本發(fā)明實(shí)施例涉及車(chē)輛領(lǐng)域，具體涉及一種基于汽車(chē)的路障檢測(cè)方法、裝置及汽車(chē)。

背景技術(shù)：

目前，隨著私家車(chē)的日益普及，交通狀況日益復(fù)雜，車(chē)輛間的剮蹭、相撞等現(xiàn)象時(shí)有發(fā)生。一旦發(fā)生上述的交通事故，一方面，會(huì)帶來(lái)生命財(cái)產(chǎn)方面的巨大損失；另一方面，為了保存現(xiàn)場(chǎng)，涉事車(chē)輛往往會(huì)暫時(shí)滯留在交通主干道上，雖然涉事車(chē)輛在滯留過(guò)程中通常會(huì)向后車(chē)發(fā)出警示標(biāo)識(shí)，例如將車(chē)輛尾燈設(shè)置為雙閃模式或者豎立故障指示牌等。

但是，在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中存在如下的問(wèn)題：后車(chē)的駕駛員由于疲勞駕駛或注意力不集中等諸多因素的影響，非常容易忽視前車(chē)發(fā)出的警示標(biāo)識(shí)，從而導(dǎo)致兩車(chē)相撞，進(jìn)而引發(fā)二次事故。

技術(shù)實(shí)現(xiàn)要素：

鑒于上述問(wèn)題，提出了本發(fā)明實(shí)施例以便提供一種解決上述問(wèn)題的基于汽車(chē)的路障檢測(cè)方法、裝置及汽車(chē)。

依據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種基于汽車(chē)的路障檢測(cè)方法，包括：獲取汽車(chē)周?chē)膱D像；查詢(xún)預(yù)設(shè)的路障模型庫(kù)，判斷所述圖像是否與所述路障模型庫(kù)中包含的至少一個(gè)路障模型匹配；當(dāng)判斷結(jié)果為是時(shí)，生成路障提示信息。

可選地，所述獲取汽車(chē)周?chē)膱D像的步驟進(jìn)一步包括：確定汽車(chē)的當(dāng)前行駛狀態(tài)，當(dāng)確定所述汽車(chē)的當(dāng)前行駛狀態(tài)為前行狀態(tài)時(shí)，獲取汽車(chē)前方的圖像；當(dāng)確定所述汽車(chē)的當(dāng)前行駛狀態(tài)為倒車(chē)狀態(tài)時(shí)，獲取汽車(chē)后方的圖像；當(dāng)確定所述汽車(chē)的當(dāng)前行駛狀態(tài)為轉(zhuǎn)彎狀態(tài)時(shí)，獲取汽車(chē)轉(zhuǎn)彎側(cè)的圖像。

可選地，所述預(yù)設(shè)的路障模型庫(kù)中包括：車(chē)輛尾燈閃爍模型、和/或故障指示牌模型。

可選地，所述車(chē)輛尾燈閃爍模型為動(dòng)態(tài)模型，且所述動(dòng)態(tài)模型進(jìn)一步包括：所述車(chē)輛尾燈的閃爍頻率、閃爍顏色、閃爍強(qiáng)度、以及所述車(chē)輛尾燈的數(shù)量和相鄰尾燈之間的間距；所述故障指示牌模型為靜態(tài)模型，且所述靜態(tài)模型進(jìn)一步包括：所述故障指示牌的形狀、顏色和圖案。

可選地，所述判斷所述圖像是否與所述路障模型庫(kù)中包含的至少一個(gè)路障模型匹配的步驟具體包括：計(jì)算所述圖像與所述路障模型之間的相似度，當(dāng)計(jì)算結(jié)果大于預(yù)設(shè)閾值時(shí)確定所述圖像與所述路障模型匹配；并且，所述方法進(jìn)一步包括：獲取所述汽車(chē)的當(dāng)前車(chē)速，且所述預(yù)設(shè)閾值根據(jù)所述當(dāng)前車(chē)速動(dòng)態(tài)確定。

可選地，所述路障提示信息為聲音提示信息、圖像提示信息、和/或方向盤(pán)振動(dòng)提示信息。

依據(jù)本發(fā)明實(shí)施例的又一個(gè)方面，提供了一種基于汽車(chē)的路障檢測(cè)裝置，包括：獲取模塊，用于獲取汽車(chē)周?chē)膱D像；判斷模塊，用于查詢(xún)預(yù)設(shè)的路障模型庫(kù)，判斷所述圖像是否與所述路障模型庫(kù)中包含的至少一個(gè)路障模型匹配；提示模塊，用于當(dāng)判斷結(jié)果為是時(shí)，生成路障提示信息。

可選地，所述獲取模塊進(jìn)一步包括：確定子模塊、第一攝像頭、第二攝像頭和第三攝像頭，其中，所述確定子模塊用于確定汽車(chē)的當(dāng)前行駛狀態(tài)，當(dāng)確定出所述汽車(chē)的當(dāng)前行駛狀態(tài)為前行狀態(tài)時(shí)，通過(guò)所述第一攝像頭獲取汽車(chē)前方的圖像；當(dāng)確定出所述汽車(chē)的當(dāng)前行駛狀態(tài)為倒車(chē)狀態(tài)時(shí)，通過(guò)所述第二攝像頭獲取汽車(chē)后方的圖像；當(dāng)確定出所述汽車(chē)的當(dāng)前行駛狀態(tài)為轉(zhuǎn)彎狀態(tài)時(shí)，通過(guò)所述第三攝像頭獲取汽車(chē)轉(zhuǎn)彎側(cè)的圖像。

可選地，所述預(yù)設(shè)的路障模型庫(kù)中包括：車(chē)輛尾燈閃爍模型、和/或故障指示牌模型。

可選地，所述車(chē)輛尾燈閃爍模型為動(dòng)態(tài)模型，且所述動(dòng)態(tài)模型進(jìn)一步包括：所述車(chē)輛尾燈的閃爍頻率、閃爍顏色、閃爍強(qiáng)度、以及所述車(chē)輛尾燈的數(shù)量和相鄰尾燈之間的間距；

所述故障指示牌模型為靜態(tài)模型，且所述靜態(tài)模型進(jìn)一步包括：所述故障指示牌的形狀、顏色和圖案。

可選地，所述判斷模塊具體用于：計(jì)算所述圖像與所述路障模型之間的相似度，當(dāng)計(jì)算結(jié)果大于預(yù)設(shè)閾值時(shí)確定所述圖像與所述路障模型匹配；并且，所述預(yù)設(shè)閾值根據(jù)當(dāng)前車(chē)速動(dòng)態(tài)確定。

可選地，所述路障提示信息為聲音提示信息、圖像提示信息、和/或方向盤(pán)振動(dòng)提示信息。

依據(jù)本發(fā)明實(shí)施例的再一個(gè)方面，提供了一種汽車(chē)，包括上述的路障檢測(cè)裝置。

在本發(fā)明實(shí)施例提供的基于汽車(chē)的路障檢測(cè)方法、裝置及汽車(chē)中，能夠根據(jù)汽車(chē)周?chē)膱D像以及預(yù)設(shè)的路障模型庫(kù)自動(dòng)檢測(cè)汽車(chē)周?chē)欠翊嬖诼氛希⒃跈z測(cè)結(jié)果為是時(shí)自動(dòng)提示駕駛員。由此可見(jiàn)，本發(fā)明實(shí)施例中的方式能夠有效地提示駕駛員從而避免引發(fā)交通事故，大幅提高了駕車(chē)過(guò)程中的安全性。

上述說(shuō)明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說(shuō)明書(shū)的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉本發(fā)明的具體實(shí)施方式。

附圖說(shuō)明

通過(guò)閱讀下文優(yōu)選實(shí)施方式的詳細(xì)描述，各種其他的優(yōu)點(diǎn)和益處對(duì)于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實(shí)施方式的目的，而并不認(rèn)為是對(duì)本發(fā)明的限制。而且在整個(gè)附圖中，用相同的參考符號(hào)表示相同的部件。在附圖中：

圖1示出了本發(fā)明實(shí)施例提供的基于汽車(chē)的路障檢測(cè)方法的流程圖；

圖2示出了本發(fā)明另一個(gè)具體實(shí)施例提供的基于汽車(chē)的路障檢測(cè)方法的流程圖；

圖3示出了本發(fā)明另一實(shí)施例提供的基于汽車(chē)的路障檢測(cè)裝置的結(jié)構(gòu)圖；

圖4示出了本發(fā)明另一實(shí)施例提供的基于汽車(chē)的路障檢測(cè)裝置的結(jié)構(gòu)圖；

圖5示出了本發(fā)明另一實(shí)施例提供的汽車(chē)的結(jié)構(gòu)圖；

圖6示出了本發(fā)明另一實(shí)施例提供的汽車(chē)的結(jié)構(gòu)圖。

具體實(shí)施方式

下面將參照附圖更詳細(xì)地描述本公開(kāi)的示例性實(shí)施例。雖然附圖中顯示了本公開(kāi)的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開(kāi)而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開(kāi)，并且能夠?qū)⒈竟_(kāi)的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

本發(fā)明實(shí)施例提供了一種基于汽車(chē)的路障檢測(cè)方法、裝置及汽車(chē)，至少能夠解決現(xiàn)有技術(shù)中的汽車(chē)因?yàn)闊o(wú)法自動(dòng)檢測(cè)前方是否存在警示標(biāo)識(shí)等路障信息而容易引發(fā)交通事故的技術(shù)問(wèn)題。

圖1示出了本發(fā)明實(shí)施例提供的基于汽車(chē)的路障檢測(cè)方法的流程圖。如圖1所示，該方法包括以下步驟：

步驟S110：獲取汽車(chē)周?chē)膱D像。

其中，汽車(chē)周?chē)膱D像可以通過(guò)設(shè)置在汽車(chē)外部的一個(gè)或多個(gè)攝像頭實(shí)時(shí)獲取。例如，可以在汽車(chē)前端設(shè)置一個(gè)攝像頭，用于在汽車(chē)前行時(shí)獲取汽車(chē)前方的圖像；可以在汽車(chē)后端設(shè)置另一個(gè)攝像頭，用于在汽車(chē)倒車(chē)時(shí)獲取汽車(chē)后方的圖像；還可以在汽車(chē)兩側(cè)各設(shè)置兩個(gè)攝像頭，用于在汽車(chē)轉(zhuǎn)彎時(shí)獲取汽車(chē)轉(zhuǎn)彎側(cè)的圖像。

步驟S120：查詢(xún)預(yù)設(shè)的路障模型庫(kù)，判斷所述圖像是否與所述路障模型庫(kù)中包含的至少一個(gè)路障模型匹配。

其中，在路障模型庫(kù)中存儲(chǔ)了各種類(lèi)型的路障所對(duì)應(yīng)的模型，例如，可以包括車(chē)輛尾燈閃爍模型、和/或故障指示牌模型等。其中，車(chē)輛尾燈閃爍模型通常為動(dòng)態(tài)模型，該模型中包括：所述車(chē)輛尾燈的閃爍頻率、閃爍顏色、閃爍強(qiáng)度、以及所述車(chē)輛尾燈的數(shù)量和相鄰尾燈之間的間距等；故障指示牌模型通常為靜態(tài)模型，該模型中包括：所述故障指示牌的形狀、顏色和圖案等。又如，路障模型庫(kù)中還可以包括行人模型、動(dòng)物模型等，以防止因突然出現(xiàn)的人、物而引發(fā)事故。

具體地，在判斷圖像是否與路障模型庫(kù)中包含的至少一個(gè)路障模型匹配時(shí)，可以首先對(duì)圖像進(jìn)行去噪、濾波等預(yù)處理操作，然后，通過(guò)預(yù)設(shè)的相似度比較算法等方式判斷圖像是否與路障模型匹配。

步驟S130：當(dāng)判斷結(jié)果為是時(shí)，生成路障提示信息。

其中，路障提示信息可以靈活通過(guò)多種方式實(shí)現(xiàn)，例如，可以是聲音提示信息、圖像提示信息、和/或方向盤(pán)振動(dòng)提示信息等。

由此可見(jiàn)，本發(fā)明實(shí)施例中的方式能夠有效地提示駕駛員從而避免引發(fā)交通事故，大幅提高了駕車(chē)過(guò)程中的安全性。

圖2示出了本發(fā)明另一個(gè)具體實(shí)施例提供的基于汽車(chē)的路障檢測(cè)方法的流程圖。如圖2所示，該方法包括以下步驟：

步驟S210：確定汽車(chē)的當(dāng)前行駛狀態(tài)，根據(jù)當(dāng)前行駛狀態(tài)獲取汽車(chē)周?chē)膱D像。

其中，步驟S210可以在汽車(chē)行駛過(guò)程中實(shí)時(shí)執(zhí)行。具體地，當(dāng)確定汽車(chē)的當(dāng)前行駛狀態(tài)為前行狀態(tài)時(shí)，獲取汽車(chē)前方的圖像，以確保汽車(chē)在前行過(guò)程中的安全性；當(dāng)確定汽車(chē)的當(dāng)前行駛狀態(tài)為倒車(chē)狀態(tài)時(shí)，獲取汽車(chē)后方的圖像，以確保汽車(chē)倒車(chē)時(shí)的安全性；當(dāng)確定汽車(chē)的當(dāng)前行駛狀態(tài)為轉(zhuǎn)彎狀態(tài)時(shí)，獲取汽車(chē)轉(zhuǎn)彎側(cè)的圖像。例如，當(dāng)確定汽車(chē)的當(dāng)前行駛狀態(tài)為向左轉(zhuǎn)彎時(shí)，獲取汽車(chē)左側(cè)的圖像；當(dāng)確定汽車(chē)的當(dāng)前行駛狀態(tài)為向右轉(zhuǎn)彎時(shí)，獲取汽車(chē)右側(cè)的圖像。

具體實(shí)現(xiàn)時(shí)，可以分別在汽車(chē)的不同位置處設(shè)置攝像頭，例如，在汽車(chē)前端設(shè)置第一攝像頭，用于拍攝汽車(chē)前方的圖像；在汽車(chē)后端設(shè)置第二攝像頭，用于拍攝汽車(chē)后方的圖像；在汽車(chē)兩側(cè)設(shè)置第三攝像頭，用于拍攝汽車(chē)兩側(cè)的圖像，其中，第三攝像頭具體包括分別設(shè)置在汽車(chē)左右兩側(cè)的兩個(gè)攝像頭。相應(yīng)地，通過(guò)控制不同的攝像頭工作，可以獲取到汽車(chē)的不同角度的圖像，當(dāng)然，也可以同時(shí)獲取汽車(chē)的各個(gè)角度的圖像，并將各個(gè)角度的圖像拼接為一幅全景圖像，以達(dá)到全面了解汽車(chē)周邊路況的目的，這樣，當(dāng)汽車(chē)突然急轉(zhuǎn)彎時(shí)可以更好地避免交通事故。

步驟S220：對(duì)獲取到的圖像進(jìn)行預(yù)處理。

其中，預(yù)處理主要用于去噪。由于車(chē)輛顛簸、光線變化等外界因素的影響，導(dǎo)致車(chē)載攝像頭實(shí)時(shí)獲取的圖像可能會(huì)因車(chē)輛振動(dòng)而模糊，對(duì)此，可以通過(guò)濾波處理等方式濾除圖像中的噪點(diǎn)，以提高后續(xù)處理的準(zhǔn)確性。具體的濾波算法可以根據(jù)需要靈活選擇，本發(fā)明對(duì)此不作限定。

步驟S230：對(duì)預(yù)處理后的圖像進(jìn)行分析計(jì)算，以提取圖像中包含的待識(shí)別區(qū)域。

其中，可以靈活通過(guò)各種圖像分析算法實(shí)現(xiàn)對(duì)圖像的分析計(jì)算，分析計(jì)算的目的在于：去除圖像中的無(wú)關(guān)區(qū)域，進(jìn)而提取出圖像中的待識(shí)別區(qū)域。例如，當(dāng)汽車(chē)處于前行狀態(tài)時(shí)，攝像頭拍攝的圖像中可能會(huì)包含背景區(qū)域，如天空、公路兩側(cè)的綠地等，這些區(qū)域均不屬于汽車(chē)的預(yù)定行駛區(qū)域，因此，歸屬于無(wú)關(guān)區(qū)域；相應(yīng)地，圖像中包含前車(chē)以及前車(chē)與本車(chē)之前的路段的區(qū)域均屬于汽車(chē)的預(yù)定行駛區(qū)域，因此，歸屬于待識(shí)別區(qū)域。

通過(guò)提取待識(shí)別區(qū)域，能夠縮減后續(xù)匹配過(guò)程中的計(jì)算量，提高后續(xù)的處理速度。另外，本領(lǐng)域技術(shù)人員也可以通過(guò)其他方式劃分無(wú)關(guān)區(qū)域和待識(shí)別區(qū)域，總之，只要能夠?qū)⒖赡馨氛系膱D像位置包含在待識(shí)別區(qū)域內(nèi)即可。

另外，上述的步驟S220和步驟S230均為可選步驟，在本發(fā)明其他的實(shí)施例中，也可以省略步驟S220和步驟S230，或者，也可以將步驟S220和步驟S230合并為一個(gè)步驟。

步驟S240：查詢(xún)預(yù)設(shè)的路障模型庫(kù)，判斷圖像是否與路障模型庫(kù)中包含的至少一個(gè)路障模型匹配。

其中，主要是判斷步驟S230中得到的待識(shí)別區(qū)域是否與路障模型庫(kù)中包含的至少一個(gè)路障模型匹配。具體判斷時(shí)，可以通過(guò)相似度算法計(jì)算圖像中的待識(shí)別區(qū)域與路障模型之間的相似度，當(dāng)相似度高于預(yù)設(shè)閾值時(shí)確定圖像與路障模型匹配，進(jìn)而確定圖像中包含路障，應(yīng)該對(duì)駕駛員進(jìn)行提示。本領(lǐng)域技術(shù)人員可以靈活選擇各種類(lèi)型的相似度算法進(jìn)行計(jì)算，本發(fā)明不限定具體的算法類(lèi)型。

優(yōu)選地，由于汽車(chē)是否會(huì)與前方的路障相撞很大程度上取決于汽車(chē)的當(dāng)前行駛速度以及汽車(chē)與路障之間的距離：汽車(chē)行駛速度越快，越容易因來(lái)不及剎車(chē)而相撞；與路障之間的距離越近，越容易相撞。因此，在本發(fā)明中可以綜合汽車(chē)的當(dāng)前車(chē)速以及汽車(chē)與路障間的距離來(lái)綜合確定何時(shí)對(duì)駕駛員進(jìn)行提示。汽車(chē)與路障之間的距離可以通過(guò)待識(shí)別區(qū)域與路障模型之間的相似度估算：通常情況下，汽車(chē)與路障之間的距離越遠(yuǎn)，由于圖像模糊，導(dǎo)致待識(shí)別區(qū)域與路障模型之間的相似度越低；汽車(chē)與路障之間的距離越近，由于圖像清晰，導(dǎo)致待識(shí)別區(qū)域與路障模型之間的相似度越高。因此，上文提到的預(yù)設(shè)閾值可以動(dòng)態(tài)確定：汽車(chē)的當(dāng)前車(chē)速越高，該預(yù)設(shè)閾值的數(shù)值越低，以防止因車(chē)速過(guò)快來(lái)不及剎車(chē)而出現(xiàn)故障；汽車(chē)的當(dāng)前車(chē)速越低，該預(yù)設(shè)閾值的數(shù)值越高，以防止因識(shí)別不準(zhǔn)確而出現(xiàn)誤判。具體實(shí)施時(shí)，可以將汽車(chē)車(chē)速范圍劃分為多個(gè)區(qū)間，相應(yīng)地，將預(yù)設(shè)閾值設(shè)定為多個(gè)不同的閾值數(shù)值，每一閾值數(shù)值分別對(duì)應(yīng)于一個(gè)車(chē)速區(qū)間。例如，將車(chē)速范圍(0,50km/h]劃分為第一區(qū)間，該區(qū)間對(duì)應(yīng)的閾值數(shù)值為N1；將車(chē)速范圍(50km/h,80km/h)劃分為第二區(qū)間，該區(qū)間對(duì)應(yīng)的閾值數(shù)值為N2；將車(chē)速范圍(80km/h,120km/h)劃分為第三區(qū)間，該區(qū)間對(duì)應(yīng)的閾值數(shù)值為N3。其中，N1大于N2，且N2大于N3。通過(guò)上述方式能夠根據(jù)當(dāng)前車(chē)速范圍動(dòng)態(tài)確定預(yù)設(shè)閾值的數(shù)值，從而兼顧安全性與準(zhǔn)確性。

另外，在上述實(shí)現(xiàn)方式中，由于汽車(chē)是否會(huì)與前方的路障相撞還與汽車(chē)的剎車(chē)性能有關(guān)，剎車(chē)性能越好的汽車(chē)越不容易出現(xiàn)事故，而剎車(chē)性能越差的汽車(chē)顯然更容易出現(xiàn)事故，因此，在本實(shí)施例中，還可以預(yù)先獲取汽車(chē)的車(chē)型信息及該款車(chē)型對(duì)應(yīng)的剎車(chē)性能，在設(shè)置預(yù)設(shè)閾值時(shí)，分別針對(duì)不同款車(chē)型設(shè)置不同的閾值數(shù)值，例如，剎車(chē)性能越好的車(chē)型對(duì)應(yīng)的預(yù)設(shè)閾值的數(shù)值越高，以達(dá)到清晰識(shí)別、防止誤判的效果；剎車(chē)性能越差的車(chē)型對(duì)應(yīng)的預(yù)設(shè)閾值的數(shù)值越低，以達(dá)到盡早提示、避免事故的效果。

另外，除了預(yù)設(shè)閾值的合理選擇之外，路障模型的種類(lèi)和精確度也會(huì)影響判別結(jié)果。在本實(shí)施例中，路障模型庫(kù)種類(lèi)可以包括多種，例如，可以包括車(chē)輛尾燈閃爍模型、故障指示牌模型、行人模型、小動(dòng)物模型、其他障礙物模型等各類(lèi)模型，只要是能夠?qū)ζ?chē)行駛路線造成影響的物體模型都可以存儲(chǔ)到上述的路障模型庫(kù)中。

其中，車(chē)輛尾燈閃爍模型可以為動(dòng)態(tài)模型，且該動(dòng)態(tài)模型進(jìn)一步包括：車(chē)輛尾燈的閃爍頻率、閃爍顏色、閃爍強(qiáng)度、以及車(chē)輛尾燈的數(shù)量和相鄰尾燈之間的間距。例如，通常車(chē)輛因故障?？吭诠飞蠒r(shí)，雙側(cè)尾燈會(huì)以預(yù)設(shè)頻率交替閃爍紅色和黃色，通過(guò)預(yù)先收集紅燈和黃燈的閃爍時(shí)間、閃爍頻率、閃爍顏色以及閃爍強(qiáng)度等信息能夠準(zhǔn)確判斷前方是否存在故障車(chē)輛。其中，閃爍頻率，變化顏色等可通過(guò)預(yù)設(shè)的動(dòng)態(tài)參數(shù)表示，例如，可以設(shè)置參數(shù)一用于表示閃爍頻率，參數(shù)二用于表示變化顏色等。另外，模型中設(shè)定的車(chē)輛尾燈的數(shù)量可以是兩個(gè)，兩個(gè)尾燈之前的間距由汽車(chē)上的兩個(gè)燈之間的實(shí)際距離決定。

故障指示牌模型可以為靜態(tài)模型，且靜態(tài)模型進(jìn)一步包括：故障指示牌的形狀、顏色和圖案。其中，故障指示牌通常是三角形、帶有黃色標(biāo)記的警示牌，因此，可以根據(jù)該警示牌的顏色、形狀和圖案和設(shè)定對(duì)應(yīng)的模型。

步驟S250：當(dāng)判斷結(jié)果為是時(shí)，生成路障提示信息。

其中，若步驟S240的判斷結(jié)果為否，則不做處理，繼續(xù)對(duì)后續(xù)獲取到的圖像實(shí)時(shí)進(jìn)行分析判斷。若步驟S240的判斷結(jié)果為是，說(shuō)明汽車(chē)前方存在路障，需要生成路障提示信息，以提醒駕駛員小心駕駛。

具體地，路障提示信息可以通過(guò)多種方式實(shí)現(xiàn)。在本實(shí)施例中，給出下述的三種實(shí)現(xiàn)方式：

在第一種實(shí)現(xiàn)方式中，路障提示信息為聲音提示信息。此時(shí)，可以在汽車(chē)內(nèi)部設(shè)置聲音報(bào)警模塊，該報(bào)警模塊可以根據(jù)設(shè)置發(fā)出“前方存在路障，請(qǐng)小心駕駛”之類(lèi)的語(yǔ)音提示；或者，該報(bào)警模塊也可以根據(jù)設(shè)置發(fā)出“嘟嘟嘟-”之類(lèi)的蜂鳴音。通過(guò)聲音報(bào)警模塊能夠從聽(tīng)覺(jué)角度給予駕駛員提示。

在第二種實(shí)現(xiàn)方式中，路障提示信息為圖像提示信息。此時(shí)，可以在儀表盤(pán)上設(shè)置圖像報(bào)警模塊，該圖像報(bào)警模塊可以根據(jù)設(shè)置顯示預(yù)設(shè)的報(bào)警圖案，例如，可以顯示醒目的紅色警示標(biāo)志燈。通過(guò)圖像報(bào)警模塊能夠從視覺(jué)角度給予駕駛員提示。

在第三種實(shí)現(xiàn)方式中，路障提示信息為方向盤(pán)振動(dòng)提示信息。此時(shí)，可以在方向盤(pán)內(nèi)部加裝振動(dòng)電機(jī)，通過(guò)該振動(dòng)電機(jī)控制方向盤(pán)發(fā)生振動(dòng)，進(jìn)而提示駕駛員存在異常情況。通過(guò)方向盤(pán)振動(dòng)方式能夠從觸覺(jué)角度給予駕駛員提示。

上述的三種方式既可以單獨(dú)使用，也可以結(jié)合使用。例如，將上述三種實(shí)現(xiàn)方式結(jié)合起來(lái)能夠同時(shí)從聽(tīng)覺(jué)、視覺(jué)和觸覺(jué)多個(gè)角度給予駕駛員全方位地提示，從而最大程度地避免車(chē)禍。

圖3示出了本發(fā)明另一實(shí)施例提供的基于汽車(chē)的路障檢測(cè)裝置的結(jié)構(gòu)圖。如圖3所示，該裝置包括：獲取模塊31、判斷模塊32和提示模塊33。其中，獲取模塊31用于獲取汽車(chē)周?chē)膱D像。判斷模塊32用于查詢(xún)預(yù)設(shè)的路障模型庫(kù)，判斷所述圖像是否與所述路障模型庫(kù)中包含的至少一個(gè)路障模型匹配。提示模塊33用于當(dāng)判斷結(jié)果為是時(shí)，生成路障提示信息。

上述各個(gè)模塊的具體結(jié)構(gòu)和工作原理可參照方法實(shí)施例中相應(yīng)部分的描述，此處不再贅述。

圖4示出了本發(fā)明另一實(shí)施例提供的基于汽車(chē)的路障檢測(cè)裝置的結(jié)構(gòu)圖。如圖4所示，該裝置包括：獲取模塊41、判斷模塊42和提示模塊43。其中，獲取模塊41進(jìn)一步包括：確定子模塊411、第一攝像頭412、第二攝像頭413和第三攝像頭414。

其中，獲取模塊41用于獲取汽車(chē)周?chē)膱D像。所述確定子模塊411用于確定汽車(chē)的當(dāng)前行駛狀態(tài)，當(dāng)確定出所述汽車(chē)的當(dāng)前行駛狀態(tài)為前行狀態(tài)時(shí)，通過(guò)所述第一攝像頭412獲取汽車(chē)前方的圖像；當(dāng)確定出所述汽車(chē)的當(dāng)前行駛狀態(tài)為倒車(chē)狀態(tài)時(shí)，通過(guò)所述第二攝像頭413獲取汽車(chē)后方的圖像；當(dāng)確定出所述汽車(chē)的當(dāng)前行駛狀態(tài)為轉(zhuǎn)彎狀態(tài)時(shí)，通過(guò)所述第三攝像頭414獲取汽車(chē)轉(zhuǎn)彎側(cè)的圖像。

其中，所述預(yù)設(shè)的路障模型庫(kù)中包括：車(chē)輛尾燈閃爍模型、和/或故障指示牌模型。所述車(chē)輛尾燈閃爍模型為動(dòng)態(tài)模型，且所述動(dòng)態(tài)模型進(jìn)一步包括：所述車(chē)輛尾燈的閃爍頻率、閃爍顏色、閃爍強(qiáng)度、以及所述車(chē)輛尾燈的數(shù)量和相鄰尾燈之間的間距；所述故障指示牌模型為靜態(tài)模型，且所述靜態(tài)模型進(jìn)一步包括：所述故障指示牌的形狀、顏色和圖案。

可選地，所述判斷模塊具體用于：計(jì)算所述圖像與所述路障模型之間的相似度，當(dāng)計(jì)算結(jié)果大于預(yù)設(shè)閾值時(shí)確定所述圖像與所述路障模型匹配；并且，所述預(yù)設(shè)閾值根據(jù)當(dāng)前車(chē)速動(dòng)態(tài)確定。

其中，所述路障提示信息為聲音提示信息、圖像提示信息、和/或方向盤(pán)振動(dòng)提示信息。

上述各個(gè)模塊的具體結(jié)構(gòu)和工作原理可參照方法實(shí)施例中相應(yīng)部分的描述，此處不再贅述。

圖5示出了本發(fā)明另一實(shí)施例提供的汽車(chē)500的結(jié)構(gòu)圖，該汽車(chē)500包括上述圖3所示的路障檢測(cè)裝置，具體包括：獲取模塊31、判斷模塊32和提示模塊33。

圖6示出了本發(fā)明另一實(shí)施例提供的汽車(chē)600的結(jié)構(gòu)圖，該汽車(chē)600包括上述圖4所示的路障檢測(cè)裝置，具體包括：獲取模塊41、判斷模塊42和提示模塊43。其中，獲取模塊41進(jìn)一步包括：確定子模塊411、第一攝像頭412、第二攝像頭413和第三攝像頭414。

在本發(fā)明實(shí)施例提供的基于汽車(chē)的路障檢測(cè)方法、裝置及汽車(chē)中，能夠根據(jù)汽車(chē)周?chē)膱D像以及預(yù)設(shè)的路障模型庫(kù)自動(dòng)檢測(cè)汽車(chē)周?chē)欠翊嬖诼氛?，并在檢測(cè)結(jié)果為是時(shí)自動(dòng)提示駕駛員。由此可見(jiàn)，本發(fā)明實(shí)施例中的方式能夠有效地提示駕駛員從而避免引發(fā)交通事故，大幅提高了駕車(chē)過(guò)程中的安全性。

此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此的一些實(shí)施例包括其它實(shí)施例中所包括的某些特征而不是其它特征，但是不同實(shí)施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實(shí)施例。例如，在下面的權(quán)利要求書(shū)中，所要求保護(hù)的實(shí)施例的任意之一都可以以任意的組合方式來(lái)使用。

本發(fā)明的各個(gè)部件實(shí)施例可以以硬件實(shí)現(xiàn)，或者以在一個(gè)或者多個(gè)處理器上運(yùn)行的軟件模塊實(shí)現(xiàn)，或者以它們的組合實(shí)現(xiàn)。本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，可以在實(shí)踐中使用微處理器或者數(shù)字信號(hào)處理器(DSP)來(lái)實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的裝置中的一些或者全部部件的一些或者全部功能。本發(fā)明還可以實(shí)現(xiàn)為用于執(zhí)行這里所描述的方法的一部分或者全部的設(shè)備或者裝置程序(例如，計(jì)算機(jī)程序和計(jì)算機(jī)程序產(chǎn)品)。這樣的實(shí)現(xiàn)本發(fā)明的程序可以存儲(chǔ)在計(jì)算機(jī)可讀介質(zhì)上，或者可以具有一個(gè)或者多個(gè)信號(hào)的形式。這樣的信號(hào)可以從因特網(wǎng)網(wǎng)站上下載得到，或者在載體信號(hào)上提供，或者以任何其他形式提供。

應(yīng)該注意的是上述實(shí)施例對(duì)本發(fā)明進(jìn)行說(shuō)明而不是對(duì)本發(fā)明進(jìn)行限制，并且本領(lǐng)域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計(jì)出替換實(shí)施例。在權(quán)利要求中，不應(yīng)將位于括號(hào)之間的任何參考符號(hào)構(gòu)造成對(duì)權(quán)利要求的限制。單詞“包含”不排除存在未列在權(quán)利要求中的元件或步驟。位于元件之前的單詞“一”或“一個(gè)”不排除存在多個(gè)這樣的元件。本發(fā)明可以借助于包括有若干不同元件的硬件以及借助于適當(dāng)編程的計(jì)算機(jī)來(lái)實(shí)現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中，這些裝置中的若干個(gè)可以是通過(guò)同一個(gè)硬件項(xiàng)來(lái)具體體現(xiàn)。單詞第一、第二、以及第三等的使用不表示任何順序?？蓪⑦@些單詞解釋為名稱(chēng)。