CN101451835B - 一种较差能见度天气条件下汽车防撞方法 - Google Patents

Abstract

本发明公开了一较差能见度天气条件下汽车防撞方法，是在本车上安装高灵敏度摄像头和嵌入式处理系统，由高灵敏度摄像头不断获取前车的图像信息，捕捉前车的尾灯、刹车灯或其它灯在图像上形成的亮点；通过建立不同类型车在不同距离情况下，在同一摄像条件下，前车距离与亮点之间对应关系的数据库；将不断捕捉到的图像亮点大小、亮点大小变化速率、亮点间距和亮点间距变化速率等信息与数据库的数据比较，估计两车之间的实际车距和相对速度，在必要时发出警报，提醒驾驶员注意。本方法简便易行，准确率高。

Description

一种较差能见度天气条件下汽车防撞方法

技术领域

本发明属于一种汽车技术领域，具体是一种较差能见度天气条件下汽车防撞方法。

背景技术

据中国保险报报道，2005年全年，全国共发生道路交通事故450254起，造成98738人死亡；造成469911人受伤；直接财产损失18.8亿元。

根据德国原戴姆勒-奔驰汽车制造公司研究报告表明：在汽车驾驶出现危险的情况下，如果能给驾驶员提前半秒的反应时间，则可以分别减少撞车追尾事故的30％，路面相关事故的50％，迎面撞车事故的60％。因此世界各国对发展汽车防撞技术都是非常关注。

目前，应用于汽车防撞的系统大致有四种方式：超声波探测方式；激光测距方式；毫米波雷达探测方式和摄像系统综合判断方式。在上面列举的四种方式中，其中超声波探测的理想距离为4m-5m，只能用于汽车的倒车防撞雷达上。由于大雾，降雨等恶劣天气情况下大气中水分对于各波段激光的强烈吸收，使得激光测距方式很难在恶劣天气条件下使用，而大雾等天气条件下又是交通事故的高发诱因。毫米波雷达能探测多目标，分辨力好，受天气影响较小，已达到实用水平，但是系统构成复杂，要对车辆进行改装，成本高，目前在几万到十几万的价位，很难大规模的推广。摄像综合判断方式提出较早，但是一直受制于CCD和相关嵌入式CPU的处理能力，处理帧速不能达到实用的程度。

发明内容

本发明的目的是提供一种较差能见度天气条件下汽车防撞方法，利用高灵敏度摄像机和滤光系统对前方车辆的车灯信息进行接收，然后由后端图象处理系统对接收到的信息进行计算分析，从而判断出前方车辆是否会对本车的行驶造成影响以及是否有潜在的事故危险，并对驾驶员做出提醒。

本发明的技术方案如下：

一种较差能见度天气条件下汽车防撞方法，其特征在于包括以下步骤：

(1)、在本车上安装摄像装置不断获取前车的车辆图像，并以不低于每秒10帧的速度对接收到的图像信号进行处理：

A、对本帧图像上的亮点进行捕捉和定位；

B、将本帧图像上的亮点分布和大小与之前数帧图像上亮点分布和大小的比较，根据各亮点在图像上位置的平移和大小变化趋势，对各亮点进行车辆归属定位，即确定哪些亮点是属于同一车辆的；

(2)、将属于某一辆车的亮点分布情况与系统预设的数据库进行比对，大致确定该车的类型，在属于该车的亮点中选择两个特征亮点，并估算出两个特征亮点之间的实际距离；

所述的数据库至少包括有以下内容：各种类型车辆上亮点之间的实际距离，在某一特定的摄像头的CCD面积、象素点数和镜头的焦距情况下，各种类型车辆上亮点在不同距离时，成像在图像上的亮点分布与大小情况；

(3)、根据估算出的两个特征亮点之间的距离和它们在所述车辆图像上的位置，摄像装置的摄像头CCD面积、象素点数和镜头的焦距，可估算出本车与前车的间距：

设两个亮点分别为A，B，它们之间的估算实际间隔为H，而根据获取的车辆图像换算可以得到它们所成象点之间间隔为h，而镜头焦距为已知，设为f，则前车与本车距离可大致计算为：

$D=\frac{H}{h}\×f$

(4)、判断本车与前车的间距和间距的变化速度，若间距小于一定的预设阈值或间距的减小速度大于一定的预设阈值，则发出告警信号，提醒驾驶员注意。

所述的较差能见度天气条件下汽车防撞方法，其特征在于所述的图像上的亮点是指较差能见度时的照明大灯和雾灯，以及刹车灯和转向灯、尾灯形成的图像。

和已有技术相比，本发明方法较为简便，所需成本较低，具有可行性，应用于现有车辆时，不需要对车辆结构进行大的改装，易于被人接受。同时，防撞准确率较高，具有实用性。

附图说明

图1为本发明原理图。

图2为前车尾灯在后车摄像装置上成像图。

具体实施方式

参见图1、2。一种较差能见度天气条件下汽车防撞方法：

(1)、在本车上安装高速摄像机不断获取前车的车辆图像，并传输到计算机，由计算机以不低于每秒10帧的速度对接收到的图像信号进行处理：

A、对本帧图像上的由前车尾灯或其它灯在图像上形成的亮点进行捕捉和定位；

B、在行驶过程中，前方的其它车辆与本车之间将不断发生相对位置的变化，包括前后纵向距离的变化和左右横向位移，那么在接收到的图象上，属于同一辆车的光点将同时发生相同类型的变化(含对应纵向距离变化的光点变大或变小和对应横向位移的光电横向移动)，将本帧图像上的亮点分布和大小与之前数帧图像上亮点分布和大小的比较，根据各亮点在图像上位置的平移和大小变化趋势，对各亮点进行车辆归属定位，即确定哪些亮点是属于同一车辆的，以及当前视场范围内有多少辆车，并对其进行跟踪。

(2)、将属于某一辆车的亮点分布情况与系统预设的数据库进行比对，大致确定该车的类型，在属于该车的亮点中选择两个特征亮点，并估算出两个特征亮点之间的实际距离；

所述的数据库至少包括有以下内容：各种类型车辆上亮点之间的实际距离，在某一特定的摄像头的CCD面积、象素点数和镜头的焦距情况下，各种类型车辆上亮点在不同距离时，成像在图像上的亮点分布与大小情况；

(3)、根据估算出的两个特征亮点之间的距离和它们在所述车辆图像上的位置，摄像装置的摄像头CCD面积、象素点数和镜头的焦距，可估算出本车与前车的间距：

设两个亮点分别为A，B，它们之间的估算实际间隔为H，而根据获取的车辆图像换算可以得到它们所成象点之间间隔为h，而镜头焦距为已知，设为f，则前车与本车距离可大致计算为：

$D=\frac{H}{h}\×f$

(4)、判断本车与前车的间距和间距的变化速度，若间距小于一定的预设阈值或间距的减小速度大于一定的预设阈值，则发出告警信号，提醒驾驶员注意。

Claims (2)

1.一种较差能见度天气条件下汽车防撞方法，其特征在于包括以下步骤：

(1)、在本车上安装摄像装置不断获取前车的车辆图像，并以不低于每秒10帧的速度对接收到的图像信号进行处理：

A、对本帧图像上的亮点进行捕捉和定位；

B、将本帧图像上的亮点分布和大小与之前数帧图像上的亮点分布和大小进行比较，根据各亮点在图像上位置的平移和大小变化趋势，对各亮点进行车辆归属定位，即确定哪些亮点是属于同一车辆的；

(2)、将属于某一辆车的亮点分布情况与系统预设的数据库进行比对，确定该车的类型，在属于该车的亮点中选择两个特征亮点，并估算出两个特征亮点之间的实际距离；

所述的数据库至少包括有以下内容：各种类型车辆上亮点之间的实际距离，在某一特定的摄像头的CCD面积、象素点数和镜头的焦距情况下，各种类型车辆上亮点在不同距离时，成像在图像上的亮点分布与大小情况；

(3)、根据估算出的两个特征亮点之间的距离和它们在所述车辆图像上的位置，摄像装置的摄像头CCD面积、象素点数和镜头的焦距，可估算出本车与前车的间距：

设两个亮点分别为A，B，它们之间的估算实际间隔为H，而根据获取的车辆图像换算可以得到它们所成象点之间间隔为h，而镜头焦距为已知，设为f，则前车与本车距离可大致计算为：

$D=\frac{H}{h}\×f$

(4)、判断本车与前车的间距和间距的变化速度，若间距小于一定的预设阈值或间距的减小速度大于一定的预设阈值，则发出告警信号，提醒驾驶员注意。

2.根据权利要求1所述的较差能见度天气条件下汽车防撞方法，其特征在于所述的图像上的亮点是指较差能见度时的照明大灯和雾灯，以及刹车灯和转向灯、尾灯形成的图像。

Images