[发明专利]基于自动驾驶车辆的识别机动车违规变道的方法和装置在审
申请号: | 202210757282.4 | 申请日: | 2022-06-29 |
公开(公告)号: | CN115019511A | 公开(公告)日: | 2022-09-06 |
发明(设计)人: | 崔霄 | 申请(专利权)人: | 九识(苏州)智能科技有限公司 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;G08G1/015;G06V20/58;G06V20/56 |
代理公司: | 北京德崇智捷知识产权代理有限公司 11467 | 代理人: | 王欣 |
地址: | 215124 江苏省苏州市中国(江苏)自由贸易试验区苏州*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 自动 驾驶 车辆 识别 机动车 违规 方法 装置 | ||
1.基于自动驾驶车辆的识别机动车违规变道的方法,其特征在于,包括:
通过自动驾驶车辆的车载传感器对指定区域范围进行检测,得到传感器信息;
根据所述传感器信息,确定障碍物的位置和轮廓;
根据所述障碍物的轮廓,识别所述障碍物是否为机动车;
当所述障碍物为机动车时,根据机动车的位置和轮廓、所述机动车所在位置的地图,确定所述机动车是否存在违规变道行为。
2.如权利要求1所述的方法,其特征在于,
所述传感器信息包括点云信息和图像信息;
根据所述传感器信息,确定障碍物的位置和轮廓,包括:
基于轮廓检测模型,从所述点云信息中提取所述障碍物的轮廓;所述轮廓检测模型包括:PointNet或VoxelNet;
基于位置检测模型,从所述图像信息中提取所述障碍物的位置;所述位置检测模型包括:YOLO V1、 YOLO V2、YOLO V3、YOLO V4、YOLO V5、MobileNet V1、MobileNet V2、MobileNet V3和DETR中任意一种。
3.如权利要求1所述的方法,其特征在于,
根据机动车的位置和轮廓、所述机动车所在位置的地图,确定所述机动车是否存在违规变道行为,包括:
根据机动车的位置和轮廓、所述机动车所在位置的地图,确定所述机动车是否存在变道行为;
如果所述机动车存在所述变道行为,确定所述变道行为是否违规。
4.如权利要求3所述的方法,其特征在于,
根据机动车的位置和轮廓、所述机动车所在位置的地图,确定所述机动车是否存在变道行为,包括:
根据所述机动车的位置和轮廓,确定所述机动车所在的轮廓区域;
根据所述机动车所在位置的地图,确定所述指定区域范围内的车道线;
确定所述轮廓区域和所述车道线是否存在交集,如果是,确定所述机动车存在所述变道行为,否则,确定所述机动车不存在所述变道行为;
确定所述变道行为是否违规,包括:
如果所述车道线为实线,则确定所述变道行为违规。
5.如权利要求4所述的方法,其特征在于,进一步包括:
从所述传感器信息中提取所述障碍物的朝向;
根据所述机动车的位置和轮廓,确定所述机动车所在的轮廓区域,包括:
根据所述机动车的位置、轮廓和朝向,确定所述机动车所在的轮廓区域。
6.如权利要求1所述的方法,其特征在于,
所述传感器信息包括:指定时间范围内的多帧图像;
该方法进一步包括:识别各帧所述图像中机动车的车牌号;
根据机动车的位置和轮廓、所述机动车所在位置的地图,确定所述机动车是否存在违规变道行为,包括:
针对各帧所述图像:根据机动车的位置和轮廓、所述机动车所在位置的地图,确定在当前帧图像中所述机动车是否存在违规变道行为;
根据目标机动车的车牌号,在各帧所述图像中确定所述目标机动车;
如果所述目标机动车在各帧所述图像中均不存在所述违规变道行为,则所述目标机动车在所述指定时间范围内不存在所述违规变道行为;
如果所述目标机动车在任意一帧所述图像中存在所述违规变道行为,则所述目标机动车在所述指定时间范围内存在所述违规变道行为。
7.如权利要求6所述的方法,其特征在于,
识别各帧所述图像中机动车的车牌号,包括:
基于PSENet或Pixel-Anchor识别各帧所述图像中机动车的车牌号。
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九识(苏州)智能科技有限公司,未经九识(苏州)智能科技有限公司许可,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/202210757282.4/1.html,转载请声明来源钻瓜专利网。