[发明专利]一种车辆交通辅助指示方法及系统

说明书

本发明涉及的是一种车辆交通辅助指示方法及系统。解决一般过红绿灯时大型货车挡住后方车辆视线造成闯红灯的问题。包括以下步骤：S1：采集交通信息；S2：进行识别判断；S3：显示辅助信息。本发明的有益效果是：通过在大型货车上设置交通辅助指示系统，有效避免了因大型货车挡住后方视线而造成闯红灯的问题；通过卷积神经网络提取信息，保证了信息提取的准确高效；对道路交通信息进行预判，有效开启或停止工作，有效延长系统使用寿命；显示和语音双重提示，最大程度上保证后方车辆获取前方红绿灯信息。

技术领域

本发明涉及智能交通领域，尤其涉及一种车辆交通辅助指示方法及系统。

背景技术

随着科技发展，不管是在生活中还是社会生产中，汽车越来越普及，也逐渐扮演起越来越不可替代的角色。但随着汽车数量增多，各种交通问题也不断出现，每年造成了巨大的经济损失和人员伤亡，尤其是因闯红绿灯而造成的交通事故。当一辆大型货车准备通过红绿灯的时候，会因为货车巨大体积而挡住后方车辆视线，从而非常容易造成后方车辆闯红灯的问题。

发明内容

本发明解决一般过红绿灯时大型货车挡住后方车辆视线造成闯红灯的问题，提供了一种车辆交通辅助指示方法及系统。

为了解决上述存在的技术问题，本发明的技术方案是：一种车辆交通辅助指示方法，包括以下步骤：S1：采集交通信息；S2：进行识别判断；S3：显示辅助信息。

作为上述方案的一种优选方案，所述步骤S1中的采集交通信息包括以下步骤：

S21：获取地图信息；

S22：判断当前位置是否位于高速公路，若是，则停止信息采集，若否，则转至步骤S23；

S23：判断当前位置方圆200米内是否有交通信号灯，若有，则开始信息采集，若无，则停止信息采集。

通过判断汽车当前附近是否有交通信号灯来决定是否进行信息采集，这样做的目的是汽车行进过程中遇到交通信号灯的时间有限，而有选择性地让系统工作采集信息，可以有效延长系统的实用寿命。

作为上述方案的一种优选方案，所述步骤S22和步骤S23中的信息采集是通过摄像头拍摄路面交通信息并得到路面交通视频。

作为上述方案的一种优选方案，所述步骤S2中识别判断包括以下步骤：

S31：提取路面交通视频里的每一帧图像；

S32：提取每一帧图像的信号灯信息；

S33：对提取的每一帧图像进行信号灯识别筛选。

作为上述方案的一种优选方案，所述步骤S33中信号灯信息包括信号灯的数量信息、显示信息和交通信号信息。显示信息是指信号灯的工作情况，故障的信号灯不会显示相关的交通信号信息（如红灯、绿灯等），正常工作的信号灯会显示相关的交通信号信息。

作为上述方案的一种优选方案，所述步骤S32中信号灯识别筛选包括以下步骤：

S41：读取每一帧图像的信号灯数量信息，如果等于1则判定该帧图像中的交通信号为有效交通信号信息；如果不等于1则转至步骤S42；

S42：继续判断该帧图像中信号灯数量信息，如果小于1则删除该帧图像；如果大于1则进行二次筛选。

作为上述方案的一种优选方案，所述步骤S42中二次筛选是根据信号灯的显示信息筛选出图像中正常工作的信号灯，并将该信号灯的交通信号信息判定为有效交通信号信息。

作为上述方案的一种优选方案，所述步骤S33中信号灯信息提取是采用卷积神经网络提取。卷积神经网络是利用机器学习方法，并基于预置的图像集合训练得到的。

作为上述方案的一种优选方案，所述步骤S3中显示辅助信息包括以下步骤：