一种车载视觉的交通信号灯智能探测装置的制作方法

文档序号:6711257阅读:308来源:国知局
专利名称:一种车载视觉的交通信号灯智能探测装置的制作方法
技术领域
本实用新型涉及交通信息技术领域,尤其涉及一种车载视觉的交通信号灯智能探测装置。
技术背景汽车工业已经从传统机械制造转向利用机器视觉技术的完整策略,以提升汽车的品质、可靠性与安全性。而将机器视觉应用到汽车本身作为其功能的扩展,受限于成本目前仅仅限于高端的轿车。未来新一代的汽车将配备范围广阔的各种传感器,使它们能够“看见”前方的路况。配备摄像头,可大大提高驾驶的舒适性,安全性,以提供更加人性化的驾驶环境。二十一世纪的汽车应是逐步智能化的汽车,具有越来越完善的功能并为汽车提供日益成熟的安全辅助驾驶功能、以增强驾驶者和车辆的智能安全性,已成为汽车技术发展的 方向,连接摄像头的视频影像处理系统可识别交通灯信号,这就给驾驶员带来了便利。驾驶员,特别是新手驾驶员或者初到一个城市的驾驶员,往往由于对路况不熟悉疏忽前方的红绿灯,特别是在非十字路口的区域,他们会不留神地忽视前方红灯,给道路行人车辆带来不安全因素,驾驶员也会因为闯红灯而受到惩罚。目前市面上的智能车载视觉系统由于刚起步,在这方面的研究成果还比较欠缺
实用新型内容
本实用新型的目的是提供一种车载视觉的交通信号灯智能探测装置,它可以方便地嵌入到汽车里,成为驾驶员行车时交通信号灯探测的辅助探测器。为了以上这一目的,本实用新型是采用以下技术方案它包括一个车载摄像头、操作单元、实时显示单元、警报器和嵌入式控制单元,其中嵌入式控制单元与他们各个相连,所有信息的交换在嵌入式控制单元内进行。在嵌入式控制单元中主要的技术模块至少含有车载摄像头视频图像数据采集模块,还包括视频分析模块和交通灯检测结果处理模块。嵌入式控制单元首先通过摄像头连线的数据传送协议将其视频信息实时传到内部存储器,再用预先训练好的检测分类器对视频进行交通灯的检测,并对检测结果做处理。在本实用新型中,嵌入式控制单元接受操作单元的参数输入,以控制检测的精度、时间以及结果处理方式等数据。视频分析模块采用了机器训练的技术流程,通过标定含有和不含有交通灯的静态图像作为正负样本,对其进行Haar特征提取,再放置如Adboost的机器训练器里,根据弱学习的反馈适应性地(adaptively)调整假设的错误率,制作出分类器模型;视频信号到达嵌入式控制单元时,交通灯检测器通过该分类器模型对视频信号的每一帧进行甄别,如果探测到交通灯,便输出真实信息到实时显示单元和警报器。因此,本实用新型带来的好处是成本低,实现简单,尽管前期有机器学习的时间开销,在实际使用时可直接调用训练好的分类器模型,高效实时地在嵌入式系统中运行;性能稳定无技术风险,并可预留各种升级空间。

图I是本实用新型的装置结构示意图;图2是图I所示实用新型中嵌入式控制单元的功能模块示意图;图3是图2所示实用新型中嵌入式控制单元的技术流程具体实施方式
如图I所示,本实用新型所提出的一种车载视觉的交通信号灯智能探测装置包括一个车载摄像头11、操作单元12、实时显示单元13、警报器14和嵌入式控制单元15,其中嵌入式控制单元15与他们各个相连,所有信息的交换在嵌入式控制单元15内进行。嵌入式控制单元15采用了三个核心技术模块,如图2所示,包括模块21是车载摄像头11视频图像数据采集模块将行车前方视觉角度内的实时图像画面采集到系统中;模块22是视频分析模块对实时视频画面进行计算机分析,判定是否存在交通信号灯;模块23为交通灯检测结果处理模块,是模块22判定结果的信息处理相应模块,并提供数据给实时显示单元13。嵌入式控制单元15首先通过摄像头连线的数据传送协议将其视频信息实时传到内部存储器,再用预先训练好的检测分类器对视频进行交通灯的检测,并对检测结果做处理。在本实用新型中,嵌入式控制单元14接受操作单元的参数输入12,以控制检测的精度、时间以及结果处理方式等数据。视频分析模块采用了机器训练的技术流程,通过标定含有和不含有交通灯的静态图像作为正负样本,对其进行Haar特征提取,再放置入Adboost的机器训练器里,根据弱学习的反馈适应性地(adaptively)调整假设的错误率,制作出分类器模型;视频信号到达嵌入式控制单元时,交通灯检测器通过该分类器模型对视频信号的每一帧进行甄别,如果探测到交通灯,便输出真实信息到实时显示单元和警报器。具体来讲交通信号灯检测的机器训练技术流程含有以下步骤(参照图3)步骤31 :标定含有和不含有交通灯的静态图像作为正负样本正样本即只含有交通信号灯影像的图像;负样本即不含有任何交通信号灯的影像。一般采用的负样本图像文件分辨率普遍较大,并且在接下来的Adboost机器学习中将从负样本图像中不同尺度、不同位置截图像作为负样本,所以负样本的数量是远远大于正样本数量的,以满足弱学习到强学习提升的要求。步骤32 Haar特征提取采用Haar矩形特征是通过,使用简单矩形组合作为特征模板,具体地说是由两个或多个全等的矩形相邻组合而成,特征模板内有白色和黑色两种矩形。用此类模板对待测目标进行大量积分,可求的目标形态上的一些特征。积分图(integral image)为对于图像内一点(X,y),ii (X,y)为定义其积分图
权利要求1.一种车载视觉的交通信号灯智能探测装置,其特征在于包括一个车载摄像头、操作单元、实时显示单元、警报器和嵌入式控制单元,其中嵌入式控制单元与他们各个相连,所有信息的交换在嵌入式控制单元内进行。
2.根据权利要求I所述的一种车载视觉的交通信号灯智能探测装置,其特征在于嵌入式控制单元至少含有车载摄像头视频图像数据采集模块。
专利摘要一种车载视觉的交通信号灯智能探测装置,它涉及交通信息技术领域,实现基于车载视觉系统的前方交通信号灯自动报警的装置。它包括一个车载摄像头、操作单元、实时显示单元、警报器和嵌入式控制单元,其中嵌入式控制单元与他们各个相连,所有信息的交换在嵌入式控制单元内进行。在嵌入式控制单元中主要的技术模块有车载摄像头视频图像数据采集模块、视频分析模块和交通灯检测结果处理模块。视频分析模块采用了机器训练的技术流程,通过标定正负样本,提取Haar特征,用Adboost机器训练器得到分类器模型;嵌入式系统通过该分类器模型对视频信号的每一帧进行探测是否含有交通信号灯。本实用新型成本低,实现简单,能高效实时地在嵌入式系统中运行。
文档编号G08G1/0962GK202694585SQ20122012996
公开日2013年1月23日 申请日期2012年3月26日 优先权日2012年3月26日
发明者傅凌进, 禹果 申请人:傅凌进
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1