CN113994391B - 车辆通行提醒方法、装置及车载终端 - Google Patents
车辆通行提醒方法、装置及车载终端 Download PDFInfo
- Publication number
- CN113994391B CN113994391B CN202180002646.1A CN202180002646A CN113994391B CN 113994391 B CN113994391 B CN 113994391B CN 202180002646 A CN202180002646 A CN 202180002646A CN 113994391 B CN113994391 B CN 113994391B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- hole
- height
- image
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本申请适用于图像处理技术领域,提供了车辆通行提醒方法、装置及车载终端,包括:获取图像,所述图像为摄像头拍摄车辆前方的景物得到;识别所述图像中是否包含洞口;若包含洞口,则确定所述洞口在图像中的高度;确定所述摄像头与所述洞口的距离;根据所述洞口在图像中的高度、所述摄像头与所述洞口的距离以及所述摄像头的参数,计算所述洞口在实际中的高度;若所述洞口在实际中的高度低于所述车辆的高度,则提醒所述车辆暂停通行。通过上述方法,能够减少车辆在通过洞口时所带来的损坏。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种车辆通行提醒方法、装置、车载终端及计算机可读存储介质。
背景技术
车辆在运行过程中,经常会遇到涵洞或桥洞。由于涵洞或桥洞均具有一定的高度,且车辆本身也具有一定的高度,因此,若希望车辆顺利通过涵洞(或桥洞),则需要保证车辆的高度低于涵洞(或桥洞)的高度。
发明内容
本申请实施例提供了车辆通行提醒方法、装置及车载终端,可以避免车辆通过涵洞(或桥洞)时,由于该车辆的高度高于涵洞(或桥洞)的高度所导致的车辆损坏问题。
第一方面,本申请实施例提供了一种车辆通行提醒方法,应用于车载终端,包括:
获取图像,所述图像为摄像头拍摄车辆前方的景物得到;
识别所述图像中是否包含洞口;
若包含洞口,则确定所述洞口在图像中的高度;
确定所述摄像头与所述洞口的距离;
根据所述洞口在图像中的高度、所述摄像头与所述洞口的距离以及所述摄像头的参数,计算所述洞口在实际中的高度;
若所述洞口在实际中的高度低于所述车辆的高度,则提醒所述车辆暂停通行。
第二方面,本申请实施例提供了一种车辆通行提醒装置,应用于车载终端,包括:
图像获取模块,用于获取图像,所述图像为摄像头拍摄车辆前方的景物得到;
洞口识别模块,用于识别所述图像中是否包含洞口;
洞口在图像中的高度确定模块,用于若包含洞口,则确定所述洞口在图像中的高度;
摄像头与洞口的距离确定模块,用于确定所述摄像头与所述洞口的距离;
洞口在实际中的高度确定模块,用于根据所述洞口在图像中的高度、所述摄像头与所述洞口的距离以及所述摄像头的参数,计算所述洞口在实际中的高度;
提醒模块,用于若所述洞口在实际中的高度低于所述车辆的高度,则提醒所述车辆暂停通行。
第三方面,本申请实施例提供了一种车载终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如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,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在车载终端上运行时,使得车载终端执行上述第一方面所述的方法。
本申请实施例与现有技术相比存在的有益效果是:
本申请实施例中,由于可从拍摄的图像中判断车辆前方是否包含洞口,并计算出洞口在实际中的高度,也即,即使洞口没有限高标志,也能计算出洞口在实际中的高度,进而能够在洞口在实际中的高度低于车辆的高度时,发出提醒,因此,使得驾驶员能够及时控制车辆不再前行,从而避免由于强行通过洞口时给车辆带来的损坏。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或示范性技术描述中所需要使用的附图作简单地介绍。
图1是本申请一实施例提供的一种车辆通行提醒方法的流程图;
图2是本申请一实施例提供的一种拱形的桥洞在图像中的高度示意图;
图3是本申请一实施例提供的预设的目标检测模型的一种网络结构的示意图;
图4是本申请一实施例提供的预设的回归模型的一种网络结构的示意图;
图5是本申请一实施例提供的一种洞口的上切线和下界的示意图;
图6是本申请一实施例提供的另一种洞口的上切线和下界的示意图;
图7是本申请一实施例提供的一种车辆通行提醒装置的结构示意图;
图8是本申请一实施例提供的车载终端的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。
实施例一:
目前的道路上可能存在一些涵洞(或桥洞),这些涵洞(或桥洞)中,有些具有限高标志,但有些并没有限高标志。当车辆需要通过涵洞时,若该涵洞具有限高标志,则司机可根据该限高标志选择是否继续向该涵洞方向行驶,比如在限高标志中的高度高于车辆的高度时,司机驾驶车辆继续向该涵洞方向行驶。但若该涵洞没有限高标志,则司机将难以准确判断是否能够继续向该涵洞方向行驶。比如,若涵洞没有限高标志,且司机估计该涵洞的高度高于车辆的高度,则即使司机驾驶车辆继续向该涵洞行驶,也不能顺利通过该涵洞,且还会使得车辆在强行通过涵洞的过程中造成损坏。
为了解决上述技术问题,本申请实施例提供了一种车辆通行提醒方法,在该方法中,通过摄像头拍摄车辆前方的景物,并对拍摄得到的图像进行分析,若分析出图像中包含洞口,则计算该洞口在实际中的高度,若该洞口在实际中的高度低于车辆的高度,则提醒车辆暂停通行。也即,无论洞口是否具有限高标志,都能计算出洞口在实际中的高度,并在洞口在实际中的高度低于车辆的高度时,提醒车辆暂停通行,从而避免在车辆的高度过高时,强行通过涵洞所带来的损坏。
下面结合附图对本申请实施例提供的车辆通行提醒方法进行描述。
图1示出了本申请实施例提供的一种车辆通行提醒方法的流程图,应用于车载终端,详述如下:
步骤S11,获取图像,图像为摄像头拍摄车辆前方的景物得到。
具体地,在车辆上安装摄像头,该摄像头的镜头对着车辆前方的景物,用于拍摄车辆行进方向的景物。该摄像头与车载终端连接,用于将其拍摄得到的图像发送给该车载终端。
为了能够及时识别出车辆前方是否存在洞口(如桥洞等),则设置该摄像头实时或者在间隔时长(如间隔2秒)到来时拍摄车辆前方的景物。
在一些实施例中,考虑到洞口(如涵洞)通常出现在郊外,不会出现在某些区域,比如,通常不会出现在市区。其中,车辆当前处于郊外还是市区可根据导航所得到的地理信息进行判断。也即,可在检测到车辆在指定区域(如城市的郊区)行驶时再获取图像,而在城市的市中心区域行驶时,不获取图像,从而既能够及时获取图像以便后续及时对该图像进行分析,又能够避免摄像头由于时刻获取图像所导致的资源浪费。
在一些实施例中,上述的间隔时长根据车辆当前速度确定。
本实施例中,考虑到车辆的速度越快,其在相同时间内行驶的路程越长,即遇到洞口的概率越大,因此,可设置间隔时长与车辆当前速度成反比例关系,即车辆当前速度越大,其对应的间隔时长越小。由于本实施例在间隔时间到达后才获取图像,因此,与实时获取图像相比,间隔获取图像所消耗的摄像头的资源更少。此外,由于间隔时长与车辆当前速度有关,因此,能够保证及时获取到车辆前方的景物的图像。
步骤S12,识别图像中是否包含洞口。
这里的洞口如桥洞或涵洞等。
本实施例中,可根据图像中的像素值、图像中的物体的形状以及形状的大小等来识别该图像中是否包含洞口。例如,假设这里的洞口为涵洞,则由于涵洞的光线通常不足,因此,图像中涵洞的区域的颜色通常偏黑,即涵洞在图像中的区域所对应的像素值偏向黑色所对应的像素值。例如,与一般的小洞相比,涵洞通常较大,也即,涵洞在图像中的区域在该图像中将占据一定的比例,且占据的比例的大小与车辆当前与该涵洞的距离有关。
在一些实施例中,也可预先训练一个目标检测模型,通过该目标检测模型来识别图像中是否包含洞口。
步骤S13,若包含洞口,则确定洞口在图像中的高度。
图2示出了拱形的桥洞在图像中的高度示意图,在图2中,拱形的上下边界之间的距离为该洞口在图像中的高度。
步骤S14,确定摄像头与洞口的距离。
本实施例中,由于车辆与洞口的距离不同时,洞口在图像中的高度也不同,因此,每次拍摄图像后,均确定一次该摄像头与洞口的距离,以提高后续得到的洞口在实际中的高度的准确度。
步骤S15,根据洞口在图像中的高度、摄像头与洞口的距离以及摄像头的参数,计算洞口在实际中的高度。
本实施例中,摄像头的参数包括焦距等,洞口在实际中的高度是指实际中的洞口的高度。
步骤S16,若洞口在实际中的高度低于车辆的高度,则提醒车辆暂停通行。
其中,车载终端预先存储有车辆的高度。该车载终端将计算得到的洞口在实际中的高度与其存储的车辆的高度比较,若洞口在实际中的高度高于车辆的高度,则表明车辆可以安全通过洞口,此时,无需提醒;否则,表明该车辆不能通过该洞口,此时,发出提醒,以免车辆继续前行导致车辆发生损坏。
本申请实施例中,由于可从拍摄的图像中判断车辆前方是否包含洞口,并计算出洞口在实际中的高度,也即,即使洞口没有限高标志,也能计算出洞口在实际中的高度,进而能够在洞口在实际中的高度低于车辆的高度时,发出提醒,因此,能够使得驾驶员能够及时控制车辆不再前行,从而避免由于强行通过洞口时给车辆带来的损坏。
在一些实施例中,步骤S13包括:
A1、若包含洞口,则识别洞口的上方是否有限高标志。
A2、若没有限高标志,则确定洞口在图像中的高度。
在一些实施例中,本申请实施例提供的车辆通行提醒方法还包括:
A3、若有限高标志,则将限高标志所指示的高度与车辆的高度比较。
A4、若限高标志所指示的高度低于车辆的高度,则提醒车辆暂停通行。
上述A1~A4中,只有在洞口没有限高标志时才会确定洞口在图像中的高度,而在洞口有限高标志时,直接识别该限高标志所包含的高度信息。由于直接识别限高标志所包含的高度信息更快捷,因此,通过上述方式能够更快确定出洞口在实际中的高度(即限高标志所指示的高度),进而在车辆的高度较高时,更快发出车辆暂停通行的提醒。
在一些实施例中,在步骤S15中计算洞口在实际中的高度之前,包括:
根据摄像头在车辆的安装高度、俯仰角、摄像头的焦距、指定坐标点的纵坐标,计算摄像头与洞口的距离,其中,上述指定坐标点为洞口的下界的一个坐标点。
本实施例中,为了提高计算的准确度,则上述指定坐标点为,与摄像头在地面的投影相连时,所得到的直线与洞口的下界所对应的直线垂直所对应的坐标点。
在一些实施例中,可采用以下方式计算摄像头与洞口的距离d:
其中,h为摄像头的镜头在车辆的安装高度,f为摄像头的焦距,θ为摄像头在车辆的俯仰角,b为指定坐标点的纵坐标。
在一些实施例中,上述步骤S15包括:
根据洞口在图像中的高度、摄像头与洞口的距离、摄像头的焦距以及摄像头在车辆的俯仰角,计算洞口在实际中的高度。
本实施例中,可根据以下方式计算洞口在实际中的高度:
本实施例中,由于考虑了安装在车辆的摄像头的俯仰角,因此,提高了计算得到的洞口在实际中的高度的准确度。
在一些实施例中,上述步骤S12包括:
通过预设的目标检测模型识别图像中是否包含洞口,预设的目标检测模型的网络结构与车载终端的算力有关。
本实施例中,预设的目标检测模型的网络结构包括:卷积的层数和卷积的通道数等。由于该预设的目标检测模型的网络结构与车载终端的算力有关,因此,能够保证该预设的目标检测模型的网络结构与车载终端的算力更匹配,进而能够更及时地计算出洞口在实际中的高度。
在一些实施例中,该预设的目标检测模型的网络结构的骨干(backbone)由5个阶段(stage)组成,考虑到前面的特征层的分辨率比较大,而后面的特征层的分辨率比较小,因此,设置5个stage的卷积层数逐渐增加,通道数也逐渐增加,以增强网络的表现能力。在一些实施例中,该5个阶段分别为:第1阶段(stage1)、第2阶段stage2、第3阶段(stage3)、第4阶段(stage4)以及第5阶段(stage5)。其中,stage1为3个3x3x16的卷积,stage2为3个3x3x32的卷积,stage3为4个3x3x64的卷积,stage4为5个3x3x128的卷积,stage5为5个3x3x128的卷积。考虑到处于网络结构中后面的卷积所能够提取的特征越多,因此,可根据后面的卷积输出对应的特征图,输出的预测结果中指示出检测框的大小、位置以及该检测框的可信度。
在一些实施例中,考虑到当洞口与车辆越近,摄像头拍摄得到的图像中包含的洞口的特征越多,此时,处于网络结构中前面的卷积,也能提取到较多的特征,且与处于网络结构中后面的卷积相比,所需的运算量更少,因此,可根据洞口与车辆的距离选择不同的卷积,根据选择的卷积输出对应的特征图,进而得到预测的检测框。假设预设的目标检测模型的网络结构如图3所示,当洞口与车辆的距离较近时,选择“4个Conv3*3*64”卷积作为特征金字塔(Feature Pyramid Network,FPN)的输入,得到该FPN输出的预测结果1。当洞口与车辆的距离较远时,选择第二个“5个Conv3*3*128”卷积作为FPN的输入,得到该FPN输出的预测结果3。当洞口与车辆的距离既不远也不近时,选择第一个“5个Conv3*3*128”卷积作为FPN的输入,得到该FPN输出的预测结果2。由于根据洞口与车辆的距离选择对应的卷积,因此,使得后续在保证计算速度的基础上,得到准确的预测结果。
在一些实施例中,上述步骤S13包括:
B1、通过预设的回归模型识别洞口的上切线和下界,预设的回归模型的通道数小于预设的目标检测模型的通道数。
其中,这里的上切线是指与洞口的最高点相切,且与地面垂直的线。
本实施例中,考虑到预设的目标检测模型检测出的洞口可能包括该洞口边缘的物体,即,直接根据预设的目标检测模型输出的结果确定洞口在图像中的高度可能不准确,因此,需要将该预设的目标检测模型输出的结果(即一个检测框)作为预设的回归模型的输入,得到该预设的回归模型输出的上切线和下界。
在本实施例中,由于该预设的回归模型的输入为检测框,而从该检测框确定出洞口的上切线和下界所需的计算量不大,因此,设置该预设的回归模型的通道数小于预设的目标检测模型的通道数,不仅能够保证从检测框中准确确定出洞口的上切线和下界,也能够提高确定出该洞口的上切线和下界的速度。
在一些实施例中,预设的回归模型的网络结构与上述预设的目标检测模型的网络结构的骨干类似,只是对卷积的通道数进行了进一步地裁剪。例如,预设的回归模型的网络结构如图4所示,在图4中,该预设的回归模型的网络结构包括5个阶段,最后使用2个3*3的卷积分别得到洞口的上切线和下界的输出。其中,如图5和图6示出了一种洞口的上切线和下界的示意图。
B2、根据洞口的上切线和下界确定洞口在图像中的高度。
本实施例中,可选取上切线中的一个坐标点M,再在下界所对应的直线中选取横坐标与M相同的坐标点N,最后计算该坐标点M和坐标点N的纵坐标的差,得到的差即为洞口在图像中的高度。
应理解,上述实施例中各步骤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。
实施例二:
对应于上文实施例一的车辆通行提醒方法,图7示出了本申请实施例提供的车辆通行提醒装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图7,该车辆通行提醒装置7包括:图像获取模块71、洞口识别模块72、洞口在图像中的高度确定模块73、摄像头与洞口的距离确定模块74、洞口在实际中的高度确定模块75、提醒模块76。其中:
图像获取模块71,用于获取图像,图像为摄像头拍摄车辆前方的景物得到。
洞口识别模块72,用于识别图像中是否包含洞口。
洞口在图像中的高度确定模块73,用于若包含洞口,则确定洞口在图像中的高度。
摄像头与洞口的距离确定模块74,用于确定摄像头与洞口的距离。
洞口在实际中的高度确定模块75,用于根据洞口在图像中的高度、摄像头与洞口的距离以及摄像头的参数,计算洞口在实际中的高度。
提醒模块76,用于若洞口在实际中的高度低于车辆的高度,则提醒车辆暂停通行。
本申请实施例中,由于可从拍摄的图像中判断车辆前方是否包含洞口,并计算出洞口在实际中的高度,也即,即使洞口没有限高标志,也能计算出洞口在实际中的高度,进而能够在洞口在实际中的高度低于车辆的高度时,发出提醒,因此,能够使得驾驶员能够及时控制车辆不再前行,从而避免由于强行通过洞口时给车辆带来的损坏。
在一些实施例中,上述洞口在图像中的高度确定模块73包括:
限高标志识别单元,用于若包含洞口,则识别上述洞口的上方是否有限高标志。
无限高标志处理单元,用于若没有限高标志,则确定上述洞口在图像中的高度。
在一些实施例中,该车辆通行提醒装置7,还包括:
高度比较单元,用于若有限高标志,则将上述限高标志所指示的高度与上述车辆的高度比较。
车辆较高处理单元,用于若上述限高标志所指示的高度低于上述车辆的高度,则提醒上述车辆暂停通行。
在一些实施例中,上述摄像头与洞口的距离确定模块74,具体用于:
根据上述摄像头在上述车辆的安装高度、俯仰角、上述摄像头的焦距以及指定坐标点的纵坐标,计算上述摄像头与上述洞口的距离,上述指定坐标点为上述洞口的下界的一个坐标点。
在一些实施例中,上述洞口在实际中的高度确定模块75,具体用于:
根据上述洞口在图像中的高度、上述摄像头与上述洞口的距离、上述摄像头的焦距以及上述摄像头在上述车辆的俯仰角,计算上述洞口在实际中的高度。
在一些实施例中,上述洞口识别模块72,具体用于:
通过预设的目标检测模型识别上述图像中是否包含洞口,上述预设的目标检测模型的网络结构与上述车载终端的算力有关。
在一些实施例中,上述洞口在图像中的高度确定模块73,具体用于:
通过预设的回归模型识别上述洞口的上切线和下界,上述预设的回归模型的通道数小于上述预设的目标检测模型的通道数。根据上述洞口的上切线和下界确定上述洞口在图像中的高度。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
实施例三:
图8为本申请一实施例提供的车载终端的结构示意图。如图8所示,该实施例的车载终端8包括:至少一个处理器80(图8中仅示出一个处理器)、存储器81以及存储在存储器81中并可在至少一个处理器80上运行的计算机程序82,处理器80执行计算机程序82时实现上述任意各个方法实施例中的步骤。
车载终端8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该车载终端可包括,但不仅限于,处理器80、存储器81。本领域技术人员可以理解,图8仅仅是车载终端8的举例,并不构成对车载终端8的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器80可以是中央处理单元(Central Processing Unit,CPU),该处理器80还可以是其他通用处理器、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(Field-Programmable 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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器81在一些实施例中可以是车载终端8的内部存储单元,例如车载终端8的硬盘或内存。存储器81在另一些实施例中也可以是车载终端8的外部存储设备,例如车载终端8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器81还可以既包括车载终端8的内部存储单元也包括外部存储设备。存储器81用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如计算机程序的程序代码等。存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种网络设备,该网络设备包括:至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
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单元及算法步骤,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。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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,例如多个单元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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,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单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (9)
1.一种车辆通行提醒方法,其特征在于,应用于车载终端,包括:
根据导航所得到的地理信息判断车辆是否在指定区域,若车辆在指定区域行驶,则获取图像,所述图像为摄像头拍摄车辆前方的景物得到;
识别所述图像中是否包含洞口;
若包含洞口,则确定所述洞口在图像中的高度;
确定所述摄像头与所述洞口的距离;
根据所述洞口在图像中的高度、所述摄像头与所述洞口的距离以及所述摄像头的参数,计算所述洞口在实际中的高度;
若所述洞口在实际中的高度低于所述车辆的高度,则提醒所述车辆暂停通行;
所述识别所述图像中是否包含洞口,包括:
根据车辆前方的景物与车辆的距离,从预设的目标检测模型中选择对应阶段的卷积识别所述图像中是否包含洞口:其中,所述车辆前方的景物与车辆的距离越大,选择越后面的阶段的卷积,且越后面的阶段的卷积所能够提取的特征越多;所述预设的目标检测模型的网络结构与所述车载终端的算力有关,所述预设的目标检测模型的网络结构的骨干由多个阶段组成,且所述多个阶段的卷积层数不完全相同。
2.根据权利要求1所述的车辆通行提醒方法,其特征在于,所述若包含洞口,则确定所述洞口在图像中的高度,包括:
若包含洞口,则识别所述洞口的上方是否有限高标志;
若没有限高标志,则确定所述洞口在图像中的高度。
3.根据权利要求2所述的车辆通行提醒方法,其特征在于,在所述识别所述洞口的上方是否有限高标志之后,包括:
若有限高标志,则将所述限高标志所指示的高度与所述车辆的高度比较;
若所述限高标志所指示的高度低于所述车辆的高度,则提醒所述车辆暂停通行。
4.根据权利要求1所述的车辆通行提醒方法,其特征在于,所述确定所述摄像头与所述洞口的距离,包括:
根据所述摄像头在所述车辆的安装高度、俯仰角、所述摄像头的焦距以及指定坐标点的纵坐标,计算所述摄像头与所述洞口的距离,所述指定坐标点为所述洞口的下界的一个坐标点。
5.根据权利要求4所述的车辆通行提醒方法,其特征在于,所述根据所述洞口在图像中的高度、所述摄像头与所述洞口的距离以及所述摄像头的参数,计算所述洞口在实际中的高度,包括:
根据所述洞口在图像中的高度、所述摄像头与所述洞口的距离、所述摄像头的焦距以及所述摄像头在所述车辆的俯仰角,计算所述洞口在实际中的高度。
6.根据权利要求1任一项所述的车辆通行提醒方法,其特征在于,所述若包含洞口,则确定所述洞口在图像中的高度,包括:
通过预设的回归模型识别所述洞口的上切线和下界,所述预设的回归模型的通道数小于所述预设的目标检测模型的通道数;
根据所述洞口的上切线和下界确定所述洞口在图像中的高度。
7.一种车辆通行提醒装置,其特征在于,应用于车载终端,包括:
图像获取模块,用于根据导航所得到的地理信息判断车辆是否在指定区域,若车辆在指定区域行驶,则获取图像,所述图像为摄像头拍摄车辆前方的景物得到;
洞口识别模块,用于识别所述图像中是否包含洞口;
洞口在图像中的高度确定模块,用于若包含洞口,则确定所述洞口在图像中的高度;
摄像头与洞口的距离确定模块,用于确定所述摄像头与所述洞口的距离;
洞口在实际中的高度确定模块,用于根据所述洞口在图像中的高度、所述摄像头与所述洞口的距离以及所述摄像头的参数,计算所述洞口在实际中的高度;
提醒模块,用于若所述洞口在实际中的高度低于所述车辆的高度,则提醒所述车辆暂停通行;
所述洞口识别模块,包括:
根据车辆前方的景物与车辆的距离,从预设的目标检测模型中选择对应阶段的卷积识别所述图像中是否包含洞口:其中,所述车辆前方的景物与车辆的距离越大,选择越后面的阶段的卷积,且越后面的阶段的卷积所能够提取的特征越多;所述预设的目标检测模型的网络结构与所述车载终端的算力有关,所述预设的目标检测模型的网络结构的骨干由多个阶段组成,且所述多个阶段的卷积层数不完全相同。
8.一种车载终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的方法。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2021/119858 WO2023044656A1 (zh) | 2021-09-23 | 2021-09-23 | 车辆通行提醒方法、装置及车载终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113994391A CN113994391A (zh) | 2022-01-28 |
CN113994391B true CN113994391B (zh) | 2023-06-09 |
Family
ID=79734957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180002646.1A Active CN113994391B (zh) | 2021-09-23 | 2021-09-23 | 车辆通行提醒方法、装置及车载终端 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113994391B (zh) |
WO (1) | WO2023044656A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114429620A (zh) * | 2022-04-07 | 2022-05-03 | 北京中科慧眼科技有限公司 | 限高装置下边缘位置检测模型训练方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107862287A (zh) * | 2017-11-08 | 2018-03-30 | 吉林大学 | 一种前方小区域物体识别及车辆预警方法 |
CN109902629A (zh) * | 2019-03-01 | 2019-06-18 | 成都康乔电子有限责任公司 | 一种复杂交通场景下的实时车辆目标检测模型 |
CN110032949A (zh) * | 2019-03-22 | 2019-07-19 | 北京理工大学 | 一种基于轻量化卷积神经网络的目标检测与定位方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5316805B2 (ja) * | 2009-03-16 | 2013-10-16 | 株式会社リコー | 車載カメラ装置の画像調整装置及び車載カメラ装置 |
TWM474042U (zh) * | 2013-09-27 | 2014-03-11 | bing-zhang Wu | 限高預警裝置 |
CN107170245A (zh) * | 2016-03-07 | 2017-09-15 | 吉林东光友成机工有限公司 | 载重机动车超高警报器 |
CN107483818A (zh) * | 2017-08-15 | 2017-12-15 | 上海蔚来汽车有限公司 | 汽车及车载图像获取系统、图像处理系统、相关方法 |
KR101962701B1 (ko) * | 2017-09-25 | 2019-03-27 | 주식회사 만도 | 가시 거리에 따라 경보 영역이 변경되는 차량 경보 장치 및 방법 |
CN109961643A (zh) * | 2017-12-25 | 2019-07-02 | 博世汽车部件(苏州)有限公司 | 提醒方法、提醒装置和车载设备 |
EP3774473A4 (en) * | 2018-03-31 | 2021-10-27 | Intel Corporation | VEHICLE AND METHOD FOR AVOIDING A COLLISION OF A VEHICLE WITH ONE OR MORE OBSTACLE (S) |
CN108615369B (zh) * | 2018-06-19 | 2020-10-27 | 国家电网公司 | 一种道路限高预警方法、装置及终端设备 |
CN109316127A (zh) * | 2018-06-29 | 2019-02-12 | 炬大科技有限公司 | 一种扫地机器人洞口检测装置及未知区域探索方法 |
CN111564043A (zh) * | 2019-02-14 | 2020-08-21 | 上海博泰悦臻网络技术服务有限公司 | 车辆通行提示方法、提示系统、及车载终端 |
CN113160527A (zh) * | 2021-01-20 | 2021-07-23 | 南京林业大学 | 一种道路限高预警系统及方法 |
-
2021
- 2021-09-23 WO PCT/CN2021/119858 patent/WO2023044656A1/zh unknown
- 2021-09-23 CN CN202180002646.1A patent/CN113994391B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107862287A (zh) * | 2017-11-08 | 2018-03-30 | 吉林大学 | 一种前方小区域物体识别及车辆预警方法 |
CN109902629A (zh) * | 2019-03-01 | 2019-06-18 | 成都康乔电子有限责任公司 | 一种复杂交通场景下的实时车辆目标检测模型 |
CN110032949A (zh) * | 2019-03-22 | 2019-07-19 | 北京理工大学 | 一种基于轻量化卷积神经网络的目标检测与定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113994391A (zh) | 2022-01-28 |
WO2023044656A1 (zh) | 2023-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108877269B (zh) | 一种交叉路口车辆状态检测及v2x广播方法 | |
US20080013789A1 (en) | Apparatus and System for Recognizing Environment Surrounding Vehicle | |
US8050460B2 (en) | Method for recognition of an object | |
CN108875458B (zh) | 车辆远光灯开启的检测方法、装置、电子设备及摄像机 | |
CN111027535A (zh) | 一种车牌识别方法及相关设备 | |
CN105303157A (zh) | 延伸用于avm停止线检测的检测范围的算法 | |
JP2020077414A (ja) | シーン検出装置及び方法 | |
JP2009298344A (ja) | 車両灯火判定装置及びプログラム | |
CN110225236B (zh) | 为视频监控系统配置参数的方法、装置和视频监控系统 | |
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 | |
CN113994391B (zh) | 车辆通行提醒方法、装置及车载终端 | |
US9824449B2 (en) | Object recognition and pedestrian alert apparatus for a vehicle | |
JP5062091B2 (ja) | 移動体識別装置、コンピュータプログラム及び光軸方向特定方法 | |
CN111046741A (zh) | 车道线识别的方法和装置 | |
CN113392680B (zh) | 道路识别装置及方法、电子设备 | |
US11227175B2 (en) | Method and system for automatic license-plate recognition | |
CN113160272A (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
Nambi et al. | FarSight: a smartphone-based vehicle ranging system | |
CN114727024A (zh) | 自动曝光参数调节方法、装置、存储介质及拍摄设备 | |
JP2019146012A (ja) | 撮像装置 | |
CN116935631A (zh) | 基于雷视融合的异常交通态势检测方法、装置及系统 | |
JP2007058282A (ja) | 画像認識処理装置 | |
JP6798331B2 (ja) | 運転支援装置 | |
CN111753663B (zh) | 目标检测方法及装置 | |
CN111639640B (zh) | 基于人工智能的车牌识别方法、装置及设备 |
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 |