基于視覺的前方車輛碰撞預警系統及方法
【專利摘要】本發明提供了一種基于視覺的前方車輛碰撞預警系統及方法，包括：車輛前方場景獲取模塊、有效區域計算模塊、車輛檢測模塊、車輛定位模塊、碰撞預警模塊；車輛前方場景獲取模塊用于錄制車輛前方的實時路況場景；有效區域計算模塊用于計算車輛前方自車道及與自車道相鄰的左右車道的檢測區域在圖像中的投影位置；車輛檢測模塊用于檢測在有效區域內的車輛，確定車輛候選區；車輛定位模塊用于獲取車輛候選區內車輛的置信度并得到前方車輛下底邊的精確位置；碰撞預警模塊用于根據碰撞時間發布不同等級的預警。本發明能夠適用于各種惡劣天氣，并提供車輛碰撞時間，設定預警等級，及時準確地做出預警提示。
【專利說明】
基于視覺的前方車輛碰撞預警系統及方法
技術領域
[0001]本發明涉及汽車電子及碰撞預警技術，具體地，涉及一種基于視覺的前方車輛碰撞預警系統及方法。
【背景技術】
[0002]隨著中國經濟的快速增長，汽車保有量在中國每年以數百萬輛的速度增加。隨著道路車輛增多，駕駛員因疲勞、疏忽等原因不能及時發現與前車追尾的危險，造成追尾事故的發生事件時有發生。前方車輛預警通過安裝在車輛前方的相機，并采用車載處理器對得到的車輛前方場景視頻進行圖像處理，為駕駛員提供前方車輛碰撞預警，從而提高駕駛的安全性。基于視覺的碰撞預警系統由安裝在車輛前方的相機獲取車輛前方場景，因此基于場景內容的車輛檢測以及前方車輛距離的計算是一個關鍵環節。車輛檢測的準確性以及車輛距離的精確性直接決定了前方車輛預警系統的效果和便利性。現有的方法是根據車輛的特征先驗信息，如水平邊緣、垂直邊緣，邊緣對稱性，下底邊陰影特征，車輛后車燈等等特征信息，檢測視頻中是否有車輛。這種方法只是在某些場景下有效，對于陰天、雨天導致邊緣不清楚，或者被遮擋導致邊緣不完整時，該方法不能正常工作。
[0003]準確性和有效性是前方車輛預警系統需要考慮的主要問題。現有的前方車輛預警系統有的準確度不高，有的適用性差，從而降低了前方車輛碰撞預警系統的可用性。
[0004]相關檢索結果1:
[0005]申請(專利)號:CN103569110A
[0006]名稱:基于機器視覺的前車碰撞警告系統及采用該系統實現前車碰撞警告的方法
[0007]上述發明公開一種基于機器視覺的前車碰撞警告系統及采用該系統實現前車碰撞警告的方法，其采用先進的計算機視覺模式識別算法，結合高速數字信號處理器對安裝在車上的前視攝像頭采集的行車路況實時分析，可以在預測到將與前車碰撞的情況下向駕駛員發出視覺、聽覺或觸覺方面的警告，以提示司機注意安全行駛，有效減少追尾事故發生。
[0008]與本發明技術相比，相關檢索結果I中所采用的車輛檢測方法與本發明不同，且本發明增加了車輛底邊定位法，定位準確度更高。
[0009]相關檢索結果2:
[0010]申請(專利)號:CN102303563B[0011 ]名稱:前車碰撞預警系統及方法
[0012]上述發明提出一種前車碰撞預警系統，包括電連接的前車識別單元，距離測量單元和報警單元;其中前車識別單元包括至少一個攝像頭，用于接收傳遞前方車輛信號;距離測量單元與前車識別單元連接，計算車體與前方車輛之間的距離和碰撞時間，當碰撞時間小于設定的閾值時，通過報警單元發出前車碰撞報警信號。前車碰撞預警方法的實現包括以下步驟:步驟I標定攝像單元，以接收前方車輛信號;步驟2檢測的有效區域;步驟3通過連通分量分析法獲取水平和垂直邊緣，并進行整合;步驟4驗證有效區域內是否有車輛;步驟5計算車體和前方車輛之間的距離，并判斷是否發出報警指令;步驟6根據報警指令發出報警信號。
[0013]與本發明技術相比，相關檢索結果2只是利用車輛特征方法，如邊緣檢測，對稱性等，并沒有提供車輛定位功能。此外，本發明中檢測與前車距離的計算方法與上述發明不同，本發明通過車輛定位模塊確定前方車輛下底邊的精確位置，利用相機模塊參數，計算車輛在世界坐標中的位置，進而確定前方車輛與自身的物理距離;并根據前后兩幀檢測出的距離差，計算相對速度，進而計算出輛車碰撞的時間。本發明中的方法無需通過復雜的似然度函數計算權值來判斷車輛的灰度特征，進而分析出多個候選區域中的車輛；因此計算速度更快，預警更及時，且具備預警等級劃分功能。

【發明內容】

[0014]針對現有技術中的缺陷，本發明的目的是提供一種基于視覺的前方車輛碰撞預警系統及方法。
[0015]根據本發明提供的基于視覺的前方車輛碰撞預警系統，包括:車輛前方場景獲取模塊、有效區域計算模塊、車輛檢測模塊、車輛定位模塊、碰撞預警模塊，其中:
[0016]-所述車輛前方場景獲取模塊至少包含一個設置在車輛前方的攝像頭，用于錄制車輛前方的實時路況場景；
[0017]-所述有效區域計算模塊，用于根據攝像頭的型號參數，在不同檢測距離時，計算車輛前方自車道及與自車道相鄰的左右車道的檢測區域在圖像中的投影位置；
[0018]-所述車輛檢測模塊包括車輛檢測分類器，所述車輛檢測分類器經由車輛樣本和背景樣本訓練后用于檢測在有效區域內的車輛，確定車輛候選區；
[0019]-所述車輛定位模塊，用于獲取車輛候選區內車輛的置信度，根據設置的置信度閾值去除背景，并確定前方車輛的邊緣位置，檢測前方車輛下底邊的陰影區域后得到前方車輛下底邊的精確位置；
[0020]-所述碰撞預警模塊，用于根據前方車輛下底邊的位置確定與前方車輛的物理距離，并計算出與前方車輛的相對速度和碰撞時間，并根據碰撞時間發布不同等級的預警。
[0021]優選地，所述有效區域計算模塊檢測車輛前方三個車道區域內的車輛，設置自車輛所在位置為區域中心，向左拓展1.5個車道寬，向右拓展1.5個車道寬，得到檢測寬度，利用相機模型參數，根據不同的檢測距離，計算檢測區域在圖像上的投影位置；
[0022]其中，所述有效區域是指:車輛前方自車道和與自車道相鄰的左、右兩個車道區域投影到攝像機圖像中所在的對應區域。
[0023]優選地，所述車輛檢測模塊中包含有車輛樣本和背景樣本，所述車輛樣本包括不同車型的車輛的圖片，所述背景樣本為在各種天氣狀況下的不包含車輛的背景圖片;分別通過大量的車輛樣本和背景樣本訓練車輛檢測分類器，用經過訓練的車輛檢測分類器在攝像機的視頻圖像的有效區域中檢測是否存在車輛，若存在則獲取車輛的位置，確定車輛候選區。
[0024]優選地，所述車輛定位模塊包括:車輛驗證模塊和車輛下底邊定位模塊；
[0025]所述車輛驗證模塊用于在車輛候選區域中獲取前方車輛的水平邊緣和垂直邊緣，計算邊緣的對稱性，檢測車輛下底邊陰影和車輛車后燈的位置，利用邊緣對稱性、下底邊陰影、以及車輛車后燈獲取車輛的置信度;根據設置的不同置信度閾值去除背景；
[0026]具體地，邊緣對稱性計算是指獲取車輛候選區域圖像的垂直梯度圖像，統計每一列的梯度強度，得到邊緣統計直方圖，計算直方圖的兩個峰值，并確定峰值所在的列，分別記為xl，x2，所述兩列定義為車輛的左右邊緣，則能夠計算得到車輛的中心xc以及車輛的寬度W，計算公式如下:
[0027]xc = (xl+x2)/2 ；
[0028]w = x2~xl ；
[0029]所述車輛下底邊定位模塊，用于計算車輛候選區域的水平邊緣和垂直邊緣，確定車輛的精確邊緣位置，并檢測車輛下底邊的陰影區域，結合陰影區域確定車輛的下底邊的精確位置；
[0030]具體地，車輛候選區域的水平邊緣和垂直邊緣是通過對車輛候選區域圖像進行中心差分濾波[_1，0，I]計算圖像水平方向的像素差以及垂直方向的像素差，獲得到水平邊緣和垂直邊緣。
[0031]優選地，所述碰撞預警模塊包括碰撞時間計算模塊和碰撞時間警告模塊；
[0032]所述碰撞時間計算模塊用于根據車輛下底邊的位置以及攝像機的位置參數確定車輛在世界坐標中的位置后得到前方車輛與自車的物理距離;并根據攝像機視頻前后兩幀圖像檢測出前方車輛與自車物理距離的距離差，計算相對速度和車輛碰撞的時間；
[0033]具體地，假設前后兩幀圖像中的前方車輛與自車的距離為DI和D2，距離差為Diff;根據視頻的幀率確定前后兩幀的時間間隔，即為前后兩幀的時間差，記為Dt，則自車與目標車輛的相對速度V和碰撞時間t的公式計算如下:
[0034]Diff = Dl-D2；
[0035]v = Diff/Dt ；
[0036]進而碰撞時間為t = D2/v;
[0037]碰撞時間警告模塊用于根據輸出的碰撞時間，以及預先設定的預警等級，發出預目目口。
[0038]根據本發明提供的基于視覺的前方車輛碰撞預警方法，包括如下步驟:
[0039]車輛前方場景獲取步驟:錄制車輛前方的實時路況場景；
[0040]有效區域計算步驟:根據攝像頭的型號參數，在不同檢測距離時，計算車輛前方自車道及與自車道相鄰的左右車道的檢測區域在圖像中的投影位置；
[0041]車輛檢測步驟:檢測在有效區域內的車輛，確定車輛候選區；
[0042]車輛定位步驟:獲取車輛候選區內車輛的置信度，根據設置的置信度閾值去除背景，并確定前方車輛的邊緣位置，檢測前方車輛下底邊的陰影區域后得到前方車輛下底邊的精確位置；
[0043]碰撞預警步驟:根據前方車輛下底邊的位置確定與前方車輛的物理距離，并計算出與前方車輛的相對速度和碰撞時間，并根據碰撞時間發布不同等級的預警。
[0044]優選地，所述有效區域計算步驟包括:檢測車輛前方三個車道區域內的車輛，設置自車輛所在位置為區域中心，向左拓展I.5個車道寬，向右拓展1.5個車道寬，得到檢測寬度，利用相機模型參數，根據不同的檢測距離，計算檢測區域在圖像上的投影位置；
[0045]其中，所述有效區域是指:車輛前方自車道和與自車道相鄰的左、右兩個車道區域投影到攝像機圖像中所在的對應區域。
[0046]優選地，所述車輛檢測步驟包括:搜集車輛樣本和背景樣本，所述車輛樣本包括不同車型的車輛的圖片，所述背景樣本為在各種天氣狀況下的不包含車輛的背景圖片;分別通過車輛樣本和背景樣本訓練車輛檢測分類器，用經過訓練的車輛檢測分類器在攝像機的視頻圖像的有效區域中檢測是否存在車輛，若存在則獲取車輛的位置，確定車輛候選區。
[0047]優選地，所述車輛定位步驟包括:
[0048]車輛驗證步驟:在車輛候選區域中獲取前方車輛的水平邊緣和垂直邊緣，計算邊緣的對稱性，檢測車輛下底邊陰影和車輛車后燈的位置，利用邊緣對稱性、下底邊陰影、以及車輛車后燈獲取車輛的置信度;根據設置的不同置信度閾值去除背景；
[0049]具體地，邊緣對稱性計算是指獲取車輛候選區域圖像的垂直梯度圖像，統計每一列的梯度強度，得到邊緣統計直方圖，計算直方圖的兩個峰值，并確定峰值所在的列，分別記為xl，x2，所述兩列定義為車輛的左右邊緣，則能夠計算得到車輛的中心xc以及車輛的寬度W，計算公式如下:
[0050]xc = (xl+x2)/2；
[0051]w = x2~xl ；
[0052]車輛下底邊定位步驟:計算車輛候選區域的水平邊緣和垂直邊緣，確定車輛的邊緣位置，并檢測車輛下底邊的陰影區域，結合陰影區域確定車輛的下底邊的精確位置；
[0053]具體地，車輛候選區域的水平邊緣和垂直邊緣是通過對車輛候選區域圖像進行中心差分濾波[-1，0，I]計算圖像水平方向的像素差以及垂直方向的像素差，獲得到水平邊緣和垂直邊緣。
[0054]優選地，所述碰撞預警步驟包括:
[0055]碰撞時間計算步驟:根據車輛下底邊的位置以及攝像機的位置參數確定車輛在世界坐標中的位置后得到前方車輛與自車的物理距離;并根據攝像機視頻前后兩幀圖像檢測出前方車輛與自車物理距離的距離差，計算相對速度和輛車碰撞的時間；
[0056]具體地，假設前后兩幀圖像中的前方車輛與自車的距離為Dl和D2，距離差為Diff;根據視頻的幀率確定前后兩幀的時間間隔，即為前后兩幀的時間差，記為Dt，則自車與目標車輛的相對速度V和碰撞時間t的公式計算如下:
[0057]Diff = Dl-D2；
[0058]v = Diff/Dt ；
[0059]進而碰撞時間為t = D2/v;
[0060]碰撞時間警告步驟:根據輸出的碰撞時間，以及預先設定的預警等級，發出預警警生口 ο
[0061]與現有技術相比，本發明具有如下的有益效果:
[0062]1、本發明提供的基于視覺的前方車輛碰撞預警方法能夠適用于各種惡劣天氣，并提供車輛碰撞時間，設定預警等級，及時準確地做出預警提示。
[0063]2、本發明提供的基于視覺的前方車輛碰撞預警方法能夠準確計算出與前車的距離，并計算出兩車的相對速度，當碰撞時間大于Is時，不輸出警告，碰撞時間小于Is時發出報警提示;減少誤報率，提高駕車體驗及安全性。
【附圖說明】
[0064]通過閱讀參照以下附圖對非限制性實施例所作的詳細描述，本發明的其它特征、目的和優點將會變得更明顯:
[0065]圖1為本發明提供的基于視覺的前方車輛碰撞預警方法的流程示意圖。
【具體實施方式】
[0066]下面結合具體實施例對本發明進行詳細說明。以下實施例將有助于本領域的技術人員進一步理解本發明，但不以任何形式限制本發明。應當指出的是，對本領域的普通技術人員來說，在不脫離本發明構思的前提下，還可以做出若干變形和改進。這些都屬于本發明的保護范圍。
[0067]根據本發明提供的基于視覺的前方車輛碰撞預警系統，包括:車輛前方場景獲取模塊、有效區域計算模塊、車輛檢測模塊、車輛定位模塊、碰撞預警模塊，其中:
[0068]-所述車輛前方場景獲取模塊至少包含一個設置在車輛前方的攝像頭，用于錄制車輛前方的實時路況場景；
[0069]-所述有效區域計算模塊，用于根據攝像頭的型號參數，在不同檢測距離時，計算車輛前方自車道及與自車道相鄰的左右車道的檢測區域在圖像中的投影位置；
[0070]-所述車輛檢測模塊包括車輛檢測分類器，所述車輛檢測分類器經由車輛樣本和背景樣本訓練后用于檢測在有效區域內的車輛，確定車輛候選區；
[0071]-所述車輛定位模塊，用于獲取車輛候選區內車輛的置信度，根據設置的置信度閾值去除背景，并確定前方車輛的精確邊緣位置，檢測前方車輛下底邊的陰影區域后得到前方車輛下底邊的精確位置；
[0072]-所述碰撞預警模塊，用于根據前方車輛下底邊的位置確定與前方車輛的物理距離，并計算出與前方車輛的相對速度和碰撞時間，并根據碰撞時間發布不同等級的預警。
[0073]所述有效區域計算模塊檢測車輛前方三個車道區域內的車輛，設置自車輛所在位置為區域中心，向左拓展1.5個車道寬，向右拓展1.5個車道寬，得到檢測寬度，利用相機模型參數，根據不同的檢測距離，計算檢測區域在圖像上的投影位置；
[0074]其中，所述有效區域是指:車輛前方自車道和與自車道相鄰的左、右兩個車道區域投影到攝像機圖像中所在的對應區域。
[0075]所述車輛檢測模塊中包含有大量的車輛樣本和背景樣本，所述車輛樣本包括不同車型的車輛的圖片，所述背景樣本為在各種天氣狀況下的不包含車輛的背景圖片；分別通過大量的車輛樣本和背景樣本訓練車輛檢測分類器，用經過訓練的車輛檢測分類器在攝像機的視頻圖像的有效區域中檢測是否存在車輛，若存在則獲取車輛的位置，確定車輛候選區。
[0076]所述車輛定位模塊包括:車輛驗證模塊和車輛下底邊定位模塊；
[0077]所述車輛驗證模塊用于在車輛候選區域中獲取前方車輛的水平邊緣和垂直邊緣，計算邊緣的對稱性，檢測車輛下底邊陰影和車輛車后燈的位置，利用邊緣對稱性、下底邊陰影、以及車輛車后燈獲取候選車輛區域，即車輛的置信度;根據設置的不同置信度閾值去除背景；
[0078]所述車輛下底邊定位模塊，用于計算車輛候選區域的水平邊緣和垂直邊緣，確定車輛的精確邊緣位置，并檢測車輛下底邊的陰影區域，結合陰影區域確定車輛的下底邊的精確位置。
[0079]所述碰撞預警模塊包括碰撞時間計算模塊和碰撞時間警告模塊；
[0080]所述碰撞時間計算模塊用于根據車輛下底邊的位置以及攝像機的位置參數確定車輛在世界坐標中的位置后得到前方車輛與自車的物理距離;并根據攝像機視頻前后兩幀圖像檢測出前方車輛與自車物理距離的距離差，計算相對速度和輛車碰撞的時間。
[0081]碰撞時間警告模塊用于根據輸出的碰撞時間，以及預先設定的預警等級，發出預目目口。
[0082]根據本發明提供的基于視覺的前方車輛碰撞預警方法，包括如下步驟:
[0083]車輛前方場景獲取步驟:錄制車輛前方的實時路況場景；
[0084]有效區域計算步驟:根據攝像頭的型號參數，在不同檢測距離時，計算車輛前方自車道及與自車道相鄰的左右車道的檢測區域在圖像中的投影位置；
[0085]車輛檢測步驟:檢測在有效區域內的車輛，確定車輛候選區；
[0086]車輛定位步驟:獲取車輛候選區內車輛的置信度，根據設置的置信度閾值去除背景，并確定前方車輛的精確邊緣位置，檢測前方車輛下底邊的陰影區域后得到前方車輛下底邊的精確位置；
[0087]碰撞預警步驟:根據前方車輛下底邊的位置確定與前方車輛的物理距離，并計算出與前方車輛的相對速度和碰撞時間，并根據碰撞時間發布不同等級的預警。
[0088]所述有效區域計算步驟包括:檢測車輛前方三個車道區域內的車輛，設置自車輛所在位置為區域中心，向左拓展1.5個車道寬，向右拓展1.5個車道寬，得到檢測寬度，利用相機模型參數，根據不同的檢測距離，計算檢測區域在圖像上的投影位置；
[0089]其中，所述有效區域是指:車輛前方自車道和與自車道相鄰的左、右兩個車道區域投影到攝像機圖像中所在的對應區域。
[0090]所述車輛檢測步驟包括:搜集大量的車輛樣本和背景樣本，所述車輛樣本包括不同車型的車輛的圖片，所述背景樣本為在各種天氣狀況下的不包含車輛的背景圖片;分別通過大量的車輛樣本和背景樣本訓練車輛檢測分類器，用經過訓練的車輛檢測分類器在攝像機的視頻圖像的有效區域中檢測是否存在車輛，若存在則獲取車輛的位置，確定車輛候選區。
[0091 ]所述車輛定位步驟包括:
[0092]車輛驗證步驟:在車輛候選區域中獲取前方車輛的水平邊緣和垂直邊緣，計算邊緣的對稱性，檢測車輛下底邊陰影和車輛車后燈的位置，利用邊緣對稱性、下底邊陰影、以及車輛車后燈獲取候選車輛區域，即車輛的置信度;根據設置的不同置信度閾值去除背景；
[0093]具體地，車輛候選區域的水平邊緣和垂直邊緣是通過對車輛候選區域圖像進行中心差分濾波[_1，0，I]計算圖像水平方向的像素差以及垂直方向的像素差，獲得到水平邊緣和垂直邊緣。
[0094]車輛下底邊定位步驟:計算車輛候選區域的水平邊緣和垂直邊緣，確定車輛的精確邊緣位置，并檢測車輛下底邊的陰影區域，結合陰影區域確定車輛的下底邊的精確位置。邊緣對稱性計算
[0095]對于垂直梯度圖像，從圖像左邊緣開始，統計每一列的梯度強度，得到邊緣統計直方圖，計算直方圖的兩個峰值，并確定峰值所在的列，記為xl，x2，這兩列可以認為車輛的左右邊緣，進而可以確定車輛的中心10 = (11+12)/2，車輛的寬度* = 12~?1。
[0096]假設候選車輛的高度為H，在[H/3，H]和[xl，x2]區間內，以xc為中心點，以dw= w/1位步長遍歷，計算對稱性。
[0097]例如，對于某一行r，r屬于[H/3，H]，計算梯度差值diff= img(r，xc+i*dw)-1mg(r，xc-1*dw)，如果diff小于閾值T，則認為此兩個點具有對稱性，否則，不具有對稱性。其中，img為圖像，img (i，j)代表圖像img在第i行第j列的像素值。
[0098]假設滿足條件的對稱性的點對有NI個，所有的點對為N2個，則對稱性通過如下公式計算 symmetryCfd = Nl/N20
[0099]所述碰撞預警步驟包括:
[0100]碰撞時間計算步驟:根據車輛下底邊的位置以及攝像機的位置參數確定車輛在世界坐標中的位置后得到前方車輛與自車的物理距離;并根據攝像機視頻前后兩幀圖像檢測出前方車輛與自車物理距離的距離差，計算相對速度和輛車碰撞的時間。
[0101]碰撞時間警告步驟:根據輸出的碰撞時間，以及預先設定的預警等級，發出預警警生口 O
[0102]更具體的，實施例:
[0103]提供基于視覺的前方車輛碰撞預警系統，包括:車輛前方場景獲取模塊、有效區域計算模塊、車輛檢測模塊、車輛驗證模塊、車輛定位模塊、碰撞時間計算模塊以及碰撞時間警告模塊;具體地，
[0104]I)車輛前方場景獲取模塊:由安裝在車輛前方不遮擋駕駛員視線的攝像頭錄取車輛前方實時路況場景，用于后續的場景內容分析做準備。
[0105]2)有效區域計算模塊:假設檢測車輛前方三個車道區域內的車輛，設置自車所在位置為區域中心，向左拓展1.5個車道寬，向右拓展1.5個車道寬，得到檢測寬度，利用相機模型參數，根據不同的檢測距離，計算檢測區域在圖像上的投影位置。
[0106]3)車輛檢測模塊:搜集大量的不同條件下的車輛樣本以及不同類型的車輛，如晴天，霧天，雨天，卡車、小轎車，SUV等不同車型的車輛。搜集大量的背景樣本，背景樣本為不包含車輛的任何圖片。利用搜集的車輛樣本和背景樣本，訓練車輛檢測分類器。用訓練好的分類器在視頻有效區域中檢測車輛，確定車輛候選區域。
[0107]4)車輛驗證模塊:對第三步確定的車輛候選區域，計算其水平邊緣和垂直邊緣，計算邊緣的對稱性，檢測車輛下底邊陰影，并檢測車輛車后燈。利用邊緣對稱性、下底邊陰影、以及車輛車后燈計算候選車輛區域是車輛的置信度。根據不同的置信度閾值，可以進一步去除背景，并增加真正車輛的置信度。
[0108]5)車輛定位模塊:前面得到的車輛區域，并不能精確的定位到車輛下底邊。次模塊計算車輛候選區域的水平邊緣和垂直邊緣，確定車輛的精確邊緣位置，并檢測車輛的下底邊的陰影區域，結合陰影區域，確定車輛的下底邊的精確位置。
[0109]6)碰撞時間計算模塊:根據第5步得到的車輛下底邊的位置，利用相機模塊參數，計算車輛在世界坐標中的位置，進而確定車輛與自車的物理距離。根據前后兩幀檢測出的距離差，計算相對速度，進而計算出輛車碰撞的時間。
[0110]7)碰撞時間警告模塊:根據輸出的碰撞時間，以及預先設定的預警等級，發出預警警告。碰撞時間大于Is時，不輸出警告，碰撞時間小于Is時發出報警提示。
[0111]以上對本發明的具體實施例進行了描述。需要理解的是，本發明并不局限于上述特定實施方式，本領域技術人員可以在權利要求的范圍內做出各種變形或修改，這并不影響本發明的實質內容。
【主權項】
1.一種基于視覺的前方車輛碰撞預警系統，其特征在于，包括:車輛前方場景獲取模塊、有效區域計算模塊、車輛檢測模塊、車輛定位模塊、碰撞預警模塊，其中: -所述車輛前方場景獲取模塊至少包含一個設置在車輛前方的攝像頭，用于錄制車輛前方的實時路況場景； -所述有效區域計算模塊，用于根據攝像頭的型號參數，在不同檢測距離時，計算車輛前方自車道及與自車道相鄰的左右車道的檢測區域在圖像中的投影位置； -所述車輛檢測模塊包括車輛檢測分類器，所述車輛檢測分類器經由車輛樣本和背景樣本訓練后用于檢測在有效區域內的車輛，確定車輛候選區； -所述車輛定位模塊，用于獲取車輛候選區內車輛的置信度，根據設置的置信度閾值去除背景，并確定前方車輛的邊緣位置，檢測前方車輛下底邊的陰影區域后得到前方車輛下底邊的精確位置； -所述碰撞預警模塊，用于根據前方車輛下底邊的位置確定與前方車輛的物理距離，并計算出與前方車輛的相對速度和碰撞時間，并根據碰撞時間發布不同等級的預警。2.根據權利要求1所述的基于視覺的前方車輛碰撞預警系統，其特征在于，所述有效區域計算模塊檢測車輛前方三個車道區域內的車輛，設置自車輛所在位置為區域中心，向左拓展1.5個車道寬，向右拓展1.5個車道寬，得到檢測寬度，利用相機模型參數，根據不同的檢測距離，計算檢測區域在圖像上的投影位置； 其中，所述有效區域是指:車輛前方自車道和與自車道相鄰的左、右兩個車道區域投影到攝像機圖像中所在的對應區域。3.根據權利要求1所述的基于視覺的前方車輛碰撞預警系統，其特征在于，所述車輛檢測模塊中包含有車輛樣本和背景樣本，所述車輛樣本包括不同車型的車輛的圖片，所述背景樣本為在各種天氣狀況下的不包含車輛的背景圖片;分別通過大量的車輛樣本和背景樣本訓練車輛檢測分類器，用經過訓練的車輛檢測分類器在攝像機的視頻圖像的有效區域中檢測是否存在車輛，若存在則獲取車輛的位置，確定車輛候選區。4.根據權利要求1所述的基于視覺的前方車輛碰撞預警系統，其特征在于，所述車輛定位模塊包括:車輛驗證模塊和車輛下底邊定位模塊； 所述車輛驗證模塊用于在車輛候選區域中獲取前方車輛的水平邊緣和垂直邊緣，計算邊緣的對稱性，檢測車輛下底邊陰影和車輛車后燈的位置，利用邊緣對稱性、下底邊陰影、以及車輛車后燈獲取車輛的置信度;根據設置的不同置信度閾值去除背景； 具體地，邊緣對稱性計算是指獲取車輛候選區域圖像的垂直梯度圖像，統計每一列的梯度強度，得到邊緣統計直方圖，計算直方圖的兩個峰值，并確定峰值所在的列，分別記為xl，x2,所述兩列定義為車輛的左右邊緣，則能夠計算得到車輛的中心xc以及車輛的寬度W，計算公式如下:xc = (xl+x2)/2 ；w = x2~xl ； 所述車輛下底邊定位模塊，用于計算車輛候選區域的水平邊緣和垂直邊緣，確定車輛的精確邊緣位置，并檢測車輛下底邊的陰影區域，結合陰影區域確定車輛的下底邊的精確位置； 具體地，車輛候選區域的水平邊緣和垂直邊緣是通過對車輛候選區域圖像進行中心差分濾波[-1，O，I ]計算圖像水平方向的像素差以及垂直方向的像素差，獲得到水平邊緣和垂直邊緣。5.根據權利要求4所述的基于視覺的前方車輛碰撞預警系統，其特征在于，所述碰撞預警模塊包括碰撞時間計算模塊和碰撞時間警告模塊； 所述碰撞時間計算模塊用于根據車輛下底邊的位置以及攝像機的位置參數確定車輛在世界坐標中的位置后得到前方車輛與自車的物理距離;并根據攝像機視頻前后兩幀圖像檢測出前方車輛與自車物理距離的距離差，計算相對速度和車輛碰撞的時間； 具體地，假設前后兩幀圖像中的前方車輛與自車的距離為Dl和D2，距離差為Diff;根據視頻的幀率確定前后兩幀的時間間隔，即為前后兩幀的時間差，記為Dt，則自車與目標車輛的相對速度V和碰撞時間t的公式計算如下:Diff = Dl-D2；v = Diff/Dt ； 進而碰撞時間為t = D2/v; 碰撞時間警告模塊用于根據輸出的碰撞時間，以及預先設定的預警等級，發出預警警生口 ο6.—種基于視覺的前方車輛碰撞預警方法，其特征在于，包括如下步驟: 車輛前方場景獲取步驟:錄制車輛前方的實時路況場景； 有效區域計算步驟:根據攝像頭的型號參數，在不同檢測距離時，計算車輛前方自車道及與自車道相鄰的左右車道的檢測區域在圖像中的投影位置； 車輛檢測步驟:檢測在有效區域內的車輛，確定車輛候選區； 車輛定位步驟:獲取車輛候選區內車輛的置信度，根據設置的置信度閾值去除背景，并確定前方車輛的邊緣位置，檢測前方車輛下底邊的陰影區域后得到前方車輛下底邊的精確位置； 碰撞預警步驟:根據前方車輛下底邊的位置確定與前方車輛的物理距離，并計算出與前方車輛的相對速度和碰撞時間，并根據碰撞時間發布不同等級的預警。7.根據權利要求6所述的基于視覺的前方車輛碰撞預警方法，其特征在于，所述有效區域計算步驟包括:檢測車輛前方三個車道區域內的車輛，設置自車輛所在位置為區域中心，向左拓展1.5個車道寬，向右拓展1.5個車道寬，得到檢測寬度，利用相機模型參數，根據不同的檢測距離，計算檢測區域在圖像上的投影位置； 其中，所述有效區域是指:車輛前方自車道和與自車道相鄰的左、右兩個車道區域投影到攝像機圖像中所在的對應區域。8.根據權利要求6所述的基于視覺的前方車輛碰撞預警方法，其特征在于，所述車輛檢測步驟包括:搜集車輛樣本和背景樣本，所述車輛樣本包括不同車型的車輛的圖片，所述背景樣本為在各種天氣狀況下的不包含車輛的背景圖片;分別通過車輛樣本和背景樣本訓練車輛檢測分類器，用經過訓練的車輛檢測分類器在攝像機的視頻圖像的有效區域中檢測是否存在車輛，若存在則獲取車輛的位置，確定車輛候選區。9.根據權利要求6所述的基于視覺的前方車輛碰撞預警方法，其特征在于，所述車輛定位步驟包括: 車輛驗證步驟:在車輛候選區域中獲取前方車輛的水平邊緣和垂直邊緣，計算邊緣的對稱性，檢測車輛下底邊陰影和車輛車后燈的位置，利用邊緣對稱性、下底邊陰影、以及車輛車后燈獲取車輛的置信度;根據設置的不同置信度閾值去除背景； 具體地，邊緣對稱性計算是指獲取車輛候選區域圖像的垂直梯度圖像，統計每一列的梯度強度，得到邊緣統計直方圖，計算直方圖的兩個峰值，并確定峰值所在的列，分別記為xl，x2,所述兩列定義為車輛的左右邊緣，則能夠計算得到車輛的中心xc以及車輛的寬度W，計算公式如下:xc = (xl+x2)/2 ；w = x2-xl ； 車輛下底邊定位步驟:計算車輛候選區域的水平邊緣和垂直邊緣，確定車輛的邊緣位置，并檢測車輛下底邊的陰影區域，結合陰影區域確定車輛的下底邊的精確位置； 具體地，車輛候選區域的水平邊緣和垂直邊緣是通過對車輛候選區域圖像進行中心差分濾波[-1，O，I ]計算圖像水平方向的像素差以及垂直方向的像素差，獲得到水平邊緣和垂直邊緣。10.根據權利要求9所述的基于視覺的前方車輛碰撞預警方法，其特征在于，所述碰撞預警步驟包括: 碰撞時間計算步驟:根據車輛下底邊的位置以及攝像機的位置參數確定車輛在世界坐標中的位置后得到前方車輛與自車的物理距離;并根據攝像機視頻前后兩幀圖像檢測出前方車輛與自車物理距離的距離差，計算相對速度和輛車碰撞的時間； 具體地，假設前后兩幀圖像中的前方車輛與自車的距離為Dl和D2，距離差為Diff;根據視頻的幀率確定前后兩幀的時間間隔，即為前后兩幀的時間差，記為Dt，則自車與目標車輛的相對速度V和碰撞時間t的公式計算如下: Diff = Dl-D2； v = Diff/Dt ； 進而碰撞時間為t = D2/v; 碰撞時間警告步驟:根據輸出的碰撞時間，以及預先設定的預警等級，發出預警警告。
【文檔編號】G06K9/00GK105844222SQ201610158143
【公開日】2016年8月10日
【申請日】2016年3月18日
【發明人】段成偉, 段勃勃, 馬光林, 于萌萌
【申請人】上海歐菲智能車聯科技有限公司