CN113516010A - 高速公路上异物智能网联识别与处理系统 - Google Patents
高速公路上异物智能网联识别与处理系统 Download PDFInfo
- Publication number
- CN113516010A CN113516010A CN202110377978.XA CN202110377978A CN113516010A CN 113516010 A CN113516010 A CN 113516010A CN 202110377978 A CN202110377978 A CN 202110377978A CN 113516010 A CN113516010 A CN 113516010A
- Authority
- CN
- China
- Prior art keywords
- guardrail
- road
- image
- microprocessor
- highway
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 29
- 238000007689 inspection Methods 0.000 claims abstract description 29
- 230000004888 barrier function Effects 0.000 claims description 15
- 238000004080 punching Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 239000003990 capacitor Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000005764 inhibitory process Effects 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 4
- 230000006855 networking Effects 0.000 abstract description 3
- 238000005096 rolling process Methods 0.000 abstract description 2
- 206010063385 Intellectualisation Diseases 0.000 abstract 1
- 230000018109 developmental process Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
- G06K7/10019—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers.
- G06K7/10079—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers. the collision being resolved in the spatial domain, e.g. temporary shields for blindfolding the interrogator in specific directions
- G06K7/10089—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers. the collision being resolved in the spatial domain, e.g. temporary shields for blindfolding the interrogator in specific directions the interrogation device using at least one directional antenna or directional interrogation field to resolve the collision
- G06K7/10099—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers. the collision being resolved in the spatial domain, e.g. temporary shields for blindfolding the interrogator in specific directions the interrogation device using at least one directional antenna or directional interrogation field to resolve the collision the directional field being used for pinpointing the location of the record carrier, e.g. for finding or locating an RFID tag amongst a plurality of RFID tags, each RFID tag being associated with an object, e.g. for physically locating the RFID tagged object in a warehouse
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种高速公路上异物智能网联识别与处理系统，包含护栏、巡检装置、电机和滚轮，护栏为空心护栏并且护栏的一侧开有一条沿护栏长度方向设置的滑槽，巡检装置设置在电机一侧并且滑动设置在滑槽内，电机外侧通过滚轮滚动设置在护栏内。本发明具有智能化、网联化、安全性、高效率、低成本等优点，具有良好的发展前景。
Description
技术领域
本发明涉及一种异物识别处理系统，特别是一种高速公路上异物智能网联识别与处理系统，属于智能交通领域。
背景技术
随着道路技术的进步，近些年高速公路的发展尤为迅速，但道路使用及路况巡检过程中也存在不少的问题。目前以传统人工维护为主，该方式工作效率低、工作强度大、耗时长、安全隐患大，已经无法满足高速公路巡检管理的需要。因此有必要设计一种高速公路上异物的自动识别处理装置实现路况全自动的检查。
发明内容
本发明所要解决的技术问题是提供一种高速公路上异物智能网联识别与处理系统，实现高速公路路况的全自动检查并及时进行路况通知和清理。
为解决上述技术问题，本发明所采用的技术方案是：
一种高速公路上异物智能网联识别与处理系统，其特征在于：包含护栏、巡检装置、电机和滚轮，护栏为空心护栏并且护栏的一侧开有一条沿护栏长度方向设置的滑槽，巡检装置设置在电机一侧并且滑动设置在滑槽内，电机外侧通过滚轮滚动设置在护栏内。
进一步地，所述巡检装置包含微处理器、电源、电机控制器、双目摄像头、激光雷达和SIM无线模块，电源与微处理器连接用于给巡检装置供电，电机控制器与微处理器连接用于控制电机工作，电机与电机控制器连接，双目摄像头与微处理器连接用于采集高度公路图像信息，微处理器接收双目摄像头的图像信息并识别障碍物，激光雷达与微处理器连接用于采集雨雾天气的障碍物信息，SIM无线模块与微处理器连接用于将微处理器处理好的障碍物信息远程发送至公路监管中心。
进一步地，所述巡检装置还包含RFID读取模块，护栏上每隔相同的间距设置一个RFID打卡标签，RFID读取模块与微处理器连接用于采集护栏上的RFID打卡标签信号，RFID打卡标签内设置有高速公路的位置信息。
进一步地，所述护栏包含截面为长方形的护栏主体和多个护栏支架，护栏主体水平设置在高速公路路边，多个护栏支架沿护栏主体长度方向等间距分布，护栏支架上端与护栏主体固定连接，护栏支架下端固定在公路边基体内。
进一步地，所述电机包含固定部分和转动部分，转动部分转动设置在固定部分的外侧，固定部分包含定子铁芯以及设置在定子铁芯上的绕组，转动部分包含永磁磁极、转子和转动壳体，多个永磁磁极固定在转子内，转动壳体固定在转子的外侧。
进一步地，所述滚轮套设在转动部分的外侧并且与转动部分固定，滚轮的圆周面上设置有V型凹槽，护栏主体内腔的上下两侧分别设置有与滚轮上V型凹槽匹配的V型导轨，滚轮的外侧通过V型凹槽滚动设置在护栏主体内侧的V型导轨上，定子铁芯的中间为空心结构，定子铁芯的一端固定有一个长方体滑块，巡检装置固定在定子铁芯的另一端，护栏主体对应长方体滑块一侧设置有与滑块匹配的凹槽，长方体滑块滑动设置在护栏主体的凹槽内。
进一步地，所述电源采用超级电容。
进一步地，所述微处理器的处理过程为
双目摄像头实时采集高速公路上的图片信息；
微处理器对采集的图片信息进行障碍物识别；
微处理器将识别号的障碍物信息通过SIM无线模块上传至公路监管中心，公路监管中心将相应的信息通知公路上的车辆及路面管理单位。
进一步地，所述障碍物识别过程为
障碍物边缘提取：用方向向量和梯度来判断某点所处的位置是否是图像中物体的边缘，沿边缘向量走向的灰度变化比较平缓，而垂直边缘向量的像素灰度变化相对剧烈；
对于图像中的一点(x，y)，梯度
由下式求得
当f获得最大变化率时的梯度
与方向角α(x,y)亦可由下列二式求出
其中，
可由下式近似得出
选择Canny算子对图像进行边缘检测，图像高斯滤波对图像去噪，由原始灰度图求出纵横2个梯度图，以及综合梯度图，结合3个梯度图进行非极大抑制，进行边缘连接，对边缘进行细化；
道路线提取：从边缘二值图像中提取道路线，从图左下角开始进行图像检测和分割，一旦检测到正确的车道标记，匹配测试则向纵向方向继续检测，以验证检测线标记的正确性，同时找到其他的线段，左边线成功提取后，右车道线的位置也进行分析检测，然后对所测得的线段进行延伸和相交，得到道路区域；
障碍物识别：将提取出的障碍物边缘通过车辆识别系统进行识别，若提取出的障碍物边缘经识别不是车辆，则判定为障碍物，同时判断障碍物在道路区域的车道位置，将相应的图片上传至公路管理中心并且附带最近一次读取到的RFID打卡标签信息，供公路管理中心判断障碍物位置。
进一步地，所述道路线提取具体为
从图像的左边原点开始，对每一点逐一进行几何分析，通过比较每一个点的几何数据，从而得出图像中的近似线段；
如下式所示
ρ＝xcosθ+ysinθ
其中，(x，y)为图像中的任意点，θ是过该点的任意直线L与x轴的夹角，ρ为该直线与原点的距离；
在识别道路区域之前，首先提取道路边线，由于Cabby边缘处理后所获道路边缘各点并非位于同一直线，对所得的各直线的霍夫特征进行比较，筛选出霍夫特征最显著的直线为道路边缘直线；
图像中过任意点的所有直线在极坐标中的图像，分别表示为一连续波状图像；将图中所有点的霍夫波形图同时显示在同一极坐标系中，各个波状条纹有规律地在某几个特定点附近相交，这几个点表示在原图中，有相对较多的点可以拟合为一条直线；
在霍夫变换波形图中标注出亮度最高的点并定义为霍夫极值，即为原图中拟合度最高的线段，道路具有至少左右两条道路线，检测出其中相应条数的亮度极值，则判断其为前方道路的道路边线；
提取道路线段后，需要得到图像中的ROI，对所得线段进行双向延长，使之一个方向到达图像便捷，另一个方向与另一条线段的延长线相交，所得的密闭三角空间，即为前方道路区域。
本发明与现有技术相比，具有以下优点和效果：本发明的一种高速公路上异物智能网联识别与处理系统具有智能化、网联化、安全性、高效率、低成本等优点，具有良好的发展前景；本发明解决了人工路况巡检带来的工作效率低、工作强度大、耗时及安全隐患方面的问题，提高了高速公路路况检测与维护的效率及安全性，极大地节省人工成本。
附图说明
图1是本发明的高速公路上异物智能网联识别与处理系统的示意图。
图2是本发明的高速公路上异物智能网联识别与处理系统的剖视图。
图3是本发明的巡检装置的原理图。
图4是本发明的电机的示意图。
具体实施方式
为了详细阐述本发明为达到预定技术目的而所采取的技术方案，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晰、完整地描述，显然，所描述的实施例仅仅是本发明的部分实施例，而不是全部的实施例，并且，在不付出创造性劳动的前提下，本发明的实施例中的技术手段或技术特征可以替换，下面将参考附图并结合实施例来详细说明本发明。
如图1和图2所示，本发明的一种高速公路上异物智能网联识别与处理系统，包含护栏1、巡检装置2、电机3和滚轮4，护栏1为空心护栏并且护栏1的一侧开有一条沿护栏长度方向设置的滑槽5，巡检装置2设置在电机3一侧并且滑动设置在滑槽5内，电机3外侧通过滚轮4滚动设置在护栏1内。
如图3所示，巡检装置2包含微处理器、电源、电机控制器、双目摄像头、激光雷达和SIM无线模块，电源与微处理器连接用于给巡检装置供电，电机控制器与微处理器连接用于控制电机工作，电机与电机控制器连接，双目摄像头与微处理器连接用于采集高度公路图像信息，微处理器接收双目摄像头的图像信息并识别障碍物，激光雷达与微处理器连接用于采集雨雾天气的障碍物信息，SIM无线模块与微处理器连接用于将微处理器处理好的障碍物信息远程发送至公路监管中心。巡检装置还包含RFID读取模块，护栏上每隔相同的间距设置一个RFID打卡标签，RFID读取模块与微处理器连接用于采集护栏上的RFID打卡标签信号，RFID打卡标签内设置有高速公路的位置信息。巡检装置2移动到每个RFID打卡点，都会向监管中心反馈实时位置，便于掌握扫描装置所处实时位置。
护栏1包含截面为长方形的护栏主体和多个护栏支架，护栏主体水平设置在高速公路路边，多个护栏支架沿护栏主体长度方向等间距分布，护栏支架上端与护栏主体固定连接，护栏支架下端固定在公路边基体内。
如图4所示，电机3包含固定部分6和转动部分7，转动部分7转动设置在固定部分6的外侧并且转动部分7与固定部分6之间留有一定的转动间隙，固定部分6包含定子铁芯以及设置在定子铁芯上的绕组，转动部分7包含永磁磁极、转子和转动壳体，多个永磁磁极固定在转子内，转动壳体固定在转子的外侧。转动部分7在磁力的推动下开始转动，电机3的最外侧滚轮4与V型轨道8之间有摩擦力的作用，使得整个机构开始向前运动。
滚轮4套设在转动部分7的外侧并且与转动部分7固定，滚轮4的圆周面上设置有V型凹槽，护栏主体内腔的上下两侧分别设置有与滚轮上V型凹槽匹配的V型导轨8，滚轮4的外侧通过V型凹槽滚动设置在护栏主体内侧的V型导轨8上，定子铁芯的中间为空心结构，定子铁芯的一端固定有一个长方体滑块9，巡检装置2固定在定子铁芯的另一端，护栏主体对应长方体滑块一侧设置有与滑块匹配的凹槽10，长方体滑块9滑动设置在护栏主体的凹槽10内。
电源采用超级电容，电机3的固定部分的定子铁芯的中间为空心结构，超级电容固定在固定部分的定子铁芯内侧。电机3整体的结构十分紧凑，从而大大减小了整个巡检装置运动部分的结构的体积。当扫描工作结束后，可移动路况智能扫描反馈装置位于护栏一端的充电点，此时开始对超级电容器充电，保证续航里程。对路况进行扫描时，固定部分中心的电池超级电容器供电，转动部分7相对于固定部分6做回转运动向前行驶，带动固定部分6向前做直线运动，双目摄像头和激光雷达开始扫描路面，采集到的数据发送到监管中心供分析使用。在扫描过程中没一千米设置一打卡点，向监管中心发送位置信息，保证监管中心对扫描进程的掌握。
微处理器的处理过程为
双目摄像头实时采集高速公路上的图片信息；
微处理器对采集的图片信息进行障碍物识别；
微处理器将识别号的障碍物信息通过SIM无线模块上传至公路监管中心，公路监管中心将相应的信息通知公路上的车辆及路面管理单位。
其中，障碍物识别过程为
障碍物边缘提取：用方向向量和梯度来判断某点所处的位置是否是图像中物体的边缘，沿边缘向量走向的灰度变化比较平缓，而垂直边缘向量的像素灰度变化相对剧烈；
对于图像中的一点(x，y)，梯度
由下式求得
当f获得最大变化率时的梯度
与方向角α(x,y)亦可由下列二式求出
其中，
可由下式近似得出
选择Canny算子对图像进行边缘检测，图像高斯滤波对图像去噪，由原始灰度图求出纵横2个梯度图，以及综合梯度图，结合3个梯度图进行非极大抑制，进行边缘连接，对边缘进行细化；
道路线提取：从边缘二值图像中提取道路线，从图左下角开始进行图像检测和分割，一旦检测到正确的车道标记，匹配测试则向纵向方向继续检测，以验证检测线标记的正确性，同时找到其他的线段，左边线成功提取后，右车道线的位置也进行分析检测，然后对所测得的线段进行延伸和相交，得到道路区域；
障碍物识别：将提取出的障碍物边缘通过车辆识别系统进行识别，若提取出的障碍物边缘经识别不是车辆，则判定为障碍物，同时判断障碍物在道路区域的车道位置，将相应的图片上传至公路管理中心并且附带最近一次读取到的RFID打卡标签信息，供公路管理中心判断障碍物位置。
道路线提取具体为
从图像的左边原点开始，对每一点逐一进行几何分析，通过比较每一个点的几何数据，从而得出图像中的近似线段；
如下式所示
ρ＝xcosθ+ysinθ
其中，(x，y)为图像中的任意点，θ是过该点的任意直线L与x轴的夹角，ρ为该直线与原点的距离；
在识别道路区域之前，首先提取道路边线，由于Cabby边缘处理后所获道路边缘各点并非位于同一直线，对所得的各直线的霍夫特征进行比较，筛选出霍夫特征最显著的直线为道路边缘直线；
图像中过任意点的所有直线在极坐标中的图像，分别表示为一连续波状图像；将图中所有点的霍夫波形图同时显示在同一极坐标系中，各个波状条纹有规律地在某几个特定点附近相交，这几个点表示在原图中，有相对较多的点可以拟合为一条直线；
在霍夫变换波形图中标注出亮度最高的点并定义为霍夫极值，即为原图中拟合度最高的线段，道路具有至少左右两条道路线，检测出其中相应条数的亮度极值，则判断其为前方道路的道路边线；
提取道路线段后，需要得到图像中的ROI，对所得线段进行双向延长，使之一个方向到达图像便捷，另一个方向与另一条线段的延长线相交，所得的密闭三角空间，即为前方道路区域。
本发明的一种高速公路上异物智能网联识别与处理系统具有智能化、网联化、安全性、高效率、低成本等优点，具有良好的发展前景；本发明解决了人工路况巡检带来的工作效率低、工作强度大、耗时及安全隐患方面的问题，提高了高速公路路况检测与维护的效率及安全性，极大地节省人工成本。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质，在本发明的精神和原则之内，对以上实施例所作的任何简单的修改、等同替换与改进等，均仍属于本发明技术方案的保护范围之内。
Claims (10)
1.一种高速公路上异物智能网联识别与处理系统，其特征在于：包含护栏、巡检装置、电机和滚轮，护栏为空心护栏并且护栏的一侧开有一条沿护栏长度方向设置的滑槽，巡检装置设置在电机一侧并且滑动设置在滑槽内，电机外侧通过滚轮滚动设置在护栏内。
2.按照权利要求1所述的一种高速公路上异物智能网联识别与处理系统，其特征在于：所述巡检装置包含微处理器、电源、电机控制器、双目摄像头、激光雷达和SIM无线模块，电源与微处理器连接用于给巡检装置供电，电机控制器与微处理器连接用于控制电机工作，电机与电机控制器连接，双目摄像头与微处理器连接用于采集高度公路图像信息，微处理器接收双目摄像头的图像信息并识别障碍物，激光雷达与微处理器连接用于采集雨雾天气的障碍物信息，SIM无线模块与微处理器连接用于将微处理器处理好的障碍物信息远程发送至公路监管中心。
3.按照权利要求2所述的一种高速公路上异物智能网联识别与处理系统，其特征在于：所述巡检装置还包含RFID读取模块，护栏上每隔相同的间距设置一个RFID打卡标签，RFID读取模块与微处理器连接用于采集护栏上的RFID打卡标签信号，RFID打卡标签内设置有高速公路的位置信息。
4.按照权利要求1所述的一种高速公路上异物智能网联识别与处理系统，其特征在于：所述护栏包含截面为长方形的护栏主体和多个护栏支架，护栏主体水平设置在高速公路路边，多个护栏支架沿护栏主体长度方向等间距分布，护栏支架上端与护栏主体固定连接，护栏支架下端固定在公路边基体内。
5.按照权利要求4所述的一种高速公路上异物智能网联识别与处理系统，其特征在于：所述电机包含固定部分和转动部分，转动部分转动设置在固定部分的外侧，固定部分包含定子铁芯以及设置在定子铁芯上的绕组，转动部分包含永磁磁极、转子和转动壳体，多个永磁磁极固定在转子内，转动壳体固定在转子的外侧。
6.按照权利要求5所述的一种高速公路上异物智能网联识别与处理系统，其特征在于：所述滚轮套设在转动部分的外侧并且与转动部分固定，滚轮的圆周面上设置有V型凹槽，护栏主体内腔的上下两侧分别设置有与滚轮上V型凹槽匹配的V型导轨，滚轮的外侧通过V型凹槽滚动设置在护栏主体内侧的V型导轨上，定子铁芯的中间为空心结构，定子铁芯的一端固定有一个长方体滑块，巡检装置固定在定子铁芯的另一端，护栏主体对应长方体滑块一侧设置有与滑块匹配的凹槽，长方体滑块滑动设置在护栏主体的凹槽内。
7.按照权利要求2所述的一种高速公路上异物智能网联识别与处理系统，其特征在于：所述电源采用超级电容。
8.按照权利要求2所述的一种高速公路上异物智能网联识别与处理系统，其特征在于：所述微处理器的处理过程为
双目摄像头实时采集高速公路上的图片信息；
微处理器对采集的图片信息进行障碍物识别；
微处理器将识别号的障碍物信息通过SIM无线模块上传至公路监管中心，公路监管中心将相应的信息通知公路上的车辆及路面管理单位。
9.按照权利要求8所述的一种高速公路上异物智能网联识别与处理系统，其特征在于：所述障碍物识别过程为
障碍物边缘提取：用方向向量和梯度来判断某点所处的位置是否是图像中物体的边缘，沿边缘向量走向的灰度变化比较平缓，而垂直边缘向量的像素灰度变化相对剧烈；
对于图像中的一点(x，y)，梯度
由下式求得
当f获得最大变化率时的梯度
与方向角α(x,y)亦可由下列二式求出
其中，
可由下式近似得出
选择Canny算子对图像进行边缘检测，图像高斯滤波对图像去噪，由原始灰度图求出纵横2个梯度图，以及综合梯度图，结合3个梯度图进行非极大抑制，进行边缘连接，对边缘进行细化；
道路线提取：从边缘二值图像中提取道路线，从图左下角开始进行图像检测和分割，一旦检测到正确的车道标记，匹配测试则向纵向方向继续检测，以验证检测线标记的正确性，同时找到其他的线段，左边线成功提取后，右车道线的位置也进行分析检测，然后对所测得的线段进行延伸和相交，得到道路区域；
障碍物识别：将提取出的障碍物边缘通过车辆识别系统进行识别，若提取出的障碍物边缘经识别不是车辆，则判定为障碍物，同时判断障碍物在道路区域的车道位置，将相应的图片上传至公路管理中心并且附带最近一次读取到的RFID打卡标签信息，供公路管理中心判断障碍物位置。
10.按照权利要求9所述的一种高速公路上异物智能网联识别与处理系统，其特征在于：所述道路线提取具体为
从图像的左边原点开始，对每一点逐一进行几何分析，通过比较每一个点的几何数据，从而得出图像中的近似线段；
如下式所示
ρ＝xcosθ+ysinθ
其中，(x，y)为图像中的任意点，θ是过该点的任意直线L与x轴的夹角，ρ为该直线与原点的距离；
在识别道路区域之前，首先提取道路边线，由于Cabby边缘处理后所获道路边缘各点并非位于同一直线，对所得的各直线的霍夫特征进行比较，筛选出霍夫特征最显著的直线为道路边缘直线；
图像中过任意点的所有直线在极坐标中的图像，分别表示为一连续波状图像；将图中所有点的霍夫波形图同时显示在同一极坐标系中，各个波状条纹有规律地在某几个特定点附近相交，这几个点表示在原图中，有相对较多的点可以拟合为一条直线；
在霍夫变换波形图中标注出亮度最高的点并定义为霍夫极值，即为原图中拟合度最高的线段，道路具有至少左右两条道路线，检测出其中相应条数的亮度极值，则判断其为前方道路的道路边线；
提取道路线段后，需要得到图像中的ROI，对所得线段进行双向延长，使之一个方向到达图像便捷，另一个方向与另一条线段的延长线相交，所得的密闭三角空间，即为前方道路区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110377978.XA CN113516010A (zh) | 2021-04-08 | 2021-04-08 | 高速公路上异物智能网联识别与处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110377978.XA CN113516010A (zh) | 2021-04-08 | 2021-04-08 | 高速公路上异物智能网联识别与处理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113516010A true CN113516010A (zh) | 2021-10-19 |
Family
ID=78062542
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110377978.XA Pending CN113516010A (zh) | 2021-04-08 | 2021-04-08 | 高速公路上异物智能网联识别与处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113516010A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114783190A (zh) * | 2022-04-12 | 2022-07-22 | 北京无线电计量测试研究所 | 一种路侧停车管理装置 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107059706A (zh) * | 2017-05-03 | 2017-08-18 | 上海闵轩钢结构工程有限公司 | 一种可改变车道式自动报警道路防护栏 |
| CN108267172A (zh) * | 2018-01-25 | 2018-07-10 | 神华宁夏煤业集团有限责任公司 | 矿用智能机器人巡检系统 |
| CN109345547A (zh) * | 2018-10-19 | 2019-02-15 | 天津天地伟业投资管理有限公司 | 基于深度学习多任务网络的交通车道线检测方法及装置 |
| CN208506970U (zh) * | 2018-05-25 | 2019-02-15 | 宁波诠航机械科技有限公司 | 移动式预警巡检系统 |
| CN110085029A (zh) * | 2019-05-31 | 2019-08-02 | 重庆交通大学 | 基于轨道式巡检机器人的高速公路巡检系统与方法 |
| CN110111579A (zh) * | 2019-05-07 | 2019-08-09 | 山东交通学院 | 一种无人值守高速公路自动巡检系统及使用方法 |
| CN110493501A (zh) * | 2017-12-29 | 2019-11-22 | 王晶晶 | 可移动监控机器人 |
| CN110502983A (zh) * | 2019-07-11 | 2019-11-26 | 平安科技（深圳）有限公司 | 一种检测高速公路中障碍物的方法、装置及计算机设备 |
| US20200294401A1 (en) * | 2017-09-04 | 2020-09-17 | Nng Software Developing And Commercial Llc. | A Method and Apparatus for Collecting and Using Sensor Data from a Vehicle |
| CN111962434A (zh) * | 2020-08-12 | 2020-11-20 | 山西正道工程技术咨询有限公司 | 一种基于高速公路中央分隔带移动护栏的智能控制系统 |
| WO2021043602A1 (de) * | 2019-09-06 | 2021-03-11 | Westfalia-Automotive Gmbh | Steuergerät für eine anhängekupplung mit hindernisüberwachung |
| CN112590833A (zh) * | 2020-12-23 | 2021-04-02 | 临沂矿业集团有限责任公司 | 一种智能铁路轨道巡检设备 |
-
2021
- 2021-04-08 CN CN202110377978.XA patent/CN113516010A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107059706A (zh) * | 2017-05-03 | 2017-08-18 | 上海闵轩钢结构工程有限公司 | 一种可改变车道式自动报警道路防护栏 |
| US20200294401A1 (en) * | 2017-09-04 | 2020-09-17 | Nng Software Developing And Commercial Llc. | A Method and Apparatus for Collecting and Using Sensor Data from a Vehicle |
| CN110493501A (zh) * | 2017-12-29 | 2019-11-22 | 王晶晶 | 可移动监控机器人 |
| CN108267172A (zh) * | 2018-01-25 | 2018-07-10 | 神华宁夏煤业集团有限责任公司 | 矿用智能机器人巡检系统 |
| CN208506970U (zh) * | 2018-05-25 | 2019-02-15 | 宁波诠航机械科技有限公司 | 移动式预警巡检系统 |
| CN109345547A (zh) * | 2018-10-19 | 2019-02-15 | 天津天地伟业投资管理有限公司 | 基于深度学习多任务网络的交通车道线检测方法及装置 |
| CN110111579A (zh) * | 2019-05-07 | 2019-08-09 | 山东交通学院 | 一种无人值守高速公路自动巡检系统及使用方法 |
| CN110085029A (zh) * | 2019-05-31 | 2019-08-02 | 重庆交通大学 | 基于轨道式巡检机器人的高速公路巡检系统与方法 |
| CN110502983A (zh) * | 2019-07-11 | 2019-11-26 | 平安科技（深圳）有限公司 | 一种检测高速公路中障碍物的方法、装置及计算机设备 |
| WO2021043602A1 (de) * | 2019-09-06 | 2021-03-11 | Westfalia-Automotive Gmbh | Steuergerät für eine anhängekupplung mit hindernisüberwachung |
| CN111962434A (zh) * | 2020-08-12 | 2020-11-20 | 山西正道工程技术咨询有限公司 | 一种基于高速公路中央分隔带移动护栏的智能控制系统 |
| CN112590833A (zh) * | 2020-12-23 | 2021-04-02 | 临沂矿业集团有限责任公司 | 一种智能铁路轨道巡检设备 |
Non-Patent Citations (2)
| Title |
|---|
| 侯伟: "基于双目的前驶障碍物识别方法与应用研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 17 - 46 * |
| 钟再敏: "车用驱动电机原理与控制基础", 31 January 2021, 北京：机械工业出版社 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114783190A (zh) * | 2022-04-12 | 2022-07-22 | 北京无线电计量测试研究所 | 一种路侧停车管理装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103854320B (zh) | 基于激光雷达的车型自动识别方法 | |
| CN205920509U (zh) | 一种移动的车辆计费信息采集装置 | |
| CN104008645B (zh) | 一种适用于城市道路车道线预测及预警方法 | |
| CN107025432B (zh) | 一种高效的车道线检测跟踪方法及系统 | |
| CN201194114Y (zh) | 基于射频识别标签和视觉的自动导引系统 | |
| CN102201167B (zh) | 基于视频的汽车车道自动识别方法 | |
| CN205721999U (zh) | 基于视频识别的etc防跟车逃费系统 | |
| CN103824452A (zh) | 一种轻量级的基于全景视觉的违章停车检测装置 | |
| CN107301776A (zh) | 基于视频检测技术的车道路况处理及发布方法 | |
| CN106981202A (zh) | 一种基于车道模型的车辆来回变道检测方法 | |
| CN107341856A (zh) | 基于视频的移动式停车识别、收费管理系统和方法 | |
| CN107154152A (zh) | 视频桩设备及停车管理方法 | |
| CN106373426A (zh) | 基于计算机视觉的停车位及违规占道停车监控方法 | |
| CN104029680A (zh) | 基于单目摄像头的车道偏离预警系统及方法 | |
| CN105005771A (zh) | 一种基于光流点轨迹统计的车道线实线的检测方法 | |
| CN102252859B (zh) | 汽车列车直线行驶横向稳定性自动辨识系统 | |
| CN103985182A (zh) | 一种公交客流自动计数方法及自动计数系统 | |
| CN104700072A (zh) | 基于车道线历史帧的识别方法 | |
| CN107719361A (zh) | 基于图像视觉的自动泊车辅助方法及系统 | |
| CN107220976B (zh) | 一种航拍公路图像的公路定位方法 | |
| CN108364466A (zh) | 一种基于无人机交通视频的车流量统计方法 | |
| CN101510356A (zh) | 视频检测系统及其数据处理装置、视频检测方法 | |
| CN104794906A (zh) | 室外停车场出口车辆管理平台 | |
| CN113516010A (zh) | 高速公路上异物智能网联识别与处理系统 | |
| CN110889342B (zh) | 一种减速带的识别方法 |
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 |