CN113689505B - 一种基于定位信息调整车载摄像头曝光参数的方法及装置 - Google Patents
一种基于定位信息调整车载摄像头曝光参数的方法及装置 Download PDFInfo
- Publication number
- CN113689505B CN113689505B CN202010417560.2A CN202010417560A CN113689505B CN 113689505 B CN113689505 B CN 113689505B CN 202010417560 A CN202010417560 A CN 202010417560A CN 113689505 B CN113689505 B CN 113689505B
- Authority
- CN
- China
- Prior art keywords
- area
- target
- vehicle
- brightness
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 29
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10144—Varying exposure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10152—Varying illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Abstract
本发明实施例公开一种基于定位信息调整车载摄像头曝光参数的方法及装置。应用本发明实施例提供的方案,能够根据车辆当前位置信息和车辆周围的地图,预测车辆是否即将驶入亮度变化较大区域的交叉位置,并且在判断结果为是时,在车辆进入该交叉位置之前提前对车载摄像头的曝光参数进行调整,保证采集到亮度适中的图像,进而提高物体检测的准确性。并且,对车载摄像头的曝光参数进行调整时,首先确定目标区域为交叉位置对应的图像区域,进而根据该区域的亮度信息对车载摄像头的曝光参数进行调整,保证基于调整后的曝光参数采集到的图像中,交叉位置对应图像区域的清晰度,从而能够提高物体检测的准确性。
Description
技术领域
本发明涉及智能驾驶技术领域,具体而言,涉及一种基于定位信息调整车载摄像头曝光参数的方法及装置。
背景技术
在自动驾驶领域,多采用车载摄像头和图像检测算法进行车辆周围的物体检测。由于自动驾驶车辆会面对不同的光照度环境,已知的车载摄像头均具备自动曝光的功能,即可根据当前图像中各像素的平均亮度,调整车载摄像头的曝光参数,以保证在不同的光照度环境下,拍到图像的亮度都适中,有效的完成物体检测。
但是,在实际应用中,车辆可能会面临光照度明显变化的场景,如出入隧道、地库等。这种情况下,车载摄像头采集到的图像会存在部分区域亮度过亮,或部分区域亮度过暗的情况,从而根据图像的平均亮度进行曝光参数调整时,无法进行准确的调整。例如,在车辆驶入地库过程中,只有等到车辆几乎全部驶入地库,车载摄像头采集的图像整体偏暗时,才会调整车载摄像头曝光参数使图像亮度适中;在此之前,车载摄像头暂时无法获取地库内清晰有效的图像,无法进行有效的物体检测,影响自动驾驶系统的安全性和稳定性。因此,为了提高物体检测的准确性,亟需一种调整车载摄像头曝光参数的方法。
发明内容
本发明提供了一种基于定位信息调整车载摄像头曝光参数的方法及装置,以提高物体检测的准确性。具体的技术方案如下。
第一方面,本发明实施例提供一种基于定位信息调整车载摄像头曝光参数的方法,所述方法应用于自动驾驶车辆的处理器,所述自动驾驶车辆还安装有车载摄像头;所述方法包括:
确定所述自动驾驶车辆的当前位置信息,并从已存储的地图信息中加载所述当前位置信息预设范围内的目标地图信息;所述目标地图信息至少包括各目标区域和对应相邻区域的交叉位置的目标位置信息;所述各目标区域和对应相邻区域的环境亮度的差值大于预设亮度阈值;
获取所述自动驾驶车辆上一时刻的历史位置信息,根据所述历史位置信息、所述当前位置信息和各所述目标位置信息,判断所述自动驾驶车辆是否正在驶入任一所述交叉位置;
当确定所述自动驾驶车辆正在驶入任一所述交叉位置时,将该交叉位置确定为目标交叉位置,获取所述车载摄像头采集的当前图像,确定所述当前图像中是否存在目标区域,所述目标区域包括亮度高于第一阈值的过亮区域,或亮度低于第二阈值的过暗区域;所述第一阈值大于所述第二阈值;如果存在,根据所述目标区域的大小,以及所述目标区域在所述当前图像中的位置,确定所述目标区域是否为所述目标交叉位置对应的图像区域;
当确定所述目标区域为所述目标交叉位置对应的图像区域时,根据所述目标区域的亮度信息,调整所述车载摄像头的曝光参数,并根据调整后的曝光参数采集目标图像。
可选的,所述根据所述历史位置信息、所述当前位置信息和各所述目标位置信息,判断所述自动驾驶车辆是否正在驶入任一所述交叉位置的步骤包括:
针对每个所述交叉位置的目标位置信息,计算所述历史位置信息和该目标位置信息的第一距离,以及所述当前位置信息和该目标位置信息的第二距离;
在所述第一距离大于所述第二距离,且所述第二距离小于预设距离阈值时,确定所述自动驾驶车辆正在驶入该交叉位置。
可选的,所述确定所述当前图像中是否存在目标区域的步骤包括:
将所述当前图像输入预先训练得到的神经网络中,得到所述当前图像中各区域的亮度分割结果,所述亮度分割结果包括过亮区域或过暗区域;或
对所述当前图像中各像素点进行像素值统计,确定所述当前图像中是否存在像素值高于所述第一阈值或低于所述第二阈值的联通区域。
可选的,所述根据所述目标区域的大小,以及所述目标区域在所述当前图像中的位置,确定所述目标区域是否为所述目标交叉位置对应的图像区域的步骤包括:
当所述目标区域的大小大于预设面积阈值,且所述目标区域的质心位于所述当前图像的中心区域时,确定所述目标区域为所述目标交叉位置对应的图像区域;所述中心区域的质心与所述当前图像的质心相同,所述中心区域的大小与所述当前图像的大小的比值为预设值。
可选的,所述根据所述目标区域的亮度信息,调整所述车载摄像头的曝光参数的步骤包括:
计算所述目标区域各像素点的平均亮度;
获取预设目标亮度值,根据所述平均亮度和所述目标亮度值,计算得到曝光参数调整值,并根据所述曝光参数调整值对所述车载摄像头的曝光参数进行调整;所述曝光参数包括曝光时间、和/或感光度。
第二方面,本发明实施例提供一种基于定位信息调整车载摄像头曝光参数的装置,所述装置应用于自动驾驶车辆的处理器,所述自动驾驶车辆还安装有车载摄像头;所述装置包括:
位置确定模块,用于确定所述自动驾驶车辆的当前位置信息,并从已存储的地图信息中加载所述当前位置信息预设范围内的目标地图信息;所述目标地图信息至少包括各目标区域和对应相邻区域的交叉位置的目标位置信息;所述各目标区域和对应相邻区域的环境亮度的差值大于预设亮度阈值;
位置判断模块,用于获取所述自动驾驶车辆上一时刻的历史位置信息,根据所述历史位置信息、所述当前位置信息和各所述目标位置信息,判断所述自动驾驶车辆是否正在驶入任一所述交叉位置;
区域确定模块,用于当所述位置判断模块确定所述自动驾驶车辆正在驶入任一所述交叉位置时,将该交叉位置确定为目标交叉位置,获取所述车载摄像头采集的当前图像,确定所述当前图像中是否存在目标区域,所述目标区域包括亮度高于第一阈值的过亮区域,或亮度低于第二阈值的过暗区域;所述第一阈值大于所述第二阈值;如果存在,根据所述目标区域的大小,以及所述目标区域在所述当前图像中的位置,确定所述目标区域是否为所述目标交叉位置对应的图像区域;
参数调整模块,用于当所述区域确定模块确定所述目标区域为所述目标交叉位置对应的图像区域时,根据所述目标区域的亮度信息,调整所述车载摄像头的曝光参数,并根据调整后的曝光参数采集目标图像。
可选的,所述位置判断模块包括:
距离计算子模块,用于针对每个所述交叉位置的目标位置信息,计算所述历史位置信息和该目标位置信息的第一距离,以及所述当前位置信息和该目标位置信息的第二距离;
位置确定子模块,用于在所述第一距离大于所述第二距离,且所述第二距离小于预设距离阈值时,确定所述自动驾驶车辆正在驶入该交叉位置。
可选的,所述区域确定模块,具体用于将所述当前图像输入预先训练得到的神经网络中,得到所述当前图像中各区域的亮度分割结果,所述亮度分割结果包括过亮区域或过暗区域;或
对所述当前图像中各像素点进行像素值统计,确定所述当前图像中是否存在像素值高于所述第一阈值或低于所述第二阈值的联通区域。
可选的,所述区域确定模块,具体用于当所述目标区域的大小大于预设面积阈值,且所述目标区域的质心位于所述当前图像的中心区域时,确定所述目标区域为所述目标交叉位置对应的图像区域;所述中心区域的质心与所述当前图像的质心相同,所述中心区域的大小与所述当前图像的大小的比值为预设值。
可选的,所述参数调整模块包括:
亮度计算子模块,用于计算所述目标区域各像素点的平均亮度;
参数调整子模块,用于获取预设目标亮度值,根据所述平均亮度和所述目标亮度值,计算得到曝光参数调整值,并根据所述曝光参数调整值对所述车载摄像头的曝光参数进行调整;所述曝光参数包括曝光时间、和/或感光度。
由上述内容可知,本发明实施例提供的基于定位信息调整车载摄像头曝光参数的方法及装置,可以确定自动驾驶车辆的当前位置信息,并从已存储的地图信息中加载当前位置信息预设范围内的目标地图信息;目标地图信息至少包括各目标区域和对应相邻区域的交叉位置的目标位置信息;各目标区域和对应相邻区域的环境亮度的差值大于预设亮度阈值;获取自动驾驶车辆上一时刻的历史位置信息,根据历史位置信息、当前位置信息和各目标位置信息,判断自动驾驶车辆是否正在驶入任一交叉位置;当确定自动驾驶车辆正在驶入任一交叉位置时,将该交叉位置确定为目标交叉位置,获取车载摄像头采集的当前图像,确定当前图像中是否存在目标区域,目标区域包括亮度高于第一阈值的过亮区域,或亮度低于第二阈值的过暗区域;第一阈值大于第二阈值;如果存在,根据目标区域的大小,以及目标区域在当前图像中的位置,确定目标区域是否为目标交叉位置对应的图像区域;当确定目标区域为目标交叉位置对应的图像区域时,根据目标区域的亮度信息,调整车载摄像头的曝光参数,并根据调整后的曝光参数采集目标图像,因此能够根据车辆当前位置信息和车辆周围的地图,预测车辆是否即将驶入亮度变化较大区域的交叉位置,也即车辆将面临光照度明显变化的场景,并且在判断结果为是时,在车辆进入该交叉位置之前提前对车载摄像头的曝光参数进行调整,保证采集到亮度适中的图像,进而提高物体检测的准确性。并且,由于影响物体检测准确性的图像区域为交叉位置对应的过亮或过暗的图像区域,因此,对车载摄像头的曝光参数进行调整时,首先根据图像中过亮区域或过暗区域的大小和位置确定该区域为交叉位置对应的图像区域,进而根据该区域的亮度信息对车载摄像头的曝光参数进行调整,保证基于调整后的曝光参数采集到的图像中,交叉位置对应图像区域的清晰度,从而能够提高物体检测的准确性。当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
本发明实施例的创新点包括:
1、根据车辆当前位置信息和车辆周围的地图,预测车辆是否即将驶入亮度变化较大区域的交叉位置,也即车辆将面临光照度明显变化的场景,并且在判断结果为是时,在车辆进入该交叉位置之前提前对车载摄像头的曝光参数进行调整,保证采集到亮度适中的图像,进而提高物体检测的准确性。并且,由于影响物体检测准确性的图像区域为交叉位置对应的过亮或过暗的图像区域,因此,对车载摄像头的曝光参数进行调整时,首先根据图像中过亮区域或过暗区域的大小和位置确定该区域为交叉位置对应的图像区域,进而根据该区域的亮度信息对车载摄像头的曝光参数进行调整,保证基于调整后的曝光参数采集到的图像中,交叉位置对应图像区域的清晰度,从而能够提高物体检测的准确性。
2、车辆即将驶入任一交叉位置时,车辆的行驶方向应该朝向该位置,且车辆的位置与该位置的距离较小,因此,根据车辆与该交叉位置的距离大小,以及距离变化情况,能够准确的确定车辆是否即将驶入交叉位置,从而准确的对车载摄像头的曝光参数进行调整。
3、交叉位置通常位于车辆行驶正前方,且其在车载摄像头的采集范围内占较大的比重,因此,根据目标区域的大小是否大于预设面积阈值,以及该目标区域的质心是否位于当前图像的中心区域,能够准确的确定目标区域是否为交叉位置对应的图像区域,从而准确的根据目标区域的亮度信息对车载摄像头的曝光参数进行调整,提高所采集图像的清晰度,进而提高物体检测的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例。对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为车辆驶入隧道口时车载摄像头所采集图像的示意图;
图2为车辆驶出隧道口时车载摄像头所采集图像的示意图;
图3为本发明实施例提供的基于定位信息调整车载摄像头曝光参数的方法的一种流程示意图;
图4为本发明实施例提供的基于定位信息调整车载摄像头曝光参数的装置的一种结构示意图。
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、完整的描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明实施例及附图中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含的一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
自动驾驶车辆行驶过程中,可能会面临光照度明显变化的场景,如出入隧道、地库等。这种情况下,车载摄像头采集到的图像会存在部分区域亮度过亮,或部分区域亮度过暗的情况,无法进行有效的物体检测,影响自动驾驶系统的安全性和稳定性。
如图1所示,车辆驶入隧道口时,车载摄像头拍到的隧道内图像区域110亮度很低,如果隧道内有车辆或行人,将无法及时的被摄像头检测到,导致自动驾驶车辆安全事故的出现。
如图2所示,车辆驶出隧道口时,车载摄像头拍到的隧道口外图像区域210亮度很高,如果隧道外有车辆或行人,将无法被摄像头检测到,导致自动驾驶车辆安全事故的出现。
本发明实施例公开了一种基于定位信息调整车载摄像头曝光参数的方法及装置,能够提高物体检测的准确性。下面对本发明实施例进行详细说明。
图3为本发明实施例提供的基于定位信息调整车载摄像头曝光参数的方法的一种流程示意图。该方法应用于自动驾驶车辆的处理器。该自动驾驶车辆还安装有车载摄像头。该方法具体包括以下步骤。
S310:确定自动驾驶车辆的当前位置信息,并从已存储的地图信息中加载当前位置信息预设范围内的目标地图信息;目标地图信息至少包括各目标区域和对应相邻区域的交叉位置的目标位置信息;各目标区域和对应相邻区域的环境亮度的差值大于预设亮度阈值。
在本发明实施例中,为了对自动驾驶车辆周围环境中的物体进行准确的检测,提高其安全性,避免由于车辆进出隧道、地库时,车载摄像头无法在出入口采集到清晰的图像,可以在车辆驶入这些区域时对车载摄像头的曝光参数进行调整。
具体的,可以在自动驾驶车辆中安装定位系统,并存储高精度地图。定位系统可以确定车辆每个时刻的位置信息,当确定车辆当前位置信息后,可以获取其附近的地图,如可以获取当前位置信息预设范围内的地图,可以称为目标地图信息。上述预设范围例如可以为5米、10米、20米等,本发明实施例对此不作限定。
其中,可以将隧道、地库等区域称为目标区域,目标区域的特点为其和相邻区域的环境亮度的差值较大,从而车辆经过目标区域和相邻区域的交叉位置时,将面临光照度明显变化的情况,车载摄像头采集到的图像会出现部分区域过亮或过暗的情况。上述交叉位置例如可以为目标区域和相邻区域地面分界线的中点。
S320:获取自动驾驶车辆上一时刻的历史位置信息,根据历史位置信息、当前位置信息和各目标位置信息,判断自动驾驶车辆是否正在驶入任一交叉位置;如果是,执行步骤S330,如果否,不对车载摄像头的曝光参数进行调整。
确定自动驾驶车辆的当前位置信息,并加载到当前位置信息预设范围内的目标地图信息后,可以根据当前位置信息和目标地图信息判断车辆是否即将驶入交叉位置,以确定是否要对车载摄像头的曝光参数进行调整。
在一种实现方式中,处理器可以获取自动驾驶车辆上一时刻的历史位置信息,然后针对每个交叉位置的目标位置信息,计算历史位置信息和该目标位置信息的第一距离,以及当前位置信息和该目标位置信息的第二距离;之后在第一距离大于第二距离,且第二距离小于预设距离阈值时,确定自动驾驶车辆正在驶入该交叉位置。
其中,计算历史位置信息和该目标位置信息的第一距离时,可以计算历史位置信息和该目标位置信息的余弦距离,作为第一距离;计算当前位置信息和该目标位置信息的第二距离时,可以计算当前位置信息和该目标位置信息的余弦距离,作为第二距离。或者,可以根据其他算法计算上述第一距离和第二距离,本发明实施例对此不作限定。
车辆即将驶入任一交叉位置时,车辆的行驶方向应该朝向该位置,且车辆的位置与该位置的距离较小,因此,根据车辆与该交叉位置的距离大小,以及距离变化情况,能够准确的确定车辆是否即将驶入交叉位置,从而准确的对车载摄像头的曝光参数进行调整。
当确定自动驾驶车辆正在驶入任一交叉位置时,表明车辆将面临光照度明显变化的情况,车载摄像头采集到的图像会出现部分区域过亮或过暗的情况,这种情况下,可以对车载摄像头的曝光参数进行调整,以采集到亮度适中的图像。当确定自动驾驶车辆非正在驶入任一交叉位置时,表明车辆行驶环境亮度适中,这种情况下,可以不对车载摄像头的曝光参数进行调整。
S330:将该交叉位置确定为目标交叉位置,获取车载摄像头采集的当前图像,确定当前图像中是否存在目标区域,目标区域包括亮度高于第一阈值的过亮区域,或亮度低于第二阈值的过暗区域;第一阈值大于第二阈值;如果存在,根据目标区域的大小,以及目标区域在当前图像中的位置,确定目标区域是否为目标交叉位置对应的图像区域;如果是,执行步骤S340,如果否,不对车载摄像头的曝光参数进行调整。
在本发明实施例中,当确定自动驾驶车辆正在驶入任一交叉位置时,处理器可以将该交叉位置确定为目标交叉位置,获取车载摄像头采集的当前图像,确定当前图像中是否存在目标区域。也就是可以判断当前图像中是否存在亮度不符合检测要求的区域。
在一种实现方式中,处理器可以预先根据样本图像,以及样本图像中各区域的亮度标注结果训练得到神经网络。上述亮度标注结果包括过亮区域或过暗区域。例如,可以设定一亮度值,针对各样本图像,将该样本图像中亮度大于该亮度值的区域标注为过亮区域,将亮度不大于该亮度值的区域标注为过暗区域。上述亮度值可以依据场景而定,本发明实施例不对此具体取值作限定。
在进行车载摄像头的曝光参数调整时,可以将当前图像输入该神经网络中,得到当前图像中各区域的亮度分割结果,亮度分割结果包括过亮区域或过暗区域。
在另一种实现方式中,处理器可以对当前图像中各像素点进行像素值统计,确定当前图像中是否存在像素值高于第一阈值或低于第二阈值的联通区域。
当确定当前图像中存在目标区域时,表明当前图像中存在亮度不符合检测要求的区域。并且,可以理解,当车辆出入隧道、地库等目标区域时,对其安全有影响的为交叉位置处出现的行人、车辆等。因此,交叉位置对应的图像区域的清晰度将直接影响车辆的安全性,而其他位置对应的图像区域的清晰度对车辆的安全性影响很小。
在本发明实施例中,处理器可以判断目标区域是否为目标交叉位置对应的图像区域,以确定是否需要对车载摄像头的曝光参数进行调整。
在一种实现方式中,处理器可以计算目标区域的大小,当目标区域的大小大于预设面积阈值,且目标区域的质心位于当前图像的中心区域时,确定目标区域为目标交叉位置对应的图像区域;中心区域的质心与当前图像的质心相同,中心区域的大小与当前图像的大小的比值为预设值。
其中,上述预设面积阈值可以根据当前图像的大小确定,如,可以将该预设面积阈值确定为当前图像大小的50%、60%、70%等,本发明实施例对此不作限定。上述预设值可以为50%、60%、70%等,本发明实施例对此不作限定。
交叉位置通常位于车辆行驶正前方,且其在车载摄像头的采集范围内占较大的比重,因此,根据目标区域的大小是否大于预设面积阈值,以及该目标区域的质心是否位于当前图像的中心区域,能够准确的确定目标区域是否为交叉位置对应的图像区域,从而准确的根据目标区域的亮度信息对车载摄像头的曝光参数进行调整,提高所采集图像的清晰度,进而提高物体检测的准确性。
当确定目标区域为目标交叉位置对应的图像区域时,表明车载摄像头采集到的交叉位置对应的图像区域过亮或过暗,这种情况下,可以对车载摄像头的曝光参数进行调整,以保证采集到的图像中交叉位置对应的图像区域亮度适中。当确定目标区域非目标交叉位置对应的图像区域时,表明车载摄像头采集到的交叉位置对应的图像区域亮度适中,这种情况下,可以不对车载摄像头的曝光参数进行调整。
S340:根据目标区域的亮度信息,调整车载摄像头的曝光参数,并根据调整后的曝光参数采集目标图像。
当确定目标区域为目标交叉位置对应的图像区域时,表明车载摄像头采集到的交叉位置对应的图像区域过亮或过暗,这种情况下,可以对车载摄像头的曝光参数进行调整。
在一种实现方式中,处理器可以计算目标区域各像素点的平均亮度;之后获取预设目标亮度值,根据平均亮度和目标亮度值,计算得到曝光参数调整值,并根据曝光参数调整值对车载摄像头的曝光参数进行调整;曝光参数包括曝光时间、和/或感光度。也就是说,可以以目标区域的亮度为主对车载摄像头的曝光参数进行调整,如此可以保证通过调整后的曝光参数采集到的图像中,目标区域的亮度适中。
上述预设目标亮度值可以根据物体检测的准确性确定。例如,可以获取多张亮度不同的图像,分别对各图像进行物体检测,并计算各图像的检测准确率,当任一图像的检测准确率最高时,将该图像的亮度确定为上述目标亮度值。
由上述内容可知,本实施例可以根据车辆当前位置信息和车辆周围的地图,预测车辆是否即将驶入亮度变化较大区域的交叉位置,也即车辆将面临光照度明显变化的场景,并且在判断结果为是时,在车辆进入该交叉位置之前提前对车载摄像头的曝光参数进行调整,保证采集到亮度适中的图像,进而提高物体检测的准确性。并且,由于影响物体检测准确性的图像区域为交叉位置对应的过亮或过暗的图像区域,因此,对车载摄像头的曝光参数进行调整时,首先根据图像中过亮区域或过暗区域的大小和位置确定该区域为交叉位置对应的图像区域,进而根据该区域的亮度信息对车载摄像头的曝光参数进行调整,保证基于调整后的曝光参数采集到的图像中,交叉位置对应图像区域的清晰度,从而能够提高物体检测的准确性。
如图4所示,其示出本发明实施例提供基于定位信息调整车载摄像头曝光参数的装置的一种结构示意图,所述装置应用于自动驾驶车辆的处理器,所述自动驾驶车辆还安装有车载摄像头;所述装置包括:
位置确定模块410,用于确定所述自动驾驶车辆的当前位置信息,并从已存储的地图信息中加载所述当前位置信息预设范围内的目标地图信息;所述目标地图信息至少包括各目标区域和对应相邻区域的交叉位置的目标位置信息;所述各目标区域和对应相邻区域的环境亮度的差值大于预设亮度阈值;
位置判断模块420,用于获取所述自动驾驶车辆上一时刻的历史位置信息,根据所述历史位置信息、所述当前位置信息和各所述目标位置信息,判断所述自动驾驶车辆是否正在驶入任一所述交叉位置;
区域确定模块430,用于当所述位置判断模块420确定所述自动驾驶车辆正在驶入任一所述交叉位置时,将该交叉位置确定为目标交叉位置,获取所述车载摄像头采集的当前图像,确定所述当前图像中是否存在目标区域,所述目标区域包括亮度高于第一阈值的过亮区域,或亮度低于第二阈值的过暗区域;所述第一阈值大于所述第二阈值;如果存在,根据所述目标区域的大小,以及所述目标区域在所述当前图像中的位置,确定所述目标区域是否为所述目标交叉位置对应的图像区域;
参数调整模块440,用于当所述区域确定模块430确定所述目标区域为所述目标交叉位置对应的图像区域时,根据所述目标区域的亮度信息,调整所述车载摄像头的曝光参数,并根据调整后的曝光参数采集目标图像。
可选的,所述位置判断模块420包括:
距离计算子模块,用于针对每个所述交叉位置的目标位置信息,计算所述历史位置信息和该目标位置信息的第一距离,以及所述当前位置信息和该目标位置信息的第二距离;
位置确定子模块,用于在所述第一距离大于所述第二距离,且所述第二距离小于预设距离阈值时,确定所述自动驾驶车辆正在驶入该交叉位置。
可选的,所述区域确定模块430,具体用于将所述当前图像输入预先训练得到的神经网络中,得到所述当前图像中各区域的亮度分割结果,所述亮度分割结果包括过亮区域或过暗区域;或
对所述当前图像中各像素点进行像素值统计,确定所述当前图像中是否存在像素值高于所述第一阈值或低于所述第二阈值的联通区域。
可选的,所述区域确定模块430,具体用于当所述目标区域的大小大于预设面积阈值,且所述目标区域的质心位于所述当前图像的中心区域时,确定所述目标区域为所述目标交叉位置对应的图像区域;所述中心区域的质心与所述当前图像的质心相同,所述中心区域的大小与所述当前图像的大小的比值为预设值。
可选的,所述参数调整模块440包括:
亮度计算子模块,用于计算所述目标区域各像素点的平均亮度;
参数调整子模块,用于获取预设目标亮度值,根据所述平均亮度和所述目标亮度值,计算得到曝光参数调整值,并根据所述曝光参数调整值对所述车载摄像头的曝光参数进行调整;所述曝光参数包括曝光时间、和/或感光度。
由上述内容可知,本实施例可以根据车辆当前位置信息和车辆周围的地图,预测车辆是否即将驶入亮度变化较大区域的交叉位置,也即车辆将面临光照度明显变化的场景,并且在判断结果为是时,在车辆进入该交叉位置之前提前对车载摄像头的曝光参数进行调整,保证采集到亮度适中的图像,进而提高物体检测的准确性。并且,由于影响物体检测准确性的图像区域为交叉位置对应的过亮或过暗的图像区域,因此,对车载摄像头的曝光参数进行调整时,首先根据图像中过亮区域或过暗区域的大小和位置确定该区域为交叉位置对应的图像区域,进而根据该区域的亮度信息对车载摄像头的曝光参数进行调整,保证基于调整后的曝光参数采集到的图像中,交叉位置对应图像区域的清晰度,从而能够提高物体检测的准确性。
上述装置实施例与方法实施例相对应,与该方法实施例具有同样的技术效果,具体说明参见方法实施例。装置实施例是基于方法实施例得到的,具体的说明可以参见方法实施例部分,此处不再赘述。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解:实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (10)
1.一种基于定位信息调整车载摄像头曝光参数的方法,其特征在于,所述方法应用于自动驾驶车辆的处理器,所述自动驾驶车辆还安装有车载摄像头;所述方法包括:
确定所述自动驾驶车辆的当前位置信息,并从已存储的地图信息中加载所述当前位置信息预设范围内的目标地图信息;所述目标地图信息至少包括各目标区域和对应相邻区域的交叉位置的目标位置信息;所述各目标区域和对应相邻区域的环境亮度的差值大于预设亮度阈值;
获取所述自动驾驶车辆上一时刻的历史位置信息,根据所述历史位置信息、所述当前位置信息和各所述目标位置信息,判断所述自动驾驶车辆是否正在驶入任一所述交叉位置;
当确定所述自动驾驶车辆正在驶入任一所述交叉位置时,将该交叉位置确定为目标交叉位置,获取所述车载摄像头采集的当前图像,确定所述当前图像中是否存在目标区域,所述目标区域包括亮度高于第一阈值的过亮区域,或亮度低于第二阈值的过暗区域;所述第一阈值大于所述第二阈值;如果存在,根据所述目标区域的大小,以及所述目标区域在所述当前图像中的位置,确定所述目标区域是否为所述目标交叉位置对应的图像区域;
当确定所述目标区域为所述目标交叉位置对应的图像区域时,根据所述目标区域的亮度信息,调整所述车载摄像头的曝光参数,并根据调整后的曝光参数采集目标图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述历史位置信息、所述当前位置信息和各所述目标位置信息,判断所述自动驾驶车辆是否正在驶入任一所述交叉位置的步骤包括:
针对每个所述交叉位置的目标位置信息,计算所述历史位置信息和该目标位置信息的第一距离,以及所述当前位置信息和该目标位置信息的第二距离;
在所述第一距离大于所述第二距离,且所述第二距离小于预设距离阈值时,确定所述自动驾驶车辆正在驶入该交叉位置。
3.根据权利要求1所述的方法,其特征在于,所述确定所述当前图像中是否存在目标区域的步骤包括:
将所述当前图像输入预先训练得到的神经网络中,得到所述当前图像中各区域的亮度分割结果,所述亮度分割结果包括过亮区域或过暗区域;或
对所述当前图像中各像素点进行像素值统计,确定所述当前图像中是否存在像素值高于所述第一阈值或低于所述第二阈值的联通区域。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标区域的大小,以及所述目标区域在所述当前图像中的位置,确定所述目标区域是否为所述目标交叉位置对应的图像区域的步骤包括:
当所述目标区域的大小大于预设面积阈值,且所述目标区域的质心位于所述当前图像的中心区域时,确定所述目标区域为所述目标交叉位置对应的图像区域;所述中心区域的质心与所述当前图像的质心相同,所述中心区域的大小与所述当前图像的大小的比值为预设值。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述目标区域的亮度信息,调整所述车载摄像头的曝光参数的步骤包括:
计算所述目标区域各像素点的平均亮度;
获取预设目标亮度值,根据所述平均亮度和所述目标亮度值,计算得到曝光参数调整值,并根据所述曝光参数调整值对所述车载摄像头的曝光参数进行调整;所述曝光参数包括曝光时间、和/或感光度。
6.一种基于定位信息调整车载摄像头曝光参数的装置,其特征在于,所述装置应用于自动驾驶车辆的处理器,所述自动驾驶车辆还安装有车载摄像头;所述装置包括:
位置确定模块,用于确定所述自动驾驶车辆的当前位置信息,并从已存储的地图信息中加载所述当前位置信息预设范围内的目标地图信息;所述目标地图信息至少包括各目标区域和对应相邻区域的交叉位置的目标位置信息;所述各目标区域和对应相邻区域的环境亮度的差值大于预设亮度阈值;
位置判断模块,用于获取所述自动驾驶车辆上一时刻的历史位置信息,根据所述历史位置信息、所述当前位置信息和各所述目标位置信息,判断所述自动驾驶车辆是否正在驶入任一所述交叉位置;
区域确定模块,用于当所述位置判断模块确定所述自动驾驶车辆正在驶入任一所述交叉位置时,将该交叉位置确定为目标交叉位置,获取所述车载摄像头采集的当前图像,确定所述当前图像中是否存在目标区域,所述目标区域包括亮度高于第一阈值的过亮区域,或亮度低于第二阈值的过暗区域;所述第一阈值大于所述第二阈值;如果存在,根据所述目标区域的大小,以及所述目标区域在所述当前图像中的位置,确定所述目标区域是否为所述目标交叉位置对应的图像区域;
参数调整模块,用于当所述区域确定模块确定所述目标区域为所述目标交叉位置对应的图像区域时,根据所述目标区域的亮度信息,调整所述车载摄像头的曝光参数,并根据调整后的曝光参数采集目标图像。
7.根据权利要求6所述的装置,其特征在于,所述位置判断模块包括:
距离计算子模块,用于针对每个所述交叉位置的目标位置信息,计算所述历史位置信息和该目标位置信息的第一距离,以及所述当前位置信息和该目标位置信息的第二距离;
位置确定子模块,用于在所述第一距离大于所述第二距离,且所述第二距离小于预设距离阈值时,确定所述自动驾驶车辆正在驶入该交叉位置。
8.根据权利要求6所述的装置,其特征在于,所述区域确定模块,具体用于将所述当前图像输入预先训练得到的神经网络中,得到所述当前图像中各区域的亮度分割结果,所述亮度分割结果包括过亮区域或过暗区域;或
对所述当前图像中各像素点进行像素值统计,确定所述当前图像中是否存在像素值高于所述第一阈值或低于所述第二阈值的联通区域。
9.根据权利要求6所述的装置,其特征在于,所述区域确定模块,具体用于当所述目标区域的大小大于预设面积阈值,且所述目标区域的质心位于所述当前图像的中心区域时,确定所述目标区域为所述目标交叉位置对应的图像区域;所述中心区域的质心与所述当前图像的质心相同,所述中心区域的大小与所述当前图像的大小的比值为预设值。
10.根据权利要求6-9任一项所述的装置,其特征在于,所述参数调整模块包括:
亮度计算子模块,用于计算所述目标区域各像素点的平均亮度;
参数调整子模块,用于获取预设目标亮度值,根据所述平均亮度和所述目标亮度值,计算得到曝光参数调整值,并根据所述曝光参数调整值对所述车载摄像头的曝光参数进行调整;所述曝光参数包括曝光时间、和/或感光度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010417560.2A CN113689505B (zh) | 2020-05-18 | 2020-05-18 | 一种基于定位信息调整车载摄像头曝光参数的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010417560.2A CN113689505B (zh) | 2020-05-18 | 2020-05-18 | 一种基于定位信息调整车载摄像头曝光参数的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113689505A CN113689505A (zh) | 2021-11-23 |
CN113689505B true CN113689505B (zh) | 2024-04-02 |
Family
ID=78575375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010417560.2A Active CN113689505B (zh) | 2020-05-18 | 2020-05-18 | 一种基于定位信息调整车载摄像头曝光参数的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113689505B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115278095A (zh) * | 2022-05-11 | 2022-11-01 | 岚图汽车科技有限公司 | 一种基于融合感知的车载摄像头控制方法及装置 |
CN116546331A (zh) * | 2023-05-15 | 2023-08-04 | 亿咖通(湖北)技术有限公司 | 曝光控制方法、视觉感知系统及设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011180719A (ja) * | 2010-02-26 | 2011-09-15 | Denso Corp | 車両用画像処理装置 |
CN106791475A (zh) * | 2017-01-23 | 2017-05-31 | 上海兴芯微电子科技有限公司 | 曝光调整方法及所适用的车载摄像装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100488728B1 (ko) * | 2003-05-15 | 2005-05-11 | 현대자동차주식회사 | 자동차의 2중 노출 카메라 시스템 및 영상 취득방법 |
-
2020
- 2020-05-18 CN CN202010417560.2A patent/CN113689505B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011180719A (ja) * | 2010-02-26 | 2011-09-15 | Denso Corp | 車両用画像処理装置 |
CN106791475A (zh) * | 2017-01-23 | 2017-05-31 | 上海兴芯微电子科技有限公司 | 曝光调整方法及所适用的车载摄像装置 |
Non-Patent Citations (1)
Title |
---|
面向无人驾驶车感知系统的自动曝光方法;谷明琴;蔡自兴;易亮;;计算机科学;20130615(06);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113689505A (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284674B (zh) | 一种确定车道线的方法及装置 | |
RU2698610C2 (ru) | Способ и блок обработки для управления системой наблюдения за дорожным движением | |
US20030190058A1 (en) | Apparatus and method for measuring queue length of vehicles | |
CN113689505B (zh) | 一种基于定位信息调整车载摄像头曝光参数的方法及装置 | |
JP7234538B2 (ja) | 画像処理装置、車軸数検出システム、料金設定装置、料金設定システム及びプログラム | |
US9105097B2 (en) | Method for determining relative motion with the aid of an HDR camera | |
CN106650730A (zh) | 汽车变道过程中的转向灯检测方法和系统 | |
US8373754B2 (en) | Method and system for evaluating brightness values in sensor images of image-evaluating adaptive cruise control systems | |
CN103227905B (zh) | 车载摄像机用曝光控制装置 | |
EP3115930A1 (en) | Malfunction diagnosis apparatus | |
KR101563112B1 (ko) | 전방위 카메라와 레이저센서를 이용한 차량 카운트 시스템 | |
US20130128044A1 (en) | Vision-based scene detection | |
CN113192109B (zh) | 在连续帧中识别物体运动状态的方法及装置 | |
CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
CN111145569A (zh) | 一种道路监测、车辆行驶控制方法、装置及车路协同系统 | |
CN114084153A (zh) | 物体检测装置、物体检测方法以及物体检测用计算机程序 | |
JP2003329439A (ja) | 距離検出装置 | |
CN113177976A (zh) | 一种深度估计方法、装置、电子设备及存储介质 | |
CN113095220A (zh) | 交通信号灯数字识别方法及数字识别系统 | |
US8948449B2 (en) | Selecting visible regions in nighttime images for performing clear path detection | |
Goda et al. | Proposal a vehicle speed measuring system using image processing | |
CN113792600B (zh) | 一种基于深度学习的视频抽帧方法和系统 | |
JP2940296B2 (ja) | 駐車車両検出方法 | |
US11417117B2 (en) | Method and device for detecting lanes, driver assistance system and vehicle | |
CN107179088A (zh) | 一种基于高架路面的车辆导航方法及其装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |