[发明专利]一种行车信息的处理方法、装置及设备

权利要求书

1.一种行车信息的处理方法，其特征在于，所述方法包括：

获取行车记录设备采集的行车数据；

对所述行车数据进行边缘特征提取，得到车辆边缘特征值；

根据所述车辆边缘特征值进行边缘模糊度计算，得到车辆边缘模糊度；

根据所述车辆边缘模糊度，得到所述车辆所处交通环境中至少一个车辆的行驶轨迹；

其中，所述根据所述车辆边缘特征值进行边缘模糊度计算，得到车辆边缘模糊度，包括：

根据物体边缘的像素点和车辆边缘多边形，计算得到车辆边缘模糊度；

其中，所述根据所述车辆边缘模糊度，得到所述车辆所处交通环境中至少一个车辆的行驶轨迹，包括：

根据所述车辆边缘模糊度，识别车辆的车速以及车辆的位置；

根据所述车辆边缘模糊度、所述车辆的车速以及所述车辆的位置，得到前方车辆的运动状态记录数据；

根据前方车辆的运动状态记录数据，输出所述车辆所处交通环境中至少一个车辆的行驶轨迹。

2.根据权利要求1所述的行车信息的处理方法，其特征在于，所述获取行车记录设备采集的行车数据，包括：

获取所述行车记录设备采集的图像数据、位置数据和时间戳中的至少一项。

3.根据权利要求1所述的行车信息的处理方法，其特征在于，所述对所述行车数据进行边缘特征提取，得到车辆边缘特征值，包括：

对所述行车数据中的图像数据，基于灰度图像识别算法识别出车辆边缘线和/或基于彩色图像识别算法识别出车辆边缘模糊区域。

4.根据权利要求3所述的行车信息的处理方法，其特征在于，所述基于灰度图像识别算法识别出车辆边缘线，包括：

对所述行车数据中的图像数据，基于灰度图像识别算法进行所述灰度图像信息离散化，得到离散结果；

对所述离散结果，进行卷积计算，提取车辆边缘点；

分析所述边缘点所在区域，将该区域内每个点与其他点之间最近的点用直线连接，形成车辆边缘多边形D(x,y)。

5.根据权利要求4所述的行车信息的处理方法，其特征在于，所述基于彩色图像识别算法识别出车辆边缘模糊区域，包括：

对所述行车数据中的图像数据，识别出像素点的颜色R、颜色G、颜色B、饱和度S、亮度V；

建立所述图像数据中各像素点的色彩特征模型C(R,G,B,S,V)，通过所述色彩特征模型获得色彩指标梯度值

将所述色彩指标梯度值大于一预设值的像素点形成的区域，确定为车辆边缘模糊区域。

6.根据权利要求5所述的行车信息的处理方法，其特征在于，所述根据所述车辆边缘特征值进行边缘模糊度计算，得到车辆边缘模糊度，包括：

通过I＝max|D(x,y)-Sign(x_i,y)|,(x_i,y)∈M，得到所述车辆边缘模糊度；

其中，Sign(x_i,y)为彩色图像中标记为物体边缘的像素点，M为大于一预设值的像素点形成的点集合或者区域，D(x,y)为车辆边缘多边形，I为所述车辆边缘模糊度。

7.根据权利要求1至6任一项所述的行车信息的处理方法，其特征在于，所述根据前方车辆的运动状态记录数据，输出所述车辆所处交通环境中至少一个车辆的行驶轨迹，包括：

将所述前方车辆的运动状态记录数据与路侧设备记录的多个车辆的运动状态记录数据进行合并，得到多个车辆的运动轨迹，或者将所述前方车辆的运动状态记录数据与道路环境数据进行融合，得到所述车辆所处交通环境中至少一车辆的行驶轨迹；

按时间戳将多个车辆的行驶轨迹进行融合，输出所述车辆所处交通环境中至少一个车辆的行驶轨迹。