CN115610415A - 车辆距离控制方法、装置、电子设备和计算机可读介质 - Google Patents
车辆距离控制方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN115610415A CN115610415A CN202211463380.3A CN202211463380A CN115610415A CN 115610415 A CN115610415 A CN 115610415A CN 202211463380 A CN202211463380 A CN 202211463380A CN 115610415 A CN115610415 A CN 115610415A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lamp
- coordinate
- information
- vehicle lamp
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000013598 vector Substances 0.000 claims description 22
- 238000000605 extraction Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000011426 transformation method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation 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
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
-
- 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
- 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
- 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
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开的实施例公开了车辆距离控制方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取初始障碍物车辆图像;对初始障碍物车辆图像进行车辆特征提取,得到障碍物车辆特征信息;基于车道线特征信息,对车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集;基于匹配车灯信息集和车道线特征信息,生成车辆距离值集;将车辆距离值集发送至控制终端以控制车辆调整与障碍物车辆的距离。该实施方式提高了对目标车辆的控制的准确度。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及车辆距离控制方法、装置、电子设备和计算机可读介质。
背景技术
车辆距离控制,是用于在行驶过程中,控制目标车辆与障碍物车辆的距离的一项技术。目前,在进行车辆距离控制时,通常采用的方式为:检测出障碍物车辆的车辆框,通过逆透视变换(IPM,Inverse Perspective Mapping)方法确定障碍物车辆与目标车辆的距离,并对目标车辆与障碍物车辆的车辆距离进行控制。
然而,发明人发现,当采用上述方式控制车辆距离时,经常会存在如下技术问题:
第一,在夜晚环境光线较暗的情况下,对车辆框检测的影响较大,检测车辆框的准确度不足,从而导致得到的车辆距离值的准确度不足,进而,导致对目标车辆的控制的准确度不足;
第二,使用逆透视变换方法,会造成图像扭曲,导致得到的车辆距离值准确度不足,从而,导致对目标车辆的控制的准确度不足。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了车辆距离控制方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种车辆距离控制方法,该方法包括:获取初始障碍物车辆图像;对上述初始障碍物车辆图像进行车辆特征提取,得到障碍物车辆特征信息,其中,上述障碍物车辆特征信息包括车灯坐标集和车道线特征信息;基于上述车道线特征信息,对上述车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集;基于上述匹配车灯信息集和上述车道线特征信息,生成车辆距离值集;将上述车辆距离值集发送至控制终端以控制车辆调整与障碍物车辆的距离。
第二方面,本公开的一些实施例提供了一种车辆距离控制装置,装置包括:获取单元,被配置成获取初始障碍物车辆图像;特征提取单元,被配置成对上述初始障碍物车辆图像进行车辆特征提取,得到障碍物车辆特征信息,其中,上述障碍物车辆特征信息包括车灯坐标集和车道线特征信息;匹配单元,被配置成基于上述车道线特征信息,对上述车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集;生成单元,被配置成基于上述匹配车灯信息集和上述车道线特征信息,生成车辆距离值集;发送单元,被配置成将上述车辆距离值集发送至控制终端以控制车辆调整与障碍物车辆的距离。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面中任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面中任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的车辆距离控制方法,可以提高对目标车辆的控制的准确度。具体来说,造成对目标车辆的控制的准确度不足的原因在于:夜晚环境光线较暗的情况下,对车辆框检测的影响较大,检测车辆框的准确度不足,从而导致得到的车辆距离值的准确度不足。基于此,本公开的一些实施例的车辆距离控制方法,首先,获取初始障碍物车辆图像。
其次,对上述初始障碍物车辆图像进行车辆特征提取,得到障碍物车辆特征信息,其中,上述障碍物车辆特征信息包括车灯坐标集和车道线特征信息。由此,可以识别出车灯坐标和车道线特征信息,而不需要对障碍物车辆的车辆框进行识别。然后,基于上述车道线特征信息,对上述车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集。由此,可以得到匹配的一对车灯坐标,以便后续生成车辆距离值。接着,基于上述匹配车灯信息集和上述车道线特征信息,生成车辆距离值集。由此,可以依据匹配的车灯信息生成车辆距离值,可以得到准确度较高的车辆距离值。最后,将上述车辆距离值集发送至控制终端以控制车辆调整与障碍物车辆的距离。由此,可以依据准确的车辆距离值控制目标车辆与障碍物车辆的距离,从而可以提高对目标车辆的距离控制的准确度。因此,本公开的一些车辆距离控制方法,在夜晚较为昏暗的场景下,可以通过识别到的车灯坐标,生成车辆距离值,从而可以提高车辆距离值的准确度,进而提高了对目标车辆的距离控制的准确度。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的车辆距离控制方法的一些实施例的流程图;
图2是根据本公开的车辆距离控制装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的车辆距离控制方法的一些实施例的流程100。该车辆距离控制方法,包括以下步骤:
步骤101,获取初始障碍物车辆图像。
在一些实施例中,车辆距离控制方法的执行主体可以通过有线连接或无线连接的方式从目标车辆的车载相机上获取初始障碍物车辆图像。其中,上述目标车辆可以是驾驶中的车辆。上述车载相机可以是但不限于前视相机、后视相机。
作为示例,上述初始障碍物车辆图像可以是但不限于前视相机获取的目标车辆前方的路况图像、后视相机获取的目标车辆后方的路况图像。
步骤102,对初始障碍物车辆图像进行车辆特征提取,得到障碍物车辆特征信息。
在一些实施例中,上述执行主体可以对初始障碍物车辆图像进行车辆特征提取,得到障碍物车辆特征信息。其中,可以通过图像分隔算法,对初始障碍物车辆图像进行车辆特征提取。上述障碍物车辆特征信息可以包括转向灯坐标集、车灯坐标集和车道线特征信息。上述车道线特征信息可以包括车道线位置信息、车道线方程集和车道宽度值集。这里,上述转向灯坐标集中的转向灯坐标可以表征障碍物车辆的转向灯的坐标,转向灯可以是但不限于障碍物车辆的左转向灯或障碍物车辆的右转向灯。上述障碍物车辆可以是行驶在目标车辆之前或之后的车辆。上述车灯坐标集可以表征车灯的坐标,上述车灯可以是但并不限于车前灯或车尾灯。上述车道线位置信息可以包括但不限于车道线在图像坐标系下的各个车道线坐标。上述车道线方程集中的车道线方程可以是车道线在目标车辆所在的车身坐标系下的方程。上述车道宽度值集可以包括上述各个车道线坐标对应的车道线宽度值。
步骤103,基于车道线特征信息,对车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集。
在一些实施例中,上述执行主体基于上述车道线特征信息,可以对车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述车道线特征信息,可以对车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集,可以包括以下步骤:
第一步,对上述车灯坐标集与车道线位置信息进行比较以生成车灯比较结果,得到车灯比较结果集。其中,上述车道线位置信息可以表征目标车辆行驶中的两条车道线的位置。上述车道线位置信息可以包括车道线坐标集。上述车道线坐标集中的一个车道线坐标可以对应上述车道线宽度值集中的一个车道线宽度值。上述对上述车灯坐标集与车道线位置信息进行比较以生成车灯比较结果,可以是将上述车道线坐标集中各个车道线坐标与预设坐标的和确定为容忍坐标集,并确定上述车灯坐标集中的每个车灯坐标的横坐标在上述容忍坐标集中与上述车灯坐标对应的各个容忍坐标的横坐标组成的横坐标区间之内以生成车灯比较结果。这里,上述与上述车灯坐标对应的各个容忍坐标可以是与上述车灯坐标中的纵坐标相等的各个容忍坐标。若上述车灯坐标的横坐标在上述横坐标区间内,可以将上述车灯比较结果确定为上述车灯坐标在上述两条车道线之间;若上述车灯坐标的横坐标在上述横坐标区间外,可以将上述车灯比较结果确定为上述车灯坐标在上述两条车道线之外。
作为示例,上述预设坐标可以是(0.5,0.5)。
第二步,响应于确定上述车灯比较结果集中的车灯比较结果满足预设条件,将车灯比较结果对应的车灯坐标确定为第一目标车灯坐标,得到第一目标车灯坐标集。其中,上述预设条件可以是上述车灯比较结果为上述车灯坐标在上述两条车道线之间。
第三步,确定上述第一目标车灯坐标集中各个第一目标车灯坐标之间的第一车灯距离值,得到第一车灯距离值集。其中,可以通过坐标距离计算公式,确定上述第一目标车灯坐标集中各个第一目标车灯坐标之间的第一车灯距离值。
第四步,响应于确定上述第一车灯距离值集中的第一车灯距离值在目标区间内,将上述第一车灯距离值对应的各个第一目标车灯坐标融合为匹配车灯信息,得到上述匹配车灯信息集。其中,上述将上述第一车灯距离值对应的各个第一目标车灯坐标融合为匹配车灯信息,可以是将上述第一车灯距离值对应的每个第一目标车灯坐标确定为上述匹配车灯信息包括的车灯坐标。
在一些实施例的另一些可选的实现方式中,上述执行主体基于上述车道线特征信息,对上述车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集,可以包括以下步骤:
第一步,响应于确定上述转向灯坐标集不为空,确定与上述转向灯坐标集中每个转向灯坐标对应的障碍物车辆行驶方向向量,得到障碍物车辆行驶方向向量集。其中,上述确定与上述转向灯坐标集中每个转向灯坐标对应的障碍物车辆行驶方向向量,可以是从上述车载相机上获取上述初始障碍物车辆图像前一帧的障碍物车辆图像,并对上述障碍物车辆进行特征提取以生成目标转向灯坐标,将上述目标转向灯坐标与上述转向灯坐标的差确定为障碍物车辆行驶方向向量。这里,上述目标转向灯坐标与上述转向灯坐标可以对应同一个转向灯。上述障碍物车辆行驶方向向量可以是图像坐标系下的向量。上述障碍物车辆行驶方向向量集中的障碍物车辆行驶方向向量可以表征障碍物车辆的行驶方向。
第二步,基于上述障碍物车辆行驶方向向量集和上述车灯坐标集,确定上述转向灯坐标集中每个转向灯坐标对应的第二目标车灯坐标,得到第二目标车灯坐标集。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述障碍物车辆行驶方向向量集和上述车灯坐标集,确定上述转向灯坐标集中每个转向灯坐标对应的第二目标车灯坐标,可以包括以下子步骤:
第一子步骤,将上述车辆行驶方向向量集中与上述转向灯坐标对应的车辆行驶方向向量的反向量确定为车灯方向向量。
第二子步骤,确定上述车灯坐标集中在上述车灯方向向量上的每个车灯坐标与上述转向灯坐标的第二车灯距离值,得到第二车灯距离值集。
第三子步骤,将上述第二车灯距离值集中最小的第二车灯距离值对应的车灯坐标确定为上述第二目标车灯坐标。
第三步,对上述第二目标车灯坐标集中的第二目标车灯坐标与第二目标车灯坐标对应的转向灯坐标进行融合以生成匹配车灯信息,得到上述匹配车灯信息集。其中,上述对上述第二目标车灯坐标集中的第二目标车灯坐标与第二目标车灯坐标对应的转向灯坐标进行融合以生成匹配车灯信息,可以是将上述第二目标车灯坐标与第二目标车灯坐标对应的转向灯坐标确定为上述匹配车灯信息包括的车灯坐标。
步骤104,基于匹配车灯信息集和上述车道线特征信息,生成车辆距离值集。
在一些实施例中,上述执行主体基于上述匹配车灯信息集和上述车道线特征信息,可以生成车辆距离值集。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述匹配车灯信息集和上述车道线特征信息,生成车辆距离值集,可以包括以下步骤:
第一步,获取与上述初始障碍物车辆图像对应的车载相机的相机参数信息。其中,上述相机参数信息包括相机横向焦距值和相机内参矩阵。
第二步,对于上述匹配车灯信息集中的每个匹配车灯信息,执行以下处理子步骤:
第一子步骤,基于上述相机参数信息,对匹配车灯信息进行坐标转换,得到转换车灯坐标集。其中,基于上述车道线特征信息和上述相机参数信息,对匹配车灯信息进行坐标转换,可以是将上述车灯匹配信息包括的车灯坐标从图像坐标系转换到车身坐标系。这里,可以通过坐标转换公式,将上述车灯匹配信息包括的车灯坐标从图像坐标系转换到车身坐标系。上述坐标转换公式如下:
其中,表示车身坐标系。表示相机坐标系。表示从相机坐标系转换到车身坐标系的转换函数。表示配平系数。表示相机内参矩阵。表示相机内参矩阵的逆矩阵。表示图像坐标系。表示图像坐标系下的车灯坐标。表示车身坐标系下的转换车灯坐标。表示车身坐标系下的转换车灯坐标的横坐标值。表示车身坐标系下的转换车灯坐标的纵坐标值。表示车身坐标系下的转换车灯坐标的竖坐标值。
第二子步骤,基于上述车道线特征信息,对上述转换车灯坐标集中各个转换车灯坐标的连线方程进行投影,得到车灯投影线方程。其中,对上述转换车灯坐标集中各个转换车灯坐标的连线方程进行投影,可以是通过垂直投影的方式,将上述转换车灯坐标集中各个转换车灯坐标的连线方程从上述转换车灯坐标所在的曲面坐标系投影至上述车道线方程集所在的路面曲面坐标系。
第三子步骤,将上述车灯投影线方程与上述车道线方程集中的各个车道线方程组成的方程组的解确定为车道线交点坐标,得到车道线交点坐标集。其中,可以通过迭代算法,将上述车灯投影线方程与上述车道线方程集中的各个车道线方程组成的方程组的解确定为车道线交点坐标。
作为示例,上述迭代算法可以是但不限于雅可比迭代法、SOR (Successive OverRelaxation,逐次超松弛)迭代法。
第四子步骤,基于上述车道宽度值集、上述匹配车灯信息和上述车道线交点坐标集,生成第一车道宽度值和第二车道宽度值。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述车道宽度值集、上述匹配车灯信息和上述车道线交点坐标集,生成第一车道宽度值和第二车道宽度值,可以包括以下步骤:
首先,将上述车道宽度值集中与上述匹配车灯信息对应的各个车道宽度值的平均值确定为上述第一车道宽度值。其中,与上述匹配车灯信息对应的各个车道宽度值,可以是上述车道线坐标集中与上述匹配车灯信息包括的各个车灯坐标的横坐标相等的车道线坐标对应的车道宽度值。
然后,将上述车道宽度值集中与上述车道线交点坐标集中各个车道线交点坐标对应的车道宽度值的平均值确定为上述第二车道宽度值。其中,与车道线交点坐标对应的车道宽度值,可以是上述车道线坐标集中与上述车道线交点坐标的横坐标相等的车道线坐标对应的车道宽度值。
第五子步骤,基于上述第一车道宽度值、上述第二车道宽度值和上述相机参数信息,生成车辆距离值。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述第一车道宽度值、上述第二车道宽度值和上述相机参数信息,生成车辆距离值,可以包括以下步骤:
首先,将上述第二车道宽度值与上述第一车道宽度值的比值确定为车道宽度比值。
然后,将上述车道宽度比值与上述相机横向焦距值的乘积确定为上述车辆距离值。
第三步,将所生成的各个车辆距离值确定为上述车辆距离值集。
步骤104中的相关内容作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“对目标车辆的控制的准确度不足”。其中,导致了对目标车辆的控制的准确度不足的因素往往如下:使用逆透视变换方法,会造成图像扭曲,导致得到的车辆距离值准确度不足。如果解决了上述因素,就能达到提高对目标车辆的控制的准确度的效果。为了达到这一效果,可以通过对障碍物车辆图像进行识别得到的车灯坐标进行坐标转换,以得到图像坐标系下的车道线宽度值与车身坐标系下的车道线宽度值,然后可以根据相似三角形原理,生成车辆距离值,无需对图像进行变换处理,从而可以提高车辆距离值准确度,进而,可以提高对目标车辆的控制的准确度。
步骤105,将车辆距离值集发送至控制终端以调整与障碍物车辆的距离。
在一些实施例中,上述执行主体可以将上述车辆距离值集发送至控制终端以调整目标车辆与障碍物车辆的距离。
实践中,上述控制终端响应于上述车辆距离值集中的车辆距离小于目标阈值,可以通过减速或加速的方法,调整与障碍物车辆的距离。
作为示例,上述目标阈值可以是10米。若上述车辆距离值集中的车辆距离值对应的初始障碍物图像是目标车辆前方的路况图像,上述控制终端可以减速通过减速的方法,调整与障碍物车辆的距离。若上述车辆距离值集中的车辆距离值对应的初始障碍物图像是目标车辆后方的路况图,上述控制终端可以减速通过加速的方法,调整与障碍物车辆的距离。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的车辆距离控制方法,可以提高对目标车辆的控制的准确度。具体来说,造成对目标车辆的控制的准确度不足的原因在于:夜晚环境光线较暗的情况下,对车辆框检测的影响较大,检测车辆框的准确度不足,从而导致得到的车辆距离值的准确度不足。基于此,本公开的一些实施例的车辆距离控制方法,首先,获取初始障碍物车辆图像。
其次,对上述初始障碍物车辆图像进行车辆特征提取,得到障碍物车辆特征信息,其中,上述障碍物车辆特征信息包括车灯坐标集和车道线特征信息。由此,可以识别出车灯坐标和车道线特征信息,而不需要对障碍物车辆的车辆框进行识别。然后,基于上述车道线特征信息,对上述车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集。由此,可以得到匹配的一对车灯坐标,以便后续生成车辆距离值。接着,基于上述匹配车灯信息集和上述车道线特征信息,生成车辆距离值集。由此,可以依据匹配的车灯信息生成车辆距离值,可以得到准确度较高的车辆距离值。最后,将上述车辆距离值集发送至控制终端以控制车辆调整与障碍物车辆的距离。由此,可以依据准确的车辆距离值控制目标车辆与障碍物车辆的距离,从而可以提高对目标车辆的距离控制的准确度。因此,本公开的一些车辆距离控制方法,在夜晚较为昏暗的场景下,可以通过识别到的车灯坐标,生成车辆距离值,从而可以提高车辆距离值的准确度,进而提高了对目标车辆的距离控制的准确度。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种车辆距离控制装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该车辆距离控制装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的车辆距离控制装置200包括:获取单元201、特征提取单元202、匹配单元203、生成单元204和发送单元205。其中,获取单元201,被配置成获取初始障碍物车辆图像;特征提取单元202,被配置成对上述初始障碍物车辆图像进行车辆特征提取,得到障碍物车辆特征信息,其中,上述障碍物车辆特征信息包括车灯坐标集和车道线特征信息;匹配单元203,被配置成基于上述车道线特征信息,对上述车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集;生成单元204,被配置成基于上述匹配车灯信息集和上述车道线特征信息,生成车辆距离值集;发送单元205,被配置成将上述车辆距离值集发送至控制终端以调整与障碍物车辆的距离。
可以理解的是,该车辆距离控制装置200中记载的诸单元与参考图1描述的车辆距离控制方法中的各个步骤相对应。由此,上文针对车辆距离控制方法描述的操作、特征以及产生的有益效果同样适用于车辆距离控制装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的终端设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的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或者是上述两者的任意组合。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***、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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(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。在本公开的一些实施例中,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***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读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,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取初始障碍物车辆图像;对上述初始障碍物车辆图像进行车辆特征提取,得到障碍物车辆特征信息,其中,上述障碍物车辆特征信息包括车灯坐标集和车道线特征信息;基于上述车道线特征信息,对上述车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集;基于上述匹配车灯信息集和上述车道线特征信息,生成车辆距离值集;将上述车辆距离值集发送至控制终端以控制车辆调整与障碍物车辆的距离。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、特征提取单元、匹配单元、生成单元和发送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取初始障碍物车辆图像”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种车辆距离控制方法,包括:
获取初始障碍物车辆图像;
对所述初始障碍物车辆图像进行车辆特征提取,得到障碍物车辆特征信息,其中,所述障碍物车辆特征信息包括车灯坐标集和车道线特征信息;
基于所述车道线特征信息,对所述车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集;
基于所述匹配车灯信息集和所述车道线特征信息,生成车辆距离值集;
将所述车辆距离值集发送至控制终端以控制目标车辆调整与障碍物车辆的距离。
2.根据权利要求1所述的方法,其中,所述车道线特征信息包括:车道线位置信息;以及
所述基于所述车道线特征信息,对所述车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集,包括:
对所述车灯坐标集与车道线位置信息进行比较以生成车灯比较结果,得到车灯比较结果集;
响应于确定所述车灯比较结果集中的车灯比较结果满足预设条件,将车灯比较结果对应的车灯坐标确定为第一目标车灯坐标,得到第一目标车灯坐标集;
确定所述第一目标车灯坐标集中各个第一目标车灯坐标之间的第一车灯距离值,得到第一车灯距离值集;
响应于确定所述第一车灯距离值集中的第一车灯距离值在目标区间内,将所述第一车灯距离值对应的各个第一目标车灯坐标融合为匹配车灯信息,得到所述匹配车灯信息集。
3.根据权利要求1所述的方法,其中,所述障碍物车辆特征信息还包括:转向灯坐标集;以及
所述基于所述车道线特征信息,对所述车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集,还包括:
响应于确定所述转向灯坐标集不为空,确定与所述转向灯坐标集中每个转向灯坐标对应的障碍物车辆行驶方向向量,得到障碍物车辆行驶方向向量集;
基于所述障碍物车辆行驶方向向量集和所述车灯坐标集,确定所述转向灯坐标集中每个转向灯坐标对应的第二目标车灯坐标,得到第二目标车灯坐标集;
对所述第二目标车灯坐标集中的第二目标车灯坐标与第二目标车灯坐标对应的转向灯坐标进行融合以生成匹配车灯信息,得到所述匹配车灯信息集。
4.根据权利要求3所述的方法,其中,所述基于所述障碍物车辆行驶方向向量集和所述车灯坐标集,确定所述转向灯坐标集中每个转向灯坐标对应的第二目标车灯坐标,包括:
将所述车辆行驶方向向量集中与所述转向灯坐标对应的车辆行驶方向向量的反向量确定为车灯方向向量;
确定所述车灯坐标集中在所述车灯方向向量上的每个车灯坐标与所述转向灯坐标的第二车灯距离值,得到第二车灯距离值集;
将所述第二车灯距离值集中最小的第二车灯距离值对应的车灯坐标确定为所述第二目标车灯坐标。
5.根据权利要求1所述的方法,其中,所述车道线特征信息还包括:车道线方程集和车道宽度值集;以及
所述基于所述匹配车灯信息集和所述车道线特征信息,生成车辆距离值集,包括:
获取与所述初始障碍物车辆图像对应的车载相机的相机参数信息,其中,所述相机参数信息包括相机横向焦距值;
对于所述匹配车灯信息集中的每个匹配车灯信息,执行以下处理步骤:
基于所述相机参数信息,对匹配车灯信息进行坐标转换,得到转换车灯坐标集;
基于所述车道线特征信息,对所述转换车灯坐标集中各个转换车灯坐标的连线方程进行投影,得到车灯投影线方程;
将所述车灯投影线方程与所述车道线方程集中的各个车道线方程组成的方程组的解确定为车道线交点坐标,得到车道线交点坐标集;
基于所述车道宽度值集、所述匹配车灯信息和所述车道线交点坐标集,生成第一车道宽度值和第二车道宽度值;
基于所述第一车道宽度值、所述第二车道宽度值和所述相机参数信息,生成车辆距离值;
将所生成的各个车辆距离值确定为所述车辆距离值集。
6.根据权利要求5所述的方法,其中,所述基于所述车道宽度值集、所述匹配车灯信息和所述车道线交点坐标集,生成第一车道宽度值和第二车道宽度值,包括:
将所述车道宽度值集中与所述匹配车灯信息对应的各个车道宽度值的平均值确定为所述第一车道宽度值;
将所述车道宽度值集中与所述车道线交点坐标集中各个车道线交点坐标对应的车道宽度值的平均值确定为所述第二车道宽度值。
7.根据权利要求5所述的方法,其中,所述相机参数信息包括:相机横向焦距值;以及
所述基于所述第一车道宽度值、所述第二车道宽度值和所述相机参数信息,生成车辆距离值,包括:
将所述第二车道宽度值与所述第一车道宽度值的比值确定为车道宽度比值;
将所述车道宽度比值与所述相机横向焦距值的乘积确定为所述车辆距离值。
8.一种车辆距离控制装置,包括:
获取单元,被配置成获取初始障碍物车辆图像;
特征提取单元,被配置成对所述初始障碍物车辆图像进行车辆特征提取,得到障碍物车辆特征信息,其中,所述障碍物车辆特征信息包括车灯坐标集和车道线特征信息;
匹配单元,被配置成基于所述车道线特征信息,对所述车灯坐标集中的各个车灯坐标进行匹配,得到匹配车灯信息集;
生成单元,被配置成基于所述匹配车灯信息集和所述车道线特征信息,生成车辆距离值集;
发送单元,被配置成将所述车辆距离值集发送至控制终端以调整与障碍物车辆的距离。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211463380.3A CN115610415B (zh) | 2022-11-17 | 2022-11-17 | 车辆距离控制方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211463380.3A CN115610415B (zh) | 2022-11-17 | 2022-11-17 | 车辆距离控制方法、装置、电子设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115610415A true CN115610415A (zh) | 2023-01-17 |
CN115610415B CN115610415B (zh) | 2023-03-14 |
Family
ID=84878034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211463380.3A Active CN115610415B (zh) | 2022-11-17 | 2022-11-17 | 车辆距离控制方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115610415B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117011827A (zh) * | 2023-07-11 | 2023-11-07 | 禾多科技(北京)有限公司 | 障碍物纵向距离检测方法、装置、设备和计算机可读介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080180528A1 (en) * | 2007-01-31 | 2008-07-31 | Toru Saito | Preceding Vehicle Detection System |
US20130083971A1 (en) * | 2011-09-30 | 2013-04-04 | Cheng Du | Front vehicle detecting method and front vehicle detecting apparatus |
US20150185003A1 (en) * | 2013-12-27 | 2015-07-02 | Mando Corporation | System for measuring vehicle distance and method thereof |
US20160240085A1 (en) * | 2013-09-27 | 2016-08-18 | Hitachi Automotive Systems, Ltd. | Object Detector |
WO2018023143A1 (de) * | 2016-08-03 | 2018-02-08 | Zkw Group Gmbh | Verfahren und vorrichtung zum messen eines abstands zwischen einem ersten fahrzeug und einem zweiten, dem ersten fahrzeug unmittelbar vorausfahrenden, fahrzeug |
CN109017773A (zh) * | 2017-06-09 | 2018-12-18 | 株式会社斯巴鲁 | 车辆控制装置 |
CN109447093A (zh) * | 2018-10-26 | 2019-03-08 | 上海为森车载传感技术有限公司 | 基于yuv图像的车尾灯检测方法 |
CN115082894A (zh) * | 2022-06-09 | 2022-09-20 | 安徽蔚来智驾科技有限公司 | 距离检测方法、车辆远光灯控制方法、设备、介质及车辆 |
-
2022
- 2022-11-17 CN CN202211463380.3A patent/CN115610415B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080180528A1 (en) * | 2007-01-31 | 2008-07-31 | Toru Saito | Preceding Vehicle Detection System |
US20130083971A1 (en) * | 2011-09-30 | 2013-04-04 | Cheng Du | Front vehicle detecting method and front vehicle detecting apparatus |
US20160240085A1 (en) * | 2013-09-27 | 2016-08-18 | Hitachi Automotive Systems, Ltd. | Object Detector |
US20150185003A1 (en) * | 2013-12-27 | 2015-07-02 | Mando Corporation | System for measuring vehicle distance and method thereof |
WO2018023143A1 (de) * | 2016-08-03 | 2018-02-08 | Zkw Group Gmbh | Verfahren und vorrichtung zum messen eines abstands zwischen einem ersten fahrzeug und einem zweiten, dem ersten fahrzeug unmittelbar vorausfahrenden, fahrzeug |
CN109017773A (zh) * | 2017-06-09 | 2018-12-18 | 株式会社斯巴鲁 | 车辆控制装置 |
CN109447093A (zh) * | 2018-10-26 | 2019-03-08 | 上海为森车载传感技术有限公司 | 基于yuv图像的车尾灯检测方法 |
CN115082894A (zh) * | 2022-06-09 | 2022-09-20 | 安徽蔚来智驾科技有限公司 | 距离检测方法、车辆远光灯控制方法、设备、介质及车辆 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117011827A (zh) * | 2023-07-11 | 2023-11-07 | 禾多科技(北京)有限公司 | 障碍物纵向距离检测方法、装置、设备和计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115610415B (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107941226B (zh) | 用于生成车辆的方向引导线的方法和装置 | |
CN115326099B (zh) | 局部路径规划方法、装置、电子设备和计算机可读介质 | |
CN112348029B (zh) | 局部地图调整方法、装置、设备和计算机可读介质 | |
CN115257727A (zh) | 障碍物信息融合方法、装置、电子设备和计算机可读介质 | |
CN113607185B (zh) | 车道线信息显示方法、装置、电子设备和计算机可读介质 | |
CN113255619B (zh) | 车道线识别及定位方法、电子设备和计算机可读介质 | |
CN115817463A (zh) | 车辆避障方法、装置、电子设备和计算机可读介质 | |
CN114399588B (zh) | 三维车道线生成方法、装置、电子设备和计算机可读介质 | |
CN112598731B (zh) | 车辆定位方法、装置、电子设备和计算机可读介质 | |
CN115540894B (zh) | 车辆轨迹规划方法、装置、电子设备和计算机可读介质 | |
CN115610415B (zh) | 车辆距离控制方法、装置、电子设备和计算机可读介质 | |
CN115761702A (zh) | 车辆轨迹生成方法、装置、电子设备和计算机可读介质 | |
CN116740382B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN115384484B (zh) | 辅助泊车方法、装置、电子设备和计算机可读介质 | |
CN115565158B (zh) | 车位检测方法、装置、电子设备和计算机可读介质 | |
CN116311155A (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN114724116B (zh) | 车辆通行信息生成方法、装置、设备和计算机可读介质 | |
CN115326079A (zh) | 车辆车道级定位方法、装置、设备和计算机可读介质 | |
CN112764629B (zh) | 增强现实界面展示方法、装置、设备和计算机可读介质 | |
CN114724115A (zh) | 障碍物定位信息生成方法、装置、设备和计算机可读介质 | |
CN114419298A (zh) | 虚拟物体的生成方法、装置、设备及存储介质 | |
CN115616560B (zh) | 车辆避障方法、装置、电子设备和计算机可读介质 | |
CN114863025B (zh) | 三维车道线生成方法、装置、电子设备和计算机可读介质 | |
CN116563818B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN116563817B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 |
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 |