[发明专利]一种基于车牌识别的防撞预警方法及装置有效

专利信息
申请号: 201810379924.5 申请日: 2018-04-25
公开(公告)号: CN108515967B 公开(公告)日: 2020-02-07
发明(设计)人: 王旭;王鹏 申请(专利权)人: 深圳卡安兴科技有限公司
主分类号: B60W30/08 分类号: B60W30/08
代理公司: 12201 天津市北洋有限责任专利代理事务所 代理人: 李林娟
地址: 518063 广东省深圳市南山区*** 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: 感兴趣区域 车辆检测器 车牌识别 单摄像头 防撞预警 滑动窗口 多尺度 前车 车牌 卷积神经网络 级联分类器 摄像头 车辆前方 大小信息 函数获取 灰度均衡 路况信息 提取图像 微控制器 危险状态 像素数 帧率 图像 车间
【权利要求书】:

1.一种基于车牌识别的防撞预警方法,其特征在于,所述防撞预警方法包括:

通过单摄像头获取车辆前方路况信息;选取当前车辆所在车道正前方区域为第一感兴趣区域,通过多尺度滑动窗口在第一感兴趣区域内提取Haar特征,输入到Haar级联分类器中,以此构成车辆检测器;

通过车辆检测器对第一感兴趣区域中的车辆进行识别,并将识别到的车辆区域确定为第二感兴趣区域;

在第二感兴趣区域使用多尺度滑动窗口提取图像块,将图像块输入到设计并训练好的深度卷积神经网络中进行分类,获取车牌在整个图像中的位置和大小信息;

在确定的摄像头分辨率下,根据不同车距所对应的前车车牌所占像素数,通过三次函数获取距离,再减去当前车辆的车头长度即为两车间距;

通过GPS测速仪获得当前车辆的速度,结合摄像头帧率获得前车速度,再判断车辆是否处于危险状态;

其中,所述设计并训练好的深度卷积神经网络具体为:

收集大量关于我国通用车牌的正负样本构成数据库;

深度卷积神经网络的结构从下至上依次包括:输入层、第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、以及输出层;

使用ReLU激活函数,交叉熵损失函数,采用随机梯度下降法对交叉熵损失函数进行优化;

所述三次函数具体为:

v=ax3+bx2+cx+d

其中,x为车牌所占像素数,y为对应车距,a、b和c均为系数。

2.根据权利要求1所述的一种基于车牌识别的防撞预警方法,其特征在于,所述获取到车辆前方路况信息后,还包括:对路况信息的图像进行灰度均衡。

3.根据权利要求1所述的一种基于车牌识别的防撞预警方法,其特征在于,所述方法将第一感兴趣区域的分辨率设置为整个图像分辨率的五分之一。

4.一种用于实施权利要求1所述的基于车牌识别的防撞预警方法的防撞预警装置,其特征在于,所述防撞预警装置包括:

单摄像头,用于获取车辆前方路况信息、以及结合摄像头帧率获取前车速度;

车辆检测器,用于选取当前车辆所在车道正前方区域为第一感兴趣区域,通过多尺度滑动窗口在第一感兴趣区域内提取Haar特征,输入到Haar级联分类器中;对第一感兴趣区域中的车辆进行识别,并将识别到的车辆区域确定为第二感兴趣区域;

微控制器,用于在第二感兴趣区域使用多尺度滑动窗口提取图像块,将图像块输入到设计并训练好的深度卷积神经网络中进行分类,获取车牌在整个图像中的位置和大小信息;

所述微控制器,还用于在确定的摄像头分辨率下,根据不同车距所对应的前车车牌所占像素数,通过三次函数获取距离,再减去当前车辆的车头长度即为两车间距;

GPS测速仪,用于获得当前车辆的速度;

所述微控制器,还用于判断车辆是否处于危险状态。

5.根据权利要求4所述的基于车牌识别的防撞预警方法的防撞预警装置,其特征在于,所述防撞预警装置还包括:

灰度均衡模块,设置在单摄像头与车辆检测器之间,用于对路况信息的图像进行灰度均衡处理。

6.根据权利要求4或5所述的基于车牌识别的防撞预警方法的防撞预警装置,其特征在于,所述防撞预警装置、与车道线检测装置组成车载辅助驾驶系统。

7.根据权利要求4或5所述的基于车牌识别的防撞预警方法的防撞预警装置,其特征在于,所述防撞预警装置、与驾驶行为分析装置组成车载辅助驾驶系统。

8.根据权利要求4或5所述的基于车牌识别的防撞预警方法的防撞预警装置,其特征在于,所述防撞预警装置、车道线检测装置、以及驾驶行为分析装置组成车载辅助驾驶系统。

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深圳卡安兴科技有限公司,未经深圳卡安兴科技有限公司许可,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/201810379924.5/1.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