[发明专利]信号灯的故障识别方法、装置及路侧设备在审

专利信息
申请号: 202011397742.4 申请日: 2020-12-03
公开(公告)号: CN112528794A 公开(公告)日: 2021-03-19
发明(设计)人: 刘博 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06N3/02
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 张芳;刘芳
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信号灯 故障 识别 方法 装置 设备
【说明书】:

本申请提供的信号灯的故障识别方法、装置及路侧设备,涉及智能交通领域。方案包括:通过图像采集装置采集包括信号灯的图像;确定连续多帧图像中每帧图像的运动前景,其中,运动前景用于表征图像相对于图像的背景图像的变化;根据各运动前景,确定信号灯故障情况。本申请提供的信号灯的故障识别方法、装置及路侧设备,可以通过在图像中识别前景的方式,将信号灯故障识别问题转换为前景识别问题,从而不需要改造信号灯,也不需要采集大量的数据进行模型训练,就能够识别出信号灯的故障情况。

技术领域

本申请涉及图像处理领域中的智能交通技术,尤其涉及一种信号灯的故障识别方法、装置及路侧设备。

背景技术

信号灯在生活中随处可见,比如为了提高车辆出行安全,需要在路口设置红绿灯,使得车辆能够更加规范的行驶。

但是,信号灯存在故障情况,一旦信号灯发生故障,则缺失了对人或设备的引导作用。比如路口的红绿灯故障,极易发生交通堵塞,甚至发生导致交通事故。因此,需要及时识别信号灯的故障情况。

目前,进行信号灯故障识别的方式包括基于信号机识别的方法以及基于神经网络识别的方法。但是,基于信号机识别的方法需要对信号灯本身进行改造,较为不便。而基于神经网络识别的方法需要大量的数据对神经网络进行训练,同时神经网络推理过程需要处理器的算力大且耗时长。

发明内容

本申请提供了一种信号灯的故障识别方法、装置及路侧设备,用于提供一种简便易实现的信号灯故障识别方案。

根据本申请的一方面,提供了一种信号灯的故障识别方法,包括:

通过图像采集装置采集包括信号灯的图像;

确定连续多帧图像中每帧图像的运动前景,其中,所述运动前景用于表征所述图像相对于所述图像的背景图像的变化;

根据各所述运动前景,确定信号灯故障情况。

根据本申请的另一方面,提供了一种信号灯的故障识别装置,包括:

采集单元,用于通过图像采集装置采集包括信号灯的图像;

识别单元,用于确定连续多帧图像中每帧图像的运动前景,其中,所述运动前景用于表征所述图像相对于所述图像的背景图像的变化;

故障确定单元,用于根据各所述运动前景,确定信号灯故障情况。

根据本申请的又一方面,提供了一种电子设备,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的信号灯的故障识别方法。

根据本申请的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行如第一方面所述的信号灯的故障识别方法。

根据本申请的又一方面,提供了一种路侧设备,包括如上所述的电子设备。

本申请提供的信号灯的故障识别方法、装置及路侧设备,包括:通过图像采集装置采集包括信号灯的图像;确定连续多帧图像中每帧图像的运动前景,其中,运动前景表征图像相对于预设背景图像的变化;根据各运动前景,确定信号灯故障情况。本申请提供的信号灯的故障识别方法、装置及路侧设备,可以通过在图像中识别前景的方式,将信号灯故障识别问题转换为前景识别问题,从而不需要改造信号灯,也不需要采集大量的数据进行模型训练,就能够识别出信号灯的的故障情况。

应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202011397742.4/2.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