【技术实现步骤摘要】
一种基于图像的道路环境检测方法及装置
[0001]本专利技术涉及图像处理的
,特别是涉及一种基于图像的道路环境检测方法及装置。
技术介绍
[0002]目前在ADAS系统中,摄像头可以用来实现多种功能,并且按照自动驾驶发展规律逐渐演进。ADAS车载摄像头相对其他感知传感器具有一些优势,因为摄像头分辨率高于其他传感器,可以获取足够多的环境细节,帮助车辆进行环境认知;车载摄像头可以描绘物体的外观和形状、读取标志等,这些功能其他传感器无法做到。另外,汽车行业价格敏感,摄像头硬件成本相对低廉,从降低成本的角度看摄像头是环境感知传感器的优先选择,在视觉清晰的情况下摄像头是最好的选择。
[0003]但是,摄像头作为环境感知传感器的缺点是受环境因素影响较大,从而影响车辆识别等环境感知功能的准确度。这些环境影响因素包括:对光照环境比较敏感。例如,在实际场景中,如果是在逆光下拍摄会使目标物体显得暗淡;如果是在隧道中行驶则可能出现光线不足的情况;还包括:对气象因素比较敏感。例如,如果遇到雨雾天气,会导致视线缩小并且变得模糊。因此,如何减少环境因素对环境感知传感器的影响,是当前亟待解决的问题。
技术实现思路
[0004]本专利技术要解决的技术问题是:提供一种基于图像的道路环境检测方法及装置,通过增加对光照强度和气象类型的检测,使得获取的环境信息更丰富,减少了环境因素对车辆感知能力的影响,提高了车辆感知能力的鲁棒性和准确性。
[0005]为了解决上述技术问题,本专利技术提供了一种基于图像的道路环境检测方法 ...
【技术保护点】
【技术特征摘要】
1.一种基于图像的道路环境检测方法,其特征在于,包括:获取摄像头的实时视频流,对所述实时视频流进行解码,得到摄像头图像;建立光照强度检测模型,将经过第一预处理后的所述摄像头图像输入到所述光照强度检测模型中,提取并根据所述摄像头图像的光照强度特征值,输出所述摄像头图像的光照强度等级;建立气象类型检测模型,将经过第二预处理后的所述摄像头图像输入到所述气象类型检测模型中,提取并根据所述摄像头图像的气象类型特征值,输出所述摄像头图像的气象类型值;建立不同的光照强度等级和不同的气象类型值相对应的感知处理神经网络模型,根据所述光照强度等级和所述气象类型值切换到相对应的所述感知处理神经网络模型,将经过第三预处理后的所述摄像头图像输入到所述感知处理神经网络模型中,得到实时道路环境信息。2.如权利要求1所述的一种基于图像的道路环境检测方法,其特征在于,获取摄像头的实时视频流,对所述实时视频流进行解码,得到摄像头图像,具体为:通过配置文件设置摄像头的视频流地址,用于获取所述摄像头的实时视频流;对所述实时视频流进行解码,得到实时的摄像头图像,并将所述摄像头图像的信息保存到数据库中;其中,所述摄像头图像的信息包括所述摄像头图像、所述摄像头图像对应的时间戳和所述摄像头的标识。3.如权利要求1所述的一种基于图像的道路环境检测方法,其特征在于,建立光照强度检测模型,具体为:选取不同时间和不同环境拍摄第一照片,通过照度计标注所述第一照片的光照度,并根据每张第一照片的光照度,建立所述第一照片和所述光照度的第一映射表;结合第一映射表和光照强度划分等级,建立所述第一照片和所述光照强度等级的第二映射表;按预设比例将所有第一照片进行划分,建立光照样本数据集;通过所述光照样本数据集对第一预设神经网络模型进行训练和验证,生成光照强度检测模型。4.如权利要求1所述的一种基于图像的道路环境检测方法,其特征在于,建立气象类型检测模型,具体为:选取不同的气象条件拍摄第二照片,并对所述第二照片标注气象类型,并根据每张第二照片的气象类型,建立所述第二照片和所述气象类型的第三映射表;按预设比例将所有第二照片进行划分,建立气象样本数据集;通过所述气象样本数据集对第二预设神经网络模型进行训练和验证,生成气象类型检测模型。5.如权利要求1所述的一种基于图像的道路环境检测方法,其特征在于,所述第一预处理包括将所述摄像头图像缩放至所述光照强度检测模型的输入尺寸、像素值归一化和转换灰度图像;所述第二预处理包括将所述摄像头图像缩放至所述气象类型检测模型的输入尺寸、像素值归一化和转换灰度图像;
所述第三预处理包括将所述摄像头图像缩放至所述感知处理神经网络模型的输入尺寸、像素值归一化和转换灰度图像。6.一种基于图像的道路环境检测装置,其特征在于,包括:图像获取模块、光照强度检测模块、气象类型检测模块和道路信息获取模块;其中,所述图像获取模块用于获取摄像头的实时视频流,对所述实时视频流进...
【专利技术属性】
技术研发人员:朱贵冬,尹文宾,刘圣阳,周炜,高山,
申请(专利权)人:广州海格星航信息科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。