不良环境下车辆安全行驶预警方法、装置、介质和设备

技术领域

本发明涉及车辆辅助驾驶领域，特别涉及不良环境下车辆安全行驶预警方法、装置、介质和设备。

背景技术

不良天气环境如雨雾、冰雪等天气，一方面将导致路面温湿度的变化，从而引发路面摩擦系数、附着系数的降低，进而降低车轮与路面的摩擦力与附着力，导致车辆制动性能降低；另一方面将严重影响驾驶员对行驶环境的感知，例如在雾霾天气下驾驶员视野范围将受限于能见度。驾驶条件的恶化与驾驶员感知精度的降低极易引发驾驶稳态的失衡，触发错误驾驶决策行为，譬如超速行驶、不良制动等，导致大面积交通堵塞和恶性交通事故。针对不良天气环境驾驶安全问题，交通管理部门目前主要通过区间限速进行驾驶引导，区间限速值的计算依赖于所发布的区域气象信息，信息的更新范围和更新频率取决于气象监测站的分布与信息采集频率。

基于区间的车辆限速方法其实时性、准确性和信息粒度可从宏观角度对通行车辆进行宏观控制，但难以精确控制到每一辆，因此控制精度难以兼顾安全与效率。现有基于车端的速度预警系统，仅仅从车辆动力学进行开发，较少耦合路面摩擦系数、天气能见度等环境要素，现部分依然存在技术痛点待解决。

发明内容

本发明要解决的技术问题是克服现有技术的缺陷，提供不良环境下车辆安全行驶预警方法、装置、介质和设备。

为了解决上述技术问题，本发明的第一方面提供了如下的技术方案：

一种不良环境下车辆安全行驶预警方法，包括以下步骤：

通过目标车辆的车载设备获取目标道路的实时环境图像和实时行驶数据；

调用预训练的天气分类模型，并基于所述实时环境图像生成所述目标道路的当前天气类型；

根据所述当前天气类型生成目标道路的当前路面摩擦系数和当前能见度；

根据所述当前路面摩擦系数、所述当前能见度以及所述实时行驶数据生成所述目标车辆的最优安全限速；

根据所述最优安全限速生成目标车辆在目标道路的安全行驶预警方案。

有益效果：本发明可以根据目标道路的实时环境图像生成当前路面摩擦系数和当前能见度，并根据上述数据以及目标车辆的实时行驶数据计算生成最优安全限速，再根据最优安全限速生成目标车辆的当前安全行驶预警方案，无需依赖区域气象信息的更新频率和更新范围，同时实时性、准确性、安全性更高，从而高效辅助驾驶员在不良环境下安全驾驶。

作为本发明的一种优选技术方案，所述根据当前天气类型生成目标道路的当前路面摩擦系数包括以下子步骤：

查询预设的第一映射关系表，生成所述当前天气类型对应的目标降水强度，所述第一映射关系表包括不同天气类型分别对应的预设降水强度；

获取目标道路的道路信息，根据所述目标降水强度和所述道路信息计算生成当前路面水膜厚度；

查询预设的第二映射关系表，生成所述当前路面水膜厚度对应的目标摆式仪读数，所述第二映射关系表包括不同路面水膜厚度分别对应的预设摆式仪读数；

根据所述目标摆式仪读数计算生成所述目标道路的当前路面摩擦系数。

进一步技术方案的有益效果：本发明通过当前天气下路面水膜厚度得到当前路面摩擦系数，能够更准确的计算目标车辆的安全限速，以便生成更合理的安全行驶预警方案。

作为本发明的一种优选技术方案，所述根据当前天气类型生成目标道路的当前路面摩擦系数包括以下子步骤：

查询预设第三映射关系表，生成所述当前天气类型对应的当前路面摩擦系数，所述第三映射关系表包括不同天气类型分别对应的预设路面摩擦系数。

进一步技术方案的有益效果：本发明预设根据历史经验数据建立的包含天气类型和路面摩擦系数之间对应关系的第三映射关系表，通过查询预设第三映射关系表能够快速得到路面摩擦系数，以供算力不足的设备进行快速计算。

作为本发明的一种优选技术方案，所述根据当前天气类型生成目标道路的当前能见度包括以下子步骤：

当所述当前天气类型为雨天时，获取所述实时环境图像对应的目标降水强度，并根据所述目标降水强度生成目标道路的当前能见度；

当所述当前天气类型为非雨天时，采用预设基于图像颜色空间特征的雾天检测方法对当前天气进行分类，生成雾天分类结果，并基于所述雾天分类结果生成目标道路的当前能见度。

进一步技术方案的有益效果：本发明能够判断不同天气类型下的当前能见度，且针对雨天和非雨天采用针对性的判断方法，不仅高效而且准确度高，能够更准确的计算目标车辆的安全限速。

作为本发明的一种优选技术方案，所述雾天分类结果包括非雾天、小雾天和大雾天，若当前天气为大雾天，则生成目标道路的当前能见度包括以下子步骤：

采用预设地平线检测算法标记出所述实时环境图像中的至少一条初始地平线；

对所述实时环境图像进行二值化处理，且基于预设区域增长法对二值化处理结果进行二次处理，标记出所述实时环境图像中的至少一条初始雾地分界线；

采用预设车道线检测算法标记出所述实时环境图像中的车道线，并在所述车道线的尽头位置设定至少一条判定线，至少一条所述判定线形成判定线区域；

获取至少一条所述初始地平线和至少一条所述初始雾地分界线中处于所述判定线区域的目标地平线以及目标雾地分界线；

根据所述目标地平线的第一像素数以及所述目标雾地分界线的第二像素数生成目标道路的当前能见度。

进一步技术方案的有益效果：本发明采用基于地平线、雾地分界线和判定线三条辅助线的能见度检测方法，通过计算地平线与雾地分界线之间的位置差值即可实时、精确计算出雾天环境下的当前能见度，准确性高、适用范围广。

作为本发明的一种优选技术方案，所述实时行驶数据至少包括前方最近车辆对应的第一实时行驶速度、车身长度和第一坐标位置以及目标车辆对应的第二实时行驶速度和第二坐标位置；所述根据当前路面摩擦系数、当前能见度以及实时行驶数据生成所述目标车辆的最优安全限速包括以下步骤：

调用第一预设公式，并基于所述当前路面摩擦系数和所述当前能见度计算所述目标车辆的初始安全限速；

调用第二预设公式，并根据所述实时行驶数据和所述初始安全限速计算目标车辆与前方最近车辆相碰撞的潜在冲突时间；

判断所述潜在冲突时间是否满足预设高风险条件，若否，则将所述初始安全限速作为最优安全限速；若是，则调用第三预设公式，并基于所述实时行驶数据和预设反应时长计算所述目标车辆的备选安全限速，并将所述备选安全限速作为所述最优安全限速。

进一步技术方案的有益效果：本发明预设了多个数学公式计算潜在冲突时间，通过对潜在冲突时间的数值判断，进而得到最优安全限速。

作为本发明的一种优选技术方案，所述根据最优安全限速生成目标车辆在目标道路的安全行驶预警方案具体为：

获取目标车辆对应的第二实时行驶速度，当所述第二实时行驶速度大于所述最优安全限速时，生成并声光显示对应的第一预警信号；

和/或获取目标车辆的实时横摆角速度，当所述实时横摆角速度大于预设角速度阈值时，生成并声光显示对应的第二预警信号。

进一步技术方案的有益效果：本发明的技术方案可以根据不同情况比如行驶速度和横摆角速度等生成不同的预警信号，更加全面有效地保护驾驶员在不良环境下的行驶安全。

本发明的第二方面还提供了一种不良环境下车辆安全行驶预警装置，包括采集模块、第一生成模块、第二生成模块、分析模块和预警模块，

所述采集模块用于通过目标车辆的车载设备获取目标道路的实时环境图像和实时行驶数据；

所述第一生成模块用于调用预训练的天气分类模型，并基于所述实时环境图像生成所述目标道路的当前天气类型；

所述第二生成模块用于根据所述当前天气类型生成目标道路的当前路面摩擦系数和当前能见度；

所述分析模块用于根据所述当前路面摩擦系数、所述当前能见度以及所述实时行驶数据生成所述目标车辆的最优安全限速；

所述预警模块用于根据所述最优安全限速生成目标车辆在目标道路的安全行驶预警方案。

本发明的第三方面还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现以上所述不良环境下车辆安全行驶预警方法的步骤。

本发明的第四方面还提供了一种不良环境下车辆安全行驶预警设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以上所述不良环境下车辆安全行驶预警方法的步骤。

本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明的一种不良环境下车辆安全行驶预警方法实施例步骤流程图；

图2是本发明的一种生成当前路面摩擦系数实施例步骤流程图；

图3是本发明的另一种生成当前路面摩擦系数实施例步骤流程图；

图4是本发明的一种生成当前能见度方法实施例步骤流程图；

图5是本发明的另一种生成当前能见度方法实施例步骤流程图；

图6是本发明的一种生成最优安全限速方法实施例步骤流程图；

图7是本发明的一种生成安全行驶预警方案方法实施例步骤流程图；

图8是本发明的一种不良环境下车辆安全行驶预警装置结构框图；

图9是本发明的一种不良环境下车辆安全行驶预警设备结构框图；

图10是本发明实施例的图像二值化处理后图像效果示意图之一；

图11是本发明实施例的图像增长法处理效果示意图之一；

图12是本发明实施例的图像二值化处理后图像效果之二；

图13是本发明实施例的图像增长法处理效果示意图之二；

图14是本发明的最大安全速度模型的示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

其中附图中相同的标号全部指的是相同的部件。

如图1所示，本发明一个实施例提供了一种不良环境下车辆安全行驶预警方法，包括以下步骤：

步骤1：通过目标车辆的车载设备获取目标道路的实时环境图像和实时行驶数据。具体的来说，通过预装的车载设备对目标车辆周围的实时环境图像和实时行驶数据进行采集，以供后续的分析使用。在本发明的实施例中，根据预装的车载设备的不同，实时环境图像可以为目标车辆前后的实时环境图像，也可以是目标车辆前后左右的实时环境图像；实时行驶数据至少包括目标车辆的实时加速度、实时车速和实时横摆角速度等等。

然后执行步骤2：调用预训练的天气分类模型，并基于实时环境图像生成目标道路的当前天气类型。具体的来说，通过调用预训练的天气分类模型对获取的实时环境图像进行处理，生成目标道路的当前天气类型，为后续的路面摩擦系数和能见度的生成提供支持。本发明的实施例中，需要调用预训练的天气分类模型分别对目标车辆周围的实时天气进行判断，上述判断又分为两个部分，即判断出实时天气是否为雨天、是否为雾天，即通过设置雨天判断模型和雾天判断模型分别进行判断。

在该具体的实施例中，所述雨天判断模型用于判断天气类型是否为雨天。雨天判断模型的建立分两步：第一建立气象分类数据集，具体的，为获得清晰可辨别的图像数据，利用车辆后视镜进行拍摄，可以将其称为后视数据采集，该采集方法有效避免前挡风玻璃带来的色差变化和距离拉伸效果，减少图片噪声；第二是利用计算机视觉算法Darknet卷积神经网络训练，针对不同天气情况、不同路况收集的数据，再利用LabelImage将采集图片分为晴天、小雨、中雨、大雨、暴雨五类，其中80％的数据建立为训练集，20％的数据建立为验证集。采用Darknet网络训练对数据进行训练，并将训练好的权重文件和网络植入Yolov4视觉模型中，从而训练出本实施例中的雨天判断模型。

而雾天判断模型用于判断天气类型是否为雾天。雾天判断模型基于HSV特征的进行雾天分类，具体的，通过对比实验发现，晴天图像的H（色相）分量集中在100-110且普遍高于雾天图像的H分量；晴天图像的S（饱和度）其主要分布于100-150，由于雾天图像较模糊，雾天图像的S分量集中于0-50；晴天图像和雾天图像的V（亮度）分量都出现了双峰现象，说明路基对亮度分量影响较大。基于以上规律可制作基于HSV的能见度分类检测模型。基于HSV模型的雾天分类类型划分流程具体的方法如下，当采集的环境图像为视频时，将视频分解为图片，根据每张图片的色彩信息不同，提取出不同的H、S、V分量并进行能见度等级判断。每个像素点均由H、S、V三个分量构成，通过遍历该图像每个像素，得到特征分量总和。根据已有研究成果其对应计算公式（1）-（3）所示：

上述计算公式中：

对雾天的分类标准按照对大雾、小雾和无雾天气进行具体判定。首先根据计算公式(1-3)计算出

然后执行步骤3：根据当前天气类型生成目标道路的当前路面摩擦系数和当前能见度。

一个优选实施例中，如图2所示，根据当前天气类型生成目标道路的当前路面摩擦系数包括以下子步骤：

步骤311，查询预设的第一映射关系表，生成当前天气类型对应的目标降水强度，第一映射关系表包括不同天气类型分别对应的预设降水强度。在本发明的具体的实施例中，将步骤2中由预训练的天气分类模型判断出的当前天气类型输入至预设的第一映射关系表中进行查询，从而得到目标道路的对应的预设降水强度。

第一映射关系表：不同天气类型对应降水强度

步骤312，获取目标道路的道路信息，根据目标降水强度和道路信息计算生成当前路面水膜厚度。在本发明的具体的实施例中，目标车辆上的车载设备获取目标道路的道路信息，进而得到目标道路的路面构造深度，然后通过计算公式(5)计算不同道路环境和降雨量环境的水膜厚度。

计算公式（5）中：

步骤313，查询预设的第二映射关系表，生成当前路面水膜厚度对应的目标摆式仪读数，第二映射关系表包括不同路面水膜厚度分别对应的预设摆式仪读数。在本发明的具体的实施例中，将步骤312中生成的当前路面水膜厚度输入至预设的第二映射关系表中进行查询，从而得到对应的预设摆式仪读数（BPM值）。

第二映射关系表：水膜厚度与路面摩擦系数的对应关系

步骤314，根据目标摆式仪读数计算生成目标道路的当前路面摩擦系数。在本发明的具体的实施例中，将步骤313查询得到的对应的预设摆式仪读数（BPM值）代入到计算公式(6)中：

其中：

在其他实施例中，还可以直接建立第三映射关系表更加方便地得到当前路面摩擦系数。如图3所示，根据当前天气类型生成目标道路的当前路面摩擦系数包括以下子步骤：

步骤315，查询预设第三映射关系表，生成当前天气类型对应的当前路面摩擦系数，第三映射关系表包括不同天气类型分别对应的预设路面摩擦系数。在本发明的具体的实施例中，将步骤2中由预训练的天气分类模型判断出的当前天气类型输入至预设的第三映射关系表中进行查询，从而得到目标道路的对应的预设路面摩擦系数。

第三映射关系表：不同天气条件对应道路摩擦系数

在另一具体实施例中，如图4所示，根据当前天气类型生成目标道路的当前能见度包括以下子步骤：

步骤321，当当前天气类型为雨天时，获取实时环境图像对应的目标降水强度，并根据目标降水强度生成目标道路的当前能见度。在本发明的具体的实施例中，将前置步骤中得到的对应的目标降水强度输入至预设的第四映射关系表中进行查询，从而得到目标道路的对应的当前能见度。本发明实施例根据中国气象数据网的观测资料《中国国家级地面站小时值数据》，建立不同降雨强度下的能见度关系表。

第四映射关系表：降雨强度与能见度区间值对应关系

步骤322，当当前天气类型为非雨天时，采用预设基于图像颜色空间特征的雾天检测方法对当前天气进行分类，生成雾天分类结果，并基于雾天分类结果生成目标道路的当前能见度。在本发明的具体的实施例中，将得到的雾天分类结果输入至预设的第五映射关系表中进行查询，得到的雾天分类结果包括非雾天、小雾天和大雾天，当天气情况为小雾和非雾时可以直接得到能见度数值。

第五映射关系表：雾天分类与能见度区间值对应关系

若当前天气为大雾天，则生成目标道路的当前能见度包括以下子步骤：

步骤3221，采用预设地平线检测算法标记出实时环境图像中的至少一条初始地平线。在本发明的具体的实施例中，预设地平线检测算法具体的为图像边缘方法，其中地平线是地面与天空两个区域之间的一种突变性边缘线，无论地平线一侧天空区域是灰度均匀还是线性平滑变化的情况，天空区域与地面区域之间的突变边缘始终存在，因此两个区域之间存在明显的灰度跳变，可通过图像边缘检测的方法得到。本发明采用现有技术中低能见度下的地平线检测算法对车辆前向摄像头视频帧图像中的地平线进行检测，并标记出上述图像中的至少一条初始地平线。

步骤3222，对实时环境图像进行二值化处理，且基于预设区域增长法对二值化处理结果进行二次处理，标记出实时环境图像中的至少一条初始雾地分界线。在本发明的具体的实施例中，对实时环境图像进行二值化处理，可得到如图10中所示的黑白两种颜色的分界线，然后利用区域增长法对二值化后的图像进行处理可以得到图11中所示的黑白边线即为初始雾地分界线。

步骤3223，采用预设车道线检测算法标记出实时环境图像中的车道线，并在车道线的尽头位置设定至少一条判定线，至少一条判定线形成判定线区域。在本发明的具体的实施例中，首先通过Canny边缘检测出实时环境图像中的边缘后，例如图12中所示，再利用霍夫变换可从上述图像中所有边缘像素中分离出具有相同特征的几何形状，再对其中直线进行筛选，并通过每个像素点的领域检测，当存在超过500个连续红色像素点时即可认定该直线为车道线，即确定了车道线的具体函数形式和位置，例如图13中所示。在本发明的具体的实施例中，由于受道路周边山体建筑环境、树木等物体影响导致初始雾地分界线中存在严重错误（会生成多条初始雾地分界线），对此需利用判定线确定用来确定实际雾地分界线，判定线是位于车辆行驶道路两条边线的之间，即两条车道线之间且垂直于地平线的竖线，当确定了车道线后，通过车道线即可生成判定线区域。

步骤3224，获取至少一条初始地平线和至少一条初始雾地分界线中处于判定线区域的目标地平线以及目标雾地分界线。

步骤3225，根据目标地平线的第一像素数以及目标雾地分界线的第二像素数生成目标道路的当前能见度。在本发明的具体的实施例中，能见度变化时，目标地平线的第一像素数和目标雾地分界线的第二像素数的差值会改变，本发明实施例通过大量实验观测数据分析发现两条线之间的距离目标地平线、目标雾地分界线与能见度存在反比例关系，并得出计算公式（7）：

其中R为能见度，H为雾地分界线，W地平线间的像素数，

通过以上实施例的各个方法即可计算出目标道路的当前路面摩擦系数和当前能见度。

然后执行步骤4：根据当前路面摩擦系数、当前能见度以及实时行驶数据生成目标车辆的最优安全限速，为后续做出安全行驶预警方案做出支持。

一个具体实施例中，如图6所示，实时行驶数据至少包括前方最近车辆对应的第一实时行驶速度、车身长度和第一坐标位置以及目标车辆对应的第二实时行驶速度和第二坐标位置；根据当前路面摩擦系数、当前能见度以及实时行驶数据生成目标车辆的最优安全限速包括以下步骤：

步骤401，调用第一预设公式，并基于当前路面摩擦系数和当前能见度计算目标车辆的初始安全限速。在本发明的具体的实施例中，如图12所示，其中能见度为R，它由三部分组成，分别是反应距离

步骤402，调用第二预设公式，并根据实时行驶数据和初始安全限速计算目标车辆与前方最近车辆相碰撞的潜在冲突时间。在本发明的具体的实施例中，通过车载设备获取的目标车道前方车辆速度加速度和间距，并将步骤401中所得的初始安全限速

其中：

步骤403，判断潜在冲突时间是否满足预设高风险条件，若否，则将初始安全限速作为最优安全限速；若是，则调用第三预设公式，即基于实时行驶数据和预设反应时长计算目标车辆的备选安全限速，并将备选安全限速作为最优安全限速。在本发明的具体的实施例中，当TTC小于等于2秒时即为高风险速度，则调用第三预设公式计算得到最优安全限速取值为

第三预设公式：

其中：

最后执行步骤5：根据最优安全限速生成目标车辆在目标道路的安全行驶预警方案。一个优选实施例中，如图7所示，根据最优安全限速生成目标车辆在目标道路的安全行驶预警方案具体为：

步骤501，获取目标车辆对应的第二实时行驶速度，当第二实时行驶速度大于最优安全限速时，生成并声光显示对应的第一预警信号。在本发明的具体的实施例中，当第二实时行驶速度大于最优安全限速时，车载设备声音报警方式向目标车辆的驾驶员发出危险预警，比如“当前能见度较差，道路湿滑，请减速，保持安全车距”，并同时通过提示灯进行闪烁提示目标车辆的驾驶员。

在其他实施例中，还可以同时或者单独采用以下预警方案：获取目标车辆的实时横摆角速度，当实时横摆角速度大于预设角速度阈值时，生成并声光显示对应的第二预警信号。在本发明的具体的实施例中，当实时横摆角速度大于预设角速度阈值时，车载设备声音报警方式向目标车辆的驾驶员发出危险预警，比如“请注意控制车辆的行驶方向”，并同时通过提示灯进行闪烁提示目标车辆的驾驶员。

作为本发明实施例的另一方面，本发明实施例还提供一种不良环境下车辆安全行驶预警装置。其中，不良环境下车辆安全行驶预警装置可以为软件模块，所述软件模块包括若干指令，其存储在存储器内，处理器可以访问该存储器，调用指令进行执行，以完成上述各个实施例所阐述的预警方法。

在一些实施例中，不良环境下车辆安全行驶预警装置亦可以由硬件器件搭建成的，例如，可以由一个或两个以上的芯片搭建而成，各个芯片可以互相协调工作，以完成上述各个实施例所阐述的不良环境下车辆安全行驶预警方法。再例如，不良环境下车辆安全行驶预警装置还可以由各类逻辑器件搭建而成，诸如由通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISCMachine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合而搭建成。

图8是本发明实施例2提供一种不良环境下车辆安全行驶预警装置的结构示意图，如图8所示，包括采集模块100、第一生成模块200、第二生成模块300、分析模块400和预警模块500，

采集模块100用于通过目标车辆的车载设备获取目标道路的实时环境图像和实时行驶数据；

第一生成模块200用于调用预训练的天气分类模型，并基于实时环境图像生成目标道路的当前天气类型；

第二生成模块300用于根据当前天气类型生成目标道路的当前路面摩擦系数和当前能见度；

分析模块400用于根据当前路面摩擦系数、当前能见度以及实时行驶数据生成目标车辆的最优安全限速；

预警模块500用于根据最优安全限速生成目标车辆在目标道路的安全行驶预警方案。

进一步的，所述第二生成模块300具体包括摩擦系数生成模块301和能见度生成模块302。一个具体实施例中，所述摩擦系数生成模块301具体包括：

第一查询单元3011，用于查询预设的第一映射关系表，生成所述当前天气类型对应的目标降水强度，所述第一映射关系表包括不同天气类型分别对应的预设降水强度；

第一计算单元3012，用于获取目标道路的道路信息，根据所述目标降水强度和所述道路信息计算生成当前路面水膜厚度；

第二查询单元3013，用于查询预设的第二映射关系表，生成所述当前路面水膜厚度对应的目标摆式仪读数，所述第二映射关系表包括不同路面水膜厚度分别对应的预设摆式仪读数；

第二计算单元3014，用于根据所述目标摆式仪读数计算生成所述目标道路的当前路面摩擦系数。

一个优选实施例中，所述摩擦系数生成模块301包括第三查询单元3016，

所述第三查询单元3016用于查询预设第三映射关系表，生成所述当前天气类型对应的当前路面摩擦系数，所述第三映射关系表包括不同天气类型分别对应的预设路面摩擦系数。

一个优选实施例中，所述能见度生成模块302具体用于当所述当前天气类型为雨天时，获取所述实时环境图像对应的目标降水强度，并根据所述目标降水强度生成目标道路的当前能见度；以及用于当所述当前天气类型为非雨天时，采用预设基于图像颜色空间特征的雾天检测方法对当前天气进行分类，生成雾天分类结果，并基于所述雾天分类结果生成目标道路的当前能见度。

一个优选实施例中，所述能见度生成模块302具体包括：

第一标记单元3021，用于采用预设地平线检测算法标记出所述实时环境图像中的至少一条初始地平线；

处理单元3022，用于对所述实时环境图像进行二值化处理，且基于预设区域增长法对二值化处理结果进行二次处理，标记出所述实时环境图像中的至少一条初始雾地分界线；

第二标记单元3023，用于采用预设车道线检测算法标记出所述实时环境图像中的车道线，并在所述车道线的尽头位置设定至少一条判定线，至少一条所述判定线形成判定线区域；

第三标记单元3024，用于获取至少一条所述初始地平线和至少一条所述初始雾地分界线中处于所述判定线区域的目标地平线以及目标雾地分界线；

第三计算单元3025，用于根据所述目标地平线的第一像素数以及所述目标雾地分界线的第二像素数生成目标道路的当前能见度。

一个优选实施例中，所述实时行驶数据至少包括前方最近车辆对应的第一实时行驶速度、车身长度和第一坐标位置以及目标车辆对应的第二实时行驶速度和第二坐标位置；所述分析模块400具体包括：

第四计算单元401，用于调用第一预设公式，并基于所述当前路面摩擦系数和所述当前能见度计算所述目标车辆的初始安全限速；

第五计算单元402，用于调用第二预设公式，并根据所述实时行驶数据和所述初始安全限速计算目标车辆与前方最近车辆相碰撞的潜在冲突时间；

执行单元403，用于判断所述潜在冲突时间是否满足预设高风险条件，若否，则将所述初始安全限速作为最优安全限速；若是，则调用第三预设公式，并基于所述实时行驶数据和预设反应时长计算所述目标车辆的备选安全限速，并将所述备选安全限速作为所述最优安全限速。

一个优选实施例中，所述预警模块500具体包括第一预警单元501，所述第一预警单元501用于获取目标车辆对应的第二实时行驶速度，当所述第二实时行驶速度大于所述最优安全限速时，生成并声光显示对应的第一预警信号。

在其他实施例中，所述预警模块500还可以包括第二预警单元502，所述第二预警单元502用于获取目标车辆的实时横摆角速度，当所述实时横摆角速度大于预设角速度阈值时，生成并声光显示对应的第二预警信号。

需要说明的是，上述不良环境下车辆安全行驶预警装置可执行本发明实施例所提供的不良环境下车辆安全行驶预警方法，具备执行方法相应的功能模块和有益效果。未在不良环境下车辆安全行驶预警装置实施例中详尽描述的技术细节，可参见本发明实施例所提供的不良环境下车辆安全行驶预警方法。

本发明实施例还提供了一种计算机可读存储介质，介质存储有计算机程序，计算机程序被处理器执行时实现以上不良环境下车辆安全行驶预警方法的步骤。

如图9所示，本发明实施例还提供了一种不良环境下车辆安全行驶预警设备，包括存储器610、处理器620以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以上不良环境下车辆安全行驶预警方法的步骤。处理器620和存储器610可以通过总线或者其他方式连接，图9中以通过总线连接为例。存储器610作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的预警方法对应的程序指令/模块。处理器620通过运行存储在存储器610中的非易失性软件程序、指令以及模块，从而执行预警装置的各种功能应用以及数据处理，即实现上述方法实施例提供的预警方法以及上述装置实施例的各个模块或单元的功能。

存储器610可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器610可选包括相对于处理器620远程设置的存储器，这些远程存储器可以通过网络连接至处理器620。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述程序指令/模块存储在所述存储器610中，当被所述一个或者多个处理器61执行时，执行上述任意方法实施例中的预警方法。

本发明实施例还提供了一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被电子设备执行时，使所述电子设备执行任一项所述的预警方法。

以上所描述的装置或设备实施例仅仅是示意性的，其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的，作为模块单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。