[发明专利]基于交通信息的车辆预警方法、系统、存储介质及车辆

权利要求书

1.一种基于交通信息的车辆预警方法，其特征在于，所述方法包括：

在车辆行驶过程中，获取设于车辆前端的图像采集装置采集到的道路信息图像；

将所述道路信息图像输入至预训练的交通检测模型当中，以获取当前交通信息，所述交通信息至少包括斑马线信息、行人信息以及交通信号灯信息；

根据所述斑马线信息、行人信息以及交通信号灯信息判断所述车辆是否满足预警条件；

若是，则发出预警信息；

其中，所述预警条件为行人正在过斑马线以及交通信号灯为禁行信号灯中的任意一种。

2.根据权利要求1所述的基于交通信息的车辆预警方法，其特征在于，所述将所述道路信息图像输入至预训练的交通检测模型当中，以获取当前交通信息，所述交通信息至少包括斑马线信息、行人信息以及交通信号灯信息的步骤之前还包括：

采集真实行驶场景下的历史交通信号灯、斑马线以及行人图像数据以获取数据集；

根据所述数据集对预设神经网络进行训练直至所述预设神经网络中的损失函数值稳定在预设范围内。

3.根据权利要求2所述的基于交通信息的车辆预警方法，其特征在于，所述预设神经网络的训练过程包括：

通过特征融合在所述预设神经网络上增加一个预设尺度的输出层，利用所述预设神经网络的卷积层倒数第二层对特征图进行上采样，并将所述上采样的特征与所述预设神经网络的第四层卷积层的输出相结合。

4.根据权利要求2所述的基于交通信息的车辆预警方法，其特征在于，所述预设神经网络的训练过程还包括：

应用1×1卷积层将所述预设神经网络中的特征图的通道维度降低到预设维度；

将所述特征图依次进行不同预设尺度的池化，并将同一层池化的多尺度的所述特征图连接起来，以融合多尺度局部区域特征。

5.根据权利要求2所述的基于交通信息的车辆预警方法，其特征在于，所述损失函数为：

；

其中，y表示实际标注的样本，1表示正样本，0表示负样本，p表示预测样本属于1的概率，α表示平衡因子，γ表示调制系数。

6.根据权利要求2所述的基于交通信息的车辆预警方法，其特征在于，所述采集真实行驶场景下的历史交通信号灯、斑马线以及行人图像数据以获取数据集的步骤之前还包括：

在所述车辆行驶过程中，实时录制视频信息，根据所述视频信息截取不同场景帧下包含所述斑马线信息、行人信息以及交通信号灯信息的历史图像数据；

根据所述历史图像数据对所述数据集进行扩展。

7.根据权利要求1所述的基于交通信息的车辆预警方法，其特征在于，所述发出预警信息的步骤之后还包括：

当判断到所述车辆满足预警停止条件时，控制所述车辆停止发送所述预警信息；

其中，所述预警停止条件为行人已经通过斑马线且交通信号灯处于可通行状态。

8.一种基于交通信息的车辆预警系统，其特征在于，包括：

图像采集模块，用于在车辆行驶过程中，获取设于车辆前端的图像采集装置采集到的道路信息图像；

检测模块，用于将所述道路信息图像输入至预训练的交通检测模型当中，以获取当前交通信息，所述交通信息至少包括斑马线信息、行人信息以及交通信号灯信息；

判断模块，用于根据所述斑马线信息、行人信息以及交通信号灯信息判断所述车辆是否满足预警条件；

预警模块，用于当判断到所述车辆满足预警条件时，发出预警信息；

其中，所述预警条件为行人正在过斑马线以及交通信号灯为禁行信号灯中的任意一种。

9.一种可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任意一项所述的方法的步骤。

10.一种车辆，其特征在于，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1至7任一所述的方法的步骤。