CN117434941A - 基于机器视觉的自动驾驶车辆并线方法和装置、电子设备 - Google Patents
基于机器视觉的自动驾驶车辆并线方法和装置、电子设备 Download PDFInfo
- Publication number
- CN117434941A CN117434941A CN202311314023.5A CN202311314023A CN117434941A CN 117434941 A CN117434941 A CN 117434941A CN 202311314023 A CN202311314023 A CN 202311314023A CN 117434941 A CN117434941 A CN 117434941A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- automatic driving
- driving vehicle
- distance
- determining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000008859 change Effects 0.000 claims description 13
- 230000011664 signaling Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 11
- 238000001514 detection method Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process 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
- 238000012545 processing Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于机器视觉的自动驾驶车辆并线方案，属于自动驾驶技术领域，自动驾驶车辆两侧安装有摄像头，所述方法包括：接收到并线指令的情况下，获取所述摄像头采集到的所述自动驾驶车辆后方目标车道的交通场景信息；采用预设算法对所述交通场景信息进行检测，确定所述目标车道内各车辆的行驶信息；基于各所述车辆的行驶信息，确定各所述车辆与所述自动驾驶车辆间的横向距离；依据各所述横向距离判断所述自动驾驶车辆是否满足并线条件；依据判断结果控制所述自动驾驶车辆并线。本申请提供的基于机器视觉的自动驾驶车辆并线方案，能够降低自动驾驶车辆成本、减少车载端计算负担，提升计算效率以满足检测所需实时性要求。
Description
技术领域
本发明涉及自动驾驶技术领域，尤其涉及一种基于机器视觉的自动驾驶车辆并线方法和装置、电子设备。
背景技术
汽车利用传感器、计算机视觉视觉和实时数据处理，使车辆能够准确感知周围环境信息，在没有人类干预的情况下能够智能路径规划并安全行驶，这项技术的背后是多年来在路径规划、优化理论、感知技术和控制***方面的研究与创新。
在交通道路场景中，与其他驾驶汽车进行有效协作具有重要的意义，这种协作包括但不限于并线、交叉路口通行以及坡道合并等驾驶操作。其中，车道变更作为道路驾驶的核心元素之一，常用于超车、避障、站点停靠等目的，执行安全且高效的车道变换是用于创建全自主车辆的关键特征。
然而，具体到一些特殊的车辆例如自动驾驶巴士来说，由于其车身更长、盲区更大，导致行驶过程中存在很大风险，所以传感器部分能否实现无盲区感知，直接决定了自动驾驶巴士在城市公开道路行驶的安全与否。雷达传感器在理论上可以覆盖某个区域，但由于其精度和准确性限制，也无法完全消除盲区，误差和噪声可能会导致车辆对盲区内情况的理解不准确。另外，并线过程还需要考虑到道路上可能出现的动态障碍物，如行人、自行车等，这些障碍物可能在短时间内进入盲区，增加了预测和识别的复杂性。当下，虽然可以通过增加车载端的传感器数量来应对上述问题，但这种做法会大大增加车载端的计算负担增加，无法满足实时性要求，还会增加车辆的成本。
发明内容
本发明实施例的目的是提供一种基于机器视觉的自动驾驶车辆并线方法和装置、电子设备，能够解决现有方案中存在的实时性差、车辆成本高的问题。
为解决上述技术问题，本发明提供如下技术方案：
本发明实施例提供了一种基于机器视觉的自动驾驶车辆并线方法，其中，所述自动驾驶车辆两侧安装有摄像头，所述方法包括：
接收到并线指令的情况下，获取所述摄像头采集到的所述自动驾驶车辆后方目标车道的交通场景信息；
采用预设算法对所述交通场景信息进行检测，确定所述目标车道内各车辆的行驶信息；
基于各所述车辆的行驶信息，确定各所述车辆与所述自动驾驶车辆间的横向距离；
依据各所述横向距离判断所述自动驾驶车辆是否满足并线条件；
依据判断结果控制所述自动驾驶车辆并线。
可选地，基于各所述车辆的行驶信息，确定各所述车辆与所述自动驾驶车辆间的横向距离的步骤，包括：
针对所述目标车道中位于所述自动驾驶车辆后的每个车辆，确定所述车辆与所述自动驾驶车辆之间的真实竖直距离；
基于所述真实竖直距离，确定所述车辆接地点到目标摄像头焦点的第一真实水平距离，其中，所述目标摄像头为所述自动驾驶车辆靠近所述目标车道一侧的摄像头；
基于所述真实竖直距离，确定所述自动驾驶车辆靠近所述目标车道一侧车身到所述目标摄像头焦点的第二真实水平距离；
将所述第二真实水平距离与所述第一真实水平距离之差，确定为所述车辆与所述自动驾驶车辆间的横向距离。
可选地，针对所述目标车道中位于所述自动驾驶车辆后的每个车辆，确定所述车辆与所述自动驾驶车辆之间的真实竖直距离的步骤，包括：
针对所述目标车道中位于所述自动驾驶车辆后的每个车辆，依据目标摄像头的高度、所述目标摄像头沿Y方向焦距以及图像中的所述车辆的像素高度，确定所述车辆与所述自动驾驶车辆之间的真实竖直距离，其中，所述图像为所述目标摄像头拍摄的目标车道的交通场景信息对应的图像。
可选地，所述基于所述真实竖直距离，确定所述车辆接地点到目标摄像头焦点的第一真实水平距离的步骤，包括：
计算所述车辆接地点到所述图像中心点横向像素距离与所述真实竖直距离二者之商；
将所述商与所述目标摄像头沿X方向焦距之积，确定为所述车辆接地点到目标摄像头焦点的第一真实水平距离。
可选地，所述依据各所述横向距离判断所述自动驾驶车辆是否满足并线条件的步骤，包括：
分别将各所述横向距离与预设横向安全距离进行比较；
在各所述横向距离均大于所述预设横向安全距离的情况下，确定所述自动驾驶车辆满足并线条件。
可选地，所述依据判断结果控制所述自动驾驶车辆并线的步骤，包括：
在所述判断结果为所述自动驾驶车辆满足并线条件的情况下，开启转向灯并控制所述自动驾驶车辆快速行驶并线换道；
在所述判断结果为所述自动驾驶车辆不满足并线条件的情况下，返回执行所述获取所述摄像头采集到的所述自动驾驶车辆后方目标车道的交通场景信息的步骤。
可选地，所述开启转向灯并控制所述自动驾驶车辆快速行驶并线换道的步骤包括：
开启转向灯并控制所述自动驾驶车辆快速行驶并线换道的同时，将所述并线换道信息传输至所述自动驾驶车辆的车载显示屏上进行显示。
可选地，所述摄像头为单目摄像头。
本发明实施例提供了一种基于机器视觉的自动驾驶车辆并线装置，其中，所述装置应用于两侧安装有摄像头自动驾驶车辆，所述装置包括：
接收模块，用于接收到并线指令的情况下，获取所述摄像头采集到的所述自动驾驶车辆后方目标车道的交通场景信息；
确定模块，用于采用预设算法对所述交通场景信息进行检测，确定所述目标车道内各车辆的行驶信息；
横向距离确定模块，用于基于各所述车辆的行驶信息，确定各所述车辆与所述自动驾驶车辆间的横向距离；
判断模块，用于依据各所述横向距离判断所述自动驾驶车辆是否满足并线条件；
控制模块，用于依据判断结果控制所述自动驾驶车辆并线。
可选地，所述横向距离确定模块包括：
第一单元，用于针对所述目标车道中位于所述自动驾驶车辆后的每个车辆，确定所述车辆与所述自动驾驶车辆之间的真实竖直距离；
第二单元，用于基于所述真实竖直距离，确定所述车辆接地点到目标摄像头焦点的第一真实水平距离，其中，所述目标摄像头为所述自动驾驶车辆靠近所述目标车道一侧的摄像头；
第三单元，用于基于所述真实竖直距离，确定所述自动驾驶车辆靠近所述目标车道一侧车身到所述目标摄像头焦点的第二真实水平距离；
第四单元，用于将所述第二真实水平距离与所述第一真实水平距离之差，确定为所述车辆与所述自动驾驶车辆间的横向距离。
可选地，所述第一单元具体用于：
针对所述目标车道中位于所述自动驾驶车辆后的每个车辆，依据目标摄像头的高度、所述目标摄像头沿Y方向焦距以及图像中的所述车辆的像素高度，确定所述车辆与所述自动驾驶车辆之间的真实竖直距离，其中，所述图像为所述目标摄像头拍摄的目标车道的交通场景信息对应的图像。
可选地，所述第二单元具体用于：
计算所述车辆接地点到所述图像中心点横向像素距离与所述真实竖直距离二者之商；
将所述商与所述目标摄像头沿X方向焦距之积，确定为所述车辆接地点到目标摄像头焦点的第一真实水平距离。
可选地，所述判断模块包括：
比较单元，用于分别将各所述横向距离与预设横向安全距离进行比较；
结果确定单元，用于在各所述横向距离均大于所述预设横向安全距离的情况下，确定所述自动驾驶车辆满足并线条件。
可选地，所述控制模块包括：
并线单元，用于在所述判断结果为所述自动驾驶车辆满足并线条件的情况下，开启转向灯并控制所述自动驾驶车辆快速行驶并线换道；
返回单元，用于在所述判断结果为所述自动驾驶车辆不满足并线条件的情况下，调用所述接收模块执行所述获取所述摄像头采集到的所述自动驾驶车辆后方目标车道的交通场景信息的操作。
可选地，所述并线单元具体用于：开启转向灯并控制所述自动驾驶车辆快速行驶并线换道的同时，将所述并线换道信息传输至所述自动驾驶车辆的车载显示屏上进行显示。
本发明实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现上述任意一种基于机器视觉的自动驾驶车辆并线方法的步骤。
本发明实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现上述任意一种基于机器视觉的自动驾驶车辆并线方法的步骤。
本发明实施例提供的基于机器视觉的自动驾驶车辆并线方案，在自动驾驶车辆两侧安装有摄像头，自动驾驶车辆接收到并线指令的情况下，获取摄像头采集到的自动驾驶车辆后方目标车道的交通场景信息；采用预设算法对交通场景信息进行检测，确定目标车道内各车辆的行驶信息；基于各车辆的行驶信息，确定各车辆与自动驾驶车辆间的横向距离；依据各横向距离判断自动驾驶车辆是否满足并线条件；依据判断结果控制自动驾驶车辆并线。该种基于机器视觉的自动驾驶车辆并线方案，硬件方面仅需借助自动驾驶车辆两侧安装的两个摄像头，不仅能够降低成本，还能够减少车载端计算负担，提升计算效率以满足检测所需实时性要求；此外，由于所借助的硬件数量少，因此还可以降低自动驾驶车辆能耗。
附图说明
图1是表示本申请实施例的一种基于机器视觉的自动驾驶车辆并线方法的步骤流程图；
图2是表示本申请实施例的一种车辆间横向测距原理示意图；
图3是表示本申请实施例的一种基于机器视觉的自动驾驶车辆并线装置的结构框图；
图4是表示本申请实施例的一种电子设备的结构框图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的基于机器视觉的自动驾驶车辆并线方案进行详细地说明。
如附图1所示，本申请实施例的基于机器视觉的自动驾驶车辆并线方法包括以下步骤：
步骤101：接收到并线指令的情况下，获取摄像头采集到的自动驾驶车辆后方目标车道的交通场景信息。
本申请实施例中，通过安装在自动驾驶车辆两侧的摄像头来感知车辆侧后方目标车道交通场景信息。自动驾驶车辆可以为任意类型的车辆，例如：家用轿车、房车或者巴士等，本申请实施例中以自动驾驶车辆为巴士为例进行说明。并线指令可以由用户在人车交互面板上触控预设控件手动发出，也可以由用户语音发出并线指令，本申请实施例中对并线指令的具体发出方式不作限定。
本申请实施例提供的基于机器视觉的自动驾驶车辆并线方法应用于自动驾驶车辆中的中控设备，该中控设备具有分析、计算功能。该中控设备中存储有基于机器视觉的自动驾驶车辆并线程序或指令，该程序或指令被中控设备的处理器执行时实现本申请实施例中所示的基于机器视觉的自动驾驶车辆并线流程。
在一种可选地实施中摄像头为单目摄像头。单目摄像头成本低易拆卸。
步骤102：采用预设算法对交通场景信息进行检测，确定目标车道内各车辆的行驶信息。
其中，行驶信息包括但不限于：车辆的位置、速度和行驶轨迹。
自动驾驶车辆接收到并线换道指令后，根据目标车道方向调取摄像头采集到的交通场景信息，采用人工智能神经网络算法检测场景内所有车辆的位置、速度和行驶轨迹等信息。摄像头采集到的交通场景信息为视频流包含多帧场景信息图像。
步骤103：基于各车辆的行驶信息，确定各车辆与自动驾驶车辆间的横向距离。
在实际实现过程中，可将分析得到的各车辆的行驶信息输入动态并线辅助***，利用单目测距模块实时测量目标车道所指示车道内存在的所有车辆的真实横向距离即各车辆与该自动驾驶车辆间的横向距离。不仅如此，还可以直接将摄像头采集到的自动驾驶车辆后方目标车道的交通场景信息输入动态并线辅助***，由其进行车辆真实横向距离计算。
车辆与自动驾驶车辆间的横向距离计算时，需要依据摄像头焦距、目标车道与自动驾驶车辆间的方位信息、车辆自身尺寸、目标车道宽度等信息计算得到，具体计算方式参照后续相关说明即可，在此不再赘述。
步骤104：依据各横向距离判断自动驾驶车辆是否满足并线条件。
一种可选地依据各横向距离判断自动驾驶车辆是否满足并线条件的方式可以为：分别将各横向距离与预设横向安全距离进行比较；在各横向距离均大于预设横向安全距离的情况下，确定自动驾驶车辆满足并线条件。
在实际实现过程中，单目测距模块将处理得到的各车辆与自动驾驶车辆间的横向距离送至判断模块，由判断模块判断自动驾驶车辆是否满足并线条件。该判断模块会根据预设横向安全距离来计算自动驾驶车辆是否满足并线条件，并将判断结果发送至自动驾驶车辆的控制模块，控制模块依据判断结果确定自动驾驶车辆应该采取的控制策略并发送指令给自动驾驶车辆的控制模块，控制模块依据指令控制自动驾驶车辆的动力模块从而控制车辆速度。其中，预设航线安全距离可根据车道宽度确定，以标准车道宽度3m～3.5m为例，一般设置预设横向安全距离为3m。
步骤105：依据判断结果控制自动驾驶车辆并线。
目标车道中不存在与该自动驾驶车辆最小横向距离大于预设安全横向距离的车辆时，确定自动驾驶车辆满足并线条件，控制模块采取并线操作，打开转向灯，自动驾驶车辆将加速驶离原车道并完成并线换道。
目标车道中车辆与该自动驾驶车辆间最小横向距离小于安全距离时，确定自动驾驶车辆不满足并线条件，动态并线辅助***实时返回感知信息直到该自动驾驶车辆满足并线条件。
一种可选地依据判断结果控制自动驾驶车辆并线的方式可以如下：在判断结果为自动驾驶车辆满足并线条件的情况下，开启转向灯并控制自动驾驶车辆快速行驶并线换道；在判断结果为自动驾驶车辆不满足并线条件的情况下，返回执行获取摄像头采集到的自动驾驶车辆后方目标车道的交通场景信息的步骤。
该种可选地控制自动驾驶车辆并线的方式，可以提升自动驾驶车辆并线的安全性。
一种优选地实施例中，开启转向灯并控制自动驾驶车辆快速行驶并线换的同时，将并线换道信息传输至自动驾驶车辆的车载显示屏上进行显示。
不仅如此，还可以在检测到自动驾驶车辆不满足并线条件时，将检测结果反馈至车载显示屏上进行显示，以便驾驶员获知盲区存在安全隐患。
该种优选地实施例中，引入了人车协同“对话”***，能够提高公交车与其他交通参与者之间的互动，当公交车即将并线或者检测到潜在的盲区隐患时，***会在车载显示屏上显示并线换道提示，以提升驾驶安全性。
除上述在车载显示屏上显示并线换道提示外，还可以在自动驾驶车辆准备并线时，与周围车辆进行通信协调并线操作，以保证安全且无缝的车道切换。
本申请实施例提供的基于机器视觉的自动驾驶车辆并线方法，在自动驾驶车辆两侧安装有摄像头，自动驾驶车辆接收到并线指令的情况下，获取摄像头采集到的自动驾驶车辆后方目标车道的交通场景信息；采用预设算法对交通场景信息进行检测，确定目标车道内各车辆的行驶信息；基于各车辆的行驶信息，确定各车辆与自动驾驶车辆间的横向距离；依据各横向距离判断自动驾驶车辆是否满足并线条件；依据判断结果控制自动驾驶车辆并线。该种基于机器视觉的自动驾驶车辆并线方案，硬件方面仅需借助自动驾驶车辆两侧安装的两个摄像头，不仅能够降低成本，还能够减少车载端计算负担，提升计算效率以满足检测所需实时性要求；此外，由于所借助的硬件数量少，因此还可以降低自动驾驶车辆能耗。
一种可选地基于目标车道内各车辆的行驶信息，确定各车辆与自动驾驶车辆间的横向距离的方式可以包括如下步骤：
步骤一：针对目标车道中位于自动驾驶车辆后的每个车辆，确定车辆与自动驾驶车辆之间的真实竖直距离；
更为具体地，针对目标车道中位于自动驾驶车辆后的每个车辆，确定车辆与自动驾驶车辆之间的真实竖直距离的方式可以为：针对目标车道中位于自动驾驶车辆后的每个车辆，依据目标摄像头的高度、目标摄像头沿Y方向焦距以及图像中的车辆的像素高度，确定车辆与自动驾驶车辆之间的真实竖直距离，
其中，图像为目标摄像头拍摄的目标车道的交通场景信息对应的图像。
在实际实现过程中，可通过如下方式计算车辆与自动驾驶车辆之间的真实竖直距离：目标车道上与自动驾驶车辆(A)前后直线距离为D的一辆后车，目标检测的边界框信息为(x1,y1,x2,y2,w,h)，(x1,y1)表示矩形框左上二维坐标、(x2,y2)表示矩形框右下角二维坐标、(w,h)表示矩形框宽度、高度，fx、fy分别为单目相机x、y方向的焦距，相机拍摄图像分辨率为a×b，图像中心点坐标为(u0,v0)，为了避免检测过程中车辆高度误检的情况，设后车像素高度h'＝|y2-v0|，H为相机高度。
根据相机成像原理则满足由目标检测的边界框信息则可求得自动驾驶车辆与后车之间真实竖直距离/>
步骤二：基于真实竖直距离，确定车辆接地点到目标摄像头焦点的第一真实水平距离。
其中，目标摄像头为自动驾驶车辆靠近目标车道一侧的摄像头。假设自动驾驶车辆右侧靠近目标车道，则目标摄像头为自动驾驶车辆右侧摄像头。假设自动驾驶车辆左侧靠近目标车道，则目标摄像头为自动驾驶车辆左侧摄像头
一种可行性地基于真实竖直距离，确定车辆接地点到目标摄像头焦点的第一真实水平距离的方式可以为：计算车辆接地点到图像中心点横向像素距离与真实竖直距离二者之商；将商值与目标摄像头沿X方向焦距之积，确定为车辆接地点到目标摄像头焦点的第一真实水平距离。
步骤三：基于真实竖直距离，确定自动驾驶车辆靠近目标车道一侧车身到目标摄像头焦点的第二真实水平距离。
步骤四：将第二真实水平距离与第一真实水平距离之差，确定为车辆与自动驾驶车辆之间的横向距离。
如图2中的车辆间横向测距原理示意图所示，在图像中，假设后车(即文中所述车辆)目标检测框的底部中心点为后车接地点，则其横坐标接地点到图像中心点横向像素距离为u-u0，则满足/>可得后车接地点到相机焦点的第一真实水平距离当目标车道位于自动驾驶车辆右侧时，根据目标摄像头实际角度，可假设图像右边界为自动驾驶车辆右侧车身，则自动驾驶车辆右侧车身到图像中心点横向像素距离为a-u0，则可得自动驾驶车辆右侧车身到目标摄像头焦点的第二真实水平距离根据Z1，Z2值，可得到后车接地点到自动驾驶车辆右侧车身的真实水平距离为Z＝Z2-Z1。当目标车道位于自动驾驶车辆左侧时，后车接地点到图像中心点横向像素距离u0-u，则可得后车接地点到目标摄像头焦点的第一真实水平距离/>同样根据目标摄像头实际角度可假设图像左边界为自动驾驶车辆左侧车身，则自动驾驶车辆左侧车身到图像中心点横向距离为u0-0，则可得自动驾驶车辆左侧车身到目标摄像头焦点的第二真实水平距离/>根据Z'1，Z'2值，可得到后车接地点到自动驾驶车辆左侧的真实水平距离为Z'＝Z'2-Z'1。其中，后车接地点到自动驾驶车辆左侧的真实水平距离即后车与自动驾驶车辆之间的横向距离。
需要说明的是，步骤一至步骤四为确定单辆车与自动驾驶车辆间横向距离的流程，在实际实现过程中需要并行执行该流程确定目标车道内各车辆与自动驾驶车辆间横向距离。
该种可选地确定各车辆与自动驾驶车辆间的横向距离的方式，计算得到的距离值准确、可靠，从而可进一步提升自动驾驶车辆并线的安全性。
图3为实现本申请实施例的一种基于机器视觉的自动驾驶车辆并线装置的结构框图。
本申请实施例提供的基于机器视觉的自动驾驶车辆并线装置应用于两侧安装有摄像头自动驾驶车辆，该装置包括如下功能模块：
接收模块301，用于接收到并线指令的情况下，获取所述摄像头采集到的所述自动驾驶车辆后方目标车道的交通场景信息；
确定模块302，用于采用预设算法对所述交通场景信息进行检测，确定所述目标车道内各车辆的行驶信息；
横向距离确定模块303，用于基于各所述车辆的行驶信息，确定各所述车辆与所述自动驾驶车辆间的横向距离；
判断模块304，用于依据各所述横向距离判断所述自动驾驶车辆是否满足并线条件；
控制模块305，用于依据判断结果控制所述自动驾驶车辆并线。
可选地，所述横向距离确定模块包括：
第一单元，用于针对所述目标车道中位于所述自动驾驶车辆后的每个车辆，确定所述车辆与所述自动驾驶车辆之间的真实竖直距离；
第二单元，用于基于所述真实竖直距离，确定所述车辆接地点到目标摄像头焦点的第一真实水平距离，其中，所述目标摄像头为所述自动驾驶车辆靠近所述目标车道一侧的摄像头；
第三单元，用于基于所述真实竖直距离，确定所述自动驾驶车辆靠近所述目标车道一侧车身到所述目标摄像头焦点的第二真实水平距离；
第四单元，用于将所述第二真实水平距离与所述第一真实水平距离之差，确定为所述车辆与所述自动驾驶车辆之间的横向距离。
可选地，所述第一单元具体用于：
针对所述目标车道中位于所述自动驾驶车辆后的每个车辆，依据目标摄像头的高度、所述目标摄像头沿Y方向焦距以及图像中的所述车辆的像素高度，确定所述车辆与所述自动驾驶车辆之间的真实竖直距离，其中，所述图像为所述目标摄像头拍摄的目标车道的交通场景信息对应的图像。
可选地，所述第二单元具体用于：
计算所述车辆接地点到所述图像中心点横向像素距离与所述真实竖直距离二者之商；
将所述商与所述目标摄像头沿X方向焦距之积，确定为所述车辆接地点到目标摄像头焦点的第一真实水平距离。
可选地，所述判断模块包括：
比较单元，用于分别将各所述横向距离与预设横向安全距离进行比较；
结果确定单元，用于在各所述横向距离均大于所述预设横向安全距离的情况下，确定所述自动驾驶车辆满足并线条件。
可选地，所述控制模块包括：
并线单元，用于在所述判断结果为所述自动驾驶车辆满足并线条件的情况下，开启转向灯并控制所述自动驾驶车辆快速行驶并线换道；
返回单元，用于在所述判断结果为所述自动驾驶车辆不满足并线条件的情况下，调用所述接收模块执行所述获取所述摄像头采集到的所述自动驾驶车辆后方目标车道的交通场景信息的操作。
可选地，所述并线单元具体用于：开启转向灯并控制所述自动驾驶车辆快速行驶并线换道的同时，将所述并线换道信息传输至所述自动驾驶车辆的车载显示屏上进行显示。
本申请实施例提供的基于机器视觉的自动驾驶车辆并线装置，硬件方面仅需借助自动驾驶车辆两侧安装的两个摄像头，不仅能够降低成本，还能够减少车载端计算负担，提升计算效率以满足检测所需实时性要求；此外，由于所借助的硬件数量少，因此还可以降低自动驾驶车辆能耗。
本申请实施例中图3所示的基于机器视觉的自动驾驶车辆并线装置设置在自动驾驶车辆中。设置有该装置的自动驾驶车辆可以为具有操作***的装置。该操作***可以为安卓(Android)操作***，可以为iOS操作***，还可以为其他可能的操作***，本申请实施例不作具体限定。
本申请实施例提供的图3所示的基于机器视觉的自动驾驶车辆并线装置能够实现图1的方法实施例实现的各个过程，为避免重复，这里不再赘述。
可选地，参照图4示出了本申请实施例还提供一种电子设备400，包括处理器401，存储器402，存储在存储器上并可在所述处理器上运行的程序或指令，该程序或指令被处理器执行时实现上述基于机器视觉的自动驾驶车辆并线装置执行的各过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要注意的是，本申请实施例中的电子设备包括上述所述的服务器。
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于机器视觉的自动驾驶车辆并线方法，其特征在于，所述自动驾驶车辆两侧安装有摄像头，所述方法包括：
接收到并线指令的情况下，获取所述摄像头采集到的所述自动驾驶车辆后方目标车道的交通场景信息；
采用预设算法对所述交通场景信息进行检测，确定所述目标车道内各车辆的行驶信息；
基于各所述车辆的行驶信息，确定各所述车辆与所述自动驾驶车辆间的横向距离；
依据各所述横向距离判断所述自动驾驶车辆是否满足并线条件；
依据判断结果控制所述自动驾驶车辆并线。
2.根据权利要求1所述的方法，其特征在于，基于各所述车辆的行驶信息，确定各所述车辆与所述自动驾驶车辆间的横向距离的步骤，包括：
针对所述目标车道中位于所述自动驾驶车辆后的每个车辆，确定所述车辆与所述自动驾驶车辆之间的真实竖直距离；
基于所述真实竖直距离，确定所述车辆接地点到目标摄像头焦点的第一真实水平距离，其中，所述目标摄像头为所述自动驾驶车辆靠近所述目标车道一侧的摄像头；
基于所述真实竖直距离，确定所述自动驾驶车辆靠近所述目标车道一侧车身到所述目标摄像头焦点的第二真实水平距离；
将所述第二真实水平距离与所述第一真实水平距离之差，确定为所述车辆与所述自动驾驶车辆间的横向距离。
3.根据权利要求2所述的方法，其特征在于，针对所述目标车道中位于所述自动驾驶车辆后的每个车辆，确定所述车辆与所述自动驾驶车辆之间的真实竖直距离的步骤，包括：
针对所述目标车道中位于所述自动驾驶车辆后的每个车辆，依据目标摄像头的高度、所述目标摄像头沿Y方向焦距以及图像中的所述车辆的像素高度，确定所述车辆与所述自动驾驶车辆之间的真实竖直距离，其中，所述图像为所述目标摄像头拍摄的目标车道的交通场景信息对应的图像。
4.根据权利要求3所述的方法，其特征在于，所述基于所述真实竖直距离，确定所述车辆接地点到目标摄像头焦点的第一真实水平距离的步骤，包括：
计算所述车辆接地点到所述图像中心点横向像素距离与所述真实竖直距离二者之商；
将所述商与所述目标摄像头沿X方向焦距之积，确定为所述车辆接地点到目标摄像头焦点的第一真实水平距离。
5.根据权利要求1所述的方法，其特征在于，所述依据各所述横向距离判断所述自动驾驶车辆是否满足并线条件的步骤，包括：
分别将各所述横向距离与预设横向安全距离进行比较；
在各所述横向距离均大于所述预设横向安全距离的情况下，确定所述自动驾驶车辆满足并线条件。
6.根据权利要求1所述的方法，其特征在于，所述依据判断结果控制所述自动驾驶车辆并线的步骤，包括：
在所述判断结果为所述自动驾驶车辆满足并线条件的情况下，开启转向灯并控制所述自动驾驶车辆快速行驶并线换道；
在所述判断结果为所述自动驾驶车辆不满足并线条件的情况下，返回执行所述获取所述摄像头采集到的所述自动驾驶车辆后方目标车道的交通场景信息的步骤。
7.根据权利要求6所述的方法，其特征在于，所述开启转向灯并控制所述自动驾驶车辆快速行驶并线换道的步骤包括：
开启转向灯并控制所述自动驾驶车辆快速行驶并线换道的同时，将所述并线换道信息传输至所述自动驾驶车辆的车载显示屏上进行显示。
8.根据权利要求1所述的方法，其特征在于，所述摄像头为单目摄像头。
9.一种基于机器视觉的自动驾驶车辆并线装置，其特征在于，所述装置应用于两侧安装有摄像头自动驾驶车辆，所述装置包括：
接收模块，用于接收到并线指令的情况下，获取所述摄像头采集到的所述自动驾驶车辆后方目标车道的交通场景信息；
确定模块，用于采用预设算法对所述交通场景信息进行检测，确定所述目标车道内各车辆的行驶信息；
横向距离确定模块，用于基于各所述车辆的行驶信息，确定各所述车辆与所述自动驾驶车辆间的横向距离；
判断模块，用于依据各所述横向距离判断所述自动驾驶车辆是否满足并线条件；
控制模块，用于依据判断结果控制所述自动驾驶车辆并线。
10.一种电子设备，其特征在于，所述电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行所述权利要求1-8中任意一种基于机器视觉的自动驾驶车辆并线方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311314023.5A CN117434941A (zh) | 2023-10-11 | 2023-10-11 | 基于机器视觉的自动驾驶车辆并线方法和装置、电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311314023.5A CN117434941A (zh) | 2023-10-11 | 2023-10-11 | 基于机器视觉的自动驾驶车辆并线方法和装置、电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117434941A true CN117434941A (zh) | 2024-01-23 |
Family
ID=89550737
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311314023.5A Pending CN117434941A (zh) | 2023-10-11 | 2023-10-11 | 基于机器视觉的自动驾驶车辆并线方法和装置、电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117434941A (zh) |
-
2023
- 2023-10-11 CN CN202311314023.5A patent/CN117434941A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10818180B2 (en) | Parking support device | |
| CN109634282B (zh) | 自动驾驶车辆、方法和装置 | |
| CN110316182B (zh) | 一种自动泊车***及方法 | |
| US10163016B2 (en) | Parking space detection method and device | |
| US11027723B2 (en) | Parking support method and parking support device | |
| US8615109B2 (en) | Moving object trajectory estimating device | |
| US20170008531A1 (en) | Driving assistant for vehicles | |
| CN112537295B (zh) | 驾驶辅助装置 | |
| CN110341621B (zh) | 一种障碍物检测方法及装置 | |
| JP2019067116A (ja) | 立体物接地判定装置 | |
| CN110647801A (zh) | 设置感兴趣区域的方法、装置、存储介质及电子设备 | |
| CN110780287A (zh) | 基于单目相机的测距方法及测距*** | |
| JP2022502642A (ja) | 移動手段周辺の物体が移動手段の運転操作に及ぼす影響を評価する方法 | |
| CN113650607B (zh) | 一种低速场景自动驾驶方法、***及汽车 | |
| US11640173B2 (en) | Control apparatus, control method, and computer-readable storage medium storing program | |
| CN110794821B (zh) | 车载控制装置、场端定位装置、车辆控制***及车辆 | |
| CN117434941A (zh) | 基于机器视觉的自动驾驶车辆并线方法和装置、电子设备 | |
| US20230055936A1 (en) | Method and system for wireless charging alignment for vehicles | |
| US20220219678A1 (en) | Parking Assist Method and Parking Assist Apparatus | |
| CN110775054B (zh) | 车载控制装置、场端定位装置、车辆控制***及车辆 | |
| CN113954822A (zh) | 一种车辆侧方位自动泊车的方法 | |
| CN114511834A (zh) | 一种确定提示信息的方法、装置、电子设备及存储介质 | |
| CN110794822A (zh) | 车载控制装置、场端定位装置、车辆控制***及车辆 | |
| US11884265B1 (en) | Parking assistance method and parking assistance device | |
| WO2023002863A1 (ja) | 運転支援装置、運転支援方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |