[发明专利]车辆盲区的监控方法、装置、计算机设备及存储介质有效
申请号: | 201810362009.5 | 申请日: | 2018-04-20 |
公开(公告)号: | CN110386065B | 公开(公告)日: | 2021-09-21 |
发明(设计)人: | 何敏政 | 申请(专利权)人: | 比亚迪股份有限公司 |
主分类号: | B60R1/00 | 分类号: | B60R1/00;G06K9/00 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 518118 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车辆 盲区 监控 方法 装置 计算机 设备 存储 介质 | ||
1.一种车辆盲区的监控方法,其特征在于,包括:
获取车辆周边障碍物信息及所述车辆的道路信息,其中,所述道路信息为后视摄像头的后视图像;
对所述后视图像进行灰度化,得到灰度后视图像;将所述灰度后视图像进行划分,得到灰度后视图像片段;针对每个灰度后视图像片段,将所述灰度后视图像片段与预设的算子模板进行卷积运算,得到所述灰度后视图像片段的卷积结果;根据所述灰度后视图像片段中的像素点的所述卷积结果和预设的二值化阈值,确定所述像素点的取值,形成所述灰度后视图像片段的二值图;利用所述灰度后视图像片段的二值图,合并得到二值化后视图像;根据所述二值化后视图像,构建位置关系图;
从所述障碍物信息中提取动态目标,并将所述动态目标标记在所述位置关系图中;
根据所述动态目标的状态信息和所述车辆的状态信息,判断所述车辆当前变道是否存在风险,如果所述车辆当前变道存在风险,则控制所述车辆执行风险控制策略。
2.根据权利要求1所述的方法,其特征在于,根据所述二值化后视图像,构建位置关系图,包括:
对所述二值化后视图像进行边缘检测,获取属于车道线的边缘特征点;
对提取出的所述边缘特征点进行霍夫变换,检测出候选直线,对所述候选直线进行跟踪,从所述候选直线中确定出所述车道线;
根据所述车道线,构建所述车辆与所述车道线之间的位置关系图。
3.根据权利要求2所述的方法,其特征在于,所述根据所述灰度后视图像片段中的像素点的所述卷积结果和所述二值化阈值,确定所述像素点的取值,包括:
针对每个像素点,将所述像素点的卷积结果与由所述二值化阈值生成的第一数值进行比较,以及将所述像素点的灰度值与所述二值化阈值进行比较;
如果所述像素点的卷积结果大于所述第一数值,且所述灰度值大于所述二值化阈值,则将所述像素点的灰度值更新为预设的第一灰度值,否则,更新为预设的第二灰度值。
4.根据权利要求2所述的方法,其特征在于,所述对所述后视图像进行灰度化,得到灰度后视图像,包括:
确定所述后视摄像头的后视图像的起始位置,根据所述后视摄像头的后视图像的格式,从所述起始位置开始,提取所述后视摄像头的后视图像中每个像素点的亮度值作为所述像素点灰度值,生成所述灰度后视图像;
或者,获取所述后视摄像头的后视图像每个像素点的RGB值,对所述RGB值进行加权,得到每个像素点的亮度值作为所述像素点的灰度值,生成所述灰度后视图像。
5.根据权利要求2所述的方法,其特征在于,对所述灰度后视图像进行二值化之前,还包括:
根据最大类间差法,获取所述灰度后视图像的所述二值化阈值;或者,
根据所述灰度后视图像上每个像素点的灰度值,计算所述灰度后视图像的平均灰度值,将所述平均灰度值作为所述二值化阈值。
6.根据权利要求2所述的方法,其特征在于,所述对所述二值化后视图像进行边缘检测,获取属于车道线的边缘特征点,包括:
从所述二值化后视图像中提取连通区域;
根据所述车道线的特征,从提取的所述连通区域中,筛选出车道线区域;
对筛选出的所述车道线区域进行边缘检测,得到所述边缘特征点。
7.根据权利要求2所述的方法,其特征在于,所述构建所述车辆与所述车道线之间的位置关系图,包括:
确定所述车辆所在车道的两条车道线的类型,以及每条车道线与所述车辆的方位关系;
根据每条车道线的类型和方位关系,构建所述车辆与所述车道线之间的位置关系图。
8.根据权利要求7所述的方法,其特征在于,所述从所述障碍物信息中提取动态目标,将所述动态目标标记在所述位置关系图中,包括:
从所述障碍物信息中,获取所述动态目标;
根据每条车道线的类型、盲区雷达的安装位置以及所述动态目标与所述车辆之间的距离,在所述位置关系图中标记所述动态目标;其中,所述类型包括虚线和实线。
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比亚迪股份有限公司,未经比亚迪股份有限公司许可,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/201810362009.5/1.html,转载请声明来源钻瓜专利网。