[發(fā)明專利]一種基于遠近光燈照射原理的車燈開啟狀態(tài)判別方法在審
| 申請?zhí)枺?/td> | 201810934489.8 | 申請日: | 2018-08-14 |
| 公開(公告)號: | CN108944650A | 公開(公告)日: | 2018-12-07 |
| 發(fā)明(設計)人: | 朱虹;王棟;杜森;黃玉巖;薛杉;潘順真 | 申請(專利權)人: | 浙江安諧智能科技有限公司 |
| 主分類號: | B60Q1/14 | 分類號: | B60Q1/14 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 310000 浙江省杭州*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 車燈 視頻幀序列 開啟狀態(tài) 遠近光燈 機動車 車燈區(qū)域 正負樣本 照射 機器學習模型 視頻運動目標 等間隔采樣 訓練模型 左右兩側 發(fā)光體 分類器 近光燈 遠光燈 幀畫面 置信度 跟蹤 高光 匹配 圖像 行駛 拍攝 監(jiān)督 學習 圖片 | ||
本發(fā)明提供一種基于遠近光燈照射原理的車燈開啟狀態(tài)判別方法,包括如下步驟:1)獲取車燈形態(tài)的圖像;2)根據(jù)拍攝的圖片中發(fā)光體在幀畫面中呈現(xiàn)高光的特點,采用閾值方法,提取車燈區(qū)域;3)采用視頻運動目標跟蹤方法,對屬于同一機動車的左右兩側燈進行匹配跟蹤,獲得車燈序列;4)將屬于同一行駛機動車的車燈區(qū)域的視頻幀序列長度歸一化為相同長度,通過等間隔采樣或給出置信度較高的同長度車燈視頻幀序列;5)將上述步驟分別收集遠/近光燈的車燈視頻幀序列作為訓練模型的正負樣本;6)將步驟5得到的正負樣本,尋找一個機器學習模型進行監(jiān)督學習;7)用步驟6訓練完成后的遠近光燈識別分類器對機動車進行遠光燈持續(xù)開啟狀態(tài)的識別。
技術領域
本發(fā)明涉及一種智能交通監(jiān)控領域,特別是一種基于遠近光燈照射原理的車燈開啟狀態(tài)判別方法。
背景技術
隨著交通事業(yè)的迅猛發(fā)展,交通安全已成為全球范圍內(nèi)普遍關注的重要問題。視頻監(jiān)控模式作為智能交通系統(tǒng)中交通安全狀況分析、交通行政執(zhí)法證據(jù)收集的重要手段,目前已經(jīng)得到廣泛應用。對于夜間行駛車輛,正確使用汽車燈光,是駕駛員安全行駛的基礎。然而目前濫開遠光燈的現(xiàn)象相當嚴重,在照明良好的城市街道上使用遠光燈,會對迎面汽車司機造成炫目或“瞬間失明”,產(chǎn)生視覺錯誤,容易引發(fā)交通事故。《中華人民共和國道路交通安全法實施條例》第四十八條第(五)項規(guī)定:夜間會車應當在距相對方向來車150米以外改用近光燈,在窄路、窄橋與非機動車會車時應當使用近光燈。第五十八條規(guī)定:機動車在夜間沒有路燈、照明不良或者遇有霧、雨、雪、沙塵、冰雹等低能見度情況下行駛時,應當開啟前照燈、示廓燈和后位燈,但同方向行駛的后車與前車近距離行駛時,不得使用遠光燈。第五十九條規(guī)定:機動車在夜間通過急彎、坡路、拱橋、人行橫道或者沒有交通信號燈控制的路口時,應當交替使用遠近光燈示意。因此,通過視頻序列,自動的判斷夜間行駛車輛遠光燈是否持續(xù)開啟是一種有效的方法。然而,由于夜間車輛行駛過程中,只通過單幀難以準確界定是否開啟遠光燈。
發(fā)明內(nèi)容
本發(fā)明的目的就是為了解決背景技術中提出的技術問題,提供一種基于遠近光燈照射原理的車燈開啟狀態(tài)判別方法,即實現(xiàn)一種能夠適應不同照明、不同路段環(huán)境下夜間行駛車輛遠光燈持續(xù)開啟狀態(tài)的判別方法。
為達到上述目的,本發(fā)明采用如下技術方案:一種基于遠近光燈照射原理的車燈開啟狀態(tài)判別方法,其用于對若干夜間亮燈行駛于道路的機動車進行車燈開啟狀態(tài)判別,包括如下步驟:
1)獲取能夠明顯辨別車燈形態(tài)的圖像;
通過設置道路雙攝像機的曝光參數(shù)、光源補光、高光抑制、紅外成像、偏振濾波,通過使用雙攝像頭分別獲取有識別能力的圖像以及干擾少的圖片;
2)根據(jù)拍攝的圖片中發(fā)光體在幀畫面中呈現(xiàn)高光的特點,采用閾值方法,提取車燈區(qū)域;
3)采用視頻運動目標跟蹤方法,對屬于同一機動車的左右兩側燈進行匹配跟蹤,獲得車燈序列;
4)將屬于同一行駛機動車的車燈區(qū)域的視頻幀序列長度歸一化為相同長度,通過等間隔采樣或給出置信度較高的同長度車燈視頻幀序列;
5)事先按照步驟1至步驟4,收集集遠光燈的車燈視頻幀序列,以及近光燈的視頻幀序列,作為訓練模型的正負樣本,正負樣本的數(shù)量保持均衡,即建議正負樣本數(shù)量基本相同;因為遠光燈和近光燈的照射原理不同,存在亮暗分界線,因此遠光燈的視頻幀序列的特性與近光燈的視頻幀序列的特性存在差異,為此,構造的正負樣本能夠保證下面步驟訓練模型的收斂;
6)將步驟5得到的正負樣本,尋找一個機器學習模型,或者深度學習網(wǎng)絡模型,對其進行監(jiān)督學習;
7)用步驟6訓練完成后的遠近光燈識別分類器對行駛于道路上的機動車進行遠光燈持續(xù)開啟狀態(tài)的識別。
對于本發(fā)明的一種優(yōu)化,所述雙攝像頭設置于道路上方,且其拍攝方向斜向路面。
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浙江安諧智能科技有限公司,未經(jīng)浙江安諧智能科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810934489.8/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。





