CN115908838A - 基于雷视融合的车辆存在检测方法、装置、设备以及介质 - Google Patents
基于雷视融合的车辆存在检测方法、装置、设备以及介质 Download PDFInfo
- Publication number
- CN115908838A CN115908838A CN202211599675.3A CN202211599675A CN115908838A CN 115908838 A CN115908838 A CN 115908838A CN 202211599675 A CN202211599675 A CN 202211599675A CN 115908838 A CN115908838 A CN 115908838A
- Authority
- CN
- China
- Prior art keywords
- target
- vehicle
- detection area
- occupation
- information
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 463
- 230000004927 fusion Effects 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000004590 computer program Methods 0.000 claims description 15
- 230000008030 elimination Effects 0.000 claims description 7
- 238000003379 elimination reaction Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000013507 mapping Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于雷视融合的车辆存在检测方法、装置、设备以及介质。该方法包括:确定目标检测区域的目标压占信息,目标检测区域包括通过雷达对应虚拟线圈在目标车道预设区域形成的第一检测区域与拍摄设备对应虚拟线圈在目标车道预设区域形成的第二检测区域,目标压占信息用于描述目标车道中是否存在车辆压住占据目标检测区域;依据目标压占信息确定目标检测区域的目标出占信息;依据目标出占信息检测目标车道内车辆存在状态。本方法,通过雷达和图像识别目标检测区域的目标压占信息,融合两种检测结果,以快速确定车辆的存在状态,提高了车道内车辆存在状态的检测准确率。
Description
技术领域
本发明涉及车辆检测技术领域,尤其涉及一种基于雷视融合的车辆存在检测方法、装置、设备以及介质。
背景技术
雷视一体机产品可以实现通过雷达探测与图像识别实现车辆目标存在检测功能,车辆目标检测通常包括基于摄像头进行车辆检测和基于雷达进行车辆检测等方式。
相关方案中,基于摄像头的车辆检测和基于雷达的车辆检测大部分情况下是相互独立的,为了提高检测准确率通常是将雷达与图像检测目标先融合形成特征丰富的唯一目标对象之后再进行车道内车辆存在状态的检测,但是会在融合中丢失一部分有效数据导致车道内车辆状态的检测准确率会降低,并且还需要对雷达检测目标进行跟踪处理以及雷达与视频目标的坐标位置标定。
发明内容
本发明提供了一种基于雷视融合的车辆存在检测方法、装置、电子设备以及存储介质,通过雷达和图像识别目标检测区域的目标压占信息,融合两种检测结果,通过简单快速融合两种检测结果,就能解决单个传感器检测单一问题,提高车道内车辆存在状态的整体检测准确率。
根据本发明的一方面,提供了一种基于雷视融合的车辆存在检测方法,所述方法包括:
确定目标检测区域的目标压占信息,所述目标检测区域包括通过雷达对应虚拟线圈在目标车道预设区域形成的第一检测区域与拍摄设备对应虚拟线圈在目标车道预设区域形成的第二检测区域,所述目标压占信息用于描述目标车道中是否存在车辆压住占据目标检测区域;
依据所述目标压占信息确定目标检测区域的目标出占信息,所述目标出占信息用于描述目标车道中车辆是否从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变;
依据所述目标压占信息与所述目标出占信息检测目标车道内车辆存在状态。
根据本发明的另一方面,提供了一种基于雷视融合的车辆存在检测装置,包括:
目标压占确定模块,用于确定目标检测区域的目标压占信息,所述目标检测区域包括通过雷达对应虚拟线圈在目标车道预设区域形成的第一检测区域与拍摄设备对应虚拟线圈在目标车道预设区域形成的第二检测区域,所述目标压占信息用于描述目标车道中是否存在车辆压住占据目标检测区域;
目标出占确定模块,用于依据所述目标压占信息确定目标检测区域的目标出占信息,所述目标出占信息用于描述目标车道中车辆是否从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变;
车辆状态检测模块,用于依据所述目标压占信息与所述目标出占信息检测目标车道内车辆存在状态。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的基于雷视融合的车辆存在检测方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的基于雷视融合的车辆存在检测方法。
本发明实施例,通过雷达在对应车道内设置虚拟线圈确定目标检测区域的目标压占信息,通过目标压占信息确定车辆是否从压占目标检测区域的状态向取消压占目标检测区域的状态转变,通过确定目标检测区域的目标压占信息确定目标检测区域的目标出占信息,从而检测目标车道内目标检测区域是否存在车辆。本技术方案,通过雷达和图像识别目标检测区域的目标压占信息,融合两种检测结果,以确定车辆的存在状态,实现通过简单快速融合两种检测结果,就能解决单个传感器检测单一问题,提高了车道内车辆存在状态的整体检测准确率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是根据本发明实施例一提供的一种基于雷视融合的车辆存在检测方法的流程图;
图2是根据本发明实施例提供的一种基于雷视融合的车辆存在检测方法的实景图;
图3是根据本发明实施例提供的车辆检测方法的车辆压占状态图;
图4是根据本发明实施例二提供的一种基于雷视融合的车辆存在检测方法的流程图;
图5是根据本发明实施例提供的车辆检测的雷达检测区域图;
图6是根据本发明实施例提供的车辆检测的图像检测区域图;
图7是根据本发明实施例三提供的一种基于雷视融合的车辆存在检测方法的流程图;
图8是根据本发明实施例提供的车辆检测的图像检测出占区域图;
图9是根据本发明实施例提供的车辆检测的跟踪检测示意图;
图10是根据本发明实施例提供的车辆检测的速度检测示意图;
图11是根据本发明实施例提供的基于雷视融合的车辆存在装置的结构示意图;
图12是实现本发明实施例的基于雷视融合的车辆存在检测方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种基于雷视融合的车辆存在检测方法的流程图,本实施例可适用于检测车辆压占车道的情况,该方法可以由基于雷视融合的车辆存在检测装置来执行,该基于雷视融合的车辆存在检测装置可以采用硬件和/或软件的形式实现,该基于雷视融合的车辆存在检测装置可配置于任何具有网络通信功能的电子设备中。如图1所示,本实施例的基于雷视融合的车辆存在检测方法包括:
S110、确定目标检测区域的目标压占信息,所述目标检测区域包括通过雷达对应虚拟线圈在目标车道预设区域形成的第一检测区域与拍摄设备对应虚拟线圈在目标车道预设区域形成的第二检测区域,所述目标压占信息用于描述目标车道中是否存在车辆压住占据目标检测区域。
其中,目标检测区域包括第一检测区域和第二检测区域,第一检测区域可以是通过雷达映射虚拟线圈在目标车道预设区域形成的检测区域,第二检测区域可以是通过拍摄设备布置虚拟线圈在目标车道预设区域形成的检测区域,虚拟线圈可以是检测设备或程序根据位置坐标等参数表征在车道中预设的检测范围,该预设的检测范围不体现在实际车道上。目标压占信息可以是检测车辆压占目标检测区域的状态信息。
具体的,由目标压占信息的几种状态确定目标压占信息,进而判断目标检测区域的车辆存在状态。参见图2,将虚拟线圈映射在每个车道上形成目标检测区域。
示例性的,如图3所示,目标检测区域需要贴合车道,而车辆压住占据目标检测区域为目标压占信息,目标压占信息分为几个状态,包括:车辆刚压占目标检测区域、车辆正在压占目标检测区域和车辆即将离开目标检测区域。
S120、依据所述目标压占信息确定目标检测区域的目标出占信息,所述目标出占信息用于描述目标车道中车辆是否从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变。
具体的,只有当车辆压占目标检测区域时,检测车辆不压占目标检测区域的操作才被执行。目标出占信息的两种状态分别是车辆没有从目标压占状态转化为目标出占状态,和车辆压住占据目标检测区域。
示例性的,如表1所示,由雷达映射虚拟线圈在目标车道形成第一检测区域,应用拍摄设备映射虚拟线圈在目标车道形成第二检测区域,当车辆压占第一检测区域或第二检测区域时,整体的压占结果为车道压占目标检测区域。
表1:车辆压占目标检测区域确定表
雷达线圈压占 | 图像线圈压占 | 整体压占结果 |
1 | 0 | 1 |
0 | 1 | 1 |
1 | 1 | 1 |
S130、依据所述目标压占信息与所述目标出占信息检测目标车道内车辆存在状态。
其中,目标出占信息可以是检测车辆不压占目标检测区域的状态信息。车辆存在状态可以是用于表示目标检测区域内存在车辆。
具体的,根据目标检测区域的目标出占信息的两种状态,确定目标车道内目标检测区域的车辆存在状态,当目标检测区域的目标压占信息始终保持不变,在目标检测区域的一个检测周期内将把压占状态转化为出占状态。
可选的,依据所述目标压占信息与所述目标出占信息检测目标车道内车辆存在状态,包括:若所述目标压占信息为第一压占状态信息且目标出占信息为第一出占状态信息,则确定目标车道内车辆处于有序通行状态;其中,所述第一压占状态信息为目标检测区域被所述目标车道中车辆压住占据,第一出占状态信息为目标车道中车辆从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变。
具体的,目标车道处于有序通行的情况时,目标车道的目标检测区域上一时刻被一辆车占据,下一时刻被另一辆车占据,属于持续不断的有不同车辆压住占据目标检测区域的情况。
可选地,雷达对应虚拟线圈在输出压占信息时会根据拍摄设备对应虚拟线圈检测结果进行判断,根据拍摄设备对应虚拟线圈检测到压占区域只有非机动车时,则不进行压占处理。这样雷视融合在解决单个传感器检测单一问题,提高整体检测准确率的同时,也能够有效去除非机动车带来的干扰问题。
本发明实施例,通过在对应车道内设置虚拟线圈确定目标检测区域的目标压占信息,通过目标压占信息确定车辆是否从压占目标检测区域的状态向取消压占目标检测区域的状态转变,通过确定目标检测区域的目标压占信息确定目标检测区域的目标出占信息,从而检测目标车道内目标检测区域的车辆存在状态。本技术方案,通过雷达和图像识别目标检测区域的目标压占信息,融合两种检测结果,以确定车辆的存在状态,通过简单快速融合两种检测结果,就能解决单个传感器检测单一问题,提高车道内车辆存在状态的整体检测准确率。不难看出,本申请的雷视融合方案采用决策级融合,融合过程中单靠一个传感器也能正常工作,雷达或视频某一个出现问题对整体影响不大。
实施例二
图4为本发明实施例二提供的一种基于雷视融合的车辆存在检测方法的流程图,本实施例在上述实施例的基础上,详细说明确定目标检测区域的目标压占信息的方法。如图4所示,本实施例的基于雷视融合的车辆存在检测方法,可包括以下过程:
S210、确定所述目标车道中车辆参考位置与目标检测区域位置,所述车辆参考位置包括从目标车道中车辆位置框选取的参考位置,所述车辆位置框为外接矩形框。
其中,外接矩形框可以是用于描述车辆所在车道上的位置的矩形框,车辆参考位置可以是由车辆位置框组成的用于描述车辆在车道中的位置数据。
具体的,可以根据车辆位置框在目标车道上的位置确定目标车道中车辆的参考位置。目标检测区域位置的确定是根据雷达将虚拟线圈的坐标等参数映射在目标车道的相应位置,检测行驶至目标检测区域内的车辆的存在状态。
示例性的,如图5所示,目标检测区域的两条边平行于车道两侧,另外两条边垂直于车道两侧。表示车辆位置的外接矩形框应覆盖在目标检测区域之上。
S220、依据所述车辆参考位置与目标检测区域位置,确定所述目标车道中车辆与目标检测区域之间的相对位置信息,所述相对位置信息用于描述所述目标车道中车辆是否处于目标检测区域。
具体的,根据目标车道中车辆的参考位置和目标检测区域位置的相对位置,检测算法或设备根据相对位置信息确定目标车道中的车辆是否处于目标检测区域中。
示例性的,检测算法或设备可以根据车辆参考位置和目标检测区域位置的坐标,确定目标车道中车辆的坐标组成区域和目标检测区域的坐标组成的区域之间有无区域重合。当车辆参考位置的车辆位置框与目标检测区域位置的区域检测框之间存在重合的坐标点,参见图5,代表目标车道中的车辆是处于目标检测区域内,或者选取车辆的车辆位置框的参考位置,用于判定目标车道中的车辆处于目标检测区域内的状态。
S230、若依据所述相对位置信息确定所述目标车道中车辆处于第一检测区域和/或第二检测区域,则确定所述目标压占信息为第一压占状态信息,所述第一压占状态信息为目标检测区域被所述目标车道中车辆压住占据。
具体的,选择车辆参考位置的车辆位置框内具有代表性的坐标点,当该坐标点同时处于预设的目标检测区域位置内,说明目标车道中车辆处于第一检测区域和/或第二检测区域,则目标车道中的车辆压占目标检测区域,则目标压占信息为第一压占状态信息。
示例性的,如表1所示,车辆位置框参考位置处于第一检测区域或者第二检测区域的任一检测区域,则车辆在目标车道中压占目标检测区域。
可选的,所述目标检测区域为第一检测区域,所述第一检测区域为矩形区域,确定所述目标车道中车辆参考位置,包括:确定通过雷达对目标车道中车辆进行探测得到的第一检测区域对应的车辆第一位置框,所述车辆第一位置框为矩形框;从所述车辆第一位置框的参考轴线上提取至少两个第一参考位置作为所述目标车道中第一检测区域对应的车辆参考位置,所述参考轴线为车辆第一位置框中两个参考矩形边的中点连线,所述两个参考矩形边为车辆第一位置框中车辆行驶前后两侧对应的矩形边。
其中,车辆第一位置框可以是雷达探测车辆位置形成的矩形框。参考轴线可以是车辆第一位置框中两个矩形边的中点的连线,即当车辆第一位置框为规则矩形时,参考轴线可以是车辆第一位置框的对称轴,该对称轴平行于短边。
具体的,通过雷达在相应目标车道内映射虚拟线圈预设目标检测区域,并探测第一检测区域包括对应车辆的第一位置框。第一检测区域对应车辆的第一位置框,预设车辆第一位置框的轴线上的两个第一参考位置,这两个第一参考位置用于表示车辆所在目标车道中第一检测区域内的车辆参考位置。
可选的,所述目标检测区域为第二检测区域,所述第二检测区域为梯形区域,确定所述目标车道中车辆参考位置,包括:确定通过拍摄设备对目标车道中车辆进行探测得到的第二检测区域对应的车辆第二位置框,所述车辆第二位置框为矩形框;将车辆第二位置框中沿车辆行驶方向左右两侧的区域进行部分剔除,以使剔除后的车辆第二位置框中沿行驶方向左右两侧的位置框边斜率与所述第二检测区域对应的梯形两腰斜率相同;从剔除后的车辆第二位置框中提取第二参考位置作为目标车道中第二检测区域对应的车辆参考位置,所述第二参考位置包括剔除后的车辆第二位置框中的质心位置和/或车辆第二位置框中沿车辆行驶方向前后两侧对应框边的中点位置。
其中,车辆第二位置框可以是拍摄设备探测目标车道中车辆位置的矩形框。质心位置可以是几何结构的中心,在相对于各顶点的距离都相等的位置上。
具体的,通过拍摄设备探测目标车道的车辆所预设的虚拟线圈为第二检测区域,并探测第二检测区域包括对应车辆的第二位置框。第二位置框一般为矩形,但由于拍摄问题,参见图6,第二位置框的矩形边与车辆所行驶的边缘线有交叉部分,因为实际车辆参考位置应与车道线平行,所以需要剔除第二位置框的部分区域,使得第二位置的斜边与车道线平行。第二检测区域对应车辆的第二位置框,预设车辆第二位置框的轴线上的第二参考位置,第二参考位置用于表示车辆所在目标车道中第二检测区域内的车辆参考位置,第二参考位置可以是剔除部分区域后的车辆第二位置框的质心,也可以是第二位置框内车辆前端水平延长线和车辆后端水平延长线的垂线的中点位置。
S240、若依据所述相对位置信息确定所述目标车道中车辆未处于第一检测区域或第二检测区域,则确定所述目标压占信息为第二压占状态信息,所述第二压占状态信息为目标检测区域未被所述目标车道中车辆压住占据。
具体的,当车辆参考位置的车辆位置框与目标检测区域位置的区域检测框没有重叠的部分,说明目标车道中第一检测区域和/或第二检测区域没有车辆压占,则目标车道中没有车辆压住占据目标检测区域,则目标压占信息为第二压占状态信息。
S250、依据所述目标压占信息确定目标检测区域的目标出占信息,所述目标出占信息用于描述目标车道中车辆是否从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变。
具体的,车辆压住占据目标检测区域时为目标压占信息,车辆由压占目标检测区域状态转化为取消压占目标检测区域的状态表示目标出占信息,只有确定目标压占信息,才能确定目标出站信息。
S260、依据所述目标压占信息与所述目标出占信息检测目标车道内车辆存在状态。
具体的,根据目标出占信息处于的不同状态确定目标车道内车辆的存在状态。
本发明实施例,通过在对应车道内设置虚拟线圈确定目标检测区域的目标压占信息,需要通过检测参考压占信息确定目标检测区域的目标出占信息,依据目标出占信息检测目标车道内车辆存在状态,从而判断目标车道内目标检测区域是否存在车辆。本技术方案,通过雷达和图像识别目标检测区域的目标压占信息,融合两种检测结果,以确定车辆的存在状态,实现通过简单快速融合两种检测结果,就能解决单个传感器检测单一问题,提高了车道内车辆存在状态的整体检测准确率。不难看出,本申请的雷视融合方案采用决策级融合,融合过程中单靠一个传感器也能正常工作,雷达或视频某一个出现问题对整体影响不大。
实施例三
图7为本发明实施例三提供的一种基于雷视融合的车辆存在检测方法的流程图,本实施例细化了确定目标检测区域的目标出占信息的方法。如图7所示,本实施例的基于雷视融合的车辆存在检测方法包括:
S310、确定目标检测区域的目标压占信息,所述目标检测区域包括通过雷达对应虚拟线圈在目标车道预设区域形成的第一检测区域与拍摄设备对应虚拟线圈在目标车道预设区域形成的第二检测区域,所述目标压占信息用于描述目标车道中是否存在车辆压住占据目标检测区域。
具体的,由目标压占规则确定目标检测区域的目标压占信息,由目标压占信息的状态确定目标检测区域是否被车辆占据。
S320、若所述目标压占信息为第一压占状态信息,则确定所述目标车道中车辆关联的预置出占区域,所述预置出占区域沿车辆行驶方向上的区域长度是基于所述目标车道中车辆沿行驶方向的车辆长度进行配置,所述预置出占区域位于目标检测区域第一侧的预设距离内,所述第一侧为所述目标车道中车辆行驶前方侧,所述目标检测区域包括第一检测区域与第二检测区域,所述第一压占状态信息为目标检测区域被所述目标车道中车辆压住占据。
其中,预置出占区域可以是用于表示车辆参考位置框的第一参考位置和/或第二参考位置即将离开目标检测区域,即将到达的区域。
具体的,当目标压占信息为第一压占状态信息时,车辆参考位置框处于目标检测区域之内,则确定表示车辆在目标车道内,即检测目标检测区域为目标出占信息时,根据车辆与车道关联的预置出占区域,车辆即将移动到沿车辆行驶方向的车辆前方侧的预置出占区域内。
示例性的,当车辆压住占据第一目标检测区域时目标压占信息为第一压占状态信息,如图5所示,设置第一目标检测区域沿车辆行驶方向的前方设定一个与车辆长度匹配的虚线矩形框,这个虚线矩形框是第一目标检测区域的车辆预置出占区域。当车辆压住占据第二目标检测区域时目标压占信息同为第一压占状态信息,如图8所示,设置第二目标检测区域沿车辆行驶方向的前方设定一个与车辆长度匹配的虚线梯形框,这个虚线梯形框是第二目标检测区域的车辆预置出占区域。
可选的,确定所述目标车道中车辆在预置出占区域的参考压占信息,包括:检测所述目标车道车辆是否行驶至关联的预置出占区域;在检测到行驶至关联的预置出占区域时,确定所述参考压占信息为第三压占状态信息,所述第三压占状态信息为预置出占区域被所述目标车道中车辆压住占据;在未检测到行驶至关联的预置出占区域时,确定参考压占信息为第四压占态信息,所述第四压占状态信息为预置出占区域未被所述目标车道中车辆压住占据。
具体的,当检测目标车道中的车辆行驶到与该车辆关联的预置出占区域内,检测设备检测并输出预置出占区域为第三压占状态信息。当检测目标车道中的车辆离开与该车关联的预置出占区域,检测设备检测并输出预置出站区域为第四压占状态信息。
S330、确定所述目标车道中车辆在预置出占区域的参考压占信息,依据所述参考压占信息确定目标检测区域的目标出占信息,所述参考压占信息用于描述目标车道中车辆是否压住占据预置出占区域。
具体的,在车辆行驶方向上的目标检测区域的前方侧设置车辆前方侧的预置出占区域。目标车道中车辆在预置出占区域的参考压占信息为第三压占状态信息,显示车辆已经驶离目标检测区域,处于目标车道中与车辆关联的预置出占区域内,进而可以确定目标检测区域的目标出占信息。目标车道中车辆在预置出占区域的参考压占信息为第四压占状态信息,显示车辆仍然在目标检测区域内,未驶进目标车道中与车辆关联的预置出占区域内,进而可以确定车辆没有压住占据预置出占区域。
可选的,依据所述参考压占信息确定目标检测区域的目标出占信息,包括:若所述参考压占信息为第三压占状态信息,则确定目标检测区域的目标出占信息为第一出占状态信息,第一出占状态信息为目标车道中车辆从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变;若所述参考压占信息为第四压占状态信息,则确定目标检测区域的目标出占信息为第二出占状态信息,第二出占状态信息为目标车道中车辆未从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变。
具体的,目标车道中车辆在预置出占区域的参考压占信息为第三压占状态信息,处于目标车道中与车辆关联的预置出占区域内,进而可以确定目标检测区域的目标出占信息为第一出占信息,说明车辆即将离开目标检测区域。相反,目标车道中车辆在预置出占区域的参考压占信息为第四压占状态信息,处于目标车道中目标检测区域内,进而可以确定目标检测区域的目标出占信息为第二出占信息,说明车辆在目标检测区域的目标压占状态为第一压占状态信息。
可选的,依据所述参考压占信息确定目标检测区域的目标出占信息,包括:对所述目标车道车辆进行轨迹跟踪,并依据轨迹跟踪结果检测所述目标车道车辆是否驶离目标检测区域;依据所述目标车道车辆驶离结果,确定目标检测区域的目标出占信息。
具体的,雷达探测器或者拍摄设备沿车辆在目标车道行驶的方向进行轨迹追踪,并周期性的检测目标车道中的车辆是否驶离目标检测区域。检测车辆的参考位置框的参考轴线中心点是否离开目标检测区域,以确定目标检测区域的目标出占信息。
示例性的,在目标车道上对车辆的行驶方向进行轨迹追踪,如图9所示,通过持续性的检测车辆参考位置框在目标检测区域上的相对位置,判断目标车辆参考位置框的参考位置是否离开目标检测区域,确定目标检测区域的目标出占信息。
可选的,依据所述参考压占信息确定目标检测区域的目标出占信息,包括:确定所述目标车道车辆在压住占据目标检测区域时的速度与位置;依据在压住占据目标检测区域时的速度与位置对所述目标车道车辆进行位置更新;依据所述目标车道车辆的更新位置,确定目标检测区域的目标出占信息。
具体的,目标车道内的车辆所在目标检测区域内具有位置信息和速度信息,可以根据加速度原理预测车辆在目标车道上的更新位置,进而确定目标检测区域的目标出占信息。
示例性的,参见图10,目标车辆的参考轴线中心点作为车辆所在位置的信息,由距离、速度和车辆位置,并根据速度公式确定车辆取消压住占据目标检测区域时目标车道车辆的更新位置,检测目标车道车辆的更新位置是否在目标检测区域内,进而确定目标检测区域的目标出占信息。
可选的,依据所述参考压占信息确定目标检测区域的目标出占信息,包括:检测所述目标车道中车辆压住占据目标检测区域时的已持续压占时长与所述目标车道相邻交叉道路口的交通指示灯的相位周期最大值;依据已持续压占时长与所述相位周期最大值,确定目标检测区域的目标出占信息。
其中,相位周期可以是交通指示灯的每种灯一次出现到结束的周期。
具体的,目标车道中车辆持续压占目标检测区域的时长,依据目标车道内目标检测区域前方相邻路口的交通指示灯,计算可通行交通指示灯的相位周期与目标车道中车辆持续压占目标检测区域的时长之间的关系。若交通指示灯的相位周期大于车辆持续压占目标检测区域的时长,则确定目标检测区域的目标出占信息为第一出占状态信息,反之,则确定目标检测区域的目标出占信息为第二出占状态信息。
可选的,依据所述参考压占信息确定目标检测区域的目标出占信息,包括:确定相邻检测区域的相邻压占信息,所述相邻检测区域包括通过雷达对应虚拟线圈在目标车道的相邻同向车道预设区域形成的第一检测区域与拍摄设备对应虚拟线圈在目标车道的相邻同向车道预设区域形成的第二检测区域,所述相邻压占信息用于描述目标车道的相邻同向车道中是否存在车辆压住占据相邻检测区域;依据相邻检测区域的相邻压占信息确定目标检测区域的目标出占信息。
具体的,目标车道的相邻车道同样具有雷达映射虚拟线圈形成的第一检测区域,和拍摄设备在对应车道内虚拟的第二检测区域,检测目标车道的相邻同向车道内目标检测区域是否被车辆压占,依据相邻同向车道的目标检测区域的目标压占信息确定目标车道的目标出占信息。
示例性的,如果相邻车道的目标检测区域被压住占据,则目标车道和目标车道相邻的车道的目标压占信息为第一压占状态信息,确定目标车道的目标检测区域的目标出占信息为第二出占状态信息。如果相邻车道的目标检测区域没被压住占据,则目标车道和目标车道相邻车道的目标压占信息为第二压占状态信息,确定目标车道的目标检测区域的目标出占信息为第一出占状态信息。
可选的,依据所述参考压占信息确定目标检测区域的目标出占信息,包括:检测所述目标车道相邻交叉道路口的交通指示灯的相位状态;依据所述交通指示灯的相位状态确定目标检测区域的目标出占信息。
具体的,根据目标车道对应交叉路口的红绿灯相位指示状态,可以确定目标检测区域的目标出占信息属于那种出占状态信息。
示例性的,如表2所示,目标检测区域的目标出占信息有两种状态,包括第一出占状态信息和第二出占状态信息,目标检测区域的目标压占信息也有两种状态,包括第一压占状态信息和第二压占状态信息,第一出占状态信息和第一压占状态信息都可以用1表示,第二出占状态信息和第二压占状态信息都可以用0表示。雷达映射虚拟线圈在对应的车道上形成第一检测区域,拍摄设备映射虚拟线圈在对应的车道上形成第二检测区域,由于第一检测区域有车辆压占和车辆出占两种状态,第二检测区域有车辆压占和车辆出占两种状态,则目标检测区域的车辆存在状态有四种。
表2:目标检测区域内车辆存在状态的状态表
雷达线圈压占 | 雷达线圈出占 | 图像线圈压占 | 图像线圈出占 |
0 | 0 | 0 | 0 |
0 | 1 | 0 | 1 |
1 | 0 | 1 | 0 |
1 | 1 | 1 | 1 |
示例性的,如表3所示,第一检测区域和/或第二检测区域的目标压占信息为第二压占状态信息时,才确定目标检测区域的目标出占信息为第一出占状态信息,第一检测区域的目标出占信息和/或第二检测区域的目标出占信息为第一出占状态信息,确定目标检测区域的目标出占信息为第一出占信息。
表3:车辆取消压占目标检测区域确定表
雷达线圈压占 | 雷达线圈出占 | 图像线圈压占 | 图像线圈出占 | 整体压占 | 整体出占 |
0 | 0 | 1 | 0 | 1 | 0 |
0 | 0 | 1 | 1 | 1 | 1 |
0 | 1 | 1 | 0 | 1 | 1 |
0 | 1 | 1 | 1 | 1 | 1 |
1 | 0 | 0 | 0 | 1 | 0 |
1 | 0 | 0 | 1 | 1 | 1 |
1 | 0 | 1 | 0 | 1 | 0 |
1 | 0 | 1 | 1 | 1 | 1 |
1 | 1 | 0 | 0 | 1 | 1 |
1 | 1 | 0 | 1 | 1 | 1 |
1 | 1 | 1 | 0 | 1 | 1 |
1 | 1 | 1 | 1 | 1 | 1 |
S340、依据所述目标压占信息与所述目标出占信息检测目标车道内车辆存在状态。
具体的,探测目标检测区域的目标出占信息,当目标检测区域的目标出占信息为第一出占状态信息时,车辆压占目标检测区域,当目标检测区域的目标出占信息为第二出占状态信息时,车辆没有压占目标检测区域。
示例性的,当目标检测区域的目标压占信息始终保持不变,在目标检测区域的一个检测周期内将把目标压占信息设定为第一压占状态信息。
可选的,依据所述目标出占信息检测车道内车辆存在状态,包括:依据所述目标压占信息与所述目标出占信息检测车道内车辆存在状态。
具体的,根据目标出占信息的第一出占状态信息和目标压占信息的第二压占状态信息确定车辆不压住占据目标检测区域,依据目标出占信息的第二出占状态信息和目标压占信息的第一压占状态信息确定车辆压住占据目标检测区域。
本发明实施例,通过在对应车道内设置虚拟线圈确定目标检测区域的目标压占信息,需要通过检测参考压占信息确定目标检测区域的目标出占信息,依据目标出占信息检测目标车道内车辆存在状态,从而判断目标车道内目标检测区域是否存在车辆。本技术方案,通过雷达和图像识别目标检测区域的目标压占信息,融合两种检测结果,以确定车辆的存在状态,实现通过简单快速融合两种检测结果,就能解决单个传感器检测单一问题,提高了车道内车辆存在状态的整体检测准确率,可以智能化调控交通指示***,有利于高效的利用道路资源。
实施例四
图11为本发明实施例四提供的一种基于雷视融合的车辆存在检测装置的结构示意图。如图11所示,该装置包括:
目标压占确定模块310,用于确定目标检测区域的目标压占信息,所述目标检测区域包括通过雷达对应虚拟线圈在目标车道预设区域形成的第一检测区域与拍摄设备对应虚拟线圈在目标车道预设区域形成的第二检测区域,所述目标压占信息用于描述目标车道中是否存在车辆压住占据目标检测区域;
目标出占确定模块320,用于依据所述目标压占信息确定目标检测区域的目标出占信息,所述目标出占信息用于描述目标车道中车辆是否从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变;
车辆状态检测模块330,用于依据所述目标压占信息与所述目标出占信息检测目标车道内车辆存在状态。
本发明实施例中,目标压占确定模块310,包括:
第一确定单元,用于确定所述目标车道中车辆参考位置与目标检测区域位置,所述车辆参考位置包括从目标车道中车辆位置框选取的参考位置,所述车辆位置框为外接矩形框;
第二确定单元,用于依据所述车辆参考位置与目标检测区域位置,确定所述目标车道中车辆与目标检测区域之间的相对位置信息,所述相对位置信息用于描述所述目标车道中车辆是否处于目标检测区域;
第三确定单元,用于若依据所述相对位置信息确定所述目标车道中车辆处于第一检测区域和/或第二检测区域,则确定所述目标压占信息为第一压占状态信息,所述第一压占状态信息为目标检测区域被所述目标车道中车辆压住占据;
第四确定单元,用于若依据所述相对位置信息确定所述目标车道中车辆未处于第一检测区域或第二检测区域,则确定所述目标压占信息为第二压占状态信息,所述第二压占状态信息为目标检测区域未被所述目标车道中车辆压住占据。
在本申请实施例中,第一确定单元,具体用于:
确定通过雷达对目标车道中车辆进行探测得到的第一检测区域对应的车辆第一位置框,所述车辆第一位置框为矩形框;
从所述车辆第一位置框的参考轴线上提取至少两个第一参考位置作为所述目标车道中第一检测区域对应的车辆参考位置,所述参考轴线为车辆第一位置框中两个参考矩形边的中点连线,所述两个参考矩形边为车辆第一位置框中车辆行驶前后两侧对应的矩形边。
在本申请实施例中,第二确定单元,具体用于:
确定通过拍摄设备对目标车道中车辆进行探测得到的第二检测区域对应的车辆第二位置框,所述车辆第二位置框为矩形框;
将车辆第二位置框中沿车辆行驶方向左右两侧的区域进行部分剔除,以使剔除后的车辆第二位置框中沿行驶方向左右两侧的位置框边斜率与所述第二检测区域对应的梯形两腰斜率相同;
从剔除后的车辆第二位置框中提取第二参考位置作为目标车道中第二检测区域对应的车辆参考位置,所述第二参考位置包括剔除后的车辆第二位置框中的质心位置和/或车辆第二位置框中沿车辆行驶方向前后两侧对应框边的中点位置。
在本申请试试例中,目标出占确定模块320,包括:
第一出占确定单元,用于若所述目标压占信息为第一压占状态信息,则确定所述目标车道中车辆关联的预置出占区域,所述预置出占区域沿车辆行驶方向上的区域长度是基于所述目标车道中车辆沿行驶方向的车辆长度进行配置,所述预置出占区域位于目标检测区域第一侧的预设距离内,所述第一侧为所述目标车道中车辆行驶前方侧,所述目标检测区域包括第一检测区域与第二检测区域,所述第一压占状态信息为目标检测区域被所述目标车道中车辆压住占据;
参考压占确定出占单元,用于确定所述目标车道中车辆在预置出占区域的参考压占信息,依据所述参考压占信息确定目标检测区域的目标出占信息,所述参考压占信息用于描述目标车道中车辆是否压住占据预置出占区域。
在本申请实施例中,参考压占确定出占单元,具体用于:
检测所述目标车道车辆是否行驶至关联的预置出占区域;
在检测到行驶至关联的预置出占区域时,确定所述参考压占信息为第三压占状态信息,所述第三压占状态信息为预置出占区域被所述目标车道中车辆压住占据;
在未检测到行驶至关联的预置出占区域时,确定参考压占信息为第四压占态信息,所述第四压占状态信息为预置出占区域未被所述目标车道中车辆压住占据。
在本申请实施例中,参考压占确定出占单元,具体用于:
若所述参考压占信息为第三压占状态信息,则确定目标检测区域的目标出占信息为第一出占状态信息,第一出占状态信息为目标车道中车辆从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变;
若所述参考压占信息为第四压占状态信息,则确定目标检测区域的目标出占信息为第二出占状态信息,第二出占状态信息为目标车道中车辆未从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变。
在本申请试试例中,目标出占确定模块320,包括:
轨迹跟踪单元,用于对所述目标车道车辆进行轨迹跟踪,并依据轨迹跟踪结果检测所述目标车道车辆是否驶离目标检测区域;
第二出占确定单元,用于依据所述目标车道车辆驶离结果,确定目标检测区域的目标出占信息。
在本申请试试例中,目标出占确定模块320,包括:
速度与位置确定单元,用于确定所述目标车道车辆在压住占据目标检测区域时的速度与位置;
位置更新单元,用于依据在压住占据目标检测区域时的速度与位置对所述目标车道车辆进行位置更新;
第三出占确定单元,用于依据所述目标车道车辆的更新位置,确定目标检测区域的目标出占信息。
在本申请试试例中,目标出占确定模块320,包括:
检测所述目标车道中车辆压住占据目标检测区域时的已持续压占时长与所述目标车道相邻交叉道路口的交通指示灯的相位周期最大值;
依据已持续压占时长与所述相位周期最大值,确定目标检测区域的目标出占信息。
在本申请试试例中,目标出占确定模块320,包括:
确定相邻检测区域的相邻压占信息,所述相邻检测区域包括通过雷达对应虚拟线圈在目标车道的相邻同向车道预设区域形成的第一检测区域与拍摄设备对应虚拟线圈在目标车道的相邻同向车道预设区域形成的第二检测区域,所述相邻压占信息用于描述目标车道的相邻同向车道中是否存在车辆压住占据相邻检测区域;
依据相邻检测区域的相邻压占信息确定目标检测区域的目标出占信息。
在本申请实施例中,目标出占确定模块320,包括:
检测所述目标车道相邻交叉道路口的交通指示灯的相位状态;
依据所述交通指示灯的相位状态确定目标检测区域的目标出占信息。
在本申请实施例中,车辆状态检测模块,包括:
车道内车辆检测单元,用于依据所述目标压占信息与所述目标出占信息检测车道内车辆存在状态
本发明实施例中所提供的基于雷视融合的车辆存在检测装置可执行上述本发明任意实施例中所提供的基于雷视融合的车辆存在检测方法,具备执行该基于雷视融合的车辆存在检测方法相应的功能和有益效果,详细过程参见前述实施例中基于雷视融合的车辆存在检测方法的相关操作。
实施例五
图12示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图12所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如基于雷视融合的车辆存在检测方法。
在一些实施例中,基于雷视融合的车辆存在检测方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的基于雷视融合的车辆存在检测方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基于雷视融合的车辆存在检测方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(AS I C)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (16)
1.一种基于雷视融合的车辆存在检测方法,其特征在于,所述方法包括:
确定目标检测区域的目标压占信息,所述目标检测区域包括通过雷达对应虚拟线圈在目标车道预设区域形成的第一检测区域与拍摄设备对应虚拟线圈在目标车道预设区域形成的第二检测区域,所述目标压占信息用于描述目标车道中是否存在车辆压住占据目标检测区域;
依据所述目标压占信息确定目标检测区域的目标出占信息,所述目标出占信息用于描述目标车道中车辆是否从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变;
依据所述目标压占信息与所述目标出占信息检测目标车道内车辆存在状态。
2.根据权利要求1所述的方法,其特征在于,确定目标检测区域的目标压占信息,包括:
确定所述目标车道中车辆参考位置与目标检测区域位置,所述车辆参考位置包括从目标车道中车辆位置框选取的参考位置,所述车辆位置框为外接矩形框;
依据所述车辆参考位置与目标检测区域位置,确定所述目标车道中车辆与目标检测区域之间的相对位置信息,所述相对位置信息用于描述所述目标车道中车辆是否处于目标检测区域;
若依据所述相对位置信息确定所述目标车道中车辆处于第一检测区域和/或第二检测区域,则确定所述目标压占信息为第一压占状态信息,所述第一压占状态信息为目标检测区域被所述目标车道中车辆压住占据;
若依据所述相对位置信息确定所述目标车道中车辆未处于第一检测区域或第二检测区域,则确定所述目标压占信息为第二压占状态信息,所述第二压占状态信息为目标检测区域未被所述目标车道中车辆压住占据。
3.根据权利要求2所述的方法,其特征在于,所述目标检测区域为第一检测区域,所述第一检测区域为矩形区域,确定所述目标车道中车辆参考位置,包括:
确定通过雷达对目标车道中车辆进行探测得到的第一检测区域对应的车辆第一位置框,所述车辆第一位置框为矩形框;
从所述车辆第一位置框的参考轴线上提取至少两个第一参考位置作为所述目标车道中第一检测区域对应的车辆参考位置,所述参考轴线为车辆第一位置框中两个参考矩形边的中点连线,所述两个参考矩形边为车辆第一位置框中车辆行驶前后两侧对应的矩形边。
4.根据权利要求2所述的方法,其特征在于,所述目标检测区域为第二检测区域,所述第二检测区域为梯形区域,确定所述目标车道中车辆参考位置,包括:
确定通过拍摄设备对目标车道中车辆进行探测得到的第二检测区域对应的车辆第二位置框,所述车辆第二位置框为矩形框;
将车辆第二位置框中沿车辆行驶方向左右两侧的区域进行部分剔除,以使剔除后的车辆第二位置框中沿行驶方向左右两侧的位置框边斜率与所述第二检测区域对应的梯形两腰斜率相同;
从剔除后的车辆第二位置框中提取第二参考位置作为目标车道中第二检测区域对应的车辆参考位置,所述第二参考位置包括剔除后的车辆第二位置框中的质心位置和/或车辆第二位置框中沿车辆行驶方向前后两侧对应框边的中点位置。
5.根据权利要求1所述的方法,其特征在于,依据所述目标压占信息确定目标检测区域的目标出占信息,包括:
若所述目标压占信息为第一压占状态信息,则确定所述目标车道中车辆关联的预置出占区域,所述预置出占区域沿车辆行驶方向上的区域长度是基于所述目标车道中车辆沿行驶方向的车辆长度进行配置,所述预置出占区域位于目标检测区域第一侧的预设距离内,所述第一侧为所述目标车道中车辆行驶前方侧,所述目标检测区域包括第一检测区域与第二检测区域,所述第一压占状态信息为目标检测区域被所述目标车道中车辆压住占据;
确定所述目标车道中车辆在预置出占区域的参考压占信息,依据所述参考压占信息确定目标检测区域的目标出占信息,所述参考压占信息用于描述目标车道中车辆是否压住占据预置出占区域。
6.根据权利要求5所述的方法,其特征在于,确定所述目标车道中车辆在预置出占区域的参考压占信息,包括:
检测所述目标车道车辆是否行驶至关联的预置出占区域;
在检测到行驶至关联的预置出占区域时,确定所述参考压占信息为第三压占状态信息,所述第三压占状态信息为预置出占区域被所述目标车道中车辆压住占据;
在未检测到行驶至关联的预置出占区域时,确定参考压占信息为第四压占态信息,所述第四压占状态信息为预置出占区域未被所述目标车道中车辆压住占据。
7.根据权利要求6所述的方法,其特征在于,依据所述参考压占信息确定目标检测区域的目标出占信息,包括:
若所述参考压占信息为第三压占状态信息,则确定目标检测区域的目标出占信息为第一出占状态信息,第一出占状态信息为目标车道中车辆从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变;
若所述参考压占信息为第四压占状态信息,则确定目标检测区域的目标出占信息为第二出占状态信息,第二出占状态信息为目标车道中车辆未从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变。
8.根据权利要求5所述的方法,其特征在于,所述方法还包括:
对所述目标车道车辆进行轨迹跟踪,并依据轨迹跟踪结果检测所述目标车道车辆是否驶离目标检测区域;
依据所述目标车道车辆驶离结果,确定目标检测区域的目标出占信息。
9.根据权利要求5所述的方法,其特征在于,所述方法还包括:
确定所述目标车道车辆在压住占据目标检测区域时的速度与位置;
依据在压住占据目标检测区域时的速度与位置对所述目标车道车辆进行位置更新;
依据所述目标车道车辆的更新位置,确定目标检测区域的目标出占信息。
10.根据权利要求5所述的方法,其特征在于,所述方法还包括:
检测所述目标车道中车辆压住占据目标检测区域时的已持续压占时长与所述目标车道相邻交叉道路口的交通指示灯的相位周期最大值;
依据已持续压占时长与所述相位周期最大值,确定目标检测区域的目标出占信息。
11.根据权利要求5所述的方法,其特征在于,所述方法还包括:
确定相邻检测区域的相邻压占信息,所述相邻检测区域包括通过雷达对应虚拟线圈在目标车道的相邻同向车道预设区域形成的第一检测区域与拍摄设备对应虚拟线圈在目标车道的相邻同向车道预设区域形成的第二检测区域,所述相邻压占信息用于描述目标车道的相邻同向车道中是否存在车辆压住占据相邻检测区域;
依据相邻检测区域的相邻压占信息确定目标检测区域的目标出占信息。
12.根据权利要求5所述的方法,其特征在于,所述方法还包括:
检测所述目标车道相邻交叉道路口的交通指示灯的相位状态;
依据所述交通指示灯的相位状态确定目标检测区域的目标出占信息。
13.根据权利要求1所述的方法,其特征在于,依据所述目标压占信息与所述目标出占信息检测目标车道内车辆存在状态,包括:
若所述目标压占信息为第一压占状态信息且目标出占信息为第一出占状态信息,则确定目标车道内车辆处于有序通行状态;
其中,所述第一压占状态信息为目标检测区域被所述目标车道中车辆压住占据,第一出占状态信息为目标车道中车辆从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变。
14.一种基于雷视融合的车辆存在检测装置,其特征在于,包括:
目标压占确定模块,用于确定目标检测区域的目标压占信息,所述目标检测区域包括通过雷达对应虚拟线圈在目标车道预设区域形成的第一检测区域与拍摄设备对应虚拟线圈在目标车道预设区域形成的第二检测区域,所述目标压占信息用于描述目标车道中是否存在车辆压住占据目标检测区域;
目标出占确定模块,用于依据所述目标压占信息确定目标检测区域的目标出占信息,所述目标出占信息用于描述目标车道中车辆是否从压住占据目标检测区域的状态在向取消压住占据目标检测区域的状态进行转变;
车辆状态检测模块,用于依据所述目标压占信息与所述目标出占信息检测目标车道内车辆存在状态。
15.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-13中任一项所述的基于雷视融合的车辆存在检测方法。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-13中任一项所述的基于雷视融合的车辆存在检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211599675.3A CN115908838B (zh) | 2022-12-12 | 2022-12-12 | 基于雷视融合的车辆存在检测方法、装置、设备以及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211599675.3A CN115908838B (zh) | 2022-12-12 | 2022-12-12 | 基于雷视融合的车辆存在检测方法、装置、设备以及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115908838A true CN115908838A (zh) | 2023-04-04 |
CN115908838B CN115908838B (zh) | 2023-11-07 |
Family
ID=86489608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211599675.3A Active CN115908838B (zh) | 2022-12-12 | 2022-12-12 | 基于雷视融合的车辆存在检测方法、装置、设备以及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115908838B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112541953A (zh) * | 2020-12-29 | 2021-03-23 | 江苏航天大为科技股份有限公司 | 一种基于雷达信号和视频同步坐标映射的车辆检测方法 |
CN113409599A (zh) * | 2021-06-16 | 2021-09-17 | 河南省城乡规划设计研究总院股份有限公司 | 一种基于信息预测的城市公交优先协调控制方法 |
CN114627409A (zh) * | 2022-02-25 | 2022-06-14 | 海信集团控股股份有限公司 | 一种车辆异常变道的检测方法及装置 |
CN114898296A (zh) * | 2022-05-26 | 2022-08-12 | 武汉大学 | 基于毫米波雷达与视觉融合的公交车道占用检测方法 |
CN115240148A (zh) * | 2022-08-15 | 2022-10-25 | 上海闪马智能科技有限公司 | 车辆行为的检测方法、装置、存储介质及电子装置 |
-
2022
- 2022-12-12 CN CN202211599675.3A patent/CN115908838B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112541953A (zh) * | 2020-12-29 | 2021-03-23 | 江苏航天大为科技股份有限公司 | 一种基于雷达信号和视频同步坐标映射的车辆检测方法 |
CN113409599A (zh) * | 2021-06-16 | 2021-09-17 | 河南省城乡规划设计研究总院股份有限公司 | 一种基于信息预测的城市公交优先协调控制方法 |
CN114627409A (zh) * | 2022-02-25 | 2022-06-14 | 海信集团控股股份有限公司 | 一种车辆异常变道的检测方法及装置 |
CN114898296A (zh) * | 2022-05-26 | 2022-08-12 | 武汉大学 | 基于毫米波雷达与视觉融合的公交车道占用检测方法 |
CN115240148A (zh) * | 2022-08-15 | 2022-10-25 | 上海闪马智能科技有限公司 | 车辆行为的检测方法、装置、存储介质及电子装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115908838B (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829351B (zh) | 车道信息的检测方法、装置及计算机可读存储介质 | |
CN112541437A (zh) | 车辆定位方法、装置、电子设备及存储介质 | |
CN113682318B (zh) | 车辆行驶控制方法及装置 | |
JP7292355B2 (ja) | 車両整列情報を特定する方法及び装置、電子機器、路側機器、クラウド制御プラットフォーム、記憶媒体並びにコンピュータプログラム製品 | |
CN112541475B (zh) | 感知数据检测方法及装置 | |
CN113392794B (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
CN112526999A (zh) | 速度规划方法、装置、电子设备和存储介质 | |
CN113012176A (zh) | 样本图像的处理方法、装置、电子设备及存储介质 | |
CN114037966A (zh) | 高精地图特征提取方法、装置、介质及电子设备 | |
EP4145408A1 (en) | Obstacle detection method and apparatus, autonomous vehicle, device and storage medium | |
CN113688730A (zh) | 障碍物测距方法、装置、电子设备、存储介质及程序产品 | |
CN114620013A (zh) | 一种车辆前方行人的保护方法、装置、设备及介质 | |
CN114005098A (zh) | 高精地图车道线信息的检测方法、装置和电子设备 | |
CN116499487B (zh) | 一种车辆的路径规划方法、装置、设备及介质 | |
CN115908838A (zh) | 基于雷视融合的车辆存在检测方法、装置、设备以及介质 | |
CN114030483B (zh) | 车辆控制方法、装置、电子设备和介质 | |
CN112507964B (zh) | 用于车道级事件的检测方法和装置、路侧设备和云控平台 | |
CN115973190A (zh) | 自动驾驶车辆的决策方法、装置和电子设备 | |
CN115330042B (zh) | 冲突点确定方法、装置、设备、可读存储介质 | |
CN114049615B (zh) | 行驶环境中交通对象融合关联方法、装置及边缘计算设备 | |
CN117746124A (zh) | 目标检测方法、装置、设备以及存储介质 | |
CN115857502A (zh) | 行驶控制方法和电子设备 | |
KR20220119167A (ko) | 차량의 차선 이탈 식별 방법 및 장치,전자 기기, 및 저장매체 | |
CN116503831A (zh) | 障碍物筛选方法、装置、电子设备及存储介质 | |
CN118072280A (zh) | 交通灯的变更检测方法、装置、电子设备及自动驾驶车辆 |
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 |