一种车辆能见度检测方法及系统技术方案

本发明专利技术公开了一种车辆能见度检测方法及系统，包括：利用雷达装置识别车辆前方的障碍物，并生成障碍物信息；利用处理器接收所述障碍物信息，并基于所述障碍物信息判断车辆前方是否存在障碍物；当车辆前方存在障碍物时，所述处理器接收双目摄像头获取的环境图像，并基于所述障碍物信息和所述双目摄像头获取的环境图像确定能见度值；当车辆前方不存在障碍物时，所述处理器接收所述双目摄像头中的左摄像头或右摄像头获取的环境图像，并基于所述左摄像头或所述右摄像头获取的环境图像确定能见度值；设定能见度阈值，基于所述能见度阈值确定所述能见度值对应的能见度等级。定所述能见度值对应的能见度等级。定所述能见度值对应的能见度等级。

【技术实现步骤摘要】
一种车辆能见度检测方法及系统


[0001]本申请涉及车载智能设备
，具体地，涉及一种车辆能见度检测方法及系统。

技术介绍

[0002]自动驾驶功能使用过程中，如果遇到雾天、雨天、雪天、沙尘暴等恶劣天气，会导致视觉摄像头能见度低，感知距离受限、感知效果差，容易导致安全事故。因此，需要监控自车周围的能见度状态，用以判断是否需要退出设计运行区域，提醒用户接管。在自动驾驶领域，也有通过深度学习提取摄像头图像的环境特征，对天气进行分类，结合天气预报、阳光、雨量传感器等信息进行天气的综合判断。而针对自动驾驶领域的深度学习法，需要单独训练一个网络去分类天气状态。这种做法存在两个问题：第一是单独用深度学习分类天气需要额外的算力，第二是仅使用视觉摄像头，准确率较低。
[0003]在其他领域基于图像的能见度检测方法，一般是是基于固定场景，在主相机位置固定的情况下适用。而自动驾驶的主相机工作范围的场景并非固定，直接使用效果不好。

技术实现思路

[0004]为解决上述问题的至少一个方面，本专利技术提供一种车辆能见度检测方法，包括：利用雷达装置识别车辆前方的障碍物，并生成障碍物信息；利用处理器接收所述障碍物信息，并基于所述障碍物信息判断车辆前方是否存在障碍物；当车辆前方存在障碍物时，所述处理器接收双目摄像头获取的环境图像，并基于所述障碍物信息和所述双目摄像头获取的环境图像确定能见度值；当车辆前方不存在障碍物时，所述处理器接收所述双目摄像头中的左摄像头或右摄像头获取的环境图像，并基于所述左摄像头或所述右摄像头获取的环境图像确定能见度值；设定能见度阈值，基于所述能见度阈值确定所述能见度值对应的能见度等级。
[0005]优选地，基于所述障碍物信息和所述双目摄像头获取的环境图像确定能见度值的步骤包括：基于所述双目摄像头获取的环境图像生成环境图像信息；根据所述障碍物信息和所述环境图像信息确定被所述雷达装置识别且未被所述双目摄像头拍摄到的丢失障碍物，通过所述丢失障碍物的障碍物信息确定能见度值。
[0006]优选地，根据所述障碍物信息和所述环境图像信息确定被所述雷达装置识别且未被所述双目摄像头拍摄到的丢失障碍物的步骤包括：采用匈牙利匹配算法将所述障碍物信息和所述环境图像信息进行关联，通过比较所述障碍物信息和所述环境图像信息确定丢失障碍物。
[0007]优选地，所述雷达装置生成的所述障碍物信息包括编号、距离、方向和速度，所述能见度值为所述丢失障碍物的距离值。
[0008]优选地，基于所述左摄像头或所述右摄像头获取的环境图像确定能见度值的步骤包括：根据所述左摄像头或所述右摄像头的环境图像，采用车道线分割法确定车道线点集；
对所述车道线点集中的各点由近及远进行降序排列；在所述车道线点集中选择排序靠前的预设数量的点组成目标点集，计算所述目标点集中各点至车辆的距离平均值，所述能见度值为所述目标点集中各点至车辆距离的平均值。
[0009]优选地，还包括连续获取多个时刻的目标点集，并分别计算多个时刻的目标点集对应的能见度值，计算当前目标点集中各点至车辆距离的平均值与多个时刻的目标点集对应的能见度值的均方根误差，当均方根误差小于设定的误差阈值时，确定当前目标点集中各点至车辆距离的平均值为能见度值。
[0010]另一方面，本专利技术提供一种用于实施任一前述方法的系统，包括：雷达装置、双目摄像头和处理器，所述双目摄像头和所述雷达装置分别与所述处理器通信连接。
[0011]优选地，还包括通信单元，所述通信单元用于连接所述处理器和车辆控制平台。
[0012]优选地，所述雷达装置采用毫米波雷达，所述毫米波雷达设置在车辆的前端，所述双目摄像头设置在所述车辆的驾驶室前端。
[0013]优选地，所述雷达装置的最远检测距离大于等于所述双目摄像头的最远检测距离，所述雷达装置的水平视场角小于等于所述双目摄像头的水平视场角。
[0014]本专利技术的车辆能见度检测方法及系统具有以下有益效果：通过处理器基于雷达装置生成的障碍物信息对车辆前方的障碍物进行判断，并基于判断结果接收和处理双目摄像头获取的环境图像，进一步地确定能见度值，综合雷达装置和双目摄像头的检测结果，提高能见度值的准确率。
附图说明
[0015]为了更好地理解本专利技术的上述及其他目的、特征、优点和功能，可以参考附图中所示的实施方式。附图中相同的附图标记指代相同的部件。本领域技术人员应该理解，附图旨在示意性地阐明本专利技术的优选实施方式，对本专利技术的范围没有任何限制作用，图中各个部件并非按比例绘制。
[0016]图1示出了根据本专利技术实施例的车辆能见度检测方法的流程示意图；
[0017]图2示出了根据本专利技术实施例的车辆能见度检测系统的结构框图；
[0018]图3示出了根据本专利技术实施例的车辆能见度系统的雷达装置和双目摄像头的应用场景示意图。
[0019]附图标记说明：
[0020]10、雷达装置；20、双目摄像头；30、处理器；31、计算单元；32、以太网接口；33、CAN接口；40、通信单元。
具体实施方式
[0021]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0022]在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施
例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
[0023]为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个，本公开的一个实施例提出了一种车辆能见度检测方法，包括：利用雷达装置识别车辆前方的障碍物，并生成障碍物信息；利用处理器接收障碍物信息，并基于障碍物信息判断车辆前方是否存在障碍物；当车辆前方存在障碍物时，处理器接收双目摄像头获取的环境图像，并基于障碍物信息和双目摄像头获取的环境图像确定能见度值；当车辆前方不存在障碍物时，处理器接收所述双目摄像头中的左摄像头或右摄像头获取的环境图像，并基于左摄像头或右摄像头获取的环境图像确定能见度值；设定能见度阈值，基于能见度阈值确定所述能见度值对应的能见度等级。
[0024]具体地，如图1和图3所示，在本实施例中，雷达装置采用毫米波雷达，毫米波雷达固定设置在车辆的前端，以识别车辆前方的障碍物，双目摄像头设置在车辆的驾驶室内的强档风玻璃处，以获取车辆前方的环境图像。处理器采用具有用于数据接收和处理的计算单元，该计算单元分别与雷达装置和双目摄像头通信连接，以接收雷达装置生成的障碍物信息和双目摄像头拍摄的图像。当然在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆能见度检测方法，其特征在于，包括：利用雷达装置识别车辆前方的障碍物，并生成障碍物信息；利用处理器接收所述障碍物信息，并基于所述障碍物信息判断车辆前方是否存在障碍物；当车辆前方存在障碍物时，所述处理器接收双目摄像头获取的环境图像，并基于所述障碍物信息和所述双目摄像头获取的环境图像确定能见度值；当车辆前方不存在障碍物时，所述处理器接收所述双目摄像头中的左摄像头或右摄像头获取的环境图像，并基于所述左摄像头或所述右摄像头获取的环境图像确定能见度值；设定能见度阈值，基于所述能见度阈值确定所述能见度值对应的能见度等级。2.根据权利要求1所述的方法，其特征在于，基于所述障碍物信息和所述双目摄像头获取的环境图像确定能见度值的步骤包括：基于所述双目摄像头获取的环境图像生成环境图像信息；根据所述障碍物信息和所述环境图像信息确定被所述雷达装置识别且未被所述双目摄像头拍摄到的丢失障碍物，通过所述丢失障碍物的障碍物信息确定能见度值。3.根据权利要求2所述的方法，其特征在于，根据所述障碍物信息和所述环境图像信息确定被所述雷达装置识别且未被所述双目摄像头拍摄到的丢失障碍物的步骤包括：采用匈牙利匹配算法将所述障碍物信息和所述环境图像信息进行关联，通过比较所述障碍物信息和所述环境图像信息确定丢失障碍物。4.根据权利要求3所述的方法，其特征在于，所述雷达装置生成的所述障碍物信息包括编号、距离、方向和速度，所述能见度值为所述丢失障碍物的距离值。5.根据权利要求1所述的方法...

【专利技术属性】
技术研发人员：何山，姜新明，李冰，黄锦洲，
申请(专利权)人：一汽大众汽车有限公司，
类型：发明
国别省市：