预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113284366A(43)申请公布日2021.08.20(21)申请号202110554000.6G06K9/62(2006.01)(22)申请日2019.08.12H04W4/46(2018.01)H04W4/06(2009.01)(62)分案原申请数据H04L29/08(2006.01)201910741309.92019.08.12(71)申请人腾讯科技(深圳)有限公司地址518000广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人刘恒进(74)专利代理机构深圳市深佳知识产权代理事务所(普通合伙)44285代理人常忠良(51)Int.Cl.G08G1/16(2006.01)H04N7/18(2006.01)G06K9/00(2006.01)权利要求书2页说明书11页附图7页(54)发明名称车辆盲区预警方法、预警装置、MEC平台和存储介质(57)摘要本申请提供的一种车辆盲区预警方法、预警装置、MEC平台和存储介质,该方法包括获取预先设置在视觉盲区道路上的环境感知设备拍摄的图像;检测图像中的全部对象,并在全部对象中包括车辆对象的情况下,确定车辆对象的盲区;识别全部对象中处于盲区内的危险对象;基于危险对象的识别结果生成针对车辆对象的盲区预警信息,并发送至车辆对象对应的车辆,以对该车辆的驾驶员进行盲区预警。本申请适用于所有车辆,车主无需改装车辆也可以实现盲区预警,极大降低了成本。另外,车载场景一般要求低延时,基于MEC的预警方案,能显著减小时延,满足场景需求。CN113284366ACN113284366A权利要求书1/2页1.一种车辆盲区预警方法,其特征在于,所述方法应用于MEC平台,所述方法包括:获取环境感知设备拍摄的图像,所述环境感知设备预先设置在视觉盲区道路上;检测所述图像中的全部对象,并在所述全部对象中包括车辆对象的情况下,确定所述车辆对象的盲区;匹配所述车辆对象的盲区和所述图像中除所述车辆对象外的每个对象的地理位置,识别所述全部对象中处于所述盲区内的危险对象;基于所述危险对象的识别结果生成针对所述车辆对象的盲区预警信息,并将所述盲区预警信息发送至所述车辆对象对应的车辆,所述盲区预警信息用于对所述车辆的驾驶员进行盲区预警。2.根据权利要求1所述的方法,其特征在于,所述获取环境感知设备拍摄的图像,包括:获取至少一个目标环境感知设备拍摄的图像,所述目标环境感知设备是拍摄视角覆盖发送盲区预警请求的目标车辆的环境感知设备;所述检测所述图像中的全部对象,并在所述全部对象中包括车辆对象的情况下,确定所述车辆对象的盲区,包括:检测所述图像中的全部对象,并在所述全部对象中包括目标车辆对应的车辆对象的情况下,确定所述车辆对象的盲区。3.根据权利要求1或2所述的方法,其特征在于,所述确定所述车辆对象的盲区,包括:预测所述车辆对象的行驶路径;获取所述车辆对象在所述行驶路径上至少一个行驶位置处的盲区;基于各个所述盲区确定所述车辆对象在所述行驶路径上的盲区。4.根据权利要求3所述的方法,其特征在于,所述预测所述车辆对象的行驶路径,包括:在盲区预警请求包括目标车辆的姿态信息的情况下,基于所述姿态信息预测所述车辆对象的行驶路径。5.根据权利要求3所述的方法,其特征在于,所述匹配所述车辆对象的盲区和所述图像中除所述车辆对象外的每个对象的地理位置,识别所述全部对象中处于所述盲区内的危险对象,包括:预测所述全部对象中除所述车辆对象以外其他对象的运动路径;将所述其他对象中所述运动路径与所述车辆对象在所述行驶路径上的盲区具有交集的一个对象作为一个危险对象。6.根据权利要求1所述的方法,其特征在于,所述获取环境感知设备拍摄的图像,包括:获取摄像头拍摄的视觉图像;所述检测所述图像中的全部对象,包括:基于计算机视觉算法检测所述视觉图像中的全部对象。7.根据权利要求1所述的方法,其特征在于,所述基于所述危险对象的识别结果生成针对所述车辆对象的盲区预警信息,包括:生成至少包含所述危险对象的地理位置和所述危险对象所在盲区的盲区标识的预警信息。8.一种车辆盲区预警装置,其特征在于,所述装置包括:图像获取模块,用于获取环境感知设备拍摄的图像,所述环境感知设备预先设置在视2CN113284366A权利要求书2/2页觉盲区道路上;盲区确定模块,用于检测所述图像中的全部对象,并在所述全部对象中包括车辆对象的情况下,确定所述车辆对象的盲区;对象识别模块,用于匹配所述车辆对象的盲区和所述图像中除所述车辆对象外的每个对象的地理位置,识别所述全部对象中处于所述盲区内的危险对象;信息生成模块,用于基于所述危险对象的识别结果生成针对所述车辆对象的盲区预警信息,并将所述盲区预警信息发送至所述车辆对象对