[發(fā)明專利]一種道路寬度勘測方法、裝置和勘測車有效
| 申請?zhí)枺?/td> | 201911113921.8 | 申請日： | 2019-11-14 |
| 公開（公告）號： | CN110827347B | 公開（公告）日： | 2022-08-26 |
| 發(fā)明（設計）人： | 肖健;魏明明;李承濤;陳小二;高君凱;王營;王向陽;王正;孫揚;門陽;佟明;安吉斯;李志新;黃仁輝;王成龍 | 申請（專利權(quán)）人： | 青島盈智科技有限公司 |
| 主分類號： | G06T7/60 | 分類號： | G06T7/60;G06T7/00;G06T5/00;G06T7/13 |
| 代理公司： | 北京卓特專利代理事務所(普通合伙) 11572 | 代理人： | 陳變花 |
| 地址： | 266000 山東省青島市*** | 國省代碼： | 山東;37 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 道路 寬度 勘測 方法 裝置 | ||
1.一種道路寬度勘測方法，其特征在于，所述方法應用于道路寬度勘測車中，在車輛頂部的邊緣分別設置左攝像模組和右攝像模組，左攝像模組采集道路左側(cè)深度圖像和IR圖像，右攝像模組采集道路右側(cè)深度圖像和IR圖像；所述方法包括：
通過智能攝像模組采集道路兩側(cè)的深度圖像和IR圖像；
對深度圖像和IR圖像進行邊緣檢測，得到獲取到邊緣的深度圖像和IR圖像；
對獲取到邊緣的深度圖像和IR圖像進行擬合，確定道路兩側(cè)的邊緣線；
根據(jù)智能攝像模組到道路兩側(cè)的邊緣線的距離計算道路寬度；
對獲取到邊緣的深度圖像和IR圖像進行擬合，具體包括如下子步驟：
計算IR圖像和深度圖像的邊緣點；
獲取IR圖像和深度圖像的邊緣點中智能攝像模組視場角下的每個橫坐標點對應的最小縱坐標；智能攝像模組視場角下的每個橫坐標點對應的最小縱坐標具體為：y＝min(y1,y2),y1＝f1(x),y2＝f2(x)，其中，x為智能攝像模組智能攝像模組視場角下的橫坐標點，y1為IR圖像的邊緣點，y2為深度圖像的邊緣點，y為智能攝像模組視場角下的每個橫坐標點對應的最小縱坐標，即最終得到的邊緣點的縱坐標；
根據(jù)智能攝像模組視場角下的每個橫坐標點和對應的最小縱坐標點構(gòu)建道路兩側(cè)的邊緣線；
根據(jù)道路兩側(cè)的邊緣線計算道路寬度，具體包括如下子步驟：
確定智能攝像模組到道路邊緣的最小距離的邊緣點；
根據(jù)確定的最小距離的邊緣點和智能攝像模組到地面之間的距離，計算車輛左側(cè)到道路左側(cè)邊緣的距離和車輛右側(cè)到道路右側(cè)邊緣的距離；
根據(jù)車輛左側(cè)到道路左側(cè)邊緣的距離、車輛右側(cè)到道路右側(cè)邊緣的距離和攝像模組之間的距離計算道路寬度。
2.如權(quán)利要求1所述的道路寬度勘測方法，其特征在于，對深度圖像和IR圖像進行邊緣檢測，具體包括如下子步驟：
使用高斯濾波器，以平滑圖像濾除噪聲；
計算深度圖像和IR圖像中每個像素點的梯度強度和方向；
應用非極大值抑制，以消除邊緣檢測帶來的雜散響應；
應用雙閾值檢測來確定真實的和潛在的邊緣；
通過抑制孤立的弱邊緣最終完成邊緣檢測。
3.如權(quán)利要求1所述的道路寬度勘測方法，其特征在于，通過計算以下公式確定車輛左側(cè)到道路左側(cè)邊緣的距離和車輛右側(cè)到道路右側(cè)邊緣的距離：
其中，DL為左攝像模組到道路左側(cè)邊緣的距離，min(DL)即為左攝像模組到道路左側(cè)邊緣的最小距離，DR為右攝像模組確定右攝像模組到道路右側(cè)邊緣的距離，min(DR)即為右攝像模組確定右攝像模組到道路右側(cè)邊緣的最小距離；H為智能攝像模組到地面之間的距離；LD為車輛左側(cè)到道路左側(cè)邊緣的距離，RD為車輛右側(cè)到道路右側(cè)邊緣的距離；
通過以下公式確定道路寬度：道路寬度＝LD+RD+兩個攝像模組之間的距離。
該專利技術資料僅供研究查看技術是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于青島盈智科技有限公司，未經(jīng)青島盈智科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911113921.8/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
