[发明专利]一种行车信息的处理方法、装置及设备

说明书

本发明提供一种行车信息的处理方法、装置及设备，涉及行车信息处理技术领域，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。本发明的方案可以根据行车数据获取车辆的行驶轨迹，提高数据的实效性，更好地指导道路交通决策。

技术领域

本发明涉及行车信息处理技术领域，特别是指一种行车信息的处理方法、装置及设备。

背景技术

解决交通拥堵和安全问题的途径之一是监测道路交通流状态，合理分配道路交通流，实时为驾驶员提供出行路径规划，从而及时疏导拥堵路段交通流，不仅减少道路交通事故的发生，也同时提高了道路交通通行效率。但是在以往基于视频的交通流检测应用中，由于检测设备数量的限制，通常只能检测局部路段的交通流状态。此外，路侧视频检测设备放置于室外，受到自然环境(如雨、雪、雾等)、检测距离的影响，导致视频质量下降，进而影响交通流检测精度。

随着目前车路协同系统的发展，车路通讯和智能云计算为全息道路交通状态感知和数据融合技术的实现提供支持。该技术主要涉及实时图像识别和多源数据融合问题，是机器视觉和数据分析领域的结合，主要基于图像识别和数据融合技术。目前该技术至少存在如下问题：

无法实现道路交通的全息感知，无法为自动驾驶场景下的车辆驾驶决策提供参考；

在多源数据存储、分析和管理方面还存在一定不足和欠缺。同时缺乏对多源交通数据的融合、分析，单一检测设备往往受到设备检测精度、外界环境的影响导致检测效率低下、采集数据不完全的结果，无法为道路交通提供准确指导；

出现车辆边缘断边、虚报等问题，无法为车辆特征提取提供数据支撑；单纯依靠以车辆为主的定位难以满足高精度的定位需求，无法在车辆行驶过程中实时修正定位的误差，使得设备记录、回传到云端的车辆状态信息存在偏差。

发明内容

本发明要解决的技术问题是如何提供一种行车信息的处理方法、装置及设备。可以根据行车数据获取车辆的行驶轨迹，提高数据的实效性，更好地指导道路交通决策，也为未来的自动驾驶场景下的识别提供可靠的数据来源。

为解决上述技术问题，本发明的技术方案如下：

一种行车信息的处理方法，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。

可选的，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。

可选的，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。

可选的，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)。