[发明专利]一种极端环境下无人车视觉增强装置及方法有效

专利信息
申请号: 202010622342.2 申请日: 2020-06-30
公开(公告)号: CN111756971B 公开(公告)日: 2021-06-29
发明(设计)人: 唐小林;张志强;陈佳信;阳鑫;胡晓松;李佳承 申请(专利权)人: 重庆大学
主分类号: H04N5/225 分类号: H04N5/225;H04N5/232
代理公司: 北京同恒源知识产权代理有限公司 11275 代理人: 杨柳岸
地址: 400044 重*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 极端 环境 无人 视觉 增强 装置 方法
【说明书】:

本发明涉及一种极端环境下无人车视觉增强装置及方法,属于无人驾驶环境感知领域。该装置包括:图像增强装置,包括滤光装置、图像分析单元和固定装置;滤光装置包括带有后座框的圆形偏振镜,外齿圈,电机驱动单元,以及安装在电机驱动单元上的齿轮;电机驱动单元控制齿轮带动外齿圈及圆形偏振镜同步旋转;图像分析单元输出电机旋转角度和方向信号。本发明通过控制圆形偏振镜的旋转角度实现滤光效果的无级调节,利用卷积神经网络模型和预训练权重参数对图像进行分析,确定圆形偏振镜的旋转角度和方向,同时提出周期扫描方法对圆形偏振镜位置进行校正。

技术领域

本发明属于无人驾驶环境感知领域,涉及一种极端环境下无人车视觉增强装置及方法。

背景技术

智能驾驶汽车近年来高速发展,高级驾驶员辅助系统(ADAS)在汽车领域得到了广泛的应用,可以减少交通事故、交通堵塞和空气污染,智能驾驶系统的鲁棒性能完全依赖于从环境中对车辆的完美检测。随着计算机视觉目标检测技术的蓬勃发展,利用边缘、阴影、光线等关键特征信息与卷积神经网络的深度特征信息来检测车辆,使智能交通系统能够解决车辆检测中的一些核心挑战。

光是传播方向与振动方向垂直的横波,自然光如太阳光是无偏光,经过界面反射后变成以平行于界面的振动位置为主的部分偏振光。在实际复杂多变的环境中,无人车摄像头的CCD/CMOS感光元件的测光系统易受汽车漆面,沥青路面,城市玻璃墙面,水面等界面反射的部分偏振光影响,导致画面中目标可见度低,特征不明显,进而造成目标漏检,此外积水路面的车辆倒影和夜间湿滑路面的灯光倒影等容易造成目标误检,导致无人车频繁制动,影响乘坐舒适性。

如公开号为CN106454040A的专利申请,公开了一种夜间防眩光车载摄像头及其控制方法,包括镜头与滤光装置,偏光镜片位于镜头的前方,一号电磁铁与二号电磁铁相对设置,一号电磁铁、二号电磁铁均与电磁铁供电组件电连接,电磁铁供电组件与电磁铁控制单元信号连接,电磁铁控制单元与眩光判断单元信号连接,眩光判断单元与图像采集单元信号连接。虽然该发明能减少眩光,但是仍存在以下缺陷:

首先,环境中自然光经不同界面反射产生不同方向的偏振,但该发明中偏振镜旋转方向不能根据实际情况实时调整,偏振镜的过滤功能只适用于固定方向的偏振光,同时,采用的线偏振镜影响相机的自动测光和对焦功能,导致照片曝光不足,曝光过量与照片模糊。

其次,该专利申请为实现防眩光的效果,需要采用两个电磁铁,使得结构较复杂,同时,电磁铁产生的磁场会影响相机感光元件电子元件,可靠性低。同时,眩光超过预设阈值后,偏振镜会吸附至镜头使图像眩光消除,然后偏振镜又被吸附至远离镜头的位置。在实际应用时,偏振镜处于往复移动状态,造成图像质量不稳定。

再次,该专利申请只分析图像的感兴趣区域中明亮区域的最大面积或者非圆形明亮区域的数目,根据预设的阈值进行跳跃式调节,适用场景少。

发明内容

有鉴于此,本发明的目的在于提供一种极端环境下无人车视觉增强装置及方法,使用卷积神经网络模型作为图像质量分析的主要方法,同时考虑到所训练的模型不能泛化的场景,提出偏振镜周期旋转方法,用于寻找图像最佳的旋转位置。所提出的装置采用圆形偏振镜,能够透射圆形偏振光,在不影响相机测光和对焦的前提下,能够实时有效的调整偏振镜的旋转方向,过滤环境中的有害偏振光,提升无人车的视觉感知能力。

为达到上述目的,本发明提供如下技术方案:

1、一种极端环境下无人车视觉增强装置,包括:相机机身1与镜头2,其特征在于,该装置还包括位于镜头2前方的图像增强装置;所述图像增强装置包括滤光装置、图像分析单元41和固定装置。

滤光装置包括带有后座框3的圆形偏振镜4,外齿圈21,电机驱动单元23,以及安装在电机驱动单元23上的齿轮22。电机驱动单元23控制齿轮22带动外齿圈21及圆形偏振镜4同步旋转。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆大学,未经重庆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010622342.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top