CN115171430A - 一种基于图像识别的智能公交突发事件处理*** - Google Patents
一种基于图像识别的智能公交突发事件处理*** Download PDFInfo
- Publication number
- CN115171430A CN115171430A CN202210975365.0A CN202210975365A CN115171430A CN 115171430 A CN115171430 A CN 115171430A CN 202210975365 A CN202210975365 A CN 202210975365A CN 115171430 A CN115171430 A CN 115171430A
- Authority
- CN
- China
- Prior art keywords
- image
- road
- bus
- obstacle
- recognition
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 claims description 22
- 238000010276 construction Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 6
- 230000011664 signaling Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 3
- 206010039203 Road traffic accident Diseases 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- 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
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- 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
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于图像识别的智能公交突发事件处理***,属于智能公交技术领域,具体包括:云平台,存储有标准道路图像;图像获取模块,用于实时获取公交车前方路段的道路图像;车辆识别模块,用于识别所述道路图像中的车辆图像,根据公交车速度计算公交车的刹车距离,若所述实际距离小于刹车距离,并发出减速信号,否则继续识别;障碍识别模块,将所述纯净道路图像与相同路段的标准道路图像进行比对,根据比对结果识别是否存在道路障碍,是则获取道路障碍所在的车道,并发出避让信号,否则继续识别;行车控制模块,用于接收所述减速信号和避让信号;本发明实现了智能且迅速地识别道路中的突发事件。
Description
技术领域
本发明涉及智能公交技术领域,具体涉及一种基于图像识别的智能公交突发事件处理***。
背景技术
公交车是城市人民重要的代步工具,是城市公共交通的重要组成部分,为了便于普通民众的出行问题,公交车在市郊的每一条道路中间来回奔波。普通民众的正常生活很大程度上靠的就是公共交通每日如一的稳定运行和公众安全,然而,随着社会的发展,道路中的车辆和突发情况越来越多,公交车中日渐严重的公众安全问题一直困扰着公共交通部门和广大市民。
由于公交车上乘坐着大量乘客,一旦前方发生突发事件,而公交车行驶状态未及时作出改变,发生交通事故,造成的后果十分严重。而公交车行驶时车辆状态只能依靠驾驶员一个人的控制,但是面对复杂的道路交通,仅靠个人注意力无法完全观察道路的所有情况,对于道路中的车辆和突然出现的行人和道路施工标志,难以做出及时的反应;因此需要一种基于图像识别的智能公交突发事件处理***,作为驾驶员的辅助,及时发现道路中存在的危险,使公交车能够快速自动反应,避免发生交通事故,保护人民的生命财产安全。
发明内容
本发明的目的在于提供一种基于图像识别的智能公交突发事件处理***,解决以下技术问题:
面对复杂的道路交通,仅靠驾驶员个人无法完全观察道路的所有情况,对于道路中突然出现的车辆、行人和道路障碍,难以做出及时的反应;因此需要一种基于图像识别的智能公交突发事件处理***,作为驾驶员的辅助,及时发现道路中存在的危险,使公交车能够快速自动反应。
本发明的目的可以通过以下技术方案实现:
一种基于图像识别的智能公交突发事件处理***,包括:
云平台,存储有公交车运营线路的标准道路图像和道路设施图像库;
图像获取模块,用于实时获取公交车前方路段的道路图像;
车辆识别模块,用于识别所述道路图像中的车辆图像,根据所述车辆图像计算前方车辆与公交车的实际距离,根据公交车速度计算公交车的刹车距离l,若所述实际距离小于刹车距离,则根据所述实时距离计算安全车速,并发出减速信号,否则继续识别;
障碍识别模块,用于将所述道路图像转换为纯净道路图像,所述纯净道路图像不包含车辆图像,将所述纯净道路图像与相同路段的标准道路图像进行比对,根据比对结果识别是否存在道路障碍,是则获取道路障碍所在的车道,并发出避让信号,否则继续识别;
行车控制模块,用于接收所述减速信号,控制公交车减速至安全车速;用于接收所述避让信号,控制公交车转向无道路障碍的车道。
作为本发明进一步的方案:所述标准道路图像由云平台生成,所述云平台提取所述运营线路的历史图像,将所述历史图像依次进行叠加,将道路图像之外的图像删除,保留道路图像,当获得完整运营线路的道路图像时,停止叠加所述历史图像,于是获得了运营线路的标准道路图像。
作为本发明进一步的方案:所述图像获取模块还用于将所述前方路段划分为高优先级区域、中优先级区域和低优先级区域,所述前方路段的长度为3l,优先级越高的区域,识别顺序越靠前,所述高优先级区域的范围为公交车前方l内,所述中优先级区域的范围为公交车前方l至2l内,所述低优先级区域的范围为公交车前方2l至3l内。
作为本发明进一步的方案:所述障碍识别模块将所述道路图像转换为纯净道路图像的过程为:
将所述道路图像中的车辆图像替换为道路基底图像,所述道路基底图像从所述标准道路图像中提取,识别所述道路图像中保留的标线,将所述标线沿原有路径延伸,所述标线穿过所述道路基底图像连接为完整的标线,于是获得了纯净道路图像。
作为本发明进一步的方案:所述障碍识别模块获取与纯净道路图像相同路段的标准道路图像的过程为:
获取公交车的当前坐标,获取所述坐标在所述标准道路图像中的映射位置,以所述映射位置为起点沿公交行驶方向提取3l长度的标准道路图像,将提取的标准道路图像等距划分为第一区域图像、第二区域图像和第三区域图像,所述第一区域图像、第二区域图像和第三区域图像与高优先级区域、中优先级区域和低优先级区域依次对应。
作为本发明进一步的方案:所述障碍识别模块识别道路障碍的过程为:
将所述纯净道路图像进行灰度处理获得第一灰度图像,将与纯净道路图像相同路段的标准道路图像进行灰度处理获得第二灰度图像,提取所述第一灰度图像与所述第二灰度图像灰度值不同的差异区域,分别计算所述差异区域的实际尺寸,若存在实际尺寸超过预设第一阈值的差异区域,则判定为道路障碍,若不存在,则继续识别。
作为本发明进一步的方案:所述障碍识别模块识别道路障碍的过程还包括:
从所述道路设施图像中提取道路施工标志图像,将超过预设第一阈值的差异区域与所述道路施工标志图像进行相似度比对,若存在相似度达到预设第二阈值的差异区域,则判定该差异区域为道路施工标志;若所述相似度低于预设第二阈值,则判定为该差异区域道路异物。
作为本发明进一步的方案:所述障碍识别模块识别到所述道路障碍位于公交车的前方2l距离时,发出停车信号,所述行车控制模块接收所述停车信号并控制公交车停车。
作为本发明进一步的方案:还包括行人识别模块,所述行人识别模块用于识别所述道路图像中的行人和交通信号灯,识别距离为2l,识别过程为:
若所述识别距离内同时存在交通信号灯和行人,则识别交通信号灯的显示颜色,当交通信号灯显示绿色时,控制公交车鸣笛警告,并发出减速信号;当交通信号灯显示红色时,发出减速信号;
若所述识别距离内仅存在行人,则控制公交车鸣笛警告,并发出减速信号;
若所述识别距离内仅存在信号灯,则识别交通信号灯的显示颜色,当信号灯显示绿色时,车辆正常行驶;当信号灯显示红色,则发出减速信号。
本发明的有益效果:
本发明基于图像识别模块实时获取公交车前方的道路图像,对前方车辆与公交车进行测距,当实际车距小于公交车的刹车距离时,此时有发生交通事故的危险,于是根据当前实际距离调整车速至对应的安全车速,实现了快速识别存在危险的道路车辆并自动减速,保证了公交车的行车安全;对于道路中可能存在的障碍,如道路施工标志,道路抛物,本发明将纯净道路图像与标准道路图像进行比对,通过识别二者所存在的差异区域,从而判断前方道路是否存在道路障碍,实现了对道路障碍的自动识别,自动减速并对驾驶员发出提示;本发明实现了智能识别公交车行驶途中可能出现的突发干扰,并及时自动处理,作为驾驶员的辅助,能够降低交通事故发生的概率。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的模块示意图。
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,都属于本发明保护的范围。
请参阅图1所示,本发明为一种基于图像识别的智能公交突发事件处理***,包括:
云平台,存储有公交车运营线路的标准道路图像和道路设施图像库;
图像获取模块,用于实时获取公交车前方路段的道路图像;
车辆识别模块,用于识别所述道路图像中的车辆图像,根据所述车辆图像计算前方车辆与公交车的实际距离,根据公交车速度计算公交车的刹车距离l,若所述实际距离小于刹车距离,则根据所述实时距离计算安全车速,并发出减速信号,否则继续识别;
障碍识别模块,用于将所述道路图像转换为纯净道路图像,所述纯净道路图像不包含车辆图像,将所述纯净道路图像与相同路段的标准道路图像进行比对,根据比对结果识别是否存在道路障碍,是则获取道路障碍所在的车道,并发出避让信号,否则继续识别;
行车控制模块,用于接收所述减速信号,控制公交车减速至安全车速;用于接收所述避让信号,控制公交车转向无道路障碍的车道。
公交车行驶时车辆状态只能依靠驾驶员一个人的控制,然而面对复杂的道路交通,仅靠个人注意力无法观察道路的所有情况,对于道路中突然出现的车辆、行人和道路障碍,难以做出及时的反应,很有可能发生交通事故。因此需要一种基于图像识别的智能公交突发事件处理***,作为驾驶员的辅助,及时发现道路中存在的危险,使公交车能够快速自动反应,避免发生交通事故;
本发明基于图像识别模块实时获取公交车前方的道路图像,通过车辆识别模块识别道路中的车辆图像,并对前方车辆与公交车进行测距,当实际车距小于公交车的刹车距离时,此时有发生交通事故的危险,于是根据当前实际距离调整车速至对应的安全车速,降低车速以缩短刹车距离,从而避免追尾的风险;对于道路中可能存在的障碍,如道路施工标志,道路抛物,本发明剔除车辆图像的干扰,获得纯净道路图像,便于识别道路障碍,再将纯净道路图像与标准道路图像进行比对,通过识别二者所存在的差异区域,从而判断前方道路是否存在道路障碍;本发明实现了智能识别公交车行驶途中可能出现的突发干扰,并及时自动处理,作为驾驶员注意力的补充,有效避免了交通事故的发生。
在本发明的一种优选的实施例中,所述标准道路图像由云平台生成,所述云平台提取所述运营线路的历史图像,将所述历史图像依次进行叠加,将道路图像之外的图像删除,保留道路图像,当获得完整运营线路的道路图像时,停止叠加所述历史图像,于是获得了运营线路的标准道路图像;
通过云平台存储智能公交***的资料,首先能够降低额外存储设备的成本,提高了数据的可靠性,并且能够利用一部分云计算的能力;通过将历史图像进行叠加处理,从而获得运营线路的标准道路图像。
在本发明的另一种优选的实施例中,所述图像获取模块还用于将所述前方路段划分为高优先级区域、中优先级区域和低优先级区域,所述前方路段的长度为3l,优先级越高的区域,识别顺序越靠前,所述高优先级区域的范围为公交车前方l内,所述中优先级区域的范围为公交车前方l至2l内,所述低优先级区域的范围为公交车前方2l至3l内;
由于距离较近的前方车辆与障碍物对公交车产生直接的影响,因此对于较近的道路路段要优先进行识别处理,但也不能仅对近距离的目标进行识别,对于较远的目标也要提前进行预识别,从而有效掌握前方道路目标的状态,保证***的反应能力。
在本发明的另一种优选的实施例中,所述障碍识别模块将所述道路图像转换为纯净道路图像的过程为:
将所述道路图像中的车辆图像替换为道路基底图像,所述道路基底图像从所述标准道路图像中提取,识别所述道路图像中保留的标线,将所述标线沿原有路径延伸,所述标线穿过所述道路基底图像连接为完整的标线,于是获得了纯净道路图像;
为了避免车辆图像对障碍识别的干扰,将道路图像中的车辆图像替换为道路基底图像,由于车辆图像原有的位置遮挡了部分道路信息,例如道路标线,于是按照原有标线的路径延伸,将道路标线补齐。
在本实施例的一种情况中,所述障碍识别模块获取与纯净道路图像相同路段的标准道路图像的过程为:
获取公交车的当前坐标,获取所述坐标在所述标准道路图像中的映射位置,以所述映射位置为起点沿公交行驶方向提取3l长度的标准道路图像,将提取的标准道路图像等距划分为第一区域图像、第二区域图像和第三区域图像,所述第一区域图像、第二区域图像和第三区域图像与高优先级区域、中优先级区域和低优先级区域依次对应;
由于公交车所获取的道路图像仅是完整运营线路的一部分路段,所以需要获取与该路段相同位置的标准道路图像,然而再将二者进行比对,提高比对的准确率,降低工作量,并使用同样的划分方法将提取的标准图像划分为三个区域。
在本发明另一种优选的实施例中,所述障碍识别模块识别道路障碍的过程为:
将所述纯净道路图像进行灰度处理获得第一灰度图像,将与纯净道路图像相同路段的标准道路图像进行灰度处理获得第二灰度图像,提取所述第一灰度图像与所述第二灰度图像灰度值不同的差异区域,分别计算所述差异区域的实际尺寸,若存在实际尺寸超过预设第一阈值的差异区域,则判定为道路障碍,若不存在,则继续识别;
将纯净道路图像与标准道路图像分别进行灰度处理,灰度数字图像是每个像素只有一个采样颜色的图像,这类图像通常显示为从最暗黑色到最亮的白色的灰度,由于智能公交车***要实时处理大量的图像信息,并且必须做到准确与及时,所以通过灰度处理,首先是排除干扰,其次是降低数据处理的任务量,使***能够高效迅速地处理道路信息;由于纯净道路图像已经去除了车辆图像的影响,那么此时获取其与标准道路图像存在差异的区域,超过预设第一阈值的差异区域应为道路施工标志、异物和垃圾等道路障碍。
在本实施例的一种优选的情况中,所述障碍识别模块识别道路障碍的过程还包括:
从所述道路设施图像中提取道路施工标志图像,将超过预设第一阈值的差异区域与所述道路施工标志图像进行相似度比对,若存在相似度达到预设第二阈值的差异区域,则判定该差异区域为道路施工标志;若所述相似度低于预设第二阈值,则判定为该差异区域道路异物;
为了进一步识别道路障碍的种类,方便驾驶员针对性地做出决策,将经过筛选的差异区域与道路施工标志进行对比,相似度达到预设第二阈值的判定为道路施工标志,相似度较低的则判定为普通的道路异物。
值得注意的是,所述障碍识别模块识别到所述道路障碍位于公交车的前方2l距离时,发出停车信号,所述行车控制模块接收所述停车信号并控制公交车停车;
这种情况下,由于道路障碍距离公交车距离太近,依靠驾驶员进行避让停车存在不可控性,所以***主动使公交车停车。
在本发明一种优选的实施例中,还包括行人识别模块,所述行人识别模块用于识别所述道路图像中的行人和交通信号灯,识别距离为2l,识别过程为:
若所述识别距离内同时存在交通信号灯和行人,则识别交通信号灯的显示颜色,当交通信号灯显示绿色时,控制公交车鸣笛警告,并发出减速信号;当交通信号灯显示红色时,发出减速信号;
若所述识别距离内仅存在行人,则控制公交车鸣笛警告,并发出减速信号;
若所述识别距离内仅存在信号灯,则识别交通信号灯的显示颜色,当信号灯显示绿色时,车辆正常行驶;当信号灯显示红色,则发出减速信号;
由于在日常道路交通中,常有行人不受规定横穿马路,车辆驾驶员一旦反应不及时,将会造成重大事故,于是本发明还设有行人识别模块,本发明的行人识别分为三种情况,分别对应了三种交通情况:行人在路口人行道区域过马路,行人在非人行道区域横穿马路,以及车辆正常通过路口;通过分类处理,能够准确且恰当的实行避让行人策略。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (9)
1.一种基于图像识别的智能公交突发事件处理***,其特征在于,包括:
云平台,存储有公交车运营线路的标准道路图像和道路设施图像库;
图像获取模块,用于实时获取公交车前方路段的道路图像;
车辆识别模块,用于识别所述道路图像中的车辆图像,根据所述车辆图像计算前方车辆与公交车的实际距离,根据公交车速度计算公交车的刹车距离l,若所述实际距离小于刹车距离,则根据所述实时距离计算安全车速,并发出减速信号,否则继续识别;
障碍识别模块,用于将所述道路图像转换为纯净道路图像,所述纯净道路图像不包含车辆图像,将所述纯净道路图像与相同路段的标准道路图像进行比对,根据比对结果识别是否存在道路障碍,是则获取道路障碍所在的车道,并发出减速信号和避让信号,否则继续识别;
行车控制模块,用于接收所述减速信号,控制公交车减速至安全车速;用于接收所述避让信号,发出避让警报。
2.根据权利要求1所述的一种基于图像识别的智能公交突发事件处理***,其特征在于,所述标准道路图像由云平台生成,所述云平台提取所述运营线路的历史图像,将所述历史图像依次进行叠加,将道路图像之外的图像删除,保留道路图像,当获得完整运营线路的道路图像时,停止叠加所述历史图像,于是获得了运营线路的标准道路图像。
3.根据权利要求1所述的一种基于图像识别的智能公交突发事件处理***,其特征在于,所述图像获取模块还用于将所述前方路段划分为高优先级区域、中优先级区域和低优先级区域,所述前方路段的长度为3l,优先级越高的区域,识别顺序越靠前,所述高优先级区域的范围为公交车前方l内,所述中优先级区域的范围为公交车前方l至2l内,所述低优先级区域的范围为公交车前方2l至3l内。
4.根据权利要求1所述的一种基于图像识别的智能公交突发事件处理***,其特征在于,所述障碍识别模块将所述道路图像转换为纯净道路图像的过程为:
将所述道路图像中的车辆图像替换为道路基底图像,所述道路基底图像从所述标准道路图像中提取,识别所述道路图像中保留的标线,将所述标线沿原有路径延伸,所述标线穿过所述道路基底图像连接为完整的标线,于是获得了纯净道路图像。
5.根据权利要求3所述的一种基于图像识别的智能公交突发事件处理***,其特征在于,所述障碍识别模块获取与纯净道路图像相同路段的标准道路图像的过程为:
获取公交车的当前坐标,获取所述当前坐标在所述标准道路图像中的映射位置,以所述映射位置为起点沿公交行驶方向提取3l长度的标准道路图像,将提取的标准道路图像等距划分为第一区域图像、第二区域图像和第三区域图像,所述第一区域图像、第二区域图像和第三区域图像与高优先级区域、中优先级区域和低优先级区域依次对应。
6.根据权利要求1所述的一种基于图像识别的智能公交突发事件处理***,其特征在于,所述障碍识别模块识别道路障碍的过程为:
将所述纯净道路图像进行灰度处理获得第一灰度图像,将与纯净道路图像相同路段的标准道路图像进行灰度处理获得第二灰度图像,提取所述第一灰度图像与所述第二灰度图像灰度值不同的差异区域,分别计算所述差异区域的实际尺寸,若存在实际尺寸超过预设第一阈值的差异区域,则判定为道路障碍,若不存在,则继续识别。
7.根据权利要求6所述的一种基于图像识别的智能公交突发事件处理***,其特征在于,所述障碍识别模块识别道路障碍的过程还包括:
从所述道路设施图像中提取道路施工标志图像,将超过预设第一阈值的差异区域与所述道路施工标志图像进行相似度比对,若存在相似度达到预设第二阈值的差异区域,则判定该差异区域为道路施工标志;若所述相似度低于预设第二阈值,则判定为该差异区域道路异物。
8.根据权利要求1所述的一种基于图像识别的智能公交突发事件处理***,其特征在于,所述障碍识别模块识别到所述道路障碍位于公交车的前方2l距离时,发出停车信号,所述行车控制模块接收所述停车信号并控制公交车停车。
9.根据权利要求1所述的一种基于图像识别的智能公交突发事件处理***,其特征在于,还包括行人识别模块,所述行人识别模块用于识别所述道路图像中的行人和交通信号灯,识别距离为2l,识别过程为:
若所述识别距离内同时存在交通信号灯和行人,则识别交通信号灯的显示颜色,当交通信号灯显示绿色时,控制公交车鸣笛警告,并发出减速信号;当交通信号灯显示红色时,发出减速信号;
若所述识别距离内仅存在行人,则控制公交车鸣笛警告,并发出减速信号;
若所述识别距离内仅存在信号灯,则识别交通信号灯的显示颜色,当信号灯显示绿色时,车辆正常行驶;当信号灯显示红色,则发出减速信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210975365.0A CN115171430B (zh) | 2022-08-15 | 2022-08-15 | 一种基于图像识别的智能公交突发事件处理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210975365.0A CN115171430B (zh) | 2022-08-15 | 2022-08-15 | 一种基于图像识别的智能公交突发事件处理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115171430A true CN115171430A (zh) | 2022-10-11 |
CN115171430B CN115171430B (zh) | 2024-03-12 |
Family
ID=83479845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210975365.0A Active CN115171430B (zh) | 2022-08-15 | 2022-08-15 | 一种基于图像识别的智能公交突发事件处理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115171430B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09128687A (ja) * | 1995-11-06 | 1997-05-16 | Fuji Heavy Ind Ltd | 狭路ガイド装置 |
CN103177030A (zh) * | 2011-12-24 | 2013-06-26 | 富泰华工业(深圳)有限公司 | 信息查询***及信息查询方法 |
CN103287372A (zh) * | 2013-06-19 | 2013-09-11 | 贺亮才 | 一种基于图像处理的汽车防撞安全保护方法 |
CN109272776A (zh) * | 2018-11-08 | 2019-01-25 | 哈尔滨工业大学 | 一种基于图像处理的防追尾预警*** |
CN109635737A (zh) * | 2018-12-12 | 2019-04-16 | 中国地质大学(武汉) | 基于道路标记线视觉识别辅助车辆导航定位方法 |
CN110182213A (zh) * | 2019-05-28 | 2019-08-30 | 径卫视觉科技(上海)有限公司 | 一种道路状态检测方法以及相应的*** |
CN111169444A (zh) * | 2020-03-06 | 2020-05-19 | 上海峰华人工智能科技有限公司 | 一种公交车用碰撞缓解***及方法 |
CN111369831A (zh) * | 2020-03-26 | 2020-07-03 | 径卫视觉科技(上海)有限公司 | 一种道路驾驶危险预警方法、装置和设备 |
-
2022
- 2022-08-15 CN CN202210975365.0A patent/CN115171430B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09128687A (ja) * | 1995-11-06 | 1997-05-16 | Fuji Heavy Ind Ltd | 狭路ガイド装置 |
CN103177030A (zh) * | 2011-12-24 | 2013-06-26 | 富泰华工业(深圳)有限公司 | 信息查询***及信息查询方法 |
CN103287372A (zh) * | 2013-06-19 | 2013-09-11 | 贺亮才 | 一种基于图像处理的汽车防撞安全保护方法 |
CN109272776A (zh) * | 2018-11-08 | 2019-01-25 | 哈尔滨工业大学 | 一种基于图像处理的防追尾预警*** |
CN109635737A (zh) * | 2018-12-12 | 2019-04-16 | 中国地质大学(武汉) | 基于道路标记线视觉识别辅助车辆导航定位方法 |
CN110182213A (zh) * | 2019-05-28 | 2019-08-30 | 径卫视觉科技(上海)有限公司 | 一种道路状态检测方法以及相应的*** |
CN111169444A (zh) * | 2020-03-06 | 2020-05-19 | 上海峰华人工智能科技有限公司 | 一种公交车用碰撞缓解***及方法 |
CN111369831A (zh) * | 2020-03-26 | 2020-07-03 | 径卫视觉科技(上海)有限公司 | 一种道路驾驶危险预警方法、装置和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115171430B (zh) | 2024-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108919256B (zh) | 四维实景交通仿真车辆超速全程跟踪检测报警***及方法 | |
CN110853357B (zh) | 高速公路危险路段及施工区域预警控制***和方法 | |
CN111223302B (zh) | 移动载具用外部坐标实时三维路况辅助装置及该*** | |
CN110356325B (zh) | 一种城市交通客运车辆盲区预警*** | |
CN113147733B (zh) | 雨雾沙尘天气汽车智能限速***及方法 | |
CN109606377B (zh) | 一种紧急驾驶行为防御提示方法及*** | |
CN109484393B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN105894857A (zh) | 无信号灯交叉路口汽车紧急防撞*** | |
KR20190049221A (ko) | 자율주행 차량의 보행자 인식 방법 | |
CN112606831A (zh) | 一种用于客车的防碰撞警示信息对外交互方法及*** | |
CN112258832B (zh) | 一种用于运行基于车辆信息的团雾气象信息感知发布***的方法 | |
US11403951B2 (en) | Driving assistance for a motor vehicle when approaching a tollgate | |
CN111063192A (zh) | 作业区合规判断方法及*** | |
CN112216111A (zh) | 一种基于微波雷达和视频图像的车速车距预警***及方法 | |
CN116052472A (zh) | 基于道路感知信息融合的车载v2x碰撞预警方法 | |
CN115346370B (zh) | 基于智能交通的路口防碰撞***及方法 | |
CN115171430A (zh) | 一种基于图像识别的智能公交突发事件处理*** | |
CN113178081B (zh) | 一种车辆汇入预警方法、装置及电子设备 | |
CN109466557B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN116665154B (zh) | 针对夜间道路行人交通事件的感知及预警方法 | |
Rohith et al. | Automatic road sign recognition and alerting on hight way | |
WO2023132055A1 (ja) | 評価装置、評価方法、及びプログラム | |
KR20180111292A (ko) | 가상 신호 장치로 전방 교통 상황을 안내하는 대형 차량 | |
CN118116195A (zh) | 一种基于车路协同技术的车道级安全预警方法及*** | |
CN116238542A (zh) | 一种自动驾驶中异常中断处理*** |
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 |