低光照环境下的无人驾驶视觉融合分割方法技术

本发明专利技术涉及计算机视觉技术领域，尤其涉及低光照环境下的无人驾驶视觉融合分割方法，解决了现有技术中无人驾驶在低光照环境下行驶的安全性有待提高的问题。低光照环境下的无人驾驶视觉融合分割方法，具体包括以下步骤：第一步，对于同一待处理对象，设置多个图像采集模块，其中包括主要采集模块和图像核对采集模块。本发明专利技术通过图像采集模块、图像核对模块和误差系数R，实现图像到数据的转化，每一处图像采集模块信息融合后，只要有一处误差系数R超出范围，无人驾驶车辆便进入安全模式，还通过干扰因数F对误差系数R进行监控，以可以智能灵活，准确，安全的进行无人驾驶状态，可以保证低光照环境下，更加节能环保、安全的行驶。安全的行驶。安全的行驶。

【技术实现步骤摘要】
低光照环境下的无人驾驶视觉融合分割方法


[0001]本专利技术涉及计算机视觉
，特别是涉及低光照环境下的无人驾驶视觉融合分割方法。

技术介绍

[0002]无人驾驶就是利用通过对采集的数据进行分析判断，从而完成驾驶的任务的形式。所以无人驾驶的核心就是计算机数据分析计算，随着科技越来越成熟，无人驾驶视觉数据的处理分析的方法也越来越多，但也面临很多问题：
[0003]视觉数据采集的都是无规则性，数据采集的准确性还会受到光照的影响，光照弱的情况下，场景分割的边界无法很精确的判断，所以即便视觉数据采集后分割处理，不同类别的分割处理若都存在小的误差，在数据融合后，就会出现较大的误差，这对于无人驾驶而言，是非常危险的；故而，现提出低光照环境下的无人驾驶视觉融合分割方法，通过在无人驾驶车辆每一侧图像采集模块处设置图像核对采集模块，并通过误差系数和干扰因数对无人驾驶状态进行数据化分析，以实现更加稳定、安全、灵活准确的无人驾驶的过程，来解决上述问题。

技术实现思路

[0004]本专利技术的目的是提供低光照环境下的无人驾驶视觉融合分割方法，解决了现有技术中无人驾驶在低光照环境下行驶的安全性有待提高的问题。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]低光照环境下的无人驾驶视觉融合分割方法，具体包括以下步骤：
[0007]第一步，对于同一待处理对象，设置多个图像采集模块，其中包括主要采集模块和图像核对采集模块，图像核对采集模块对主要采集模块图像信息进行误差分析，误差系数为R，当R超过预设范围时响应补光模块；
[0008]第二步，补光模块工作状态时，误差系数R若还处于预设范围外，启动安全模式；误差系数R进入预设范围内时，安全模式关闭；
[0009]第三步，误差系数R在预设范围内的活动幅度为干扰因数F，安全模式关闭后，进入正常驾驶模式，干扰因数F若不处于预设范围内，补光模块一直处于工作状态；干扰因数F若在一定时间内一直处于预设范围内，补光模块关闭。
[0010]优选的，第一步中，主要采集模块的图像选取后产生主要层，图像核对采集模块的图像选取后产生副层，副层对应主要层的局部位置，副层与主要层融合，产生交叉面积，即误差基数。
[0011]优选的，每一处待处理对象都有专属的准确基数，每一处待处理对象的误差基数之和，与准确基数的比值，且误差系数R实际值，每一处待处理对象的误差系数R的基本值相同。
[0012]优选的，所述每一处待处理对象包括对应的数据采集模块、光感模块、信号分析模
块、反馈执行模块和数据互联模块，同一无人驾驶车辆上设置有多处待处理对象，主要采集模块和图像核对采集模块分别所属不同的数据采集模块和光感模块。
[0013]优选的，所述补光模块包括光照单元、光照调节单元和反馈执行模块，每一处待处理对象对应一个补光模块。
[0014]优选的，所述安全模式为避障状态和超低速驾驶状态。
[0015]优选的，每一处误差系数R，在预设范围内，且在单位时间内活动的最大范围和最小范围的差值为干扰因数F值。
[0016]优选的，所述安全模式状态时，多处待处理对象的图像采集信息分别整理后汇集为紧急信息，通过数据互联模块发送给服务器后台，服务器后台远程发生控制信号，远程低光照状态无人驾驶。
[0017]本专利技术至少具备以下有益效果：
[0018]1.通过在无人驾驶车辆每一处的图像采集模块中设置图像核对模块，图像核对模块用于在低光照情况下，从另外角度采像，图像核对模块对此处的图像采集进行核校，并产生误差系数R，实现图像到数据的转化，每一处图像采集模块信息融合后，只要有一处误差系数R超出范围，无人驾驶车辆便进入安全模式，进入安全模式后，还通过干扰因数F对误差系数R进行监控，直至干扰因数F处于预设范围内，便开始正常形式，以可以智能灵活，准确，安全的进行无人驾驶状态，可以保证低光照环境下，更加节能环保、安全的行驶。
[0019]2.当误差系数R处于预设范围外，进入安全模式，且对应处的补光模块启动，安全模式状态下，服务器后台可以接收到无人驾驶的相关影像和具体的数据，并可以远程操控调整无人驾驶状态；误差系数R处于预设范围内，安全模式和补光模块不会立即关闭，还会受到干扰因数F的影响，从而可以保证无人驾驶车辆更加安全稳定的行驶。
附图说明
[0020]为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为低光照环境下无人驾驶流程示意图；
具体实施方式
[0022]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0023]实施例一
[0024]参照图1，低光照环境下的无人驾驶视觉融合分割方法，具体包括以下步骤：
[0025]第一步，对于同一待处理对象，设置多个图像采集模块，其中包括主要采集模块和图像核对采集模块，图像核对采集模块对主要采集模块图像信息进行误差分析，误差系数为R，当R超过预设范围时响应补光模块；
[0026]第二步，补光模块工作状态时，误差系数R若还处于预设范围外，启动安全模式；误差系数R进入预设范围内时，安全模式关闭；
[0027]第三步，误差系数R在预设范围内的活动幅度为干扰因数F，安全模式关闭后，进入正常驾驶模式，干扰因数F若不处于预设范围内，补光模块一直处于工作状态；干扰因数F若在一定时间内一直处于预设范围内，补光模块关闭；
[0028]本实施例中：通过在无人驾驶车辆每一处的图像采集模块中设置图像核对模块，图像核对模块用于在低光照情况下，从另外角度采像，图像核对模块对此处的图像采集进行核校，并产生误差系数R，实现图像到数据的转化，每一处图像采集模块信息融合后，只要有一处误差系数R超出范围，无人驾驶车辆便进入安全模式，进入安全模式后，还通过干扰因数F对误差系数R进行监控，直至干扰因数F处于预设范围内，便开始正常形式，以可以智能灵活，准确，安全的进行无人驾驶状态，可以保证低光照环境下，更加节能环保、安全的行驶。
[0029]实施例二
[0030]参照图1，低光照环境下的无人驾驶视觉融合分割方法，具体包括以下步骤：
[0031]第一步，对于同一待处理对象，设置多个图像采集模块，其中包括主要采集模块和图像核对采集模块，图像核对采集模块对主要采集模块图像信息进行误差分析，误差系数为R，当R超过预设范围时响应补光模块；主要采集模块的图像选取后产生主要层，图像核对采集模块的图像选取后产生副层，副层对应主要层的局部位置，副层与主要层融合，产生交叉面积，即误差基数；每一处待处理对象都有专属的准确基数，每一处待处理对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.低光照环境下的无人驾驶视觉融合分割方法，其特征在于，具体包括以下步骤：第一步，对于同一待处理对象，设置多个图像采集模块，其中包括主要采集模块和图像核对采集模块，图像核对采集模块对主要采集模块图像信息进行误差分析，误差系数为R，当R超过预设范围时响应补光模块；第二步，补光模块工作状态时，误差系数R若还处于预设范围外，启动安全模式；误差系数R进入预设范围内时，安全模式关闭；第三步，误差系数R在预设范围内的活动幅度为干扰因数F，安全模式关闭后，进入正常驾驶模式，干扰因数F若不处于预设范围内，补光模块一直处于工作状态；干扰因数F若在一定时间内一直处于预设范围内，补光模块关闭。2.根据权利要求1所述的低光照环境下的无人驾驶视觉融合分割方法，其特征在于，所述第一步中，主要采集模块的图像选取后产生主要层，图像核对采集模块的图像选取后产生副层，副层对应主要层的局部位置，副层与主要层融合，产生交叉面积，即误差基数。3.根据权利要求1所述的低光照环境下的无人驾驶视觉融合分割方法，其特征在于，每一处待处理对象都有专属的准确基数，每一处待处理对象的误差基数之和，与准确基数的比值，且误差系数R实际值，每一处待...

【专利技术属性】
技术研发人员：蔡剑，
申请(专利权)人：江苏旷世智慧网联科技有限公司，
类型：发明
国别省市：