CN117395380B - 一种大型矿区无人驾驶矿车调度数据智能管理方法 - Google Patents
一种大型矿区无人驾驶矿车调度数据智能管理方法 Download PDFInfo
- Publication number
- CN117395380B CN117395380B CN202311698137.4A CN202311698137A CN117395380B CN 117395380 B CN117395380 B CN 117395380B CN 202311698137 A CN202311698137 A CN 202311698137A CN 117395380 B CN117395380 B CN 117395380B
- Authority
- CN
- China
- Prior art keywords
- gray value
- value range
- length
- fixed
- image block
- 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
Links
- 238000005065 mining Methods 0.000 title claims abstract description 30
- 238000007726 management method Methods 0.000 title claims abstract description 15
- 230000007613 environmental effect Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000004891 communication Methods 0.000 abstract description 15
- 230000006835 compression Effects 0.000 description 15
- 238000007906 compression Methods 0.000 description 15
- 238000006243 chemical reaction Methods 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
- H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及图像通信技术领域,具体涉及一种大型矿区无人驾驶矿车调度数据智能管理方法,包括:获得无人驾驶车辆在行驶过程中采集的环境视频;针对环境视频中的每一帧环境图像,根据环境图像的灰度值分布,确定第一灰度值范围;根据第一灰度值范围对环境图像中的第一像素点进行定长编码,根据第二灰度值范围对环境图像中的第二像素点进行定长编码,根据环境图像中每个像素点的位置和定长编码的结果,获得环境图像的编码结果;向调度中心发送每一帧环境图像的编码结果。本发明在保证调度数据的数据精度的同时提高调度数据的通信效率。
Description
技术领域
本发明涉及图像通信技术领域,具体涉及一种大型矿区无人驾驶矿车调度数据智能管理方法。
背景技术
无人驾驶矿车被广泛应用在各种领域,例如大型矿区中的无人驾驶矿车。为了保证无人驾驶矿车的作业效率,需要将调度数据传输至调度中心,用于实时监控车辆情况,从而优化车辆的运输路线。
为确保车辆监控的实时性和准确性,需要对调度数据进行压缩传输。无损压缩能够完整保留调度数据的所有信息,数据精度高,但是压缩效率低,使得通信效率低;而有损压缩的压缩效率高,确保了通信效率,但是会导致调度数据的部分信息丢失,影响调度数据的精度;所以现有压缩方法无法兼顾调度数据的精度与通信效率。
发明内容
为了解决上述问题,本发明提供一种大型矿区无人驾驶矿车调度数据智能管理方法:
获得无人驾驶车辆在行驶过程中采集的环境视频;
针对环境视频中的每一帧环境图像,根据环境图像的灰度值分布,确定第一灰度值范围;
根据第一灰度值范围对环境图像中的第一像素点进行定长编码,第一像素点为灰度值在第一灰度值范围中的像素点;
根据第二灰度值范围对环境图像中的第二像素点进行定长编码,第二像素点为灰度值不在第一灰度值范围中的像素点,第二灰度值范围包含第一灰度值范围;
根据环境图像中每个像素点的位置、每个像素点的定长编码的结果和解码信息,获得环境图像的编码结果,所述解码信息包括第一定长编码长度、第二灰度值范围的下限和上限以及第一灰度值范围的下限;
向调度中心发送每一帧环境图像的编码结果。
优选地,所述根据环境图像的灰度值分布,确定第一灰度值范围,包括:
将环境图像划分为多个图像块;
根据多个图像块的灰度值分布,确定第一定长编码长度;
针对每个图像块,根据第一定长编码长度和图像块的灰度值分布,确定该图像块的第一灰度值范围;
所述根据第一灰度值范围对环境图像中的第一像素点进行定长编码,第一像素点为灰度值在第一灰度值范围中的像素点,包括:
根据每个图像块的第一灰度值范围,对该图像块中的第一像素点进行定长编码,该图像块中的第一像素点为灰度值在该图像块的第一灰度值范围中的像素点;
所述解码信息包括第一定长编码长度、第二灰度值范围的下限和上限以及第一灰度值范围的下限,包括:
解码信息包括第一定长编码长度、第二灰度值范围的下限和上限、图像块的边长以及每个图像块的第一灰度值范围的下限。
优选地,所述根据多个图像块的灰度值分布,确定第一定长编码长度,包括:
针对每个图像块,根据图像块中的最小灰度值和最大灰度值,确定图像块的第三灰度值范围;
根据所有图像块的第三灰度值范围的大小的平均值,确定第一定长编码长度。
优选地,所述第一定长编码长度的计算公式包括:
式中,b表示第一定长编码长度,表示所有图像块的第三灰度值范围的大小的平
均值,表示以2为底的对数函数,表示向上取整。
优选地,所述根据第一定长编码长度和图像块的灰度值分布,确定该图像块的第一灰度值范围,包括:
根据第一定长编码长度,确定第一灰度值范围的大小;
若图像块的第三灰度值范围的大小小于或者等于第一灰度值范围的大小,则确定该图像块的第一灰度值范围的下限为图像块中的最小灰度值;
若图像块的第三灰度值范围的大小大于第一灰度值范围的大小,则针对图像块的第三灰度值范围内的每个灰度值,确定以该灰度值作为第一灰度值范围的下限时,所述图像块内灰度值在所述第一灰度值范围内的像素点的数量;确定第三灰度值范围内能够使得第一灰度值范围中包含的像素点的数量最多的灰度值为该图像块的第一灰度值范围的下限;
根据图像块的第一灰度值范围的下限和第一灰度值范围的大小,确定图像块的第一灰度值范围。
优选地,所述第一灰度值范围的大小的计算公式包括:
式中,F表示第一灰度值范围的大小,b表示第一定长编码长度。
优选地,所述将环境图像划分为多个图像块,包括:
将环境图像划分为多个边长为K的图像块,K取遍预设边长取值范围中的所有整数;
所述方法还包括:
针对不同取值的K,在获得K对应的第一定长编码长度和每个边长为K的图像块的第一灰度值范围后,根据第一定长编码长度、第二灰度值范围的第二定长编码长度和每个边长为K的图像块的第一灰度值范围,确定K对应的编码数据量;
确定对应的编码数据量最小的K为最优边长;
所述根据每个图像块的第一灰度值范围,对该图像块中的第一像素点进行定长编码,包括:
根据每个图像块的目标灰度值范围,对该图像块中的第一像素点进行定长编码,所述目标灰度值范围为根据所述最优边长确定的第一灰度值范围;
所述解码信息包括第一定长编码长度、第二灰度值范围的下限和上限、图像块的边长以及每个图像块的第一灰度值范围的下限,包括:
解码信息包括第一定长编码长度、第二灰度值范围的下限和上限、图像块的最优边长以及每个图像块的目标灰度值范围的下限。
优选地,所述根据第一定长编码长度、第二灰度值范围的第二定长编码长度和每个边长为K的图像块的第一灰度值范围,确定K对应的编码数据量,包括:
式中,表示K对应的编码数据量,表示K对应的第一定长编码长度,表示边长为K的图像块的数量,表示边长为K的所有图像块中第i个图像块内
灰度值在第i个图像块的第一灰度值范围内的像素点的数量,c表示第二灰度值范围的第二
定长编码长度。
优选地,所述根据环境图像中每个像素点的位置、每个像素点的定长编码的结果和解码信息,获得环境图像的编码结果,包括:
在每个第二像素点的定长编码的结果前面添加标识编码,所述标识编码用来标记第二像素点;
环境图像中每个像素点的定长编码的结果、每个第二像素点的定长编码的结果前面添加的标识编码和解码信息,组成环境图像的编码结果。
优选地,所述第二灰度值范围,包括:
根据环境图像中的最小灰度值和最大灰度值,确定第二灰度值范围。
本发明的技术方案的有益效果是:本发明根据环境图像的灰度值分布,确定第一灰度值范围,对于灰度值在第一灰度值范围中的像素点,根据第一灰度值范围进行定长编码,缩短定长编码的编码长度,提高通信效率,对于灰度值不在第一灰度值范围中的像素点,根据第二灰度值范围进行定长编码,第二灰度值范围包含第一灰度值范围,保证调度数据的数据精度,实现在保证调度数据的数据精度的同时提高调度数据的通信效率。
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为本发明的一种大型矿区无人驾驶矿车调度数据智能管理方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种大型矿区无人驾驶矿车调度数据智能管理方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
调度数据是指无人驾驶***中产生的数据,包括无人驾驶矿车采集的前端数据,例如,行驶过程中采集的环境视频、无人驾驶矿车的行为数据(速度、加速度等)、状态数据(燃料或电池状态等),以及调度中心根据无人驾驶矿车采集的前端数据,为无人驾驶矿车规划的路径、行驶速度等控制信息。
通过定长编码实现对调度数据进行无损压缩,能够保证调度数据的数据精度,定长编码的编码长度越短,压缩效率越高,调度数据的通信效率越高,为了保证能够对所有图像进行定长编码,常规根据最大的灰度值范围的大小获得定长编码的编码长度,由于最大的灰度值范围的大小较大,所以定长编码的编码长度较长,导致压缩效率较低,进而导致通信效率较低。
因此,本发明实施例根据环境图像的灰度值分布,确定第一灰度值范围,对于灰度值在第一灰度值范围中的像素点,根据第一灰度值范围进行定长编码,缩短定长编码的编码长度,提高通信效率,对于灰度值不在第一灰度值范围中的像素点,根据第二灰度值范围进行定长编码,第二灰度值范围包含第一灰度值范围,保证调度数据的数据精度,实现在保证调度数据的数据精度的同时提高调度数据的通信效率。
下面结合附图具体的说明本发明所提供的一种大型矿区无人驾驶矿车调度数据智能管理方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种大型矿区无人驾驶矿车调度数据智能管理方法的步骤流程图,该方法包括以下步骤:
S001.获得无人驾驶矿车在行驶过程中采集的环境视频。
需要说明的是,为了实时监控无人驾驶矿车情况,调度中心需要根据无人驾驶矿车周围环境,判断无人驾驶矿车情况;无人驾驶矿车的调度数据中的环境视频包含无人驾驶矿车在行驶和作业过程中的周围环境,调度数据中的环境视频作为实时监控无人驾驶矿车情况的重要依据,需要通过图像通信传输至调度中心。
在本发明实施例中,通过车载摄像头采集无人驾驶矿车的环境视频,每个环境视频的时长为10秒。
S002.根据每一帧环境图像的灰度值分布,确定每一帧环境图像的第一灰度值范围。
可选地,根据每一帧环境图像的灰度值分布,确定每一帧环境图像的第一灰度值范围,包括:针对环境视频中的每一帧环境图像,根据环境图像中分布集中的灰度值,确定环境图像的第一灰度值范围,环境图像中灰度值在所述第一灰度值范围内的像素点的数量与环境图像中所有像素点的数量的比例等于预设比例,实施人员可根据实际实施情况设置比例,例如80%。
例如,若预设比例为80%,环境图像的第三灰度值范围为[50,203],其中,环境图像中灰度值在[80,157]范围内的像素点的数量占环境图像中所有像素点的数量的80%,环境图像中灰度值在[100,200]范围内的像素点的数量占环境图像中所有像素点的数量的80%,则环境图像的第一灰度值范围可以为[80,157]范围,也可以为[100,200]范围。
需要说明的是,由于环境图像的第一灰度值范围是环境图像的第三灰度值范围的一部分,第一灰度值范围的大小较小,所以根据第一灰度值范围对每一帧环境图像进行定长编码,能够缩短定长编码的编码长度,提高压缩效率。
进一步需要说明的是,考虑到环境图像具有局部相似性,所以环境图像中局部区域的第三灰度值范围的大小更小,本实施例通过对环境图像进行分块,图像块代表了环境图像中局部区域,所以图像块的第三灰度值范围的大小较小,根据图像块的第三灰度值范围的大小对图像块进行定长编码,能够缩短定长编码的编码长度,提高压缩效率。
优选地,根据每一帧环境图像的灰度值分布,确定每一帧环境图像的第一灰度值范围,包括:将环境图像划分为多个图像块;根据多个图像块的灰度值分布,确定第一定长编码长度;针对每个图像块,根据第一定长编码长度和图像块的灰度值分布,确定该图像块的第一灰度值范围。
可选地,所述根据第一定长编码长度和图像块的灰度值分布,确定该图像块的第一灰度值范围,包括:针对每个图像块,根据图像块中的最小灰度值和最大灰度值,确定图像块的第三灰度值范围;根据所有图像块的第三灰度值范围的大小的平均值,确定第一定长编码长度;根据第一定长编码长度,确定第一灰度值范围的大小;若图像块的第三灰度值范围的大小小于或者等于第一灰度值范围的大小,则确定该图像块的第一灰度值范围的下限为图像块中的最小灰度值,或者确定该图像块的第一灰度值范围的上限为图像块中的最大灰度值,或者确定该图像块的第一灰度值范围为包含所述图像块的第三灰度值范围;若图像块的第三灰度值范围的大小大于第一灰度值范围的大小,则针对图像块的第三灰度值范围内的每个灰度值,确定以该灰度值作为第一灰度值范围的下限时,所述图像块内灰度值在所述第一灰度值范围内的像素点的数量;确定第三灰度值范围内能够使得第一灰度值范围中包含的像素点的数量最多的灰度值为该图像块的第一灰度值范围的下限;根据图像块的第一灰度值范围的下限和第一灰度值范围的大小,确定图像块的第一灰度值范围。
需要说明的是,为了环境图像的精度,需要传输每个图像块的第一灰度值范围;如果不同图像块的第一灰度值范围的大小不同,想要准确地传输每个图像块的第一灰度值范围,就需要传输图像块的第一灰度值范围的两个边界,这样会导致需要传输的数据量增加,传输效率降低;本发明实施例将所有图像块的第一灰度值范围的大小调整为相同大小,此时只需要传输图像块的第一灰度值范围的两个边界的中的任意一个,即可准确地传输每个图像块的第一灰度值范围,减少需要传输的数据量,进而提高传输效率。
所述第一定长编码长度的计算公式包括:
式中,b表示第一定长编码长度,表示所有图像块的第三灰度值范围的大小的平
均值,表示以2为底的对数函数,表示向上取整。
所述第一灰度值范围的大小的计算公式包括:
式中,F表示第一灰度值范围的大小,b表示第一定长编码长度。
所述针对图像块的第三灰度值范围内的每个灰度值,确定以该灰度值作为第一灰度值范围的下限时,所述图像块内灰度值在所述第一灰度值范围内的像素点的数量,具体计算公式包括:
式中,表示以图像块的第三灰度值范围内的第j个灰度值作为第一灰度值范围
的下限时,所述图像块内灰度值在所述第一灰度值范围内的像素点的数量,j取遍{1,2,…,
f-F+1}中的整数,f表示图像块的第三灰度值范围的大小,F表示所有图像块的第一灰度值
范围的大小,表示图像块中第i个灰度值对应的像素点的数量,第i个灰度值是指图像块
的第三灰度值范围内的第i个灰度值。
需要说明的是,第一灰度值范围的大小决定了图像块的第一灰度值范围,图像块的第一灰度值范围则决定了用较短的编码长度,对图像块中哪些灰度值对应的像素点进行定长编码,用较短的编码长度进行定长编码的像素点的数量越多,则压缩效率越大。当图像块的第一灰度值范围的大小大于等于第三灰度值范围的大小时,图像块的第一灰度值范围包含了图像块的第三灰度值范围,此时图像块中所有灰度值对应的像素点都能够用较短的编码长度进行定长编码;但是当图像块的第一灰度值范围的大小小于第三灰度值范围的大小时,图像块的第一灰度值范围不包含图像块的第三灰度值范围,此时图像块中只有部分灰度值对应的像素点能够用较短的编码长度进行定长编码;为了保证压缩效率,需要保证图像块的第一灰度值范围内的灰度值对应的像素点的数量最多。
需要说明的是,边长大小不同的图像块的第三灰度值范围的大小不同,相应的压缩效率不同,因此,本实施例分别用每种边长大小的图像块,将图像划分为多个大小相同的图像块,根据每种边长大小下所有图像块的第三灰度值范围的大小确定图像中像素点的定长编码长度,从所有边长大小中筛选最优的边长大小,减小图像块的第三灰度值范围的大小,缩短定长编码的编码长度,提高压缩效率。
优选地,所述将环境图像划分为多个图像块,包括:将环境图像划分为多个边长为K的图像块,K取遍预设边长取值范围中的所有整数,实施人员可根据实际实施情况设置边长取值范围,例如[2,16];针对不同取值的K,在获得K对应的第一定长编码长度和每个边长为K的图像块的第一灰度值范围后,根据第一定长编码长度、第二灰度值范围的第二定长编码长度和每个边长为K的图像块的第一灰度值范围,确定K对应的编码数据量;确定编码数据量最小的K为最优边长。
特殊地,如果划分的图像块的大小不满足边长为K的正方形图像,则通过补充像素点,将其填充为大小满足边长为K的正方形图像,补充的像素点的灰度值等于图像块中所有像素点的灰度值均值。
需要说明的是,环境图像的编码结果的数据量由两部分决定,一部分是图像块中所有像素点的编码结果,另一部分是图像块的第一灰度值范围的下限的编码结果。对于图像块的第一灰度值范围内的灰度值对应的像素点,定长编码的结果的长度等于第一定长编码长度,而对于图像块的第一灰度值范围外的灰度值对应的像素点,定长编码的结果的长度等于第二定长编码长度;如果直接将两种编码长度混在一起,则会导致无法准确解码;因此,还需要用标记编码对第一灰度值范围外的灰度值对应的像素点的编码结果进行标记,标记编码的长度等于第一定长编码长度;第一灰度值范围的下限的编码长度等于第二定长编码长度。
可选地,所述K对应的编码数据量的计算公式包括:
式中,表示K对应的编码数据量,表示K对应的第一定长编码长度,表示边长为K的图像块的数量,表示边长为K的所有图像块中第i个图像块内
灰度值在第i个图像块的第一灰度值范围内的像素点的数量,c表示第二定长编码长度。
可选地,所述确定第二灰度值范围时,为了保证第二灰度值范围对所有环境图像都适用,确定第二灰度值范围为[0,225]范围;为了缩短第二灰度值范围,提高压缩效率,也可以根据环境图像中的最小灰度值和最大灰度值,确定第二灰度值范围。
所述第二定长编码长度的计算公式包括:
式中,c表示第二定长编码长度,F表示第二灰度值范围的大小,表示以2为
底的对数函数,表示向上取整。
S003.根据第一灰度值范围对环境图像中的第一像素点进行定长编码,根据第二灰度值范围对环境图像中的第二像素点进行定长编码,根据环境图像中每个像素点的位置、每个像素点的定长编码的结果和解码信息,获得环境图像的编码结果;向调度中心发送每一帧环境图像的编码结果。
需要说明的是,为了保证调度中心能够根据每一帧环境图像的编码结果,获得每一帧无损的环境图像,每一帧环境图像的编码结果中还包括第一定长编码长度、第二灰度值范围的下限和上限以及第一灰度值范围的下限这些解码信息。
可选地,根据第一灰度值范围对环境图像中的第一像素点进行定长编码,所述第一像素点为灰度值在第一灰度值范围中的像素点,所述定长编码的过程为:根据第一灰度值范围对应的第一定长编码长度,给第一灰度值范围内的每个灰度值分配一个长度等于第一定长编码长度的二进制数,根据每个灰度值对应的二进制数对环境图像中的第一像素点进行定长编码;根据第二灰度值范围对环境图像中的第二像素点进行定长编码,所述第二像素点为灰度值不在第一灰度值范围中的像素点,第二灰度值范围包含第一灰度值范围;根据环境图像中每个像素点的位置、每个像素点的定长编码的结果和解码信息,获得环境图像的编码结果,所述解码信息包括第一定长编码长度、第二灰度值范围的下限和上限以及第一灰度值范围的下限;向调度中心发送每一帧环境图像的编码结果。
优选地,确定每个图像块的第一灰度值范围后,所述根据第一灰度值范围对环境图像中的第一像素点进行定长编码,包括:根据每个图像块的第一灰度值范围,对该图像块中的第一像素点进行定长编码。
优选地,确定最优边长后,所述根据每个图像块的第一灰度值范围,对该图像块中的第一像素点进行定长编码,包括:根据每个图像块的目标灰度值范围,对该图像块中的第一像素点进行定长编码,所述目标灰度值范围为根据所述最优边长确定的第一灰度值范围。
优选地,确定每个图像块的第一灰度值范围后,所述解码信息包括解码信息包括第一定长编码长度、第二灰度值范围的下限和上限、图像块的边长以及每个图像块的第一灰度值范围的下限。
优选地,确定最优边长后,所述解码信息包括解码信息包括第一定长编码长度、第二灰度值范围的下限和上限、图像块的最优边长以及每个图像块的目标灰度值范围的下限。
需要说明的是,环境图像的编码结果中存在两种编码长度,两种编码长度混在一起,会导致无法准确解码,因此,需要在每个第二像素点的编码结果前面添加标识编码,以此保证图像的编码结果的可解码性。
可选地,所述根据环境图像中每个像素点的位置、每个像素点的定长编码的结果和解码信息,获得环境图像的编码结果,包括:在每个第二像素点的定长编码的结果前面添加标识编码,所述标识编码用来标记第二像素点,所述标识编码由第一定长编码长度个0组成,且所述标识编码与所有第一像素点的定长编码的结果均不相同;将解码信息转换为二进制数据,获得解码信息的转换结果;环境图像中每个像素点的定长编码的结果、每个第二像素点的定长编码的结果前面添加的标识编码和解码信息的转换结果,组成环境图像的编码结果。
可选的,所述将解码信息转换为二进制数据,获得解码信息的转换结果,包括:解码信息中的第一定长编码长度是范围[1,7]内的十进制整数,因此将第一定长编码长度转换为3位二进制数,第二灰度值范围的下限和上限以及第一灰度值范围的下限的范围为[0,255],因此将第二灰度值范围的下限和上限以及第一灰度值范围的下限分别转换为8位二进制数,第一定长编码长度、第二灰度值范围的下限和上限以及第一灰度值范围的下限的转换结果组成解码信息的转换结果。
优选地,确定每个图像块的第一灰度值范围后,所述将解码信息转换为二进制数据,获得解码信息的转换结果,包括:将第一定长编码长度转换为3位二进制数,将第二灰度值范围的下限和上限分别转换为8位二进制数,由于图像块的边长取值范围为[2,16],因此将图像块的边长转换为4位二进制数,由于第二灰度值范围包含第一灰度值范围,因此将每个图像块的第一灰度值范围的下限转换为c位二进制数,c表示第二定长编码长度,第一定长编码长度、第二灰度值范围的下限和上限、图像块的边长以及每个图像块的第一灰度值范围的下限的转换结果组成解码信息的转换结果。
优选地,确定最优边长后,所述将解码信息转换为二进制数据,获得解码信息的转换结果,包括:将第一定长编码长度转换为3位二进制数,将第二灰度值范围的下限和上限分别转换为8位二进制数,将图像块的最优边长转换为4位二进制数,将每个图像块的目标灰度值范围的下限转换为c位二进制数,c表示第二定长编码长度,第一定长编码长度、第二灰度值范围的下限和上限、图像块的最优边长以及每个图像块的目标灰度值范围的下限的转换结果组成解码信息的转换结果。
可选地,调度中心对接收到的每一帧环境图像的编码结果进行解码,确定每一帧环境图像,调度中心的工作人员根据所有帧环境图像组成的环境视频,确定无人驾驶矿车在行驶过程中的突发事件;结合突发事件和接收到的无人驾驶矿车的行为数据和状态数据,为无人驾驶矿车重新规划的路径、行驶速度等控制信息,实现对大型矿区无人驾驶矿车的调度数据的智能管理。
可选地,所述对接收到的每一帧环境图像的编码结果进行解码,确定每一帧环境图像,包括:将每一帧环境图像的编码结果的前3位二进制数转换为十进制,作为第一定长编码长度;根据第4位到第11位二进制数,确定第二灰度值范围的下限,根据第12位到第19位二进制数,确定第二灰度值范围的上限,根据第20位到第27位二进制数,确定第一灰度值范围的下限,根据第二灰度值范围的下限和上限,确定第二灰度值范围的大小,根据第二灰度值范围的大小,确定第二定长编码长度,根据第一定长编码长度确定第一灰度值范围的大小,根据第一灰度值范围的大小和第一灰度值范围的下限确定第一灰度值范围,根据第一定长编码长度确定标识编码,根据第一灰度值范围、第一定长编码长度和标识编码,对编码结果中的剩余的二进制数进行定长解码,对于标识编码后面的二进制数,根据第二灰度值范围和第二定长编码长度进行定长解码。
优选地,确定每个图像块的第一灰度值范围后,所述对接收到的每一帧环境图像的编码结果进行解码,确定每一帧环境图像,包括:根据每一帧环境图像的编码结果的前3位二进制数,确定第一定长编码长度;根据第4位到第11位二进制数,确定第二灰度值范围的下限,根据第12位到第19位二进制数,确定第二灰度值范围的上限,根据第13位到第16位二进制数,确定图像块的边长,根据环境图像的大小和图像块的边长,确定每帧环境图像被划分的图像块的数量,根据第二灰度值范围的下限和上限,确定第二灰度值范围的大小,根据第二灰度值范围的大小,确定第二定长编码长度,对第17位二进制数到第16+c×S位二进制数,依次读取第二定长编码长度的二进制数,利用第二定长编码长度进行定长解码,确定每个图像块的第一灰度值范围的下限,c表示第二定长编码长度,S表示图像块的数量,根据第一定长编码长度确定第一灰度值范围的大小,根据第一灰度值范围的大小和每个图像块的第一灰度值范围的下限确定每个图像块的第一灰度值范围,根据第一定长编码长度确定标识编码,对编码结果中的第17+c×S位二进制数之后的二进制数,依次读取第一定长编码长度的二进制数,利用每个图像块的第一灰度值范围进行定长解码:在解码过程中,若遇到标识编码,则对标识编码后面的长度等于第二定长编码长度的二进制数,根据第二灰度值范围进行定长解码。
优选地,确定最优边长后,所述对接收到的每一帧环境图像的编码结果进行解码,确定每一帧环境图像,包括:根据每一帧环境图像的编码结果的前3位二进制数,确定第一定长编码长度;根据第4位到第11位二进制数,确定第二灰度值范围的下限,根据第12位到第19位二进制数,确定第二灰度值范围的上限,根据第13位到第16位二进制数,确定图像块的最优边长,根据环境图像的大小和图像块的最优边长,确定每帧环境图像被划分的图像块的数量,根据第二灰度值范围的下限和上限,确定第二灰度值范围的大小,根据第二灰度值范围的大小,确定第二定长编码长度,对第17位二进制数到第16+c×S位二进制数,依次读取第二定长编码长度的二进制数,利用第二定长编码长度进行定长解码,确定每个图像块的目标灰度值范围的下限,根据第一定长编码长度确定目标灰度值范围的大小,根据目标灰度值范围的大小和每个图像块的目标灰度值范围的下限确定每个图像块的目标灰度值范围,根据目标定长编码长度确定标识编码,对编码结果中的第17+c×S位二进制数之后的二进制数,依次读取第一定长编码长度的二进制数,利用每个图像块的目标灰度值范围进行定长解码:在解码过程中,若遇到标识编码,则对标识编码后面的长度等于第二定长编码长度的二进制数,根据第二灰度值范围进行定长解码。
本发明根据环境图像的灰度值分布,确定第一灰度值范围,对于灰度值在第一灰度值范围中的像素点,根据第一灰度值范围进行定长编码,缩短定长编码的编码长度,提高通信效率,对于灰度值不在第一灰度值范围中的像素点,根据第二灰度值范围进行定长编码,第二灰度值范围包含第一灰度值范围,保证调度数据的数据精度,实现在保证调度数据的数据精度的同时提高调度数据的通信效率。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种大型矿区无人驾驶矿车调度数据智能管理方法,其特征在于,该方法包括以下步骤:
获得无人驾驶车辆在行驶过程中采集的环境视频;
针对环境视频中的每一帧环境图像,根据环境图像的灰度值分布,确定第一灰度值范围;
根据第一灰度值范围对环境图像中的第一像素点进行定长编码,第一像素点为灰度值在第一灰度值范围中的像素点;
根据第二灰度值范围对环境图像中的第二像素点进行定长编码,第二像素点为灰度值不在第一灰度值范围中的像素点,第二灰度值范围包含第一灰度值范围;
根据环境图像中每个像素点的位置、每个像素点的定长编码的结果和解码信息,获得环境图像的编码结果,所述解码信息包括第一定长编码长度、第二灰度值范围的下限和上限以及第一灰度值范围的下限;
向调度中心发送每一帧环境图像的编码结果;
所述根据环境图像的灰度值分布,确定第一灰度值范围,包括:
将环境图像划分为多个图像块;
根据多个图像块的灰度值分布,确定第一定长编码长度;
针对每个图像块,根据第一定长编码长度和图像块的灰度值分布,确定该图像块的第一灰度值范围;
所述根据第一灰度值范围对环境图像中的第一像素点进行定长编码,第一像素点为灰度值在第一灰度值范围中的像素点,包括:
根据每个图像块的第一灰度值范围,对该图像块中的第一像素点进行定长编码,该图像块中的第一像素点为灰度值在该图像块的第一灰度值范围中的像素点;
所述解码信息包括第一定长编码长度、第二灰度值范围的下限和上限以及第一灰度值范围的下限,包括:
解码信息包括第一定长编码长度、第二灰度值范围的下限和上限、图像块的边长以及每个图像块的第一灰度值范围的下限;
所述将环境图像划分为多个图像块,包括:
将环境图像划分为多个边长为K的图像块,K取遍预设边长取值范围中的所有整数;
所述方法还包括:
针对不同取值的K,在获得K对应的第一定长编码长度和每个边长为K的图像块的第一灰度值范围后,根据第一定长编码长度、第二灰度值范围的第二定长编码长度和每个边长为K的图像块的第一灰度值范围,确定K对应的编码数据量;
确定对应的编码数据量最小的K为最优边长;
所述根据每个图像块的第一灰度值范围,对该图像块中的第一像素点进行定长编码,包括:
根据每个图像块的目标灰度值范围,对该图像块中的第一像素点进行定长编码,所述目标灰度值范围为根据所述最优边长确定的第一灰度值范围;
所述解码信息包括第一定长编码长度、第二灰度值范围的下限和上限、图像块的边长以及每个图像块的第一灰度值范围的下限,包括:
解码信息包括第一定长编码长度、第二灰度值范围的下限和上限、图像块的最优边长以及每个图像块的目标灰度值范围的下限;
所述根据第一定长编码长度、第二灰度值范围的第二定长编码长度和每个边长为K的图像块的第一灰度值范围,确定K对应的编码数据量,包括:
式中,表示K对应的编码数据量,/>表示K对应的第一定长编码长度,表示边长为K的图像块的数量,/>表示边长为K的所有图像块中第i个图像块内灰度值在第i个图像块的第一灰度值范围内的像素点的数量,c表示第二灰度值范围的第二定长编码长度。
2.根据权利要求1所述的一种大型矿区无人驾驶矿车调度数据智能管理方法,其特征在于,所述根据多个图像块的灰度值分布,确定第一定长编码长度,包括:
针对每个图像块,根据图像块中的最小灰度值和最大灰度值,确定图像块的第三灰度值范围;
根据所有图像块的第三灰度值范围的大小的平均值,确定第一定长编码长度。
3.根据权利要求2所述的一种大型矿区无人驾驶矿车调度数据智能管理方法,其特征在于,所述第一定长编码长度的计算公式包括:
式中,b表示第一定长编码长度,表示所有图像块的第三灰度值范围的大小的平均值,表示以2为底的对数函数,/>表示向上取整。
4.根据权利要求1所述的一种大型矿区无人驾驶矿车调度数据智能管理方法,其特征在于,所述根据第一定长编码长度和图像块的灰度值分布,确定该图像块的第一灰度值范围,包括:
根据第一定长编码长度,确定第一灰度值范围的大小;
若图像块的第三灰度值范围的大小小于或者等于第一灰度值范围的大小,则确定该图像块的第一灰度值范围的下限为图像块中的最小灰度值;
若图像块的第三灰度值范围的大小大于第一灰度值范围的大小,则针对图像块的第三灰度值范围内的每个灰度值,确定以该灰度值作为第一灰度值范围的下限时,所述图像块内灰度值在所述第一灰度值范围内的像素点的数量;确定第三灰度值范围内能够使得第一灰度值范围中包含的像素点的数量最多的灰度值为该图像块的第一灰度值范围的下限;
根据图像块的第一灰度值范围的下限和第一灰度值范围的大小,确定图像块的第一灰度值范围。
5.根据权利要求4所述的一种大型矿区无人驾驶矿车调度数据智能管理方法,其特征在于,所述第一灰度值范围的大小的计算公式包括:
式中,F表示第一灰度值范围的大小,b表示第一定长编码长度。
6.根据权利要求1-5任一项所述的一种大型矿区无人驾驶矿车调度数据智能管理方法,其特征在于,所述根据环境图像中每个像素点的位置、每个像素点的定长编码的结果和解码信息,获得环境图像的编码结果,包括:
在每个第二像素点的定长编码的结果前面添加标识编码,所述标识编码用来标记第二像素点;
环境图像中每个像素点的定长编码的结果、每个第二像素点的定长编码的结果前面添加的标识编码和解码信息,组成环境图像的编码结果。
7.根据权利要求1所述的一种大型矿区无人驾驶矿车调度数据智能管理方法,其特征在于,所述第二灰度值范围,包括:
根据环境图像中的最小灰度值和最大灰度值,确定第二灰度值范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311698137.4A CN117395380B (zh) | 2023-12-12 | 2023-12-12 | 一种大型矿区无人驾驶矿车调度数据智能管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311698137.4A CN117395380B (zh) | 2023-12-12 | 2023-12-12 | 一种大型矿区无人驾驶矿车调度数据智能管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117395380A CN117395380A (zh) | 2024-01-12 |
CN117395380B true CN117395380B (zh) | 2024-02-23 |
Family
ID=89441436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311698137.4A Active CN117395380B (zh) | 2023-12-12 | 2023-12-12 | 一种大型矿区无人驾驶矿车调度数据智能管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117395380B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000059632A (ja) * | 1998-08-05 | 2000-02-25 | Minolta Co Ltd | 画像符号化装置 |
JP2000287087A (ja) * | 1999-03-31 | 2000-10-13 | Minolta Co Ltd | 画像処理装置 |
JP2008301379A (ja) * | 2007-06-02 | 2008-12-11 | Konica Minolta Business Technologies Inc | 画像処理方法および画像処理装置 |
JP2009212800A (ja) * | 2008-03-04 | 2009-09-17 | Konica Minolta Business Technologies Inc | 画像圧縮装置 |
CN101835049A (zh) * | 2010-05-24 | 2010-09-15 | 上海师范大学 | 一种jpeg图像自嵌入数字水印的生成及认证方法 |
JP2011171818A (ja) * | 2010-02-16 | 2011-09-01 | Konica Minolta Business Technologies Inc | 画像処理回路及び画像形成装置 |
WO2013144809A2 (en) * | 2012-03-26 | 2013-10-03 | Koninklijke Philips N.V. | Brightness region-based apparatuses and methods for hdr image encoding and decoding |
CN108513131A (zh) * | 2018-03-28 | 2018-09-07 | 浙江工业大学 | 一种自由视点视频深度图感兴趣区域编码方法 |
CN115914640A (zh) * | 2022-11-08 | 2023-04-04 | 陕西通信规划设计研究院有限公司 | 一种用于车联网的数据压缩方法 |
CN116405574A (zh) * | 2023-06-08 | 2023-07-07 | 中国人民解放军总医院第二医学中心 | 一种远程医疗图像优化通讯方法及*** |
CN116668710A (zh) * | 2023-06-09 | 2023-08-29 | 中国电信股份有限公司 | 一种彩色图像传输方法、***、装置与存储介质 |
WO2023221764A1 (zh) * | 2022-05-20 | 2023-11-23 | 海思技术有限公司 | 视频编码方法、视频解码方法及相关装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021175049A (ja) * | 2020-04-22 | 2021-11-01 | 株式会社リコー | 情報処理装置、情報処理方法、及びプログラム |
-
2023
- 2023-12-12 CN CN202311698137.4A patent/CN117395380B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000059632A (ja) * | 1998-08-05 | 2000-02-25 | Minolta Co Ltd | 画像符号化装置 |
JP2000287087A (ja) * | 1999-03-31 | 2000-10-13 | Minolta Co Ltd | 画像処理装置 |
JP2008301379A (ja) * | 2007-06-02 | 2008-12-11 | Konica Minolta Business Technologies Inc | 画像処理方法および画像処理装置 |
JP2009212800A (ja) * | 2008-03-04 | 2009-09-17 | Konica Minolta Business Technologies Inc | 画像圧縮装置 |
JP2011171818A (ja) * | 2010-02-16 | 2011-09-01 | Konica Minolta Business Technologies Inc | 画像処理回路及び画像形成装置 |
CN101835049A (zh) * | 2010-05-24 | 2010-09-15 | 上海师范大学 | 一种jpeg图像自嵌入数字水印的生成及认证方法 |
WO2013144809A2 (en) * | 2012-03-26 | 2013-10-03 | Koninklijke Philips N.V. | Brightness region-based apparatuses and methods for hdr image encoding and decoding |
CN108513131A (zh) * | 2018-03-28 | 2018-09-07 | 浙江工业大学 | 一种自由视点视频深度图感兴趣区域编码方法 |
WO2023221764A1 (zh) * | 2022-05-20 | 2023-11-23 | 海思技术有限公司 | 视频编码方法、视频解码方法及相关装置 |
CN115914640A (zh) * | 2022-11-08 | 2023-04-04 | 陕西通信规划设计研究院有限公司 | 一种用于车联网的数据压缩方法 |
CN116405574A (zh) * | 2023-06-08 | 2023-07-07 | 中国人民解放军总医院第二医学中心 | 一种远程医疗图像优化通讯方法及*** |
CN116668710A (zh) * | 2023-06-09 | 2023-08-29 | 中国电信股份有限公司 | 一种彩色图像传输方法、***、装置与存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117395380A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116405574B (zh) | 一种远程医疗图像优化通讯方法及*** | |
CN105185100A (zh) | 一种车辆监控管理*** | |
CN112131865B (zh) | 一种轨道交通报文数字压缩处理方法、装置及存储介质 | |
CN116760952B (zh) | 基于无人机的电力铁塔维护巡检方法 | |
CN116320499B (zh) | 一种通信方法及*** | |
CN1707545A (zh) | 超速车辆拍照管理*** | |
CN114782479A (zh) | 一种工业设备状态监控管理方法 | |
CN117395380B (zh) | 一种大型矿区无人驾驶矿车调度数据智能管理方法 | |
CN112352431A (zh) | 一种数据编码、解码方法、设备及存储介质 | |
CN116910285B (zh) | 基于物联网的智慧交通数据优化存储方法 | |
CN104852783A (zh) | 一种gps数据传输方法及*** | |
CN115529357A (zh) | 基于mes互通互联生产数据的更新异常匹配方法 | |
CN116828210A (zh) | 一种用于矿下视频采集智能传输方法及*** | |
US20040037461A1 (en) | Adaptive method and system for mapping parameter values to codeword indexes | |
CN116708845B (zh) | 基于5g技术的肠胃医疗图像通讯传输方法 | |
CN115474044B (zh) | 一种Bayer域图像有损压缩方法 | |
CN116318557A (zh) | 轨道交通通信网关及通信网关数据传输方法 | |
CN1161911C (zh) | 从传输格式组合的计算值到传输格式组合指示的映射方法 | |
CN116684003B (zh) | 一种基于量子通信的铁路沿线空地综合监测方法及*** | |
CN112613280A (zh) | 智慧城市的公共服务信息处理***及信息处理方法 | |
CN117119120B (zh) | 基于多台无人驾驶矿车的协同控制方法 | |
CN117873986A (zh) | 一种航迹数据共享方法及*** | |
CN116866972B (zh) | 一种基于双模通信的通信监测***和方法 | |
US11772687B1 (en) | Low-energy-consumption grading and positioning method for coal mine auxiliary transportation vehicle and system thereof | |
CN115546504A (zh) | 一种图像数据压缩方法、***、装置及存储介质 |
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 |