[发明专利]前方车辆识别方法、装置及车辆有效

专利信息
申请号: 201710024274.8 申请日: 2017-01-13
公开(公告)号: CN108304750B 公开(公告)日: 2020-11-06
发明(设计)人: 丁赞;徐波;杨青 申请(专利权)人: 比亚迪股份有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强
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: 前方 车辆 识别 方法 装置
【权利要求书】:

1.一种前方车辆识别方法,其特征在于,包括以下步骤:

采集车辆前方物体的图像,并根据所述图像获取所述前方物体底部水平方向特征、所述前方物体两侧垂直方向特征和光照强度;

根据所述前方物体底部水平方向特征和所述前方物体两侧垂直方向特征,提取图像预设区域的水平特征单元和垂直特征单元,并根据所述水平特征单元和所述垂直特征单元,计算所述水平特征单元的特征值和所述垂直特征单元的特征值;

根据所述光照强度确定所述水平特征单元的特征值和所述垂直特征单元的特征值对应的权重系数,以计算所述图像预设区域的加权特征值;

根据所述水平特征单元、所述垂直特征单元和所述加权特征值,确定所述前方物体的左下角和右下角;

获取所述前方物体的左下角和右下角的灰度值,并根据所述前方物体的左下角和右下角的灰度值计算所述前方物体的对称距离;

如果所述对称距离小于预设阈值,则认定所述前方物体是车辆。

2.根据权利要求1所述的前方车辆识别方法,其特征在于,还包括:

如果所述前方物体的对称距离大于或等于所述预设阈值,则认定所述前方物体不是车辆。

3.根据权利要求1所述的前方车辆识别方法,其特征在于,在采集车辆前方物体的图像之后,还包括:

对所述图像进行去噪和平滑处理。

4.根据权利要求1所述的前方车辆识别方法,其特征在于,所述水平特征单元包括上部特征单元、中部特征单元和下部特征单元,所述垂直特征单元包括左部特征单元、中部特征单元和右部特征单元。

5.根据权利要求1所述的前方车辆识别方法,其特征在于,所述根据所述水平特征单元、所述垂直特征单元和所述加权特征值,确定所述前方物体的左下角和右下角,具体包括:

将所述水平特征单元和所述垂直特征单元进行融合以获得所述车辆识别特征单元;

根据所述车辆识别特征单元和所述加权特征值,确定所述前方物体的左下角和右下角。

6.根据权利要求2所述的前方车辆识别方法,其特征在于,根据以下公式计算所述前方物体的对称距离:

Dc=E(gleft-gright)2

其中,Dc为所述前方物体的对称距离,gleft为所述前方物体的左下角的灰度值,gright为所述前方物体的右下角的灰度值。

7.一种前方车辆识别装置,其特征在于,包括:

采集模块,所述采集模块用于采集车辆前方物体的图像,并根据所述图像获取所述前方物体底部水平方向特征、所述前方物体两侧垂直方向特征和光照强度;

提取模块,所述提取模块用于根据所述前方物体底部水平方向特征和所述前方物体两侧垂直方向特征,提取图像预设区域的水平特征单元和垂直特征单元,并根据所述水平特征单元和所述垂直特征单元,计算所述水平特征单元的特征值和所述垂直特征单元的特征值;

第一确定模块,所述第一确定模块用于根据所述光照强度确定所述水平特征单元的特征值和所述垂直特征单元的特征值对应的权重系数,以计算所述图像预设区域的加权特征值;

第二确定模块,所述第二确定模块用于根据所述水平特征单元、所述垂直特征单元和所述加权特征值,确定所述前方物体的左下角和右下角;

计算模块,所述计算模块用于获取所述前方物体的左下角和右下角的灰度值,并根据所述前方物体的左下角和右下角的灰度值计算所述前方物体的对称距离;

识别模块,所述识别模块用于当所述对称距离小于预设阈值时,认定所述前方物体是车辆。

8.根据权利要求7所述的前方车辆识别装置,其特征在于,所述识别模块,还用于:

当所述前方物体的对称距离大于或等于所述预设阈值时,认定所述前方物体不是车辆。

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/201710024274.8/1.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