汇总为唯一的分析结果,并向每台汽车反馈,进一步保证分析结果的准确度,且便于向每台汽车及时了解社会寻人、寻物以及进行路面识别的实时进展情况。
上述模块可以集成在汽车的控制器内。配合汽车平台实现上述的流程,对人像、物品或路况实现识别。
且上述关于本发明的一种利用汽车摄像头识别的装置200中的各参数和各个单元模块实现相应功能的步骤,可参考上文中关于一种利用汽车摄像头识别的方法中的实施例中的各参数和步骤,在此不做赘述。
上述车载控制器的转置,可以集成的控制器中,也可以集成在控制器内的控制芯片中,或控制芯片之外,控制器芯片可采用各种车规级的具有控制逻辑的可编程芯片实现。
上述车载控制器的各个模块,可以集成的控制器中,也可以集成在控制器内的控制芯片中,或控制芯片之外,控制器芯片可采用各种车规级的具有控制逻辑的可编程芯片实现。
参见图11,本发明还提供一种利用汽车摄像头识别的车载控制器,包括:
接收模块,接收至少一辆汽车或汽车平台发送的数据,所述数据包括汽车车身上的摄像头采集外界图像、以及所述汽车分析外界图像中是否含有待寻的人像、物品、和/或分析路面污物下的实际路况的数据和分析结果;
鉴别模块,用于根据所述接收模块数据,再次分析,将所述分析结果反馈至发起方汽车或汽车平台。
优选地,所述鉴别模块,用于执行以下分析:
筛查识别包括:通过神经网络学习同一类物品的共性特征和/或人像的特征点的比例区间;
精确识别包括:通过特征点的识别匹配单件特定物品的特征和或特定的人像的特征;
识别是否含有所述待寻的人像或物品,或识别路面污物遮挡下的实际路况中的深度、隐藏物、汽车抖动、或与车轮的打滑度。
上述车载控制器的各个模块,可以集成的控制器中,也可以集成在控制器内的控制芯片中,或控制芯片之外,控制器芯片可采用各种车规级的具有控制逻辑的可编程芯片实现。
优选地,本发明还提供一种汽车,车身具有摄像头,包括上述的车载控制器。
上述的各个部件还可组合系统,参见图12,本发明还提供采用图12系统的摄像头识别流程,该步骤流程包括:
车载控制器接收用户终端传送的要识别的图像,上传到汽车平台;
所述汽车平台将所述来自用户的要识别的图像发送至其他归属的车辆分别进行鉴别;
每个车辆通过自身的车载摄像头采集图像识别后,产生鉴别结果,并将各自的鉴别结果反馈至所述汽车平台;
所述汽车平台汇总确定出唯一结果反馈至所述车载控制器。
该车载控制器安装在用户车辆上,可在用户设置后,或通过用户终端接收到用户要识别的内容。将待识别的内容,发送至其他归属的车辆分别进行鉴别;每个车辆将各自的鉴别结果反馈至所述车载控制器。
车载控制器可采用上述实施例中的任一含有控制芯片、或装置的车载控制器,通过各个模块,可调用城市中的各个车辆进行识别人或物,从而扩大了识别范围,由于摄像头的采集和识别,精度高,效率提升,且流动性强,搜索区域广。
在本发明中,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。在本发明的描述中,“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。
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发明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。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种利用汽车摄像头识别的方法,其特征在于,包括:
通过汽车车身上的多个摄像头采集外界图像;
分析所述外界图像中是否含有待寻的人像、物品、和/或分析路面污物下的实际路况;
将分析后得到的分析结果,向第三方发送再次鉴别;
所述分析外界图像中是否含有待寻的人像或物品的过程包括:
通过车身控制器接收来自网络或用户终端的图像、和/或用户填写的特征信息;所述图像含有所述待寻的人像或物品,所述特征信息用于描述所述待寻的人像或物品;
在所述外界图像中,识别是否含有所述待寻的人像或物品,得到相应的所述分析结果;
所述识别的过程包括:精确识别和/或筛查识别;
所述筛查识别包括:通过神经网络学习同一类物品的共性特征和/或人像的特征点的比例区间;
所述精确识别包括:通过特征点的识别匹配单件特定物品的特征和/或特定的人像的特征;
当将筛查识别和精确识别结合时,先用筛查识别从所采集的外界图像筛选出相关的图像,然后由精确识别对所筛选出相关的图像进行精确识别;
所述分析外界图像中路面污物下的实际路况包括:
经过含有所述路面污物的路面,通过超声波传感器,检测路面污染物下是否含有隐藏物以及深度,并拍摄图像;
或,通过偏航率传感器确定车轮的打滑度,并拍摄图像;
得到相应的所述分析结果;其中,所述分析结果中含有GPS信息;
将所述分析结果向第三方发送再次鉴别,包括:
由第三方识别是否含有所述待寻的人像或物品,或识别路面污物遮挡下的实际路况中的深度、隐藏物、汽车抖动、或与车轮的打滑度;
其中,所述第三方为汽车平台或归属所述汽车平台的多台汽车。
2.根据权利要求1所述的方法,其特征在于,还包括:预先将待识别的人像或物品的图像发送至所述汽车平台进行隐私审核,审核通过后执行后续步骤。
3.根据权利要求1所述的方法,其特征在于,还包括:归属所述汽车平台的多台汽车识别后,均向所述汽车平台发送分析结果;
在所述汽车平台根据所述多台汽车的分析结果,汇总为唯一的分析结果;
每台汽车接收所述汽车平台反馈的唯一的分析结果。
4.根据权利要求1所述的方法,其特征在于,还包括:通过所述汽车平台向关联的汽车发送路面的实际路况的提醒。
5.一种利用汽车摄像头识别的车载控制器,包括控制芯片,其特征在于,所述控制芯片用于执行权利要求1~4任一项权利要求所述的方法。
6.一种利用汽车摄像头识别的车载控制器,其特征在于,包括:
接收模块,接收至少一辆汽车或汽车平台发送的数据,所述数据包括汽车车身上的多个摄像头采集的外界图像、以及所述汽车分析外界图像中是否含有待寻的人像、物品、和/或分析路面污物下的实际路况的数据和分析结果;
鉴别模块,用于根据所述接收模块数据,再次分析,将所述分析结果反馈至发起方汽车或汽车平台;
所述鉴别模块,用于执行以下分析:
筛查识别包括:通过神经网络学习同一类物品的共性特征和/或人像的特征点的比例区间;
精确识别包括:通过特征点的识别匹配单件特定物品的特征和或特定的人像的特征;
识别是否含有所述待寻的人像或物品,或识别路面污物遮挡下的实际路况中的深度、隐藏物、汽车抖动、或与车轮的打滑度;
当将筛查识别和精确识别结合时,先用筛查识别从所采集的外界图像筛选出相关的图像,然后由精确识别对所筛选出相关的图像进行精确识别;
其中,通过超声波传感器,检测路面污染物下是否含有隐藏物以及深度。
7.一种汽车,其特征在于,车身具有摄像头,包括权利要求5或6所述的车载控制器。
8.一种处理汽车摄像头识别数据的方法,其特征在于,包括:
车载控制器接收用户终端传送的要识别的图像,上传到汽车平台;
所述汽车平台将所述来自用户终端传送的要识别的图像发送至其他归属的车辆分别进行鉴别;
每个车辆通过自身的车载摄像头采集图像识别后,产生鉴别结果,并将各自的鉴别结果反馈至所述汽车平台;
所述汽车平台汇总确定出唯一结果反馈至所述车载控制器;
其中,所述车载控制器为权利要求5或6所述的车载控制器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010033586.7A CN113111693B (zh) | 2020-01-13 | 2020-01-13 | 一种利用汽车摄像头识别的方法、车载控制器和汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010033586.7A CN113111693B (zh) | 2020-01-13 | 2020-01-13 | 一种利用汽车摄像头识别的方法、车载控制器和汽车 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113111693A CN113111693A (zh) | 2021-07-13 |
CN113111693B true CN113111693B (zh) | 2024-04-09 |
Family
ID=76708806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010033586.7A Active CN113111693B (zh) | 2020-01-13 | 2020-01-13 | 一种利用汽车摄像头识别的方法、车载控制器和汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113111693B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106686165A (zh) * | 2016-12-30 | 2017-05-17 | 维沃移动通信有限公司 | 一种路况检测的方法及移动终端 |
CN107709929A (zh) * | 2015-06-26 | 2018-02-16 | 日产自动车株式会社 | 车辆位置判定装置及车辆位置判定方法 |
CN108508895A (zh) * | 2018-04-12 | 2018-09-07 | 鄂尔多斯市普渡科技有限公司 | 一种无人驾驶汽车路面探测装置及探测方法 |
CN109389029A (zh) * | 2018-08-17 | 2019-02-26 | 深圳壹账通智能科技有限公司 | 基于行车记录仪的寻人方法、装置、系统和存储介质 |
WO2019183751A1 (zh) * | 2018-03-26 | 2019-10-03 | 深圳市锐明技术股份有限公司 | 一种车前积雪与结冰的检测报警方法、存储介质和服务器 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115226067A (zh) * | 2021-04-21 | 2022-10-21 | 上海博泰悦臻网络技术服务有限公司 | 离车寻物的实现方法、系统、介质、云端服务器及智能终端 |
-
2020
- 2020-01-13 CN CN202010033586.7A patent/CN113111693B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107709929A (zh) * | 2015-06-26 | 2018-02-16 | 日产自动车株式会社 | 车辆位置判定装置及车辆位置判定方法 |
CN106686165A (zh) * | 2016-12-30 | 2017-05-17 | 维沃移动通信有限公司 | 一种路况检测的方法及移动终端 |
WO2019183751A1 (zh) * | 2018-03-26 | 2019-10-03 | 深圳市锐明技术股份有限公司 | 一种车前积雪与结冰的检测报警方法、存储介质和服务器 |
CN108508895A (zh) * | 2018-04-12 | 2018-09-07 | 鄂尔多斯市普渡科技有限公司 | 一种无人驾驶汽车路面探测装置及探测方法 |
CN109389029A (zh) * | 2018-08-17 | 2019-02-26 | 深圳壹账通智能科技有限公司 | 基于行车记录仪的寻人方法、装置、系统和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113111693A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9180887B2 (en) | Driver identification based on face data | |
CN101242523B (zh) | 现场监视设备 | |
CN102737247B (zh) | 一种柴油车尾气烟度图像识别系统 | |
JP5337905B2 (ja) | 速度計測システム、速度計測方法及びプログラム | |
CN103824037B (zh) | 车用防跟踪报警装置 | |
CN100449576C (zh) | 自动调色补光的车牌车辆实时图像监视与真假识别系统 | |
CN110728650B (zh) | 一种基于智能终端的井盖凹陷检测方法及相关设备 | |
WO2020029444A1 (zh) | 一种驾驶员驾驶时注意力检测方法和系统 | |
KR102487631B1 (ko) | 포트홀 실시간 감지 장치 | |
CN103969466B (zh) | 一种实现车辆测速的方法及相应的终端 | |
CN111353369B (zh) | 一种城市路侧停车高位视频在辅助刑侦中的应用方法及系统 | |
CN103886757A (zh) | 用于自动分类运动中的车辆的方法 | |
CN106183989B (zh) | 车辆驾驶辅助装置及车辆驾驶辅助装置的动作方法 | |
CN115428050A (zh) | 用于预防跌倒的混合型步态分析装置及包含其的跌倒预防管理系统 | |
CN110136186A (zh) | 一种用于移动机器人目标测距的检测目标匹配方法 | |
CN108319931A (zh) | 一种图像处理方法、装置及终端 | |
CN113111693B (zh) | 一种利用汽车摄像头识别的方法、车载控制器和汽车 | |
CN106932482B (zh) | 车辆的性能评测方法、机器人及系统 | |
CN112883778B (zh) | 一种基于计算机视觉的道路井盖高差识别方法及设备 | |
KR101127511B1 (ko) | 이벤트 발생 정보 및 캐스팅 정보를 이용한 차량 정보 관리시스템 | |
CN110942010A (zh) | 基于车载摄像头确定路面起伏状态的检测方法及装置 | |
JP2002092783A (ja) | 車両監視装置および方法 | |
WO2023021736A1 (ja) | 識別装置、識別プログラム、および識別方法 | |
CN114283589A (zh) | 基于智能视频分析的车辆测速系统 | |
CN114119858A (zh) | 一种绘制山体地形图的方法、系统、存储介质及智能终端 |
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 |