CN105336217A - 一种基于机器视觉和安卓平台的行车安全预警系统 - Google Patents

Abstract

本发明涉及一种基于机器视觉和安卓平台的行车安全预警系统，其中图像预处理模块、车道识别和偏离预警模块、车辆识别和距离测量模块和报警模块均运行在安卓平台上；图像采集模块用于采集图像；所述图像预处理模块用于消除采集到的图像的冗余信息，改善图像质量；所述图像预处理模块；所述车道识别和偏离预警模块用于检测出车道线标记，并判断车辆有无偏离车道的趋势；所述车辆识别和距离测量模块用于识别车辆，并测量车距和计算碰撞时间；所述报警模块在车辆有偏离车道的趋势和与前车车距超出安全车距时进行报警。本发明能够有效地进行车辆偏离预警和防撞预警，辅助驾驶人员安全驾驶。

Description

一种基于机器视觉和安卓平台的行车安全预警系统

技术领域

本发明涉及行车安全技术领域，特别是涉及一种基于机器视觉和安卓平台的行车安全预警系统。

背景技术

随着城市建设和社会经济快速发展，汽车消费需求迅速释放，特别是这十年中汽车数量与驾驶人员总额高增长特征明显，年均增速超过10％，年增量超千万，公安部交管局近期发布的数据显示，截至2014年11月，我国的机动车驾驶人数已经超过三亿。然而，我们不可否认汽车在给人们带来便利的同时，也造成了严重的交通安全问题。研究资料表明由疲劳驾驶、注意力分散等因素引起的交通事故率最高，驾驶员精神不集中导致了八成以上的交通事故，主要集中在车道偏离和追尾等方面。

安全技术在汽车领域长期以来一直备受制造厂商和消费者的重视。如今人们在传统安全技术例如配备安全带、安全气囊已全面普及的基础上，开始对车辆主动安全系统做出新的尝试，开发了如汽车偏离预警(LDW)，行人避撞预警(PCW)，车距监测警示(HMW)等新技术。这类系统通过车身上摄像、雷达、红外等外部传感器，可以实时监测前方交通状况，快速检测车道位置，计算与前方车辆之间距离，辨识碰撞对象，同时计算出会发生的碰撞情况，为驾驶人员适时发出声音警报和提供画面警告信息，防止发生交通事故。

尽管目前车商对于主动安全设计在生产与宣传方面的重视度日益提升，当前汽车主动安全防护方面量产却相对较少，普及率一直处于较低的水平。从现在来看，搭载有主动安全预警系统的通常属于高档型车辆，其系统往往经过高成本的研发和生产，与车身整合为一体，因此消费门槛很高。除此之外也有第三方智能行车辅助系统开发商与传统车企合作，将其产品的外部传感器和芯片模块部署到汽车中，从而实现车道偏离提醒、行人识别、车间测距等功能，其中通过机器视觉算法实现的技术最被看好。通常情况下，从沟通与评估、开发与测试、到最终生产，汽车厂商将这类系统引入其某个车型的周期约为六年。而近些年来科技进步，特别是计算机技术的突飞猛进，汽车日益面向智能化，需要不断的技术创新和更新换代，因此开发具有维护性高，可扩展性强的智能行车安全系统是具有发展空间巨大和应用前景广阔的方向。

除了需要内嵌于车身以外，使得智能行车安全系统成本保持较高的原因在于，传统方案中大部分集成了雷达、超声波、红外、微波等传感器。近些年计算机软硬件技术飞速发展，处理器降价越来越便宜，复杂的图像计算能力也已不再是阻碍，机器视觉技术受到了人们极大的重视。相较于其他传感器，图像传感器有众多优点：

首先，它含有丰富的图像信息。人们在自然环境各种信息中提取感兴趣的内容，以眼睛通过视觉所获取得到的最多最丰富。由光电技术发展的图像传感器，将图像信号转换成数字信号，可以充分扩大驾驶人员视觉的范围。

其次，图像传感器所采集的信息也比雷达、超声波等传感器获得的信息更全面和丰富。它可以获取位置坐标以外的很多信号，例如可以对于路面交通标志、交通信号灯、前方行人障碍物等进行图像分析，为智能行车安全系统提供充分的信息。

另外，视频信号采样速率快，比雷达、激光等传感器的采样周期短，相对来说实时性是目前最好的。

从成本上考虑，图像传感器价格不高，体积小，能耗低，维护费用小。并且选择把通过图像传感器获取的视频信息存储下来，作为交通意外事故的参考凭据保留。以上分析显示了图像传感器较之传统设备在智能行车安全系统的应用中相当重要。

移动设备大发展的趋势下，智能手机已经成为当前的图像传感器市场的主要面向对象，其摄像头普遍采用百万至千万级像素，机身搭载的高灵敏度图像处理技术也表现出色，在人们生活中扮演着重要角色。统计数据显示我国智能手机渗透率已达90％，加上更多大屏幕智能手机的出现，手机导航已开始逐步冲击传统市场。在大量的智能手机设备中，安卓系统最适合作为智能行车安全技术的开发平台。它是一种以Linux为基础，代码开源的操作系统，广泛应用于手机、平板等便携智能设备。凭借强大的计算能力，全面的服务支持，在装有安卓系统的手机上，可以开发和安装App来实现各种功能丰富的应用功能，这些功能已扩展到移动电话市场以外。利用现有的智能手机，开发、安装App软件即可实现本发明的功能，会带来巨大的市场价值。

发明内容

本发明所要解决的技术问题是提供一种基于机器视觉和安卓平台的行车安全预警系统，能够有效地进行车辆偏离预警和防撞预警，辅助驾驶人员安全驾驶。

本发明解决其技术问题所采用的技术方案是：提供一种基于机器视觉和安卓平台的行车安全预警系统，包括图像采集模块、图像预处理模块、车道识别和偏离预警模块、车辆识别和距离测量模块和报警模块，所述图像预处理模块、车道识别和偏离预警模块、车辆识别和距离测量模块和报警模块均运行在安卓平台上；所述图像采集模块用于采集图像；所述图像预处理模块用于消除采集到的图像的冗余信息，改善图像质量；所述图像预处理模块；所述车道识别和偏离预警模块用于检测出车道线标记，并判断车辆有无偏离车道的趋势；所述车辆识别和距离测量模块用于识别车辆，并测量车距和计算碰撞时间；所述报警模块在车辆有偏离车道的趋势和与前车车距超出安全车距时进行报警。

所述安卓平台上还设有存储模块，所述存储模块存储图像采集模块采集的图像来记录车辆行驶途中的影像。

所述图像预处理模块包括依次连接的灰度化处理单元、感兴趣区域设置单元、平滑降噪单元、边缘提取单元和阈值分割单元；所述感兴趣区域设置单元的输出端还与车辆识别和距离测量模块的输入端相连；所述阈值分割单元的输出端还与车道识别和偏离预警模块的输入端相连。

所述车道识别和偏离预警模块包括依次相连的直线计算单元、车道线拟合单元和Kalman滤波器单元，通过直线计算单元、车道线拟合单元和Kalman滤波器单元完成车道线的检测，所述车道线拟合单元的输出端还分别连接有横向距离计算单元和方向角计算单元，由横向距离计算单元和方向角计算单元完成车辆行驶状况的判断，进而判断车辆有无否偏离车道的趋势。

所述车辆识别和距离测量模块包括依次相连的HaarCascade分类器单元、单目视觉传感器车距测量单元和碰撞时间计算单元，所述HaarCascade分类器单元用于完成车辆的识别，所述单目视觉传感器车距测量单元用于对车距进行测量，并判断与前车车距是否超出安全车距，所述碰撞时间计算单元用于对碰撞时间进行计算。

有益效果

由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明可运行在体积小巧的智能手机上，可以简单地放置于车辆内实现对驾驶员的安全驾驶辅助，操作方便；系统易于维护，可扩展性强。

附图说明

图1是本发明的示意图；

图2是在安卓手机上运行嵌入本发明所涉及的行车安全预警系统的App辅助安全驾驶的示意图。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明的实施方式涉及一种基于机器视觉和安卓平台的行车安全预警系统，如图1所示，包括图像采集模块1、图像预处理模块3、存储模块20、车道识别和偏离预警模块9、车辆识别和距离测量模块15以及报警模块19，其特征在于，图像预处理模块3、车道识别和偏离预警模块9、车辆识别和距离测量模块15以及报警模块19均运行在安卓平台21上；所述存储模块20存储摄像头采集的图像来记录车辆行驶途中的影像；所述图像预处理模块包括灰度化处理单元4、感兴趣区域设置单元5、平滑降噪单元6、边缘提取单元7、阈值分割单元8，通过这些单元对图像进行一系列处理来消除冗余信息、改善图像质量，为后续的处理提供良好的条件；所述车道识别和偏离预警模块9包括直线计算单元10、车道线拟合单元11、Kalman滤波器单元13以及横向距离计算单元12和方向角计算单元14，处理图像包括检测车道线标记、判断车辆在车道线内的行驶状况；所述车辆识别和距离测量模块15包括HaarCascade分类器模块16、单目视觉传感器车距测量单元17、碰撞时间计算单元18，该模块首先进行车辆的识别，之后测量车距、计算碰撞时间；所述报警模块19在车辆有偏离车道趋势和前车车距超出安全车距时进行报警。

所述图像采集模块1由摄像头2进行图像采集，位系统采集实时路况图像，采集后的图像传给图像预处理模块3进行处理。

所述图像预处理模块3依次经灰度化处理单元4、感兴趣区域设置单元5处理图像后传送图像给车辆识别和距离测量模块15，依次经灰度化处理单元4、感兴趣区域设置单元5、平滑降噪单元6、边缘提取单元7、阈值分割单元8处理图像后传送图像给车道识别和偏离预警模块9。

所述车道识别和偏离预警模块9依次由直线计算单元10、车道线拟合单元11、Kalman滤波器单元13对图像进行处理后完成车道线的检测，之后由横向距离计算单元12和方向角计算单元14对图像进行处理后完成车辆行驶状况的判断，进而判断车辆有无否偏离车道的趋势。

所述车辆识别和距离测量模块15由HaarCascade分类器单元16对图像进行处理后完成车辆的识别，之后由单目视觉传感器车距测量单元17对图像进行处理后完成车距的测量，并判断与前车车距是否超出安全车距，最后由碰撞时间计算单元18对碰撞时间进行计算。

所述报警模块19在车辆有偏离车道趋势和与前车车距超出安全车距时进行报警，提示驾驶人员安全驾驶。

下面通过一个应用是在带有摄像头的安卓手机上运行嵌入本发明所涉及的行车安全预警系统的App辅助安全驾驶辅助安全驾驶的实施例来进一步说明本发明。

如图2所示，在装有安卓系统的手机上安装嵌入本发明所涉及的行车安全预警系统的App，在汽车行驶时运行该App，汽车在道路上行驶，手机安置在汽车内部前挡风玻璃中上部。

汽车在道路上行驶时，该行车安全预警系统的图像采集模块由手机摄像头进行图像采集，采集后的路况图像传给图像预处理模块进行处理，同时由存储单元完成路况图像的存储实记录车辆行驶途中的影像，进行行车记录。

手机摄像头采集的图像依次由图像预处理模块的灰度化处理单元、感兴趣区域设置单元处理后传给车辆识别和距离测量模块。车辆识别和距离测量模块接收到图像后，由HaarCascade分类器单元进行前方车辆的检测，检测完成后由单目视觉传感器车距测量单元对图像进行处理后进行与前车车距的测量，并判断并判断与前车车距是否过近已超出安全车距，最后由碰撞时间计算单元对碰撞时间进行计算，让驾驶人员能够及时反应，避免事故的发生。如果车辆识别和距离测量模块判断与前车车距过近已超出安全车距，系统由报警模块进行报警提示驾驶人员。

摄像头采集的图像依次由图像预处理模块的灰度化处理单元、感兴趣区域设置单元、平滑降噪单元、边缘提取单元、阈值分割单元处理后传给车道识别和偏离预警模块。车道识别和偏离预警模块接收到图像后，依次由直线计算单元、车道线拟合单元、Kalman滤波器单元对图像进行处理后进行车道线的检测，实现车道识别，之后由横向距离计算单元和方向角计算单元对图像进行处理后进行车辆行驶状况的判断，判断车辆有无否偏离车道的趋势。如果车道识别和偏离预警模块判断车辆有否偏离车道的趋势，系统由报警模块进行报警提示驾驶人员。

Claims (5)

1.一种基于机器视觉和安卓平台的行车安全预警系统，包括图像采集模块、图像预处理模块、车道识别和偏离预警模块、车辆识别和距离测量模块和报警模块，其特征在于，所述图像预处理模块、车道识别和偏离预警模块、车辆识别和距离测量模块和报警模块均运行在安卓平台上；所述图像采集模块用于采集图像；所述图像预处理模块用于消除采集到的图像的冗余信息，改善图像质量；所述图像预处理模块；所述车道识别和偏离预警模块用于检测出车道线标记，并判断车辆有无偏离车道的趋势；所述车辆识别和距离测量模块用于识别车辆，并测量车距和计算碰撞时间；所述报警模块在车辆有偏离车道的趋势和与前车车距超出安全车距时进行报警。

2.根据权利要求1所述的基于机器视觉和安卓平台的行车安全预警系统，其特征在于，所述安卓平台上还设有存储模块，所述存储模块存储图像采集模块采集的图像来记录车辆行驶途中的影像。

3.根据权利要求1所述的基于机器视觉和安卓平台的行车安全预警系统，其特征在于，所述图像预处理模块包括依次连接的灰度化处理单元、感兴趣区域设置单元、平滑降噪单元、边缘提取单元和阈值分割单元；所述感兴趣区域设置单元的输出端还与车辆识别和距离测量模块的输入端相连；所述阈值分割单元的输出端还与车道识别和偏离预警模块的输入端相连。

4.根据权利要求1所述的基于机器视觉和安卓平台的行车安全预警系统，其特征在于，所述车道识别和偏离预警模块包括依次相连的直线计算单元、车道线拟合单元和Kalman滤波器单元，通过直线计算单元、车道线拟合单元和Kalman滤波器单元完成车道线的检测，所述车道线拟合单元的输出端还分别连接有横向距离计算单元和方向角计算单元，由横向距离计算单元和方向角计算单元完成车辆行驶状况的判断，进而判断车辆有无否偏离车道的趋势。

5.根据权利要求1所述的基于机器视觉和安卓平台的行车安全预警系统，其特征在于，所述车辆识别和距离测量模块包括依次相连的HaarCascade分类器单元、单目视觉传感器车距测量单元和碰撞时间计算单元，所述HaarCascade分类器单元用于完成车辆的识别，所述单目视觉传感器车距测量单元用于对车距进行测量，并判断与前车车距是否超出安全车距，所述碰撞时间计算单元用于对碰撞时间进行计算。