基于AI和物联网的360全景行车可视辅助系统视频生成方法及装置与流程

本发明涉及汽车驾驶辅助领域，更具体地，涉及一种基于ai的360全景行车可视辅助系统视频生成方法及装置。

背景技术：

汽车已成为现代社会一种主要的交通运输工具，人们对行车的安全性与舒适性提出了更高的要求。汽车后视镜的发明最初设想就是方便驾驶员观看汽车两侧及后面的状况，防止在倒车过程中与外界发生碰撞，提高自身的行车以及第三者在车外的安全，延长汽车的使用寿命。但事实上，只凭后视镜所提供的驾驶视野及信息，难以满足驾驶者对于行车安全的需求，尤其在倒车的时候，车辆的后面存在着很大的盲区。接，这种不精确的电子地图或导航系统给客户带来了不便，也给送餐送快递的员工造成了时间上的浪费。

为此，产生了360全景行车可视辅助系统，其基本原理是同时采集车辆四周的影像，经过图像处理单元矫正和拼接后，形成一幅车辆四周的360度全景俯视图，实时传送到中控台的显示设备上，使驾驶员能够比较清楚得看清汽车四周的情况，便于靠边驾驶、倒车、左转弯等驾驶行为。

但目前360全景行车可视辅助系统产生的视频存在如下信息缺陷，大大降低了360全景行车可视辅助系统的效果：1、不能显示被周边车辆遮挡的交通指示标识，影响正常行车。2、不能预测车道侵入信息。

技术实现要素：

为解决上述360全景行车可视辅助系统产生的视频存在如下信息缺陷的问题，本发明提出了基于ai的360全景行车可视辅助系统视频生成方法及及装置。

为了实现本发明的目的，采取如下技术方案:

基于ai和物联网的360全景行车可视辅助系统视频生成方法，步骤为：

预先建立起基于位置信息的交通标识数据库；

取得360全景行车可视辅助系统的位置信息和系统产生的原始环视视频；

将所述原始环视视频中出现的交通指示标识与所述交通标识数据库进行比对，将缺失的交通指示标识图像叠加到原始环视视频中，得到最终输出环视视频。

建立起基于位置信息的交通标识数据库可以包括：

先从云端更新360全景行车可视辅助系统的交通标识数据库，将所述原始环视视频中出现的交通指示标识与所述交通标识数据库进行比对；或

通过ai实时分析车辆不同位置的视频结果，从中提取出交通标识数据。

进一步，本发明基于ai和物联网的360全景行车可视辅助系统视频生成方法，还包括如下步骤：

获取车道侵入信息，并将车道侵入以文字或图片方式叠加到原始环视视频中，得到最终输出环视视频。

所述的车道侵入方式可以通过如下方式得出：通过实时周边车辆主动发出的路径移动信息得出；或

通过实时ai分析得出。

本发明还提供基于ai和物联网的360全景行车可视辅助系统视频生成装置，包括：

360全景行车可视辅助系统模块,用于生成原始环视视频及信息显示；

定位模块,生成装置所在的地理位置信息；

ai分析模块，用于视频ai分析，生成交通标识信息、车道侵入信息等；

视频处理模块，根据主处理器用于将叠加信息与原始环视视频进行合成；

无线通信模块，用于系统与云端服务器、外界进行通讯；

导航模块，提供车辆运动规划信息；

主处理器，负责协调上述各模块的工作。

360全景行车可视辅助系统模块与视频处理模块电连接，主处理器分别与视频处理模块、ai分析模块、无线通信模块、导航模块电连接。

相比于现有技术，本发明基于ai和物联网360全景行车可视辅助系统视频生成方法和装置有以下有益效果：克服了360全景行车可视辅助系统目前存在信息缺陷的问题，本发明环景视频可以显示被周边车辆遮挡的交通指示标识及在环景视频中提示车道侵入预警。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明中基于ai和物联网的360全景行车可视辅助系统视频生成方法的一种实施例的流程示意图；

图2示出了本发明中基于ai和物联网的360全景行车可视辅助系统视频装置的一种实施例的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面对本发明实施例中的技术方案进行清楚、完整地描述。

本发明之基于ai和物联网的360全景行车可视辅助系统视频生成方法，包括：

预先建立起基于位置信息的交通标识数据库，这个数据库可以存在云端服务器上，通过无线通信系统360全景行车可视辅助系统建立联系，也可可以现场生成。

通过gps或无线通信定位服务，取得360全景行车可视辅助系统的位置信息和系统产生的原始环视视频，即视频中记录了位置信息。

以位置信息为基准，将所述原始环视视频中出现的交通指示标识与所述交通标识数据库进行比对，将该位置司机视觉应该可见，但在系统原始环视视频缺失的交通指示标识图像叠加到原始环视视频中，得到最终输出环视视频。

为保证交通标识数据库是最新的，可以先从云端更新360全景行车可视辅助系统的交通标识数据库，将所述原始环视视频中出现的交通指示标识与所述交通标识数据库进行比对。

为保证交通标识数据库是最新的，也可以通过ai实时分析车辆不同位置的视频结果，从中提取出交通标识数据。

本发明基于ai和物联网的360全景行车可视辅助系统视频生成方法，还包括叠加车道侵入预警信息，方法是：

计算将来预定时刻内本车预计占用的车道空间(这个车道可以是道路标线的车道，也可以是以车辆外围一定距离的空间)；

通过人工智能对环视视频的分析、若发现视频中有物体可能侵入上述车道空间时，在环视视频中叠加车道入侵预警信息，车道入侵预警信息可以是文字，也可以是图像。

车道入侵可以通过其他接收其他车辆主动发出的运动路径信息与本身车辆的运动路径进行比对得出，方法可以是，周边车辆主动发送自已下一步的移动路径信息，360全景行车可视辅助系统接受解析后，与车辆导航系统的移动路径相比对。

车道入侵也可以通过ai分析实时视频计算得出，具体为，分析视频中运动物体的运动方向和速度，预测一定时间内侵入车道的可能。

另外，本发明还提供基于ai和物联网的360全景行车可视辅助系统视频生成装置，包括：

360全景行车可视辅助系统模块,用于生成原始环视视频及信息显示；

定位模块,生成装置所在的地理位置信息；

ai分析模块，用于视频ai分析，生成交通标识信息、车道侵入信息等；

视频处理模块，根据主处理器用于将叠加信息与原始环视视频进行合成；

无线通信模块，用于系统与云端服务器、外界进行通讯；

导航模块，提供车辆运动规划信息；

主处理器，负责协调上述各模块的工作。

360全景行车可视辅助系统模块与视频处理模块电连接，主处理器分别与视频处理模块、ai分析模块、无线通信模块、导航模块电连接。

以上对本发明所提供的基于ai和物联网360全景行车可视辅助系统视频生成方法及装置的实施例进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。