CN117671985A - 基于图像识别的道路标识语音提示方法、装置、设备及介质 - Google Patents
基于图像识别的道路标识语音提示方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117671985A CN117671985A CN202311722177.8A CN202311722177A CN117671985A CN 117671985 A CN117671985 A CN 117671985A CN 202311722177 A CN202311722177 A CN 202311722177A CN 117671985 A CN117671985 A CN 117671985A
- Authority
- CN
- China
- Prior art keywords
- traffic sign
- road traffic
- road
- voice
- prompt
- 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 55
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 8
- 230000009471 action Effects 0.000 claims description 25
- 230000015654 memory Effects 0.000 claims description 16
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 238000003786 synthesis reaction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 230000008054 signal transmission Effects 0.000 claims description 5
- 239000003550 marker Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 12
- 230000004793 poor memory Effects 0.000 abstract description 6
- 230000002708 enhancing effect Effects 0.000 abstract description 2
- 238000012216 screening Methods 0.000 abstract 1
- 238000013461 design Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 241000135164 Timea Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于图像识别的道路标识语音提示方法、装置、设备及介质,涉及安全驾驶辅助技术领域。所述方法是先采用目标检测算法对车前视频数据进行道路交通标志图像识别实时处理,得到标志图像识别结果,然后从识别出的至少一个道路交通标志图像中筛选出最合适的待提示对象,并将与待提示对像对应的相对方位信息填入到与待提示对像对应的预设文字提示模板中,得到文字提示文本,最后将文字提示文本合成为道路标识提示语音信号,并实时传送至车内语音喇叭予以语音播放,如此可在行车过程中帮助驾驶员注意道路交通标志的含义及要求,增强驾驶员的道路意识和安全意识,提高道路交通的安全性,特别适用于新手驾驶员或记忆差的驾驶员。
Description
技术领域
本发明属于安全驾驶辅助技术领域,具体涉及一种基于图像识别的道路标识语音提示方法、装置、设备及介质。
背景技术
道路交通标志是用图形符号、颜色和文字向交通参与者传递特定信息,并用于管理交通及保障安全的设施。道路交通标志有多种类型,按照《道路交通标志和标线》规定,可具体划分有如下七大类:(1)警告标志:警告车辆和行人注意危险地点的标志;(2)禁令标志:禁止或限制车辆或行人交通行为的标志;(3)指示标志:指示车辆或行人行进的标志;(4)指路标志:传递道路方向、地点或距离的标志;(5)旅游区标志:提供旅游景点方向或距离的标志;(6)道路施工安全标志:通告道路施工区通行的标志;(7)辅助标志:附设于主标志下起辅助说明使用的标志。
道路交通标志在道路交通中起着至关重要的作用,例如道路交通标志对于驾驶员来说就是一种提醒、警告和禁令,使得驾驶员需要熟知各种不同的道路交通标志并在开车过程中严格遵照执行。但是驾驶员对于道路交通标志的识别,需要经过长时间的学习、考试和开车实操后才能具有一定的相应识别能力,使得新手驾驶员或记忆差的驾驶员很难在开车过程中正确识别各种不同的道路交通标志并严格遵照执行。由此如何提供一种能够在行车过程中帮助驾驶员注意道路交通标志的含义及要求的自动提示方案,以便增强驾驶员的道路意识和安全意识,提高道路交通的安全性,是本领域技术人员亟需研究的课题。
发明内容
本发明的目的是提供一种基于图像识别的道路标识语音提示方法、装置、计算机设备及计算机可读存储介质,用以解决目前新手驾驶员或记忆差的驾驶员很难在开车过程中正确识别各种不同的道路交通标志的问题。
为了实现上述目的,本发明采用以下技术方案:
第一方面,提供了一种基于图像识别的道路标识语音提示方法,包括:
获取由车载摄像头实时采集的车前视频数据,其中,所述车载摄像头安装在车体前部并使镜头朝正前方设置;
采用目标检测算法对所述车前视频数据进行道路交通标志图像识别实时处理,得到标志图像识别结果,其中,所述标志图像识别结果包含有识别出的至少一个道路交通标志图像;
按照标车距离从近至远的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列,其中,所述标车距离是指从对应道路交通标志至所述车体前部的距离;
按照从前至后顺序依次遍历所述道路交通标志图像序列中的各个道路交通标志图像:判断在最近第一单位时期内是否已对当前遍历的道路交通标志图像执行了道路标识语音提示动作,若是,则遍历下一个道路交通标志图像,否则先获取当前车速值,然后根据所述当前车速值和与当前遍历的道路交通标志图像对应的标车距离,估算得到与当前遍历的道路交通标志图像对应的且所述车体前部到达对应道路交通标志的预测时长以及预测时间戳,再然后根据与当前遍历的道路交通标志图像对应的预设文字提示模板,估算得到与当前遍历的道路交通标志图像对应的道路标识提示语音播放时长以及道路标识提示语音播放结束时间戳,最后判断所述预测时间戳是否早于所述道路标识提示语音播放结束时间戳,若是,则遍历下一个道路交通标志图像,否则将当前遍历的道路交通标志图像作为待提示对象,并终止遍历,其中,所述预测时间戳等于与当前遍历的道路交通标志图像对应的图像采集时间戳加上所述预测时长,所述预设文字提示模板包含有对应道路交通标志的含义及要求内容,所述道路标识提示语音播放结束时间戳等于与当前遍历的道路交通标志图像对应的图像采集时间戳加上所述道路标识提示语音播放时长;
将与所述待提示对像对应的相对方位信息填入到与所述待提示对像对应的预设文字提示模板中,得到与所述待提示对像对应的文字提示文本,其中,所述相对方位信息是指对应道路交通标志相对于所述车体前部的方位信息,所述预设文字提示模板包含有对应道路交通标志的含义及要求内容;
将所述文字提示文本合成为道路标识提示语音信号;
将所述道路标识提示语音信号实时传送至车内语音喇叭予以语音播放,以便完成对所述待提示对象的道路标识语音提示动作。
基于上述发明内容,提供了一种基于目标检测算法和语音合成技术来帮助驾驶员注意道路交通标志的含义及要求的自动提示方案,即先采用目标检测算法对车前视频数据进行道路交通标志图像识别实时处理,得到标志图像识别结果,然后从识别出的至少一个道路交通标志图像中筛选出最合适的待提示对象,并将与待提示对像对应的相对方位信息填入到与待提示对像对应的预设文字提示模板中,得到文字提示文本,最后将文字提示文本合成为道路标识提示语音信号,并实时传送至车内语音喇叭予以语音播放,如此可在行车过程中帮助驾驶员注意道路交通标志的含义及要求,增强驾驶员的道路意识和安全意识,提高道路交通的安全性,特别适用于新手驾驶员或记忆差的驾驶员,便于实际应用和推广。
在一个可能的设计中,所述车载摄像头采用深度相机,按照标车距离从近至远的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列,包括:
针对在所述至少一个道路交通标志图像中的各个道路交通标志图像,从所述车前视频数据中提取得到对应道路交通标志的深度信息,并将该深度信息作为对应的标车距离,其中,所述标车距离是指从对应道路交通标志至所述车体前部的距离;
按照所述标车距离从近至远的顺序依次排列所述至少一个交通标志图像,得到一个交通标志图像序列。
在一个可能的设计中,按照标车距离从近至远的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列,包括:
针对在所述至少一个道路交通标志图像中的各个道路交通标志图像,获取对应的且在最近第二单位时期内的道路标识语音提示动作执行次数,并将对应的标车距离与该道路标识语音提示动作执行次数的相乘结果作为对应的排序参照值,其中,所述标车距离是指从对应道路交通标志至所述车体前部的距离;
按照排序参考值从小到大的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列。
在一个可能的设计中,所述方位信息包含有所述标车距离以及对应道路交通标志在所述车体前部的车体左前方、车体右前方或车体正前方。
在一个可能的设计中,将与所述待提示对像对应的相对方位信息填入到与所述待提示对像对应的预设文字提示模板中,得到与所述待提示对像对应的文字提示文本,包括:
从所述车前视频数据中抽取出所述待提示对象的所属视频帧图像;
将所述所属视频帧图像输入预先完成训练的贝塞尔曲线参数预测模型,输出得到车道边缘线的贝塞尔曲线参数,其中,所述车道边缘线包括有左侧车道边缘线和右侧车道边缘线,所述贝塞尔曲线参数包含有多个贝塞尔曲线关键点在所述所属视频帧图像的二维坐标系上的坐标位置,所述多个贝塞尔曲线关键点包括有曲线起点、曲线终点和至少一个曲线控制点;
根据所述左侧车道边缘线的贝塞尔曲线参数,确定在所述二维坐标系上的左侧车道边缘曲线,以及根据所述右侧车道边缘线的贝塞尔曲线参数,确定在所述二维坐标系上的右侧车道边缘曲线;
根据所述待提示对象在所述所属视频帧图像中的所在位置分别与所述左侧车道边缘曲线和所述右侧车道边缘曲线的位置关系,确定与所述待提示对象对应的道路交通标志是在所述车体前部的车体左前方、车体右前方或车体正前方,并将确定结果和与所述待提示对象对应的所述标车距离作为与所述待提示对象对应的相对方位信息;
将所述相对方位信息填入到与所述待提示对像对应的预设文字提示模板中,得到与所述待提示对像对应的文字提示文本。
在一个可能的设计中,在将所述道路标识提示语音信号实时传送至车内语音喇叭予以语音播放之后,所述方法还包括:
在语音播放所述道路标识提示语音信号的期间以及在语音播放结束后的预设时段内,临时中止执行所述道路标识语音提示方法。
第二方面,提供了一种基于图像识别的道路标识语音提示装置,包括有依次通信连接的视频数据获取模块、图像识别处理模块、标志图像排序模块、标志图像遍历模块、提示文本生成模块、提示语音合成模块和语音信号传送模块;
所述视频数据获取模块,用于获取由车载摄像头实时采集的车前视频数据,其中,所述车载摄像头安装在车体前部并使镜头朝正前方设置;
所述图像识别处理模块,用于采用目标检测算法对所述车前视频数据进行道路交通标志图像识别实时处理,得到标志图像识别结果,其中,所述标志图像识别结果包含有识别出的至少一个道路交通标志图像;
所述标志图像排序模块,用于按照标车距离从近至远的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列,其中,所述标车距离是指从对应道路交通标志至所述车体前部的距离;
所述标志图像遍历模块,用于按照从前至后顺序依次遍历所述道路交通标志图像序列中的各个道路交通标志图像:判断在最近第一单位时期内是否已对当前遍历的道路交通标志图像执行了道路标识语音提示动作,若是,则遍历下一个道路交通标志图像,否则先获取当前车速值,然后根据所述当前车速值和与当前遍历的道路交通标志图像对应的标车距离,估算得到与当前遍历的道路交通标志图像对应的且所述车体前部到达对应道路交通标志的预测时长以及预测时间戳,再然后根据与当前遍历的道路交通标志图像对应的预设文字提示模板,估算得到与当前遍历的道路交通标志图像对应的道路标识提示语音播放时长以及道路标识提示语音播放结束时间戳,最后判断所述预测时间戳是否早于所述道路标识提示语音播放结束时间戳,若是,则遍历下一个道路交通标志图像,否则将当前遍历的道路交通标志图像作为待提示对象,并终止遍历,其中,所述预测时间戳等于与当前遍历的道路交通标志图像对应的图像采集时间戳加上所述预测时长,所述预设文字提示模板包含有对应道路交通标志的含义及要求内容,所述道路标识提示语音播放结束时间戳等于与当前遍历的道路交通标志图像对应的图像采集时间戳加上所述道路标识提示语音播放时长;
所述提示文本生成模块,用于将与所述待提示对像对应的相对方位信息填入到与所述待提示对像对应的预设文字提示模板中,得到与所述待提示对像对应的文字提示文本,其中,所述相对方位信息是指对应道路交通标志相对于所述车体前部的方位信息,所述预设文字提示模板包含有对应道路交通标志的含义及要求内容;
所述提示语音合成模块,用于将所述文字提示文本合成为道路标识提示语音信号;
所述语音信号传送模块,用于将所述道路标识提示语音信号实时传送至车内语音喇叭予以语音播放,以便完成对所述待提示对象的道路标识语音提示动作。
第三方面,本发明提供了一种计算机设备,包括有依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如第一方面或第一方面中任意可能设计所述的道路标识语音提示方法。
第四方面,本发明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上存储有指令,当所述指令在计算机上运行时,执行如第一方面或第一方面中任意可能设计所述的道路标识语音提示方法。
第五方面,本发明提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面或第一方面中任意可能设计所述的道路标识语音提示方法。
上述方案的有益效果:
(1)本发明创造性提供了一种基于目标检测算法和语音合成技术来帮助驾驶员注意道路交通标志的含义及要求的自动提示方案,即先采用目标检测算法对车前视频数据进行道路交通标志图像识别实时处理,得到标志图像识别结果,然后从识别出的至少一个道路交通标志图像中筛选出最合适的待提示对象,并将与待提示对像对应的相对方位信息填入到与待提示对像对应的预设文字提示模板中,得到文字提示文本,最后将文字提示文本合成为道路标识提示语音信号,并实时传送至车内语音喇叭予以语音播放,如此可在行车过程中帮助驾驶员注意道路交通标志的含义及要求,增强驾驶员的道路意识和安全意识,提高道路交通的安全性,特别适用于新手驾驶员或记忆差的驾驶员,便于实际应用和推广。
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为本申请实施例提供的基于图像识别的道路标识语音提示方法的流程示意图。
图2为本申请实施例提供的左右侧车道边缘曲线在二维坐标系上的示例图,其中,图2中的(a)示出了在直路时的情况,图2中的(b)示出了在弯路时的情况。
图3为本申请实施例提供的基于图像识别的道路标识语音提示装置的结构示意图。
图4为本申请实施例提供的计算机设备的结构示意图。
具体实施方式
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,下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍,显而易见地,下面关于附图结构的描述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。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。
应当理解,尽管本文可能使用术语第一和第二等等来描述各种对象,但是这些对象不应当受到这些术语的限制。这些术语仅用于区分一个对象和另一个对象。例如可以将第一对象称作第二对象,并且类似地可以将第二对象称作第一对象,同时不脱离本发明的示例实施例的范围。
应当理解,对于本文中可能出现的术语“和/或”,其仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A、单独存在B或者同时存在A和B等三种情况;又例如,A、B和/或C,可以表示存在A、B和C中的任意一种或他们的任意组合;对于本文中可能出现的术语“/和”,其是描述另一种关联对象关系,表示可以存在两种关系,例如,A/和B,可以表示:单独存在A或者同时存在A和B等两种情况;另外,对于本文中可能出现的字符“/”,一般表示前后关联对象是一种“或”关系。
实施例
如图1所示,本实施例第一方面提供的且基于图像识别的道路标识语音提示方法,可以但不限于由具有一定计算资源的且分别通信连接车载摄像头和车内语音喇叭的计算机设备执行,例如由行车电脑(也称为电脑控制模组,英文为Electronic Control Unit,缩写形式为ECU)、平台服务器、个人计算机(Personal Computer,PC,指一种大小、价格和性能适用于个人使用的多用途计算机;台式机、笔记本电脑到小型笔记本电脑和平板电脑以及超级本等都属于个人计算机)、智能手机、个人数字助理(Personal Digital Assistant,PDA)或可穿戴设备等电子设备执行。如图1所示,所述道路标识语音提示方法,可以但不限于包括有如下步骤S1~S7。
S1.获取由车载摄像头实时采集的车前视频数据,其中,所述车载摄像头安装在车体前部并使镜头朝正前方设置。
在所述步骤S1中,所述车载摄像头的镜头视野会涵盖所述车体前部的正前方区域,用于实时采集所述正前方区域的视频帧图像,得到包含有若干连续视频帧图像的车前视频数据;所述车载摄像头可以但不限于具体采用现有行车记录仪中的图像采集设备;为了能够获取到车前道路交通标志在相机坐标系中的深度信息,所述车载摄像头优选采用深度相机,例如双目相机。此外,所述车载摄像头可以通过常规方式将采集得到的数据传输至本地设备。
S2.采用目标检测算法对所述车前视频数据进行道路交通标志图像识别实时处理,得到标志图像识别结果,其中,所述标志图像识别结果包含有识别出的至少一个道路交通标志图像。
在所述步骤S2中,所述目标检测算法是一种用于在图片中将里面的物体识别出来且标记出物***置的现有人工智能识别算法,具体可以但不限于采用Faster R-CNN(Faster Regions with Convolutional Neural Networks features,由何凯明等在2015年提出目标检测算法,该算法在2015年的ILSVRV和COCO竞赛中获得多项第一)目标检测算法、SSD(Single Shot MultiBox Detector,单镜头多盒检测器,是Wei Liu在ECCV 2016上提出的一种目标检测算法,是目前流行的主要检测框架之一)目标检测算法或YOLO(Youonly look once,目前最新已经发展到V4版本,在业界的应用也很广泛,其基本原理是:首先对输入图像划分成7×7的网格,对每个网格预测2个边框,然后根据阈值去除可能性比较低的目标窗口,最后再使用边框合并的方式去除冗余窗口,得出检测结果)目标检测算法等,因此可以基于所述目标检测算法来进行道路交通标志图像识别实时处理,得到所述标志图像识别结果。
在所述步骤S2中,具体的,采用目标检测算法对所述车前视频数据进行道路交通标志图像识别实时处理,得到标志图像识别结果,包括但不限于有:将所述车前视频数据中的车前视频帧图像实时导入基于YOLO v4目标检测算法的且已预先完成训练的道路交通标志图像识别模型,得到标志图像识别结果,其中,所述标志图像识别结果包含有识别出的至少一个道路交通标志图像以及所述至少一个道路交通标志图像中各个道路交通标志图像的图像标记框。所述YOLO v4目标检测算法的具体模型结构由三部分组成,分别是骨干网络backbone、颈部网络neck和头部网络head。所述骨干网络Backbone可采用CSPDarknet53(CSP表示Cross Stage Partial) 网络,用于提取特征。所述颈部网络neck由SPP(SpatialPyramid Pooling block)块和PANet(Path Aggregation Network)网络组成,前者用于增加感受野以及分离出最重要的特征,后者用于保证同时从高级别层接受语义特征和从横向骨干网络的低级别层接收细粒度的特征。所述头部网络head是基于锚框进行检测,并对三种不同尺寸为13×13、26×26和52×52的特征图进行检测,分别用于检测从大到小的目标(在这里,尺寸大的特征图包含到信息更加丰富,因此,52×52尺寸的特征图用于检测小目标,反之亦然)。前述的道路交通标志图像识别模型可通过常规的样本训练方式训练得到,以便在输入测试图像后,可以输出有无道路交通标志图像的识别结果以及它们的置信度预测值等信息。此外,针对不同的道路交通标志(例如警告标志、禁令标志、指示标志、指路标志、旅游区标志、道路施工安全标志和辅助标志以及它们的进一步细分道路交通标志),可以分别训练一个对应的所述道路交通标志图像识别模型,以便用于进行对应的道路交通标志图像识别实时处理:识别在车前视频帧图像中是否存在对应的道路交通标志图像。
S3.按照标车距离从近至远的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列,其中,所述标车距离是指从对应道路交通标志至所述车体前部的距离。
在所述步骤S3中,由于所述车载摄像头是安装在所述车体前部的,因此所述标车距离也即为从对应道路交通标志至所述车载摄像头的距离,如此当所述车载摄像头采用深度相机时,可以将对应道路交通标志在所述车前视频数据中的深度信息作为所述标车距离,即优选的,所述车载摄像头采用深度相机,按照标车距离从近至远的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列,包括但不限于有:先针对在所述至少一个道路交通标志图像中的各个道路交通标志图像,从所述车前视频数据中提取得到对应道路交通标志的深度信息,并将该深度信息作为对应的标车距离,其中,所述标车距离是指从对应道路交通标志至所述车体前部的距离;按照所述标车距离从近至远的顺序依次排列所述至少一个交通标志图像,得到一个交通标志图像序列。前述深度信息的具体提取方式为现有常规方式。
在所述步骤S3中,考虑越近的道路交通标志会先被驾驶员看到并需要优先遵照执行,因此需要按照所述标车距离从近至远的顺序依次排列所述至少一个交通标志图像,以便对越近的道路交通标志进行越优先的语音提示。另外,还考虑提示频次越低的道路交通标志对于驾驶员来说会越陌生,也应进行越优先的语音提示,因此为了兼顾道路交通标志的标车距离及提示频次,优选的,按照标车距离从近至远的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列,包括但不限于有:针对在所述至少一个道路交通标志图像中的各个道路交通标志图像,获取对应的且在最近第二单位时期内的道路标识语音提示动作执行次数,并将对应的标车距离与该道路标识语音提示动作执行次数的相乘结果作为对应的排序参照值,其中,所述标车距离是指从对应道路交通标志至所述车体前部的距离;按照排序参考值从小到大的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列。前述的最近第二单位时期可以但不限于举例为最近24小时,所述道路标识语音提示动作执行次数可以通过常规统计方式计算得到。
S4.按照从前至后顺序依次遍历所述道路交通标志图像序列中的各个道路交通标志图像:判断在最近第一单位时期内是否已对当前遍历的道路交通标志图像执行了道路标识语音提示动作,若是,则遍历下一个道路交通标志图像,否则将该道路交通标志图像作为待提示对象,并终止遍历。
在所述步骤S4中,所述最近第一单位时期可以但不限于举例为最近半小时,即若已在最近半小时内对当前遍历的某个道路交通标志图像执行了道路标识语音提示动作,则由于可视为驾驶员已临时熟知与该某个道路交通标志图像对应的道路交通标志的含义及要求,因此可无需再次进行语音提示,进而可跳过并开始遍历下一个道路交通标志图像。由于每次都只能筛选出一个道路交通标志图像进行语音提示,因此在确定所述待提示对象后,需要立刻终止遍历。另外,考虑从所述待提示对象的采集时间戳到完成对应的道路标识语音提示动作需要一定时长,而在这段时长内车体是运动的,为了避免出现在完成道路标识语音提示动作时驾驶员已错过进行提示的道路交通标志的问题,优选的,当判定在最近第一单位时期内未对当前遍历的道路交通标志图像执行了道路标识语音提示动作时,将该道路交通标志图像作为待提示对象,并终止遍历,包括但不限于有如下步骤S41~S44。
S41.当判定在最近第一单位时期内未对当前遍历的道路交通标志图像执行了道路标识语音提示动作时,获取当前车速值。
在所述步骤S41中,由于车速是非常重要的行车检测参数,因此可以通过常规方式获取得到所述当前车速值。
S42.根据所述当前车速值和与当前遍历的道路交通标志图像对应的标车距离,估算得到与当前遍历的道路交通标志图像对应的且所述车体前部到达对应道路交通标志的预测时长以及预测时间戳,其中,所述预测时间戳等于与当前遍历的道路交通标志图像对应的图像采集时间戳加上所述预测时长。
在所述步骤S42中,具体的,所述预测时长等于所述标车距离除以所述当前车速值。举例的,若所述图像采集时间戳为10:00:00,所述标车距离为100米,所述当前车速值为10米/秒,则预测时长为10秒,所述预测时间戳为10:00:10。
S43.根据与当前遍历的道路交通标志图像对应的预设文字提示模板,估算得到与当前遍历的道路交通标志图像对应的道路标识提示语音播放时长以及道路标识提示语音播放结束时间戳,其中,所述道路标识提示语音播放结束时间戳等于与当前遍历的道路交通标志图像对应的图像采集时间戳加上所述道路标识提示语音播放时长,其中,所述预设文字提示模板包含有对应道路交通标志的含义及要求内容。
在所述步骤S43中,虽然不同道路交通标志的含义及要求内容相差较大,但是他们的信息长度又都基本是分别固定的(即使加了相对方位信息也与不加相差不大),因此可以基于该信息长度以及默认的播放语速,常规确定所述道路标识提示语音播放时长。举例的,若所述图像采集时间戳为10:00:00,所述道路标识提示语音播放时长为5秒,所述道路标识提示语音播放结束时间戳为10:00:05(本实施例暂不考虑处理延时)。另外,为了提升所述道路标识提示语音播放时长的准确性,也可以先将与当前遍历的道路交通标志图像对应的相对方位信息填入到与该道路交通标志图像对应的预设文字提示模板中,得到与该道路交通标志图像对应的文字提示文本,然后根据该文字提示文本,估算得到与该道路交通标志图像对应的道路标识提示语音播放时长以及道路标识提示语音播放结束时间戳,其中,所述相对方位信息是指对应道路交通标志相对于所述车体前部的方位信息。
S44.判断所述预测时间戳是否早于所述道路标识提示语音播放结束时间戳,若是,则遍历下一个道路交通标志图像,否则将当前遍历的道路交通标志图像作为待提示对象,并终止遍历。
在所述步骤S44中,若判定所述预测时间戳早于所述道路标识提示语音播放结束时间戳,则表明会出现在完成道路标识语音提示动作时驾驶员已错过进行提示的道路交通标志的问题,因此需要跳过并开始遍历下一个道路交通标志图像。
S5.将与所述待提示对像对应的相对方位信息填入到与所述待提示对像对应的预设文字提示模板中,得到与所述待提示对像对应的文字提示文本,其中,所述相对方位信息是指对应道路交通标志相对于所述车体前部的方位信息,所述预设文字提示模板包含有对应道路交通标志的含义及要求内容。
在所述步骤S5中,具体的,所述方位信息包含但不限于有所述标车距离以及对应道路交通标志在所述车体前部的车体左前方、车体右前方或车体正前方等。举例的,若所述预设文字提示模板为“标志指示前方有弯道,请小心驾驶!”,以及所述方位信息包含标车距离为“100米”以及对应道路交通标志在所述车体前部的车体“右前方”,则填后所得的文字提示文本为“右前方100米标志指示前方有弯道,请小心驾驶!”。在所述方位信息中的且除所述标车距离之外的其它信息同样可以自动获取,即优选的,将与所述待提示对像对应的相对方位信息填入到与所述待提示对像对应的预设文字提示模板中,得到与所述待提示对像对应的文字提示文本,包括但不限于有如下步骤S51~S55。
S51.从所述车前视频数据中抽取出所述待提示对象的所属视频帧图像。
S52.将所述所属视频帧图像输入预先完成训练的贝塞尔曲线参数预测模型,输出得到车道边缘线的贝塞尔曲线参数,其中,所述车道边缘线包括但不限于有左侧车道边缘线和右侧车道边缘线,所述贝塞尔曲线参数包含但不限于有多个贝塞尔曲线关键点在所述所属视频帧图像的二维坐标系上的坐标位置,所述多个贝塞尔曲线关键点包括但不限于有曲线起点、曲线终点和至少一个曲线控制点。
在所述步骤S52中,所述贝塞尔曲线参数用于拟合所述车道边缘线的走向,即贝塞尔曲线是计算机图形学中相当重要的参数曲线,其通用公式如下:
式中,表示变量,/>表示贝塞尔曲线,/>表示所述曲线起点,/>表示所述曲线终点,/>为大于1的非零自然数且表示所述贝塞尔曲线的阶数,/>为自然数,当/>为不大于/>的非零自然数时,/>表示沿从所述曲线起点至所述曲线终点方向的第/>个曲线控制点。如此当等于2时,所述多个贝塞尔曲线关键点包括有曲线起点、曲线终点和一个曲线控制点,使得后续所得的左侧车道边缘曲线和右侧车道边缘曲线分别为二阶贝塞尔曲线;而当/>等于3时,所述多个贝塞尔曲线关键点包括有曲线起点、曲线终点和两个曲线控制点,使得后续所得的左侧车道边缘曲线和右侧车道边缘曲线分别为三阶贝塞尔曲线(其相对于所述二阶贝塞尔曲线,可以更准确地拟合车道边缘线及车道线的走向)。考虑虽然阶数越高,走向拟合准确性越高,但是基于所述贝塞尔曲线参数预测模型进行预测的所需处理时间也会越多,为了能够快速得到所述车道边缘线的贝塞尔曲线参数,优选的,所述多个贝塞尔曲线关键点包括有曲线起点、曲线终点和两个曲线控制点(即后续所得的左侧车道边缘曲线和右侧车道边缘曲线分别为三阶贝塞尔曲线)。在将所述所属视频帧图像(其必然包含有车道图像)输入所述贝塞尔曲线参数预测模型之前,还可以先对所述所属视频帧图像进行诸如图像灰度化处理和图像滤波处理等的预处理,其中,所述图像灰度化处理(其为现有常规预处理方式)用于减少数据量,提高后续检测的实时性,所述图像滤波处理(其为现有常规预处理方式)用于减少道路图像中不确定噪声点的干扰。此外,所述贝塞尔曲线参数预测模型为现有模型,其具体网络结构及训练过程不再赘述。
S53.根据所述左侧车道边缘线的贝塞尔曲线参数,确定在所述二维坐标系上的左侧车道边缘曲线,以及根据所述右侧车道边缘线的贝塞尔曲线参数,确定在所述二维坐标系上的右侧车道边缘曲线。
在所述步骤S53中,可具体基于贝塞尔曲线通用公式(此时可取值为1)分别确定所述左侧车道边缘曲线和所述右侧车道边缘曲线,如图2所示。
S54.根据所述待提示对象在所述所属视频帧图像中的所在位置分别与所述左侧车道边缘曲线和所述右侧车道边缘曲线的位置关系,确定与所述待提示对象对应的道路交通标志是在所述车体前部的车体左前方、车体右前方或车体正前方,并将确定结果和与所述待提示对象对应的所述标车距离作为与所述待提示对象对应的相对方位信息。
在所述步骤S54中,根据所述待提示对象在所述所属视频帧图像中的所在位置分别与所述左侧车道边缘曲线和所述右侧车道边缘曲线的位置关系,确定与所述待提示对象对应的道路交通标志是在所述车体前部的车体左前方、车体右前方或车体正前方,可以但不限于具体如下:(1)若所述所在位置位于所述左侧车道边缘曲线的正上方或左侧上方,则可以确定与所述待提示对象对应的道路交通标志是在所述车体前部的车体左前方;(2)若所述所在位置位于所述右侧车道边缘曲线的正上方或右侧上方,则可以确定与所述待提示对象对应的道路交通标志是在所述车体前部的车体右前方;(3)若所述所在位置位于所述左侧车道边缘曲线与所述右侧车道边缘曲线之间的正上方,则可以确定与所述待提示对象对应的道路交通标志是在所述车体前部的车体正前方。
S55.将所述相对方位信息填入到与所述待提示对像对应的预设文字提示模板中,得到与所述待提示对像对应的文字提示文本。
S6.将所述文字提示文本合成为道路标识提示语音信号。
在所述步骤S6中,具体语音信号合成方式为现有常规方式。
S7.将所述道路标识提示语音信号实时传送至车内语音喇叭予以语音播放,以便完成对所述待提示对象的道路标识语音提示动作。
在所述步骤S7之后,考虑频繁执行道路标识语音提示动作会对驾驶员的驾驶行为产生干扰影响,优选的,在将所述道路标识提示语音信号实时传送至车内语音喇叭予以语音播放之后,所述方法还包括但不限于:在语音播放所述道路标识提示语音信号的期间以及在语音播放结束后的预设时段内,临时中止执行所述道路标识语音提示方法(即暂停执行前述步骤S1~S6)。前述预设时段可以举例为10分钟,即至少每隔10分钟才进行一次道路标识语音提示。
由此基于前述步骤S1~S7所描述的道路标识语音提示方法,提供了一种基于目标检测算法和语音合成技术来帮助驾驶员注意道路交通标志的含义及要求的自动提示方案,即先采用目标检测算法对车前视频数据进行道路交通标志图像识别实时处理,得到标志图像识别结果,然后从识别出的至少一个道路交通标志图像中筛选出最合适的待提示对象,并将与待提示对像对应的相对方位信息填入到与待提示对像对应的预设文字提示模板中,得到文字提示文本,最后将文字提示文本合成为道路标识提示语音信号,并实时传送至车内语音喇叭予以语音播放,如此可在行车过程中帮助驾驶员注意道路交通标志的含义及要求,增强驾驶员的道路意识和安全意识,提高道路交通的安全性,特别适用于新手驾驶员或记忆差的驾驶员,便于实际应用和推广。
如图3所示,本实施例第二方面提供了一种实现第一方面所述的道路标识语音提示方法的虚拟装置,包括有依次通信连接的视频数据获取模块、图像识别处理模块、标志图像排序模块、标志图像遍历模块、提示文本生成模块、提示语音合成模块和语音信号传送模块;
所述视频数据获取模块,用于获取由车载摄像头实时采集的车前视频数据,其中,所述车载摄像头安装在车体前部并使镜头朝正前方设置;
所述图像识别处理模块,用于采用目标检测算法对所述车前视频数据进行道路交通标志图像识别实时处理,得到标志图像识别结果,其中,所述标志图像识别结果包含有识别出的至少一个道路交通标志图像;
所述标志图像排序模块,用于按照标车距离从近至远的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列,其中,所述标车距离是指从对应道路交通标志至所述车体前部的距离;
所述标志图像遍历模块,用于按照从前至后顺序依次遍历所述道路交通标志图像序列中的各个道路交通标志图像:判断在最近第一单位时期内是否已对当前遍历的道路交通标志图像执行了道路标识语音提示动作,若是,则遍历下一个道路交通标志图像,否则先获取当前车速值,然后根据所述当前车速值和与当前遍历的道路交通标志图像对应的标车距离,估算得到与当前遍历的道路交通标志图像对应的且所述车体前部到达对应道路交通标志的预测时长以及预测时间戳,再然后根据与当前遍历的道路交通标志图像对应的预设文字提示模板,估算得到与当前遍历的道路交通标志图像对应的道路标识提示语音播放时长以及道路标识提示语音播放结束时间戳,最后判断所述预测时间戳是否早于所述道路标识提示语音播放结束时间戳,若是,则遍历下一个道路交通标志图像,否则将当前遍历的道路交通标志图像作为待提示对象,并终止遍历,其中,所述预测时间戳等于与当前遍历的道路交通标志图像对应的图像采集时间戳加上所述预测时长,所述预设文字提示模板包含有对应道路交通标志的含义及要求内容,所述道路标识提示语音播放结束时间戳等于与当前遍历的道路交通标志图像对应的图像采集时间戳加上所述道路标识提示语音播放时长;
所述提示文本生成模块,用于将与所述待提示对像对应的相对方位信息填入到与所述待提示对像对应的预设文字提示模板中,得到与所述待提示对像对应的文字提示文本,其中,所述相对方位信息是指对应道路交通标志相对于所述车体前部的方位信息,所述预设文字提示模板包含有对应道路交通标志的含义及要求内容;
所述提示语音合成模块,用于将所述文字提示文本合成为道路标识提示语音信号;
所述语音信号传送模块,用于将所述道路标识提示语音信号实时传送至车内语音喇叭予以语音播放,以便完成对所述待提示对象的道路标识语音提示动作。
本实施例第二方面提供的前述装置的工作过程、工作细节和技术效果,可以参见第一方面所述的道路标识语音提示方法,于此不再赘述。
如图4所示,本实施例第三方面提供了一种执行如第一方面所述的道路标识语音提示方法的计算机设备,包括有依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如第一方面所述的道路标识语音提示方法。具体举例的,所述存储器可以但不限于包括随机存取存储器(Random-Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、闪存(Flash Memory)、先进先出存储器(First Input First Output,FIFO)和/或先进后出存储器(First Input Last Output,FILO)等等;所述处理器可以但不限于采用型号为STM32F105系列的微处理器。此外,所述计算机设备还可以但不限于包括有电源模块、显示屏和其它必要的部件。
本实施例第三方面提供的前述计算机设备的工作过程、工作细节和技术效果,可以参见第一方面所述的道路标识语音提示方法,于此不再赘述。
本实施例第四方面提供了一种存储包含如第一方面所述的道路标识语音提示方法的指令的计算机可读存储介质,即所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面所述的道路标识语音提示方法。其中,所述计算机可读存储介质是指存储数据的载体,可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等计算机可读存储介质,所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。
本实施例第四方面提供的前述计算机可读存储介质的工作过程、工作细节和技术效果,可以参见如第一方面所述的道路标识语音提示方法,于此不再赘述。
本实施例第五方面提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面所述的道路标识语音提示方法。其中,所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明的保护范围。凡在本发明的精神和原则之内,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 (9)
1.一种基于图像识别的道路标识语音提示方法,其特征在于,包括:
获取由车载摄像头实时采集的车前视频数据,其中,所述车载摄像头安装在车体前部并使镜头朝正前方设置;
采用目标检测算法对所述车前视频数据进行道路交通标志图像识别实时处理,得到标志图像识别结果,其中,所述标志图像识别结果包含有识别出的至少一个道路交通标志图像;
按照标车距离从近至远的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列,其中,所述标车距离是指从对应道路交通标志至所述车体前部的距离;
按照从前至后顺序依次遍历所述道路交通标志图像序列中的各个道路交通标志图像:判断在最近第一单位时期内是否已对当前遍历的道路交通标志图像执行了道路标识语音提示动作,若是,则遍历下一个道路交通标志图像,否则先获取当前车速值,然后根据所述当前车速值和与当前遍历的道路交通标志图像对应的标车距离,估算得到与当前遍历的道路交通标志图像对应的且所述车体前部到达对应道路交通标志的预测时长以及预测时间戳,再然后根据与当前遍历的道路交通标志图像对应的预设文字提示模板,估算得到与当前遍历的道路交通标志图像对应的道路标识提示语音播放时长以及道路标识提示语音播放结束时间戳,最后判断所述预测时间戳是否早于所述道路标识提示语音播放结束时间戳,若是,则遍历下一个道路交通标志图像,否则将当前遍历的道路交通标志图像作为待提示对象,并终止遍历,其中,所述预测时间戳等于与当前遍历的道路交通标志图像对应的图像采集时间戳加上所述预测时长,所述预设文字提示模板包含有对应道路交通标志的含义及要求内容,所述道路标识提示语音播放结束时间戳等于与当前遍历的道路交通标志图像对应的图像采集时间戳加上所述道路标识提示语音播放时长;
将与所述待提示对像对应的相对方位信息填入到与所述待提示对像对应的预设文字提示模板中,得到与所述待提示对像对应的文字提示文本,其中,所述相对方位信息是指对应道路交通标志相对于所述车体前部的方位信息,所述预设文字提示模板包含有对应道路交通标志的含义及要求内容;
将所述文字提示文本合成为道路标识提示语音信号;
将所述道路标识提示语音信号实时传送至车内语音喇叭予以语音播放,以便完成对所述待提示对象的道路标识语音提示动作。
2.根据权利要求1所述的道路标识语音提示方法,其特征在于,所述车载摄像头采用深度相机,按照标车距离从近至远的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列,包括:
针对在所述至少一个道路交通标志图像中的各个道路交通标志图像,从所述车前视频数据中提取得到对应道路交通标志的深度信息,并将该深度信息作为对应的标车距离,其中,所述标车距离是指从对应道路交通标志至所述车体前部的距离;
按照所述标车距离从近至远的顺序依次排列所述至少一个交通标志图像,得到一个交通标志图像序列。
3.根据权利要求1所述的道路标识语音提示方法,其特征在于,按照标车距离从近至远的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列,包括:
针对在所述至少一个道路交通标志图像中的各个道路交通标志图像,获取对应的且在最近第二单位时期内的道路标识语音提示动作执行次数,并将对应的标车距离与该道路标识语音提示动作执行次数的相乘结果作为对应的排序参照值,其中,所述标车距离是指从对应道路交通标志至所述车体前部的距离;
按照排序参考值从小到大的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列。
4.根据权利要求1所述的道路标识语音提示方法,其特征在于,所述方位信息包含有所述标车距离以及对应道路交通标志在所述车体前部的车体左前方、车体右前方或车体正前方。
5.根据权利要求1所述的道路标识语音提示方法,其特征在于,将与所述待提示对像对应的相对方位信息填入到与所述待提示对像对应的预设文字提示模板中,得到与所述待提示对像对应的文字提示文本,包括:
从所述车前视频数据中抽取出所述待提示对象的所属视频帧图像;
将所述所属视频帧图像输入预先完成训练的贝塞尔曲线参数预测模型,输出得到车道边缘线的贝塞尔曲线参数,其中,所述车道边缘线包括有左侧车道边缘线和右侧车道边缘线,所述贝塞尔曲线参数包含有多个贝塞尔曲线关键点在所述所属视频帧图像的二维坐标系上的坐标位置,所述多个贝塞尔曲线关键点包括有曲线起点、曲线终点和至少一个曲线控制点;
根据所述左侧车道边缘线的贝塞尔曲线参数,确定在所述二维坐标系上的左侧车道边缘曲线,以及根据所述右侧车道边缘线的贝塞尔曲线参数,确定在所述二维坐标系上的右侧车道边缘曲线;
根据所述待提示对象在所述所属视频帧图像中的所在位置分别与所述左侧车道边缘曲线和所述右侧车道边缘曲线的位置关系,确定与所述待提示对象对应的道路交通标志是在所述车体前部的车体左前方、车体右前方或车体正前方,并将确定结果和与所述待提示对象对应的所述标车距离作为与所述待提示对象对应的相对方位信息;
将所述相对方位信息填入到与所述待提示对像对应的预设文字提示模板中,得到与所述待提示对像对应的文字提示文本。
6.根据权利要求1所述的道路标识语音提示方法,其特征在于,在将所述道路标识提示语音信号实时传送至车内语音喇叭予以语音播放之后,所述方法还包括:
在语音播放所述道路标识提示语音信号的期间以及在语音播放结束后的预设时段内,临时中止执行所述道路标识语音提示方法。
7.一种基于图像识别的道路标识语音提示装置,其特征在于,包括有依次通信连接的视频数据获取模块、图像识别处理模块、标志图像排序模块、标志图像遍历模块、提示文本生成模块、提示语音合成模块和语音信号传送模块;
所述视频数据获取模块,用于获取由车载摄像头实时采集的车前视频数据,其中,所述车载摄像头安装在车体前部并使镜头朝正前方设置;
所述图像识别处理模块,用于采用目标检测算法对所述车前视频数据进行道路交通标志图像识别实时处理,得到标志图像识别结果,其中,所述标志图像识别结果包含有识别出的至少一个道路交通标志图像;
所述标志图像排序模块,用于按照标车距离从近至远的顺序依次排列所述至少一个道路交通标志图像,得到一个道路交通标志图像序列,其中,所述标车距离是指从对应道路交通标志至所述车体前部的距离;
所述标志图像遍历模块,用于按照从前至后顺序依次遍历所述道路交通标志图像序列中的各个道路交通标志图像:判断在最近第一单位时期内是否已对当前遍历的道路交通标志图像执行了道路标识语音提示动作,若是,则遍历下一个道路交通标志图像,否则先获取当前车速值,然后根据所述当前车速值和与当前遍历的道路交通标志图像对应的标车距离,估算得到与当前遍历的道路交通标志图像对应的且所述车体前部到达对应道路交通标志的预测时长以及预测时间戳,再然后根据与当前遍历的道路交通标志图像对应的预设文字提示模板,估算得到与当前遍历的道路交通标志图像对应的道路标识提示语音播放时长以及道路标识提示语音播放结束时间戳,最后判断所述预测时间戳是否早于所述道路标识提示语音播放结束时间戳,若是,则遍历下一个道路交通标志图像,否则将当前遍历的道路交通标志图像作为待提示对象,并终止遍历,其中,所述预测时间戳等于与当前遍历的道路交通标志图像对应的图像采集时间戳加上所述预测时长,所述预设文字提示模板包含有对应道路交通标志的含义及要求内容,所述道路标识提示语音播放结束时间戳等于与当前遍历的道路交通标志图像对应的图像采集时间戳加上所述道路标识提示语音播放时长;
所述提示文本生成模块,用于将与所述待提示对像对应的相对方位信息填入到与所述待提示对像对应的预设文字提示模板中,得到与所述待提示对像对应的文字提示文本,其中,所述相对方位信息是指对应道路交通标志相对于所述车体前部的方位信息,所述预设文字提示模板包含有对应道路交通标志的含义及要求内容;
所述提示语音合成模块,用于将所述文字提示文本合成为道路标识提示语音信号;
所述语音信号传送模块,用于将所述道路标识提示语音信号实时传送至车内语音喇叭予以语音播放,以便完成对所述待提示对象的道路标识语音提示动作。
8.一种计算机设备,其特征在于,包括有依次通信连接的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如权利要求1~6中任意一项所述的道路标识语音提示方法。
9.一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上存储有指令,当所述指令在计算机上运行时,执行如权利要求1~6中任意一项所述的道路标识语音提示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311722177.8A CN117671985B (zh) | 2023-12-14 | 2023-12-14 | 基于图像识别的道路标识语音提示方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311722177.8A CN117671985B (zh) | 2023-12-14 | 2023-12-14 | 基于图像识别的道路标识语音提示方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117671985A true CN117671985A (zh) | 2024-03-08 |
CN117671985B CN117671985B (zh) | 2024-06-14 |
Family
ID=90075013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311722177.8A Active CN117671985B (zh) | 2023-12-14 | 2023-12-14 | 基于图像识别的道路标识语音提示方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117671985B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201149729Y (zh) * | 2007-12-28 | 2008-11-12 | 四川川大智胜软件股份有限公司 | 视频交通标志报警器 |
JP2008305042A (ja) * | 2007-06-06 | 2008-12-18 | Hitachi Ltd | カーナビゲーション装置、道路標識認識方法およびプログラム |
CN107532913A (zh) * | 2015-12-03 | 2018-01-02 | 华为技术有限公司 | 一种导航方法和用于导航的设备 |
US20200324787A1 (en) * | 2018-10-25 | 2020-10-15 | Samsung Electronics Co., Ltd. | Augmented reality method and apparatus for driving assistance |
CN114353819A (zh) * | 2022-01-04 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 车辆的导航方法、装置、设备、存储介质及程序产品 |
CN115273003A (zh) * | 2022-07-14 | 2022-11-01 | 岚图汽车科技有限公司 | 一种结合字符定位的交通标志识别及导航决策方法和*** |
-
2023
- 2023-12-14 CN CN202311722177.8A patent/CN117671985B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008305042A (ja) * | 2007-06-06 | 2008-12-18 | Hitachi Ltd | カーナビゲーション装置、道路標識認識方法およびプログラム |
CN201149729Y (zh) * | 2007-12-28 | 2008-11-12 | 四川川大智胜软件股份有限公司 | 视频交通标志报警器 |
CN107532913A (zh) * | 2015-12-03 | 2018-01-02 | 华为技术有限公司 | 一种导航方法和用于导航的设备 |
US20200324787A1 (en) * | 2018-10-25 | 2020-10-15 | Samsung Electronics Co., Ltd. | Augmented reality method and apparatus for driving assistance |
CN114353819A (zh) * | 2022-01-04 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 车辆的导航方法、装置、设备、存储介质及程序产品 |
CN115273003A (zh) * | 2022-07-14 | 2022-11-01 | 岚图汽车科技有限公司 | 一种结合字符定位的交通标志识别及导航决策方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN117671985B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10949997B2 (en) | Vehicle localization systems and methods | |
CN111626208B (zh) | 用于检测小目标的方法和装置 | |
CN109919008A (zh) | 运动目标检测方法、装置、计算机设备及存储介质 | |
CN110567475B (zh) | 导航方法、装置、计算机可读存储介质及电子设备 | |
US11610411B2 (en) | Driver assistance system and method for displaying traffic information | |
CN110926487A (zh) | 辅助驾驶方法、辅助驾驶***、计算设备及存储介质 | |
CN112766206B (zh) | 一种高位视频车辆检测方法、装置、电子设备和存储介质 | |
CN112200142A (zh) | 一种识别车道线的方法、装置、设备及存储介质 | |
CN110979350A (zh) | 一种基于行车记录仪的ar导航*** | |
CN112002027A (zh) | 高速公路计费方法、装置、终端及存储介质 | |
CN114418998A (zh) | 一种车辆零部件缺陷检测方法、***及电子设备 | |
CN115489536B (zh) | 一种驾驶辅助方法、***、设备及可读存储介质 | |
CN111856417A (zh) | 车载毫米波雷达的性能分析方法、装置、终端及存储介质 | |
CN111325171A (zh) | 异常停车监测方法及相关产品 | |
CN117671985B (zh) | 基于图像识别的道路标识语音提示方法、装置、设备及介质 | |
CN111422203B (zh) | 一种驾驶行为评估方法及装置 | |
KR20130066210A (ko) | 카메라를 이용한 교통 표지 정보 획득 장치 및 방법 | |
JP2008262481A (ja) | 車両制御装置 | |
CN107452230B (zh) | 一种障碍物检测方法、装置、终端设备及存储介质 | |
CN115019511A (zh) | 基于自动驾驶车辆的识别机动车违规变道的方法和装置 | |
CN111854770B (zh) | 一种车辆的定位***和方法 | |
JP6686076B2 (ja) | 情報処理装置、情報処理方法、プログラム、およびアプリケーションプログラム | |
US20220058416A1 (en) | Printed character recognition | |
CN116665140A (zh) | 一种共享单车载人行为检测方法、装置、设备及存储介质 | |
CN116443003A (zh) | 车道选择方法和装置 |
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 |