[發(fā)明專利]車輛制動(dòng)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011538927.2
• 申請(qǐng)日: 2020-12-23
• 公開(kāi)（公告）號(hào): CN112668437A
• 公開(kāi)（公告）日: 2021-04-16
• 發(fā)明（設(shè)計(jì)）人: 姚宏志
• 申請(qǐng)（專利權(quán)）人: 平安普惠企業(yè)管理有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/32;G06K9/62
• 代理公司: 北京市京大律師事務(wù)所 11321
• 代理人: 姚維

1.一種車輛制動(dòng)方法，其特征在于，所述車輛制動(dòng)方法包括：

利用攝像設(shè)備獲取車輛前方道路的場(chǎng)景圖像，通過(guò)非線性降維算法對(duì)所述場(chǎng)景圖像進(jìn)行預(yù)處理，得到待檢測(cè)圖像；

將所述待檢測(cè)圖像輸入至神經(jīng)網(wǎng)絡(luò)模型中，利用所述神經(jīng)網(wǎng)絡(luò)模型判斷所述待檢測(cè)圖像中是否存在交通信號(hào)燈圖像，若所述待檢測(cè)圖像中存在交通信號(hào)燈圖像，則識(shí)別所述交通信號(hào)燈圖像的圖像顏色；

當(dāng)所述圖像顏色為黃色時(shí)，通過(guò)全球定位系統(tǒng)獲取所述車輛與交通信號(hào)燈之間的距離間隔數(shù)據(jù)，并獲取當(dāng)前車輛速度以及信號(hào)燈轉(zhuǎn)換時(shí)段，根據(jù)所述距離間隔數(shù)據(jù)、所述當(dāng)前車輛速度和所述信號(hào)燈轉(zhuǎn)換時(shí)段計(jì)算車輛通過(guò)速度；

若車所述輛通過(guò)速度大于或等于標(biāo)準(zhǔn)速度閾值，則啟動(dòng)制動(dòng)系統(tǒng)對(duì)所述車輛進(jìn)行剎車制動(dòng)，直到所述車輛停止運(yùn)動(dòng)。

2.根據(jù)權(quán)利要求1所述的車輛制動(dòng)方法，其特征在于，所述利用攝像設(shè)備獲取車輛前方道路的場(chǎng)景圖像，通過(guò)非線性降維算法對(duì)所述場(chǎng)景圖像進(jìn)行預(yù)處理，得到待檢測(cè)圖像包括：

利用攝像設(shè)備獲取車輛前方道路的場(chǎng)景圖像，通過(guò)非線性降維算法獲取所述場(chǎng)景圖像中的多個(gè)樣本向量；

將與所述多個(gè)樣本向量中的目標(biāo)樣本向量距離最近的樣本向量進(jìn)行連接，構(gòu)成目標(biāo)臨近圖，將與所述多個(gè)樣本向量中的其他樣本向量距離最近的樣本向量進(jìn)行連接，構(gòu)成其他臨近圖，整合所述目標(biāo)臨近圖與所述其他臨近圖，得到基礎(chǔ)臨近圖；

在所述基礎(chǔ)臨近圖中，配置任意兩個(gè)樣本向量之間的路徑長(zhǎng)度，當(dāng)所述任意兩個(gè)樣本向量之間為連接狀態(tài)時(shí)，設(shè)置所述任意兩個(gè)樣本向量之間的路徑長(zhǎng)度為對(duì)應(yīng)的歐氏距離，當(dāng)所述任意兩個(gè)樣本向量之間不為連接狀態(tài)時(shí)，設(shè)置所述任意兩個(gè)樣本向量之間的路徑長(zhǎng)度為無(wú)窮；

通過(guò)所述任意兩個(gè)樣本向量之間的路徑長(zhǎng)度與MDS降維算法對(duì)所述多個(gè)樣本向量進(jìn)行降維壓縮處理，并將降維壓縮處理后的場(chǎng)景圖像確定為待檢測(cè)圖像。

3.根據(jù)權(quán)利要求1所述的車輛制動(dòng)方法，其特征在于，所述將所述待檢測(cè)圖像輸入至神經(jīng)網(wǎng)絡(luò)模型中，利用所述神經(jīng)網(wǎng)絡(luò)模型判斷所述待檢測(cè)圖像中是否存在交通信號(hào)燈圖像，若所述待檢測(cè)圖像中存在交通信號(hào)燈圖像，則識(shí)別所述交通信號(hào)燈圖像的圖像顏色包括：

將所述待檢測(cè)圖像輸入至神經(jīng)網(wǎng)絡(luò)模型中，利用所述神經(jīng)網(wǎng)絡(luò)模型對(duì)所述待檢測(cè)圖像進(jìn)行卷積計(jì)算，得到所述待檢測(cè)圖像對(duì)應(yīng)的多個(gè)待檢測(cè)特征向量；

判斷目標(biāo)待檢測(cè)特征向量中是否存在預(yù)置特征向量，所述預(yù)置特征向量為交通信號(hào)燈圖像對(duì)應(yīng)的特征向量；

若所述目標(biāo)待檢測(cè)特征向量中存在預(yù)置特征向量，則判定所述待檢測(cè)圖像中存在所述交通信號(hào)燈圖像，并對(duì)所述交通信號(hào)燈圖像的圖像顏色進(jìn)行識(shí)別。

4.根據(jù)權(quán)利要求3所述的車輛制動(dòng)方法，其特征在于，所述將所述待檢測(cè)圖像輸入至神經(jīng)網(wǎng)絡(luò)模型中，利用所述神經(jīng)網(wǎng)絡(luò)模型對(duì)所述待檢測(cè)圖像進(jìn)行卷積計(jì)算，得到所述待檢測(cè)圖像對(duì)應(yīng)的多個(gè)待檢測(cè)特征向量包括：

將所述待檢測(cè)圖像輸入至神經(jīng)網(wǎng)絡(luò)模型中，利用所述神經(jīng)網(wǎng)絡(luò)模型對(duì)所述待檢測(cè)圖像進(jìn)行卷積計(jì)算，生成多個(gè)基礎(chǔ)特征圖；

按照每個(gè)基礎(chǔ)特征圖對(duì)應(yīng)的通道數(shù)量將所述多個(gè)基礎(chǔ)特征圖進(jìn)行分組，得到多個(gè)分組特征圖，每個(gè)分組特征圖對(duì)應(yīng)的通道數(shù)量相同；

利用多個(gè)不同數(shù)量的卷積核對(duì)所述多個(gè)分組特征圖進(jìn)行卷積計(jì)算，并將卷積計(jì)算后的結(jié)果轉(zhuǎn)化為特征向量，得到多個(gè)待檢測(cè)特征向量。

5.根據(jù)權(quán)利要求3所述的車輛制動(dòng)方法，其特征在于，所述若所述目標(biāo)待檢測(cè)特征向量中存在預(yù)置特征向量，則判定所述待檢測(cè)圖像中存在所述交通信號(hào)燈圖像，并對(duì)所述交通信號(hào)燈圖像的圖像顏色進(jìn)行識(shí)別包括：

若所述目標(biāo)待檢測(cè)特征向量中存在預(yù)置特征向量，則判定所述待檢測(cè)圖像中存在所述交通信號(hào)燈圖像，并在所述待檢測(cè)圖像中截取所述交通信號(hào)燈圖像，得到目標(biāo)信號(hào)燈圖像；

對(duì)所述目標(biāo)信號(hào)燈圖像進(jìn)行飽和度維度轉(zhuǎn)換，生成飽和度圖像；

統(tǒng)計(jì)所述飽和度圖像中多個(gè)不同像素顏色的基礎(chǔ)像素的數(shù)量，將像素顏色數(shù)量最多的基礎(chǔ)像素確定為目標(biāo)像素；

在預(yù)置像素查詢表中查找與所述目標(biāo)像素相同的標(biāo)準(zhǔn)像素，將所述標(biāo)準(zhǔn)像素對(duì)應(yīng)的像素顏色確定為所述目標(biāo)像素對(duì)應(yīng)的像素顏色，將所述目標(biāo)像素對(duì)應(yīng)的像素顏色確定為所述交通信號(hào)燈圖像的圖像顏色。