恶劣天气下车前障碍的识别方法及装置、存储介质、终端制造方法及图纸

一种恶劣天气下车前障碍的识别方法及装置、存储介质、终端，所述方法包括：响应于检测到汽车处于恶劣天气，采集所述汽车前方的车前信息，所述车前信息包括所述汽车前方的第一图像信息；根据所述恶劣天气的恶劣程度确定所述车前信息是否还包括其他元素；分析所述车前信息，以确定所述汽车前方是否存在障碍。通过本发明专利技术提供的方案能够在恶劣天气下对车前障碍进行精准识别，保障用户的出行安全。

Recognition method and device, storage medium and terminal of obstacle before getting off in bad weather

A method and device, storage medium and terminal for identifying obstacles in front of a vehicle in bad weather include: collecting the front information of the vehicle in response to detecting that the vehicle is in bad weather, the front information of the vehicle includes the first image information of the front of the vehicle; and according to the bad weather degree, the front information of the vehicle is collected. Determine whether the car front information also includes other elements; analyze the car front information to determine whether there are obstacles in the car front. The scheme provided by the invention can accurately identify the obstacles in front of the vehicle in bad weather and ensure the safety of the user's travel.

【技术实现步骤摘要】
恶劣天气下车前障碍的识别方法及装置、存储介质、终端
本专利技术涉及智能汽车
，具体地涉及一种恶劣天气下车前障碍的识别方法及装置、存储介质、终端。
技术介绍
随着汽车产业的大力发展和普及，越来越多的人习惯于驾驶汽车作为日常出行的交通工具，用车期间的行车安全也成为人们关注的重点之一。尤其在恶劣天气下驾驶汽车时，更需要有效保障用车人的出行安全。但是，基于现有技术，在恶劣天气下只能由驾驶员主动采取降低车速、打开雾灯等措施来保障行车安全，而无法提供一种更为智能化、自动化的行车安全保障方案。
技术实现思路
本专利技术解决的技术问题是如何提高恶劣天气下车前障碍的识别精准度。为解决上述技术问题，本专利技术实施例提供一种恶劣天气下车前障碍的识别方法，包括：响应于检测到汽车处于恶劣天气，采集所述汽车前方的车前信息，所述车前信息包括所述汽车前方的第一图像信息；根据所述恶劣天气的恶劣程度确定所述车前信息是否还包括其他元素；分析所述车前信息，以确定所述汽车前方是否存在障碍。可选的，所述汽车处于恶劣天气是指：所述汽车所处环境的能见度低于第一预设阈值。可选的，所述汽车所处环境的能见度是根据历史预设时间段内采集到的所述汽车前方的第二图像信息确定的。可选的，所述第一图像信息与所述第二图像信息采集自不同的摄像设备。可选的，所述分析所述车前信息，以确定所述汽车前方是否存在障碍包括：对所述第一图像信息进行图像识别处理；将处理结果与预设模板相匹配，所述预设模板选自预设模板库并与所述恶劣天气的类型和/或恶劣程度相关联；根据匹配结果确定所述汽车前方是否存在障碍。可选的，所述对所述第一图像信息进行图像识别处理包括：识别所述第一图像信息中的物体；分析识别到的物体的属性信息，以获取所述处理结果，所述属性信息选自物体的深浅度、体积、形状。可选的，所述预设模板存储有根据历史数据确定的至少一个物体的属性信息及是否为障碍的判断结果；所述将处理结果与预设模板相匹配包括：根据所述识别到的物体的属性信息查找所述预设模板；根据查找结果确定所述物体是否为障碍，以获取所述匹配结果。可选的，所述车前信息的其他元素为所述汽车前方的传感器监测数据。可选的，所述根据所述恶劣天气的恶劣程度确定所述车前信息是否还包括其他元素包括：当所述恶劣天气的恶劣程度低于第二预设阈值时，确定所述车前信息仅包括所述第一图像信息；当所述恶劣天气的恶劣程度高于所述第二预设阈值时，确定所述车前信息还包括所述传感器监测数据。可选的，所述传感器监测数据采集自红外传感器、超声波传感器。可选的，所述分析所述车前信息，以确定所述汽车前方是否存在障碍包括：对所述第一图像信息进行图像识别处理；将处理结果与预设模板相匹配，所述预设模板选自预设模板库并与所述恶劣天气的类型和/或恶劣程度相关联；结合匹配结果以及所述汽车前方的传感器监测数据确定所述汽车前方是否存在障碍。可选的，所述结合匹配结果以及所述汽车前方的传感器监测数据确定所述汽车前方是否存在障碍包括：当所述汽车前方的传感器监测数据表明存在障碍时，或者，当所述匹配结果和汽车前方的传感器监测数据表明存在障碍时，确定所述汽车前方存在障碍。可选的，所述识别方法还包括：响应于确定所述汽车前方存在障碍，发出预警信息。可选的，所述识别方法还包括：响应于确定所述汽车前方存在障碍，识别所述汽车与所述障碍之间的距离；当所述汽车与所述障碍之间的距离小于预设安全距离时，发出报警信息。为解决上述技术问题，本专利技术实施例还提供一种恶劣天气下车前障碍的识别装置，包括：采集模块，响应于检测到汽车处于恶劣天气，采集所述汽车前方的车前信息，所述车前信息包括所述汽车前方的第一图像信息；确定模块，根据所述恶劣天气的恶劣程度确定所述车前信息是否还包括其他元素；分析模块，用于分析所述车前信息，以确定所述汽车前方是否存在障碍。可选的，所述汽车处于恶劣天气是指：所述汽车所处环境的能见度低于第一预设阈值。可选的，所述汽车所处环境的能见度是根据历史预设时间段内采集到的所述汽车前方的第二图像信息确定的。可选的，所述第一图像信息与所述第二图像信息采集自不同的摄像设备。可选的，所述分析模块包括：第一识别处理子模块，用于对所述第一图像信息进行图像识别处理；第一匹配子模块，用于将处理结果与预设模板相匹配，所述预设模板选自预设模板库并与所述恶劣天气的类型和/或恶劣程度相关联；第一确定子模块，用于根据匹配结果确定所述汽车前方是否存在障碍。可选的，所述第一识别处理子模块包括：识别单元，用于识别所述第一图像信息中的物体；分析单元，用于分析识别到的物体的属性信息，以获取所述处理结果，所述属性信息选自物体的深浅度、体积、形状。可选的，所述预设模板存储有根据历史数据确定的至少一个物体的属性信息及是否为障碍的判断结果；所述第一匹配子模块包括：查找单元，用于根据所述识别到的物体的属性信息查找所述预设模板；第一确定单元，用于根据查找结果确定所述物体是否为障碍，以获取所述匹配结果。可选的，所述车前信息的其他元素为所述汽车前方的传感器监测数据。可选的，所述确定模块包括：第二确定子模块，当所述恶劣天气的恶劣程度低于第二预设阈值时，确定所述车前信息仅包括所述第一图像信息；或者，第三确定子模块，当所述恶劣天气的恶劣程度高于所述第二预设阈值时，确定所述车前信息还包括所述传感器监测数据。可选的，所述传感器监测数据采集自红外传感器、超声波传感器。可选的，所述分析模块包括：第二识别处理子模块，用于对所述第一图像信息进行图像识别处理；第二匹配子模块，用于将处理结果与预设模板相匹配，所述预设模板选自预设模板库并与所述恶劣天气的类型和/或恶劣程度相关联；第四确定子模块，用于结合匹配结果以及所述汽车前方的传感器监测数据确定所述汽车前方是否存在障碍。可选的，所述第四确定子模块包括：第二确定单元，当所述汽车前方的传感器监测数据表明存在障碍时，或者，当所述匹配结果和汽车前方的传感器监测数据表明存在障碍时，确定所述汽车前方存在障碍。可选的，所述识别装置还包括：预警模块，响应于确定所述汽车前方存在障碍，发出预警信息。可选的，所述识别装置还包括：距离识别模块，响应于确定所述汽车前方存在障碍，识别所述汽车与所述障碍之间的距离；报警模块，当所述汽车与所述障碍之间的距离小于预设安全距离时，发出报警信息。为解决上述技术问题，本专利技术实施例还提供一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述方法的步骤。为解决上述技术问题，本专利技术实施例还提供一种终端，包括存储器和处理器，所述存储器上存储有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述方法的步骤。与现有技术相比，本专利技术实施例的技术方案具有以下有益效果：本专利技术实施例提供一种恶劣天气下车前障碍的识别方法，包括：响应于检测到汽车处于恶劣天气，采集所述汽车前方的车前信息，所述车前信息包括所述汽车前方的第一图像信息；根据所述恶劣天气的恶劣程度确定所述车前信息是否还包括其他元素；分析所述车前信息，以确定所述汽车前方是否存在障碍。较之现有主要依赖于驾驶员自觉的恶劣天气下行车安全保障方案，本专利技术实施例的方案基于采集到的车前信息精准识别汽车前方是否存在障碍物。具体而言，所述车前信息包括所述汽车前方的第一图像信息。由此，在恶本文档来自技高网...

【技术保护点】
1.一种恶劣天气下车前障碍的识别方法，其特征在于，包括：响应于检测到汽车处于恶劣天气，采集所述汽车前方的车前信息，所述车前信息包括所述汽车前方的第一图像信息；根据所述恶劣天气的恶劣程度确定所述车前信息是否还包括其他元素；分析所述车前信息，以确定所述汽车前方是否存在障碍。

【技术特征摘要】
1.一种恶劣天气下车前障碍的识别方法，其特征在于，包括：响应于检测到汽车处于恶劣天气，采集所述汽车前方的车前信息，所述车前信息包括所述汽车前方的第一图像信息；根据所述恶劣天气的恶劣程度确定所述车前信息是否还包括其他元素；分析所述车前信息，以确定所述汽车前方是否存在障碍。2.根据权利要求1所述的识别方法，其特征在于，所述汽车处于恶劣天气是指：所述汽车所处环境的能见度低于第一预设阈值。3.根据权利要求2所述的识别方法，其特征在于，所述汽车所处环境的能见度是根据历史预设时间段内采集到的所述汽车前方的第二图像信息确定的。4.根据权利要求3所述的识别方法，其特征在于，所述第一图像信息与所述第二图像信息采集自不同的摄像设备。5.根据权利要求1所述的识别方法，其特征在于，所述分析所述车前信息，以确定所述汽车前方是否存在障碍包括：对所述第一图像信息进行图像识别处理；将处理结果与预设模板相匹配，所述预设模板选自预设模板库并与所述恶劣天气的类型和/或恶劣程度相关联；根据匹配结果确定所述汽车前方是否存在障碍。6.根据权利要求5所述的识别方法，其特征在于，所述对所述第一图像信息进行图像识别处理包括：识别所述第一图像信息中的物体；分析识别到的物体的属性信息，以获取所述处理结果，所述属性信息选自物体的深浅度、体积、形状。7.根据权利要求6所述的识别方法，其特征在于，所述预设模板存储有根据历史数据确定的至少一个物体的属性信息及是否为障碍的判断结果；所述将处理结果与预设模板相匹配包括：根据所述识别到的物体的属性信息查找所述预设模板；根据查找结果确定所述物体是否为障碍，以获取所述匹配结果。8.根据权利要求1所述的识别方法，其特征在于，所述车前信息的其他元素为所述汽车前方的传感器监测数据。9.根据权利要求8所述的识别方法，其特征在于，所述根据所述恶劣天气的恶劣程度确定所述车前信息是否还包括其他元素包括：当所述恶劣天气的恶劣程度低于第二预设阈值时，确定所述车前信息仅包括所述第一图像信息；当所述恶劣天气的恶劣程度高于所述第二预设阈值时，确定所述车前信息还包括所述传感器监测数据。10.根据权利要求8所述的识别方法，其特征在于，所述传感器监测数据采集自红外传感器、超声波传感器。11.根据权利要求8所述的识别方法，其特征在于，所述分析所述车前信息，以确定所述汽车前方是否存在障碍包括：对所述第一图像信息进行图像识别处理；将处理结果与预设模板相匹配，所述预设模板选自预设模板库并与所述恶劣天气的类型和/或恶劣程度相关联；结合匹配结果以及所述汽车前方的传感器监测数据确定所述汽车前方是否存在障碍。12.根据权利要求11所述的识别方法，其特征在于，所述结合匹配结果以及所述汽车前方的传感器监测数据确定所述汽车前方是否存在障碍包括：当所述汽车前方的传感器监测数据表明存在障碍时，或者，当所述匹配结果和汽车前方的传感器监测数据表明存在障碍时，确定所述汽车前方存在障碍。13.根据权利要求1至12中任一项所述的识别方法，其特征在于，还包括：响应于确定所述汽车前方存在障碍，发出预警信息。14.根据权利要求1至12中任一项所述的识别方法，其特征在于，还包括：响应于确定所述汽车前方存在障碍，识别所述汽车与所述障碍之间的距离；当所述汽车与所述障碍之间的距离小于预设安全距离时，发出报警信息。15.一种恶劣天气下车前障碍的识别装置，其特征在于，包括：采集模块，响应于检测到汽车处于恶劣天气，采集所述汽车前方的车前信息，所述车前信息包括所述汽车前方的第一图像信息；确定模块，根据所述恶劣天气的恶劣程度确定...

【专利技术属性】
技术研发人员：李晗，
申请(专利权)人：上海小蚁科技有限公司，
类型：发明
国别省市：上海,31