CN103692974A - 一种基于环境监测的车辆行驶安全预警方法及系统 - Google Patents

一种基于环境监测的车辆行驶安全预警方法及系统 Download PDF

Info

Publication number
CN103692974A
CN103692974A CN201310693594.4A CN201310693594A CN103692974A CN 103692974 A CN103692974 A CN 103692974A CN 201310693594 A CN201310693594 A CN 201310693594A CN 103692974 A CN103692974 A CN 103692974A
Authority
CN
China
Prior art keywords
vehicle
obstacle
module
distance
camera
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310693594.4A
Other languages
English (en)
Other versions
CN103692974B (zh
Inventor
贺庆
官冠
胡友盼
吴文凯
冷斌
梁纶飞
陈东杰
王海滨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Institute of Advanced Technology of CAS
Original Assignee
Guangzhou Institute of Advanced Technology of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Institute of Advanced Technology of CAS filed Critical Guangzhou Institute of Advanced Technology of CAS
Priority to CN201310693594.4A priority Critical patent/CN103692974B/zh
Publication of CN103692974A publication Critical patent/CN103692974A/zh
Application granted granted Critical
Publication of CN103692974B publication Critical patent/CN103692974B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Traffic Control Systems (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于环境监测的车辆行驶安全预警方法及系统,该方法包括:实时获取车辆的行驶信息,进而判断车辆是处于行进状态还是倒车状态,若处于行进状态则直接执行行进预警步骤,若处于倒车状态则直接执行倒车预警步骤;行进预警步骤:采用安装在车辆上的双目摄像机采集车辆四周的实时图像,判断是否存在障碍物,若存在障碍物且其到车辆的距离在安全距离内,则播报障碍物的面积及其到车辆的距离;倒车预警步骤:采用安装在车辆上的双目摄像机采集车辆两侧以及车尾的实时图像,判断车辆是否倒车入库,若是则播报车位线离车辆的距离。本发明可全面检测车辆周围的行驶环境,及时地进行安全预警,可广泛应用于车辆的安全行驶领域中。

Description

一种基于环境监测的车辆行驶安全预警方法及系统
技术领域
本发明涉及车辆的安全行驶领域,特别是一种基于环境监测的车辆行驶安全预警方法及系统。
背景技术
随着国民经济的高速发展,我国汽车的拥有量在大幅增加,随之而来的是道路拥堵、交通事故频发等各种问题,给人们的生命和财产安全带来了巨大损失,因此,车辆的安全行驶成为及其重要的问题。其中,车辆行驶过程中对周边的环境监测,以及跟周围物体的距离的测量等显得非常重要和迫切。目前公交车、私家车等车辆系统普遍安装了车载摄像机系统,该系统可以辅助监视车上人员情况,或者进行倒车监视等。但是这种车载摄像机系统大都固定在车辆尾部等位置,不能移动,主要只是用于实现驾驶员对不可见区域的实时监控查看,以保证车辆开关车门时乘客安全以及驾驶员倒车时车辆的安全问题,具有较大的局限性,可视角度小,还需要依靠后视镜,无法全面地对车辆周围的环境进行监测,而且这种系统同样需要驾驶者进行观察判断,还是基于驾驶者的人为的参与以及判定,在驾驶情况较为复杂或者驾驶者精力不集中的情况下,并不能对车辆的安全行驶带来较好的效果。而且目前技术无法在车辆行驶过程中,自动监测车辆周围的环境并在出现障碍物等情况时及时地作出预警。
发明内容
为了解决上述的技术问题,本发明的目的是提供一种可以全面的检测车辆行驶环境并及时有效地作出预警的基于环境监测的车辆行驶安全预警方法,本发明的另一目的是提供一种可以全面的检测车辆行驶环境并及时有效地作出预警的基于环境监测的车辆行驶安全预警系统。
本发明解决其技术问题所采用的技术方案是:
一种基于环境监测的车辆行驶安全预警方法,包括:
实时获取车辆的行驶信息,进而判断车辆是处于行进状态还是倒车状态,若处于行进状态,则直接执行行进预警步骤,若处于倒车状态,则直接执行倒车预警步骤;
行进预警步骤:采用安装在车辆上的双目摄像机采集车辆四周的实时图像,进而判断是否存在障碍物,若存在障碍物且障碍物到车辆的距离在安全距离内,则播报障碍物的面积以及障碍物到车辆的距离;
倒车预警步骤:采用安装在车辆上的双目摄像机采集车辆两侧以及车尾的实时图像,进而判断车辆是否倒车入库,若是,则播报车位线离车辆的距离。
进一步,所述行进预警步骤,包括:
S11、采用微型电机驱动双目摄像机在车辆上的轨道移动,进而使用双目摄像机分别采集车辆四周的实时图像;
S12、对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
S13、分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像;
S14、分别计算每个摄像机获得的多帧二值化图像与其对应的平均值图像的差值,进而计算出每个摄像机对应的多个差值的平均值,若该平均值小于预设阈值,则判断存在障碍物,继续执行步骤S15,反之,返回步骤S11;
S15、根据获得的每个摄像机的平均值图像,获得每个平均值图像中的障碍物的轮廓图,进而获得每个平均值图像中的障碍物的中心点及障碍物在X-Y轴的分布信息;
S16、分别在每个平均值图像的障碍物上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得障碍物到车辆的距离;
S17、判断障碍物到车辆的距离是否在安全距离内,若是,则计算障碍物的面积后,播报障碍物的面积以及障碍物到车辆的距离,并返回步骤S11,反之直接返回步骤S11。
进一步,所述步骤S16中所述典型点为障碍物的中心点。
进一步,所述倒车预警步骤,包括:
S21、采用微型电机驱动双目摄像机在车辆上的轨道移动,从而使用双目摄像机分别采集车车辆两侧以及车尾的实时图像;
S22、对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
S23、分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像; 
S24、判断获得的每个摄像机的平均值图像中是否存在车位线,若有,则获取每个平均值图像中的车位线的轮廓图,进而获得每个平均值图像中的车位线的中心点及车位线在X-Y轴的分布信息;
S25、分别在每个平均值图像的车位线上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得车位线离车辆的距离;
S26、播报车位线到车辆的距离并返回步骤S21。
进一步,所述步骤S25中所述典型点为车位线的中心点。
一种基于环境监测的车辆行驶安全预警系统,包括:
检测模块,用于实时获取车辆的行驶信息,进而判断车辆是处于行进状态还是倒车状态,若处于行进状态,则直接执行行进预警模块,若处于倒车状态,则直接执行倒车预警步骤;
行进预警模块,用于采用安装在车辆上的双目摄像机采集车辆四周的实时图像,进而判断是否存在障碍物,若存在障碍物且障碍物到车辆的距离在安全距离内,则播报障碍物的面积以及障碍物到车辆的距离;
倒车预警模块,用于采用安装在车辆上的双目摄像机采集车辆两侧以及车尾的实时图像,进而判断车辆是否倒车入库,若是,则播报车位线离车辆的距离。
进一步,所述行进预警模块,包括:
第一模块,用于采用微型电机驱动双目摄像机在车辆上的轨道移动,进而使用双目摄像机分别采集车辆四周的实时图像;
第二模块,用于对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
第三模块,用于分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像;
第四模块,用于分别计算每个摄像机获得的多帧二值化图像与其对应的平均值图像的差值,进而计算出每个摄像机对应的多个差值的平均值,若该平均值小于预设阈值,则判断存在障碍物,继续执行第五模块,反之,返回第一模块; 
第五模块,用于根据获得的每个摄像机的平均值图像,获得每个平均值图像中的障碍物的轮廓图,进而获得每个平均值图像中的障碍物的中心点及障碍物在X-Y轴的分布信息;
第六模块,用于分别在每个平均值图像的障碍物上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得障碍物到车辆的距离;
第七模块,用于判断障碍物到车辆的距离是否在安全距离内,若是,则计算障碍物的面积后,播报障碍物的面积以及障碍物到车辆的距离,并返回第一模块,反之直接返回第一模块。
进一步,所述倒车预警模块,包括:
第八模块,用于采用微型电机驱动双目摄像机在车辆上的轨道移动,从而使用双目摄像机分别采集车车辆两侧以及车尾的实时图像;
第九模块,用于对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
第十模块,用于分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像; 
第十一模块,用于判断获得的每个摄像机的平均值图像中是否存在车位线,若有,则获取每个平均值图像中的车位线的轮廓图,进而获得每个平均值图像中的车位线的中心点及车位线在X-Y轴的分布信息;
第十二模块,用于分别在每个平均值图像的车位线上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得车位线离车辆的距离;
第十三模块,用于播报车位线到车辆的距离并返回第八模块。
本发明的有益效果是:本发明的一种基于环境监测的车辆行驶安全预警方法,可以实时获取车辆的行驶信息,进而判断车辆是处于行进状态还是倒车状态,若处于行进状态,则直接执行行进预警步骤,若处于倒车状态,则直接执行倒车预警步骤,进而通过执行行进预警步骤实时监测车辆周围是否存在障碍物并及时作出预警,或者通过执行倒车预警步骤实时监测车辆倒车情况并实时播报车位线信息从而辅助驾驶者进行倒车,本方法可以全面地检测车辆周围的行驶环境,并及时地进行安全预警,从而辅助驾驶者更安全地进行驾驶。
本发明的另一有益效果是:本发明的一种基于环境监测的车辆行驶安全预警系统,可以用于实时获取车辆的行驶信息,进而判断车辆是处于行进状态还是倒车状态,若处于行进状态,则直接执行行进预警步骤,若处于倒车状态,则直接执行倒车预警步骤,进而通过执行行进预警步骤实时监测车辆周围是否存在障碍物并及时作出预警,或者通过执行倒车预警步骤实时监测车辆倒车情况并实时播报车位线信息从而辅助驾驶者进行倒车,本系统可用于全面地检测车辆周围的行驶环境,并及时地进行安全预警,从而辅助驾驶者更安全地进行驾驶。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明的一种基于环境监测的车辆行驶安全预警方法的行进预警步骤的流程图;
图2是本发明的一种基于环境监测的车辆行驶安全预警方法的倒车预警步骤的流程图;
图3是本发明的实施例一中的障碍物到车辆的距离的示意图;
图4是本发明的实施例三中的一种基于环境监测的车辆行驶安全预警装置的示意图。
具体实施方式
本发明提供了一种基于环境监测的车辆行驶安全预警方法,包括:
实时获取车辆的行驶信息,进而判断车辆是处于行进状态还是倒车状态,若处于行进状态,则直接执行行进预警步骤,若处于倒车状态,则直接执行倒车预警步骤;
行进预警步骤:采用安装在车辆上的双目摄像机采集车辆四周的实时图像,进而判断是否存在障碍物,若存在障碍物且障碍物到车辆的距离在安全距离内,则播报障碍物的面积以及障碍物到车辆的距离;
倒车预警步骤:采用安装在车辆上的双目摄像机采集车辆两侧以及车尾的实时图像,进而判断车辆是否倒车入库,若是,则播报车位线离车辆的距离。
进一步作为优选的实施方式,参照图1,所述行进预警步骤,包括:
S11、采用微型电机驱动双目摄像机在车辆上的轨道移动,进而使用双目摄像机分别采集车辆四周的实时图像;
S12、对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
S13、分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像;
S14、分别计算每个摄像机获得的多帧二值化图像与其对应的平均值图像的差值,进而计算出每个摄像机对应的多个差值的平均值,若该平均值小于预设阈值,则判断存在障碍物,继续执行步骤S15,反之,返回步骤S11;
S15、根据获得的每个摄像机的平均值图像,获得每个平均值图像中的障碍物的轮廓图,进而获得每个平均值图像中的障碍物的中心点及障碍物在X-Y轴的分布信息;
S16、分别在每个平均值图像的障碍物上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得障碍物到车辆的距离;
S17、判断障碍物到车辆的距离是否在安全距离内,若是,则计算障碍物的面积后,播报障碍物的面积以及障碍物到车辆的距离,并返回步骤S11,反之直接返回步骤S11。
进一步作为优选的实施方式,所述步骤S16中所述典型点为障碍物的中心点。
进一步作为优选的实施方式,参照图2,所述倒车预警步骤,包括:
S21、采用微型电机驱动双目摄像机在车辆上的轨道移动,从而使用双目摄像机分别采集车车辆两侧以及车尾的实时图像;
S22、对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
S23、分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像; 
S24、判断获得的每个摄像机的平均值图像中是否存在车位线,若有,则获取每个平均值图像中的车位线的轮廓图,进而获得每个平均值图像中的车位线的中心点及车位线在X-Y轴的分布信息;
S25、分别在每个平均值图像的车位线上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得车位线离车辆的距离;
S26、播报车位线到车辆的距离并返回步骤S21。
进一步作为优选的实施方式,所述步骤S25中所述典型点为车位线的中心点。
一种基于环境监测的车辆行驶安全预警系统,包括:
检测模块,用于实时获取车辆的行驶信息,进而判断车辆是处于行进状态还是倒车状态,若处于行进状态,则直接执行行进预警模块,若处于倒车状态,则直接执行倒车预警步骤;
行进预警模块,用于采用安装在车辆上的双目摄像机采集车辆四周的实时图像,进而判断是否存在障碍物,若存在障碍物且障碍物到车辆的距离在安全距离内,则播报障碍物的面积以及障碍物到车辆的距离;
倒车预警模块,用于采用安装在车辆上的双目摄像机采集车辆两侧以及车尾的实时图像,进而判断车辆是否倒车入库,若是,则播报车位线离车辆的距离。
进一步作为优选的实施方式,所述行进预警模块,包括:
第一模块,用于采用微型电机驱动双目摄像机在车辆上的轨道移动,进而使用双目摄像机分别采集车辆四周的实时图像;
第二模块,用于对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
第三模块,用于分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像;
第四模块,用于分别计算每个摄像机获得的多帧二值化图像与其对应的平均值图像的差值,进而计算出每个摄像机对应的多个差值的平均值,若该平均值小于预设阈值,则判断存在障碍物,继续执行第五模块,反之,返回第一模块; 
第五模块,用于根据获得的每个摄像机的平均值图像,获得每个平均值图像中的障碍物的轮廓图,进而获得每个平均值图像中的障碍物的中心点及障碍物在X-Y轴的分布信息;
第六模块,用于分别在每个平均值图像的障碍物上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得障碍物到车辆的距离;
第七模块,用于判断障碍物到车辆的距离是否在安全距离内,若是,则计算障碍物的面积后,播报障碍物的面积以及障碍物到车辆的距离,并返回第一模块,反之直接返回第一模块。
进一步作为优选的实施方式,所述倒车预警模块,包括:
第八模块,用于采用微型电机驱动双目摄像机在车辆上的轨道移动,从而使用双目摄像机分别采集车车辆两侧以及车尾的实时图像;
第九模块,用于对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
第十模块,用于分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像; 
第十一模块,用于判断获得的每个摄像机的平均值图像中是否存在车位线,若有,则获取每个平均值图像中的车位线的轮廓图,进而获得每个平均值图像中的车位线的中心点及车位线在X-Y轴的分布信息;
第十二模块,用于分别在每个平均值图像的车位线上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得车位线离车辆的距离;
第十三模块,用于播报车位线到车辆的距离并返回第八模块。
基于垂足的定位算法主要是指若空间点P的在两个或以上相机上投影,从这些像点的位置以及每个像点对应的光心的位置,可以计算获得空间点P的位置。具体算法可参照2010年3月份发行的先进技术研究通报的第18页至第22页刊登的题目为基于垂足的视觉定位算法的论文。
下面结合具体实施例对本发明做进一步说明:
实施例一
参照图1及图2所示,一种基于环境监测的车辆行驶安全预警方法,包括:
实时获取车辆的行驶信息,进而判断车辆是处于行进状态还是倒车状态,若处于行进状态,则直接执行行进预警步骤,若处于倒车状态,则直接执行倒车预警步骤;车辆的行驶信息包括行驶速度,以及油门、离合器等的状态,如何采集车辆的形式信息来判断车辆的状态是目前比较常规的技术,这里不做详细描述;
行进预警步骤:采用安装在车辆上的双目摄像机采集车辆四周的实时图像,进而判断是否存在障碍物,若存在障碍物且障碍物到车辆的距离在安全距离内,则播报障碍物的面积以及障碍物到车辆的距离;
倒车预警步骤:采用安装在车辆上的双目摄像机采集车辆两侧以及车尾的实时图像,进而判断车辆是否倒车入库,若是,则播报车位线离车辆的距离。
行进预警步骤,包括以下步骤:
S11、采用微型电机驱动双目摄像机在车辆上的轨道移动,进而使用双目摄像机分别采集车辆四周的实时图像;
S12、对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;预设时间阈值是预先设定的一个统计时间区间,例如5s,或者是设定为连续获取N帧图像的时间,例如假设设定预设时间阈值为连续获取3帧图像的时间;当设定预设时间阈值后,在该时间内采集的图像的帧数是由图像采集的速度决定的,因此这里用多帧图像来表示;
S13、分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像;
S14、分别计算每个摄像机获得的多帧二值化图像与其对应的平均值图像的差值,进而计算出每个摄像机对应的多个差值的平均值,若该平均值小于预设阈值,则判断存在障碍物,继续执行步骤S15,反之,返回步骤S11;这里,也可以用方差替换差值,只要能表示多帧二值化图像与其对应的平均值图像之间的差别即可;一般情况下,当存在障碍物时,双目摄像机在预设的时间阈值内所采集到的连续多帧图像之间的差别并不大,若差别很大,表示受到干扰,因此这里设置一个普遍的预设阈值来判断,剔除干扰图像;
S15、根据获得的每个摄像机的平均值图像,获得每个平均值图像中的障碍物的轮廓图,进而获得每个平均值图像中的障碍物的中心点及障碍物在X-Y轴的分布信息;障碍物在X-Y轴的分布信息即该平均值图像中值与背景相反的所有像素点,例如背景像素为0,则障碍物在X-Y轴的分布信息为平均值图像中所有像素为1的值;
S16、分别在每个平均值图像的障碍物上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得障碍物到车辆的距离;这里,典型点对应的空间点指该典型点在实际障碍物上对应的空间点,障碍物到车辆的距离指该对应的空间点到双目摄像机的两个光心的中点的距离,参照图3所示,图3中C1、C2分别指双目摄像机的两个摄像机,O1、O2分别指这两个摄像机的光心,S指障碍物,P指典型点在实际障碍物上对应的空间点,L指障碍物到车辆的距离;在获得典型点对应的空间点的空间位置后,由于双目摄像机的两个摄像机的光心的位置是已知的,因此,求该空间点到车辆的距离即求空间点到双目摄像机的两个光心中点的距离,根据图中可知,相当于对三个边长均为已知数的三角形求解底边的中点与顶点之间的距离,利用现有的几何计算方法进行计算即可;
本步骤中的典型点是指障碍物的中心点、最左上角的点、最左下角的点、最右上角的点、最右下角的点等可明显区分开来的点,这种点在双目摄像机所获得的两个平均值图像上的位置一致,因此计算这类点到车辆的距离,可以较为准确;本步骤中的典型点优选采用障碍物的中心点;
S17、判断障碍物到车辆的距离是否在安全距离内,若是,则计算障碍物的面积后,播报障碍物的面积以及障碍物到车辆的距离,并返回步骤S11,反之直接返回步骤S11;安全距离一般根据路面状况以及车辆的行驶速度来设定,可设定为5米或3米等,当障碍物到车辆的距离在安全距离内,表示车辆可能与障碍物发生碰撞等事故,因此需要进行预警;实时播报可以使得驾驶员对外界情况更加清楚,辅助驾驶员更好地避开障碍物。
倒车预警步骤,包括以下步骤:
S21、采用微型电机驱动双目摄像机在车辆上的轨道移动,从而使用双目摄像机分别采集车车辆两侧以及车尾的实时图像;
S22、对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;与步骤S16类似,预设时间阈值是预先设定的一个统计时间区间,例如5s,或者是设定为连续获取N帧图像的时间,例如假设设定预设时间阈值为连续获取3帧图像的时间;当设定预设时间阈值后,在该时间内采集的图像的帧数是由图像采集的速度决定的,因此这里用多帧图像来表示;
S23、分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像; 
S24、判断获得的每个摄像机的平均值图像中是否存在车位线,若有,则获取每个平均值图像中的车位线的轮廓图,进而获得每个平均值图像中的车位线的中心点及车位线在X-Y轴的分布信息;与步骤S15类似,若背景像素为0,则车位线在X-Y轴的分布信息为平均值图像中所有像素为1的值;而判断平均值图像是否存在车位线,只要根据现有的图像处理方法检测平均值图像中是否存在长条形的车位线影响即可,这里不详细描述;
S25、分别在每个平均值图像的车位线上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得车位线离车辆的距离;这里,典型点对应的空间点指该典型点在实际车位线上对应的空间点,车位线到车辆的距离指该对应的空间点到双目摄像机的两个光心的中点的距离,其计算原理及计算方法与步骤S16中计算障碍物到车辆的距离的方法基本类似;
本步骤中的典型点是指车位线的中心点、最左上角的点、最左下角的点、最右上角的点、最右下角的点等可明显区分开来的点,这种点在双目摄像机所获得的两个平均值图像上的位置一致,因此计算这类点到车辆的距离,可以较为准确;本步骤中,典型点优选采用车位线的中心点;
S26、播报车位线到车辆的距离并返回步骤S21。实时播报可以使得驾驶员对外界情况更加清楚,辅助驾驶员更好地倒车到位。
实施例二
本实施例是与实施例一一一对应的软系统,即一种基于环境监测的车辆行驶安全预警系统,包括:
检测模块,用于实时获取车辆的行驶信息,进而判断车辆是处于行进状态还是倒车状态,若处于行进状态,则直接执行行进预警模块,若处于倒车状态,则直接执行倒车预警步骤;
行进预警模块,用于采用安装在车辆上的双目摄像机采集车辆四周的实时图像,进而判断是否存在障碍物,若存在障碍物且障碍物到车辆的距离在安全距离内,则播报障碍物的面积以及障碍物到车辆的距离;
倒车预警模块,用于采用安装在车辆上的双目摄像机采集车辆两侧以及车尾的实时图像,进而判断车辆是否倒车入库,若是,则播报车位线离车辆的距离。
行进预警模块,包括:
第一模块,用于采用微型电机驱动双目摄像机在车辆上的轨道移动,进而使用双目摄像机分别采集车辆四周的实时图像;
第二模块,用于对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
第三模块,用于分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像;
第四模块,用于分别计算每个摄像机获得的多帧二值化图像与其对应的平均值图像的差值,进而计算出每个摄像机对应的多个差值的平均值,若该平均值小于预设阈值,则判断存在障碍物,继续执行第五模块,反之,返回第一模块; 
第五模块,用于根据获得的每个摄像机的平均值图像,获得每个平均值图像中的障碍物的轮廓图,进而获得每个平均值图像中的障碍物的中心点及障碍物在X-Y轴的分布信息;
第六模块,用于分别在每个平均值图像的障碍物上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得障碍物到车辆的距离;
本模块中的典型点是指障碍物的中心点、最左上角的点、最左下角的点、最右上角的点、最右下角的点等可明显区分开来的点,这种点在双目摄像机所获得的两个平均值图像上的位置一致,因此计算这类点到车辆的距离,可以较为准确。这里,典型点优选采用障碍物的中心点。
第七模块,用于判断障碍物到车辆的距离是否在安全距离内,若是,则计算障碍物的面积后,播报障碍物的面积以及障碍物到车辆的距离,并返回第一模块,反之直接返回第一模块。实时播报可以使得驾驶员对外界情况更加清楚,辅助驾驶员更好地避开障碍物。
倒车预警模块,包括:
第八模块,用于采用微型电机驱动双目摄像机在车辆上的轨道移动,从而使用双目摄像机分别采集车车辆两侧以及车尾的实时图像;
第九模块,用于对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
第十模块,用于分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像; 
第十一模块,用于判断获得的每个摄像机的平均值图像中是否存在车位线,若有,则获取每个平均值图像中的车位线的轮廓图,进而获得每个平均值图像中的车位线的中心点及车位线在X-Y轴的分布信息;
第十二模块,用于分别在每个平均值图像的车位线上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得车位线离车辆的距离;
本模块中的典型点是指车位线的中心点、最左上角的点、最左下角的点、最右上角的点、最右下角的点等可明显区分开来的点,这种点在双目摄像机所获得的两个平均值图像上的位置一致,因此计算这类点到车辆的距离,可以较为准确。这里,典型点优选采用车位线的中心点。
第十三模块,用于播报车位线到车辆的距离并返回第八模块。实时播报可以使得驾驶员对外界情况更加清楚,辅助驾驶员更好地倒车到位。
实施例三
参照图4,本实施例是应用本发明中实施例一的预警方法的一种基于环境监测的车辆行驶安全预警装置,包括处理器、显示模块、音频播放系统、多组双目摄像机以及在车辆上设置的用于供双目摄像机移动的轨道,双目摄像机安装在车辆设置的轨道上,并且连接有用于控制双目摄像机在车辆的轨道上移动的微型电机,微型电机、显示模块、双目摄像机以及音频播放系统均与处理器连接,处理器用于执行实施例一的一种基于环境监测的车辆行驶安全预警方法。显示模块位于驾驶座与副驾驶座的中间位置,用于实时显示每组双目摄像机所采集到的实时图像或者对每组双目摄像机采集的实时图像进行处理后得到的平均值图像等,音频播放系统用于播放各种预警声音,包括播报障碍物的面积、障碍物到车辆的距离以及播报车位线到车辆的距离等。轨道设置在车辆的四面,在微型电机的控制下,每组双目摄像机的每个摄像机均可以在车辆的轨道上自由移动或者进行自转,从而采集车辆周围各个角度的实时图像,必要时可以采集车辆四周的360度范围内的图像。
显示模块还可以采用触控屏,从而驾驶员也可以输入控制信息到处理器,从而控制双目摄像机的移动或者调节每个摄像机的可视角度等。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变型或替换均包含在本申请权利要求所限定的范围内。

Claims (8)

1.一种基于环境监测的车辆行驶安全预警方法,其特征在于,包括:
实时获取车辆的行驶信息,进而判断车辆是处于行进状态还是倒车状态,若处于行进状态,则直接执行行进预警步骤,若处于倒车状态,则直接执行倒车预警步骤;
行进预警步骤:采用安装在车辆上的双目摄像机采集车辆四周的实时图像,进而判断是否存在障碍物,若存在障碍物且障碍物到车辆的距离在安全距离内,则播报障碍物的面积以及障碍物到车辆的距离;
倒车预警步骤:采用安装在车辆上的双目摄像机采集车辆两侧以及车尾的实时图像,进而判断车辆是否倒车入库,若是,则播报车位线离车辆的距离。
2.根据权利要求1所述的一种基于环境监测的车辆行驶安全预警方法,其特征在于,所述行进预警步骤,包括:
S11、采用微型电机驱动双目摄像机在车辆上的轨道移动,进而使用双目摄像机分别采集车辆四周的实时图像;
S12、对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
S13、分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像;
S14、分别计算每个摄像机获得的多帧二值化图像与其对应的平均值图像的差值,进而计算出每个摄像机对应的多个差值的平均值,若该平均值小于预设阈值,则判断存在障碍物,继续执行步骤S15,反之,返回步骤S11;
S15、根据获得的每个摄像机的平均值图像,获得每个平均值图像中的障碍物的轮廓图,进而获得每个平均值图像中的障碍物的中心点及障碍物在X-Y轴的分布信息;
S16、分别在每个平均值图像的障碍物上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得障碍物到车辆的距离;
S17、判断障碍物到车辆的距离是否在安全距离内,若是,则计算障碍物的面积后,播报障碍物的面积以及障碍物到车辆的距离,并返回步骤S11,反之直接返回步骤S11。
3.根据权利要求2所述的一种基于环境监测的车辆行驶安全预警方法,其特征在于,所述步骤S16中所述典型点为障碍物的中心点。
4.根据权利要求1所述的一种基于环境监测的车辆行驶安全预警方法,其特征在于,所述倒车预警步骤,包括:
S21、采用微型电机驱动双目摄像机在车辆上的轨道移动,从而使用双目摄像机分别采集车车辆两侧以及车尾的实时图像;
S22、对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
S23、分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像; 
S24、判断获得的每个摄像机的平均值图像中是否存在车位线,若有,则获取每个平均值图像中的车位线的轮廓图,进而获得每个平均值图像中的车位线的中心点及车位线在X-Y轴的分布信息;
S25、分别在每个平均值图像的车位线上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得车位线离车辆的距离;
S26、播报车位线到车辆的距离并返回步骤S21。
5.根据权利要求4所述的一种基于环境监测的车辆行驶安全预警方法,其特征在于,所述步骤S25中所述典型点为车位线的中心点。
6.一种基于环境监测的车辆行驶安全预警系统,其特征在于,包括:
检测模块,用于实时获取车辆的行驶信息,进而判断车辆是处于行进状态还是倒车状态,若处于行进状态,则直接执行行进预警模块,若处于倒车状态,则直接执行倒车预警步骤;
行进预警模块,用于采用安装在车辆上的双目摄像机采集车辆四周的实时图像,进而判断是否存在障碍物,若存在障碍物且障碍物到车辆的距离在安全距离内,则播报障碍物的面积以及障碍物到车辆的距离;
倒车预警模块,用于采用安装在车辆上的双目摄像机采集车辆两侧以及车尾的实时图像,进而判断车辆是否倒车入库,若是,则播报车位线离车辆的距离。
7.根据权利要求6所述的一种基于环境监测的车辆行驶安全预警系统,其特征在于,所述行进预警模块,包括:
第一模块,用于采用微型电机驱动双目摄像机在车辆上的轨道移动,进而使用双目摄像机分别采集车辆四周的实时图像;
第二模块,用于对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
第三模块,用于分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像;
第四模块,用于分别计算每个摄像机获得的多帧二值化图像与其对应的平均值图像的差值,进而计算出每个摄像机对应的多个差值的平均值,若该平均值小于预设阈值,则判断存在障碍物,继续执行第五模块,反之,返回第一模块;
第五模块,用于根据获得的每个摄像机的平均值图像,获得每个平均值图像中的障碍物的轮廓图,进而获得每个平均值图像中的障碍物的中心点及障碍物在X-Y轴的分布信息;
第六模块,用于分别在每个平均值图像的障碍物上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得障碍物到车辆的距离;
第七模块,用于判断障碍物到车辆的距离是否在安全距离内,若是,则计算障碍物的面积后,播报障碍物的面积以及障碍物到车辆的距离,并返回第一模块,反之直接返回第一模块。
8.根据权利要求6所述的一种基于环境监测的车辆行驶安全预警系统,其特征在于,所述倒车预警模块,包括:
第八模块,用于采用微型电机驱动双目摄像机在车辆上的轨道移动,从而使用双目摄像机分别采集车车辆两侧以及车尾的实时图像;
第九模块,用于对双目摄像机在预设时间阈值内所采集的连续的多帧图像进行二值化;
第十模块,用于分别计算双目摄像机的每个摄像机获得的多帧二值化图像的平均值图像; 
第十一模块,用于判断获得的每个摄像机的平均值图像中是否存在车位线,若有,则获取每个平均值图像中的车位线的轮廓图,进而获得每个平均值图像中的车位线的中心点及车位线在X-Y轴的分布信息;
第十二模块,用于分别在每个平均值图像的车位线上选取一典型点,将该典型点与对应的摄像机的光心进行连线,进而根据得到的两根直线,采用基于垂足的定位算法计算获得该典型点对应的空间点的空间位置,最后进行几何计算获得车位线离车辆的距离;
第十三模块,用于播报车位线到车辆的距离并返回第八模块。
CN201310693594.4A 2013-12-16 2013-12-16 一种基于环境监测的车辆行驶安全预警方法及系统 Expired - Fee Related CN103692974B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310693594.4A CN103692974B (zh) 2013-12-16 2013-12-16 一种基于环境监测的车辆行驶安全预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310693594.4A CN103692974B (zh) 2013-12-16 2013-12-16 一种基于环境监测的车辆行驶安全预警方法及系统

Publications (2)

Publication Number Publication Date
CN103692974A true CN103692974A (zh) 2014-04-02
CN103692974B CN103692974B (zh) 2015-11-25

Family

ID=50354699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310693594.4A Expired - Fee Related CN103692974B (zh) 2013-12-16 2013-12-16 一种基于环境监测的车辆行驶安全预警方法及系统

Country Status (1)

Country Link
CN (1) CN103692974B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106054888A (zh) * 2016-06-28 2016-10-26 旗瀚科技股份有限公司 一种机器人自动避障方法和装置
CN106686341A (zh) * 2015-11-05 2017-05-17 深圳市祈飞科技有限公司 一种交互式车载智能终端系统及监控方法
CN108068697A (zh) * 2016-11-11 2018-05-25 法乐第(北京)网络科技有限公司 基于汽车的摄像系统、方法及汽车
CN109063632A (zh) * 2018-07-27 2018-12-21 重庆大学 一种基于双目视觉的泊车位特征筛选方法
CN109278642A (zh) * 2017-07-21 2019-01-29 福特全球技术公司 车辆倒车安全性映射
CN110992420A (zh) * 2019-12-18 2020-04-10 天地伟业技术有限公司 一种检测粮仓车辆运载情况的系统及方法
CN112598705A (zh) * 2020-12-17 2021-04-02 太原理工大学 一种基于双目视觉的车身姿态检测方法
CN113936500A (zh) * 2021-10-08 2022-01-14 奇瑞新能源汽车股份有限公司 车辆的后向交通穿行预警方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050063565A1 (en) * 2003-09-01 2005-03-24 Honda Motor Co., Ltd. Vehicle environment monitoring device
EP1564080A1 (en) * 2004-02-17 2005-08-17 Fuji Jukogyo Kabushiki Kaisha Outside-vehicle monitoring system
CN101739843A (zh) * 2009-12-04 2010-06-16 河海大学常州校区 多视觉信息融合的车辆安全驾驶实时立体感知装置及方法
CN102390370A (zh) * 2011-10-25 2012-03-28 河海大学 一种基于立体视觉的车辆行驶应急处理装置及方法
CN102547111A (zh) * 2010-12-10 2012-07-04 三洋电机株式会社 电子设备
CN103337094A (zh) * 2013-06-14 2013-10-02 西安工业大学 一种应用双目摄像机实现运动三维重建的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050063565A1 (en) * 2003-09-01 2005-03-24 Honda Motor Co., Ltd. Vehicle environment monitoring device
EP1564080A1 (en) * 2004-02-17 2005-08-17 Fuji Jukogyo Kabushiki Kaisha Outside-vehicle monitoring system
CN101739843A (zh) * 2009-12-04 2010-06-16 河海大学常州校区 多视觉信息融合的车辆安全驾驶实时立体感知装置及方法
CN102547111A (zh) * 2010-12-10 2012-07-04 三洋电机株式会社 电子设备
CN102390370A (zh) * 2011-10-25 2012-03-28 河海大学 一种基于立体视觉的车辆行驶应急处理装置及方法
CN103337094A (zh) * 2013-06-14 2013-10-02 西安工业大学 一种应用双目摄像机实现运动三维重建的方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106686341A (zh) * 2015-11-05 2017-05-17 深圳市祈飞科技有限公司 一种交互式车载智能终端系统及监控方法
CN106054888A (zh) * 2016-06-28 2016-10-26 旗瀚科技股份有限公司 一种机器人自动避障方法和装置
CN108068697A (zh) * 2016-11-11 2018-05-25 法乐第(北京)网络科技有限公司 基于汽车的摄像系统、方法及汽车
CN109278642A (zh) * 2017-07-21 2019-01-29 福特全球技术公司 车辆倒车安全性映射
CN109063632A (zh) * 2018-07-27 2018-12-21 重庆大学 一种基于双目视觉的泊车位特征筛选方法
CN109063632B (zh) * 2018-07-27 2022-02-01 重庆大学 一种基于双目视觉的泊车位特征筛选方法
CN110992420A (zh) * 2019-12-18 2020-04-10 天地伟业技术有限公司 一种检测粮仓车辆运载情况的系统及方法
CN110992420B (zh) * 2019-12-18 2023-07-21 天地伟业技术有限公司 一种检测粮仓车辆运载情况的系统及方法
CN112598705A (zh) * 2020-12-17 2021-04-02 太原理工大学 一种基于双目视觉的车身姿态检测方法
CN112598705B (zh) * 2020-12-17 2024-05-03 太原理工大学 一种基于双目视觉的车身姿态检测方法
CN113936500A (zh) * 2021-10-08 2022-01-14 奇瑞新能源汽车股份有限公司 车辆的后向交通穿行预警方法及装置
CN113936500B (zh) * 2021-10-08 2022-12-27 奇瑞新能源汽车股份有限公司 车辆的后向交通穿行预警方法及装置

Also Published As

Publication number Publication date
CN103692974B (zh) 2015-11-25

Similar Documents

Publication Publication Date Title
CN103692974B (zh) 一种基于环境监测的车辆行驶安全预警方法及系统
CN103723073B (zh) 一种多传感器数据融合的危险超车预警装置及其预警方法
CN101984478B (zh) 基于双目视觉车道线检测的非正常s型驾驶预警方法
CN111369831A (zh) 一种道路驾驶危险预警方法、装置和设备
CN202071799U (zh) 智能化汽车安全警示装置
CN107953827A (zh) 一种车辆盲区预警方法及装置
CN104085396A (zh) 一种全景车道偏离预警方法及系统
CN106627585B (zh) 一种基于图像处理的车辆变道辅助装置及其工作方法
CN105389948A (zh) 一种预防司机疲劳驾驶的系统及方法
CN104282176A (zh) 一种智能小区车辆和行人安全管理方法及系统
CN102303604A (zh) 一种自动泊车系统
CN103886753B (zh) 一种信号灯控制路口异常停车原因快速确认系统及方法
CN203066007U (zh) 一种带监控装置的清扫车
CN103192785A (zh) 车辆四周立体空间全监控系统
CN101885309A (zh) 汽车辅助视频告警装置
CN103647947A (zh) 一种行车轨道智能监控系统及其实现方法
CN103802728A (zh) 基于头盔显示器进行自动选景显示的驾驶辅助系统及方法
CN116071933A (zh) 一种基于车路协同的智能化道路预警系统
CN106846797A (zh) 车辆违章检测方法及装置
CN111284401A (zh) 一种多传感器检测车辆右转盲区预警系统
CN106627463A (zh) 一种无人驾驶公交车的视觉感知系统及工作方法
CN206520542U (zh) 汽车全景监控影像系统
Behringer et al. Results on visual road recognition for road vehicle guidance
CN112428921B (zh) 连续下坡路段提示方法、装置及车辆
CN105913671B (zh) 单向双车道上坡路段分道可变限速方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151125

Termination date: 20211216

CF01 Termination of patent right due to non-payment of annual fee