[发明专利]一种基于图像识别的智能公交突发事件处理系统在审

专利信息
申请号: 202210975365.0 申请日: 2022-08-15
公开(公告)号: CN115171430A 公开(公告)日: 2022-10-11
发明(设计)人: 朱隽永;方兆葵;方海生;刘建芳;张倍诚 申请(专利权)人: 中通服建设有限公司
主分类号: G08G1/16 分类号: G08G1/16;B60W30/09;B60W30/095;G06V20/58
代理公司: 广东省中源正拓专利代理事务所(普通合伙) 44748 代理人: 王明亮
地址: 510000 广*** 国省代码: 广东;44
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 基于 图像 识别 智能 公交 突发事件 处理 系统
【权利要求书】:

1.一种基于图像识别的智能公交突发事件处理系统,其特征在于,包括:

云平台,存储有公交车运营线路的标准道路图像和道路设施图像库;

图像获取模块,用于实时获取公交车前方路段的道路图像;

车辆识别模块,用于识别所述道路图像中的车辆图像,根据所述车辆图像计算前方车辆与公交车的实际距离,根据公交车速度计算公交车的刹车距离l,若所述实际距离小于刹车距离,则根据所述实时距离计算安全车速,并发出减速信号,否则继续识别;

障碍识别模块,用于将所述道路图像转换为纯净道路图像,所述纯净道路图像不包含车辆图像,将所述纯净道路图像与相同路段的标准道路图像进行比对,根据比对结果识别是否存在道路障碍,是则获取道路障碍所在的车道,并发出减速信号和避让信号,否则继续识别;

行车控制模块,用于接收所述减速信号,控制公交车减速至安全车速;用于接收所述避让信号,发出避让警报。

2.根据权利要求1所述的一种基于图像识别的智能公交突发事件处理系统,其特征在于,所述标准道路图像由云平台生成,所述云平台提取所述运营线路的历史图像,将所述历史图像依次进行叠加,将道路图像之外的图像删除,保留道路图像,当获得完整运营线路的道路图像时,停止叠加所述历史图像,于是获得了运营线路的标准道路图像。

3.根据权利要求1所述的一种基于图像识别的智能公交突发事件处理系统,其特征在于,所述图像获取模块还用于将所述前方路段划分为高优先级区域、中优先级区域和低优先级区域,所述前方路段的长度为3l,优先级越高的区域,识别顺序越靠前,所述高优先级区域的范围为公交车前方l内,所述中优先级区域的范围为公交车前方l至2l所述低优先级区域的范围为公交车前方2l至3l内。

4.根据权利要求1所述的一种基于图像识别的智能公交突发事件处理系统,其特征在于,所述障碍识别模块将所述道路图像转换为纯净道路图像的过程为:

将所述道路图像中的车辆图像替换为道路基底图像,所述道路基底图像从所述标准道路图像中提取,识别所述道路图像中保留的标线,将所述标线沿原有路径延伸,所述标线穿过所述道路基底图像连接为完整的标线,于是获得了纯净道路图像。

5.根据权利要求3所述的一种基于图像识别的智能公交突发事件处理系统,其特征在于,所述障碍识别模块获取与纯净道路图像相同路段的标准道路图像的过程为:

获取公交车的当前坐标,获取所述当前坐标在所述标准道路图像中的映射位置,以所述映射位置为起点沿公交行驶方向提取3l长度的标准道路图像,将提取的标准道路图像等距划分为第一区域图像、第二区域图像和第三区域图像,所述第一区域图像、第二区域图像和第三区域图像与高优先级区域、中优先级区域和低优先级区域依次对应。

6.根据权利要求1所述的一种基于图像识别的智能公交突发事件处理系统,其特征在于,所述障碍识别模块识别道路障碍的过程为:

将所述纯净道路图像进行灰度处理获得第一灰度图像,将与纯净道路图像相同路段的标准道路图像进行灰度处理获得第二灰度图像,提取所述第一灰度图像与所述第二灰度图像灰度值不同的差异区域,分别计算所述差异区域的实际尺寸,若存在实际尺寸超过预设第一阈值的差异区域,则判定为道路障碍,若不存在,则继续识别。

7.根据权利要求6所述的一种基于图像识别的智能公交突发事件处理系统,其特征在于,所述障碍识别模块识别道路障碍的过程还包括:

从所述道路设施图像中提取道路施工标志图像,将超过预设第一阈值的差异区域与所述道路施工标志图像进行相似度比对,若存在相似度达到预设第二阈值的差异区域,则判定该差异区域为道路施工标志;若所述相似度低于预设第二阈值,则判定为该差异区域道路异物。

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中通服建设有限公司,未经中通服建设有限公司许可,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/202210975365.0/1.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