[发明专利]基于多摄像头和毫米波雷达的路况及事件监测系统及方法在审
申请号: | 202210636872.1 | 申请日: | 2022-06-07 |
公开(公告)号: | CN115206091A | 公开(公告)日: | 2022-10-18 |
发明(设计)人: | 陈睿;吴崇远;胡晓鹏;肖潇;杨俊 | 申请(专利权)人: | 西安电子科技大学广州研究院;广州市丰海科技股份有限公司 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;G08G1/017;G08G1/052;H04N5/247;H04N5/265 |
代理公司: | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人: | 刘长春 |
地址: | 510000 广东省广州市黄*** | 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: | 基于 摄像头 毫米波 雷达 路况 事件 监测 系统 方法 | ||
1.一种基于多摄像头和毫米波雷达的路况及事件监测系统,其特征在于,所述路况及事件监测系统包括:
数据获取模块,用于获取待监测道路上的车辆轨迹数据、不同距离的多张原始图像以及车辆事件检测结果,所述车辆事件检测结果包括通过雷达检测到的第一事件检测结果和通过多个摄像头传感器检测到的第二事件检测结果;
图像拼接模块,用于对所述待监测道路上检测到车辆事件的同一时刻的多张原始图像进行拼接融合,得到拼接图像;
数据存储处理模块,用于存储所述车辆轨迹数据、所述事件检测结果、所述原始图像和所述拼接图像,绑定同一车辆的车辆轨迹数据和车辆信息,并生成车辆事件的编号,所述车辆信息包括车型、颜色、车牌号、车速。
2.根据权利要求1所述的基于多摄像头和毫米波雷达的路况及事件监测系统,其特征在于,所述数据获取模块包括:
雷达数据获取单元,用于对所述待监测道路上的车辆进行监测,以实时获得车辆轨迹数据和第一事件检测结果;
摄像头数据获取单元,用于获取所述待监测道路上不同距离的多张原始图像和第二事件检测结果。
3.根据权利要求2所述的基于多摄像头和毫米波雷达的路况及事件监测系统,其特征在于,所述雷达数据获取单元包括:
雷达传感器,用于获取所述待监测道路上的车辆的位置和速度,以通过不同时间的同一所述车辆的位置得到车辆轨迹数据;
第一事件检测处理器,用于根据所述雷达传感器获取的车辆的位置和速度得到所述第一事件检测结果。
4.根据权利要求3所述的基于多摄像头和毫米波雷达的路况及事件监测系统,其特征在于,所述摄像头数据获取单元包括:
多个摄像头传感器,用于获取所述待监测道路上不同距离的多张原始图像;
第二事件检测处理器,用于识别所述原始图像中经过触发线的车辆、车辆中的驾驶员、车道线以及车辆信息,以得到第二事件检测结果。
5.根据权利要求1所述的基于多摄像头和毫米波雷达的路况及事件监测系统,其特征在于,所述图像拼接模块包括:
特征点提取匹配单元,用于通过SURF算法提取所述原始图像的特征点,以得到所述特征点的特征描述子,依据特征描述子,由FLANN算法对相邻两张所述原始图像进行特征点匹配,以得到匹配点对,再由RANSAC算法对所述匹配点对进行提纯得到包括有效匹配点对的内点集,并去除内误匹配点;
图像融合单元,用于基于有效匹配点对对应的单应性矩阵,将多张原始图像投影到同一个投影平面得到多张投影图像,后将每张所述投影图像进行曝光补偿和缝合线估计处理,基于缝合线,通过渐入渐出融合算法对曝光补偿后的图像按照顺序进行融合拼接,得到所述拼接图像。
6.根据权利要求5所述的基于多摄像头和毫米波雷达的路况及事件监测系统,其特征在于,依据特征描述子,由FLANN算法对相邻两个所述原始图像进行特征点匹配,以得到匹配点对,包括:
由FLANN算法在相邻两个所述原始图像中寻找有相同特征描述子的特征点,相邻两张所述原始图像中有相同特征描述子的特征点为所述匹配点对。
7.根据权利要求5所述的基于多摄像头和毫米波雷达的路况及事件监测系统,其特征在于,由RANSAC算法对所述匹配点对进行提纯得到内点集,并去除误匹配点,包括:
根据所述匹配点对得到单应性矩阵Q,利用相邻两张所述原始图像中的一张原始图像的一个特征点的第一齐次坐标和所述单应性矩阵Q得到第二齐次坐标,计算所述第二齐次坐标与另一张原始图像中对应匹配点的第三齐次坐标的误差,若误差小于误差阈值,则将所述第一齐次坐标和所述第三齐次坐标对应的特征点加入内点集,重复上述操作若干次,选取匹配点数量最多的内点集作为有效匹配点对,其余的匹配点则为误匹配点,去除误匹配点。
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西安电子科技大学广州研究院;广州市丰海科技股份有限公司,未经西安电子科技大学广州研究院;广州市丰海科技股份有限公司许可,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/202210636872.1/1.html,转载请声明来源钻瓜专利网。