CN112562119A - 辅助驾驶中的压线检测方法、装置及计算机设备 - Google Patents
辅助驾驶中的压线检测方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN112562119A CN112562119A CN202011434950.7A CN202011434950A CN112562119A CN 112562119 A CN112562119 A CN 112562119A CN 202011434950 A CN202011434950 A CN 202011434950A CN 112562119 A CN112562119 A CN 112562119A
- Authority
- CN
- China
- Prior art keywords
- vibration
- vehicle
- current vehicle
- acceleration
- line
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
- G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种辅助驾驶中的压线检测方法、装置及计算机设备,涉及人工智能技术领域,可以解决目前进行车辆压线检测时,检测成本较高,且检测不够精准,无法保证驾驶安全性的技术问题。其中方法包括:采集当前车辆的车辆行进信息,并对所述车辆行进信息进行预处理;依据所述预处理后的车辆行进信息进行震动分析,提取预设时间段内的震动数据,所述震动数据至少包括震动次数以及震动分布;基于所述震动次数以及所述震动分布,确定所述当前车辆的压线检测结果。本申请适用于在驾驶过程中对压线行为的检测和分析。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及到一种辅助驾驶中的压线检测方法、装置及计算机设备。
背景技术
随着社会的进步,我国居民生活水平不断提高,汽车已成为我们不能缺少的重要交通工具。众所周知,根据法规,机动车在公路上行驶,不允许倒车、逆行、穿越中央分隔带掉头或者在车道内停车,以及骑、轧车行道分界线或者在路肩上行驶,因此这就要求车辆在公路上行驶时不得压线。一方面,随着人们生活水平的提高,私家车的数量越来越多,这使得道路上的车辆越来越多,给执法部门执法带来了相当大的困难,另一方面,随着科技的发展,无人驾驶车辆逐步进入人们的生活,而且无人车在出厂前同样需要进行道路行驶压线检测,综上所述,一种便捷且准确的压线检测方法是非常必要的。
目前在进行压线检测时,主要基于计算机视觉采集车道图片,利用深度神经网络等算法进行计算,然而摄像机在车辆行驶过程中因为抖动及前向运动,图片容易模糊,影响检测精度,导致压线检测效果较差。且图像处理尤其是基于深度神经网络的图像处理,对计算资源要求较高,成本较大。
发明内容
有鉴于此,本申请提供了一种辅助驾驶中的压线检测方法、装置及计算机设备,主要解决目前进行车辆压线检测时,检测成本较高,且检测不够精准,无法保证驾驶安全性的技术问题。
根据本申请的一个方面,提供了一种辅助驾驶中的压线检测方法,该方法包括:
采集当前车辆的车辆行进信息,并对所述车辆行进信息进行预处理;
依据所述预处理后的车辆行进信息进行震动分析,提取预设时间段内的震动数据,所述震动数据至少包括震动次数以及震动分布;
基于所述震动次数以及所述震动分布,确定所述当前车辆的压线检测结果。
优选地,所述车辆行进信息包括前向加速度、横向加速度、垂直加速度;
所述采集当前车辆的车辆行进信息,并对所述车辆行进信息进行预处理,具体包括:
利用预设加速度传感器实时采集当前车辆的前向加速度、横向加速度以及垂直加速度;
基于低通滤波技术对所述垂直加速度进行滤波处理。
优选地,所述依据所述预处理后的车辆行进信息进行震动分析,提取预设时间段内的震动数据,所述震动数据至少包括震动次数以及震动分布,具体包括:
依据滤波处理后的垂直加速度生成加速度随时间变化的波形曲线,并依据所述波形曲线确定异常震动;
提取所述当前车辆每行驶轴距时间内,所述异常震动的震动次数以及震动分布。
优选地,所述依据滤波处理后的垂直加速度生成加速度随时间变化的波形曲线,并依据所述波形曲线确定异常震动,具体包括:
依据滤波处理后的垂直加速度随时间变化的波形曲线,提取任意相邻震动的间隔时间;
利用所述车辆行进信息中的前向加速度以及横向加速度,计算在所述间隔时间内所述当前车辆的前进距离以及横向偏移距离;
基于所述前进距离、所述横向偏移距离,以及所述当前车辆的汽车车轴距和车道宽度确定异常震动。
优选地,所述基于所述前进距离、所述横向偏移距离,以及所述当前车辆的汽车车轴距和车道宽度确定异常震动,具体包括:
若判定所述前进距离小于或等于汽车车轴距且所述横向偏移距离大于或等于车道宽度,则将所述相邻震动标记为异常震动。
优选地,所述基于所述震动次数以及所述震动分布,确定所述当前车辆的压线检测结果,具体包括:
若判定车辆行驶轴距时间内,所述异常震动分为前后两组,且两组异常震动的距离间隔与汽车车轴距的差值小于预设阈值,则判定所述当前车辆经过减速带;
若判定车辆行驶轴距时间内存在第一预设数量个异常震动点,且所述横向偏移距离大于车道宽度,则判定所述当前车辆发生实线变道;
若判定车辆行驶轴距时间内存在第二预设数量个分布均匀的异常震动点,则判定所述当前车辆经过导流线。
优选地,所述在基于所述震动分析结果对当前车辆进行压线检测之后,具体还包括:
若判定所述当前车辆存在压线行为,则依据压线检测结果输出导航提示信息,以便依据所述导航提示信息,控制所述当前车辆回到正确路线上行驶。
根据本申请的另一个方面,提供了一种辅助驾驶中的压线检测装置,该装置包括:
处理模块,用于采集当前车辆的车辆行进信息,并对所述车辆行进信息进行预处理;
分析模块,用于依据所述预处理后的车辆行进信息进行震动分析,提取预设时间段内的震动数据,所述震动数据至少包括震动次数以及震动分布;
确定模块,用于基于所述震动次数以及所述震动分布,确定所述当前车辆的压线检测结果。
优选地,所述车辆行进信息包括前向加速度、横向加速度、垂直加速度;
所述处理模块,具体用于:
利用预设加速度传感器实时采集当前车辆的前向加速度、横向加速度以及垂直加速度;
基于低通滤波技术对所述垂直加速度进行滤波处理。
优选地,所述分析模块,具体用于:
依据滤波处理后的垂直加速度生成加速度随时间变化的波形曲线,并依据所述波形曲线确定异常震动;
提取所述当前车辆每行驶轴距时间内,所述异常震动的震动次数以及震动分布。
优选地,所述分析模块,具体用于:
依据滤波处理后的垂直加速度随时间变化的波形曲线,提取任意相邻震动的间隔时间;
利用所述车辆行进信息中的前向加速度以及横向加速度,计算在所述间隔时间内所述当前车辆的前进距离以及横向偏移距离;
基于所述前进距离、所述横向偏移距离,以及所述当前车辆的汽车车轴距和车道宽度确定异常震动。
优选地,所述分析模块,具体用于:
若判定所述前进距离小于或等于汽车车轴距且所述横向偏移距离大于或等于车道宽度,则将所述相邻震动标记为异常震动。
优选地,所述确定模块,具体用于:
若判定车辆行驶轴距时间内,所述异常震动分为前后两组,且两组异常震动的距离间隔与汽车车轴距的差值小于预设阈值,则判定所述当前车辆经过减速带;
若判定车辆行驶轴距时间内存在第一预设数量个异常震动点,且所述横向偏移距离大于车道宽度,则判定所述当前车辆发生实线变道;
若判定车辆行驶轴距时间内存在第二预设数量个分布均匀的异常震动点,则判定所述当前车辆经过导流线。
优选地,该装置还包括:输出模块;
输出模块,用于若判定所述当前车辆存在压线行为,则依据压线检测结果输出导航提示信息,以便依据所述导航提示信息,控制所述当前车辆回到正确路线上行驶。
根据本申请的又一个方面,提供了一种非易失性可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述辅助驾驶中的压线检测方法。
根据本申请的再一个方面,提供了一种计算机设备,包括非易失性可读存储介质、处理器及存储在非易失性可读存储介质上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述辅助驾驶中的压线检测方法。
借由上述技术方案,本申请提供的一种辅助驾驶中的压线检测方法、装置及计算机设备,与目前的压线检测方式相比,本申请可通过在驾驶环境中,实时采集当前车辆的车辆行进信息并对车辆行进信息进行低通滤波处理。进而可基于车辆行进信息进行震动分析,提取预设时间段内的震动数据,以便依据震动数据中的震动次数以及震动分布判定车辆是否发生了压线驾驶行为。并且在判定存在压线驾驶行为时,还可进一步确定出具体的压线类型。通过本申请的技术方案,将人工智能技术融合到汽车驾驶过程的压线检测中,可以在汽车行驶时,及时检测到压线驾驶行为,进而能够保证压线检测的实时性。此外,通过低通滤波算法,能较好的适配不同车速场景下的识别度,进而能够保证压线识别的准确度,从而保证驾驶的安全性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本地申请的不当限定。在附图中:
图1示出了本申请实施例提供的一种辅助驾驶中的压线检测方法的流程示意图;
图2示出了本申请实施例提供的另一种辅助驾驶中的压线检测方法的流程示意图;
图3示出了本申请实施例提供的一种辅助驾驶中压线检测过程的实例示意图;
图4示出了本申请实施例提供的一种判定当前车辆经过减速带时的检测实例示意图;
图5示出了本申请实施例提供的一种判定当前车辆发生实线变道时的检测实例示意图;
图6示出了本申请实施例提供的一种判定当前车辆经过导流线时的检测实例示意图;
图7示出了本申请实施例提供的一种辅助驾驶中的压线检测装置的结构示意图;
图8示出了本申请实施例提供的另一种辅助驾驶中的压线检测装置的结构示意图。
具体实施方式
下文将参考附图并结合实施例来详细说明本申请。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互结合。
针对目前进行车辆压线检测时,检测成本较高,且检测不够精准,无法保证驾驶安全性的技术问题,本申请实施例提供了一种辅助驾驶中的压线检测方法,如图1所示,该方法包括:
101、采集当前车辆的车辆行进信息,并对车辆行进信息进行预处理。
其中,车辆行进信息具体可包括车辆行进速度,车辆运行方向,以及汽车在三个方向上的加速度数值,具体可指前向加速度、横向加速度以及垂直加速度;对车辆信息进行预处理具体是指利用优化的低通滤波对垂直方向的采样数据进行滤波,并通过动态阈值方式,将正常运行时产生的底噪去除,排除环境的干扰。从而使本申请中的技术方案能够适配不同车速场景下的识别度,有效提高震动检测的灵敏度。
对于本申请的执行主体可为辅助驾驶***,在辅助驾驶过程中,可实时采集当前车辆的车辆行进信息,在对车辆行进信息进行预处理后,可进一步进行震动分析,提取震动数据。从而依据震动数据中的震动次数以及震动分布对当前车辆进行压线检测,以便在判定存在压线驾驶行为时,能够及时控制车辆,规范驾驶,从而避免交通事故的发生。
102、依据预处理后的车辆行进信息进行震动分析,提取预设时间段内的震动数据。
其中,震动数据至少包括震动次数以及震动分布,此外,根据实际分析需要,还可包括震动时长、相邻震动时间间隔、震动时对应的垂直加速度值等其他震动特征,在此不做具体限定;预设时间段对应当前车辆在行驶距离为一个汽车车轴距时所需的时间段。
交通标线(Traffic Index Line)是指在道路的路面上用线条、箭头、文字、立面标记、突起路标和轮廓标等向交通参与者传递引导、限制、警告等交通信息的标识。根据《GB/T16311-2009》,《JT/T280-2004》等相关国家标准中对于交通标线的规定,交通标线按照形态主要分为三类,普通型、反光型、突起型,其中突起型主要应用场景为:用于标示车道分界、边缘、分合流、弯道、危险路段、路宽变化、路面障碍物位置等的反光或不反光体。漆面厚度标准为:3~7mm(gb16311 5.4.2),因此,当汽车以一定速度通过相关标线时,会产生震动突变。本申请设计了一套针对突起型标线的压线检测方案,当汽车经过突起型标线时,会产生震动突变,故在本实施例中,可通过对当前车辆进行震动分析检测,初步提取出震动特征,以便依据震动特征确定是否存在压线驾驶。
103、基于震动次数以及震动分布,确定当前车辆的压线检测结果。
在具体的应用场景中,由于不同交通标线设置的突起类型不同,故当车辆存在压线驾驶时,不同交通标线类型对应产生的震动特征不同,故在进行震动检测后,可进一步依据震动数据中的震动次数以及震动分布进行压线驾驶行为的检测。
通过本实施例辅助驾驶中的压线检测方法,可通过在驾驶环境中,实时采集当前车辆的车辆行进信息并对车辆行进信息进行低通滤波处理。进而可基于车辆行进信息进行震动分析,提取预设时间段内的震动数据,以便依据震动数据中的震动次数以及震动分布判定车辆是否发生了压线驾驶行为。并且在判定存在压线驾驶行为时,还可进一步确定出具体的压线类型。通过本申请的技术方案,将人工智能技术融合到汽车驾驶过程的压线检测中,可以在汽车行驶时,及时检测到压线驾驶行为,进而能够保证压线检测的实时性。此外,通过低通滤波算法,能较好的适配不同车速场景下的识别度,进而能够保证压线识别的准确度,从而保证驾驶的安全性。
进一步的,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例中的具体实施过程,提供了另一种辅助驾驶中的压线检测方法,如图2所示,该方法包括:
201、利用预设加速度传感器实时采集当前车辆的前向加速度、横向加速度以及垂直加速度。
其中,预设加速度传感器可为三个单轴加速度传感器,也可为一个三轴加速度传感器。可根据实际应需要固定在车身位置,例如可安装在车辆的重心或者是靠近重心的位置,用于实时采集三个方向上的加速度数值。
202、基于低通滤波技术对垂直加速度进行滤波处理。
对于本实施例,可针对车辆震动特点,采用动态阈值的低通滤波策略,能较好的解决不同车速情况震动强度不同的问题,具体如下:
具体的,可首先将接收到的垂直加速度数据source进行一个求平方的运算,得到数据data,以便将原始数据中峰值和噪声的差异性进一步放大,然后利用一个动态阈值进行如下运算:
其中,threshhold=kln2(v+1),v是车辆行进速度,k为常数。对于低速条件,曲线增长快,需要增加区分度,对于高速条件,曲线增长趋于稳定。
上述公式是将动态阈值和接收到的垂直加速度数据进行逻辑“或”运算,大于动态阈值的选择函数输出结果为1,小于动态阈值的选择函数输出结果为0,然后再将数据data和选择函数choice进行“与”逻辑运算得到result,将大于动态阈值的原始数据峰值保留下来,小于动态阈值的原始数据峰值则转化为0,这样就可以确定数据峰值的位置并提取。
其中,result中非0的数值就是提取出的峰值,即经过滤波处理后的垂直加速度。
203、依据滤波处理后的垂直加速度生成加速度随时间变化的波形曲线,并依据波形曲线确定异常震动。
在车辆正常行驶,且道路较为平缓时,车辆的垂直加速度会在预设范围内波动,当车辆发生震动时,垂直加速度会发生明显的突变。故在本实施例中,可获取加速度随时间变化的波形曲线,通过对波形曲线中垂直加速度的数据突变情况进行分析,确定震动数据。为了确定当前震动是否为压线导致的异常震动,故还需要对震动特征进行具体的分析,具体可通过确定两个相邻的震动点,并提取相邻震动点的时间间隔,以便在该时间间隔内分析震动特征,从而确定并标记出异常震动点。相应的,具体实现过程可为:依据滤波处理后的垂直加速度随时间变化的波形曲线,提取任意相邻震动的间隔时间;利用车辆行进信息中的前向加速度以及横向加速度,计算在间隔时间内当前车辆的前进距离以及横向偏移距离;基于前进距离、横向偏移距离,以及当前车辆的汽车车轴距和车道宽度确定异常震动。
由于汽车在转弯时需要向心力来提供向心加速度,向心力与汽车运动方向(即切线方向)垂直,向心加速度指向圆心。此时汽车会有离心作用,也就会产生横向加速度,即与向心加速度方向相反,大小相同。横向就是与汽车行驶方向垂直的方向,指在车辆进行转弯行驶时产生的离心力所带来的加速度。也就是车被“甩飞”的趋势。在当前车辆不位于倾斜弯道上的情况下,车辆的横向加速度为当当前车辆以角度α处于倾斜弯道上时,横向加速度为相应的,横向偏移距离的距离计算公式可为:其中,s2为当前车辆的横向偏移距离,v为车辆行进速度,a2为横向加速度,R为圆周运动的圆心半径,g为重力加速度,可取9.8N/kg或10N/kg。
在具体的应用场景中,当判定前进距离大于汽车车轴距时,可认为是车辆正常行驶。此外,对于前进距离小于或等于汽车车轴距,且横向偏移距离小于车道宽度时,也同样认为是车辆正常行驶过程。为了减少分析量,对于正常行驶过程,则不需要进行震动的分析。故对于本实施例,在计算得到前进距离、横向偏移距离后,可首先依据前进距离、横向偏移距离与汽车车轴距、车道宽度,确定需要进一步进行震动分析的异常震动。相应的,具体可以包括:若判定前进距离小于或等于汽车车轴距且横向偏移距离大于或等于车道宽度,则将相邻震动标记为异常震动。
204、提取当前车辆每行驶轴距时间内,异常震动的震动次数以及震动分布。
对于本实施例,在具体的应用场景中,需要根据波形曲线提取当前车辆每行驶轴距时间内关于异常震动的震动特征。其中,轴距时间对应当前车辆行驶一个汽车车轴距时所用的时间,具体可依据垂直加速度对应的波形曲线,提取一个轴距时间内当前车辆关于异常震动的震动次数,以及震动分布情况,如均匀分布还是按照特定规律分布等。
205、基于震动次数以及震动分布,确定当前车辆的压线检测结果。
根据经验分析结果,可确定当车辆压到减速带时,参见如图4所示的判定当前车辆经过减速带时的检测实例示意图,垂直加速度对应的波形曲线在轴距时间内提现的震动特征为:明确存在前后两组异常震动,且两组异常震动的时间间隔约为一个车轴距时间;当车辆发生实线变道时,参见如图5所示的判定当前车辆发生实线变道时的检测实例示意图,垂直加速度对应波形曲线的震动特征体现为:包含相对均匀的4次异常震动,且横向偏移距离大于车道宽度;当车辆压到导流线时,参见如图6所示的判定当前车辆经过导流线时的检测实例示意图,垂直加速度对应波形曲线的震动特征体现为:存在大于4个,且分布相对较为均匀的多次异常震动。相应的,对于本实施例,实施例步骤207具体可以包括:若判定车辆行驶轴距时间内,异常震动分为前后两组,且两组异常震动的距离间隔与汽车车轴距的差值小于预设阈值,则判定当前车辆经过减速带;若判定车辆行驶轴距时间内存在第一预设数量个异常震动点,且横向偏移距离大于车道宽度,则判定当前车辆发生实线变道;若判定车辆行驶轴距时间内存在第二预设数量个分布均匀的异常震动点,则判定当前车辆经过导流线。
其中,预设阈值为大于0且小于1的数值,具体数值可根据实际应用场景进行设定。根据经验系数,可将第一预设数量设置为4,将第二预设数量可设置为大于4的任意数值,如设置为6等。
在具体的应用场景中,为了在判定车辆存在压线驾驶行为时,能够及时进行车辆控制,避免交通事故的发生,故本实施例具体还可以包括:若判定当前车辆存在压线行为,则依据压线检测结果输出导航提示信息,以便依据导航提示信息,控制当前车辆回到正确路线上行驶。具体可通过启动控制模块,用于根据GPS定位模块采集的位置信息,通过方向盘自动控制装置对汽车进行控制,使汽车回到正确的路线上行驶。
借由上述辅助驾驶中的压线检测方法,本申请可通过在驾驶环境中,实时采集当前车辆的车辆行进信息并对车辆行进信息进行低通滤波处理。进而可基于车辆行进信息进行震动分析,提取预设时间段内的震动数据,以便依据震动数据中的震动次数以及震动分布判定车辆是否发生了压线驾驶行为,并且在判定存在压线驾驶行为时,还可进一步依据震动特征确定出具体的压线类型。通过本申请的技术方案,可在驾驶过程中,能够及时检测到压线驾驶行为,进而可保证压线检测的实时性。此外,通过低通滤波算法,能较好的适配不同车速场景下的识别度,进而能够保证压线识别的准确度,从而保证驾驶的安全性。
对于本实施例,在具体的应用场景中,在进行压线检测时,可参见图3所示的压线检测过程的实例示意图,在进行压线检测时,首先需要利用加速度传感器采集三个方向上的加速度数据。进而为了能够适应不同车速情况下震动强度的检测,具体可基于低通滤波技术对垂直加速度进行滤波处理,之后根据滤波处理后的垂直加速度生成加速度随时间变化的波形曲线,并依据波形曲线提取相邻震动的时间间隔。进而可利用前向加速度以及横向加速度计算在相邻震动的时间间隔内,当前车辆的前进距离以及横向偏移距离。之后依据前进距离、横向偏移距离以及当前车辆的汽车车轴距和车道宽度,对异常震动进行标记。进一步可依据当前车辆每行驶轴距时间内,异常震动的震动次数以及震动分布,判定当前车辆是否发生压线,以及具体的压线类型:若判定车辆行驶轴距时间内,异常震动分为前后两组,且两组异常震动的距离间隔与汽车车轴距的差值小于预设阈值,则判定当前车辆经过减速带;若判定车辆行驶轴距时间内存在第一预设数量个异常震动点,且横向偏移距离大于车道宽度,则判定当前车辆发生实线变道;若判定车辆行驶轴距时间内存在第二预设数量个分布均匀的异常震动点,则判定当前车辆经过导流线。
进一步的,作为图1和图2所示方法的具体实现,本申请实施例提供了一种辅助驾驶中的压线检测装置,如图7所示,该装置包括:处理模块31、分析模块32、确定模块33;
处理模块31,可用于采集当前车辆的车辆行进信息,并对车辆行进信息进行预处理;
分析模块32,可用于依据预处理后的车辆行进信息进行震动分析,提取预设时间段内的震动数据,震动数据至少包括震动次数以及震动分布;
确定模块33,可用于基于震动次数以及震动分布,确定当前车辆的压线检测结果。
在具体的应用场景中,车辆行进信息包括前向加速度、横向加速度、垂直加速度,相应的,处理模块31,具体可用于利用预设加速度传感器实时采集当前车辆的前向加速度、横向加速度以及垂直加速度;基于低通滤波技术对垂直加速度进行滤波处理。
相应的,为了提取出震动数据,分析模块32,具体可用于依据滤波处理后的垂直加速度生成加速度随时间变化的波形曲线,并依据波形曲线确定异常震动;提取当前车辆每行驶轴距时间内,异常震动的震动次数以及震动分布。
在具体的应用场景中,为了提取出当前车辆每行驶轴距时间内,异常震动的震动次数以及震动分布,分析模块32,具体可用于依据滤波处理后的垂直加速度随时间变化的波形曲线,提取任意相邻震动的间隔时间;利用车辆行进信息中的前向加速度以及横向加速度,计算在间隔时间内当前车辆的前进距离以及横向偏移距离;基于前进距离、横向偏移距离,以及当前车辆的汽车车轴距和车道宽度确定异常震动。
相应地,在基于前进距离、横向偏移距离,以及当前车辆的汽车车轴距和车道宽度确定异常震动时,分析模块32,具体可用于若判定前进距离小于或等于汽车车轴距且横向偏移距离大于或等于车道宽度,则将相邻震动标记为异常震动。
在具体的应用场景中,确定模块33,具体可用于若判定车辆行驶轴距时间内,异常震动分为前后两组,且两组异常震动的距离间隔与汽车车轴距的差值小于预设阈值,则判定当前车辆经过减速带;若判定车辆行驶轴距时间内存在第一预设数量个异常震动点,且横向偏移距离大于车道宽度,则判定当前车辆发生实线变道;若判定车辆行驶轴距时间内存在第二预设数量个分布均匀的异常震动点,则判定当前车辆经过导流线。
相应的,为了在判定当前车辆存在压线行为时,能够实现对车辆的驾驶控制,如图8所示,该装置还包括:控制模块34;
控制模块34,可用于若判定当前车辆存在压线行为,则依据压线检测结果输出导航提示信息,以便依据导航提示信息,控制当前车辆回到正确路线上行驶。
需要说明的是,本实施例提供的一种辅助驾驶中的压线检测装置所涉及各功能单元的其他相应描述,可以参考图1至图2的对应描述,在此不再赘述。
基于上述如图1至图2所示方法,相应的,本实施例还提供了一种非易失性存储介质,其上存储有计算机可读指令,该可读指令被处理器执行时实现上述如图1至图2所示的辅助驾驶中的压线检测方法。
基于这样的理解,本申请的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施场景的方法。
基于上述如图1至图2所示的方法和图7、图8所示的虚拟装置实施例,为了实现上述目的,本实施例还提供了一种计算机设备,该计算机设备包括存储介质和处理器;非易失性存储介质,用于存储计算机程序;处理器,用于执行计算机程序以实现上述如图1至图2所示的辅助驾驶中的压线检测方法。
可选的,该计算机设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency,RF)电路,传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等,可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)等。
本领域技术人员可以理解,本实施例提供的一种计算机设备结构并不构成对该实体设备的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件布置。
非易失性存储介质中还可以包括操作***、网络通信模块。操作***是管理上述计算机设备硬件和软件资源的程序,支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现非易失性存储介质内部各组件之间的通信,以及与信息处理实体设备中其它硬件和软件之间通信。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现,也可以通过硬件实现。
通过应用本申请的技术方案,与目前现有技术相比,本申请可通过在驾驶环境中,实时采集当前车辆的车辆行进信息并对车辆行进信息进行低通滤波处理。进而可基于车辆行进信息进行震动分析,提取预设时间段内的震动数据,以便依据震动数据中的震动次数以及震动分布判定车辆是否发生了压线驾驶行为。并且在判定存在压线驾驶行为时,还可进一步确定出具体的压线类型。通过本申请的技术方案,将人工智能技术融合到汽车驾驶过程的压线检测中,可以在汽车行驶时,及时检测到压线驾驶行为,进而能够保证压线检测的实时性。此外,通过低通滤波算法,能较好的适配不同车速场景下的识别度,进而能够保证压线识别的准确度,从而保证驾驶的安全性。
本领域技术人员可以理解附图只是一个优选实施场景的示意图,附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中,也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景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。
上述本申请序号仅仅为了描述,不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景,但是,本申请并非局限于此,任何本领域的技术人员能思之的变化都应落入本申请的保护范围。
Claims (10)
1.一种辅助驾驶中的压线检测方法,其特征在于,包括:
采集当前车辆的车辆行进信息,并对所述车辆行进信息进行预处理;
依据所述预处理后的车辆行进信息进行震动分析,提取预设时间段内的震动数据,所述震动数据至少包括震动次数以及震动分布;
基于所述震动次数以及所述震动分布,确定所述当前车辆的压线检测结果。
2.根据权利要求1所述的方法,其特征在于,所述车辆行进信息包括前向加速度、横向加速度、垂直加速度;
所述采集当前车辆的车辆行进信息,并对所述车辆行进信息进行预处理,具体包括:
利用预设加速度传感器实时采集当前车辆的前向加速度、横向加速度以及垂直加速度;
基于低通滤波技术对所述垂直加速度进行滤波处理。
3.根据权利要求1所述的方法,其特征在于,所述依据所述预处理后的车辆行进信息进行震动分析,提取预设时间段内的震动数据,所述震动数据至少包括震动次数以及震动分布,具体包括:
依据滤波处理后的垂直加速度生成加速度随时间变化的波形曲线,并依据所述波形曲线确定异常震动;
提取所述当前车辆每行驶轴距时间内,所述异常震动的震动次数以及震动分布。
4.根据权利要求3所述的方法,其特征在于,所述依据滤波处理后的垂直加速度生成加速度随时间变化的波形曲线,并依据所述波形曲线确定异常震动,具体包括:
依据滤波处理后的垂直加速度随时间变化的波形曲线,提取任意相邻震动的间隔时间;
利用所述车辆行进信息中的前向加速度以及横向加速度,计算在所述间隔时间内所述当前车辆的前进距离以及横向偏移距离;
基于所述前进距离、所述横向偏移距离,以及所述当前车辆的汽车车轴距和车道宽度确定异常震动。
5.根据权利要求4所述的方法,其特征在于,所述基于所述前进距离、所述横向偏移距离,以及所述当前车辆的汽车车轴距和车道宽度确定异常震动,具体包括:
若判定所述前进距离小于或等于汽车车轴距且所述横向偏移距离大于或等于车道宽度,则将所述相邻震动标记为异常震动。
6.根据权利要求3所述的方法,其特征在于,所述基于所述震动次数以及所述震动分布,确定所述当前车辆的压线检测结果,具体包括:
若判定车辆行驶轴距时间内,所述异常震动分为前后两组,且两组异常震动的距离间隔与汽车车轴距的差值小于预设阈值,则判定所述当前车辆经过减速带;
若判定车辆行驶轴距时间内存在第一预设数量个异常震动点,且所述横向偏移距离大于车道宽度,则判定所述当前车辆发生实线变道;
若判定车辆行驶轴距时间内存在第二预设数量个分布均匀的异常震动点,则判定所述当前车辆经过导流线。
7.根据权利要求1所述的方法,其特征在于,所述在基于所述震动分析结果对当前车辆进行压线检测之后,具体还包括:
若判定所述当前车辆存在压线行为,则依据压线检测结果输出导航提示信息,以便依据所述导航提示信息,控制所述当前车辆回到正确路线上行驶。
8.一种辅助驾驶中的压线检测装置,其特征在于,包括:
处理模块,用于采集当前车辆的车辆行进信息,并对所述车辆行进信息进行预处理;
分析模块,用于依据所述预处理后的车辆行进信息进行震动分析,提取预设时间段内的震动数据,所述震动数据至少包括震动次数以及震动分布;
确定模块,用于基于所述震动次数以及所述震动分布,确定所述当前车辆的压线检测结果。
9.一种非易失性可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1至7中任一项所述的辅助驾驶中压线检测的方法。
10.一种计算机设备,包括非易失性可读存储介质、处理器及存储在非易失性可读存储介质上并可在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程序时实现权利要求1至7中任一项所述的辅助驾驶中压线检测的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011434950.7A CN112562119B (zh) | 2020-12-10 | 2020-12-10 | 辅助驾驶中的压线检测方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011434950.7A CN112562119B (zh) | 2020-12-10 | 2020-12-10 | 辅助驾驶中的压线检测方法、装置及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112562119A true CN112562119A (zh) | 2021-03-26 |
CN112562119B CN112562119B (zh) | 2023-05-12 |
Family
ID=75060371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011434950.7A Active CN112562119B (zh) | 2020-12-10 | 2020-12-10 | 辅助驾驶中的压线检测方法、装置及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112562119B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113255553A (zh) * | 2021-06-04 | 2021-08-13 | 清华大学 | 一种基于振动信息监督的可持续学习方法 |
CN113436434A (zh) * | 2021-06-25 | 2021-09-24 | 中科路恒工程设计有限公司 | 山区干线公路高危路段预警***及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1538019A2 (en) * | 2003-12-03 | 2005-06-08 | Nissan Motor Company, Limited | Automotive lane deviation prevention apparatus |
WO2007030036A1 (en) * | 2005-09-06 | 2007-03-15 | Volvo Lastvagnar Ab | A method and a system for alerting a driver of a vehicle of a departure from a driving area in a lane |
CN102622881A (zh) * | 2012-03-19 | 2012-08-01 | 深圳市锐明视讯技术有限公司 | 一种检测振动的方法及装置 |
CN108701229A (zh) * | 2018-04-25 | 2018-10-23 | 深圳市元征软件开发有限公司 | 驾驶行为分析方法及驾驶行为分析装置 |
CN110579619A (zh) * | 2018-06-07 | 2019-12-17 | 高德信息技术有限公司 | 车辆测速、定位方法和装置以及电子设备 |
CN110753648A (zh) * | 2018-09-27 | 2020-02-04 | 深圳市大疆创新科技有限公司 | 车辆偏移的预警方法、***、车辆及存储介质 |
-
2020
- 2020-12-10 CN CN202011434950.7A patent/CN112562119B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1538019A2 (en) * | 2003-12-03 | 2005-06-08 | Nissan Motor Company, Limited | Automotive lane deviation prevention apparatus |
WO2007030036A1 (en) * | 2005-09-06 | 2007-03-15 | Volvo Lastvagnar Ab | A method and a system for alerting a driver of a vehicle of a departure from a driving area in a lane |
CN102622881A (zh) * | 2012-03-19 | 2012-08-01 | 深圳市锐明视讯技术有限公司 | 一种检测振动的方法及装置 |
CN108701229A (zh) * | 2018-04-25 | 2018-10-23 | 深圳市元征软件开发有限公司 | 驾驶行为分析方法及驾驶行为分析装置 |
CN110579619A (zh) * | 2018-06-07 | 2019-12-17 | 高德信息技术有限公司 | 车辆测速、定位方法和装置以及电子设备 |
CN110753648A (zh) * | 2018-09-27 | 2020-02-04 | 深圳市大疆创新科技有限公司 | 车辆偏移的预警方法、***、车辆及存储介质 |
US20210097865A1 (en) * | 2018-09-27 | 2021-04-01 | SZ DJI Technology Co., Ltd. | Warning method and system for vehicle deviation, vehicle, and storage medium |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113255553A (zh) * | 2021-06-04 | 2021-08-13 | 清华大学 | 一种基于振动信息监督的可持续学习方法 |
CN113436434A (zh) * | 2021-06-25 | 2021-09-24 | 中科路恒工程设计有限公司 | 山区干线公路高危路段预警***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112562119B (zh) | 2023-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6463713B2 (ja) | 車両制御方法と装置及び判断モジュールの獲得方法と装置 | |
EP3323690B1 (en) | Evaluation framework for decision making of autonomous driving vehicle | |
CN109242251B (zh) | 行车行为安全性检测方法、装置、设备及存储介质 | |
EP3176541B1 (de) | Neigungserkennung bei zweirädern | |
JP6671554B1 (ja) | 車輪姿勢を使用した将来の進行方向の決定 | |
CN107640154B (zh) | 新手司机驾驶辅助*** | |
US11170651B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN100555311C (zh) | 图像识别装置及图像识别方法 | |
US11688174B2 (en) | System and method for determining vehicle data set familiarity | |
CN110942671B (zh) | 车辆危险驾驶检测方法、装置以及存储介质 | |
CN102416953B (zh) | 振动施加结构检测装置以及车辆控制装置 | |
US20140320644A1 (en) | Determination of a height profile of the surroundings of a vehicle by means of a 3d camera | |
JP5941091B2 (ja) | 車線ベースの位置特定 | |
CN112562119A (zh) | 辅助驾驶中的压线检测方法、装置及计算机设备 | |
Liu et al. | Bigroad: Scaling road data acquisition for dependable self-driving | |
CN110341704B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
US20150057914A1 (en) | Unexpectedness prediction sensitivity determination apparatus | |
CN113511204B (zh) | 一种车辆换道行为识别方法及相关设备 | |
CN105882515A (zh) | 应用于行车记录仪的信息处理方法、装置及行车记录仪 | |
Karaduman et al. | Deep learning based traffic direction sign detection and determining driving style | |
CN108335484B (zh) | 用于根据车道定位车辆的方法 | |
US11628862B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN113176778A (zh) | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 | |
CN115805924B (zh) | 一种矿用车辆制动控制*** | |
US20220297696A1 (en) | Moving object control device, moving object control method, and storage medium |
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 |