CN115416651A - 行车过程障碍物监控方法、装置和电子设备 - Google Patents
行车过程障碍物监控方法、装置和电子设备 Download PDFInfo
- Publication number
- CN115416651A CN115416651A CN202211152862.7A CN202211152862A CN115416651A CN 115416651 A CN115416651 A CN 115416651A CN 202211152862 A CN202211152862 A CN 202211152862A CN 115416651 A CN115416651 A CN 115416651A
- Authority
- CN
- China
- Prior art keywords
- target
- vehicle
- target obstacle
- determining
- obstacle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000008569 process Effects 0.000 title claims abstract description 31
- 238000012544 monitoring process Methods 0.000 title claims abstract description 20
- 238000006073 displacement reaction Methods 0.000 claims abstract description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 11
- 238000002372 labelling Methods 0.000 claims description 10
- 230000004888 barrier function Effects 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/402—Type
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提出了一种行车过程障碍物监控方法、装置和电子设备，涉及车辆技术领域。其中，上述行车过程障碍物监控方法包括：采集车辆行驶方向上的目标图像序列；识别目标图像序列中包含的目标障碍物；根据目标障碍物在目标图像序列中的位移，确定目标障碍物相对于车辆的运动状态；根据目标障碍物相对于车辆的运动状态，确定目标障碍物与车辆的碰撞概率；根据碰撞概率，发出行车预警信息以及行车建议信息。通过上述技术方案，可在复杂的交通状况下自动识别存在的碰撞风险，辅助驾驶员对道路车况进行全局把控，提高行车过程风险识别的可靠性，降低事故发生概率。
Description
【技术领域】
本申请涉及车辆技术领域，尤其涉及一种行车过程障碍物监控方法、装置和电子设备。
【背景技术】
近几年城市机动车数量暴涨，早晚高峰时段交通状况复杂多变。驾驶员在复杂的交通状况下很容易出现顾此失彼的情况，仅凭驾驶员的个人感知很难全面把握车况，导致可能忽略隐藏的碰撞风险，威胁行车安全。
【发明内容】
本申请实施例提供了一种行车过程障碍物监控方法、装置和电子设备，可用于在车辆行驶过程自动监控行车方向上的障碍物，并对可能发生的碰撞风险进行预警。
第一方面，本申请实施例提供一种行车过程障碍物监控方法，包括：采集车辆行驶方向上的目标图像序列；识别目标图像序列中包含的目标障碍物；根据目标障碍物在目标图像序列中的位移，分别确定目标障碍物相对于车辆的运动状态；根据目标障碍物相对于车辆的运动状态，确定目标障碍物与车辆的碰撞概率；根据碰撞概率，发出行车预警信息以及行车建议信息。
上述技术方案中，可自动识别车辆行驶方向上的障碍物，并计算车辆与各个障碍物的碰撞概率，进而可根据碰撞概率向驾驶员发出预警和建议。通过上述技术方案，可在复杂的交通状况下自动识别存在的碰撞风险，辅助驾驶员对道路车况进行全局把控，提高行车过程风险识别的可靠性，降低安全事故发生的概率。
其中一种可能的实现方式中，识别目标图像序列中包含的目标障碍物，包括：根据目标图像序列各像素点的视觉特征，确定出目标图像序列包含的道路信息以及障碍物信息；根据车辆在道路中的行驶位置和行驶方向，从道路信息中确定出感兴趣区域；将位于感兴趣区域的障碍物信息确定为目标障碍物。
本实现方式中，可仅对位于车辆行驶路线上以及附近的障碍物进行碰撞概率识别。通过本实现方式，可避免不必要的运算，降低计算复杂度，提升方案的实现效率。
其中一种可能的实现方式中，运动状态包括运动方向以及运动速度；根据目标障碍物相对于车辆的运动状态，确定目标障碍物与车辆的碰撞概率，包括：根据目标障碍物相对于车辆的运动方向，确定目标障碍物与车辆的第一碰撞概率；根据目标障碍物相对于车辆的运动速度，确定目标障碍物与车辆的第二碰撞概率；根据第一碰撞概率以及第二碰撞概率，确定目标障碍物与车辆的碰撞概率。
本实现方式中，可同时根据相对运动方向以及相对运动速度，计算目标障碍物与车辆的碰撞概率，提升了运算准确度。
其中一种可能的实现方式中，根据目标障碍物相对于车辆的运动速度，确定目标障碍物与车辆的第二碰撞概率，包括：根据目标障碍物相对于车辆的运动速度，确定目标障碍物与车辆发生碰撞的剩余时长；根据剩余时长，确定目标障碍物与车辆的第二碰撞概率。
其中一种可能的实现方式中，上述方法还包括：利用第一人工智能算法，对目标障碍物的物体类型进行识别；在识别到目标障碍物为生障碍物的情况下，利用第二人工智能算法，确定目标障碍物的闪躲能力参数。
其中一种可能的实现方式中，根据目标障碍物相对于车辆的运动状态，确定目标障碍物与所述车辆的碰撞概率之后，上述方法还包括：根据目标障碍物的闪躲能力参数对碰撞概率进行修正，得到修正后的碰撞概率；根据修正后的碰撞概率，发出行车预警信息以及行车建议信息。
本实现方式中，可根据目标障碍物类型的不同，对生物体采取针对性的碰撞概率计算方式。通过本实现方式，可使得碰撞概率的计算与实际场景更加贴合，提升碰撞概率的准确性。
其中一种可能的实现方式中，上述方法还包括：根据碰撞概率，确定对应的标注样式；按照标注样式，对目标图像序列包含的目标障碍物进行标注。
本实现方式中，可通过不同的标注样式对不同碰撞概率的目标障碍物进行标注。从而可以方便驾驶员直观地感知到障碍物所在方位、以及不同障碍物各自的碰撞风险程度。
第二方面，本申请实施例提供一种行车过程障碍物监控装置，包括：采集模块，用于采集车辆行车方向上的目标图像序列；识别模块，用于识别目标图像序列中包含的目标障碍物；第一确定模块，用于根据目标障碍物在目标图像序列中的位移，分别确定目标障碍物相对于车辆的运动状态；第二确定模块，用于根据目标障碍物相对于车辆的运动状态，确定目标障碍物与车辆的碰撞概率；预警模块，用于根据碰撞概率，发出行车预警信息以及行车建议信息。
第三方面，本申请实施例提供一种电子设备，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如第一方面所述的方法。
第四方面，本申请实施例提供一种芯片，所述芯片包括处理器与数据接口，所述处理器通过所述数据接口读取存储器上存储的指令，能够执行如第一方面所述的方法。
第五方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如第一方面所述的方法。
【附图说明】
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，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它的附图。
图1为本申请实施例提供的一种行车过程障碍物监控方法的流程图；
图2为本申请实施例提供的一种行车过程图像采集的场景示意图；
图3为本申请实施例提供的一种目标障碍物的场景示意图；
图4为本申请实施例提供的一种目标障碍物运动状态的场景示意图；
图5为本申请实施例提供的另一种行车过程障碍物监控方法的流程图；
图6为本申请实施例提供的一种行车过程障碍物监控装置的结构示意图；
图7为本申请实施例提供的一种电子设备的结构示意图。
【具体实施方式】
为了更好的理解本申请的技术方案，下面结合附图对本申请实施例进行详细描述。
应当明确，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
图1为本申请实施例提供的一种行车过程障碍物监控方法的流程图，如图1所示，上述行车过程障碍物监控方法可以包括：
步骤101，采集车辆行驶方向上的目标图像序列。
本申请实施例中，可在车辆内设置图像采集装置，例如行车记录仪等。图像采集装置例如可设置于前车窗位置。图像采集装置可在车辆行驶过程中，采集车辆行驶方向上的目标图像。如图2所示，图像采集装置可对车辆行驶方向上预设角度内的目标进行采集，该预设角度例如可以是120°、140°等，本申请对此不做限制。
图像采集装置采集的图像信息可以是视频信息，也可以是图片信息。当采集的图像信息为视频信息时，可将预设时段内采集到的多帧视频图像作为一组目标图像序列。当采集的图像信息为图片信息时，图像采集装置可按照设定频率进行图像采集，可将预设时段内采集到的多张图像作为一组目标图像序列。其中，预设时段的长度可根据需求灵活设置。
步骤102，识别目标图像序列中包含的目标障碍物。
本申请实施例中，可将目标图像序列中每张目标图像所包含的图像信息划分为道路信息以及障碍物信息两大类。可以理解的，道路信息指的是可供行驶的路面；障碍物信息可包括行人、树木、机动车、非机动车等任意一种可能造成行车障碍的物体。
基于上述说明，首先，可利用图像识别算法，对目标图像序列各像素点的视觉特征进行识别，从而确定出目标图像序列包含的道路信息以及障碍物信息。其中，视觉特征例如可包括颜色、亮度、灰度等特征。
进一步的，在实际场景中，相较于车辆行驶范围之外的障碍物，位于车辆行驶范围内的障碍物与车辆发生碰撞的可能性更大。因此，本申请实施例中，为避免不必要的运算、降低计算复杂度、提升方案的执行效率，可根据车辆的行车预测线，对识别出的各个障碍物进行筛选，确定出位于行车预测线之内的目标障碍物。
具体的，首先，可根据车辆在道路中的行驶位置和行驶方向，从已识别出的道路信息中确定出感兴趣区域。感兴趣区域为车辆行车预测线之内的区域。举例来说，如图3所示，假设道路信息包括三个车道，车辆在道路中的行驶位置位于第二车道，且行驶方向与第二车道平行。那么，行车预测线可如虚线所示，位于行车预测线之内的区域31即为感兴趣区域。
进而，可将识别出的各个障碍物信息中，位于感兴趣区域的障碍物信息确定为目标障碍物。
仍以图3为例，假设识别出的障碍物信息包括障碍物T1、障碍物T2以及障碍物T3，其中，障碍物T3位于感兴趣区域31，那么，可将障碍物T3确定为目标障碍物。
步骤103，根据目标障碍物在目标图像序列中的位移，确定目标障碍物相对于车辆的运动状态。
由于目标图像序列是在车辆行驶过程中采集到的一组图像集合，因此，目标障碍物在目标图像序列包含的各个图像中的位置变化情况，能够表征目标障碍物相对于车辆的运动状态。该运动状态可以包括运动方向以及运动速度。
如图4所示，目标障碍物T3在目标图像序列包含的图像1中的位置为P1，在目标图像序列包含的图像2中的位置为P2。那么，根据目标障碍物T3在目标图像序列包含的图像1以及图像2中的位置变化情况，一方面，可确定出目标障碍物T3相对于车辆的运动方向为由位置P1指向位置P2的方向。另一方面，可根据位置P1与位置P2之间的实际距离、以及两张图像的采集间隔，确定出目标障碍物T3相对于车辆的运动速度。
步骤104，根据目标障碍物相对于车辆的运动状态，确定目标障碍物与车辆的碰撞概率。
首先，可根据目标障碍物相对于车辆的运动方向，确定目标障碍物与车辆的第一碰撞概率。
可以理解的，当两物体相向运动时，碰撞概率更高，背向运动时，碰撞概率更低。基于此，本申请实施例可计算目标障碍物相对于车辆的实际运动方向、与参考运动方向的相似度。根据实际运动方向与参考运动方向的相似度，确定目标障碍物与车辆的第一碰撞概率。
一种可能的实现方式中，参考运动方向为背向方向。此时，相似度越高，目标障碍物与车辆的第一碰撞概率越低；相似度越低，目标障碍物与车辆的第一碰撞概率越高。
另一种可能的实现方式中，参考运动方向为相向方向。此时，相似度越高，目标障碍物与车辆的第一碰撞概率越高；相似度越低，目标障碍物与车辆的第一碰撞概率越低。
然后，可根据目标障碍物相对于车辆的运动速度，确定目标障碍物与车辆的第二碰撞概率。
具体的，可根据目标障碍物相对于车辆的运动速度，确定目标障碍物与车辆发生碰撞的剩余时长。进而，可根据剩余时长，确定目标障碍物与车辆的第二碰撞概率。剩余时长越长，预留给驾驶员的反应时间越多，第二碰撞概率越低，反正则第二碰撞概率越高。
最后，可根据第一碰撞概率以及第二碰撞概率，确定目标障碍物与车辆的碰撞概率。
示例性的，可将第一碰撞概率与第二碰撞概率的乘积，确定为目标障碍物与车辆的碰撞概率。或者，还可为第一碰撞概率和第二碰撞概率分别分配不同的权重，并将第一碰撞概率、第二碰撞概率分别与各自权重相乘，进而，可将相乘后得到的两个乘积的和值确定为目标障碍物与车辆的碰撞概率。
步骤105，根据碰撞概率，发出行车预警信息以及行车建议信息。
本申请实施例中，可将碰撞概率高于设定阈值的目标障碍物确定为待预警的障碍物，进而，可针对待预警的障碍物发出行车预警信息以及行车建议信息。其中，设定阈值例如可以是50％。
行车预警信息的语义可与碰撞概率的取值相关。示例性的，当碰撞概率超过95％时，行车预警信息可包含“请注意，即将发生碰撞，小心冲击”的语义；当碰撞概率超过90％时，行车预警信息可包含“请注意，即将发生碰撞，请注意避让前方障碍物”的语义；当碰撞概率超过75％时，行车预警信息可包含“请注意，xxx方向，某障碍物高概率发生碰撞”的语义；当碰撞概率超过50％时，行车预警信息可包含“请注意，xxx方向出现某障碍物”的语义。
行车建议信息例如可包含建议行驶方向、建议行驶车速等信息，从而便于驾驶员在紧急情况下快速采取避让措施，防止事故发生。
其中，上述行车预警信息以及行车建议信息可通过语音播报方式发出。在此基础上，还可通过文字方式，显示在图像采集装置的图像显示界面。具体的，可显示在所对应的目标障碍物图像附近。
上述技术方案中，可在车辆行驶过程中，自动识别车辆行驶方向上的障碍物，并计算车辆与各个障碍物的碰撞概率，进而可根据碰撞概率向驾驶员发出预警和建议。通过上述技术方案，可在复杂的交通环境下，辅助驾驶员对道路车况进行全局把控，提高了行车过程风险识别的可靠性，降低了安全事故发生的概率。并且，上述技术方案不需要为车辆额外配置复杂昂贵的设备，成本较低，且便于在各种不同车型普及应用。
进一步的，为方便驾驶员直观地感知到障碍物所在方位、以及与不同障碍物的碰撞风险程度，本申请实施例中，还可在图像采集装置的图像显示界面中，对碰撞概率高于设定阈值的目标障碍物进行标注。处于不同区间的碰撞概率值可对应不同的标注样式。示例性的，碰撞概率超过95％，可使用黑框标注；碰撞概率超过90％，可使用紫框标注；碰撞概率超过75％，可使用红框标注；碰撞概率超过50％，可使用黄框标注。
基于上述说明，在计算出的碰撞概率后，可根据碰撞概率，确定对应的标注样式。进而，可按照标注样式，对目标图像序列中的目标障碍物进行标注。
图5为本申请实施例提供的另一种行车过程障碍物监控方法的流程图，如图5所示，本申请提供的行车过程障碍物监控方法可包括：
步骤201，采集车辆行驶方向上的目标图像序列。
步骤202，识别目标图像序列中包含的目标障碍物。
步骤203，根据目标障碍物在目标图像序列中的位移，确定目标障碍物相对于车辆的运动状态。
步骤204，根据目标障碍物相对于车辆的运动状态，确定目标障碍物与车辆的碰撞概率。
步骤205，利用第一人工智能算法，对目标障碍物的障碍物类型进行识别。
步骤206，判断识别到目标障碍物是否为生障碍物，如果是，执行步骤207，否则，执行步骤210。
步骤207，利用第二人工智能算法，确定目标障碍物的闪躲能力参数。
步骤208，根据目标障碍物的闪躲能力参数，对碰撞概率进行修正。
步骤209，根据修正后的碰撞概率，发出行车预警信息以及行车建议信息。
步骤210，根据碰撞概率，发出行车预警信息以及行车建议信息。
通常来说，当存在碰撞风险时，生物体能够本能而快速地采取避让措施，从而使原本的碰撞风险降低、甚至解除；而非生物体则依赖于人为操控，机动性较差。
基于上述原因，本申请实施例中，可基于第一人工智能算法，对目标障碍物的物体类型进行识别。
一种可能的情况下，目标障碍物为非生物体，此时，可直接根据已计算出的碰撞概率，发出行车预警信息以及行车建议信息。
另一种可能的情况下，目标障碍物为生物体，此时，可利用第二人工智能算法，确定目标障碍物的闪躲能力参数。具体的，可利用第二人工智能算法，识别该生物体的具体生物类型。进而，可根据该生物类型的生理特征参数，如奔跑速度、反应速度等，确定闪躲能力参数。然后，可根据生物体的闪躲能力参数，对已计算出的碰撞概率进行修正，得到修正后的碰撞概率。最后，可根据修正后的碰撞概率，发出行车预警信息以及行车建议信息。
需要说明的是，上述流程的执行顺序不限于此，例如，在另外的实现方式中，步骤205至步骤207可先于步骤204执行。本申请对此不做限制。
上述技术方案中，可将车辆行驶方向上的目标障碍物进一步划分为生物体和非生物体，进而，可根据障碍物类型的不同对碰撞概率采取不同的计算方法。通过上述技术方案，可进一步贴合实际场景，提升碰撞概率计算以及风险预警的准确性。
图6为本申请实施例提供的一种行车过程障碍物监控装置的结构示意图。如图6所示，上述行车过程障碍物监控装置可以包括：采集模块61、识别模块62、第一确定模块63、第二确定模块64以及预警模块65。
采集模块61，用于采集车辆行车方向上的目标图像序列。
识别模块62，用于识别目标图像序列中包含的目标障碍物。
第一确定模块63，用于根据目标障碍物在目标图像序列中的位移，确定目标障碍物相对于车辆的运动状态。
第二确定模块64，用于根据目标障碍物相对于车辆的运动状态，确定目标障碍物与车辆的碰撞概率。
预警模块65，用于根据碰撞概率，发出行车预警信息以及行车建议信息。
一种具体的实现方式中，识别模块62具体用于，根据目标图像序列各像素点的视觉特征，确定出目标图像序列包含的道路信息以及障碍物信息；根据车辆在道路中的行驶位置和行驶方向，从道路信息中确定出感兴趣区域；将位于感兴趣区域的障碍物信息确定为目标障碍物。
一种具体的实现方式中，运动状态包括运动方向以及运动速度；第二确定模块64具体用于，根据目标障碍物相对于车辆的运动状态，确定目标障碍物与车辆的碰撞概率，包括：根据目标障碍物相对于车辆的运动方向，确定目标障碍物与车辆的第一碰撞概率；根据目标障碍物相对于车辆的运动速度，确定目标障碍物与车辆的第二碰撞概率；根据第一碰撞概率以及第二碰撞概率，确定目标障碍物与车辆的碰撞概率。
一种具体的实现方式中，第二确定模块64具体用于，根据目标障碍物相对于车辆的运动速度，确定目标障碍物与车辆发生碰撞的剩余时长；根据剩余时长，确定目标障碍物与车辆的第二碰撞概率。
一种具体的实现方式中，上述装置还包括第三确定模块66，用于利用第一人工智能算法，对目标障碍物的障碍物类型进行识别；在识别到目标障碍物为生障碍物的情况下，利用第二人工智能算法，确定目标障碍物的闪躲能力参数。
一种具体的实现方式中，第二确定模块64还用于，根据目标障碍物的闪躲能力参数对碰撞概率进行修正，得到修正后的碰撞概率；预警模块65还用于，根据修正后的碰撞概率，发出行车预警信息以及行车建议信息。
一种具体的实现方式中，预警模块65还用于，根据碰撞概率，确定对应的标注样式；按照标注样式，对目标图像序列包含的目标障碍物进行标注。
通过上述技术方案，可在复杂的交通状况下自动识别存在的碰撞风险，辅助驾驶员对道路车况进行全局把控，提高行车过程风险识别的可靠性，降低安全事故发生的概率。
图7为本申请实施例提供的一种电子设备的结构示意图。如图7所示，上述电子设备可以包括至少一个处理器；以及与上述处理器通信连接的至少一个存储器，其中：存储器存储有可被处理器执行的程序指令，上述处理器调用上述程序指令能够执行本申请实施例提供的行车过程障碍物监控方法。
本实施例对上述电子设备的具体形态不作限定。
图7示出了适于用来实现本申请实施方式的示例性电子设备的框图。图7显示的电子设备仅仅是一个示例，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7所示，电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于：一个或者多个处理器410，存储器430，连接不同系统组件(包括存储器430和处理器410)的通信总线440。
通信总线440表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture；以下简称：ISA)总线，微通道体系结构(Micro Channel Architecture；以下简称：MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation；以下简称：VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection；以下简称：PCI)总线。
电子设备典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器430可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory；以下简称：RAM)和/或高速缓存存储器。电子设备可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。尽管图7中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(Compact Disc Read Only Memory；以下简称：CD-ROM)、数字多功能只读光盘(Digital Video Disc Read Only Memory；以下简称：DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与通信总线440相连。存储器430可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块的程序/实用工具，可以存储在存储器430中，这样的程序模块包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本申请所描述的实施例中的功能和/或方法。
电子设备也可以与一个或多个外部设备(例如键盘、指向设备、显示器等)通信，还可与一个或者多个使得用户能与该电子设备交互的设备通信，和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过通信接口420进行。并且，电子设备还可以通过网络适配器(图7中未示出)与一个或者多个网络(例如局域网(Local Area Network；以下简称：LAN)，广域网(Wide AreaNetwork；以下简称：WAN)和/或公共网络，例如因特网)通信，上述网络适配器可以通过通信总线440与电子设备的其它模块通信。应当明白，尽管图7中未示出，可以结合电子设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Drives；以下简称：RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器410通过运行存储在存储器430中的程序，从而执行各种功能应用以及行车过程障碍物监控，例如实现本申请实施例提供的行车过程障碍物监控方法。
本申请实施例还提供一种计算机可读存储介质，上述计算机可读存储介质存储计算机指令，上述计算机指令使上述计算机执行本申请实施例提供的行车过程障碍物监控方法。
上述计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。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。计算机可读存储介质例如可以是——但不限于——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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ReadOnly Memory；以下简称：ROM)、可擦式可编程只读存储器(Erasable Programmable ReadOnly Memory；以下简称：EPROM)或闪存、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
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程序代码。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程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
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申请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。
此外，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。在本申请的描述中，“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。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，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，所述单元的划分，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。
另外，在本申请各个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。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。
Claims (11)
1.一种行车过程障碍物监控方法，其特征在于，包括：
采集车辆行驶方向上的目标图像序列；
识别所述目标图像序列中包含的目标障碍物；
根据所述目标障碍物在所述目标图像序列中的所述位移，确定所述目标障碍物相对于所述车辆的运动状态；
根据所述目标障碍物相对于所述车辆的运动状态，确定所述目标障碍物与所述车辆的碰撞概率；
根据所述碰撞概率，发出行车预警信息以及行车建议信息。
2.根据权利要求1所述的方法，其特征在于，识别所述目标图像序列中包含的目标障碍物，包括：
根据所述目标图像序列各像素点的视觉特征，确定出所述目标图像序列包含的道路信息以及障碍物信息；
根据所述车辆在道路中的行驶位置和行驶方向，从所述道路信息中确定出感兴趣区域；
将位于所述感兴趣区域的所述障碍物信息确定为目标障碍物。
3.根据权利要求1所述的方法，其特征在于，所述运动状态包括运动方向以及运动速度；
根据所述目标障碍物相对于所述车辆的运动状态，确定所述目标障碍物与所述车辆的碰撞概率，包括：
根据所述目标障碍物相对于所述车辆的运动方向，确定所述目标障碍物与所述车辆的第一碰撞概率；
根据所述目标障碍物相对于所述车辆的运动速度，确定所述目标障碍物与所述车辆的第二碰撞概率；
根据所述第一碰撞概率以及所述第二碰撞概率，确定所述目标障碍物与所述车辆的碰撞概率。
4.根据权利要求3所述的方法，其特征在于，根据所述目标障碍物相对于所述车辆的运动速度，确定所述目标障碍物与所述车辆的第二碰撞概率，包括：
根据所述目标障碍物相对于所述车辆的运动速度，确定所述目标障碍物与所述车辆发生碰撞的剩余时长；
根据所述剩余时长，确定所述目标障碍物与所述车辆的第二碰撞概率。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
利用第一人工智能算法，对所述目标障碍物的物体类型进行识别；
在识别到所述目标障碍物为生物体的情况下，利用第二人工智能算法，确定所述目标障碍物的闪躲能力参数。
6.根据权利要求5所述的方法，其特征在于，根据所述目标障碍物相对于所述车辆的运动状态，确定所述目标障碍物与所述车辆的碰撞概率之后，所述方法还包括：
根据所述目标障碍物的闪躲能力参数对所述碰撞概率进行修正，得到修正后的碰撞概率；
根据所述修正后的碰撞概率，发出行车预警信息以及行车建议信息。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述碰撞概率，确定对应的标注样式；
按照所述标注样式，对所述目标图像序列包含的所述目标障碍物进行标注。
8.一种行车过程障碍物监控装置，其特征在于，包括：
采集模块，用于采集车辆行车方向上的目标图像序列；
识别模块，用于识别所述目标图像序列中包含的目标障碍物；
第一确定模块，用于根据所述目标障碍物在所述目标图像序列中的位移，分别确定所述目标障碍物相对于所述车辆的运动状态；
第二确定模块，用于根据所述目标障碍物相对于所述车辆的运动状态，确定所述目标障碍物与所述车辆的碰撞概率；
预警模块，用于根据所述碰撞概率，发出行车预警信息以及行车建议信息。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至7任一所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7任一所述的方法。
11.一种芯片，其特征在于，所述芯片包括处理器与数据接口，所述处理器通过所述数据接口读取存储器上存储的指令，能够执行如权利要求1至7任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211152862.7A CN115416651A (zh) | 2022-09-21 | 2022-09-21 | 行车过程障碍物监控方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211152862.7A CN115416651A (zh) | 2022-09-21 | 2022-09-21 | 行车过程障碍物监控方法、装置和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115416651A true CN115416651A (zh) | 2022-12-02 |
Family
ID=84203391
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211152862.7A Pending CN115416651A (zh) | 2022-09-21 | 2022-09-21 | 行车过程障碍物监控方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115416651A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116279454A (zh) * | 2023-01-16 | 2023-06-23 | 禾多科技（北京）有限公司 | 车身装置控制方法、装置、电子设备和计算机可读介质 |
| CN116985794A (zh) * | 2023-08-10 | 2023-11-03 | 中国电建集团重庆工程有限公司 | 一种曲臂车防碰撞控制方法、装置、设备及介质 |
| CN118135542A (zh) * | 2024-05-06 | 2024-06-04 | 武汉未来幻影科技有限公司 | 一种障碍物动静态判定方法及其相关设备 |
-
2022
- 2022-09-21 CN CN202211152862.7A patent/CN115416651A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116279454A (zh) * | 2023-01-16 | 2023-06-23 | 禾多科技（北京）有限公司 | 车身装置控制方法、装置、电子设备和计算机可读介质 |
| CN116279454B (zh) * | 2023-01-16 | 2023-12-19 | 禾多科技（北京）有限公司 | 车身装置控制方法、装置、电子设备和计算机可读介质 |
| CN116985794A (zh) * | 2023-08-10 | 2023-11-03 | 中国电建集团重庆工程有限公司 | 一种曲臂车防碰撞控制方法、装置、设备及介质 |
| CN118135542A (zh) * | 2024-05-06 | 2024-06-04 | 武汉未来幻影科技有限公司 | 一种障碍物动静态判定方法及其相关设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108388834B (zh) | 利用循环神经网络和级联特征映射的对象检测 | |
| CN106980813B (zh) | 机器学习的注视生成 | |
| CN115416651A (zh) | 行车过程障碍物监控方法、装置和电子设备 | |
| US9881221B2 (en) | Method and system for estimating gaze direction of vehicle drivers | |
| CN112967283B (zh) | 基于双目摄像头的目标识别方法、系统、设备及存储介质 | |
| JP2022521448A (ja) | 交通画像認識方法、装置、コンピュータデバイスおよび媒体 | |
| US9165204B2 (en) | Methods and systems for semantic label propagation | |
| US11308357B2 (en) | Training data generation apparatus | |
| CN111540191B (zh) | 基于车联网的行车示警方法、系统、设备及存储介质 | |
| CN109070882A (zh) | 利用摄像头影像的行驶信息提供方法及装置 | |
| US20120189161A1 (en) | Visual attention apparatus and control method based on mind awareness and display apparatus using the visual attention apparatus | |
| WO2022205104A1 (zh) | 一种车辆预警方法、系统、装置、设备及存储介质 | |
| CN116563801A (zh) | 交通事故检测方法、装置、电子设备和介质 | |
| CN111353273A (zh) | 一种雷达数据标注方法、装置、设备及存储介质 | |
| CN114998861A (zh) | 车辆与障碍物的距离检测方法及装置 | |
| CN116469071A (zh) | 一种调车场景的障碍物检测方法、系统、设备和存储介质 | |
| CN114495546B (zh) | 一种路况展示方法、装置、电子设备及存储介质 | |
| Yousri et al. | A real-time approach based on deep learning for ego-lane detection | |
| US20230267749A1 (en) | System and method of segmenting free space based on electromagnetic waves | |
| WO2020073272A1 (en) | Snapshot image to train an event detector | |
| WO2020073268A1 (en) | Snapshot image to train roadmodel | |
| CN112805200B (zh) | 交通场景的快照图像 | |
| CN117854042A (zh) | 一种驾车环境目标查询方法、装置、电子设备及存储介质 | |
| WO2020073270A1 (en) | Snapshot image of traffic scenario | |
| WO2020073271A1 (en) | Snapshot image of traffic scenario |
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 |