[go: up one dir, main page]

CN111967384A - 车辆信息处理方法、装置、设备及计算机可读存储介质 - Google Patents

车辆信息处理方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN111967384A
CN111967384A CN202010823943.XA CN202010823943A CN111967384A CN 111967384 A CN111967384 A CN 111967384A CN 202010823943 A CN202010823943 A CN 202010823943A CN 111967384 A CN111967384 A CN 111967384A
Authority
CN
China
Prior art keywords
road
target vehicle
information
vehicle
center point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010823943.XA
Other languages
English (en)
Inventor
胡威
杨卓敏
徐麟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Eye Control Technology Co Ltd
Traffic Management Research Institute of Ministry of Public Security
Original Assignee
Shanghai Eye Control Technology Co Ltd
Traffic Management Research Institute of Ministry of Public Security
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Eye Control Technology Co Ltd, Traffic Management Research Institute of Ministry of Public Security filed Critical Shanghai Eye Control Technology Co Ltd
Priority to CN202010823943.XA priority Critical patent/CN111967384A/zh
Publication of CN111967384A publication Critical patent/CN111967384A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供一种车辆信息处理方法、装置、设备及计算机可读存储介质，方法包括：获取图像采集装置采集到的路面图像；识别所述路面图像中的道路信息；在所述道路信息中识别目标车辆，并确定各所述目标车辆对应的中心点信息；根据所述中心点信息以及安全行驶区域，判断所述目标车辆是否安全行驶，获得判断结果，其中，所述安全行驶区域是根据所述道路信息的中心线以及预设的范围阈值确定的。从而无需采用其他道路中的交通要素，例如道路标志线、交通信号灯等，进行辅助计算，从而能够适用于各种道路的交通场景，有效地时限了对单一道路的交通场景下车辆是否安全行驶的识别操作，保证了单一道路的交通场景的交通安全。

Description

车辆信息处理方法、装置、设备及计算机可读存储介质
技术领域
本公开涉及智慧交通领域，尤其涉及一种车辆信息处理方法、装置、设备及计算机可读存储介质。
背景技术
随着交通的不断发展，路面上车辆越来越多，因此，如何确保交通安全也变成了亟待解决的问题。
为了实现对路面上车辆是否正常行驶进行判断，现有技术中，深度学习技术已广泛应用在交通领域，例如通过目标检测、道路分割等方式对实际的路口场景进行识别，根据路口场景中的道路标志线、交通信号灯等信息辅助判断车辆是否存在违法驾驶的行为。
但是，采用上述方法进行车辆信息处理时，由于往往需要道路标志线、交通信号灯等信息进行辅助判断，因此，往往仅适用于城镇街道路口。而对于未设置有上述交通信息的单一道路的交通场景，上述方法无法准确地对车辆是否存在违法驾驶行为进行判断，进而无法保证单一道路的交通场景的交通安全。
发明内容
本公开提供一种车辆信息处理方法、装置、设备及计算机可读存储介质，用于解决现有技术无法准确地对车辆是否存在违法驾驶行为进行判断，进而无法保证单一道路的交通场景的交通安全的技术问题。
本公开的第一个方面是提供一种车辆信息处理方法，包括：
获取图像采集装置采集到的路面图像；
识别所述路面图像中的道路信息；
在所述道路信息中识别目标车辆，并确定各所述目标车辆对应的中心点信息；
根据所述中心点信息以及安全行驶区域，判断所述目标车辆是否安全行驶，获得判断结果，其中，所述安全行驶区域是根据所述道路信息的中心线以及预设的范围阈值确定的。
本公开的第二个方面是提供一种车辆信息处理装置，包括：
获取模块，用于获取图像采集装置采集到的路面图像；
识别模块，用于识别所述路面图像中的道路信息；
确定模块，用于在所述道路信息中识别目标车辆，并确定各所述目标车辆对应的中心点信息；
判断模块，用于根据所述中心点信息以及安全行驶区域，判断所述目标车辆是否安全行驶，获得判断结果，其中，所述安全行驶区域是根据所述道路信息的中心线以及预设的范围阈值确定的。
本公开的第三个方面是提供一种车辆信息处理设备，包括：存储器，处理器；
存储器；用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为由所述处理器执行如第一方面所述的车辆信息处理方法。
本公开的第四个方面是提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面所述的车辆信息处理方法。
本公开提供的车辆信息处理方法、装置、设备及计算机可读存储介质，通过在获取到路面图像之后，对路面图像进行图像处理操作，以确定该路面中目标车辆的中心点信息。进而可以根据该中心点信息以及预设的安全行驶区域，确定当前目标车辆是否安全行驶，其中，该安全行驶区域是根据识别到的道路信息的中心线以及预设的范围阈值确定的。上述方法无需采用其他道路中的交通要素，例如道路标志线、交通信号灯等，进行辅助计算，从而能够适用于各种道路的交通场景，有效地时限了对单一道路的交通场景下车辆是否安全行驶的识别操作，保证了单一道路的交通场景的交通安全。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本公开基于的网络架构示意图；
图2为本公开实施例一提供的车辆信息处理方法的流程示意图；
图3为本公开实施例提供的场景示意图；
图4为本公开实施例二提供的车辆信息处理方法的流程示意图；
图5为本公开实施例三提供的车辆信息处理方法的流程示意图；
图6为本公开实施例提供的中心点示意图；
图7为本公开实施例四提供的车辆信息处理方法的流程示意图；
图8为本公开实施例五提供的车辆信息处理装置的结构示意图；
图9为本公开实施例六提供的车辆信息处理装置的结构示意图；
图10为本公开实施例七提供的车辆信息处理装置的结构示意图；
图11为本公开实施例八提供的车辆信息处理装置的结构示意图；
图12为本公开实施例九提供的车辆信息处理设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例所获得的所有其他实施例，都属于本公开保护的范围。
针对上述提及的现有技术无法准确地对车辆是否存在违法驾驶行为进行判断，进而无法保证单一道路的交通场景的交通安全的技术问题，本公开提供了一种车辆信息处理方法、装置、设备及计算机可读存储介质。
需要说明的是，本公开提供车辆信息处理方法、装置、设备及计算机可读存储介质可运用在各种路况下对车辆行驶状态判断的场景中。
为了实现对道路中的车辆是否安全行驶的识别，现有技术中在获取到路面图像之后，一般都需要额外采用道路中的道路标志线、交通信号灯等交通元素作为辅助实现识别操作。但是，上述方法仅适用于设置有道路标志线、交通信号灯的城镇街路口，而未设置有道路标志线、交通信号灯的单一道路，上述方法则无法进行准确地识别。
在解决上述技术问题的过程中，发明人通过研究发现，在获取到图像采集装置采集到的路面图像之后，可以对该路面图像进行图像处理操作，确定路面中的目标车辆的中心点信息。从而后续可以根据该中心点信息以及安全行驶区域判断目标车辆是否在安全行驶区域内安全行驶，无需采用其他交通要素作为辅助计算，适用于各种交通场景。
图1为本公开基于的网络架构示意图，如图1所示，本公开基于的网络架构至少包括：图像采集装置1以及服务器2，其中，服务器2中设置有车辆信息处理装置。该车辆信息装置采用C/C++、Java、Shell或Python等语言编写；图像采集装置1则可以为相机、监控设备等任意一种能够实现图像采集的装置。该图像采集装置1与服务器2通信连接，从而二者能够进行信息交互。
图2为本公开实施例一提供的车辆信息处理方法的流程示意图，如图2所示，该方法包括：
步骤101、获取图像采集装置采集到的路面图像。
本实施例的执行主体为车辆信息处理装置，该车辆信息处理装置可耦合于服务器中。该服务器与图像采集装置通信连接，从而能够与图像采集装置进行信息交互。
在本实施例中，车辆信息处理装置可以获取图像采集装置采集到的路面图像。其中，该图像采集装置具体可以为相机、监控等任意一种设置在路面上，能够拍摄到路面图像的图像采集装置。相应地，该路面图像可以为监控设备采集到的路面上的图像。
该图像采集装置可以实时采集路面图像并传输，也可以按照预设的时间阈值进行路面图像的采集，本公开对此不做限制。
进一步地，在实施例一的基础上，步骤101之后，还包括：
对所述路面图像进行尺寸重塑操作和/或灰度归一化和/或亮度归一化处理。
在本实施方式中，由于不同路段上设置的图像采集装置可能存在差异，因此，在获取到路面图像之后，为了提高后续图像处理的效率以及精度，可以对该路面图像进行尺寸重塑操作，使得每一个图像采集装置采集到的路面图像均具有相同的尺寸。此外，还可以对路面图像进行灰度归一化、亮度归一化等操作。上述三种不同的预处理方法可以单独实施，也可以结合实施，本公开对此不做限制。
步骤102、识别所述路面图像中的道路信息。
在本实施方式中，图像采集装置采集到的路面图像中可能包含有很多信息，例如可能包括路侧的树木、房屋等信息。但是上述信息往往作用不大。因此，在获取到路面图像之后，可以识别该路面图像中的道路信息。
步骤103、在所述道路信息中识别目标车辆，并确定各所述目标车辆对应的中心点信息。
在本实施方式中，识别到路面图像中的道路信息之后，可以进一步地识别在该道路上行驶的目标车辆。此外，为了便于后续目标车辆位置的确定，在确定目标车辆之后，还可以分别确定各目标车辆对应的中心点信息，该中心点可以表征目标车辆的位置信息。
步骤104、根据所述中心点信息以及安全行驶区域，判断所述目标车辆是否安全行驶，获得判断结果，其中，所述安全行驶区域是根据所述道路信息的中心线以及预设的范围阈值确定的。
在本实施方式中，由于中心点信息能够精准地表征目标车辆的位置信息，因此，可以根据该中心点信息以及安全行驶区域，来判断当前目标车辆是否安全行驶，获得判断结果。
需要说明的是，该安全行驶区域是根据道路信息的中心线以及预设的范围阈值确定的。该预设的范围阈值可以为中心线左右各1/2车道的范围。
图3为本公开实施例提供的场景示意图，如图3所示，目标车辆在道路上行驶，可以根据中心点1以及安全行驶区域2确定车辆是否安全行驶。其中，该安全行驶区域2是根据道路的中心线3以及预设的范围阈值确定的。
具体地，在实施例一的基础上，步骤104具体包括：
若所述中心点信息在所述安全行驶区域内，则判定所述目标车辆安全行驶；
若所述中心点信息不在所述安全行驶区域内，则判定所述目标车辆危险驾驶。
在本实施例中，若检测到中心点在安全行驶区域内，则可以判定目标车辆当前安全行驶。反之，若检测到中心点未在安全行驶区域内，则可以判定目标车辆当前未安全行驶。
进一步地，在实施例一的基础上，步骤104之后，还包括：
若所述目标车辆未安全行驶，则向执法机构发送报警信息，和/或，控制所述目标车辆进行危险驾驶的提醒。
在本实施例中，为了保证交通安全，当检测到目标车辆未安全行驶时，需要向执法机构发送报警信息，或者可以控制目标车辆进行危险驾驶的提醒，以使司机及时进行驾驶模式的调整。
本实施例提供的车辆信息处理方法，通过在获取到路面图像之后，对路面图像进行图像处理操作，以确定该路面中目标车辆的中心点信息。进而可以根据该中心点信息以及预设的安全行驶区域，确定当前目标车辆是否安全行驶，其中，该安全行驶区域是根据识别到的道路信息的中心线以及预设的范围阈值确定的。上述方法无需采用其他道路中的交通要素，例如道路标志线、交通信号灯等，进行辅助计算，从而能够适用于各种道路的交通场景，有效地时限了对单一道路的交通场景下车辆是否安全行驶的识别操作，保证了单一道路的交通场景的交通安全。
图4为本公开实施例二提供的车辆信息处理方法的流程示意图，在实施例一的基础上，如图4所示，步骤102具体包括：
步骤201、通过预设的分割网络识别所述路面图像中的道路区域。
步骤202、对所述道路区域中进行像素连通区域检测操作，获得所述道路区域对应的边界信息。
步骤203、采用线条对所述边界信息进行拟合操作，获得所述道路信息。
在本实施例中，为了实现对道路信息的识别，首先可以采用预设的分割网络识别路面图像中的道路区域。其中，该分割网络具体可以为pspnet、deeplab等任意一种能够实现交通场景分割的模型，本公开对此不作限制。
进一步地，考虑到单纯的分割网络在分割结果中容易出现不连续的现象。因此，可以对道路区域进行像素联通区域检测操作，获得道路区域对应的边界信息。进而可以采用线条对边界信息进行拟合操作，获得道路信息。
本实施例提供的车辆信息处理方法，通过分割网络识别道路区域，并对道路区域的边界进行处理，从而能够精准地识别出路面图像中的道路信息，为后续目标车辆是否安全行驶的识别提供了基础。
进一步地，在上述任一实施例的基础上，步骤103中识别所述路面图像中的道路信息具体包括：
通过预设的目标检测模型，检测所述道路信息中的全部车辆；
通过预设的车辆类型识别模型，在所述全部车辆中识别全部机动车辆作为所述目标车辆。
在本实施例中，由于乡村道路中经常会出现类似三轮车、两轮车当非机动车辆，因此，还需要对识别到的车辆信息进行进一步地的筛选操作。
具体地，首先可以采用目标检测模型，检测道路信息中的全部车辆。进一步地，可以采用车辆类型识别模型对全部车辆中的机动车辆进行识别，获得目标车辆。
图5为本公开实施例三提供的车辆信息处理方法的流程示意图，在上述任一实施例的基础上，如图5所示，步骤103中确定各所述目标车辆对应的中心点信息，包括：
步骤301、通过预设的关键点检测模型，检测各所述目标车辆对应的预设数量个关键点信息。
步骤302、按照预设的连接规则对所述关键点信息进行连接，获得至少两条连接线信息，将所述至少两条连接线的交点作为所述中心点信息。
在本实施例中，在识别到目标车辆之后，还需要确定目标车辆对应的中心点信息。具体地，首先可以通过预设的关键点检测模型检测各目标车辆对应的预设数量个关键点信息。其中，该关键点可以为车辆轮廓上的关键点，例如车辆轮胎、底盘、车顶上的点灯。可以按照预设的连接规则对关键点进行连接操作，获得至少两条连接线信息，将连接线的交点作为中心点。
图6为本公开实施例提供的中心点示意图，如图6所示，该关键点具体可以为目标车辆的四个车顶点。分别连接车辆的对角线，获得连接线的交点，即中心点。
本实施例提供的车辆信息处理方法，通过识别目标车辆的关键点，并构建连接线，从而能够精准地确定能够用于表征目标车辆位置的中心点信息。
图7为本公开实施例四提供的车辆信息处理方法的流程示意图，在上述任一实施例的基础上，如图7所示，步骤103之后，还包括：
步骤401、针对每一目标车辆，分别确定所述目标车辆前一时刻对应的第一坐标，以及当前时刻对应的第二坐标。
步骤402、根据所述第一坐标、第二坐标以及所述前一时刻与当前时刻的时间间隔，计算所述目标车辆的行驶速度。
步骤403、根据所述行驶速度判断所述目标车辆是否超速驾驶。
在本实施例中，由于图像采集装置可以按照预设的时间间隔发送路面图像，而两个不同时刻下，同一个目标车辆在路面图像中的位置也会发生变化，因此，可以根据不同的位置信息以及预设的时间间隔来计算目标车辆的车速。
具体地，针对每一个目标车辆，可以分别确定该目标车辆在前一时刻对应的第一坐标(x0，y0)以及当前时刻的第二坐标(x1，y1)。根据第一坐标、第二坐标以及前一时刻与当前时刻的时间间隔，计算目标车辆的行驶速度。其中，行驶速度的计算公式可如公式1所示：
V＝{【[x0-x1]2+[y0-y1]2】0.5}*R/t
其中，V为目标车辆的行驶速度，(x0，y0)为第一坐标，(x1，y1)为第二坐标，R为监控路口区域内设置的比例尺，t为预设的时间间隔。
进而可以根据该行驶速度来检测目标车辆是否超速行驶。具体地，可以将行驶速度与预设的速度阈值进行比对，若超过预设的速度阈值，则表征目标车辆超速行驶，反之，则表征目标车辆安全行驶。其中，该速度阈值可以根据具体的位置进行设置，本公开对此不做限制。
进一步地，若所述目标车辆未安全行驶，则向执法机构发送报警信息，和/或，控制所述目标车辆进行危险驾驶的提醒。
本实施例提供的车辆信息处理方法，通过根据目标的中心点以及预设的时间间隔对目标车辆的行驶速度进行计算，从而能够在不需要其他交通元素的辅助的基础上，精准地确定目标车辆是否超速行驶，保证了交通安全。
图8为本公开实施例五提供的车辆信息处理装置的结构示意图，如图9所示，该装置包括：获取模块51、识别模块52、确定模块53以及判断模块54，其中，获取模块51，用于获取图像采集装置采集到的路面图像。识别模块52，用于识别所述路面图像中的道路信息。确定模块53，用于在所述道路信息中识别目标车辆，并确定各所述目标车辆对应的中心点信息。判断模块54，用于根据所述中心点信息以及安全行驶区域，判断所述目标车辆是否安全行驶，获得判断结果，其中，所述安全行驶区域是根据所述道路信息的中心线以及预设的范围阈值确定的。
进一步地，所述判断模块用于：若所述中心点信息在所述安全行驶区域内，则判定所述目标车辆安全行驶；若所述中心点信息不在所述安全行驶区域内，则判定所述目标车辆危险驾驶。
进一步地，所述装置还包括：预处理模块，用于对所述路面图像进行尺寸重塑操作和/或灰度归一化和/或亮度归一化处理。
进一步地，所述装置还包括：处理模块，用于若所述目标车辆未安全行驶，则向执法机构发送报警信息，和/或，控制所述目标车辆进行危险驾驶的提醒。
本实施例提供的车辆信息处理装置，通过在获取到路面图像之后，对路面图像进行图像处理操作，以确定该路面中目标车辆的中心点信息。进而可以根据该中心点信息以及预设的安全行驶区域，确定当前目标车辆是否安全行驶，其中，该安全行驶区域是根据识别到的道路信息的中心线以及预设的范围阈值确定的。上述方法无需采用其他道路中的交通要素，例如道路标志线、交通信号灯等，进行辅助计算，从而能够适用于各种道路的交通场景，有效地时限了对单一道路的交通场景下车辆是否安全行驶的识别操作，保证了单一道路的交通场景的交通安全。
图9为本公开实施例六提供的车辆信息处理装置的结构示意图，在实施例五的基础上，如图9所示，识别模块具体包括：识别单元61、检测单元62以及拟合单元63，其中，识别单元61，用于通过预设的分割网络识别所述路面图像中的道路区域。检测单元62，用于对所述道路区域中进行像素连通区域检测操作，获得所述道路区域对应的边界信息。拟合单元63，用于采用线条对所述边界信息进行拟合操作，获得所述道路信息。
进一步地，在上述任一实施例的基础上，确定模块包括：车辆检测单元以及目标车辆识别单元，其中，车辆检测单元，用于通过预设的目标检测模型，检测所述道路信息中的全部车辆；目标车辆识别单元，用于通过预设的车辆类型识别模型，在所述全部车辆中识别全部机动车辆作为所述目标车辆。
图10为本公开实施例七提供的车辆信息处理装置的结构示意图，在上述任一实施例的基础上，如图10所示，所述确定模块包括：关键点检测单元71以及中心点确定单元72，其中，关键点检测单元71，用于通过预设的关键点检测模型，检测各所述目标车辆对应的预设数量个关键点信息；中心点确定单元72，用于按照预设的连接规则对所述关键点信息进行连接，获得至少两条连接线信息，将所述至少两条连接线的交点作为所述中心点信息。
图11为本公开实施例八提供的车辆信息处理装置的结构示意图，在上述任一实施例的基础上，如图11所示，所述装置还包括：坐标确定模块81、计算模块82以及超速判断模块83，其中，坐标确定模块81，用于针对每一目标车辆，分别确定所述目标车辆前一时刻对应的第一坐标，以及当前时刻对应的第二坐标；计算模块82，用于根据所述第一坐标、第二坐标以及所述前一时刻与当前时刻的时间间隔，计算所述目标车辆的行驶速度；超速判断模块83，用于根据所述行驶速度判断所述目标车辆是否超速驾驶。
图12为本公开实施例九提供的车辆信息处理设备的结构示意图，如图12所示，该设备包括：存储器91，处理器92；
存储器91；用于存储所述处理器92可执行指令的存储器91；
其中，所述处理器92被配置为由所述处理器92执行如上述任一实施例所述的车辆信息处理方法。
存储器91，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器91可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
其中，处理器92可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本公开实施例的一个或多个集成电路。
可选的，在具体实现上，如果存储器91和处理器92独立实现，则存储器91和处理器92可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器91和处理器92集成在一块芯片上实现，则存储器91和处理器92可以通过内部接口完成相同间的通信。
本公开又一实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述任一实施例所述的车辆信息处理方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述各实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。

Claims (18)

1.一种车辆信息处理方法，其特征在于，包括：
获取图像采集装置采集到的路面图像；
识别所述路面图像中的道路信息；
在所述道路信息中识别目标车辆，并确定各所述目标车辆对应的中心点信息；
根据所述中心点信息以及安全行驶区域，判断所述目标车辆是否安全行驶，获得判断结果，其中，所述安全行驶区域是根据所述道路信息的中心线以及预设的范围阈值确定的。
2.根据权利要求1所述的方法，其特征在于，所述识别所述路面图像中的道路信息，包括：
通过预设的分割网络识别所述路面图像中的道路区域；
对所述道路区域中进行像素连通区域检测操作，获得所述道路区域对应的边界信息；
采用线条对所述边界信息进行拟合操作，获得所述道路信息。
3.根据权利要求1所述的方法，其特征在于，所述在所述道路信息中识别目标车辆，包括：
通过预设的目标检测模型，检测所述道路信息中的全部车辆；
通过预设的车辆类型识别模型，在所述全部车辆中识别全部机动车辆作为所述目标车辆。
4.根据权利要求1所述的方法，其特征在于，所述确定各所述目标车辆对应的中心点信息，包括：
通过预设的关键点检测模型，检测各所述目标车辆对应的预设数量个关键点信息；
按照预设的连接规则对所述关键点信息进行连接，获得至少两条连接线信息，将所述至少两条连接线的交点作为所述中心点信息。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述中心点信息以及安全行驶区域，判断所述目标车辆是否安全行驶，获得判断结果，包括：
若所述中心点信息在所述安全行驶区域内，则判定所述目标车辆安全行驶；
若所述中心点信息不在所述安全行驶区域内，则判定所述目标车辆危险驾驶。
6.根据权利要求1-4任一项所述的方法，其特征在于，所述获取图像采集装置采集到的路面图像之后，还包括：
对所述路面图像进行尺寸重塑操作和/或灰度归一化和/或亮度归一化处理。
7.根据权利要求1-4任一项所述的方法，其特征在于，所述确定各所述目标车辆对应的中心点信息之后，还包括：
针对每一目标车辆，分别确定所述目标车辆前一时刻对应的第一坐标，以及当前时刻对应的第二坐标；
根据所述第一坐标、第二坐标以及所述前一时刻与当前时刻的时间间隔，计算所述目标车辆的行驶速度；
根据所述行驶速度判断所述目标车辆是否超速驾驶。
8.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述中心点信息以及安全行驶区域，判断所述目标车辆是否安全行驶，获得判断结果之后，还包括：
若所述目标车辆未安全行驶，则向执法机构发送报警信息，和/或，控制所述目标车辆进行危险驾驶的提醒。
9.一种车辆信息处理装置，其特征在于，包括：
获取模块，用于获取图像采集装置采集到的路面图像；
识别模块，用于识别所述路面图像中的道路信息；
确定模块，用于在所述道路信息中识别目标车辆，并确定各所述目标车辆对应的中心点信息；
判断模块，用于根据所述中心点信息以及安全行驶区域，判断所述目标车辆是否安全行驶，获得判断结果，其中，所述安全行驶区域是根据所述道路信息的中心线以及预设的范围阈值确定的。
10.根据权利要求9所述的装置，其特征在于，所述识别模块包括：
识别单元，用于通过预设的分割网络识别所述路面图像中的道路区域；
检测单元，用于对所述道路区域中进行像素连通区域检测操作，获得所述道路区域对应的边界信息；
拟合单元，用于采用线条对所述边界信息进行拟合操作，获得所述道路信息。
11.根据权利要求9所述的装置，其特征在于，所述确定模块包括：
车辆检测单元，用于通过预设的目标检测模型，检测所述道路信息中的全部车辆；
目标车辆识别单元，用于通过预设的车辆类型识别模型，在所述全部车辆中识别全部机动车辆作为所述目标车辆。
12.根据权利要求9所述的装置，其特征在于，所述确定模块包括：
关键点检测单元，用于通过预设的关键点检测模型，检测各所述目标车辆对应的预设数量个关键点信息；
中心点确定单元，用于按照预设的连接规则对所述关键点信息进行连接，获得至少两条连接线信息，将所述至少两条连接线的交点作为所述中心点信息。
13.根据权利要求9-12任一项所述的装置，其特征在于，所述判断模块用于：
若所述中心点信息在所述安全行驶区域内，则判定所述目标车辆安全行驶；
若所述中心点信息不在所述安全行驶区域内，则判定所述目标车辆危险驾驶。
14.根据权利要求9-12任一项所述的装置，其特征在于，所述装置还包括：
预处理模块，用于对所述路面图像进行尺寸重塑操作和/或灰度归一化和/或亮度归一化处理。
15.根据权利要求9-12任一项所述的装置，其特征在于，所述装置还包括：
坐标确定模块，用于针对每一目标车辆，分别确定所述目标车辆前一时刻对应的第一坐标，以及当前时刻对应的第二坐标；
计算模块，用于根据所述第一坐标、第二坐标以及所述前一时刻与当前时刻的时间间隔，计算所述目标车辆的行驶速度；
超速判断模块，用于根据所述行驶速度判断所述目标车辆是否超速驾驶。
16.根据权利要求9-12任一项所述的装置，其特征在于，所述装置还包括：
处理模块，用于若所述目标车辆未安全行驶，则向执法机构发送报警信息，和/或，控制所述目标车辆进行危险驾驶的提醒。
17.一种车辆信息处理设备，其特征在于，包括：存储器，处理器；
存储器；用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为由所述处理器执行如权利要求1-8任一项所述的车辆信息处理方法。
18.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-8任一项所述的车辆信息处理方法。
CN202010823943.XA 2020-08-17 2020-08-17 车辆信息处理方法、装置、设备及计算机可读存储介质 Pending CN111967384A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010823943.XA CN111967384A (zh) 2020-08-17 2020-08-17 车辆信息处理方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010823943.XA CN111967384A (zh) 2020-08-17 2020-08-17 车辆信息处理方法、装置、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN111967384A true CN111967384A (zh) 2020-11-20

Family

ID=73389592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010823943.XA Pending CN111967384A (zh) 2020-08-17 2020-08-17 车辆信息处理方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111967384A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112732859A (zh) * 2021-01-25 2021-04-30 腾讯科技（深圳）有限公司 提示信息生成方法、装置、电子设备以及存储介质
CN112990114A (zh) * 2021-04-21 2021-06-18 四川见山科技有限责任公司 一种基于ai识别的交通数据可视化仿真方法及系统
CN113968229A (zh) * 2021-11-30 2022-01-25 广州文远知行科技有限公司 道路区域的确定方法、装置和电子设备
CN114580505A (zh) * 2022-02-17 2022-06-03 中汽创智科技有限公司 一种车辆车轮点检测方法、装置、设备以及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102295004A (zh) * 2011-06-09 2011-12-28 中国人民解放军国防科学技术大学 一种车道偏离预警方法
CN103971521A (zh) * 2014-05-19 2014-08-06 清华大学 道路交通异常事件实时检测方法及装置
KR20150018988A (ko) * 2013-08-12 2015-02-25 현대모비스 주식회사 도로 상태 모니터링 장치 및 이를 구비한 안전 운전 서비스 제공 시스템
CN104778444A (zh) * 2015-03-10 2015-07-15 公安部交通管理科学研究所 道路场景下车辆图像的表观特征分析方法
CN107031623A (zh) * 2017-03-16 2017-08-11 浙江零跑科技有限公司 一种基于车载盲区相机的道路预警方法
CN108216242A (zh) * 2016-12-14 2018-06-29 现代自动车株式会社 用于控制车辆的狭窄道路行驶的装置和方法
CN110136254A (zh) * 2019-06-13 2019-08-16 吉林大学 基于动态概率驾驶地图的驾驶辅助信息显示方法
CN111540237A (zh) * 2020-05-19 2020-08-14 河北德冠隆电子科技有限公司 基于多数据融合的车辆安全行驶保障方案自动生成的方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102295004A (zh) * 2011-06-09 2011-12-28 中国人民解放军国防科学技术大学 一种车道偏离预警方法
KR20150018988A (ko) * 2013-08-12 2015-02-25 현대모비스 주식회사 도로 상태 모니터링 장치 및 이를 구비한 안전 운전 서비스 제공 시스템
CN103971521A (zh) * 2014-05-19 2014-08-06 清华大学 道路交通异常事件实时检测方法及装置
CN104778444A (zh) * 2015-03-10 2015-07-15 公安部交通管理科学研究所 道路场景下车辆图像的表观特征分析方法
CN108216242A (zh) * 2016-12-14 2018-06-29 现代自动车株式会社 用于控制车辆的狭窄道路行驶的装置和方法
CN107031623A (zh) * 2017-03-16 2017-08-11 浙江零跑科技有限公司 一种基于车载盲区相机的道路预警方法
CN110136254A (zh) * 2019-06-13 2019-08-16 吉林大学 基于动态概率驾驶地图的驾驶辅助信息显示方法
CN111540237A (zh) * 2020-05-19 2020-08-14 河北德冠隆电子科技有限公司 基于多数据融合的车辆安全行驶保障方案自动生成的方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112732859A (zh) * 2021-01-25 2021-04-30 腾讯科技（深圳）有限公司 提示信息生成方法、装置、电子设备以及存储介质
CN112732859B (zh) * 2021-01-25 2022-05-06 腾讯科技（深圳）有限公司 提示信息生成方法、装置、电子设备以及存储介质
CN112990114A (zh) * 2021-04-21 2021-06-18 四川见山科技有限责任公司 一种基于ai识别的交通数据可视化仿真方法及系统
CN113968229A (zh) * 2021-11-30 2022-01-25 广州文远知行科技有限公司 道路区域的确定方法、装置和电子设备
CN114580505A (zh) * 2022-02-17 2022-06-03 中汽创智科技有限公司 一种车辆车轮点检测方法、装置、设备以及存储介质

Similar Documents

Publication Publication Date Title
CN111967384A (zh) 车辆信息处理方法、装置、设备及计算机可读存储介质
CN110069986B (zh) 一种基于混合模型的交通信号灯识别方法及系统
CN111815959B (zh) 一种车辆违章的检测方法、装置以及计算机可读存储介质
CN110619279B (zh) 一种基于跟踪的路面交通标志实例分割方法
WO2019223655A1 (zh) 非机动车载人的检测
CN113469115B (zh) 用于输出信息的方法和装置
CN108133484B (zh) 基于场景分割的自动驾驶处理方法及装置、计算设备
CN104376297A (zh) 道路上的线型指示标志的检测方法和装置
CN108520634A (zh) 高速匝道限速识别方法、装置及电子设备
CN201825037U (zh) 高速公路车辆的车道偏离报警装置
CN110458050B (zh) 基于车载视频的车辆切入检测方法及装置
CN115019263A (zh) 交通监管模型的建立方法、交通监管系统及方法
CN111967451B (zh) 一种道路拥堵检测方法及装置
CN110634324A (zh) 一种基于车载终端的礼让行人的提醒方法、系统及车载终端
CN117237882A (zh) 移动车辆的识别方法及相关设备
CN111383248A (zh) 一种行人闯红灯判断方法、装置和电子设备
WO2024098992A1 (zh) 倒车检测方法及装置
CN113297939A (zh) 障碍物检测方法、系统、终端设备及存储介质
CN112528944A (zh) 一种图像识别方法、装置、电子设备及存储介质
CN114693722B (zh) 一种车辆行驶行为检测方法、检测装置及检测设备
CN106803064A (zh) 一种交通灯快速识别方法
CN117612364A (zh) 一种机动车的违章检测方法、装置、电子设备及存储介质
CN116311949A (zh) 城市交通智能控制系统
CN115690716A (zh) 车道变化检测方法、装置及电子设备、存储介质
CN115965926A (zh) 一种车载式道路标志标线巡检系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination