CN112836663A - 一种轨交车辆视觉激光测距比对检测防撞方法 - Google Patents
一种轨交车辆视觉激光测距比对检测防撞方法 Download PDFInfo
- Publication number
- CN112836663A CN112836663A CN202110186153.XA CN202110186153A CN112836663A CN 112836663 A CN112836663 A CN 112836663A CN 202110186153 A CN202110186153 A CN 202110186153A CN 112836663 A CN112836663 A CN 112836663A
- Authority
- CN
- China
- Prior art keywords
- detection
- image
- vehicle
- computer
- adopting
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 230000003993 interaction Effects 0.000 claims abstract description 4
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 abstract description 6
- 238000005259 measurement Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- 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
- G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种轨交车辆视觉激光测距比对检测防撞方法,包括:通过CCD摄像头获取待检测目标的灰度图像;采用计算机预处理Hough变换图像;获得车辆阴影检测特征图像,采用基于块区域统计的方法对阴影检测特征图像处理;采用计算机Sobel边缘检测方法获得车辆边缘检测信息;依据图像检测所获得预警目标,联动激光雷达云台扫描预警目标前方扇形目标区域,获得激光测量数据;融合图像处理信息和激光测距信息,综合车辆防撞检测数据,并向人机交互***发出碰撞预警。本发明检测结果更准确。
Description
技术领域
本发明涉及轨交车辆智能防撞技术领域,尤其涉及一种轨交车辆视觉激光测距比对检测防撞技术。
背景技术
城市轨道交通***智能化和车辆无人驾驶技术已经进入设计应用阶段,其中轨交车辆运维中的防撞安全问题是城市轨交运营中的难题,也是保障运营安全的重要前提。传统的车辆防撞方法平时主要依靠检修维护人员的日常检查防范,在车辆运营时则依靠驾驶员对碰撞发生险情做出人为判断和防撞操作。在无人驾驶***中,轨交车辆的智能防撞目前主流技术采用机器视觉,通过运用图像采集和处理技术以达到检测、跟踪车辆目标的目的,可及时对交通环境情况以及交通目标进行分析,对行驶于交通路段之上的机动车数目、运行速度、车辆类别等相关交通参数自动进行统计分析,然后对检测到的交通信息进行存储, 使交通分析管理工作有据可依。但是机器视觉技术在复杂的环境下容易受到环境干扰,对突发事件判断也需要机器学习的过程,导致车辆防撞视觉***不能及时正确判断而出现车辆碰撞预警失误的重大问题。
因此一种轨交车辆视觉激光测距比对检测防撞技术提供了一个更有效准确的解决方案。
发明内容
本发明所要解决的技术问题在于,提供一种轨交车辆视觉激光测距比对检测防撞方法,检测结果更准确。
为了解决上述技术问题,本发明提供了一种轨交车辆视觉激光测距比对检测防撞方法,包括步骤如下:
步骤一:通过CCD视觉摄像头获取待检测目标的灰度图像;
步骤二:采用计算机将所述灰度图像进行Hough变换实施图像预处理;
步骤三:采用计算机将Hough变换对灰度图像进行预处理后得到车辆阴影检测特征图像;
采用基于块区域统计的阴影检测分析方法对所述车辆阴影检测特征图像进行检测处理;
采用Sobel边缘检测方法处理车辆待检区域的图像并进行二值化,统计二值图像的连续水平边缘位置信息以实现车辆边缘检测,获取车辆区域精确位置信息;
采用CCD摄像头和计算机对图像检测分析所获得预警目标,联动激光雷达云台扫描预警目标前方扇形目标区域,激光测量预警目标物的方位和距离的数据信息;
步骤四:采用计算机融合图像处理信息和激光测距信息,获得车辆检测、跟踪检测的数据,通过通讯***向人机交互信息***发出碰撞预警信息。
本发明,具有如下有益效果:本发明采用CCD摄像头和计算机硬件,基于视觉与激光测距相互融合的防撞检测方法,检测结果更准确。
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地介绍,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是本发明流程示意图。
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、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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做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。
图1是本发明提供的流程示意图,如图1所示,包括步骤如下:
步骤一:通过CCD视觉摄像头获取待检测目标的灰度图像;
步骤二:采用计算机将所述灰度图像进行Hough变换实施图像预处理;
步骤三:采用计算机将Hough变换对灰度图像进行预处理后得到车辆阴影检测特征图像;
采用基于块区域统计的阴影检测分析方法对所述车辆阴影检测特征图像进行检测处理;
采用Sobel边缘检测方法处理车辆待检区域的图像并进行二值化,统计二值图像的连续水平边缘位置信息以实现车辆边缘检测,获取车辆区域精确位置信息;
采用CCD摄像头和计算机对图像检测分析所获得预警目标,联动激光雷达云台扫描预警目标前方扇形目标区域,激光测量预警目标物的方位和距离的数据信息;
步骤四:采用计算机融合图像处理信息和激光测距信息,获得车辆检测、跟踪检测的数据,通过通讯***向人机交互信息***发出碰撞预警信息。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (1)
1.一种轨交车辆视觉激光测距比对检测防撞方法,其特征在于,包括步骤如下:
步骤一:通过CCD视觉摄像头获取待检测目标的灰度图像;
步骤二:采用计算机将所述灰度图像进行Hough变换实施图像预处理;
步骤三:采用计算机将Hough变换对灰度图像进行预处理后得到车辆阴影检测特征图像;
步骤四:采用计算机融合图像处理信息和激光测距信息,获得车辆检测、跟踪检测的数据,通过通讯***向人机交互信息***发出碰撞预警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110186153.XA CN112836663A (zh) | 2021-02-15 | 2021-02-15 | 一种轨交车辆视觉激光测距比对检测防撞方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110186153.XA CN112836663A (zh) | 2021-02-15 | 2021-02-15 | 一种轨交车辆视觉激光测距比对检测防撞方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112836663A true CN112836663A (zh) | 2021-05-25 |
Family
ID=75933604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110186153.XA Pending CN112836663A (zh) | 2021-02-15 | 2021-02-15 | 一种轨交车辆视觉激光测距比对检测防撞方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112836663A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160162747A1 (en) * | 2014-12-05 | 2016-06-09 | Magna Electronics Inc. | Vehicle vision system with retroreflector pattern recognition |
CN108932475A (zh) * | 2018-05-31 | 2018-12-04 | 中国科学院西安光学精密机械研究所 | 一种基于激光雷达和单目视觉的三维目标识别***及方法 |
CN112349144A (zh) * | 2020-11-10 | 2021-02-09 | 中科海微(北京)科技有限公司 | 一种基于单目视觉的车辆碰撞预警方法及*** |
-
2021
- 2021-02-15 CN CN202110186153.XA patent/CN112836663A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160162747A1 (en) * | 2014-12-05 | 2016-06-09 | Magna Electronics Inc. | Vehicle vision system with retroreflector pattern recognition |
CN108932475A (zh) * | 2018-05-31 | 2018-12-04 | 中国科学院西安光学精密机械研究所 | 一种基于激光雷达和单目视觉的三维目标识别***及方法 |
CN112349144A (zh) * | 2020-11-10 | 2021-02-09 | 中科海微(北京)科技有限公司 | 一种基于单目视觉的车辆碰撞预警方法及*** |
Non-Patent Citations (2)
Title |
---|
朱光荣等: "基于激光与视觉的车辆防撞技术的研究", 《光电子技术》 * |
汪仲: "基于信息融合的车辆防撞技术研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102765365B (zh) | 基于机器视觉的行人检测方法及行人防撞预警*** | |
CN110077399B (zh) | 一种基于道路标线、车轮检测融合的车辆防碰撞方法 | |
EP3885794A1 (en) | Track and road obstacle detecting method | |
US7046822B1 (en) | Method of detecting objects within a wide range of a road vehicle | |
US20210350149A1 (en) | Lane detection method and apparatus,lane detection device,and movable platform | |
CN101739829B (zh) | 一种基于视频的车辆超速监控方法及*** | |
CN107966700A (zh) | 一种用于无人驾驶汽车的前方障碍物检测***及方法 | |
CN106205170A (zh) | 一种用于自动驾驶的路口精确停车装置与方法 | |
CN104260723B (zh) | 一种后方车辆运动状态追踪预测装置及预测方法 | |
CN104408932A (zh) | 一种基于视频监控的酒驾车辆检测*** | |
CN103287372A (zh) | 一种基于图像处理的汽车防撞安全保护方法 | |
CN201825037U (zh) | 高速公路车辆的车道偏离报警装置 | |
CN112950678A (zh) | 一种基于车路协同的超视距融合感知*** | |
WO2015141247A1 (ja) | 車載用画像処理装置およびそれを用いた車両システム | |
CN110826412B (zh) | 高速公路能见度检测***和方法 | |
CN103148837A (zh) | 一种车距测量方法、装置及汽车 | |
CN109541601A (zh) | 基于毫米波的障碍物识别***及其检测方法 | |
CN113658427A (zh) | 基于视觉与雷达的路况监控方法及***、设备 | |
CN113378741A (zh) | 一种基于多源传感器的飞机牵引车辅助感知方法及其*** | |
CN114415171A (zh) | 一种基于4d毫米波雷达的汽车可行驶区域检测方法 | |
WO2022170633A1 (zh) | 一种基于视觉与激光测距的轨交车辆防撞检测方法 | |
CN112784679A (zh) | 车辆避障方法和装置 | |
CN113313182B (zh) | 一种基于雷达和视频融合的目标识别方法及终端 | |
Chen | Road vehicle recognition algorithm in safety assistant driving based on artificial intelligence | |
CN113900101A (zh) | 障碍物检测方法、装置及电子设备 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210525 |