CN107330997A - 一种车辆防碰瓷系统和方法 - Google Patents

Abstract

本发明涉及行车安全技术领域。本发明公开了一种车辆防碰瓷系统和方法，其中，系统包括图像采集模块、主控制模块、碰瓷行为预测模块、本地存储模块和警报模块，所述图像采集模块、碰瓷行为预测模块、本地存储模块和警报模块分别与主控制模块连接，所述图像采集模块采集行车过程情况并将采集到的图像数据传输给主控制模块，所述主控制模块将图像数据传输给碰瓷行为预测模块，所述碰瓷行为预测模块对图像数据进行处理分析，预测行人是否有碰瓷倾向，当有碰瓷倾向时，反馈信号给主控制模块，所述主控制模块接收到反馈信号后控制图像采集模块实时拍摄碰瓷过程并将拍摄的视频数据存储到本地存储模块，同时控制警报模块进行警报提示驾驶员。

Description

一种车辆防碰瓷系统和方法

技术领域

本发明属于行车安全技术领域，具体地涉及一种车辆防碰瓷系统和方法。

背景技术

进入21世纪，人们生活水不断提高，越来越多的家庭开始使用小汽车。而围绕汽车安全的问题也变得越来却多。交通拥堵、行车安全、停车、防盗这些问题都是熟知的。而碰瓷这一现象更是层出不穷。

行车时，车主的注意力一般集中在前方，对于周围的事物敏感度不高。当碰瓷发生，若此时车主没有提前做刹车动作，有可能会正好撞上碰瓷人员，导致事故发生。假设车主做了提前停车的动作，等待交警到来回放录像又要花很长的时间。若能在碰瓷动作开始之前提前警示车主前方有可能出现碰瓷，自动拍下碰瓷人员碰瓷过程，车主提前减速停车，就能避免很多不必要的麻烦。

然而，目前大部分的行车记录仪只提供了录像功能，当碰瓷发生的时候车主才意识到被碰瓷了。部分行车记录仪采用的防碰瓷策略，是采用提前收集碰瓷人员的面部图像信息，行车时，通过检测行人人脸，对比数据库里的人脸信息，有匹配的人脸信息时才预警。从图像的人脸识别到数据库人脸信息的比对，若数据库较大，匹配耗时，可能会出现已经被碰瓷了还在检索数据库，不能达到提前警示车主的效果。若当前的碰瓷人员是从从未录入数据库的，碰瓷发生的时候也不会触发警报，导致车主被碰瓷付出不必要的代价。

发明内容

本发明的目的在于提供一种车辆防碰瓷系统和方法用以解决上述的问题。

为实现上述目的，本发明采用的技术方案为：一种车辆防碰瓷系统，包括图像采集模块、主控制模块、碰瓷行为预测模块、本地存储模块和警报模块，所述图像采集模块、碰瓷行为预测模块、本地存储模块和警报模块分别与主控制模块连接，所述图像采集模块采集行车过程情况并将采集到的图像数据传输给主控制模块，所述主控制模块将图像数据传输给碰瓷行为预测模块，所述碰瓷行为预测模块对图像数据进行处理分析，预测行人是否有碰瓷倾向，当有碰瓷倾向时，反馈信号给主控制模块，所述主控制模块接收到反馈信号后控制图像采集模块实时拍摄碰瓷过程并将拍摄的视频数据存储到本地存储模块，同时控制警报模块进行警报提示驾驶员。

进一步的，还包括远程通信模块，所述主控制模块通过远程通信模块与云端服务器进行通信连接，根据需要将本地存储模块中的视频数据传给云端服务器。

更进一步的，还包括云端深度学习模块，所述云端深度学习模块利用上传至云端服务器的视频数据进行深度学习，修正碰瓷行为预测算法，并将修正后的碰瓷行为预测算法下载至碰瓷行为预测模块进行更新。

进一步的，所述远程通信模块为WIFI通信模块或GPRS通信模块。

进一步的，还包括近程通信模块，所述主控制模块通过近程通信模块与移动终端进行通信连接。

更进一步的，所述移动终端为智能手机。

本发明还公开了一种车辆防碰瓷的方法，包括如下步骤：

S1，通过图像采集模块采集行车过程情况；

S2，对步骤S1采集的图像数据进行处理分析，预测行人是否有碰瓷倾向，如果有，则进入步骤S3；如果没有，则返回步骤S1；

S3，通过图像采集模块实时拍摄碰瓷过程并将拍摄的视频数据存储到本地存储模块，同时控制警报模块进行警报提示驾驶员，进入步骤S4；

S4，若驾驶员判断确实遇到碰瓷，将本地存储模块中的视频数据传给云端服务器或移动终端。

进一步的，还包括步骤S5：利用上传至云端服务器的视频数据进行深度学习，修正步骤S2中的碰瓷行为预测算法。

进一步的，所述步骤S2中的预测行人是否有碰瓷倾向的具体方法为：

S21，通过行人检测算法，检测出在距离车子十米内的所有行人目标；

S22，实时监测行人目标四肢动作幅度、频率，判断是否有奔跑倾向；

S23，同时实时监测行人目标距离车子的前后位置，预测是否有向车子靠近的动作倾向，一旦行人距离车子的距离小于警戒距离或预测出按照此时的运动速度靠近车子，有发生事故的可能，则判断为有碰瓷倾向；

S24，通过检测行人目标的四肢动作特征，预测是否有弯腰、侧卧、前倾、跳跃或身体向车子倾斜的行为倾向，如果在警戒距离内预测出有以上的行为倾向，则判断为有碰瓷倾向。

本发明的有益技术效果：

本发明可以实时预测判断行人是否有碰瓷倾向，及时给驾驶员提前预警，提早做好防范措施，让碰瓷人员无所遁形，避免碰瓷事件的发生，减少交通事故的发生，保障驾驶员的合法权益，即使碰瓷发生，也可以快速查看碰瓷的全过程，迅速确认事故责任，避免浪费驾驶员的时间，实时性和可靠性高。

附图说明

图1为本发明具体实施例的系统框架图；

图2为本发明具体实施例的方法流程图；

图3为本发明具体实施例的碰瓷倾向预测方法流程图。

具体实施方式

现结合附图和具体实施方式对本发明进一步说明。

如图1所示，一种车辆防碰瓷系统，包括图像采集模块1、主控制模块2、碰瓷行为预测模块3、本地存储模块4和警报模块5，所述图像采集模块1、碰瓷行为预测模块3、本地存储模块4和警报模块5分别与主控制模块2连接，所述图像采集模块1采集行车过程情况并将采集到的图像数据传输给主控制模块2，所述主控制模块2将图像数据传输给碰瓷行为预测模块3，所述碰瓷行为预测模块3对图像数据进行处理分析，预测行人是否有碰瓷倾向，当有碰瓷倾向时，反馈信号给主控制模块2，所述主控制模块2接收到反馈信号后控制图像采集模块1实时拍摄碰瓷过程并将拍摄的视频数据存储到本地存储模块4，同时控制警报模块5进行警报提示驾驶员，以便驾驶人员提早做好防范措施，如提前减速停车或绕道行驶，就能避免很多不必要的麻烦。

本具体实施例中，图像采集模块1为摄像头，优选为高清摄像头，主控制模块2和碰瓷行为预测模块3由同一个DSP芯片来实现，即DSP芯片内写有碰瓷行为预测算法，采用DSP芯片使得预测速度更快，实时性更高，当然，在其它实施例中，也可以采用单片机等来实现。

本具体实施例中，摄像头和DSP芯片由现有的行车记录仪来提供，行车记录仪设置在前挡风玻璃内侧的上部。

本具体实施例中，本地存储模块4为本地SD卡，当然，在其它实施例中，本地存储模块4也可以采用现有的其它具有数据存储功能的器件，如TF卡，此是本领域技术人员可以轻易实现的，不再详细说明。

本具体实施例中，警报模块5为声音警报模块，具体的，为蜂鸣器模块，当然，在其它实施中，警报模块5也可以是灯光警报模块或震动警报模块等，此是本领域技术人员可以轻易实现的，不再详细说明。

本具体实施例中，还包括远程通信模块6，所述主控制模块2通过远程通信模块6与云端服务器8进行通信连接，根据需要将本地存储模块4中的视频数据传给云端服务器8。具体的，本实施例中，设有上传按钮，上传按钮与主控制模块2连接，当驾驶员判断确实遇到碰瓷，按下上传按钮，主控制模块2将本地存储模块4中的视频数据通过远程通信模块6传给云端服务器8，然后通过手机APP联网云端服务器8即可进行查看，让碰瓷人员无所遁形。通过上传按钮，这样可以避免预测错误时，即不是碰瓷行为，也将本地存储模块中的视频数据传给云端服务器或移动终端，浪费流量，增加成本。

本具体实施例中，所述远程通信模块6为WIFI通信模块，当然，在其它实施例中，远程通信模块6也可以是GPRS通信模块等，此是本领域技术人员可以轻易实现的，不再详细说明。

进一步的，还包括云端深度学习模块10，所述云端深度学习模块10利用上传至云端服务器8的视频数据进行深度学习，修正碰瓷行为预测算法，并将修正后的碰瓷行为预测算法下载至碰瓷行为预测模块3进行更新，以提高算法准确率。深度学习算法已是较为成熟的技术，具体可以参照现有技术，此是本领域技术人员可以轻易实现的，不再详细说明。

本具体实施例中，还包括近程通信模块7，所述主控制模块2通过近程通信模块7与移动终端9进行通信连接，根据需要(如按下上传按钮，)将本地存储模块4中的视频数据传给移动终端9，即可进行查看碰瓷过程，让碰瓷人员无所遁形。本具体实施例中，是在WIFI通信模块6信号不好时，才启动近程通信模块7，将本地存储模块4中的视频数据传给移动终端9，当然，在其它实施例中，也可以同时启动。

本具体实施例中，所述移动终端9为智能手机，当然，在其它实施例中，移动终端9也可以是IPAD、笔记本电脑等。所述近程通信模块7为蓝牙通过模块。

如图2所示，本发明还公开了一种车辆防碰瓷的方法，包括如下步骤：

S1，通过图像采集模块采集行车过程情况。

具体的，采用行车记录仪的摄像头采集行车过程情况。

S2，对步骤S1采集的图像数据进行处理分析，预测行人是否有碰瓷倾向，如果有，则进入步骤S3；如果没有，则返回步骤S1。

具体的，利用行车记录仪的DSP芯片来实现对步骤S1采集的图像数据进行处理分析，预测行人是否有碰瓷倾向。

本具体实施例中，如图3所示，预测行人是否有碰瓷倾向的具体方法为：

S21，通过行人检测算法，检测出在距离车子十米内的所有行人目标。行人检测算法采用现有的行人检测算法，具体可以参照现有技术，此不再细说。

S22，实时监测行人目标四肢动作幅度、频率，判断是否有奔跑倾向。

S23，同时实时监测行人目标距离车子的前后位置，预测是否有向车子靠近的动作倾向，一旦行人距离车子的距离小于警戒距离或预测出按照此时的运动速度靠近车子，有发生事故的可能，则判断为有碰瓷倾向。

S24，通过检测行人目标的四肢动作特征，预测是否有弯腰、侧卧、前倾、跳跃或身体向车子倾斜的行为倾向，如果在警戒距离内预测出有以上的行为倾向，则判断为有碰瓷倾向。

S3，通过图像采集模块实时拍摄碰瓷过程并将拍摄的视频数据存储到本地存储模块，同时控制警报模块进行警报提示驾驶员，进入步骤S4。

具体的，采用行车记录仪的摄像头实时拍摄碰瓷过程并将拍摄的视频数据存储到本地存储模块，本具体实施例中，本地存储模块为本地SD卡，警报模块为声音警报模块，具体的，为蜂鸣器模块，当然，在其它实施中，警报模块也可以是灯光警报模块或震动警报模块等，此是本领域技术人员可以轻易实现的，不再详细说明

S4，若驾驶员判断确实遇到碰瓷，将本地存储模块中的视频数据传给云端服务器或移动终端。通过驾驶员判断确实遇到碰瓷才上传本地存储模块中的视频数据传给云端服务器或移动终端，这样可以避免预测错误时，也将本地存储模块中的视频数据传给云端服务器或移动终端，浪费流量，增加成本。

具体的，若驾驶员判断确实遇到碰瓷，通过按压上传按钮，将本地存储模块中的视频数据即碰瓷的全过程视频传给云端服务器，本具体实施例中，通过WIFI通信将本地存储模块中的视频数据即碰瓷的全过程视频传给云端服务器，然后通过智能手机联网云端服务器即可查看视频，当然，在其它实施例中，也可以是GPRS通信等。当WIFI信号不好时，则通过蓝牙通信将将本地存储模块中的视频数据即碰瓷的全过程视频传给移动终端，如智能手机等，即可通过智能手机查看视频，让碰瓷人员无所遁形。

本具体实施例中，在将本地存储模块中的视频数据传给云端服务器或移动终端的同时还进行自动报警，以便交警及时到场处理，提高效率。

进一步的，还包括步骤S5：利用上传至云端服务器的视频数据进行深度学习，修正步骤S2中的碰瓷行为预测算法。

具体的，上传至云端的视频数据供云端服务器进行深度学习，提高算法准确率，学习完毕自动下载到行车记录仪终端，更新行车记录仪里的算法。

本发明可以实时预测判断行人是否有碰瓷倾向，及时给驾驶员提前预警，提早做好防范措施，让碰瓷人员无所遁形，避免碰瓷事件的发生，减少交通事故的发生，保障驾驶员的合法权益，即使碰瓷发生，也可以快速查看碰瓷的全过程，迅速确认事故责任，避免浪费驾驶员的时间，实时性和可靠性高。

尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。

Claims (9)

1.一种车辆防碰瓷系统，其特征在于：包括图像采集模块、主控制模块、碰瓷行为预测模块、本地存储模块和警报模块，所述图像采集模块、碰瓷行为预测模块、本地存储模块和警报模块分别与主控制模块连接，所述图像采集模块采集行车过程情况并将采集到的图像数据传输给主控制模块，所述主控制模块将图像数据传输给碰瓷行为预测模块，所述碰瓷行为预测模块对图像数据进行处理分析，预测行人是否有碰瓷倾向，当有碰瓷倾向时，反馈信号给主控制模块，所述主控制模块接收到反馈信号后控制图像采集模块实时拍摄碰瓷过程并将拍摄的视频数据存储到本地存储模块，同时控制警报模块进行警报提示驾驶员。

2.根据权利要求1所述的车辆防碰瓷系统，其特征在于：还包括远程通信模块，所述主控制模块通过远程通信模块与云端服务器进行通信连接，根据需要将本地存储模块中的视频数据传给云端服务器。

3.根据权利要求2所述的车辆防碰瓷系统，其特征在于：还包括云端深度学习模块，所述云端深度学习模块利用上传至云端服务器的视频数据进行深度学习，修正碰瓷行为预测算法，并将修正后的碰瓷行为预测算法下载至碰瓷行为预测模块进行更新。

4.根据权利要求2所述的车辆防碰瓷系统，其特征在于：所述远程通信模块为WIFI通信模块或GPRS通信模块。

5.根据权利要求1-4任意一项所述的车辆防碰瓷系统，其特征在于：还包括近程通信模块，所述主控制模块通过近程通信模块与移动终端进行通信连接。

6.根据权利要求5所述的车辆防碰瓷系统，其特征在于：所述移动终端为智能手机。

7.一种车辆防碰瓷的方法，其特征在于，包括如下步骤：

S1，通过图像采集模块采集行车过程情况；

S2，对步骤S1采集的图像数据进行处理分析，预测行人是否有碰瓷倾向，如果有，则进入步骤S3；如果没有，则返回步骤S1；

S3，通过图像采集模块实时拍摄碰瓷过程并将拍摄的视频数据存储到本地存储模块，同时控制警报模块进行警报提示驾驶员，进入步骤S4；

S4，若驾驶员判断确实遇到碰瓷，将本地存储模块中的视频数据传给云端服务器或移动终端。

8.根据权利要求7所述的车辆防碰瓷的方法，其特征在于，还包括步骤S5：利用上传至云端服务器的视频数据进行深度学习，修正步骤S2中的碰瓷行为预测算法。

9.根据权利要求7所述的车辆防碰瓷的方法，其特征在于，所述步骤S2中的预测行人是否有碰瓷倾向的具体方法为：

S21，通过行人检测算法，检测出在距离车子十米内的所有行人目标；

S22，实时监测行人目标四肢动作幅度、频率，判断是否有奔跑倾向；

S23，同时实时监测行人目标距离车子的前后位置，预测是否有向车子靠近的动作倾向，一旦行人距离车子的距离小于警戒距离或预测出按照此时的运动速度靠近车子，有发生事故的可能，则判断为有碰瓷倾向；

S24，通过检测行人目标的四肢动作特征，预测是否有弯腰、侧卧、前倾、跳跃或身体向车子倾斜的行为倾向，如果在警戒距离内预测出有以上的行为倾向，则判断为有碰瓷倾向。