[发明专利]一种异常驾驶行为的处理方法和装置在审

专利信息
申请号: 202010417673.2 申请日: 2020-05-18
公开(公告)号: CN113688652A 公开(公告)日: 2021-11-23
发明(设计)人: 贾佳;江昊;陈昆盛 申请(专利权)人: 魔门塔(苏州)科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06F9/46;G06K9/62;G06N3/04;G06N3/08;G08G1/017;G08G1/052;G08G1/056
代理公司: 北京科领智诚知识产权代理事务所(普通合伙) 11782 代理人: 陈士骞
地址: 215131 江苏省苏州市相城区高*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 异常 驾驶 行为 处理 方法 装置
【说明书】:

发明实施例公开了一种异常驾驶行为的处理方法和装置,该方法包括:获取车载摄像头采集的道路图像;对道路图像进行识别,得到道路交通元素和待检测车辆,道路交通元素包括车道线、交通标志牌和交通信号灯中的一种或多种;确定待检测车辆的车辆信息和行驶信息,车辆信息包括车牌号,行驶信息包括行驶位置和行驶速度;根据道路交通元素所要求的交通规则和所述行驶信息,如果判断出待检测车辆出现异常驾驶行为,则将出现异常驾驶行为的车辆的车牌号及其异常驾驶行为上传到数据库,以用于指导当前车辆行驶路径的预测和规划策略;所述异常驾驶行为包括违规驾驶行为和/或激进驾驶风格;通过采用上述技术方案,提高了自动驾驶系统的安全性与鲁棒性。

技术领域

本发明涉及自动驾驶技术领域,具体涉及一种异常驾驶行为的处理方法和装置。

背景技术

随着当前智能交通技术的发展,自动驾驶和辅助驾驶技术正受到更多的重视。在自动驾驶和辅助驾驶领域,精准的感知系统是一切其他系统能正确工作的前提。在当前自动驾驶系统的预测、决策和规划算法中,对周边车辆行进轨迹预测,大多基于在一定时间内对周边车辆位置和速度的感知,从而指导当前自动驾驶车辆的决策和规划控制。

但是,现有感知内容对并未考虑到周边车辆的驾驶风格,这样无法充分考虑激进驾驶风格甚至违法驾驶的车辆可能导致的特殊场景,如车辆超速、急加减速、急变道或违反交通规则等。这样的自动驾驶系统,无法应对道路上激进驾驶风格的车辆引入的额外风险,无法对风险进行预防和预判,从而影响自动驾驶系统的安全性和稳定性。

发明内容

本发明实施例公开一种异常驾驶行为的处理方法和装置,提高了自动驾驶系统的安全性与鲁棒性。

第一方面,本发明实施例公开了一种异常驾驶行为的处理方法,该方法包括:

获取车载摄像头采集的道路图像;

对所述道路图像进行识别,得到道路交通元素和待检测车辆,所述道路交通元素包括车道线、交通标志牌和交通信号灯中的一种或多种;

确定所述待检测车辆的车辆信息和行驶信息,所述车辆信息包括车牌号,所述行驶信息包括行驶位置和行驶速度;

根据所述道路交通元素所要求的交通规则和所述行驶信息,如果判断出所述待检测车辆出现异常驾驶行为,则将出现所述异常驾驶行为的车辆的车牌号及其异常驾驶行为上传到数据库,以用于指导当前车辆行驶路径的预测和规划策略;所述异常驾驶行为包括违规驾驶行为和/或激进驾驶风格;

其中,所述违规驾驶行为包括如下一种或多种:超速、闯红灯、违法变道和违法压线;

所述激进驾驶风格包括如下一种或多种:压线行驶、车道变换次数大于设定次数阈值、在变道时横向速度大于设定速度阈值,以及在变道时与其他车辆的距离小于设定距离阈值;

其中,所述道路交通元素中交通标志牌的识别通过如下步骤来实现:

获取所述道路图像中交通标志牌区域所在当前子图像的位置信息和类别信息,其所述位置信息和类别信息是通过对所述道路图像中的待识别交通标志牌图像进行特征提取得到的;

按照所述位置信息和所述类别信息,利用卷积神经网络CNN对所述当前子图像进行特征提取,得到所述当前子图像的特征序列;

根据所述特征序列和预设卷积循环神经网络CRNN模型,得到所述当前子图像对应的目标语义信息,所述CRNN模型使得道路图像中交通标志牌区域的子图像的特征序列与其对应的语义信息相关联。

第二方面,本发明实施例还提供了一种异常驾驶行为的处理装置,该装置包括:

道路图像获取模块,被配置为获取车载摄像头采集的道路图像;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于魔门塔(苏州)科技有限公司,未经魔门塔(苏州)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010417673.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top