System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种路况判断方法、装置、设备、存储介质及产品制造方法及图纸_技高网

一种路况判断方法、装置、设备、存储介质及产品制造方法及图纸

技术编号:42740807 阅读:2 留言:0更新日期:2024-09-18 13:35
本申请公开了一种路况判断方法、装置、设备、存储介质及产品,涉及图像处理技术领域,所述路况判断方法包括:获取拍摄设备拍摄的路况图片;通过预设的轻量化检测模型,对所述路况图片进行计算,得到分类图;基于所述分类图,对路况拥堵情况进行计算,得到计算结果;基于所述计算结果,对路况进行判断。本申请通过轻量化检测模型对路况图片进行特征提取,得到提取到的将车道线与车辆进行提取的分类图,通过分类图对路况的拥堵情况进行计算,并根据计算结果对路况拥堵情况进行判断,提高了获取高速公路拥堵情况的实时性。

【技术实现步骤摘要】

本申请涉及图像处理,尤其涉及一种路况判断方法、装置、设备、存储介质及产品


技术介绍

1、目前,高速公路已经成为人们驾车出行的首要选择。但是由于不能实时获取高速公路的路况信息,导致当高速公路的交通拥堵时,对高速公路的交通管理无法快速执行,对人们出行造成了极大的困扰。

2、相关技术中,主要通过导航等软件中大量的用户同时在线并共享用户信息状态来进行大数据分析来实现路况信息的获取,并且需要人工将拥堵信息进行上传,无法实时获取高速公路拥堵情况。


技术实现思路

1、本申请的主要目的在于提供一种路况判断方法、装置、设备、存储介质及产品,旨在解决实时获取高速公路拥堵情况的技术问题。

2、为实现上述目的,本申请提出一种路况判断方法,所述路况判断方法包括:

3、获取拍摄设备拍摄的路况图片;

4、通过预设的轻量化检测模型,对所述路况图片进行计算,得到分类图;

5、基于所述分类图,对路况拥堵情况进行计算,得到计算结果;

6、基于所述计算结果,对路况进行判断。

7、在一实施例中,所述通过预设的轻量化检测模型,对所述路况图片进行计算,得到分类图的步骤,包括:

8、通过预设的轻量化检测模型进行特征提取,得到目标特征图;

9、基于所述目标特征图,对车辆边框、车体侧面边框和分类信息进行计算,得到车辆边框图;

10、对所述目标特征图进行分割,得到第一分割图,对所述第一分割图进行阈值过滤,得到第二分割图,基于所述第二分割图,使用函数对车道线进行曲线拟合,得到车道线分割图;

11、基于所述车辆边框图和所述车道线分割图,得到分类图。

12、在一实施例中,所述基于所述分类图,对路况拥堵情况进行计算,得到计算结果的步骤,包括:

13、获取车辆边框图底边的中点坐标;

14、基于所述分类图,对所述车辆、所述拍摄设备和所述车道线之间的位置关系进行标定,得到标定信息;

15、基于所述标定信息和所述中点坐标,得到车辆相对速度;

16、基于所述车辆相对速度,对路况拥堵情况进行计算,得到计算结果。

17、在一实施例中,所述基于所述分类图,对所述车辆、所述拍摄设备和所述车道线之间的位置关系进行标定,得到标定信息的步骤,包括:

18、基于所述分类图,得到所述车道线交点坐标和所述车道线的坐标范围;

19、基于所述交点坐标和所述拍摄设备的内参,确定所述拍摄设备相对于所述车辆的俯仰角和偏航角;

20、基于所述坐标范围,选定所述拍摄设备的坐标,并根据所述拍摄设备的坐标进行计算,得到所述拍摄设备对应的所述车道线之间的距离,基于所述距离,确定所述拍摄设备的安装高度;

21、基于所述俯仰角、所述偏航角和所述安装高度,得到标定信息。

22、在一实施例中,所述基于所述标定信息和所述接地点中点的坐标,得到车辆相对速度的步骤,包括:

23、基于所述中点坐标和所述标定信息,得到所述拍摄设备与所述车辆的车辆距离,其中,所述车辆距离包括横向距离和纵向距离;

24、基于所述车辆距离和所述分类图,对所述车辆的位置变化量进行计算,得到所述车辆的横向速度和纵向速度;

25、基于所述横向速度和所述纵向速度,确定所述车辆相对速度,其中,所述相对速度包括纵向相对速度和横向相对速度。

26、在一实施例中,所述基于所述计算结果,对路况进行判断的步骤,包括:

27、获取所述路况图片中的车辆数量;

28、基于所述车辆数量、所述相对速度和所述车辆信息,确定平均车速;

29、将所述车辆数量和所述平均车速分别与其预设的车辆阈值和车速阈值进行比较,得到比较结果;

30、基于所述比较结果进行判断,若在预设时间内所述车辆数量大于所述车辆阈值,所述平均车速小于所述车速阈值,则判断所述路况拥挤。

31、此外,为实现上述目的,本申请还提出一种路况判断装置,所述路况判断装置包括:

32、获取模块,用于获取拍摄设备拍摄的路况图片;

33、检测模块,用于通过预设的轻量化检测模型,对所述路况图片进行计算,得到通过预设的轻量化检测模型,对所述路况图片进行计算,得到分类图;

34、计算模块,用于基于所述分类图,对路况拥堵情况进行计算,得到计算结果;

35、判断模块,用于基于所述计算结果,对路况进行判断。

36、此外,为实现上述目的,本申请还提出一种路况判断设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如上文所述的路况判断方法的步骤。

37、此外,为实现上述目的,本申请还提出一种存储介质,所述存储介质为计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上文所述的路况判断方法的步骤。

38、此外,为实现上述目的,本申请还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现如上文所述的路况判断方法的步骤。

39、本申请提出的一个或多个技术方案,至少具有以下技术效果:

40、本申请通过轻量化检测模型对路况图片进行特征提取,得到提取到的将车道线与车辆进行提取的分类图,通过分类图对路况的拥堵情况进行计算,并根据计算结果对路况拥堵情况进行判断,提高了获取高速公路拥堵情况的实时性。

本文档来自技高网...

【技术保护点】

1.一种路况判断方法,其特征在于,所述的路况判断方法包括:

2.如权利要求1所述的路况判断方法,其特征在于,所述通过预设的轻量化检测模型,对所述路况图片进行计算,得到分类图的步骤包括:

3.如权利要求2所述的路况判断方法,其特征在于,所述基于所述分类图,对路况拥堵情况进行计算,得到计算结果的步骤包括:

4.如权利要求3所述的路况判断方法,其特征在于,所述基于所述分类图,对所述车辆、所述拍摄设备和所述车道线之间的位置关系进行标定,得到标定信息的步骤包括:

5.如权利要求3所述的路况判断方法,其特征在于,所述基于所述标定信息和所述中点坐标,得到车辆相对速度的步骤包括:

6.如权利要求5所述的路况判断方法,其特征在于,所述基于所述计算结果,对路况进行判断的步骤包括:

7.一种路况判断装置,其特征在于,所述装置包括:

8.一种路况判断设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如权利要求1至6中任一项所述的路况判断方法的步骤

9.一种存储介质,其特征在于,所述存储介质为计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的路况判断方法的步骤。

10.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的路况判断方法的步骤。

...

【技术特征摘要】

1.一种路况判断方法,其特征在于,所述的路况判断方法包括:

2.如权利要求1所述的路况判断方法,其特征在于,所述通过预设的轻量化检测模型,对所述路况图片进行计算,得到分类图的步骤包括:

3.如权利要求2所述的路况判断方法,其特征在于,所述基于所述分类图,对路况拥堵情况进行计算,得到计算结果的步骤包括:

4.如权利要求3所述的路况判断方法,其特征在于,所述基于所述分类图,对所述车辆、所述拍摄设备和所述车道线之间的位置关系进行标定,得到标定信息的步骤包括:

5.如权利要求3所述的路况判断方法,其特征在于,所述基于所述标定信息和所述中点坐标,得到车辆相对速度的步骤包括:

6.如权利要求5所述的路况判断方法,其特征在于...

【专利技术属性】
技术研发人员:郭子英李永建康上高健张帅任朝阳谷丽蕊刘亮白雪倩李超
申请(专利权)人:山东高速股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1