[发明专利]一种基于车载摄像机的平交口视距遮挡检测方法及系统

权利要求书

1.一种基于车载摄像机的平交口视距遮挡检测方法，其特征在于，包括：

获取遮挡检测神经网络模型，所述遮挡检测神经网络模型为以平交口转角的视距三角形范围图像为神经网络的输入，以平交口转角的视距三角形范围内有无遮挡及遮挡物类别为神经网络的输出的训练后的神经网络模型；所述视距三角形为冲突点和两视点构成的三角形，所述冲突点为两条相交道路中一条道路的最右侧车道中心线的直行线方向与另一条道路右侧直行线方向相交点，所述两视点分别为所述两条道路上的停止线向后的一个停车视距的视点；

利用CCD工业相机采集待检测平交口转角的视距三角形范围图像；

将所述待检测平交口转角的视距三角形范围图像输入所述遮挡检测神经网络模型，得到识别后的平交口视距遮挡物及遮挡物类别。

2.根据权利要求1所述的基于车载摄像机的平交口视距遮挡检测方法，其特征在于，所述获取遮挡检测神经网络模型具体包括：

获取训练样本数据，所述训练样本数据为平交口转角的视距三角形范围图像，所述视距三角形范围图像内包括无遮挡图像和有遮挡图像，所述有遮挡图像中的遮挡物包括绿化、杆件和/或箱体；

对所述视距三角形范围图像进行标定，得到标定结果，所述标定结果包括有遮挡结果和无遮挡结果；所述有遮挡结果包括绿化遮挡、杆件遮挡、箱体遮挡和其他遮挡；

建立深度神经网络模型；

以所述视距三角形范围图像为所述深度神经网络模型的输入，以所述标定结果为所述深度神经网络模型的输出，进行优化训练，得到遮挡检测神经网络模型。

3.根据权利要求2所述的基于车载摄像机的平交口视距遮挡检测方法，其特征在于，所述对所述视距三角形范围图像进行标定，得到标定结果具体包括：

当所述视距三角形范围图像中存在绿化植被，判断所述绿化植被的平均高度是否超1m，若是，则标定为有遮挡结果，并确定为绿化遮挡；若无，标定为无遮挡结果；

当所述视距三角形范围图像中存在杆件，判断所述杆件的数量是否大于或等于设定杆件数量阈值，若是，则标定为有遮挡结果，并确定为杆件遮挡；若无，标定为无遮挡结果；

当所述视距三角形范围图像中存在箱体，判断所述箱体的高度是否超1m，若是，则标定为有遮挡结果，并确定为箱体遮挡；若无，标定为无遮挡结果。

4.根据权利要求2所述的基于车载摄像机的平交口视距遮挡检测方法，其特征在于，所述获取训练样本数据之前还包括：

获取设定区域范围内的所述平交口处的道路属性数据；所述道路属性数据包括道路名称、道路类型、设计速度、道路起点位置信息和终点位置信息；

根据所述道路属性数据确定平交口转角的视距三角形；所述视距三角形的沿行车方向的边长由停车视距S_t确定；所述停车视距s_t的计算公式为：

其中，s₁为反应距离，s₂为制动距离，s₀为安全距离，s₀取5～10m，t为驾驶员反应时间，为路面与轮胎之间的纵向摩阻系数，v为车辆行驶速度。

5.根据权利要求4基于车载摄像机的平交口视距遮挡检测方法，其特征在于，在所述得到识别后的平交口视距遮挡物及遮挡物类别之后，所述方法还包括：

通过GPS定位系统获取所述待检测平交口的位置信息，

根据所述位置信息确定对应的道路属性数据；

将所述平交口视距遮挡物及遮挡物类别和待检测平交口转角的视距三角形范围图像按照所述道路属性数据对应存储、显示并发布到服务器上。