[发明专利]碰撞预测方法、装置及边缘计算服务器在审
申请号: | 202110295749.3 | 申请日: | 2021-03-19 |
公开(公告)号: | CN113077520A | 公开(公告)日: | 2021-07-06 |
发明(设计)人: | 陈亚婕;廖振松;周秀;向南 | 申请(专利权)人: | 中移智行网络科技有限公司;中移(上海)信息通信科技有限公司;中国移动通信集团有限公司 |
主分类号: | G06T7/80 | 分类号: | G06T7/80;G06K9/46;G06N3/04;G06N3/08;G06Q10/04;G01S17/86;G01S17/93 |
代理公司: | 北京银龙知识产权代理有限公司 11243 | 代理人: | 许静;曹娜 |
地址: | 201206 上海*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 碰撞 预测 方法 装置 边缘 计算 服务器 | ||
本申请公开了一种碰撞预测方法、装置及边缘计算服务器,属于船联网技术领域。该碰撞预测方法,包括:根据设置在行驶物上的激光雷达采集的障碍物信息和摄像头采集的图像信息,生成障碍物融合信息;根据所述障碍物融合信息,进行行驶物碰撞预测。上述方案,通过利用激光雷达和摄像头进行信息融合,获取行驶物的障碍物融合信息,并根据该障碍物融合信息进行碰撞预测,采用多种信息融合的方式进行碰撞预测,使得行驶物在各种行驶情况下,均能实现对碰撞的准确预测,保证了行驶物的安全行驶。
技术领域
本申请属于船联网技术领域,特别涉及一种碰撞预测方法、装置及边缘计算服务器。
背景技术
一直以来,船舶碰撞都是水上交通事故的重要因素。船舶碰撞,至少包括3个方面:船船碰撞、船桥碰撞、船岸碰撞。基于对历史船舶碰撞事件的分析与总结,船舶碰撞的原因,主要体现在3个方面:人为因素、船舶故障、自然灾害。船舶防撞的方法,可分为主动防撞和被动防撞。其中,主动防撞是为船服务,采取的措施包括设置航线标识、应用船舶自动识别系统(Automatic IdentificationSystem,AIS)、开展船员培训等;被动防撞,则主要是围绕风险展开研究,在碰撞前规避风险或在碰撞后将损失降为最低。
当前,在船舶碰撞规避方面,现有的技术方案,主要采取的措施是充分利用辅助设备(如摄像头、激光雷达、毫米波雷达、传感器等),来识别障碍物(包括其他船只、桥梁、河岸等),实时计算船与障碍物的距离,根据障碍物的类型和距离,采取相应的防撞措施。尽管如此,船船碰撞事件还是时有发生,船桥碰撞,更是损失惨重。究其原因,现有的船舶防撞方式在对障碍物识别时,如遇到恶劣天气(大雾、大风、大雨),很有可能识别不出迎面而来的船只或前方障碍物,也就是说,现有的船舶防撞方式不能在船舶在各种行驶环境下均能保证具有较高的碰撞预测准确率。
发明内容
本申请实施例提供一种碰撞预测方法、装置及边缘计算服务器,能够解决现有的船舶防撞方式不能在船舶在各种行驶环境下均能保证具有较高的碰撞预测准确率的问题。
为了解决上述技术问题,本发明实施例提供一种碰撞预测方法,包括:
根据设置在行驶物上的激光雷达采集的障碍物信息和摄像头采集的图像信息,生成障碍物融合信息;
根据所述障碍物融合信息,进行行驶物碰撞预测。
可选地,所述根据设置在行驶物上的激光雷达采集的障碍物信息和摄像头采集的图像信息,生成障碍物融合信息,包括:
根据所述障碍物信息,对所述激光雷达检测到的障碍物进行编号;
对所述图像信息中的障碍物进行识别,获取障碍物识别结果;
根据所述障碍物的编号和所述障碍物识别结果,进行信息融合,得到障碍物融合信息。
进一步地,所述对所述图像信息中的障碍物进行识别,获取障碍物识别结果,包括:
利用Yolo算法对所述图像信息中的每一帧图像进行障碍物特征提取,获取障碍物预测结果;
根据所述障碍物预测结果,过滤重复障碍物,获取障碍物识别结果。
具体地,所述根据所述障碍物预测结果,过滤重复障碍物,获取障碍物识别结果,包括:
分别获取所述预测结果中的每一个障碍物的重叠率,所述重叠率包括:第一障碍物与其他障碍物的重叠率,或第一障碍物与其属于相同类别的障碍物的重叠率;
分别将每一个障碍物的重叠率与重叠率阈值进行比较;
筛选过滤掉所述障碍物预测结果中重叠率大于或等于重叠率阈值的障碍物,获取障碍物识别结果。
进一步地,所述根据所述障碍物的编号和所述障碍物识别结果,进行信息融合,得到障碍物融合信息,包括:
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中移智行网络科技有限公司;中移(上海)信息通信科技有限公司;中国移动通信集团有限公司,未经中移智行网络科技有限公司;中移(上海)信息通信科技有限公司;中国移动通信集团有限公司许可,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/202110295749.3/2.html,转载请声明来源钻瓜专利网。