CN113936467B - 一种道路拍摄方法 - Google Patents

一种道路拍摄方法 Download PDF

Info

Publication number
CN113936467B
CN113936467B CN202111360074.2A CN202111360074A CN113936467B CN 113936467 B CN113936467 B CN 113936467B CN 202111360074 A CN202111360074 A CN 202111360074A CN 113936467 B CN113936467 B CN 113936467B
Authority
CN
China
Prior art keywords
distance
time interval
sampling time
vehicle
vehicle speed
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
Application number
CN202111360074.2A
Other languages
English (en)
Other versions
CN113936467A (zh
Inventor
孙轶凡
蒋盛川
沈煜
曹静
杜豫川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN202111360074.2A priority Critical patent/CN113936467B/zh
Publication of CN113936467A publication Critical patent/CN113936467A/zh
Application granted granted Critical
Publication of CN113936467B publication Critical patent/CN113936467B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • H04N5/91Television signal processing therefor
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • H04N5/91Television signal processing therefor
    • H04N5/92Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback
    • H04N5/9201Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback involving the multiplexing of an additional signal and the video signal
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种道路拍摄方法,包括获取车载相机摄像头的图像覆盖距离;根据图像覆盖距离获取车载相机的第一采样时间间隔,并通过车载相机和OBD总线,获取当前车速;根据第一采样时间间隔和当前车速计算车辆行驶距离;根据第一采样时间间隔获取RTK定位装置的定位数据和距离修正参数,并根据距离修正参数修正车辆行驶距离;根据图像覆盖距离、当前车速和车辆行驶距离修正第一采样时间间隔,得到第二采样时间间隔,在第二采样时间间隔内对道路进行拍摄。与现有技术相比,本发明具有拍摄精度高等优点。

Description

一种道路拍摄方法
技术领域
本发明涉及道路智能快速巡检技术领域,尤其是涉及一种道路拍摄方法。
背景技术
道路运输具有快捷、方便、门对门直达的优势,在国家经济发展中占有极其重要的地位。因此在新建道路的同时,必须对原有道路进行养护与维修作业,以确保行车安全并降低运营成本。
而利用机器学习算法对拍摄的图像进行智能化的自动识别,从而获得道路病害的定位与类别等信息,这种方法正逐渐成为道路快速巡检***中重要的检测方法之一。其具有检测速度快、识别精度较高、设备安置简便以及设备价格低廉等多种优势,可以适应日常化道路巡检的需要。
但在基于图像的道路检测过程中,还存在一些问题值得优化,例如相机的拍摄频率与检测车速之间还未能有效匹配上。目前市面上的部分基于图像的道路检测***,其相机的拍摄频率仅取决于相机自身的采样间隔,一旦相机的采样间隔低于检测车速,则有可能出现漏检情况。而另一些设备则通过加装车轮编码器来辅助相机拍摄,基本可以实现定距拍摄功能,避免漏检情况,但该方法的不足就在于需要安装额外的编码器及其配套的解算***,加大了设备成本。
不仅如此,在当前现有的道路拍摄技术中,对于车辆速度的测定仅仅依靠车载相机的快门时间进行测定计算,而无法通过其他数据进行辅证,对道路拍摄过程中采样时间间隔的修正存在极大误差隐患,对于计算结果的准确性存在一定运算缺陷。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种道路拍摄方法。
本发明的目的可以通过以下技术方案来实现:
一种道路拍摄方法,包括以下步骤:
S1、获取车载相机摄像头的图像覆盖距离;
S2、根据图像覆盖距离获取车载相机的第一采样时间间隔,并通过车载相机和OBD总线,获取当前车速;
S3、根据第一采样时间间隔和当前车速计算车辆行驶距离;
S4、根据第一采样时间间隔获取RTK定位装置的定位数据和距离修正参数,并根据距离修正参数修正车辆行驶距离;
S5、根据图像覆盖距离、当前车速和车辆行驶距离修正第一采样时间间隔,得到第二采样时间间隔,在第二采样时间间隔内对道路进行拍摄。
进一步地,所述步骤S5中第一采样时间间隔的修正方法如下:
若车辆行驶距离小于最大阈值且大于最小阈值,则不进行修正,所述第二采样时间间隔大小等于第一采样时间间隔;
若车辆行驶距离大于最大阈值,则根据以下公式修正第一采样时间间隔:
ΔT′=Lmax·α/v′
式中,ΔT′表示第二采样时间间隔,Lmax表示最大阈值,α表示冗余系数,v’表示当前车速;
若车辆行驶距离小于最小阈值,则根据以下公式修正第一采样时间间隔:
ΔT′=Lmin·β/v′
式中,ΔT′表示第二采样时间间隔,Lmin表示最小阈值,β表示补充系数,v’表示当前车速。
进一步地,所述最大阈值的取值范围为图像覆盖距离的0.6~1.0倍,所述最小阈值的值为为图像覆盖距离的0.2~0.4倍。
进一步地,所述冗余系数α的取值范围为0.6~1.0,所述补充系数β的值为1.0~1.4。
进一步地,所述步骤S4中,每获取一次定位数据,则对前两次获取定位数据进行差值运算,得到定位数据距离,并根据所述定位数据距离计算距离修正参数。
进一步地,所述距离修正参数k的计算表达式如下:
Figure BDA0003358885540000021
式中,∑S′为定位数据距离和,获取方式为:对两次定位数据之间的距离差在1秒内求和;
∑S为车辆行驶距离和,获取方式为:对1秒内的车辆行驶距离求和。
进一步地,当∑S′-∑S的值大于0.1∑S′时,不对车辆行驶距离进行修正。
进一步地,所述步骤S2中获取第一采样时间间隔ΔT的计算表达式如下:
ΔT=0.8·L/(80/3.6)
式中,L表示图像覆盖距离。
进一步地,所述步骤S3中车辆行驶距离的计算表达式为:
s=v′·ΔT
式中,ΔT表示第一采样时间间隔,v′表示当前车速,s表示车辆行驶距离;
所述步骤S4中修正车辆行驶距离的计算表达式为:
s=k·v′·ΔT
式中,k表示距离修正参数。
进一步地,在步骤S2中获取当前车速后,对当前车速进行修正,修正方法为,在当前车速上加上固定修正值。
与现有技术相比,本发明具有以下优点:
1、本发明在拍摄道路时,对于车辆速度的测定结合了车载相机和ODB总线,提高了车速检测的精确度,还通过RTK定位数据修正了车辆行驶的距离,并根据以上参数,对采样时间间隔进行修正,并进行拍摄。提高了拍摄的准确度,且设备成本较低。
2、本发明设置了多种车辆行驶距离情况,针对不同车辆行驶距离情况提供了不同的采样时间间隔修正计算方法,精确度更高。
3本发明同时对车速进行了修正,进一步确保了参数的准确度。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本实施例提供了一种道路拍摄方法,流程如图1所示,具体包括以下步骤:
步骤S1、将车载相机、RTK定位装置和OBD总线连接至同一控制终端,车载相机采用可由***命令触发快门的工业相机,该工业相机可容许的拍摄频率不应低于OBD数据的最高采样频率,且二者均应不小于RTK的采样频率。并获取车载相机摄像头的图像覆盖距离。
车载相机摄像头的图像覆盖距离指的是车载摄像头拍摄的图像中沿车辆行驶方向的可见范围,可通过如下步骤实测获取:开启车载相机,调整车载相机视角与路面保持平直,将一把尺子沿车辆行驶方向进行摆放,在车载相机的可视范围内读取距离车载相机最近的尺子读数和最远的尺子读数,将最近的尺子读数和最远的尺子读数进行差值计算,差值结果即为摄像头的图像覆盖距离。
步骤S2、根据图像覆盖距离获取车载相机的第一采样时间间隔,并通过车载相机和OBD总线,获取当前车速,具体包括:
首先获取第一采样时间间隔,计算表达式如下:
ΔT=0.8·L/(80/3.6)
式中,L表示图像覆盖距离,单位为米,表示80km/h下满足移动距离0.8L的采样间隔时间。
然后基于采样时间间隔间隔同时触发车载相机的快门和OBD数据获取接口,基于OBD数据获取接口获取的车载相机的快门数据和OBD数据,获取车辆的车速信息。但由于OBD***获取的实际车辆速度一般会自动舍去小数部分,故其小于实际车速,需要进行修正,修正方法为,在获取到的车速上加上固定修正值0.5。
步骤S3、根据第一采样时间间隔和当前车速计算车辆行驶距离,计算表达式如下:
s=v′·ΔT
式中,ΔT表示第一采样时间间隔,v′表示当前车速,s表示车辆行驶距离,此时测得的车辆行驶距离为初始车辆行驶距离,需要在步骤S4中进行修正。
步骤S4、根据第一采样时间间隔获取RTK定位装置的定位数据和距离修正参数,并根据距离修正参数修正车辆行驶距离,具体包括:
定位数据通过RTK定位装置获取,而距离修正参数的获取方法如下:
每获取一次定位数据,就计算前两次获取的定位数据的差值S′,并计算出累积时间1秒内的定位数据距离和∑S′以及车辆行驶距离和∑S,并通过以下计算表达式计算距离修正参数k:
Figure BDA0003358885540000051
计算出距离修正参数后,通过以下计算表达式修正车辆行驶距离:
s=k·v′·ΔT
值得说明的是,若在某一秒内,∑S′-∑S的值大于0.1∑S′,则不对车辆行驶距离进行修正。
步骤S5、对车辆行驶距离修正后,根据图像覆盖距离、当前车速和车辆行驶距离修正第一采样时间间隔,得到第二采样时间间隔,具体包括:
首先,判断车辆行驶距离是否符合拍摄要求,若车辆行驶距离小于最大阈值且大于最小阈值,则不进行修正,第二采样时间间隔的大小即为第一采样时间间隔的大小。
若车辆行驶距离大于最大阈值,则根据以下公式修正第一采样时间间隔:
ΔT′=Lmax·α/v′
式中,ΔT′表示第二采样时间间隔,Lmax表示最大阈值,α表示冗余系数,在本实施例中取0.8,v’表示当前车速;
若车辆行驶距离小于最小阈值,则根据以下公式修正第一采样时间间隔:
ΔT′=Lmin·β/v′
式中,ΔT′表示第二采样时间间隔,Lmin表示最小阈值,β表示补充系数,在本实施例中取1.2,v’表示当前车速。
值得说明的是,最大阈值和最小阈值可依据设备的性能及需求而定,经实际测试,本实施例中选用的最大阈值的值为0.8倍的图像覆盖距离,本实施例中选用的最小阈值的值为0.3倍的图像覆盖距离。
修正得到第二采样时间间隔后,在第二采样时间间隔内对道路进行拍摄。
本实施例对于车辆速度的测定结合了车载相机和ODB总线,提高了车速检测的精确度,还通过RTKK定位数据修正了车辆行驶的距离,并根据以上参数,对采样时间间隔进行修正,并进行拍摄。提高了拍摄的准确度,且设备成本较低。
在本实施例中术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。

Claims (7)

1.一种道路拍摄方法,其特征在于,包括以下步骤:
S1、获取车载相机摄像头的图像覆盖距离;
S2、根据图像覆盖距离获取车载相机的第一采样时间间隔,并通过车载相机和OBD总线,获取当前车速;
S3、根据第一采样时间间隔和当前车速计算车辆行驶距离;
S4、根据第一采样时间间隔获取RTK定位装置的定位数据和距离修正参数,并根据距离修正参数修正车辆行驶距离;
S5、根据图像覆盖距离、当前车速和车辆行驶距离修正第一采样时间间隔,得到第二采样时间间隔,在第二采样时间间隔内对道路进行拍摄;
所述步骤S5中第一采样时间间隔的修正方法如下:
若车辆行驶距离小于最大阈值且大于最小阈值,则不进行修正,所述第二采样时间间隔大小等于第一采样时间间隔;
若车辆行驶距离大于最大阈值,则根据以下公式修正第一采样时间间隔:
ΔT′=Lmax·α/v′
式中,ΔT′表示第二采样时间间隔,Lmax表示最大阈值,α表示冗余系数,v’表示当前车速;
若车辆行驶距离小于最小阈值,则根据以下公式修正第一采样时间间隔:
ΔT′=Lmin·β/v′
式中,ΔT′表示第二采样时间间隔,Lmin表示最小阈值,β表示补充系数,v’表示当前车速。
所述步骤S4中,每获取一次定位数据,则对前两次获取定位数据进行差值运算,得到定位数据距离,并根据所述定位数据距离计算距离修正参数;
所述距离修正参数k的计算表达式如下:
Figure FDA0003883362740000011
式中,∑S′为定位数据距离和,获取方式为:对两次定位数据之间的距离差在1秒内求和;
∑S为车辆行驶距离和,获取方式为:对1秒内的车辆行驶距离求和。
2.根据权利要求1所述的一种道路拍摄方法,其特征在于,所述最大阈值的取值范围为图像覆盖距离的0.6~1.0倍,所述最小阈值的值为为图像覆盖距离的0.2~0.4倍。
3.根据权利要求1所述的一种道路拍摄方法,其特征在于,所述冗余系数α的取值范围为0.6~1.0,所述补充系数β的值为1.0~1.4。
4.根据权利要求1所述的一种道路拍摄方法,其特征在于,当∑S′-∑S的值大于0.1∑S′时,不对车辆行驶距离进行修正。
5.根据权利要求1所述的一种道路拍摄方法,其特征在于,所述步骤S2中获取第一采样时间间隔ΔT的计算表达式如下:
ΔT=0.8·L/(80/3.6)
式中,L表示图像覆盖距离。
6.根据权利要求1所述的一种道路拍摄方法,其特征在于,所述步骤S3中车辆行驶距离的计算表达式为:
s=v′·ΔT
式中,ΔT表示第一采样时间间隔,v′表示当前车速,s表示车辆行驶距离;
所述步骤S4中修正车辆行驶距离的计算表达式为:
s=k·v′·ΔT
式中,k表示距离修正参数。
7.根据权利要求1所述的一种道路拍摄方法,其特征在于,在步骤S2中获取当前车速后,对当前车速进行修正,修正方法为,在当前车速上加上固定修正值。
CN202111360074.2A 2021-11-17 2021-11-17 一种道路拍摄方法 Active CN113936467B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111360074.2A CN113936467B (zh) 2021-11-17 2021-11-17 一种道路拍摄方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111360074.2A CN113936467B (zh) 2021-11-17 2021-11-17 一种道路拍摄方法

Publications (2)

Publication Number Publication Date
CN113936467A CN113936467A (zh) 2022-01-14
CN113936467B true CN113936467B (zh) 2022-12-16

Family

ID=79287024

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111360074.2A Active CN113936467B (zh) 2021-11-17 2021-11-17 一种道路拍摄方法

Country Status (1)

Country Link
CN (1) CN113936467B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006153565A (ja) * 2004-11-26 2006-06-15 Nissan Motor Co Ltd 車載ナビゲーション装置及び自車位置補正方法
CN107030699A (zh) * 2017-05-18 2017-08-11 广州视源电子科技股份有限公司 位姿误差修正方法及装置、机器人及存储介质
CN108242154A (zh) * 2018-03-09 2018-07-03 同济大学 一种实时检测道路车辆行程车速的方法及***
CN109309785A (zh) * 2017-07-28 2019-02-05 松下电器(美国)知识产权公司 拍摄控制装置以及拍摄控制方法
CN113592905A (zh) * 2021-07-12 2021-11-02 北京航空航天大学 基于单目摄像头的车辆行驶轨迹预测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001124567A (ja) * 1999-10-27 2001-05-11 Equos Research Co Ltd データベース修正装置及びデータベース修正方法
CN102467821B (zh) * 2010-11-04 2014-03-05 北京汉王智通科技有限公司 基于视频图像的路面距离检测方法及装置
CN102129785A (zh) * 2011-03-18 2011-07-20 沈诗文 大场景停车场智能管理***
CN111736613A (zh) * 2020-07-22 2020-10-02 上海康莫巴智能科技有限公司 智能驾驶控制方法、装置、***及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006153565A (ja) * 2004-11-26 2006-06-15 Nissan Motor Co Ltd 車載ナビゲーション装置及び自車位置補正方法
CN107030699A (zh) * 2017-05-18 2017-08-11 广州视源电子科技股份有限公司 位姿误差修正方法及装置、机器人及存储介质
CN109309785A (zh) * 2017-07-28 2019-02-05 松下电器(美国)知识产权公司 拍摄控制装置以及拍摄控制方法
CN108242154A (zh) * 2018-03-09 2018-07-03 同济大学 一种实时检测道路车辆行程车速的方法及***
CN113592905A (zh) * 2021-07-12 2021-11-02 北京航空航天大学 基于单目摄像头的车辆行驶轨迹预测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Cheng-Long Liu ; Yu-Chuan Du ; Yang Song.Optimal Maintenance Scheduling for Minimizing the Network Fuel Consumption.《CICTP 2017. Transportation Reform and Change-Equity, Inclusiveness, Sharing, and Innovation. Proceedings of the 17th Cota International Conference of Transportation Professionals》.2018, *
Du, YC (Du, Yuchuan) ; Yue, L (Yue, Lei) ; Liu, S (Liu,Shuo).Optimization of Combined Horizontal and Vertical Curves Design of Mountain Road Based on Vehicle-Road Coordination Model.《2019 5TH INTERNATIONAL CONFERENCE ON TRANSPORTATION INFORMATION AND SAFETY (ICTIS 2019)》.2019, *
Gong, XH (Gong, Xiaohui) ; Guo, XX (Guo, Xiaoxia).Expression of ILK in renal stroma is essential for multiple aspects of renal development.《AMERICAN JOURNAL OF PHYSIOLOGY-RENAL PHYSIOLOGY》.2018, *
基于GPS/GIS的交通数据采集方法;张周强等;《交通与计算机》;20070228(第01期);全文 *
基于速度修正模型的车辆行驶跑偏量误差分析;赵显新等;《中国测试》;20180228(第02期);全文 *

Also Published As

Publication number Publication date
CN113936467A (zh) 2022-01-14

Similar Documents

Publication Publication Date Title
CN103630122B (zh) 一种单目视觉车道线检测方法及其测距方法
CN110909711B (zh) 检测车道线位置变化的方法、装置、电子设备和存储介质
CN112132896B (zh) 一种轨旁设备状态检测方法及***
WO2023240805A1 (zh) 一种基于滤波校正的网联车超速预警方法及***
CN102923000B (zh) 一种基于双目视觉目标检测的汽车主动倒车限速控制方法
CN110728720B (zh) 用于相机标定的方法、装置、设备和存储介质
CN106570487A (zh) 物体间的碰撞预测方法和装置
CN111966857A (zh) 一种检测改装车辆的方法及检测***
CN114841188A (zh) 一种基于二维码的车辆融合定位方法及装置
CN116242316A (zh) 刚性接触网定位点实时检测的方法及装置
CN113936467B (zh) 一种道路拍摄方法
CN108803651B (zh) 一种基于图像特征的无人机公路巡检方法
CN111091077B (zh) 一种基于图像相关性和模板匹配的车速检测方法
CN112085034A (zh) 一种基于机器视觉的轨道交通列车定位方法及***
CN116631187A (zh) 一种案件现场勘查信息智能采集分析***
CN114495038B (zh) 一种自动驾驶检测标注数据的后处理方法
CN115857040A (zh) 一种机车车顶异物动态视觉检测装置及方法
CN113012239B (zh) 一种车路协同路侧感知相机的焦距变化定量计算方法
CN115366942A (zh) 一种基于双传感器感知时延的地铁里程定位方法
CN112990117B (zh) 基于智能驾驶***的安装数据处理方法及装置
CN115082860A (zh) 一种基于图像处理和uwb技术的工厂区域车辆管理方法
CN114220267B (zh) 一种基于车辆obd的道路拍摄方法及***
CN114910085A (zh) 一种基于路政设施识别的车辆融合定位方法及装置
CN113587940A (zh) 一种基于车辆转弯半径的车道线校验方法、***及车辆
CN113570873A (zh) 基于信号灯灯板的车前路口距离检测方法

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