CN101131321A - 一种实时测量安全车距用于汽车防撞预警的方法及装置 - Google Patents

Abstract

本发明公开了一种实时测量安全车距用于汽车防撞预警的方法和装置，所述方法包括步骤：设置微处理器实时采集预定时间间隔的前后两个时间点本车与前车的车距，利用两个时间点车距差值除以其时间间隔得到本车相对前车的相对速度；根据预先设置的预警时间、驾驶员反应时间、机构滞后时间和制动力增长时间以及本车相对前车的相对速度，和制动距离，实时计算安全距离；实时判断本车与前车车距是否小于所述实时计算的安全距离；是，则报警。本发明方法和装置由于采用根据车辆情况实时计算与前车安全距离，并进行相应报警，自适应性好，测量精度高广。

Description

一种实时测量安全车距用于汽车防撞预警的方法及装置

技术领域

本发明涉及汽车安全技术领域，具体涉及到一种实时测量安全车距用于汽车防撞预警的方法及装置。

背景技术

随着公路交通的车辆增多，近年来公路交通的伤亡事故呈现不断上升的趋势。防撞预警系统是当前汽车安全辅助驾驶系统研究的热点，一般分为纵向碰撞和侧向防车道偏离两个系统进行研究，其研究的核心问题是与前方车辆车距的实时测量以及本车自身相对于车道边界线位置的测量计算。当前研究较多的是采用雷达、激光和机器视觉等方法进行探测。如专利CN1745316A所述即为采用雷达进行车距测量。专利CN2209624Y全天候车辆前后预警装置所述，采用了超声波进行车距的判断，但是超声波和雷达容易产生误判，由于车道隔离带，路面坡度等干扰使得车距测量不准确，系统的误报率较高，而对于安全车距的判断多为设定固定的安全距离值，不具有自适应性，不能根据车辆的重量、制动减速度等情况进行适应性报警和判断。

因此，现有技术有待于改进和发展。

发明内容

本发明提出了一种实时测量安全车距用于汽车防撞预警的方法和装置，将预防碰撞计算集成到一个系统中，具有自动实时适用车辆本身情况以做出预警判断。

本发明的实时测量安全车距用于汽车防撞预警的方法，包括以下步骤：

A、设置微处理器实时采集预定时间间隔的前后两个时间点本车与前车的车距，利用两个时间点车距差值除以其时间间隔得到本车相对前车的相对速度；

B、设置前桥和后桥位移传感器用于测量汽车当前质量，根据预先设置的预警时间、驾驶员反应时间、机构滞后时间和制动力增长时间以及本车相对前车的相对速度，和制动距离，实时计算安全距离；

C、实时判断本车与前车车距是否小于所述实时计算的安全距离；是，则报警；否，则返回步骤A。

所述的方法，其中，所述步骤A及所述步骤C中对本车与前车车距的计算包括：

A1、采集本车前方行进区域的图像信息；

A2、对获得的所述图像信息进行处理，并获得二值化图像数据；

A3、从所述二值化图像数据中提取前方车辆的车牌特征信息；

A4、根据所述车牌特征信息中的车牌图像大小计算本车与前车的车距。

所述的方法，其中，所述步骤A2包括以下步骤：

A21、获得前方车辆的灰度图像；

A22、对所述灰度图像进行预处理；

A23、进行图像边缘检测处理，从图像中获得车辆及车牌的轮廓线；

A24、进行图像分割和二值化处理，获得用于识别车牌特征的二值化图像数据。

所述的方法，其中，所述步骤C还采用如下步骤计算本车与前车的车距：

C1、通过标定，分别找出前车车牌垂直方向和水平方向在不同车距下成像的大小，获得车距与前车车牌图像大小的对应关系数据，并将该对应关系数据预先存入系统中；

C2、根据前车车牌图像大小查找计算获得相应的车距。

所述的方法，其中，所述步骤A及所述步骤C中对本车与前车车距的计算采用超声波测距方式。

所述的方法，其中，所述步骤A及所述步骤C中对本车与前车车距的计算采用雷达测距方式。

所述的方法，其中，在所述步骤C执行报警之后还执行以下步骤：

D、判断驾驶员是否减速制动；是，则返回步骤A；否则所述微处理器控制本车的制动执行机构进行减速制动，再返回步骤A。

所述的方法，其中，所述步骤B按照下述公式实时计算安全距离s_a：

$s_a=s_1+s_2+s_3+s_4={\mathrm{\τ}}_1{u}_0+{\mathrm{\τ}}_2{u}_0+\frac{1}{3.6}({\mathrm{\τ}}_3+\frac{{\mathrm{\τ}}_4}{2})u_0+\frac{u_0^2}{25.92a_{b\max }}---\left(1\right)$

(1)式中，s₁、s₂、s₃、s₄是要考虑的各相关距离参量；τ₁为预先设置的预警时间；τ₂为驾驶员反应时间；τ₃为机构滞后时间；τ₄为制动力增长时间；u₀为本车与前车相对速度；a_bmax为本车最大制动减速度；其中，最大制动减速度用下式来计算：

$a_{b\max }=\frac{F_{b\max }}{m_a}---\left(2\right)$

(2)式中，F_bmax为最大可能地面制动力；m_a为汽车当前质量。

一种实时测量安全车距用于汽车防撞预警的装置，其中，所述装置包括：

CCD摄像机及图像采集卡，用于采集前方车辆的图像信息；

图像处理单元，用于对所述图像信息进行图像处理和特征提取；

决策控制单元，用于根据提取的特征信息进行计算和判断，并向报警装置及执行机构发送执行命令；

报警装置，用于对外发出预警或报警信息；

前桥位移传感器和后桥位移传感器，设置在车辆前、后桥与车厢之间，并连接所述决策控制单元，用于测量本车的汽车当前质量。

所述的装置，其中，所述装置还包括：

车速传感器，用于测量本车车速，并将车速数据提供给所述决策控制单元；

制动执行机构，用于根据所述决策控制单元的制动指令控制本车减速制动；

显示器，用于显示图像信息及相关操作指令。

本发明所提供的一种实时测量安全车距用于汽车防撞预警的方法和装置，由于采用根据车辆情况实时计算与前车安全距离，并进行相应报警，自适应性好，测量精度高。

附图说明

图1是本发明的总体结构示意图；

图2是本发明装置的结构示意图；

图3是本发明方法的流程图；

图4是本发明方法图像处理过程的流程图；

图5是基于车牌象素大小的车距测量的示意图；

图6是二值化图像中本车行驶中心线与车牌象素的相对位置关系示意图。

具体实施方式

以下对本发明的较佳实施例加以详细说明。

如图3所示，本发明提供了一种实时测量安全车距用于汽车防撞预警的方法和装置，所述方法按照以下步骤进行：

A、设置微处理器实时采集预定时间间隔的前后两个时间点本车与前车的车距，利用两个时间点车距差值除以其时间间隔得到本车相对前车的相对速度；其计算公式为：

u₀＝(S₂-S₁)/T

上式中，u₀为前车相对于本车的相对车速；S₂、S₁为前后两次采样所得车距；T为预先设置的采样周期。

B、根据预先设置的预警时间、驾驶员反应时间、机构滞后时间和制动力增长时间以及本车相对前车的相对速度，和制动距离，实时计算安全距离；其计算公式包括：

$s_a=s_1+s_2+s_3+s_4={\mathrm{\τ}}_1{u}_0+{\mathrm{\τ}}_2{u}_0+\frac{1}{3.6}({\mathrm{\τ}}_3+\frac{{\mathrm{\τ}}_4}{2})u_0+\frac{u_0^2}{25.92a_{b\max }}---\left(1\right)$

(1)式中，s₁、s₂、s₃、s₄是要考虑的各相关距离参量；τ₁为预先设置的预警时间；τ₂为驾驶员反应时间；τ₃为机构滞后时间；τ₄为制动力增长时间；u₀为本车与前车相对速度；a_bmax为本车最大制动减速度；其中，最大制动减速度用下式来计算：

$a_{b\max }=\frac{F_{b\max }}{m_a}---\left(2\right)$

(2)式中，F_bmax为最大可能地面制动力；m_a为汽车当前质量。

理论地面最大制动力为：

F_bmax＝G

取附着系数为0.75，G为车身重量，根据汽车当前质量进行换算。

对于汽车当前质量的测量，通过设置在前桥和后桥分别与车厢之间的前桥位移传感器和后桥位移传感器来实现信号的感应。由于车身本身有净重，车厢与前桥和后桥之间设置有避震系统，其之间的间距变化符合弹性变形，因此，可以通过实验数据测量，对车身载重的不同导致前桥和后桥位移传感器的位移信号变化不同，并将数据或计算公式预先设置在系统中。根据该前桥位移传感器和后桥位移传感器感知的车厢与车辆前桥和后桥的位移信号情况，通过微处理器执行查表和计算可获知汽车当前质量。

C、实时判断本车与前车车距是否小于所述实时计算的安全距离；是，则报警；否，则返回步骤A。

本发明方法和装置充分考了了汽车当前质量等因素，由其微处理器进行自适应的计算，防止了汽车负载不同的情况下，系统依然按照空载情况进行预警判断，导致误差的出现，避免由此可能导致的事故发生。本发明方法中的安全距离的计算考虑了各种可能的车距参量，包括车的相对速度，人的反应时间，汽车当前质量等等，因此，本发明方法的适应性更强，预警判断的准确度提高。

其中对步骤A和步骤C中的本车与前车车距的计算过程包括：

A1、采集本车前方行进区域的图像信息，其图像可以通过CCD摄像机来获得，该CCD摄像机，可以安装在本车的前方位置，如图1所示，并且本车前方行进区域的图像信息包括前方车辆的图像信息，以及前方车道边界线信息等；

A2、对获得的所述图像信息进行处理，并获得二值化图像数据；

A3、从所述二值化图像数据中提取前方车辆的车牌特征信息，该步骤可以采用统计模式识别方法从二值化图像数据中提取前方车辆的车牌特征信息，此统计模式识别方法属于现有技术，在识别时需要根据相关特征建立几种识别模式，比如车道边边界线属于直线连通区域，车牌通常在一矩形连通区域内等，该方法为本领域技术人员熟知，在此不再赘述；

A4、、根据所述车牌特征信息中的车牌象素大小计算本车与前车的车距.

本发明的方法通过图像信息的采集，并利用图像中的车牌特征作为车距判断的依据，同时实时的计算车辆的状况，例如预先设置的预警时间、驾驶员反应时间、机构滞后时间和制动力增长时间以及本车相对前车的相对速等，从而相对于现有技术来说，能够自适应的进行车距预警，并且提高了精确度，降低了系统的误报率。

如图4所示，上述A2包括以下步骤：

B1、获得前方车辆的灰度图像；

B2、对所述灰度图像进行预处理，该预处理包括；

B3、进行图像边缘检测处理，从图像中获得车辆及车牌的轮廓线和车道线；

B4、进行图像分割和二值化处理，获得用于识别车牌特征或车道边界线特征的二值化图像数据。

通过摄像机获得的原始图像多为彩色图像，本发明的道路检测算法是基于灰度信息的，所以需要将彩色图像转换为灰度图像。当图像输入到计算机的时候，由于输入转换器件(如光敏器件、A/D转换器等性质的差别)及周围环境的影响等，使图像上含有各种各样的噪声和失真，则需要对输入图像先进行去噪声预处理。其常用的算法有：图像的灰度变换、直方图修正、邻域平均、中值滤波等。

图像边缘检测可以被定义为在局部区域内图像特征的差别，它表现为图像的不连续性，大范围内的不连续性即成为边界，其可以通过梯度检测图像灰度值的显著变化。常用的边缘检测方法有：差分边缘检测、梯度边缘检测、Roberts(罗伯茨)边缘检测算子、Sobel(索贝尔)边缘检测算子、Prewitt边缘检测算子、Laplace(拉普拉斯)边缘检测算子等。

对于道路图像来说，图像分割的目的就是建立一个基于灰度特征的分割模型，最终得到一个二值化目标图像。由于图像边缘检测算法增强了各种边缘信息，包括树木、行人、建筑、道路等。道路边界信息淹没在大量的边界信息当中，因此必须采用特征提取从诸多边界信息中识别出道路边界及车牌。

为提高本发明技术的精度，上述步骤A4采用如下方法计算本车与前车的车距：

首先、通过标定步骤，分别找出前车车牌垂直方向和水平方向在不同车距下成像的大小，获得车距与前车车牌象素大小的对应关系数据(即可以通过大量的统计计算获得相应的函数关系式)，并将该对应关系数据预先存入本发明系统中，如存储器中；然后，根据图像的处理结果，即前车车牌图像大小查找或计算获得相应的车距。

上述车距测量根据投影测距的原理，本车与前车距离越远，车牌特征在图像中的成像图像就会越小，其与成像成函数关系，所以就可以通过定标试验，分别找出标志物(即车牌)垂直方向和水平方向在不同距离下成像的大小，将其预先存入处理系统，用于实时测距的查表计算。

如图5和图6所示，按照以下过程可对本车的前方行使车道是否在安全行驶范围内进行判断：

C13a、确定本车行驶中心线，其定义为本车质心在未来时刻可能到达点的集合，确定方法为根据本车的当前行车状态，包括位置坐标、速度、加速度、转向角，通过积分运算得到未来某时刻本车质心可能到达的点，连接各点从而得到本车的理想行驶中心线。一般可以近似将本车的中轴线作为本车的行驶中心线处理；

C13b、设定本车行进的安全行驶范围，该安全行驶范围包括从所述中心线向左延伸预设的左车道安全宽度L_wl、从所述中心线向右延伸预设的右车道安全宽度L_wr，如图5所示，这里的左车道安全宽度L_wl加上右车道安全宽度L_wr再减去2个本车车宽，即为“安全行驶范围”；

C13c、在所述二值化图像(如图6所示)中，计算本车行驶中心线到左侧最近车牌象素203的左投影距离W_rl、及本车行驶中心线到右侧最近车牌象素204的右投影距离W_rr；

C13d、根据投影关系或标定数据，依据左投影距离W_rl和右投影距离W_rr计算本车行使过程中，本车行驶中心线到左侧最近车辆201的实际左车道宽度W_ls、及本车行驶中心线到右侧最近车辆202的实际右车道宽度W_rs；

C13e、比较左车道安全宽度L_wl与实际左车道宽度W_ls的大小、或比较右车道安全宽度L_wr与实际右车道宽度W_rs的大小；若W_ls＜L_wl或W_rs＜L_wr，则表示本车的前方行使车道不安全，存在潜在危险；反之，表示本车的前方行使车道安全。与上述依据车牌特征测量车距的标定方法相同，标定过程中同时记录左投影距离W_rl和右投影距离W_rr分别与实际左车道宽度W_ls和实际右车道宽度W_rs对应关系，并建立相互的投影关系函数，存储在系统中，当执行步骤C13d时，只需要根据存储在系统中的已知关系计算即可。

上述方法给出了汽车防撞报警预警的方法，但是并没有相应的监测实施步骤，所以以下在上述方法之后增加一步监测驾驶员实施情况的步骤，从而提高了本发明应用系统的自动化控制性能，更加保障了实施本发明方法的安全性。

在上述步骤C执行报警之后还包括执行以下步骤：D、判断驾驶员是否减速制动；是，则返回步骤A；否，则控制本车减速制动，再返回步骤A。控制本车减速制动可以采用汽车整车控制器的相关应用软件和机构。

基于上述方法，本发明还提供了一种实时测量安全车距用于汽车防撞预警的装置。如图1和图2所示，所述装置包括：摄像机100及图像采集卡110、图像处理单元130、决策控制单元131、报警装置160，前后桥位移传感器270，可设置在车辆的后桥与车厢之间。所述图像处理单元130和所述决策控制单元131合为微处理器ECU。

所述CCD摄像机100及图像采集卡110用于采集前方车辆的图像信息，并获得数字图像信息；图像处理单元130用于对所述图像信息进行图像处理和特征提取；决策控制单元131用于根据提取的特征信息进行计算和判断，并向报警装置及执行机构发送执行命令；报警装置160用于对外发出预警或报警信息。报警的方式有很多种，可以是光报警或声报警，则可以将预警定为光报警，报警定为声报警。所述前、后桥位移传感器设置在车辆的前桥和后桥分别与车厢之间，用于感知车厢与前桥或后桥的位移变化情况。

摄像机100可以采用两个CCD摄像机，一个近焦摄像机，一个远焦摄像机，近焦摄像机作为远焦摄像机的辅助部件。从图2可以看出，控制单元部分的图像处理单元130和决策控制单元131所执行功能可以由汽车的整车控制器ECU来执行，其执行的任务包括：对采集到的车辆和路面信息进行图像处理，获得对系统判断有用的前方车辆状态信息，以及道路边界位置信息；根据提取的特征信息(即车牌和车道边界线)进行当前时刻是否具有发生追尾碰撞和车道偏离碰撞的潜在危险判断，同时给操作执行单元(即报警装置160、制动执行机构150、显示器170或转向执行机构140)发出操作指令等。

如图2所示，本发明的装置还可以包括：用于测量本车车速的车速传感器120，其将车速数据提供给所述决策控制单元131(即图2中的ECU)；用于根据所述决策控制单元131的制动指令控制本车减速制动的制动执行机构150；及用于显示图像信息及相关操作指令的显示器170。所述装置还包括：用于测量本车转角的转角传感器180，其并将转角数据提供给所述决策控制单元131(即图2中的ECU)；用于根据所述决策控制单元131的转向指令控制本车转向的转向执行机构140。如图2所示，操作执行单元接受控制单元的信号，进行视频显示，在危险状况下进行车道偏离预警或追尾碰撞预警，如果警示无效则启动主动控制，对其进行主动制动和转向控制，避免碰撞事故的发生。

综上所示，相对于现有技术，本发明的方法与装置具有精确度高、误报率低、自适应性强的特性。本发明采用机器视觉的方法实时采集前方车辆车牌特征以及车道线信息，并根据其前方车辆车牌在机器视觉的投影成像像素点的多少大小，(或者说：根据其前方车辆车牌在机器视觉的投影成像的大小)，进行与前方车辆距离的计算，结合本车的车速、转向等状态信息实时计算出前车的行驶状态，根据本车与车道线边界的相对距离，实时判断是否行驶在安全的车道范围之内等，使本发明的方法更加灵活、便于广泛推广。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种实时测量安全车距用于汽车防撞预警的方法，包括以下步骤：

A、设置微处理器实时采集预定时间间隔的前后两个时间点本车与前车的车距，利用两个时间点车距差值除以其时间间隔得到本车相对前车的相对速度；

B、设置前桥和后桥位移传感器用于测量汽车当前质量，根据预先设置的预警时间、驾驶员反应时间、机构滞后时间和制动力增长时间以及本车相对前车的相对速度，和制动距离，实时计算安全距离；

C、实时判断本车与前车车距是否小于所述实时计算的安全距离；是，则报警；否，则返回步骤A。

2.根据权利要求1所述的方法，其特征在于，所述步骤A及所述步骤C中对本车与前车车距的计算包括：

A1、采集本车前方行进区域的图像信息；

A2、对获得的所述图像信息进行处理，并获得二值化图像数据；

A3、从所述二值化图像数据中提取前方车辆的车牌特征信息；

A4、根据所述车牌特征信息中的车牌图像大小计算本车与前车的车距。

3.根据权利要求2所述的方法，其特征在于，所述步骤A2包括以下步骤：

A21、获得前方车辆的灰度图像；

A22、对所述灰度图像进行预处理；

A23、进行图像边缘检测处理，从图像中获得车辆及车牌的轮廓线；

A24、进行图像分割和二值化处理，获得用于识别车牌特征的二值化图像数据。

4.根据权利要求3所述的方法，其特征在于，所述步骤C还采用如下步骤计算本车与前车的车距：

C1、通过标定，分别找出前车车牌垂直方向和水平方向在不同车距下成像的大小，获得车距与前车车牌图像大小的对应关系数据，并将该对应关系数据预先存入系统中；

C2、根据前车车牌图像大小查找计算获得相应的车距。

5.根据权利要求1所述的方法，其特征在于，所述步骤A及所述步骤C中对本车与前车车距的计算采用超声波测距方式。

6.根据权利要求1所述的方法，其特征在于，所述步骤A及所述步骤C中对本车与前车车距的计算采用雷达测距方式。

7.根据权利要求1所述的方法，其特征在于，在所述步骤C执行报警之后还执行以下步骤：

D、判断驾驶员是否减速制动；是，则返回步骤A；否则所述微处理器控制本车的制动执行机构进行减速制动，再返回步骤A。

8.根据权利要求1所述的方法，其特征在于，所述步骤B按照下述公式实时计算安全距离s_a：

$s_a=s_1+s_2+s_3+s_4={\mathrm{\τ}}_1{u}_0+{\mathrm{\τ}}_2{u}_0+\frac{1}{3.6}({\mathrm{\τ}}_3+\frac{{\mathrm{\τ}}_4}{2})u_0+\frac{u_0^2}{{25.92a}_{b\max }}---\left(1\right)$

(1)式中，s₁、s₂、s₃、s₄是要考虑的各相关距离参量；τ₁为预先设置的预警时间；τ₂为驾驶员反应时间；τ₃为机构滞后时间；τ₄为制动力增长时间；u₀为本车与前车相对速度；a_bmax为本车最大制动减速度；其中，最大制动减速度用下式来计算：

$a_{b\max }=\frac{F_{b\max }}{m_a}---\left(2\right)$

(2)式中，F_bmax为最大可能地面制动力；m_a为汽车当前质量。

9.一种实时测量安全车距用于汽车防撞预警的装置，其特征在于，所述装置包括：

CCD摄像机及图像采集卡，用于采集前方车辆的图像信息；

图像处理单元，用于对所述图像信息进行图像处理和特征提取；

决策控制单元，用于根据提取的特征信息进行计算和判断，并向报警装置及执行机构发送执行命令；

报警装置，用于对外发出预警或报警信息；

前桥位移传感器和后桥位移传感器，设置在车辆前、后桥与车厢之间，并连接所述决策控制单元，用于测量本车的汽车当前质量。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

车速传感器，用于测量本车车速，并将车速数据提供给所述决策控制单元；

制动执行机构，用于根据所述决策控制单元的制动指令控制本车减速制动；

显示器，用于显示图像信息及相关操作指令。

Images