System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及智能驾驶,特别涉及一种基于图像帧间差的车辆状态判断方法和系统。
技术介绍
1、车辆的运动状态判断是辅助驾驶中的一项重要功能,准确的识别车辆运动状态,可以帮助辅助驾驶系统做出后续合理决策,有利于提高驾驶体验感和驾驶安全性。例如,在等红绿灯时,当准确判断到自车为静止状态而前车为起步状态时,可以给驾驶员前车起步提醒,使驾驶员操作本车及时起步,避免拥堵。在盲区预警功能中,当本车停车时,不进行目标的识别和报警,以避免不必要的干扰;而当本车起步时,能及时准确识别到自车起步状态,并启动盲区预警功能,并对在危险区的目标进行识别预警。特别是商用车有较大的视野盲区,起步时容易观察不到车身周围的行人,如果能及时识别到自车处于起步状态,并对危险区行人给出及时预警,可避免潜在的交通事故。
2、现有的获取车辆运动状态的方法中,有依靠加速度传感器的方法,要想获得灵敏的车辆运动状态判断,需要较高精度的传感器,若传感器的灵敏度和精度稍有降低或者出现故障,则容易误判。有根据can总线或者gps速度确定车辆运动状态,但是其存在误差,且起步时灵敏度不高,车辆滑行比较缓慢时延时较大。此外还有基于图像的判断方式,如利用图像特征点的光流法和帧间图像差分法,这些方法虽然只需利用车上现有的镜头就可完成车辆的起步状态判断,可以较灵敏的判断车辆起步和停车状态,但是用图像光流法判断车辆的运动状态需要假定环境光线强度是恒定的,易受环境光干扰,且需要提取大量的特征点,实时运行效率容易受限;利用帧间图像差分的方法可以提高实时运行效率,但是也存在容易受干扰的问题。如
3、鉴于现有技术中存在以上问题,急需一种更稳定且更灵敏的图像帧间差法来判断车辆运动状态。
技术实现思路
1、本专利技术第一方面提供了一种基于图像帧间差的车辆状态判断方法,以解决现有技术中判断车辆运动状态的方法灵敏度不高、且易受环境光及可移动目标干扰的技术问题。该方法包括:
2、获取车辆的当前帧图像和所述车辆的前一帧运动状态;
3、对所述当前帧图像进行移动目标检测,获取移动目标检测结果;
4、对所述当前帧图像进行边缘信息计算,得到当前边缘图像,根据所述当前边缘图像和所述移动目标检测结果进行图像帧间差计算,获得用于判断车辆状态的状态参数;
5、基于所述前一帧运动状态和所述状态参数,通过车辆运动状态判断策略获得所述车辆的当前帧运动状态。
6、进一步的,对所述当前帧图像进行移动目标检测,获取移动目标检测结果,包括:
7、对所述当前帧图像进行移动目标检测,获得移动目标检测框;
8、在所述移动目标检测框中生成与移动目标位置对应的像素值为0的mask。
9、进一步的,根据所述当前边缘图像和所述移动目标检测结果进行图像帧间差计算,获得用于判断车辆状态的状态参数,包括:
10、对所述当前边缘图像计算均值,并作线性变换获得车辆状态判断阈值α;
11、将所述当前边缘图像更新到队列数为n的边缘图像队列中,在所述边缘图像队列中,用n-1至0分别表示不同帧的边缘图像,将所述当前边缘图像更新成为所述边缘图像队列的第0帧的边缘图像;
12、将所述当前边缘图像和第n-1帧的边缘图像做差分,并且对差分后mask为0的边缘图像的像素值进行置0,获得边缘差分图;
13、对所述边缘差分图计算均值,并进行高斯滤波平滑,获得当前差分特征值β;
14、将所述当前差分特征值β更新到缓存的队列数为m的历史差分特征值队列中;
15、根据所述历史差分特征值队列中的最新存入的5个差分特征值计算特征值变化速度η;
16、求出更新后的所述历史差分特征值队列中所有差分特征值的均值,并将所述均值更新至缓存的队列数为m的特征值均值队列中;
17、获取所述特征值均值队列中最小的特征值均值γ。
18、进一步的,所述通过车辆运动状态判断策略获得所述车辆的当前帧运动状态,包括:
19、如果所述前一帧运动状态中车辆静止,且β>α时,则判断所述车辆的第一状态为运动,反之,判断所述车辆的第一状态为静止;
20、如果所述前一帧运动状态中车辆运动,且β>0.5*α时,则判断所述车辆的第一状态为运动,反之,判断所述车辆的第一状态为静止;
21、当所述车辆的所述第一状态为静止,且β>0.2*α+γ时,则判断所述车辆的当前帧的运动状态为运动,反之,判断所述车辆的当前帧的运动状态为静止;
22、当所述车辆的所述第一状态为车辆运动,如果满足α>β>0.5*α且η<-0.2*α,或,满足β<=0.5*α时,判断所述车辆当前帧的运动状态为静止,否则,判断所述车辆当前帧的运动状态为运动。
23、进一步的,对所述当前帧图像进行边缘信息计算,得到当前边缘图像,包括:对所述当前帧图像分别进行均值滤波、拉普拉斯求边缘,并对拉普拉斯求边缘后获得的图像腐蚀膨胀求梯度,获得所述当前边缘图像。
24、进一步的,所述当前帧图像取yuv格式中的y通道数据。
25、本专利技术第二方面提供了一种基于图像帧间差的车辆状态判断系统,用于解决现有技术中判断车辆运动状态的方法灵敏度不高、且易受环境光及可移动目标干扰的技术问题。所述系统包括:
26、数据获取模块,用于获取车辆的当前帧图像和所述车辆的前一帧运动状态;
27、移动目标检测模块,用于对所述当前帧图像进行移动目标检测,获取移动目标检测结果;
28、图像帧间差计算模块,用于对所述当前帧图像进行边缘信息计算,得到当前边缘图像,根据所述当前边缘图像和所述移动目标检测结果进行图像帧间差计算,获得用于判断车辆状态的状态参数;
29、运动状态判断模块,用于基于所述前一帧运动状态和所述状态参数,通过车辆运动状态判断策略获得所述车辆的当前帧运动状态。
30、本专利技术第三方面提供了一种计算机设备,包括存储器、处理器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计算机程序时实现上述任意的一种基于图像帧间差的车辆状态判断方法。
31、本专利技术第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述任意的一种基于图像帧间差的车辆状态判断方法的计算机程序。
32、与现有技术相比,本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括:本专利技术本文档来自技高网...
【技术保护点】
1.一种基于图像帧间差的车辆状态判断方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种基于图像帧间差的车辆状态判断方法,其特征在于,对所述当前帧图像进行移动目标检测,获取移动目标检测结果,包括:
3.根据权利要求2所述的一种基于图像帧间差的车辆状态判断方法,其特征在于,根据所述当前边缘图像和所述移动目标检测结果进行图像帧间差计算,获得用于判断车辆状态的状态参数,包括:
4.根据权利要求3所述的一种基于图像帧间差的车辆状态判断方法,其特征在于,所述通过车辆运动状态判断策略获得所述车辆的当前帧运动状态,包括:
5.根据权利要求1至4中任一项所述的一种基于图像帧间差的车辆状态判断方法,其特征在于,对所述当前帧图像进行边缘信息计算,得到当前边缘图像,包括:
6.根据权利要求1至4中任一项所述的一种基于图像帧间差的车辆状态判断方法,其特征在于,所述当前帧图像取YUV格式中的Y通道数据。
7.一种基于图像帧间差的车辆状态判断系统,其特征在于,包括:
8.根据权利要求7所述的一种基于图像帧间差的车辆
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的一种基于图像帧间差的车辆状态判断方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至6中任一项所述的一种基于图像帧间差的车辆状态判断方法的计算机程序。
...【技术特征摘要】
1.一种基于图像帧间差的车辆状态判断方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种基于图像帧间差的车辆状态判断方法,其特征在于,对所述当前帧图像进行移动目标检测,获取移动目标检测结果,包括:
3.根据权利要求2所述的一种基于图像帧间差的车辆状态判断方法,其特征在于,根据所述当前边缘图像和所述移动目标检测结果进行图像帧间差计算,获得用于判断车辆状态的状态参数,包括:
4.根据权利要求3所述的一种基于图像帧间差的车辆状态判断方法,其特征在于,所述通过车辆运动状态判断策略获得所述车辆的当前帧运动状态,包括:
5.根据权利要求1至4中任一项所述的一种基于图像帧间差的车辆状态判断方法,其特征在于,对所述当前帧图像进行边缘信息计算,得到当前边缘图像,包括:
6.根据权利要求1至4中任一项所述的一种基...
【专利技术属性】
技术研发人员:程建伟,张琴,白翔,龚锐,王雅儒,陈岚,
申请(专利权)人:武汉极目智能技术有限公司,
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。