[发明专利]一种十字路口场景下的车路协同装置及方法有效

专利信息
申请号: 202110678047.3 申请日: 2021-06-18
公开(公告)号: CN113538967B 公开(公告)日: 2022-07-12
发明(设计)人: 高明裕;姜青峰;林辉品;董哲康;杨宇翔;曾毓;黄继业 申请(专利权)人: 杭州电子科技大学
主分类号: G08G1/16 分类号: G08G1/16;G08G1/01
代理公司: 杭州君度专利代理事务所(特殊普通合伙) 33240 代理人: 杨舟涛
地址: 310018 浙*** 国省代码: 浙江;33
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 十字路口 场景 协同 装置 方法
【权利要求书】:

1.一种十字路口场景下的车路协同方法,其特征在于:该方法具体包括以下步骤:

步骤1、在一个十字路口安装1个路边柜模块,4个转弯处安装4组信息采集模块,采集道路的图片、激光点云信息以及位置信息三种道路信息;

步骤2、当多组信息采集模块采集到同一个物体的信息时,将图片信息以YUV的形式输出,得到对应的Y参数;根据激光点云信息判断4组信息采集模块与物体的距离,与物体越近的信息采集模块采集的图片具有更高的权重,根据图片的Y参数判断图片是否存在异常曝光,判断阈值由现场环境设定,物体准确信息的确定方法为:

Case1、当权重最高的图片为正常曝光时,选择该图片与对应信息采集模块的激光点云信息作为物体的准确数据;

Case2、当权重最高的图片为异常曝光,且剩余图片中只有一张图片为正常曝光时,选择该正常曝光的图片与对应信息采集模块的激光点云信息作为物体的准确数据;

Case3、当权重最高的图片为异常曝光,且剩余图片中有多张图片为正常曝光时,则计算正常曝光图像的信息熵,将信息熵乘以对应图像的权重,作为物体的准确数据;

Case4、当所有图片均为异常曝光时,路边柜模块根据现场环境调节曝光参数;

步骤3、路边柜模块接收信息采集模块采集的路面信息,根据步骤2完成预处理,然后以十字路口中心为原点、垂直地面向上的方向为z轴正方向、正北方向为y轴正方向、正东方向为x轴正方向建立三维直角坐标系,在该三维直角坐标系中记录道路信息,并根据位置信息修正坐标;

步骤4、路边柜模块将步骤3中记录的道路信息分辨物体的类型、物体间的距离,并将该数据发送到云端服务器,服务器中的管理系统对接受的信息进行处理后将路面实时情况反馈给即将驶入该十字路口的车辆,完成车路协同。

2.如权利要求1所述一种十字路口场景下的车路协同方法,其特征在于:任意2组相邻的信息采集模块之间的连线与道路的行驶方向垂直或平行。

3.如权利要求1所述一种十字路口场景下的车路协同方法,其特征在于:步骤3中,图片是否正常曝光的判断方法为:

其中,Yi表示第i个信息采集模块拍摄的图片的Y参数,i=1,2,3,4;Ymin、Ymax为判断阈值,由现场环境设定。

4.如权利要求1所述一种十字路口场景下的车路协同方法,其特征在于:图片的权重αi计算方法为:

其中,L1、L2、L3和L4为不同信息采集模块与物体的距离,Li为第i个信息采集模块与物体的距离。

5.如权利要求1所述一种十字路口场景下的车路协同方法,其特征在于:图像的信息熵H的计算方法为:

其中,Pij为某个像素点的灰度值和它周围像素灰度分布的综合特征:

Pij=f(i,j)/N2

其中(i,j)定义为特征二元组,i表示像素的灰度值,取值范围为[0,255],j表示领域灰度值,取值范围[0,255]。

6.如权利要求1所述一种十字路口场景下的车路协同方法,其特征在于:该方法使用了一种十字路口场景下的车路协同装置,包括信息采集模块、路边柜模块、云端服务器和车载端;

所述信息采集模块包括固定杆、摄像头组、激光雷达和定位模块;固定杆安装在十字路口的转弯处,摄像头组、激光雷达和定位模块安装在固定杆上,摄像头组中的摄像头数量由摄像头视角与视距的关系以及道路的宽度决定;

所述路边柜模块包括处理器、通信模块和存储设备;摄像头组、激光雷达和定位模块与处理器通信连接,处理器接收摄像头组采集的图片以及激光雷达采集的激光点云信息,并使用定位模块的位置信息修正;通信模块实现路边柜模块与云端服务器的数据交互,存储设备用于存储配置文件及紧急事件日志;

云端服务器接收路边柜上传的数据后,反馈到车载端。

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杭州电子科技大学,未经杭州电子科技大学许可,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/202110678047.3/1.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