-
公开(公告)号:CN118298299A
公开(公告)日:2024-07-05
申请号:CN202410373342.1
申请日:2024-03-29
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G06V10/82 , G06V10/26 , G06V10/25 , G06V40/10 , G06T7/70 , G06N3/0464 , G01F23/00 , G01B11/00 , G01B11/02
Abstract: 本发明涉及基于深度学习的路面积水自动判别和积水飞溅预警方法,属于交通工程技术领域。包括以下步骤:采集行驶道路的路面图像信息;通过深度学习模型分析路面图像信息,判断是否存在积水情况;对识别出的积水进行范围确定;根据判断结果,输出积水位置并测出距离,此距离包括行人与积水、车辆与积水、车辆与行人之间的三种距离;根据测出的行人、积水、车辆之间的三种距离关系做出预警。采用的yolov5s是一个中等大小的的预训练模型,在速度与准确度之间做了较好的平衡;因此,本发明可适用于当代的大部分车载系统,具有较好的兼容性,易于推广,且检测速度较快,并能够保证在汽车行驶过程中的精准识别,便于控制成本。