[發明專利]交通標志的識別方法、裝置和車輛在審
| 申請號: | 201410749328.3 | 申請日: | 2014-12-09 |
| 公開(公告)號: | CN105740877A | 公開(公告)日: | 2016-07-06 |
| 發明(設計)人: | 丁贊;楊青;徐波 | 申請(專利權)人: | 比亞迪股份有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/66;G06K9/46 |
| 代理公司: | 北京清亦華知識產權代理事務所(普通合伙) 11201 | 代理人: | 張大威 |
| 地址: | 518118 廣東省*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 交通標志 識別 方法 裝置 車輛 | ||
技術領域
本發明涉及車輛技術領域,尤其涉及一種交通標志的識別方法、裝置和車輛。
背景技術
隨著交通安全問題的日益顯現,對智能輔助駕駛系統與無人駕駛汽車的研究收到越來越多的關注。對道路交通環境進行理解、獲取實時準確的道路交通環境信息是智能輔助駕駛系統和無人駕駛系統汽車研究中面臨的主要困難。在交通環境中,交通標志提供重要的道路交通信息,是實施交通管理、為行人和駕駛員等提供交通行為規范以保證道路交通暢通與行車安全的重要設施。交通標志的自動檢測與識別時智能輔助駕駛系統與無人駕駛汽車進行交通環境認知不可或缺的組成部分。
交通標志的自動檢測與識別通常分為交通標志檢測和交通標志識別兩個部分。交通標志檢測的主要任務是確定圖像中是否有交通標志,并對交通標志出現的區域進行定位;而交通標志識別的主要目標是確定圖像中出現的交通標志所表現的特定語義信息,為智能輔助駕駛系統和無人駕駛汽車提供相應的道路交通信息。
但是,相關技術中的交通標志的自動檢測與識別方法,存在以下問題:1)交通標志檢測部分采用的基于顏色的檢測方法,容易受到光線的影響,從而影響了檢測的準確性;2)所采用的分類方法不可分區域,且分類效率較低;3)所采用的機器學習方法,其計算復雜度較高,從而使識別的實時性較差。
發明內容
本發明旨在至少在一定程度上解決相關技術中的技術問題之一。為此,本發明的一個目的在于提出一種交通標志的識別方法,該方法解決了相關技術中交通標志檢測時易受光線影響的缺點,提高了實時性和分類效率,且降低了計算復雜度,提升了用戶體驗。
本發明的第二個目的在于提出一種交通標志的識別裝置。
本發明的第三個目的在于提出一種車輛。
為了實現上述實施例,本發明第一方面實施例的交通標志的識別方法,包括以下步驟:獲取輸入圖像,并提取所述輸入圖像中的圓形;獲取所述圓形的邊緣的多個邊緣點,并分別計算所述多個邊緣點的梯度信息;根據所述多個邊緣點的梯度信息獲取所述圓形的圓心;獲取所述圓形中圓心處的候選交通標志;提取所述候選交通標志的特征向量;以及根據對應的二叉樹分類結構對所述候選交通標志的特征向量進行分類以獲取所述候選交通標志對應的類型。
根據本發明實施例的交通標志的識別方法,具有以下有益效果:1)在交通標志的檢測階段采用了基于徑向對稱的檢測方式,有效解決了基于顏色方法容易受到光線影響的缺點,并且具有良好的實時性;2)在分類階段,采用了基于樣本間距的二叉樹多類SVM分類算法構造分類二叉樹結構,該算法可以解決了一些分類方法存在的不可分區域的問題,并且分類效率較高,還減少了錯誤的累積性;3)該方法中采用了基于F-score的方法進行特征降維,不但充分考慮了樣本的類別信息,適用于多分類問題,而且可以有效地解決機器學習方法計算復雜度高的問題,從而增強了識別的實時性。
為了實現上述實施例,本發明第二方面實施例的交通標志的識別裝置,包括:圖像獲取模塊,用于獲取輸入圖像,并提取所述輸入圖像中的圓形;邊緣點獲取模塊,用于獲取所述圓形的邊緣的多個邊緣點,并分別計算所述多個邊緣點的梯度信息;圓心獲取模塊,用于根據所述多個邊緣點的梯度信息獲取所述圓形的圓心;標志獲取模塊,用于獲取所述圓形中圓心處的候選交通標志;提取模塊,用于提取所述候選交通標志的特征向量;訓練模塊,用于輸出二叉樹分類結構;以及分類模塊,用于根據所述二叉樹分類結構對所述候選交通標志的特征向量進行分類以獲取所述候選交通標志對應的類型。
根據本發明實施例的交通標志的識別裝置,具有以下有益效果:1)在進行交通標志的檢測時,該裝置采用了基于徑向對稱的檢測方式,有效解決了基于顏色方法容易受到光線影響的缺點,并且具有良好的實時性;2)在進行分類時,該裝置采用了基于樣本間距的二叉樹多類SVM分類算法構造分類二叉樹結構,解決了一些分類方法存在的不可分區域的問題,并且分類效率較高,還減少了錯誤的累積性;3)在進行特征降維時,該裝置不但充分考慮了樣本的類別信息,適用于多分類問題,而且可以有效地解決機器學習方法計算復雜度高的問題,從而增強了識別的實時性。
為了實現上述實施例,本發明第三方面實施例的車輛,包括:本發明第二方面實施例的交通標志的識別裝置。
根據本發明實施例的車輛,由于具有了交通標志的識別裝置,在交通標志識別時,解決了相關技術中交通標志檢測時易受光線影響的缺點,且降低了計算復雜度,從而提高了識別的實時性,提升了用戶體驗。
附圖說明
圖1是根據本發明一個實施例的交通標志的識別方法的流程圖;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于比亞迪股份有限公司,未經比亞迪股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410749328.3/2.html,轉載請聲明來源鉆瓜專利網。





