公开(公告)号：CN117698757A

公开(公告)日：2024-03-15

申请号：CN202311730985.9

申请日：2023-12-15

Applicant: 长安大学

Inventor： 王畅 ,  任苗 ,  赵继康 ,  牛津 ,  王一飞 ,  李勇杭

IPC: B60W50/14 ,  B60W40/08 ,  B60W40/09 ,  B60W30/08

Abstract: 本发明公开了一种弥补L2级辅助驾驶系统不足的危险驾驶识别方法，包括步骤：S1.当自车处于L2级辅助驾驶时，判断其是否处于疲劳驾驶状态；S2.当检测到驾驶人属于疲劳驾驶状态时，识别自车侧前方是否存在车辆；S3.将处于自车右侧前方的车辆记为目标车辆，计算自车与目标车辆的相遇时间T；S4.识别并判断自车的右侧虚线车道线是否被遮挡；S5.根据识别出的目标车辆遮挡车道线的情况判断L2级辅助驾驶系统是否能识别出自车前方存在危险；S6.当L2级辅助驾驶系统未识别出自车前方存在危险时，需唤醒驾驶人接管驾驶。本发明的危险驾驶识别方法可以判断L2级辅助驾驶系统是否在一定时间内识别到危险现象，当未识别出危险时，唤醒驾驶人顺利接管车辆，避免碰撞。

公开(公告)号：CN117635954A

公开(公告)日：2024-03-01

申请号：CN202311513261.9

申请日：2023-11-14

Applicant: 长安大学

Inventor： 李勇杭 ,  牛津 ,  王畅 ,  任苗 ,  赵继康 ,  王一飞

IPC: G06V10/28 ,  G06V20/56 ,  G06N3/006

Abstract: 本发明一种基于FOAED‑multiOtsu算法的车道线图像分割方法，包括以下步骤：S1.对车载前视摄像机所采集的道路前方图像进行预处理；S2.将一维Otsu算法推广到多维度，得到多阈值multiOtsu分割算法；S3.提出了一种种群多样性增强算法，并将其引入FOA算法，得到一种多样性增强的FOA算法，即FOAED算法；S4.将步骤S2得到的multiOtsu分割算法与步骤S3得到的FOAED算法结合，得到基于FOAED‑multiOtsu的车道图像分割算法：S5.基于FOAED‑multiOtsu算法实现车道线区域图像分割。本发明增强了原始FOA算法的种群多样性，继承了原始FOA算法计算速度快、稳定性能强的优势，在此基础上通过增强果蝇种群分布的多样性，显著降低算法陷入局部最优的风险，未在原始FOA算法的基础上引入额外参数和多余计算量，可实现快速精确的车道线区域分割任务。

公开(公告)号：CN117635930A

公开(公告)日：2024-03-01

申请号：CN202311513260.4

申请日：2023-11-14

Applicant: 长安大学

Inventor： 李勇杭 ,  王一飞 ,  王畅 ,  赵继康 ,  任苗 ,  牛津

IPC: G06V10/26 ,  G06V10/28 ,  G06V10/10 ,  G06V20/56

Abstract: 本发明一种全适应的车道线图像分割方法，包括以下步骤：S1.对车载前视摄像机所采集的道路图像进行预处理；S2.基于局部极大搜索算法获取车道线图像统计特征曲线；S3.采用滑动窗口的变点检测算法对车道线图像统计特征曲线进行自适应分割；S4.多区域分割的必要性判定：若在步骤S3中的特征曲线中检测到的变点数为0，则不需要采用多区域分割，直接进行全局Otsu算法分割操作；反之，则进行多区域分割操作；S5.基于图像拼接得到最终车道线图像分割结果图。本发明的图像分割方法不再依赖任何人工先验知识，自适应地判定多区域分割必要性，并自动、准确地规划各子区域位置，根据亮度分布区域大小自适应地生成各子区域面积，可通用于各类光照不均、光照突变场景。

公开(公告)号：CN117635955A

公开(公告)日：2024-03-01

申请号：CN202311513263.8

申请日：2023-11-14

Applicant: 长安大学

Inventor： 李勇杭 ,  赵继康 ,  王畅 ,  王一飞 ,  牛津 ,  任苗

IPC: G06V10/28 ,  G06V20/56 ,  G06N3/006

Abstract: 本发明的一种基于FOACID‑multiOtsu算法的车道线图像分割方法，包括以下步骤：S1.对车载前视摄像机所采集的道路前方图像进行预处理；S2.将一维Otsu算法推广到多维度，得到多阈值multiOtsu分割算法；S3.建立一种考虑个体差异性的FOA算法，即FOACID算法；S4.将步骤S2得到的multiOtsu分割算法与步骤S3得到的FOACID算法结合，得到一种基于FOACID‑multiOtsu的车道线图像分割算法；S5.基于FOACID‑multiOtsu算法实现车道线区域图像分割。本发明所提出的FOACID‑multiOtsu算法，将果蝇个体嗅觉差异性考虑在内，由此增强了果蝇群体的生物样性，并消除了由于个体差异性所导致的错误寻优路径，最终可使得multiOtsu所面对的高维度优化问题收敛于全局最优解，可快速、准确地实现车道线图像分割任务。

公开(公告)号：CN115352441A

公开(公告)日：2022-11-18

申请号：CN202210996326.9

申请日：2022-08-19

Applicant: 长安大学

Inventor： 孙秦豫 ,  赵继康 ,  赵霞 ,  李朝 ,  王畅

IPC: B60W30/095 ,  B60W30/09 ,  B60W40/08 ,  G06V40/16 ,  G06V20/58 ,  G06V20/59 ,  B60Q1/44

Abstract: 本发明涉及交通安全领域，具体涉及一种无信号灯的斑马线处防追尾系统及方法。本发明使用制动预测神经网络模型预测出车辆将要通过无信号灯的斑马线时是否制动及制动时的减速度大小，根据自车与后车之间的距离提前点亮刹车灯，提前对后车进行提示，减少发送交通事故的风险。