[發明專利]無人駕駛車輛檢測側面落石發生的方法及裝置

有效

• 申請號: 202110102056.8
• 申請日: 2021-01-26
• 公開（公告）號: CN112800938B
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 胡心怡;楊揚
• 申請（專利權）人: 上海伯鐳智能科技有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/30;G06V10/774;G06V10/762;G06V10/82;G06K9/62;G06N3/04;G01B11/00;G01P3/38
• 代理公司: 北京知匯林知識產權代理事務所(普通合伙) 11794
• 代理人: 楊華

1.無人駕駛車輛檢測側面落石發生的方法，其特征在于，所述方法執行以下步驟：

步驟1：實時獲取無人駕駛車輛行駛過程中的運行數據；所述運行數據包括：行駛速度和行駛角速度；同時錄入無人駕駛車輛行駛過程中的道路寬度，以及無人駕駛車輛的車身寬度；

步驟2：基于運行數據、道路寬度和車身寬度，劃定安全區和車身兩側的兩個監測區；所述安全區為車輛前行過程中的安全區域；所述兩個監測區分別為位于車身右側的第一監測區和位于車身左側的第二監測區；

步驟3：在無人駕駛車輛上設置至少兩個圖像獲取裝置，分別獲取近景的第一監測區和第二監測區的圖像信息；

步驟4：對近景的第一監測區和第二監測區的圖像信息進行圖像去噪，降低圖像信息因環境因素和無人駕駛車輛不斷行駛導致的噪聲干擾；

步驟5：對近景的第一監測區和第二監測區的去噪后的圖像信息識別，以判斷是否出現落石，以及獲取落石的大小和落石的下落速度；根據獲取到的落石的大小和落石的下落速度，劃定落石下落完成后的第一距離界限和第二距離界限；所述第一距離界限為落石下落完成后，至少會到達的界限位置；所述第二距離界限為落石下落完成后，至多會到達的界限位置；

步驟6：根據步驟5中劃定的落石下落完成后的第一距離界限和第二距離界限，判斷落石是否會到達安全區，若落石會到達安全區，則控制無人駕駛車輛的運行，以避免無人駕駛車輛和落石相撞。

2.如權利要求1所述的方法，其特征在于，所述方法還包括：再額外設置兩個圖像獲取裝置，分別獲取遠景的第一監測區和第二監測區的圖像信息；對遠景的第一監測區和第二監測區的圖像信息進行圖像去噪，降低圖像信息因環境因素和無人駕駛車輛不斷行駛導致的噪聲干擾；對遠景第一監測區和第二監測區的去噪后的圖像信息識別，以判斷是否出現落石，以及獲取落石的大小和落石的下落速度；根據獲取到的落石的大小和落石的下落速度，劃定落石下落完成后的第一距離界限和第二距離界限；所述第一距離界限為落石下落完成后，至少會到達的界限位置；所述第二距離界限為落石下落完成后，至多會到達的界限位置；根據劃定的落石下落完成后的第一距離界限和第二距離界限，劃定預期危險區和預期安全區，以控制無人駕駛車輛的行駛軌跡，從當前位置不斷朝向預期安全區的位置行駛。

3.如權利要求2所述的方法，其特征在于，所述方法還包括：在通過圖像獲取裝置獲取圖像信息前，對所述圖像獲取裝置進行相機標定。

4.如權利要求3所述的方法，其特征在于，在通過圖像獲取裝置獲取圖像信息前，對所述圖像獲取裝置進行相機標定包括：將預先配置的兩標志物置于山體上，促使兩標志物連線位于視場水平方向，并測定兩標志物的實際距離；更換兩標志物的實際位置，促使兩標志物連線位于視場垂直方向，并測定兩標志物的實際距離；根據上述水平方向上的實際距離和垂直方向上的實際距離，確定圖像獲取裝置中，每像素所表示的實際長度，并根據該實際長度對圖像獲取裝置進行相機標定。

5.如權利要求4所述的方法，其特征在于，對圖像信息進行圖像去噪的方法包括：首先對圖像信息使用如下公式進行亮度校正：其中，為圖像信息中，所有像素點的平均亮度值；x為圖像信息的像素點的原亮度值；N為校正后的亮度值；基于亮度校正后的結果，已設定的閾值，將圖像中的不同區域劃分為高亮度圖像部分和低亮度圖像部分；生成第一神經網絡模型，并利用所述第一神經網絡模型對所述低亮度圖像部分進行去噪處理，得到去噪后的低亮度圖像區；將所述高亮度圖像部分和所述去噪后的低亮度圖像區構成訓練圖像數據庫，并利用所述訓練圖像數據庫訓練神經網絡模型，生成用于圖像去噪的第二神經網絡模型；將圖像信息作為所述第二神經網絡模型的輸入，經處理后得到對應的去噪后的圖像。

6.如權利要求5所述的方法，其特征在于，對圖像信息進行識別，以判斷是否出現落石的方法包括：對所述圖像信息進行差分處理和二值化分割處理，得到前置圖像信息；基于訓練好的判別器，將所述前置圖像信息輸入所述判別器，根據所述判別器的輸出結果，判斷所述前置圖像信息是否屬于包含落石的目標圖像。