[發明專利]一種基于嵌入式終端的深度學習實線變道檢測方法

在審

• 申請號: 202011295439.3
• 申請日: 2020-11-18
• 公開（公告）號: CN112347971A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 張中;周鶴;王寧鵬
• 申請（專利權）人: 合肥湛達智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 合肥市長遠專利代理事務所(普通合伙) 34119
• 代理人: 程篤慶

本發明涉及智能交通技術領域，具體涉及一種基于嵌入式終端的深度學習實線變道檢測方法，本發明利用嵌入式終端獲取道路圖像，并對獲取的圖形進行圖像預處理；對車道線邊緣特征進行提取，建立車道線模型，判斷后一時刻檢測到的車輛位置與前一時刻檢測到的車輛位置是否一致,若不一致則車輛發生了變道；查看最長連續黑色像素個數,判斷是否為是實線，將數據作為樣本輸入深度學習神經網絡進行學習訓練，最終輸入檢測結果，本發明利用Hough變換來提取交通道路圖像中的車道線參數，提高了檢測的實時性和魯棒性,運用了Kalman濾波器對檢測出來的車道線參數進行跟蹤修正，使得最終檢測結果更加的精確。

技術領域

本發明涉及智能交通技術領域，具體涉及一種基于嵌入式終端的深度學習實線變道檢測方法。

背景技術

近幾十年來,汽車為現代社會的發展和人類生活條件的改善做出了巨大貢獻。但是,隨著汽車保有量的增加,許多問題也就跟著來了,例如交通事故、交通擁擠、環境污染、能源浪費等,尤其是隨著汽車速度的提高,惡性交通事故的發生呈不斷上升趨勢,死亡人數逐年增長,由此造成的經濟損失不可估量。

據全球各交通和警察部門的統計,2003年全世界交通事故死亡人數為50萬人,其中中國、美國和俄羅斯的交通事故死亡人數分別為10.4萬人、4萬人和2.6萬人。2004年中國共發生道路交通事故567753起,造成99217人死亡,直接財產損失為27.7億元。

我國萬車死亡人數是發達國家的6--18倍,是世界道路交通事故死亡人數最多的國家。據美國運輸統計局的預測,到二十一世紀二十年代初,美國每天平均將會發生將近三萬起交通事故,這些交通事故將帶來驚人的150Q億美元經濟損失；日本則飽受交通擁堵的折磨,交通堵塞每年會給首都東京帶來大約123000億日元的經濟損失，在擁堵比較嚴重高速公路路段,堵塞距離達到9.37km，擁堵時間達到驚人的17小時；在英國，由于交通擁堵造成的經濟損失約為每年10億英鎊,并且政府預測這一數字在未來30年將每年遞增。

顯然，公路交通事故已成為社會關注的一大公害,如何提高汽車安全性能,減少道路交通事故一直是人們普遍關注的社會問題和科學技術進步所面臨的重要課題。微波、地感線圈等常用的檢測技術由于技術限制尚無法應用在車輛變道檢測上，目前對變道行為的檢測仍處在人工檢測層面，既耗時耗力并且檢測精度又低。

發明內容

針對現有技術的不足，本發明公開了一種基于嵌入式終端的深度學習實線變道檢測方法，用于解決上述背景技術存在的問題。

本發明通過以下技術方案予以實現：

本發明公開一種基于嵌入式終端的深度學習實線變道檢測方法，所述方法包括以下步驟：

S1利用嵌入式終端獲取道路圖像，并對獲取的圖形進行圖像預處理；

S2對車道線邊緣特征進行提取，并采用能加強特定方向邊緣信息的方向可調濾波器來進行邊緣檢測；

S3建立車道線模型，對車道線擬合操作，并基于Kalman濾波器的車道線參數跟蹤修正；

S4判斷后一時刻檢測到的車輛位置與前一時刻檢測到的車輛位置是否一致,若不一致則車輛發生了變道；

S5查看最長連續黑色像素個數,如果連續黑色像素的個數超過列向量長度的30％,則認為是虛線,否則認為是實線；

S6將S4和S5中數據作為樣本輸入深度學習神經網絡進行學習訓練，最終輸入檢測結果。

更進一步的，所述方法中，進行車道線邊緣特征提取用于強化車道線邊緣信息,削弱噪聲和干擾的影響,利用車道線的方向特性,加強車道線邊緣，采用能加強特定方向邊緣信息的方向可調濾波器來進行邊緣檢測。