面向机场空侧的车道障碍识别方法、系统、设备及介质技术方案

本发明专利技术涉及计算机技术领域，具体而言，涉及面向机场空侧的车道障碍识别方法、系统、设备及介质。包括如下步骤：从RSU端接收与车辆运动轨迹相关联的第一信息；OBU端基于第一信息确定车辆的运动是否满足预设轨迹；在第一信息满足预设轨迹时，OBU端接收与行驶路段相关联的第二信息；OBU端基于第二信息确定行驶的路段是否存在障碍；在确定行驶的路段存在障碍时，RSU端接收第二信息并进行障碍识别。本发明专利技术通过RSU端获取第一信息以及车载摄像头获取第二信息，使用边缘计算模型并结合配置在RSU端的预设模型进行障碍识别，减少了系统延迟、反应时间以及带宽的负载。应时间以及带宽的负载。应时间以及带宽的负载。

【技术实现步骤摘要】
面向机场空侧的车道障碍识别方法、系统、设备及介质


[0001]本专利技术涉及计算机
，具体而言，涉及面向机场空侧的车道障碍识别方法、系统、设备及介质。

技术介绍

[0002]障碍物识别是无人驾驶感知中十分重要的一个环节，机场空侧的障碍物可大致分为两类：一类为大型物体类如飞行器、作业车辆、行人等，另一部分为小型物体比如场内设备、行李包等。
[0003]目前，为了对机场空侧的障碍物进行识别，需要通过RSU端将数据传送到云计算中心，再请求数据处理的结果，这导致了系统延迟和反应时间增大；此外，从RSU端传输海量数据到云计算中心会导致网络传输带宽的负载量急剧增加，很难满足实时障碍检测的需求。

技术实现思路

[0004]本专利技术的目的在于提供面向机场空侧的车道障碍识别方法、系统、设备及介质，通过在RSU端及OBU端进行边缘计算，进行障碍识别，减少了系统延迟、反应时间以及带宽的负载，降低了网络传输带宽负载。
[0005]本专利技术的实施例通过以下技术方案实现：面向机场空侧的车道障碍识别方法，包括如下步骤：
[0006]从RSU端接收与车辆运动轨迹相关联的第一信息；
[0007]OBU端基于所述第一信息确定车辆的运动是否满足预设轨迹；
[0008]在所述第一信息满足预设轨迹时，OBU端接收与行驶路段相关联的第二信息；
[0009]OBU端基于所述第二信息确定行驶的路段是否存在障碍；
[0010]在确定所述行驶的路段存在障碍时，RSU端接收所述第二信息并进行障碍识别。
[0011]根据一种优选实施方式，所述OBU端基于所述第一信息确定车辆的运动是否满足预设轨迹包括：对所述第一信息所包含的图像数据进行灰度化处理，对灰度化处理后的图像数据进行高斯滤波，采用Canny边缘检测算子进行车道线边缘的提取，并进行霍夫变换检测车道线，基于所述车道线确定车辆的运动是否满足预设轨迹。
[0012]根据一种优选实施方式，所述OBU端基于所述第二信息确定行驶的路段是否存在障碍包括：获取与所述行驶的路段相关联的历史数据，基于历史数据以及所述第二信息，采用帧间差分法确定行驶的路段是否存在障碍。
[0013]根据一种优选实施方式，所述RSU端响应于障碍识别，将第二信息输入配置的预设模型，得到障碍识别结果。
[0014]根据一种优选实施方式，所述RSU端通过广播将第一信息发送至周边的OBU端。
[0015]根据一种优选实施方式，在所述RSU端通过广播将第一信息发送至周边的OBU端之前，通过RSU端对第一信息进行预处理。
[0016]根据一种优选实施方式，从车载摄像头获取所述第二信息。
[0017]本专利技术还提供面向机场空侧的车道障碍识别系统，应用到如上述所述的方法，包括：
[0018]第一接收模块，用于从RSU端接收与车辆运动轨迹相关联的第一信息；
[0019]第一判断模块，用于OBU端基于所述第一信息确定车辆的运动是否满足预设轨迹；
[0020]第二接收模块，用于在所述第一信息满足预设轨迹时，OBU端接收与行驶路段相关联的第二信息；
[0021]第二判断模块，用于OBU端基于所述第二信息确定行驶的路段是否存在障碍；
[0022]障碍识别模块，用于在确定所述行驶的路段存在障碍时，RSU端接收所述第二信息并进行障碍识别。
[0023]本专利技术还提供一种电子设备，包括：
[0024]存储器，所述存储器存储执行指令；
[0025]以及处理器，所述处理器执行所述存储器存储的执行指令，使得所述处理器执行如上述所述的方法。
[0026]本专利技术还提供一种可读存储介质，所述可读存储介质存储有执行指令，所述执行指令被处理器执行时用于实现如上述所述的方法。
[0027]本专利技术实施例的技术方案至少具有如下优点和有益效果：，通过在RSU端及OBU端进行边缘计算，进行障碍识别，减少了系统延迟、反应时间以及带宽的负载，降低了网络传输带宽负载。
附图说明
[0028]图1为本专利技术实施例1提供的面向机场空侧的车道障碍识别方法的流程示意图；
[0029]图2为本专利技术实施例1提供的边缘计算体系架构示意图。
具体实施方式
[0030]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0031]实施例1
[0032]参见图1所示，图1为本专利技术实施例提供的面向机场空侧的车道障碍识别方法的流程示意图。
[0033]本专利技术实施例所提供的面向机场空侧的车道障碍识别方法，包括如下步骤：
[0034]从RSU端接收与车辆运动轨迹相关联的第一信息；在本专利技术实施例的一种实施方式中，RSU端获取到路况信息后，进一步地判断所述路况信息是否可运行，并将包含路况是否可运行的第一信息以广播的方式发送至周边的OBU端，若路况可运行，则OBU端基于所述第一信息确定车辆的运动是否满足预设轨迹；若路况不可运行，则指示车辆进行等待。
[0035]参考图2所示，图2为本专利技术实施例提供的边缘计算体系架构示意。在本专利技术实施例中，OBU端设备既是终端层也是边缘层，OBU端可以获取车辆位置信号、视频图像数据，并结合RSU端广播的消息进行本地场景下的计算；考虑到复杂场景下OBU端硬件条件限制，OBU
端也会将一些数据发送给RSU端，保持终端层与边缘层的即时通信和交互。RSU端设备为边缘层，RSU端用于接收并处理OBU端传输的数据。
[0036]在本专利技术实施例的一种实施方式中，所述OBU端基于所述第一信息确定车辆的运动是否满足预设轨迹包括：
[0037]对所述第一信息所包含的图像数据进行灰度化处理，通过关注图像灰度有变化的地方确定关键点，进而通过提取出有效关键点获取更多的图像信息，帮助机器理解图像语义。
[0038]进一步地，得到灰度化处理后的图像数据还需要进行模糊处理以此减少图像的噪声点，更加利于查找边界，因此本实施例对灰度化处理后的图像数据进行高斯平滑滤波；需要说明的是，在灰度图中每一个像素都是一个单一值来表示图像灰度值，通过改变深色周围的像素灰度值来实现平滑/模糊。高斯平滑即是将图像变模糊，以此忽略掉一些较小不重要的线条，其本质上是低通滤波器，输出图像的每个像素点是原图像上对应像素点与周围像素点对的加权和，表达式如下：
[0039][0040]上式中，G(x,y)表示二维高斯分布函数，(x,y)表示像素点，σ表示正态分布的标准偏差，e表示自然指数函数。
[0041]进一步地，因为图像梯度是灰度变化最明显的地方，而边缘也是灰度变化最明显的地方，因此灰度变化的地方可能是边缘也可能不是，固本实施例通过计算图像梯度得到可能边缘。图像的边缘可以指本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.面向机场空侧的车道障碍识别方法，其特征在于，包括如下步骤：从RSU端接收与车辆运动轨迹相关联的第一信息；OBU端基于所述第一信息确定车辆的运动是否满足预设轨迹；在所述第一信息满足预设轨迹时，OBU端接收与行驶路段相关联的第二信息；OBU端基于所述第二信息确定行驶的路段是否存在障碍；在确定所述行驶的路段存在障碍时，RSU端接收所述第二信息并进行障碍识别。2.如权利要求1所述的面向机场空侧的车道障碍识别方法，其特征在于，所述OBU端基于所述第一信息确定车辆的运动是否满足预设轨迹包括：对所述第一信息所包含的图像数据进行灰度化处理，对灰度化处理后的图像数据进行高斯滤波，采用Canny边缘检测算子进行车道线边缘的提取，并进行霍夫变换检测车道线，基于所述车道线确定车辆的运动是否满足预设轨迹。3.如权利要求1所述的面向机场空侧的车道障碍识别方法，其特征在于，所述OBU端基于所述第二信息确定行驶的路段是否存在障碍包括：获取与所述行驶的路段相关联的历史数据，基于历史数据以及所述第二信息，采用帧间差分法确定行驶的路段是否存在障碍。4.如权利要求1所述的面向机场空侧的车道障碍识别方法，其特征在于，所述RSU端响应于障碍识别，将第二信息输入配置的预设模型，得到障碍识别结果。5.如权利要求1至4任一项所述的面向机场空侧的车道障碍识...

【专利技术属性】
技术研发人员：张雪娟，王巍，宋海瑞，熊帆，李小将，赵剑锋，梁勇明，陆远斌，阮博，邱池，
申请(专利权)人：民航机场成都电子工程设计有限责任公司，
类型：发明
国别省市：