[發明專利]一種基于圖像處理與路面附著系數相結合的制動距離計算方法在審
| 申請號: | 202110479885.8 | 申請日: | 2021-04-30 |
| 公開(公告)號: | CN113312976A | 公開(公告)日: | 2021-08-27 |
| 發明(設計)人: | 高文萱;周君;胡然;吳雪瑄;姜凱騰;吳瀟;楊盼盼;石欣蕾;王超;曹明星 | 申請(專利權)人: | 淮陰工學院 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G06T7/45;G06N3/04 |
| 代理公司: | 南京經緯專利商標代理有限公司 32200 | 代理人: | 周科技 |
| 地址: | 223003 江蘇省*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 圖像 處理 路面 附著 系數 相結合 制動 距離 計算方法 | ||
1.一種基于圖像處理與路面附著系數相結合的制動距離計算方法,其特征在于,該方法包括以下步驟:
步驟1:采集各種路況環境下的路面圖像,建立路面類型數據集,并劃分為訓練集、測試集和驗證集,每類數據集都包含所有路況下的若干圖像;
步驟2:對數據集進行圖像預處理,對預處理后的路面圖像進行特征提取,并標記相應的路面類型,完善數據集;
步驟3:搭建卷積神經網絡,將采集的路面圖像作為網絡的輸入,所屬路面類型標簽作為網絡的輸出,使用訓練集訓練神經網絡參數;
步驟4:使用驗證集對神經網絡進行驗證,若網絡輸出誤差超過閾值范圍,則繼續訓練神經網絡,直至誤差在閾值范圍內,得到路面類型識別模型;
步驟5:利用路面類型識別模型識別測試集中圖像的路面類型,將路面類型與路面附著系數先驗知識相結合,估算出該路面的附著系數;
步驟6:將步驟5所得到的路面附著系數帶入制動距離模型,得到含路面附著系數的制動距離。
2.根據權利要求1所述的基于圖像處理與路面附著系數相結合的制動距離計算方法,其特征在于:所述步驟1中,所述路況環境包括干燥路況、潮濕路況、積水路況、積雪路況;通過路面監控攝像頭采集各種路況下的路面圖像。
3.根據權利要求1所述的基于圖像處理與路面附著系數相結合的制動距離計算方法,其特征在于:所述步驟2中,采用平均值灰度化方法進行圖像數據預處理。
4.根據權利要求1所述的基于圖像處理與路面附著系數相結合的制動距離計算方法,其特征在于:所述步驟2中,提取各路面類型圖像的顏色、紋理、形狀及空間特征,其中,采用灰度共生矩陣提取圖像紋理特征;
數學表達式如下:
P(i,j|d,θ)={(x,y)|f(x,y)=i,f(x+dx,y+dy)=j;x,y=0,1,2,3,…,N-1}
其中,P(i,j|d,θ)為從灰度為i的像素點出發,距離(dx,dy)的另一像素點灰度為j的概率;d為用像素數量表示的相對距離;θ表示方向,(x,y)為圖像中的像素坐標,x方向為圖像的列,y方向為圖像的行,N為圖像的行或列的像素數。
5.根據權利要求1-4任一所述的基于圖像處理與路面附著系數相結合的制動距離計算方法,其特征在于:所述步驟6中,制動距離模型如下:
其中L為后車制動距離;V2為后車的運行速度;t1為駕駛員應急反應時間;t'2為常數,表示駕駛員踏下踏板的時間;t2為常數,表示制動器制動時間;jmax為后車的最大減速度,其值等于為路面附著系數;g為該地區的重力加速度。
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淮陰工學院,未經淮陰工學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110479885.8/1.html,轉載請聲明來源鉆瓜專利網。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





