CN115393827A - 交通信号灯状态识别方法、系统、电子设备及存储介质 - Google Patents
交通信号灯状态识别方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115393827A CN115393827A CN202211049985.8A CN202211049985A CN115393827A CN 115393827 A CN115393827 A CN 115393827A CN 202211049985 A CN202211049985 A CN 202211049985A CN 115393827 A CN115393827 A CN 115393827A
- Authority
- CN
- China
- Prior art keywords
- signal lamp
- state
- preset
- image information
- determining
- 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
- 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
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及自动驾驶技术领域,公开了一种交通信号灯状态识别方法、系统、电子设备及存储介质,该方法通过获取当前道路的车辆信息和信号灯图像信息,根据车辆信息确定当前道路任一行驶方向上目标车辆和行驶车辆的数量,进而确定行驶方向上的第一信号灯状态,同时,对信号灯图像信息进行信号灯识别,得到第二信号灯状态,通过对所述第一信号灯状态和所述第二信号灯状态进行加权计算,得到最终信号灯状态,将行驶方向上目标车辆和行驶车辆的数量作为新的确定参数,从而通过第一信号灯状态和第二信号灯状态确定最终信号灯状态,扩大了参考范围,从而提高信号灯的识别准确性。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种交通信号灯状态识别方法、系统、电子设备及存储介质。
背景技术
随着车辆行业的不断发展,自动驾驶技术也在稳步进步,自动驾驶的等级越来越高。在自动驾驶逐步向L3、L4阶段跨进的同时,自动驾驶车辆在行车时如何准确检测和识别红绿信号灯成为了自动驾驶的一大挑战。
由于自动驾驶对信号灯识别的可靠性、准确性和时效性都具有较高要求,通过识别算法、训练模型等对信号灯图像进行识别,其识别参数单一,造成信号灯的识别结果准确性较低,无法达到自动驾驶的要求。
发明内容
为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。
鉴于以上所述现有技术的缺点,本发明公开了一种交通信号灯状态识别方法、系统、电子设备及存储介质,以提高识别信号灯的准确性。
本发明公开了一种交通信号灯状态识别方法,包括:获取当前道路的车辆信息和信号灯图像信息,其中,所述当前道路包括至少一个行驶方向对应的行驶车道,所述车辆信息包括所述行驶车道上的目标车辆、所述目标车辆的当前车速;根据所述当前车速与预设车速阈值之间的比较结果从所述目标车辆中确定行驶车辆,并确定所述行驶方向对应的第一数量和第二数量,其中,将目标车辆的数量确定为第一数量,将行驶车辆的数量确定为第二数量;根据所述第一数量和所述第二数量计算得到所述行驶方向对应的通行指标,并基于所述通行指标与预设指标阈值之间的比较结果确定所述行驶方向对应的第一信号灯状态;根据预设的信号灯图像识别算法对所述信号灯图像信息进行信号灯识别,得到第二信号灯状态;对所述第一信号灯状态和所述第二信号灯状态进行加权计算,得到最终信号灯状态。
可选地,通过以下方法获取当前道路的车辆信息:通过预设的车载摄像头采集当前道路的多个场景图像信息;根据预设的道路识别算法对所述场景图像信息进行道路标识识别,得到所述第一场景信息中的道路标识信息,基于所述道路标识信息对所述当前道路进行划分,得到所述当前道路中的至少一个行驶车道和各所述行驶车道对应的行驶方向;根据预设的车辆检测对所述场景图像信息中的行驶车道进行车辆识别,得到所述行驶车道上的目标车辆;根据光流算法对所述场景图像信息中的目标车辆进行计算,得到所述目标车辆的当前车速。
可选地,根据所述第一数量和所述第二数量计算得到所述行驶方向对应的通行指标,包括以下任意一种:将所述第一数量与所述第二数量之间的差值确定为所述行驶方向对应的通行指标;将所述第一数量与所述第二数量之间的比值确定为所述行驶方向对应的通行指标。
可选地,基于所述通行指标与预设指标阈值之间的比较结果确定所述行驶方向对应的第一信号灯状态,包括:根据所述行驶方向匹配得到对应的预设数量阈值和预设指标阈值;若所述行驶方向满足第一预设条件和第二预设条件,则确定所述行驶方向对应的第一信号灯状态为绿灯状态,其中,所述第一预设条件包括所述行驶方向对应的第一数量大于或等于所述预设数量阈值,所述第二预设条件包括所述行驶方向对应的通行指标大于或等于所述预设指标阈值;若所述行驶方向不满足所述第一预设条件或所述第二预设条件,则确定所述行驶方向对应的第一信号灯状态为红灯状态。
可选地,获取当前道路的车辆信息和信号灯图像信息之后,根据预设的信号灯图像识别算法对所述信号灯图像信息进行信号灯识别之前,所述方法还包括以下至少一种:根据预设的放大比例对所述信号灯图像信息的图像尺寸进行调整;根据双线性插值技术对所述信号灯图像信息的分辨率进行调整;根据所述信号灯图像信息的曝光参数与预设曝光阈值之间的比较结果确定所述信号灯图像信息的图像曝光状态,根据所述图像曝光状态匹配对应的曝光调整方法,基于匹配出的曝光调整方法对所述信号灯图像信息的曝光参数进行调整。
可选地,根据预设的信号灯图像识别算法对所述信号灯图像信息进行信号灯识别,得到第二信号灯状态,包括:所述信号灯图像信息的数量包括一个或多个;若所述信号灯图像信息的数量包括一个,则根据预设的信号灯图像识别算法对所述信号灯图像信息进行信号灯识别,得到第二信号灯状态;若所述信号灯图像信息的数量包括多个,则根据所述信号灯图像识别算法分别对各所述信号灯图像信息进行信号灯识别,得到各所述信号灯图像信息对应的第三信号灯状态,并统计相同的第三信号灯状态的数量,基于统计结果从所述第三信号灯状态中确定第二信号灯状态。
可选地,对所述第一信号灯状态和所述第二信号灯状态进行加权计算,得到最终信号灯状态,包括:获取所述第一信号灯状态对应的第一权重以及所述第二信号灯状态对应的第二权重;统计所有行驶方向上的目标车辆的数量,得到车辆总数;若所述车辆总数大于或等于预设总数阈值,则根据预设提高比例对所述第一权重进行计算,得到所述第一信号灯状态对应的第三权重,根据所述第三权重、所述第二权重对所述第一信号灯状态和所述第二信号灯状态进行加权计算,得到最终信号灯状态;若所述车辆总数小于预设总数阈值,则根据所述第一权重、所述第二权重对所述第一信号灯状态和所述第二信号灯状态进行加权计算,得到最终信号灯状态。
本发明公开了一种交通信号灯状态识别系统,包括:获取模块,用于获取当前道路的车辆信息和信号灯图像信息,其中,所述当前道路包括至少一个行驶方向对应的行驶车道,所述车辆信息包括所述行驶车道上的目标车辆、所述目标车辆的当前车速;数量确定模块,用于根据所述当前车速与预设车速阈值之间的比较结果从所述目标车辆中确定行驶车辆,并确定所述行驶方向对应的第一数量和第二数量,其中,将目标车辆的数量确定为第一数量,将行驶车辆的数量确定为第二数量;第一状态确定模块,用于根据所述第一数量和所述第二数量计算得到所述行驶方向对应的通行指标,并基于所述通行指标与预设指标阈值之间的比较结果确定所述行驶方向对应的第一信号灯状态;第二状态确定模块,用于根据预设的信号灯图像识别算法对所述信号灯图像信息进行信号灯识别,得到第二信号灯状态;计算模块,用于对所述第一信号灯状态和所述第二信号灯状态进行加权计算,得到最终信号灯状态。
本发明公开了一种电子设备,包括:处理器及存储器;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存储器存储的计算机程序,以使所述电子设备执行上述的方法。
本发明公开了一种计算机可读存储介质,其上存储有计算机程序:所述计算机程序被处理器执行时实现上述的方法。
本发明的有益效果:
通过获取当前道路的车辆信息和信号灯图像信息,根据车辆信息确定当前道路任一行驶方向上目标车辆和行驶车辆的数量,进而确定行驶方向上的第一信号灯状态,同时,对信号灯图像信息进行信号灯识别,得到第二信号灯状态,通过对所述第一信号灯状态和所述第二信号灯状态进行加权计算,得到最终信号灯状态。这样,相较于对信号灯图像进行图像识别得到第二信号灯状态,将行驶方向上目标车辆和行驶车辆的数量作为新的确定参数,以确定该行驶方向的第一信号灯状态,从而通过第一信号灯状态和第二信号灯状态确定最终信号灯状态,扩大了参考范围,从而提高信号灯的识别准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
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。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术者来讲,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。在附图中:
图1是本发明实施例中一个交通信号灯状态识别方法的流程示意图;
图2是本发明实施例中另一个交通信号灯状态识别方法的流程示意图;
图3是本发明实施例中一个交通信号灯状态识别系统的结构示意图;
图4是本发明实施例中一个电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的子样本可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
在下文描述中,探讨了大量细节,以提供对本发明实施例的更透彻的解释,然而,对本领域技术人员来说,可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的,在其他实施例中,以方框图的形式而不是以细节的形式来示出公知的结构和设备,以避免使本发明的实施例难以理解。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开实施例的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。
除非另有说明,术语“多个”表示两个或两个以上。
本公开实施例中,字符“/”表示前后对象是一种“或”的关系。例如,A/B表示:A或B。
术语“和/或”是一种描述对象的关联关系,表示可以存在三种关系。例如,A和/或B,表示:A或B,或,A和B这三种关系。
结合图1所示,本公开实施例提供了一种交通信号灯状态识别方法,包括:
步骤S101,获取当前道路的车辆信息和信号灯图像信息;
其中,当前道路包括至少一个行驶方向对应的行驶车道,车辆信息包括行驶车道上的目标车辆、目标车辆的当前车速;
步骤S102,根据当前车速与预设车速阈值之间的比较结果从目标车辆中确定行驶车辆,并确定行驶方向对应的第一数量和第二数量;
其中,将目标车辆的数量确定为第一数量,将行驶车辆的数量确定为第二数量;
步骤S103,根据第一数量和第二数量计算得到行驶方向对应的通行指标,并基于通行指标与预设指标阈值之间的比较结果确定行驶方向对应的第一信号灯状态;
步骤S104,根据预设的信号灯图像识别算法对信号灯图像信息进行信号灯识别,得到第二信号灯状态;
步骤S105,对第一信号灯状态和第二信号灯状态进行加权计算,得到最终信号灯状态。
采用本公开实施例提供的交通信号灯状态识别方法,通过获取当前道路的车辆信息和信号灯图像信息,根据车辆信息确定当前道路任一行驶方向上目标车辆和行驶车辆的数量,进而确定行驶方向上的第一信号灯状态,同时,对信号灯图像信息进行信号灯识别,得到第二信号灯状态,通过对第一信号灯状态和第二信号灯状态进行加权计算,得到最终信号灯状态。这样,相较于对信号灯图像进行图像识别得到第二信号灯状态,将行驶方向上目标车辆和行驶车辆的数量作为新的确定参数,以确定该行驶方向的第一信号灯状态,从而通过第一信号灯状态和第二信号灯状态确定最终信号灯状态,扩大了参考范围,从而提高信号灯的识别准确性。
可选地,行驶方向包括左转方向、右转方向、直行方向、掉头方向等中的一种或多种。
可选地,若行驶方向为直行方向,则行驶方向的目标车辆包括同向车辆和反向车辆。
可选地,通过以下方法获取当前道路的车辆信息:通过预设的车载摄像头采集当前道路的多个场景图像信息;根据预设的道路识别算法对场景图像信息进行道路标识识别,得到第一场景信息中的道路标识信息,基于道路标识信息对当前道路进行划分,得到当前道路中的至少一个行驶车道和各行驶车道对应的行驶方向;根据预设的车辆检测对场景图像信息中的行驶车道进行车辆识别,得到行驶车道上的目标车辆;根据光流算法对场景图像信息中的目标车辆进行计算,得到目标车辆的当前车速。
在一些实施例中,光流算法包括将二维图像平面特定坐标点上的灰度瞬时变化率定义为光流矢量,利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系,从而计算出相邻帧之间物体的运动信息,其中,光流就是瞬时速率,在时间间隔很小(比如视频的连续前后两帧之间)时,也等同于目标点的位移
可选地,通过以下方法获取当前道路的车辆信息:通过预设的车载摄像头采集当前道路的多个场景图像信息;根据预设的道路识别算法对场景图像信息进行道路标识识别,得到第一场景信息中的道路标识信息,基于道路标识信息对当前道路进行划分,得到当前道路中的至少一个行驶车道和各行驶车道对应的行驶方向;通过预设的车载雷达采集行驶车道上的目标车辆以及目标车辆的当前车速。
可选地,根据当前车速与预设车速阈值之间的比较结果从目标车辆中确定行驶车辆,包括:将当前车速大于或等于预设车速阈值的目标车辆确定为行驶车辆;将当前车速小于预设车速阈值的目标车辆确定为停靠车辆。
可选地,预设车速阈值包括5km/h至15km/h,例如,预设车速阈值为5km/h。
可选地,根据第一数量和第二数量计算得到行驶方向对应的通行指标,包括以下任意一种:将第一数量与第二数量之间的差值确定为行驶方向对应的通行指标;将第一数量与第二数量之间的比值确定为行驶方向对应的通行指标。
可选地,基于通行指标与预设指标阈值之间的比较结果确定行驶方向对应的第一信号灯状态,包括:根据行驶方向匹配得到对应的预设数量阈值和预设指标阈值;若行驶方向满足第一预设条件和第二预设条件,则确定行驶方向对应的第一信号灯状态为绿灯状态,其中,第一预设条件包括行驶方向对应的第一数量大于或等于预设数量阈值,第二预设条件包括行驶方向对应的通行指标大于或等于预设指标阈值;若行驶方向不满足第一预设条件或第二预设条件,则确定行驶方向对应的第一信号灯状态为红灯状态。
在一些实施例中,绿灯状态和红灯状态均为置信度,其中,绿灯状态包括信号灯为绿灯的置信度为第一数值,红灯状态包括信号灯为绿灯的置信度为第二数值,第一数值包括70%-100%,第二数值包括0%-30%,例如,第一数值为80%,第二数值为20%。
可选地,预设数量阈值包括2-5辆,例如,预设数量阈值为3辆。
可选地,若通行指标包括第一数量与第二数量之间的比值,则预设指标阈值包括50%至90%,例如,预设指标阈值为60%。
在一些实施例中,若直行方向上目标车辆的第一数量大于或等于3,并且当前车速大于5km/h的目标车辆的数量占所有目标车辆的数量的60%,则确定直行方向上的第一信号灯状态为绿灯状态,否则,确定直行方向上的第一信号灯状态为红灯状态。
在一些实施例中,若左行方向上目标车辆的第一数量大于或等于2,并且当前车速大于5km/h的目标车辆的数量占所有目标车辆的数量的50%,则确定左行方向上的第一信号灯状态为绿灯状态,否则,确定左行方向上的第一信号灯状态为红灯状态。
在一些实施例中,统计直行方向上目标车辆的第一数量;若直行方向上目标车辆的第一数量大于或等于3,则通过光流算法计算各目标车辆的当前车速,基于当前车速确定行驶车辆;若直行方向上行驶车辆的第二数量与直行方向上目标车辆的第一数量之间的比值大于60%,则确定直行方向的第一信号灯状态为绿灯状态;若直行方向上目标车辆的第一数量大于或等于3,则统计左行方向上目标车辆的第一数量;若左行方向上目标车辆的第一数量大于或等于2,并且左行方向上行驶车辆的第二数量与左行方向上目标车辆的第一数量之间的比值大于50%,则确定直行方向的第一信号灯状态为红灯状态,左行方向的第一信号灯状态为绿灯状态。
可选地,通过以下方法确定信号灯图像信息:根据预设的信号灯检测模型对场景图像信息进行信号灯检测,得到信号灯检测框,其中,信号灯检测模型通过带有检测标识的信号灯检测样本对YOLO(You Only Look Once)V5神经网络模型训练得到;将信号灯检测框确定为信号灯图像信息。
可选地,获取当前道路的车辆信息和信号灯图像信息之后,根据预设的信号灯图像识别算法对信号灯图像信息进行信号灯识别之前,方法还包括以下至少一种:根据预设的放大比例对信号灯图像信息的图像尺寸进行调整;根据双线性插值技术对信号灯图像信息的分辨率进行调整;根据信号灯图像信息的曝光参数与预设曝光阈值之间的比较结果确定信号灯图像信息的图像曝光状态,根据图像曝光状态匹配对应的曝光调整方法,基于匹配出的曝光调整方法对信号灯图像信息的曝光参数进行调整。
可选地,放大比例包括2-8倍,例如,放大比例为4倍。
可选地,双线性差值技术包括先对信号灯图像信息某个轴做线性插值,再对另一个轴做线性插值,最后得到预测点的值。
可选地,曝光参数包括像素明度、像素亮度中的一种;通过信号灯图像信息的曝光直方图确定信号灯图像信息的图像曝光状态,其中,图像曝光状态包括曝光过度、曝光过暗、曝光正常。
这样,通过确定信号灯图像信息的图像曝光状态,基于图像曝光状态对应的曝光调整方法对信号灯图像信息的曝光参数进行调整,解决了在晚上通过车载摄像头拍摄时由于光圈算法缺陷出现由于光圈过大或过小出现曝光过度、曝光过暗的现象,提高信号灯图像信息的识别准确率。
可选地,根据预设的信号灯图像识别算法对信号灯图像信息进行信号灯识别,得到第二信号灯状态,包括:信号灯图像信息的数量包括一个或多个;若信号灯图像信息的数量包括一个,则根据预设的信号灯图像识别算法对信号灯图像信息进行信号灯识别,得到第二信号灯状态;若信号灯图像信息的数量包括多个,则根据信号灯图像识别算法分别对各信号灯图像信息进行信号灯识别,得到各信号灯图像信息对应的第三信号灯状态,并统计相同的第三信号灯状态的数量,基于统计结果从第三信号灯状态中确定第二信号灯状态。
可选地,第一信号灯状态和第二信号灯状态均包括红灯状态或绿灯状态的置信度。
可选地,对第一信号灯状态和第二信号灯状态进行加权计算,得到最终信号灯状态,包括:获取第一信号灯状态对应的第一权重以及第二信号灯状态对应的第二权重;统计所有行驶方向上的目标车辆的数量,得到车辆总数;若车辆总数大于或等于预设总数阈值,则根据预设提高比例对第一权重进行计算,得到第一信号灯状态对应的第三权重,根据第三权重、第二权重对第一信号灯状态和第二信号灯状态进行加权计算,得到最终信号灯状态;若车辆总数小于预设总数阈值,则根据第一权重、第二权重对第一信号灯状态和第二信号灯状态进行加权计算,得到最终信号灯状态。
可选地,第一权重、第二权重均为50%。
可选地,预设总数阈值包括4-8辆,例如,预设总数阈值为5辆;预设提高比例包括1.4-1.6,例如,预设提高比例为1.4,即第三权重为70%。
结合图2所示,本公开实施例提供了一种交通信号灯状态识别方法,包括:
步骤S201,获取当前道路的车辆信息;
其中,当前道路包括至少一个行驶方向对应的行驶车道,车辆信息包括行驶车道上的目标车辆、目标车辆的当前车速;
步骤S202,根据当前车速与预设车速阈值之间的比较结果从目标车辆中确定行驶车辆;
步骤S203,确定行驶方向对应的第一数量和第二数量,根据第一数量和第二数量计算得到行驶方向对应的通行指标;
其中,将目标车辆的数量确定为第一数量,将行驶车辆的数量确定为第二数量;
步骤S204,基于通行指标与预设指标阈值之间的比较结果确定行驶方向对应的第一信号灯状态;
步骤S205,获取当前道路的信号灯图像信息;
步骤S206,根据预设的放大比例对信号灯图像信息的图像尺寸进行调整;
步骤S207,根据双线性插值技术对信号灯图像信息的分辨率进行调整;
步骤S208,根据信号灯图像信息的曝光参数与预设曝光阈值之间的比较结果确定信号灯图像信息的图像曝光状态;
步骤S209,根据图像曝光状态匹配对应的曝光调整方法,基于匹配出的曝光调整方法对信号灯图像信息的曝光参数进行调整;
步骤S210,根据预设的信号灯图像识别算法对信号灯图像信息进行信号灯识别,得到第二信号灯状态;
步骤S211,对第一信号灯状态和第二信号灯状态进行加权计算,得到最终信号灯状态。
采用本公开实施例提供的交通信号灯状态识别方法,通过获取当前道路的车辆信息和信号灯图像信息,根据车辆信息确定当前道路任一行驶方向上目标车辆和行驶车辆的数量,进而确定行驶方向上的第一信号灯状态,同时,对信号灯图像信息进行信号灯识别,得到第二信号灯状态,通过对第一信号灯状态和第二信号灯状态进行加权计算,得到最终信号灯状态。这样,相较于对信号灯图像进行图像识别得到第二信号灯状态,将行驶方向上目标车辆和行驶车辆的数量作为新的确定参数,以确定该行驶方向的第一信号灯状态,从而通过第一信号灯状态和第二信号灯状态确定最终信号灯状态,扩大了参考范围,从而提高信号灯的识别准确性。
结合图3所示,本公开实施例提供了一种交通信号灯状态识别系统,包括:获取模块301、数量确定模块302、第一状态确定模块303、第二状态确定模块304和计算模块305。获取模块301用于获取当前道路的车辆信息和信号灯图像信息,其中,当前道路包括至少一个行驶方向对应的行驶车道,车辆信息包括行驶车道上的目标车辆、目标车辆的当前车速;数量确定模块302用于根据当前车速与预设车速阈值之间的比较结果从目标车辆中确定行驶车辆,并确定行驶方向对应的第一数量和第二数量,其中,将目标车辆的数量确定为第一数量,将行驶车辆的数量确定为第二数量;第一状态确定模块303用于根据第一数量和第二数量计算得到行驶方向对应的通行指标,并基于通行指标与预设指标阈值之间的比较结果确定行驶方向对应的第一信号灯状态;第二状态确定模块304用于根据预设的信号灯图像识别算法对信号灯图像信息进行信号灯识别,得到第二信号灯状态;计算模块305用于对第一信号灯状态和第二信号灯状态进行加权计算,得到最终信号灯状态。
采用本公开实施例提供的交通信号灯状态识别系统,通过获取当前道路的车辆信息和信号灯图像信息,根据车辆信息确定当前道路任一行驶方向上目标车辆和行驶车辆的数量,进而确定行驶方向上的第一信号灯状态,同时,对信号灯图像信息进行信号灯识别,得到第二信号灯状态,通过对第一信号灯状态和第二信号灯状态进行加权计算,得到最终信号灯状态。这样,相较于对信号灯图像进行图像识别得到第二信号灯状态,将行驶方向上目标车辆和行驶车辆的数量作为新的确定参数,以确定该行驶方向的第一信号灯状态,从而通过第一信号灯状态和第二信号灯状态确定最终信号灯状态,扩大了参考范围,从而提高信号灯的识别准确性。
图4示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是,图4示出的电子设备的计算机系统400仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统400包括中央处理单元(Central Processing Unit,CPU)401,其可以根据存储在只读存储器(Read-Only Memory,ROM)402中的程序或者从储存部分408加载到随机访问存储器(Random Access Memory,RAM)403中的程序而执行各种适当的动作和处理,例如执行上述实施例中的方法。在RAM 403中,还存储有系统操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(Input/Output,I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分407;包括硬盘等的储存部分408;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入储存部分408。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本实施例中的任一项方法。
本公开实施例中的计算机可读存储介质,本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例公开的电子设备,包括处理器、存储器、收发器和通信接口,存储器和通信接口与处理器和收发器连接并完成相互间的通信,存储器用于存储计算机程序,通信接口用于进行通信,处理器和收发器用于运行计算机程序,使电子设备执行如上方法的各个步骤。
在本实施例中,存储器可能包含随机存取存储器(Random Access Memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、图形处理器(Graphics Processing Unit,简称GPU),网络处理器(NetworkProcessor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称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。
以上描述和附图充分地示出了本公开的实施例,以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选地,并且操作的顺序可以变化。一些实施例的部分和子样本可以被包括在或替换其他实施例的部分和子样本。而且,本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的,除非上下文清楚地表明,否则单数形式的“一个”(a)、“一个”(an)和“”(the)旨在同样包括复数形式。类似地,如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外,当用于本申请中时,术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的子样本、整体、步骤、操作、元素,和/或组件的存在,但不排除一个或一个以上其它子样本、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括要素的过程、方法或者设备中还存在另外的相同要素。本文中,每个实施例重点说明的可以是与其他实施例的不同之处,各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言,如果其与实施例公开的方法部分相对应,那么相关之处可以参见方法部分的描述。
本领域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,可以取决于技术方案的特定应用和设计约束条件。技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能,但是这种实现不应认为超出本公开实施例的范围。技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本文所披露的实施例中,所揭露的方法、产品(包括但不限于装置、设备等),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,单元的划分,可以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,或一些子样本可以忽略,或不执行。另外,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,装置或单元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。另外,在本公开实施例中的各功能单元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。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中,不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生,有时不同的操作或步骤之间不存在特定的顺序。例如,两个连续的操作或步骤实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
Claims (10)
1.一种交通信号灯状态识别方法,其特征在于,包括:
获取当前道路的车辆信息和信号灯图像信息,其中,所述当前道路包括至少一个行驶方向对应的行驶车道,所述车辆信息包括所述行驶车道上的目标车辆、所述目标车辆的当前车速;
根据所述当前车速与预设车速阈值之间的比较结果从所述目标车辆中确定行驶车辆,并确定所述行驶方向对应的第一数量和第二数量,其中,将目标车辆的数量确定为第一数量,将行驶车辆的数量确定为第二数量;
根据所述第一数量和所述第二数量计算得到所述行驶方向对应的通行指标,并基于所述通行指标与预设指标阈值之间的比较结果确定所述行驶方向对应的第一信号灯状态;
根据预设的信号灯图像识别算法对所述信号灯图像信息进行信号灯识别,得到第二信号灯状态;
对所述第一信号灯状态和所述第二信号灯状态进行加权计算,得到最终信号灯状态。
2.根据权利要求1所述的方法,其特征在于,通过以下方法获取当前道路的车辆信息:
通过预设的车载摄像头采集当前道路的多个场景图像信息;
根据预设的道路识别算法对所述场景图像信息进行道路标识识别,得到所述第一场景信息中的道路标识信息,基于所述道路标识信息对所述当前道路进行划分,得到所述当前道路中的至少一个行驶车道和各所述行驶车道对应的行驶方向;
根据预设的车辆检测对所述场景图像信息中的行驶车道进行车辆识别,得到所述行驶车道上的目标车辆;
根据光流算法对所述场景图像信息中的目标车辆进行计算,得到所述目标车辆的当前车速。
3.根据权利要求2所述的方法,其特征在于,根据所述第一数量和所述第二数量计算得到所述行驶方向对应的通行指标,包括以下任意一种:
将所述第一数量与所述第二数量之间的差值确定为所述行驶方向对应的通行指标;
将所述第一数量与所述第二数量之间的比值确定为所述行驶方向对应的通行指标。
4.根据权利要求3所述的方法,其特征在于,基于所述通行指标与预设指标阈值之间的比较结果确定所述行驶方向对应的第一信号灯状态,包括:
根据所述行驶方向匹配得到对应的预设数量阈值和预设指标阈值;
若所述行驶方向满足第一预设条件和第二预设条件,则确定所述行驶方向对应的第一信号灯状态为绿灯状态,其中,所述第一预设条件包括所述行驶方向对应的第一数量大于或等于所述预设数量阈值,所述第二预设条件包括所述行驶方向对应的通行指标大于或等于所述预设指标阈值;
若所述行驶方向不满足所述第一预设条件或所述第二预设条件,则确定所述行驶方向对应的第一信号灯状态为红灯状态。
5.根据权利要求1所述的方法,其特征在于,获取当前道路的车辆信息和信号灯图像信息之后,根据预设的信号灯图像识别算法对所述信号灯图像信息进行信号灯识别之前,所述方法还包括以下至少一种:
根据预设的放大比例对所述信号灯图像信息的图像尺寸进行调整;
根据双线性插值技术对所述信号灯图像信息的分辨率进行调整;
根据所述信号灯图像信息的曝光参数与预设曝光阈值之间的比较结果确定所述信号灯图像信息的图像曝光状态,根据所述图像曝光状态匹配对应的曝光调整方法,基于匹配出的曝光调整方法对所述信号灯图像信息的曝光参数进行调整。
6.根据权利要求5所述的方法,其特征在于,根据预设的信号灯图像识别算法对所述信号灯图像信息进行信号灯识别,得到第二信号灯状态,包括:
所述信号灯图像信息的数量包括一个或多个;
若所述信号灯图像信息的数量包括一个,则根据预设的信号灯图像识别算法对所述信号灯图像信息进行信号灯识别,得到第二信号灯状态;
若所述信号灯图像信息的数量包括多个,则根据所述信号灯图像识别算法分别对各所述信号灯图像信息进行信号灯识别,得到各所述信号灯图像信息对应的第三信号灯状态,并统计相同的第三信号灯状态的数量,基于统计结果从所述第三信号灯状态中确定第二信号灯状态。
7.根据权利要求1至6任一项所述的方法,其特征在于,对所述第一信号灯状态和所述第二信号灯状态进行加权计算,得到最终信号灯状态,包括:
获取所述第一信号灯状态对应的第一权重以及所述第二信号灯状态对应的第二权重;
统计所有行驶方向上的目标车辆的数量,得到车辆总数;
若所述车辆总数大于或等于预设总数阈值,则根据预设提高比例对所述第一权重进行计算,得到所述第一信号灯状态对应的第三权重,根据所述第三权重、所述第二权重对所述第一信号灯状态和所述第二信号灯状态进行加权计算,得到最终信号灯状态;
若所述车辆总数小于预设总数阈值,则根据所述第一权重、所述第二权重对所述第一信号灯状态和所述第二信号灯状态进行加权计算,得到最终信号灯状态。
8.一种交通信号灯状态识别系统,其特征在于,包括:
获取模块,用于获取当前道路的车辆信息和信号灯图像信息,其中,所述当前道路包括至少一个行驶方向对应的行驶车道,所述车辆信息包括所述行驶车道上的目标车辆、所述目标车辆的当前车速;
数量确定模块,用于根据所述当前车速与预设车速阈值之间的比较结果从所述目标车辆中确定行驶车辆,并确定所述行驶方向对应的第一数量和第二数量,其中,将目标车辆的数量确定为第一数量,将行驶车辆的数量确定为第二数量;
第一状态确定模块,用于根据所述第一数量和所述第二数量计算得到所述行驶方向对应的通行指标,并基于所述通行指标与预设指标阈值之间的比较结果确定所述行驶方向对应的第一信号灯状态;
第二状态确定模块,用于根据预设的信号灯图像识别算法对所述信号灯图像信息进行信号灯识别,得到第二信号灯状态;
计算模块,用于对所述第一信号灯状态和所述第二信号灯状态进行加权计算,得到最终信号灯状态。
9.一种电子设备,其特征在于,包括:处理器及存储器;
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存储器存储的计算机程序,以使所述电子设备执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,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7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211049985.8A CN115393827A (zh) | 2022-08-30 | 2022-08-30 | 交通信号灯状态识别方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211049985.8A CN115393827A (zh) | 2022-08-30 | 2022-08-30 | 交通信号灯状态识别方法、系统、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115393827A true CN115393827A (zh) | 2022-11-25 |
Family
ID=84124766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211049985.8A Pending CN115393827A (zh) | 2022-08-30 | 2022-08-30 | 交通信号灯状态识别方法、系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115393827A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117292360A (zh) * | 2023-11-24 | 2023-12-26 | 福思(杭州)智能科技有限公司 | 交通信号灯识别方法和装置、存储介质及电子设备 |
-
2022
- 2022-08-30 CN CN202211049985.8A patent/CN115393827A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117292360A (zh) * | 2023-11-24 | 2023-12-26 | 福思(杭州)智能科技有限公司 | 交通信号灯识别方法和装置、存储介质及电子设备 |
CN117292360B (zh) * | 2023-11-24 | 2024-02-09 | 福思(杭州)智能科技有限公司 | 交通信号灯识别方法和装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111626208B (zh) | 用于检测小目标的方法和装置 | |
JP7024115B2 (ja) | 区画線に基づくインテリジェントドライブ制御方法および装置、ならびに電子機器 | |
CN108986465B (zh) | 一种车流量检测的方法、系统及终端设备 | |
CN109284674B (zh) | 一种确定车道线的方法及装置 | |
EP4152204A1 (en) | Lane line detection method, and related apparatus | |
WO2020098708A1 (zh) | 车道线的检测及驾驶控制方法、装置和电子设备 | |
CN112528878A (zh) | 检测车道线的方法、装置、终端设备及可读存储介质 | |
US20190179312A1 (en) | Method and Apparatus for Generating Information | |
CN107389085B (zh) | 一种道路通行属性的确定方法、装置、计算机及存储介质 | |
CN108279016B (zh) | Had地图的平滑处理方法和装置、导航系统及自动驾驶系统 | |
WO2022217630A1 (zh) | 一种车速确定方法、装置、设备和介质 | |
CN112528807B (zh) | 行驶轨迹的预测方法、装置、电子设备及存储介质 | |
CN111382625A (zh) | 道路标识识别方法、装置及电子设备 | |
CN112885130B (zh) | 呈现道路信息的方法和装置 | |
CN112200142A (zh) | 一种识别车道线的方法、装置、设备及存储介质 | |
CN115393827A (zh) | 交通信号灯状态识别方法、系统、电子设备及存储介质 | |
CN117218622A (zh) | 路况检测方法、电子设备及存储介质 | |
CN109740502B (zh) | 道路质量检测方法及装置 | |
CN113591543B (zh) | 交通标志识别方法、装置、电子设备及计算机存储介质 | |
CN115019511A (zh) | 基于自动驾驶车辆的识别机动车违规变道的方法和装置 | |
CN111433779A (zh) | 用于识别道路特征的系统和方法 | |
CN114998863A (zh) | 目标道路识别方法、装置、电子设备以及存储介质 | |
CN115018926A (zh) | 车载相机的俯仰角确定方法、装置、设备和存储介质 | |
CN114359859A (zh) | 一种含遮挡的目标物处理方法、装置及存储介质 | |
CN114495049A (zh) | 识别车道线的方法和装置 |
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 |