CN106240458A

CN106240458A - 一种基于车载双目相机的车辆前方碰撞预警方法

Info

Publication number: CN106240458A
Application number: CN201610587252.8A
Authority: CN
Inventors: 缪其恒; 孙焱标
Original assignee: Zhejiang Zero Run Technology Co Ltd
Current assignee: Zhejiang Zero Run Technology Co Ltd
Priority date: 2016-07-22
Filing date: 2016-07-22
Publication date: 2016-12-21
Anticipated expiration: 2036-07-22
Also published as: CN106240458B

Abstract

本发明涉及一种基于车载双目相机的车辆前方碰撞预警方法，通过车载前向双目相机获取车辆前方物体和车辆之间的距离及运动信息，利用雨量传感器和温度传感器估算当前天气下的路面附着系数，从而准确计算出当前车速对应的安全车距阈值及车辆与前方物体的预碰撞时间，综合考虑安全车距和预碰撞时间两大重要车辆行驶参数，根据不同情况进行紧急、非紧急的分级预警，以提醒车辆驾驶员及时作出相应措施。本发明各参数的测量和计算较为准确，综合考虑预碰撞时间和安全车距，提高预警的准确性和可靠性，预警信号具有梯度性，既不会使驾驶员感受特别突然，又使驾驶员能清楚地区分紧急和非紧急情况，便于准确地采取措施，提高行车安全性。

Description

一种基于车载双目相机的车辆前方碰撞预警方法

技术领域

本发明涉及车辆控制领域，尤其涉及一种基于车载双目相机的车辆前方碰撞预警方法。

背景技术

前车碰撞预警是目前重要的辅助驾驶功能之一，其实时准确地向驾驶员发出预警信号，可以有效降低车辆前碰事故的发生频率。现有的前车碰撞预警系统大多采用单目相机或毫米波雷达作为距离测量传感器，测量精度较低。并且现有系统多数忽略估计车辆所行驶路面的路面附着系数或估计准确性较差，从而影响了当前工况下最大制动减速度的估算。另外，目前辅助驾驶系统的预警大多依据预碰撞时间(TTC)的估算，此方法只考虑可能发生碰撞的两车之间的相对运动关系而忽视了对安全车距的考虑，故预警仍不够准确，仍存在一定的安全隐患。

发明内容

本发明主要解决原有辅助驾驶系统的预警一般只依据预碰撞时间的估算，只考虑可能发生碰撞的两车之间的相对运动关系而忽视了对安全车距的考虑，故预警不够准确，仍存在一定安全隐患的技术问题；提供一种基于车载双目相机的车辆前方碰撞预警方法，其综合考虑预碰撞时间和安全车距两大重要车辆行驶参数，提出了更为优化的预警方案，避免使用单一上述预警参数误报率高或报警阈值太高的缺陷，提高预警准确性和可靠性，大大提高车辆行驶安全性。

本发明同时解决原有前车碰撞预警系统普通忽略估计车辆所行驶路面的路面附着系数或估计准确性较差，从而影响了当前工况下最大制动减速度的估算，并且所使用测距传感器测量精确度较低，影响预警准确性和可靠性的技术问题；提供一种基于车载双目相机的车辆前方碰撞预警方法，其采用车载前向双目相机测量前车及车辆前方物体的距离和运动信息，并考虑当前天气下车辆所行驶路面的路面附着系数，从而准确计算车辆和车辆前方物体间的距离及当前车速对应的紧急制动距离，提高预警准确性和可靠性。

本发明的上述技术问题主要是通过下述技术方案得以解决的：本发明的一种基于车载双目相机的车辆前方碰撞预警方法，采用车辆前方碰撞预警系统，车辆前方碰撞预警系统包括测距传感器、车速传感器、报警装置及控制单元，测距传感器、车速传感器分别和控制单元的输入端相连，控制单元的输出端和报警装置相连；车辆前方碰撞预警方法包括如下步骤：

①所述的测距传感器测量车辆和车辆前方物体之间的距离D，所述的车速传感器测量车辆的行驶车速v₁，距离D及车速v₁分别输送给所述的控制单元；

②所述的控制单元根据车速v₁计算出和当前车速对应的安全车距阈值，根据距离D及车速v₁计算出车辆与前方物体的预碰撞时间TTC；

③所述的控制单元比对距离D和安全车距阈值，比对预碰撞时间TTC和预设的紧急制动时间阈值，将两个比对结果进行综合考虑，再发出相应控制信号给所述的报警装置启动报警，以提醒车辆驾驶员及时作出相应措施。

本发明车辆前方碰撞预警系统中的控制单元，可以采用单片机实现，也可以采用车辆现成的ECU系统实现。本发明综合考虑预碰撞时间和安全车距两大重要车辆行驶参数，依据自身车速，结合与前车相对距离和相对速度综合判断当前情况的危险性，制定预警方案，避免只使用其中一种预警参数造成误报率高(如只考虑安全车距，忽略车辆间相对速度，遇超车或并道易产生误报)或报警阈值太高(如只基于预碰撞时间TTC，只考虑相对运动，不考虑车距)的缺陷，从而提高预警准确性和可靠性，大大提高车辆行驶安全性。

作为优选，所述的步骤②中安全车距阈值的计算方法为：控制单元获取车输所行驶路面的路面附着系数，然后计算出和当前车速对应的安全车距阈值D1和D2，计算公式如下：

D 1 = v_{1} * t_{0} + v_{1} * t_{1} - μ * g * t_{1} * \frac{t_{1}}{6} + \frac{{(v_{1} - μ * g * \frac{t_{1}}{2})}^{2}}{2 * μ * g} - \frac{v_{2}^{2}}{2 * μ * g} + d_{0}

D 2 = v_{1} * t_{0} + v_{1} * t_{1} - a * μ * g * t 1 * \frac{t_{1}}{6} + \frac{{(v_{1} - μ * g * a * \frac{t_{1}}{2})}^{2}}{2 * a * μ * g} - \frac{v_{2}^{2}}{2 * μ * g} + d_{0}

其中：D1为紧急制动车距，D2为非紧急制动车距，D1＜D2；

v₁为车辆的车速，由车速传感器获得；

v₂为车辆前方物体的移动速度，由视觉系统测量获得，同时获得车辆和车辆前方物体之间的相对速度；

t0为驾驶员的反应时间，系统设定值，可通过实验标定；

t1为制动从0到最大所需时间，根据车辆制动系统进行标定；

μ为路面附着系数，由测试标定可得；

a为刹车制动系数，范围0～1；

g为重力加速度，默认9.8m/s²；

d0为当车速为0时车辆与前方物体的距离，系统设定值，可通过实验标定。

本技术方案为车辆制动距离的计算，是重要的预警信号判断依据之一。本技术方案考虑当前天气下车辆所行驶路面的路面附着系数，从而推算出车辆所能产生的最大制动减速度以及对应的紧急制动距离，进一步提高预警的准确性和可靠性。

作为优选，所述的车辆前方碰撞预警系统包括雨量传感器和温度传感器，雨量传感器及温度传感器分别和所述的控制单元相连；所述的雨量传感器、温度传感器分别采集车辆所行驶路面的实时雨量、实时温度并输送给所述的控制单元，控制单元根据路面的实时雨量及实时温度获取车辆所行驶路面的路面附着系数μ。由于本发明主要应用于城市以及高速工况，道路路面材料相对确定，对应的路面附着系数基本由天气情况确定，因此采用雨量传感器及温度传感器用于估算路面附着系数。不同雨量、温度下，对应的路面附着系数由测试标定可得。路面附着系数的估算也可以通过GPS结合轮速传感器测量获得，或者通过相机对道路特征分析获得，也可以通过驾驶员手动设置获得(例如参照驾驶员手册中的参数设定)。

作为优选，所述的步骤②中安全车距阈值的计算方法为：控制单元根据车速V计算出和当前车速对应的安全车距阈值D1和D2，D1为紧急制动车距，D2为非紧急制动车距，计算公式为：D1＝v₁×t，D2＝v₁×t’，其中t及t’为对应等效反应时间阈值，可进行设定。D1和D2在实际应用中可分别近似为v₁×t、v₁×t’，其中t及t’通过实验标定，可由用户自行设定。

作为优选，所述的步骤②中预碰撞时间TTC的计算公式为：

D为车辆和车辆前方物体之间的距离，V_rel为车辆和车辆前方物体之间的相对速度，通过视觉系统测量获得。本技术方案为车辆预碰撞时间的计算方法，是重要的预警信号判断依据之一。

作为优选，所述的报警装置包括蜂鸣报警器和视觉报警器；所述的步骤③为：所述的控制单元将距离D和安全车距阈值D1及D2进行比对，如果D＞D2，则控制单元不启动蜂鸣报警器和视觉报警器，不发出任何报警信号；如果D≤D1，则控制单元发出信号同时启动蜂鸣报警器和视觉报警器，发出声音和显示报警信号；如果D1＜D≤D2，控制单元将预碰撞时间TTC和预设的紧急制动时间阈值T1及T2进行比对，T1为非紧急制动时间，T2为紧急制动时间，T1及T2通过测试标定获得，如果TTC≤T2，则控制单元发出信号同时启动蜂鸣报警器和视觉报警器，发出声音和显示报警信号；如果T2＜TTC≤T1，则控制单元只启动视觉报警器，发出显示报警信号；如果TTC＞T1，则控制单元不启动蜂鸣报警器和视觉报警器，不发出任何报警信号。蜂鸣报警器发出蜂鸣声音报警信号时，根据需要可以调整蜂鸣的频率，越紧急蜂鸣频率越高。视觉报警器，可以通过在显示屏上显示报警图标实现，也可以采用LED灯或其它报警指示灯实现。本技术方案采用分级预警，根据不同情况发出紧急、非紧急的预警信号，预警信号具有梯度性，一方面不会使驾驶员感受特别突然，另一方面使驾驶员能清楚地区分紧急和非紧急情况，便于准确地采取相应的措施，从而提高行车的安全性。实际行车过程中，驾驶员可以根据自己的驾驶习惯，选择参考不同紧急程度的预警信号。

作为优选，所述的测距传感器采用车载前向双目相机，车载前向双目相机利用视差信息检测并识别车辆前方物体，通过双目视差计算获得车辆和车辆前方物体之间的距离D及车辆前方物体的运动信息。双目相机，用于前车识别与距离测量，基于双目视差信息，确定前方潜在障碍物区域与距离。其采用的方法包括以下步骤：通过双目相机拍摄RGB格式的图像，所得到的图像为双目图像；对图像进行预处理；计算图像中每个像素点的最终匹配代价；图像坐标系中，u为像素点的横轴坐标，v为像素点的纵轴坐标；通过最终匹配代价计算得到纵向道路平面对应的v-视差图；利用v-视差图确定地平线和路面范围；在路面范围内，计算得到障碍物-道路交线；在障碍物-道路交线以下部分，进行车道线检测，对图像进行二次处理，提取霍夫直线，确定当前车道与最外侧车道范围；在障碍物-道路交线以上部分，计算得到障碍物高度；设置障碍物宽度、高度和深度的阈值模块，过滤图像中相邻的障碍物区域，确定属于同一障碍物的图像区域；输出经过阈值过滤之后的道路区域信息与障碍物信息。当然，测量与前车相对距离以及相对运动的传感器，亦可采用单目相机、毫米波雷达和激光雷达中的一个或几个组合实现。但双目相机测距精度较高，目标检测的可靠性更好，其除了具有单目相机可提供的一切信息之外还可提供视差(深度)信息。

本发明的有益效果是：采用双目相机作为测距传感器，测距精度较高，目标检测的可靠性更好；通过雨量传感器及温度传感器获取当前天气下的路面附着系数，可以较准确地估计雨雪天气对路面附着系数的影响，运算量小，效率高，使得当前车速对应的紧急制动距离的计算较为准确；综合考虑预碰撞时间和安全车距(相对速度与相对距离)，提高预警的准确性和可靠性；采用分级预警，根据不同情况发出紧急、非紧急的预警信号，预警信号具有梯度性，一方面不会使驾驶员感受特别突然，另一方面使驾驶员能清楚地区分紧急和非紧急情况，便于准确地采取相应的措施，从而提高行车的安全性。

附图说明

图1是本发明的车辆前方碰撞预警系统的一种电路连接结构框图。

图2是本发明的车辆前方碰撞预警方法的一种处理流程图。

图中1.双目相机，2.车速传感器，3.雨量传感器，4.温度传感器，5.蜂鸣报警器，6.视觉报警器，7.控制单元。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：本实施例的一种基于车载双目相机的车辆前方碰撞预警方法，采用车辆前方碰撞预警系统，如图1所示，车辆前方碰撞预警系统包括测距传感器、车速传感器2、雨量传感器3、温度传感器4、报警装置及控制单元7，本实施例中，测距传感器采用车载前向双目相机1，报警装置采用蜂鸣报警器5和视觉报警器6，双目相机1、车速传感器2、雨量传感器3及温度传感器4分别和控制单元7的输入端相连，控制单元7的输出端分别和蜂鸣报警器5及视觉报警器6的控制端相连。

控制单元首先根据车速传感器所测得的当前车速v₁，判断是否开启预警功能。如果车速v₁小于设定阈值V0，则预警功能开启，反之则关闭。

车辆前方碰撞预警方法，以双目相机、车速传感器、雨量传感器和温度传感器为输入，前车碰撞预警信号为输出，处理流程如图2所示，包括如下步骤：

①当车速v₁小于设定阈值V0时，通过车载前向双目相机获得车辆和车辆前方物体之间的距离D，距离D及车速v₁分别输送给控制单元，雨量传感器、温度传感器分别采集当前天气下车辆所行驶路面的实时雨量、实时温度，实时雨量及实时温度也分别输送给控制单元，控制单元根据路面的实时雨量及实时温度获取车辆所行驶路面的路面附着系数μ，对应的路面附着系数通过测试标定得到；

②控制单元计算出和当前车速对应的安全车距阈值D1和D2，计算公式如下：

D 1 = v_{1} * t_{0} + v_{1} * t_{1} - μ * g * t_{1} * \frac{t_{1}}{6} + \frac{{(v_{1} - μ * g * \frac{t_{1}}{2})}^{2}}{2 * μ * g} - \frac{v_{2}^{2}}{2 * μ * g} + d_{0}

D 2 = v_{1} * t_{0} + v_{1} * t_{1} - a * μ * g * t 1 * \frac{t_{1}}{6} + \frac{{(v_{1} - μ * g * a * \frac{t_{1}}{2})}^{2}}{2 * a * μ * g} - \frac{v_{2}^{2}}{2 * μ * g} + d_{0}

其中：D1为紧急制动车距，D2为非紧急制动车距，D1＜D2；

v₁为车辆的车速；

v₂为车辆前方物体的移动速度；

t0为驾驶员的反应时间；

t1为制动从0到最大所需时间；

μ为路面附着系数；

a为刹车制动系数，范围0～1；

g为重力加速度，默认9.8m/s²；

d0为当车速为0时车辆与前方物体的距离；

③控制单元将距离D和安全车距阈值D1及D2进行比对，如果D＞D2，则控制单元不启动蜂鸣报警器和视觉报警器，不发出任何报警信号；如果D≤D1，则控制单元发出信号同时启动蜂鸣报警器和视觉报警器，发出声音和显示报警信号，并且蜂鸣频率和(D1-D)成正比；如果D1＜D≤D2，则控制单元再计算出车辆与前方物体的预碰撞时间TTC，预碰撞时间TTC的计算公式为：

D为车辆和车辆前方物体之间的距离，V_rel为车辆和车辆前方物体之间的相对速度；

然后，控制单元将预碰撞时间TTC和预设的紧急制动时间阈值T1及T2进行比对，T1为非紧急制动时间，T2为紧急制动时间，T1及T2通过测试标定获得，如果TTC≤T2，则控制单元发出信号同时启动蜂鸣报警器和视觉报警器，发出声音和显示报警信号，并且蜂鸣频率和(T2-TTC)成正比；如果T2＜TTC≤T1，则控制单元只启动视觉报警器，发出显示报警信号；如果TTC＞T1，则控制单元不启动蜂鸣报警器和视觉报警器，不发出任何报警信号。

车载前向双目相机利用视差信息检测并识别车辆前方物体，通过双目视差计算获得车辆和车辆前方物体之间的距离D及车辆前方物体的运动信息，具体方法如下：

1.获取RGB格式双目图像。

2.对图像进行预处理，主要包括灰度化，除畸变以及立体矫正。

3.对预处理后的图片中每个像素点(u，v)对应的视差d，计算基于灰度值绝对值之差(SAD)的匹配代价C_v(u_i，v_i，d_i)，计算方法如下：

C_v(u_i，v_i，d_i)＝img_left(u_i，v_i)-img_right(u_i-d_i，v_i)

其中，u_i为图像坐标系下像素点i的横坐标，v_i为图像坐标系下像素点i的纵坐标，img_left(u_i，v_i)为像素点i在左图上的灰度值绝对值，img_right(u_i-d_i，v_i)为坐标为(u_i-d_i，v_i)的像素点在右图上的灰度值绝对值，d_i为像素点i对应的视差；其中u，v，d的范围均为可设定参数。双目视差匹配代价的计算还可以采用基于平方差和(SSD)或其他计算方法。

4.对所计算的匹配代价进行n×n的滑窗卷积滤波，获得最终匹配代价C_m(u，v，d)，其中n为可设定参数。

5.对最终视差匹配代价向图像纵轴(v轴)投影求和，并计算图像每一行v对应视差代价之和的最小值C_v，min：

C_{v} (v_{i}, d_{i}) = Σ_{u = 0}^{u_{\max}} C_{m} (u, v_{i}, d_{i})

C_v，min＝min(C_v(v_i，d_i))

通过设定视差代价阈值T_d，找出每行对应视差代价之和小于C_v，min+T_d所对应的视差值d，从而得到v-视差图(v-d映射)。

6.将v-视差图投影到现实坐标系高度与深度的映射，利用B-样条曲线拟合路面高度与深度关系，最后逆映射回v-视差图平面，即可获得纵向道路平面对应的v-视差图。除了B-样条曲线，也可以采用其他形式的样条曲线，如分段直线或单一直线等。

7.利用v-视差图，确定地平线(视差d＝0)以及路面范围(视差d＞0对应的图像区域)。

8.在步骤7确定的路面范围内，利用v-视差图中每一行v与对应路面视差d的双向映射关系，计算障碍物-道路交线匹配代价C_Boundary。该障碍物-道路交线匹配代价由道路匹配代价与物体匹配代价两部分组成，其中道路匹配代价v与d符合v-视差图的映射关系(f：v<->d)而物体匹配代价每一行则对应相同的视差d。其具体计算公式如下：

C_{Boundary} (u_{i}, v_{i}) = Σ_{v = v_{i}}^{h} C_{m} (u_{i}, v, f (v)) + Σ_{v = v_{0}}^{v_{i}} C_{m} (u_{I}, v, f (v_{i}))

障碍物-道路交线匹配代价还可以采用路面匹配代价(忽略物体匹配代价)近似取代等算法计算。

9.利用二维动态规划方法确定障碍物-道路交线匹配代价C_Boundary最小值所对应的像素值(u_bot，v_bot)集合即为障碍物与道路的交线，每一列u对应的视差值为d_Boundary(u)。

10.在障碍物-道路交线以下部分，车道线检测，对图像进行二次化处理，提取霍夫直线，确定当前车道与最外侧车道范围。

11.在障碍物-道路交线以上部分，计算障碍物高度匹配代价C_Height。首先通过概率函数m(u，v)计算C_m(u，v，d_Boundary(u))为区域极值的可能性，该值介于-1与1之间。最终，障碍物高度匹配代价计算公式如下：

C_{Height} (u_{i}, v_{i}) = Σ_{v = v_{i}}^{v_{{bot, u}_{i}}} | m (u_{i}, v) - 1 | + Σ_{v = 0}^{v_{i}} | m (u_{i}, v) + 1 |

计算障碍物高度匹配代价所使用的概率函数m(u，v)可以有多种输出范围在0到1或-1到1之间的函数形式来表示。

12.利用2维动态规划方法确定障碍物高度匹配代价C_Height最小值所对应的像素值(u_i，v_i)集合即为与障碍物与道路的交线对应的障碍物高度信息。

选取优化障碍物-道路交线，障碍物高度的方法不唯一，如可以采用贪婪算法等其他全局优化方法。

13.设置障碍物宽度，高度，深度阈值模块，过滤图像中相邻的障碍物区域，确定属于同一障碍物的图像区域。

14.输出经阈值过滤后的道路信息与障碍物信息。

另外，D1和D2在实际应用中也可近似为：D1＝v₁×t，D2＝v₁×t’，其中t及t’为对应等效反应时间阈值，可由用户自行设定。

Claims

1.一种基于车载双目相机的车辆前方碰撞预警方法，其特征在于采用车辆前方碰撞预警系统，车辆前方碰撞预警系统包括测距传感器、车速传感器、报警装置及控制单元，测距传感器、车速传感器分别和控制单元的输入端相连，控制单元的输出端和报警装置相连；车辆前方碰撞预警方法包括如下步骤：

2.根据权利要求1所述的一种基于车载双目相机的车辆前方碰撞预警方法，其特征在于所述的步骤②中安全车距阈值的计算方法为：控制单元获取车输所行驶路面的路面附着系数，然后计算出和当前车速对应的安全车距阈值D1和D2，计算公式如下：

D 1 = v_{1} * t_{0} + v_{1} * t_{1} - μ * g * t_{1} * \frac{t_{1}}{6} + \frac{{(v_{1} - μ * g * \frac{t_{1}}{2})}^{2}}{2 * μ * g} - \frac{v_{2}^{2}}{2 * μ * g} + d_{0}

D 2 = v_{1} * t_{0} + v_{1} * t_{1} - a * μ * g * t 1 * \frac{t_{1}}{6} + \frac{{(v_{1} - μ * g * a * \frac{t_{1}}{2})}^{2}}{2 * a * μ * g} - \frac{v_{2}^{2}}{2 * μ * g} + d_{0}

其中：D1为紧急制动车距，D2为非紧急制动车距，D1＜D2；

v₁为车辆的车速；

v₂为车辆前方物体的移动速度；

t0为驾驶员的反应时间；

t1为制动从0到最大所需时间；

μ为路面附着系数；

a为刹车制动系数，范围0～1；

g为重力加速度，默认9.8m/s²；

d0为当车速为0时车辆与前方物体的距离。

3.根据权利要求2所述的一种基于车载双目相机的车辆前方碰撞预警方法，其特征在于所述的车辆前方碰撞预警系统包括雨量传感器和温度传感器，雨量传感器及温度传感器分别和所述的控制单元相连；所述的雨量传感器、温度传感器分别采集车辆所行驶路面的实时雨量、实时温度并输送给所述的控制单元，控制单元根据路面的实时雨量及实时温度获取车辆所行驶路面的路面附着系数μ。

4.根据权利要求1所述的一种基于车载双目相机的车辆前方碰撞预警方法，其特征在于所述的步骤②中安全车距阈值的计算方法为：控制单元根据车速V计算出和当前车速对应的安全车距阈值D1和D2，D1为紧急制动车距，D2为非紧急制动车距，计算公式为：D1＝v₁×t，D2＝v₁×t’，其中t及t’为对应等效反应时间阈值，可进行设定。

5.根据权利要求1或2或4所述的一种基于车载双目相机的车辆前方碰撞预警方法，其特征在于所述的步骤②中预碰撞时间TTC的计算公式为：

D为车辆和车辆前方物体之间的距离，V_rel为车辆和车辆前方物体之间的相对速度。

6.根据权利要求2或4所述的一种基于车载双目相机的车辆前方碰撞预警方法，其特征在于所述的报警装置包括蜂鸣报警器和视觉报警器；所述的步骤③为：所述的控制单元将距离D和安全车距阈值D1及D2进行比对，如果D＞D2，则控制单元不启动蜂鸣报警器和视觉报警器，不发出任何报警信号；如果D≤D1，则控制单元发出信号同时启动蜂鸣报警器和视觉报警器，发出声音和显示报警信号；如果D1＜D≤D2，控制单元将预碰撞时间TTC和预设的紧急制动时间阈值T1及T2进行比对，T1为非紧急制动时间，T2为紧急制动时间，T1及T2通过测试标定获得，如果TTC≤T2，则控制单元发出信号同时启动蜂鸣报警器和视觉报警器，发出声音和显示报警信号；如果T2＜TTC≤T1，则控制单元只启动视觉报警器，发出显示报警信号；如果TTC＞T1，则控制单元不启动蜂鸣报警器和视觉报警器，不发出任何报警信号。

7.根据权利要求1或2或4所述的一种基于车载双目相机的车辆前方碰撞预警方法，其特征在于所述的测距传感器采用车载前向双目相机，车载前向双目相机利用视差信息检测并识别车辆前方物体，通过双目视差计算获得车辆和车辆前方物体之间的距离D及车辆前方物体的运动信息。