CN108830260A - 一种基于视觉的盲区检测系统方法 - Google Patents
一种基于视觉的盲区检测系统方法 Download PDFInfo
- Publication number
- CN108830260A CN108830260A CN201810730784.1A CN201810730784A CN108830260A CN 108830260 A CN108830260 A CN 108830260A CN 201810730784 A CN201810730784 A CN 201810730784A CN 108830260 A CN108830260 A CN 108830260A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- blind area
- detection system
- access control
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
一种基于视觉的盲区检测系统方法。本方法包括六步,第一步数据获取模块,第二步数据同步模块,第三步物体检测模块,第四步物体跟踪模块,第五步物体测距模块,第六步数据分析模块。本发明用于视觉盲区的检测。
Description
技术领域:
本发明涉及一种基于视觉的盲区检测系统方法。
背景技术:
由于汽车的后视镜存在视觉盲区,在驾驶过程中如不留神有可能会发生碰撞事故,为了解决后视镜视野有限的问题,盲区检测系统应运而生。
现有的盲区检测系统方法主要是通过在后保险杠处加装雷达,实时向左右和后方发出探测信号,系统对返回的信号进行分析处理,从而判断视野盲区中是否有物体;这种方法的缺点在于可探测的范围较小,无法分辨具体的车辆或障碍物类型。
发明内容:
本发明的目的是提供一种安装方式简单,成本较低的一种基于视觉的盲区检测系统方法。
上述的目的通过以下的技术方案实现:
一种基于视觉的盲区检测系统方法,本方法包括六步,第一步数据获取模块,第二步数据同步模块,第三步物体检测模块,第四步物体跟踪模块,第五步物体测距模块,第六步数据分析模块。
所述的一种基于视觉的盲区检测系统方法,所述的第一步数据获取模块是该模块获取的数据包括:图像数据,实时分析的结构化数据,车辆控制器局域网络CAN数据,卫星定位GPS数据,加速度传感器数据。
所述的一种基于视觉的盲区检测系统方法,所述的第二步数据同步模块是该模块通过时间戳同步采集到的多种类型的原始数据,将第一步获取数据封装成同步数据帧。
所述的一种基于视觉的盲区检测系统方法,所述的第三步物体检测模块是该模块将数据帧图像中的车辆与行人进行定位并判断类别。
所述的一种基于视觉的盲区检测系统方法,所述的第四步物体跟踪模块是由于检测模块得到的位置结果存在一些扰动与误差,而物体的消失与出现都需要一定时间,故加入对历史数据帧中物体位置的跟踪与估计,使交通标志的定位更加精确。
所述的一种基于视觉的盲区检测系统方法,所述的第五步物体测距模块是确定物体的精确位置之后,根据其在图像上矩形框的下边缘位置和相机内部参数,计算出该物体到相机处的距离;在测距计算的过程中,加入了平滑算法减弱数据的噪音。
所述的一种基于视觉的盲区检测系统方法,所述的第六步数据分析模块是对于每个物体,计算出与本车的距离之后,通过当前帧与历史帧的数据,进一步分析计算该物体的相对速度、碰撞时间TTC、车头时距THW;在计算过程中,同样要对数据进行降噪处理。
有益效果:
1.本发明能够探测距离远,距离精度较高。
本发明能够对视野盲区中的交通参与者进行更精确的分类。
附图说明:
附图1是本产品的检测系统装置安装示意图。
附图2是本产品的盲区检测系统流程图。
具体实施方式:
下面将结合本发明的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
实施例1:
一种基于视觉的盲区检测系统方法,本方法包括六步,第一步数据获取模块,第二步数据同步模块,第三步物体检测模块,第四步物体跟踪模块,第五步物体测距模块,第六步数据分析模块。
实施例2:
实施例1所述的一种基于视觉的盲区检测系统方法,所述的第一步数据获取模块是该模块获取的数据包括:图像数据,实时分析的结构化数据,车辆控制器局域网络CAN数据,卫星定位GPS数据,加速度传感器数据。
实施例3:
实施例1所述的一种基于视觉的盲区检测系统方法,所述的第二步数据同步模块是该模块通过时间戳同步采集到的多种类型的原始数据,将第一步获取数据封装成同步数据帧。
实施例4:
实施例1所述的一种基于视觉的盲区检测系统方法,所述的第三步物体检测模块是该模块将数据帧图像中的车辆与行人进行定位并判断类别。
实施例5:
实施例1所述的一种基于视觉的盲区检测系统方法,所述的第四步物体跟踪模块是由于检测模块得到的位置结果存在一些扰动与误差,而物体的消失与出现都需要一定时间,故加入对历史数据帧中物体位置的跟踪与估计,使交通标志的定位更加精确。
实施例6:
实施例1所述的一种基于视觉的盲区检测系统方法,所述的第五步物体测距模块是确定物体的精确位置之后,根据其在图像上矩形框的下边缘位置和相机内部参数,计算出该物体到相机处的距离;在测距计算的过程中,加入了平滑算法减弱数据的噪音。
实施例7:
实施例1所述的一种基于视觉的盲区检测系统方法,所述的第六步数据分析模块是对于每个物体,计算出与本车的距离之后,通过当前帧与历史帧的数据,进一步分析计算该物体的相对速度、碰撞时间TTC、车头时距THW;在计算过程中,同样要对数据进行降噪处理。
实施例8:
上述实施例所述的一种基于视觉的盲区检测系统方法,(1)获取多传感器数据;传感器数据包括:图像传感器数据,车辆控制器局域网络CAN数据,卫星定位传感器GPS数据,加速度传感器数据。
(2)多传感器数据同步;通过同步方法,取多传感器数据采集到的多种类型的数据,由于获取多传感器数据中所述的传感器采集数据的频率是不一致的,同步方法是依据图像传感器每一帧的时间戳,读取其他传感器在该时间戳的数据。
(3)物体检测;多传感器数据同步所述的数据帧中,经检测定位出图像中所有车辆与行人的位置。
(4)物体跟踪;物体检测中定位后的物体进行跟踪,以修正位置的误差;由于检测模块得到的位置结果可能存在一些扰动与误差,而物体的消失与出现都需要一定时间,故加入对历史数据帧中交通标志位置的跟踪与估计,使交通标志的定位更加精确。
(5)物体测距;物体跟踪中精确定位后的物体,根据其在图像上的矩形框下边缘位置和相机自身参数,可以计算出该物体距相机处的实际距离;计算时要对数据进行平滑处理以减小误差;
(6)进一步的数据分析;物体测距中计算出的物体距离,通过其历史数据中的距离和每帧经过的时间,可以计算出该物体相对于本车的速度;再由这些数据可以计算出碰撞时间TTC、车头时距THW等;计算的过程中考虑到数据存在噪音,同样要进行平滑处理。
表格1为盲区物体检测数据表。
表格1
盲区物体检测信息 |
目标追踪ID |
目标纵向距离 |
目标横向距离 |
目标宽度 |
目标相对速度 |
TTC(碰撞时间) |
THW(车头时距) |
目标检测类别(Car/Bus/Truck/Person/Cyclist/other) |
Claims (7)
1.一种基于视觉的盲区检测系统方法,其特征是: 本方法包括六步,第一步数据获取模块,第二步数据同步模块,第三步物体检测模块,第四步物体跟踪模块,第五步物体测距模块,第六步数据分析模块。
2.根据权利要求1所述的一种基于视觉的盲区检测系统方法,其特征是: 所述的第一步数据获取模块是该模块获取的数据包括:图像数据,实时分析的结构化数据,车辆控制器局域网络CAN数据,卫星定位GPS数据,加速度传感器数据。
3.根据权利要求1所述的一种基于视觉的盲区检测系统方法,其特征是: 所述的第二步数据同步模块是该模块通过时间戳同步采集到的多种类型的原始数据,将第一步获取数据封装成同步数据帧。
4.根据权利要求1所述的一种基于视觉的盲区检测系统方法,其特征是: 所述的第三步物体检测模块是该模块将数据帧图像中的车辆与行人进行定位并判断类别。
5.根据权利要求1所述的一种基于视觉的盲区检测系统方法,其特征是: 所述的第四步物体跟踪模块是由于检测模块得到的位置结果存在一些扰动与误差,而物体的消失与出现都需要一定时间,故加入对历史数据帧中物体位置的跟踪与估计,使交通标志的定位更加精确。
6.根据权利要求1所述的一种基于视觉的盲区检测系统方法,其特征是: 所述的第五步物体测距模块是确定物体的精确位置之后,根据其在图像上矩形框的下边缘位置和相机内部参数,计算出该物体到相机处的距离;在测距计算的过程中,加入了平滑算法减弱数据的噪音。
7.根据权利要求1所述的一种基于视觉的盲区检测系统方法,其特征是: 所述的第六步数据分析模块是对于每个物体,计算出与本车的距离之后,通过当前帧与历史帧的数据,进一步分析计算该物体的相对速度、碰撞时间TTC、车头时距THW;在计算过程中,同样要对数据进行降噪处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810730784.1A CN108830260A (zh) | 2018-07-05 | 2018-07-05 | 一种基于视觉的盲区检测系统方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810730784.1A CN108830260A (zh) | 2018-07-05 | 2018-07-05 | 一种基于视觉的盲区检测系统方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108830260A true CN108830260A (zh) | 2018-11-16 |
Family
ID=64135655
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810730784.1A Pending CN108830260A (zh) | 2018-07-05 | 2018-07-05 | 一种基于视觉的盲区检测系统方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108830260A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110861605A (zh) * | 2019-11-29 | 2020-03-06 | 中汽研(常州)汽车工程研究院有限公司 | 一种大型车盲区复合型监测装置及方法 |
CN111998780A (zh) * | 2019-05-27 | 2020-11-27 | 杭州海康威视数字技术股份有限公司 | 目标测距方法、装置及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103832380A (zh) * | 2012-11-23 | 2014-06-04 | 深圳华一汽车科技有限公司 | 一种基于机器视觉的盲区车辆检测及警告系统及方法 |
CN206107102U (zh) * | 2016-08-31 | 2017-04-19 | 石家庄学院 | 车辆智能防护报警系统 |
-
2018
- 2018-07-05 CN CN201810730784.1A patent/CN108830260A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103832380A (zh) * | 2012-11-23 | 2014-06-04 | 深圳华一汽车科技有限公司 | 一种基于机器视觉的盲区车辆检测及警告系统及方法 |
CN206107102U (zh) * | 2016-08-31 | 2017-04-19 | 石家庄学院 | 车辆智能防护报警系统 |
Non-Patent Citations (2)
Title |
---|
石磊等;: "实时多媒体通信中的同步控制策略及实现" * |
阎俊等;: "车道障碍目标参数测量的分析" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111998780A (zh) * | 2019-05-27 | 2020-11-27 | 杭州海康威视数字技术股份有限公司 | 目标测距方法、装置及系统 |
CN110861605A (zh) * | 2019-11-29 | 2020-03-06 | 中汽研(常州)汽车工程研究院有限公司 | 一种大型车盲区复合型监测装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7777618B2 (en) | Collision detection system and method of estimating target crossing location | |
US8615109B2 (en) | Moving object trajectory estimating device | |
EP1947475B1 (en) | Object detection device | |
US6794987B2 (en) | Object detection system and method of estimating object size | |
US6292752B1 (en) | Device for acquiring lane path indicative data | |
JP4857840B2 (ja) | 物体検出方法および物体検出装置 | |
EP1806595B1 (en) | Estimating distance to an object using a sequence of images recorded by a monocular camera | |
JP4246766B2 (ja) | 車両から対象物を位置測定して追跡する方法および装置 | |
US11431958B2 (en) | Vision system and method for a motor vehicle | |
JP2002096702A (ja) | 車間距離推定装置 | |
US20030225517A1 (en) | Collision detection system and method of estimating miss distance | |
CN102765365A (zh) | 基于机器视觉的行人检测方法及行人防撞预警系统 | |
GB2560110A (en) | Detection and documentation of tailgating and speeding violations | |
CN106570487A (zh) | 物体间的碰撞预测方法和装置 | |
JPH06229759A (ja) | 画像を用いた前方車両の距離速度推定装置 | |
CN108830260A (zh) | 一种基于视觉的盲区检测系统方法 | |
JP6564127B2 (ja) | 自動車用視覚システム及び視覚システムを制御する方法 | |
WO2020064543A1 (en) | Vision system and method for a motor vehicle | |
JP2012098776A (ja) | 運転支援装置 | |
US20220101025A1 (en) | Temporary stop detection device, temporary stop detection system, and recording medium | |
US11816990B2 (en) | Moving-object detection apparatus for vehicle | |
EP3789908A1 (en) | Mono vision system and method for a motor vehicle | |
JPH0666820A (ja) | 速度測定装置 | |
JP2021174168A (ja) | 交通情報導出システム | |
KR20190012967A (ko) | 긴급 제동 시스템의 제어 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |