CN109131321B - 基于图像处理与计算危险系数的变道辅助方法及装置 - Google Patents

基于图像处理与计算危险系数的变道辅助方法及装置 Download PDF

Info

Publication number
CN109131321B
CN109131321B CN201811000430.8A CN201811000430A CN109131321B CN 109131321 B CN109131321 B CN 109131321B CN 201811000430 A CN201811000430 A CN 201811000430A CN 109131321 B CN109131321 B CN 109131321B
Authority
CN
China
Prior art keywords
vehicle
lane
type
danger
danger coefficient
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.)
Active
Application number
CN201811000430.8A
Other languages
English (en)
Other versions
CN109131321A (zh
Inventor
黄文恺
王冬
黄俊锋
余伟霖
陈杰勇
陈朝政
吴羽
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 University
Original Assignee
Guangzhou University
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 University filed Critical Guangzhou University
Priority to CN201811000430.8A priority Critical patent/CN109131321B/zh
Publication of CN109131321A publication Critical patent/CN109131321A/zh
Application granted granted Critical
Publication of CN109131321B publication Critical patent/CN109131321B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143—Alarm means

Abstract

本发明公开了基于图像处理与计算危险系数的变道辅助方法及装置，所述方法包括：检测左转向灯或右转向灯是否开启，若是，则通过车载测距装置测量后方车辆与己方车辆的距离值，同时，通过车载摄像设备采集己方车辆的后方图像信息；根据图像信息识别出后方车辆的车辆信息；根据后方车辆的车型查询到后方车辆对应的车型危险系数；根据后方车辆的车型危险系数、所述距离值的变化、己方车辆的车速，以及预设的车辆危险系数计算公式，计算后方车辆的危险系数并实时更新危险系数；判断危险系数是否小于预设阈值，若是，则判断适合变道，触发语音提示；若否，则判断不适合变道，触发语音提示。本发明能够在变道过程中实时检测是否具有变道条件并发出警告和建议。

Description

基于图像处理与计算危险系数的变道辅助方法及装置
技术领域
本发明涉及车辆技术领域，具体涉及基于图像处理与计算危险系数的变道辅助方法及装置。
背景技术
车辆变道时，驾驶者要时刻观察前方路况以及通过后视镜后方车辆与自己车的距离。但是仅仅通过人眼很难通过后视镜判断后车的速度与车距，无法准确推断变道的可行性。并且变道过程中，若路况改变(如后车突然加速)，则有可能发生危险。
但是，在对现有技术的研究与实践过程中，本发明的发明人发现，现有的变道辅助系统，是通过转向灯开启这一信号，根据传感器收集的数据和处理器的计算，提示是否具有变道条件，并不能为整个变道过程实时检测并发出警告和建议。
发明内容
本发明实施例所要解决的技术问题在于，提供基于图像处理与计算危险系数的变道辅助方法及装置，在变道过程中实时检测并发出警告和建议。
为解决上述问题，本发明的一个实施例提供一种基于图像处理与计算危险系数的变道辅助方法，至少包括如下步骤：
检测左转向灯或右转向灯是否开启，若是，则通过车载测距装置测量后方车辆与己方车辆的距离值，同时，通过车载摄像设备采集己方车辆的后方图像信息；
根据所述图像信息，识别出所述后方车辆的车辆信息；其中，所述车辆信息包括车型；
根据所述后方车辆的车型，查询到所述后方车辆对应的车型危险系数；
根据所述后方车辆的车型危险系数、所述距离值的变化、所述己方车辆的车速，以及预设的车辆危险系数计算公式，计算所述后方车辆的危险系数，并实时更新所述危险系数；
判断所述危险系数是否小于预设阈值，若是，则判断适合变道，触发语音提示；若是否，则判断不适合变道，并触发语音提示。
进一步地，所述车载测距装置为激光测距雷达，所述车载摄像设备为车载摄像头。
进一步地，所述车辆信息还包括车辆大小以及车辆所处车道。
进一步地，所述车型危险系数与车辆的车型对应，记为m；其中，小汽车车型危险系数为m＝0，小货车车型危险系数为m＝5，大货车车型危险系数与大客车车型危险系数均为m＝10。
进一步地，预设的车辆危险系数计算公式具体为
n＝a*(1/t)+m，
其中，t＝s/(u-v)为碰撞时间，n为车辆危险系数，a为常数，m为车型危险系数。
本发明的一个实施例还提供了一种基于图像处理与GPS导航技术的激光指向装置，包括：
采集模块，用于检测左转向灯或右转向灯是否开启，若是，则通过车载测距装置测量后方车辆与己方车辆的距离值，同时，通过车载摄像设备采集己方车辆的后方图像信息；
图像识别模块，用于根据所述图像信息，识别出所述后方车辆的车辆信息；其中，所述车辆信息包括车型；
查询模块，用于根据所述后方车辆的车型，查询到所述后方车辆对应的车型危险系数；
计算模块，用于根据所述后方车辆的车型危险系数、所述距离值的变化、所述己方车辆的车速，以及预设的车辆危险系数计算公式，计算所述后方车辆的危险系数，并实时更新所述危险系数；
判断模块，用于判断所述危险系数是否小于预设阈值，若是，则判断适合变道，触发语音提示；若是否，则判断不适合变道，并触发语音提示。
进一步地，所述车载测距装置为激光测距雷达，所述车载摄像设备为车载摄像头。
进一步地，所述车辆信息还包括车辆大小以及车辆所处车道。
进一步地，所述车型危险系数与车辆的车型对应，记为m；其中，小汽车车型危险系数为m＝0，小货车车型危险系数为m＝5，大货车车型危险系数与大客车车型危险系数均为m＝10。
进一步地，预设的车辆危险系数计算公式具体为
n＝a*(1/t)+m，
其中，t＝s/(u-v)为碰撞时间，n为车辆危险系数，a为常数，m为车型危险系数。
实施本发明实施例，具有如下有益效果：
本发明实施例提供的基于图像处理与计算危险系数的变道辅助方法及装置，所述方法包括：检测左转向灯或右转向灯是否开启，若是，则通过车载测距装置测量后方车辆与己方车辆的距离值，同时，通过车载摄像设备采集己方车辆的后方图像信息；根据所述图像信息，识别出所述后方车辆的车辆信息；其中，所述车辆信息包括车型；根据所述后方车辆的车型，查询到所述后方车辆对应的车型危险系数；根据所述后方车辆的车型危险系数、所述距离值的变化、所述己方车辆的车速，以及预设的车辆危险系数计算公式，计算所述后方车辆的危险系数，并实时更新所述危险系数；判断所述危险系数是否小于预设阈值，若是，则判断适合变道，触发语音提示；若是否，则判断不适合变道，并触发语音提示。本发明能够在变道过程中实时检测是否具有变道条件并发出警告和建议。
附图说明
图1为本发明第一实施例提供的一种基于图像处理与计算危险系数的变道辅助方法的流程示意图；
图2为本发明第一实施例提供的另一种基于图像处理与计算危险系数的变道辅助方法的流程示意图；
图3为本发明第二实施例提供的一种基于图像处理与计算危险系数的变道辅助装置的结构示意图；
图4为本发明第二实施例提供的另一种基于图像处理与计算危险系数的变道辅助装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
首先介绍本发明可以提供的应用场景，如在变道过程中实时检测并发出警告和建议。
现有的变道辅助系统，是通过转向灯开启这一信号，根据传感器收集的数据和处理器的计算，提示是否具有变道条件，而本发明能够对前后车辆的行为进行准确判断，在整个变道过程中实时检测并发出警告和建议，提高汽车变道过程中的安全性。
本发明第一实施例：
请参阅图1和图2。
如图1所示，本实施例提供的基于图像处理与计算危险系数的变道辅助方法，适于在计算机设备中执行，至少包括如下步骤：
S101、检测左转向灯或右转向灯是否开启，若是，则通过车载测距装置测量后方车辆与己方车辆的距离值，同时，通过车载摄像设备采集己方车辆的后方图像信息；
S102、根据所述图像信息，识别出所述后方车辆的车辆信息；其中，所述车辆信息包括车型；
S103、根据所述后方车辆的车型，查询到所述后方车辆对应的车型危险系数；
S104、根据所述后方车辆的车型危险系数、所述距离值的变化、所述己方车辆的车速，以及预设的车辆危险系数计算公式，计算所述后方车辆的危险系数，并实时更新所述危险系数；
S105、判断所述危险系数是否小于预设阈值，若是，则判断适合变道，触发语音提示；若是否，则判断不适合变道，并触发语音提示。
对于步骤S101，所述车载测距装置为激光测距雷达，所述车载摄像设备为车载摄像头。
需要说明的是，所述激光测距雷达和所述车载摄像头均采用CAN总线接口连接。
对于步骤S102，所述车辆信息还包括车辆大小以及车辆所处车道。
具体的，所述车辆大小以及车辆类型的识别方法为：
根据车辆识别算法获得后方车辆的特征区域；
对特征区域提取梯度直方图特征；将获取到的车辆轮廓矩形图形提取出来，构建直方图，然后在该图像上提取梯度直方图特征；
将提取到的直方图特征送入神经网络分类器进行分类；使用特征向量训练神经网络分类器，识别时，使用神经网络分类器对特征区域进行判别，得出车辆类型。车辆类型只分为小汽车、大货车、小货车以及大客车。
具体的，所述车辆所处车道识别方法为：通过车道线检测方法识别出车道线，并根据车道线划分出各区域，根据各车所处区域得出后方各车与己方车辆所处车道。
对于步骤S103，所述车型危险系数与车辆的车型对应，记为m；其中，小汽车车型危险系数为m＝0，小货车车型危险系数为m＝5，大货车车型危险系数与大客车车型危险系数均为m＝10。
对于步骤S104，预设的车辆危险系数计算公式具体为
n＝a*(1/t)+m，
其中，t＝s/(u-v)为碰撞时间，n为车辆危险系数，a为常数，m为车型危险系数。
具体的，当后方车辆所处的车道与己方车辆所处的车道相隔2个以上(含2个)车道时，则将该车的危险系数n计为0；
当己方车辆向右(左)变道，则己方车辆左(右)后的车辆的危险系数n计为0；
记驾驶员的车辆所处车道为1车道，想要变的车道为2车道；
记己方车辆车速为v，后方处于1和2车道的车辆车速为u，两车车距为s；
若v大于等于u，则后车危险系数n为0；
若v小于u，则两车有可能碰撞，碰撞时间为t＝s/(u-v)，t越大变道越安全；
后方处于1和2车道的车辆危险系数n＝a*(1/t)+m，其中a为常数。
需要说明的是，所述距离值的变化以及所述己方车辆的车速采集方法为：通过测距雷达的数据得出后方各车与己方车辆的距离，通过己方车辆车速和上述距离的变化得出后方车辆的速度。
对于步骤S105，可以理解的是，当提示变道安全后，持续更新后方各车危险系数，必要时可提示驾驶员注意某危险系数接近限定值的车辆，若路况出现变化，则根据实际情况提示驾驶员当前路况的操作建议。
本实施例提供的基于图像处理与计算危险系数的变道辅助方法，所述方法包括：检测左转向灯或右转向灯是否开启，若是，则通过车载测距装置测量后方车辆与己方车辆的距离值，同时，通过车载摄像设备采集己方车辆的后方图像信息；根据所述图像信息，识别出所述后方车辆的车辆信息；其中，所述车辆信息包括车型；根据所述后方车辆的车型，查询到所述后方车辆对应的车型危险系数；根据所述后方车辆的车型危险系数、所述距离值的变化、所述己方车辆的车速，以及预设的车辆危险系数计算公式，计算所述后方车辆的危险系数，并实时更新所述危险系数；判断所述危险系数是否小于预设阈值，若是，则判断适合变道，触发语音提示；若是否，则判断不适合变道，并触发语音提示。本发明能够在变道过程中实时检测是否具有变道条件并发出警告和建议。
本发明第二实施例：
请参阅图3和图4。
如图3所示，本实施例还提供了一种基于图像处理与计算危险系数的变道辅助装置，包括：
采集模块100，用于检测左转向灯或右转向灯是否开启，若是，则通过车载测距装置测量后方车辆与己方车辆的距离值，同时，通过车载摄像设备采集己方车辆的后方图像信息；
图像识别模块200，用于根据所述图像信息，识别出所述后方车辆的车辆信息；其中，所述车辆信息包括车型；
查询模块300，用于根据所述后方车辆的车型，查询到所述后方车辆对应的车型危险系数；
计算模块400，用于根据所述后方车辆的车型危险系数、所述距离值的变化、所述己方车辆的车速，以及预设的车辆危险系数计算公式，计算所述后方车辆的危险系数，并实时更新所述危险系数；
判断模块500，用于判断所述危险系数是否小于预设阈值，若是，则判断适合变道，触发语音提示；若是否，则判断不适合变道，并触发语音提示。
对于采集模块100，所述车载测距装置为激光测距雷达，所述车载摄像设备为车载摄像头。
需要说明的是，所述激光测距雷达和所述车载摄像头均采用CAN总线接口连接。
对于图像识别模块200，所述车辆信息还包括车辆大小以及车辆所处车道。
具体的，所述车辆大小以及车辆类型的识别方法为：
根据车辆识别算法获得后方车辆的特征区域；
对特征区域提取梯度直方图特征；将获取到的车辆轮廓矩形图形提取出来，构建直方图，然后在该图像上提取梯度直方图特征；
将提取到的直方图特征送入神经网络分类器进行分类；使用特征向量训练神经网络分类器，识别时，使用神经网络分类器对特征区域进行判别，得出车辆类型。车辆类型只分为小汽车、大货车、小货车以及大客车。
具体的，所述车辆所处车道识别方法为：通过车道线检测方法识别出车道线，并根据车道线划分出各区域，根据各车所处区域得出后方各车与己方车辆所处车道。
对于查询模块300，所述车型危险系数与车辆的车型对应，记为m；其中，小汽车车型危险系数为m＝0，小货车车型危险系数为m＝5，大货车车型危险系数与大客车车型危险系数均为m＝10。
对于计算模块400，预设的车辆危险系数计算公式具体为
n＝a*(1/t)+m，
其中，t＝s/(u-v)为碰撞时间，n为车辆危险系数，a为常数，m为车型危险系数。
具体的，当后方车辆所处的车道与己方车辆所处的车道相隔2个以上(含2个)车道时，则将该车的危险系数n计为0；
当己方车辆向右(左)变道，则己方车辆左(右)后的车辆的危险系数n计为0；
记驾驶员的车辆所处车道为1车道，想要变的车道为2车道；
记己方车辆车速为v，后方处于1和2车道的车辆车速为u，两车车距为s；
若v大于等于u，则后车危险系数n为0；
若v小于u，则两车有可能碰撞，碰撞时间为t＝s/(u-v)，t越大变道越安全；
后方处于1和2车道的车辆危险系数n＝a*(1/t)+m，其中a为常数。
需要说明的是，所述距离值的变化以及所述己方车辆的车速采集方法为：通过测距雷达的数据得出后方各车与己方车辆的距离，通过己方车辆车速和上述距离的变化得出后方车辆的速度。
对于判断模块500，可以理解的是，当提示变道安全后，持续更新后方各车危险系数，必要时可提示驾驶员注意某危险系数接近限定值的车辆，若路况出现变化，则根据实际情况提示驾驶员当前路况的操作建议。
实施本发明实施例，具有如下有益效果：
本发明实施例提供的基于图像处理与计算危险系数的变道辅助装置，所述装置包括：采集模块，用于检测左转向灯或右转向灯是否开启，若是，则通过车载测距装置测量后方车辆与己方车辆的距离值，同时，通过车载摄像设备采集己方车辆的后方图像信息；图像识别模块，用于根据所述图像信息，识别出所述后方车辆的车辆信息；其中，所述车辆信息包括车型；查询模块，用于根据所述后方车辆的车型，查询到所述后方车辆对应的车型危险系数；计算模块，用于根据所述后方车辆的车型危险系数、所述距离值的变化、所述己方车辆的车速，以及预设的车辆危险系数计算公式，计算所述后方车辆的危险系数，并实时更新所述危险系数；判断模块，用于判断所述危险系数是否小于预设阈值，若是，则判断适合变道，触发语音提示；若是否，则判断不适合变道，并触发语音提示。本发明能够在变道过程中实时检测是否具有变道条件并发出警告和建议。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和变形，这些改进和变形也视为本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。

Claims (8)

1.一种基于图像处理与计算危险系数的变道辅助方法，适用于在计算机设备中执行，其特征在于，至少包括如下步骤：
检测左转向灯或右转向灯是否开启，若是，则通过车载测距装置测量后方车辆与己方车辆的距离值，同时，通过车载摄像设备采集己方车辆的后方图像信息；
根据所述图像信息，识别出所述后方车辆的车辆信息；其中，所述车辆信息包括车型、车辆大小以及车辆所处车道；具体的，根据车辆识别算法获得后方车辆的特征区域；对特征区域提取梯度直方图特征；将获取到的车辆轮廓矩形图形提取出来，构建直方图，然后在该图像上提取梯度直方图特征；将提取到的直方图特征送入神经网络分类器进行分类；使用特征向量训练神经网络分类器，识别时，使用神经网络分类器对特征区域进行判别，得出车辆类型；通过车道线检测方法识别出车道线，并根据车道线划分出各区域，根据各车所处区域得出后方各车与己方车辆所处车道；
根据所述后方车辆的车型，查询到所述后方车辆对应的车型危险系数；
根据所述后方车辆的车型危险系数、所述距离值的变化、所述己方车辆的车速，以及预设的车辆危险系数计算公式，计算所述后方车辆的危险系数，并实时更新所述危险系数；
判断所述危险系数是否小于预设阈值，若是，则判断适合变道，触发语音提示；若是否，则判断不适合变道，并触发语音提示；具体的，当语音提示变道安全后，持续更新后方各车的危险系数，并提示驾驶员注意危险系数接近限定值的车辆，若路况出现变化时，实时根据实际情况提示驾驶员当前路况的操作建议。
2.根据权利要求1所述的一种基于图像处理与计算危险系数的变道辅助方法，其特征在于，所述车载测距装置为激光测距雷达，所述车载摄像设备为车载摄像头。
3.根据权利要求1所述的一种基于图像处理与计算危险系数的变道辅助方法，其特征在于，所述车型危险系数与车辆的车型对应，记为m；其中，小汽车车型危险系数为m＝0，小货车车型危险系数为m＝5，大货车车型危险系数与大客车车型危险系数均为m＝10。
4.根据权利要求1所述的一种基于图像处理与计算危险系数的变道辅助方法，其特征在于，预设的车辆危险系数计算公式具体为
n＝a*(1/t)+m，
其中，t＝s/(u-v)为碰撞时间，n为车辆危险系数，a为常数，m为车型危险系数，s为后方车辆与己方车辆的距离，u为后方车辆车速，v为己方车辆车速。
5.一种基于图像处理与计算危险系数的变道辅助装置，其特征在于，包括：
采集模块，用于检测左转向灯或右转向灯是否开启，若是，则通过车载测距装置测量后方车辆与己方车辆的距离值，同时，通过车载摄像设备采集己方车辆的后方图像信息；
图像识别模块，用于根据所述图像信息，识别出所述后方车辆的车辆信息；其中，所述车辆信息包括车型、车辆大小以及车辆所处车道；具体的，根据车辆识别算法获得后方车辆的特征区域；对特征区域提取梯度直方图特征；将获取到的车辆轮廓矩形图形提取出来，构建直方图，然后在该图像上提取梯度直方图特征；将提取到的直方图特征送入神经网络分类器进行分类；使用特征向量训练神经网络分类器，识别时，使用神经网络分类器对特征区域进行判别，得出车辆类型；通过车道线检测方法识别出车道线，并根据车道线划分出各区域，根据各车所处区域得出后方各车与己方车辆所处车道；
查询模块，用于根据所述后方车辆的车型，查询到所述后方车辆对应的车型危险系数；
计算模块，用于根据所述后方车辆的车型危险系数、所述距离值的变化、所述己方车辆的车速，以及预设的车辆危险系数计算公式，计算所述后方车辆的危险系数，并实时更新所述危险系数；
判断模块，用于判断所述危险系数是否小于预设阈值，若是，则判断适合变道，触发语音提示；若是否，则判断不适合变道，并触发语音提示；具体的，当语音提示变道安全后，持续更新后方各车的危险系数，并提示驾驶员注意危险系数接近限定值的车辆，若路况出现变化时，实时根据实际情况提示驾驶员当前路况的操作建议。
6.根据权利要求5所述的一种基于图像处理与计算危险系数的变道辅助装置，其特征在于，所述车载测距装置为激光测距雷达，所述车载摄像设备为车载摄像头。
7.根据权利要求5所述的一种基于图像处理与计算危险系数的变道辅助装置，其特征在于，所述车型危险系数与车辆的车型对应，记为m；其中，小汽车车型危险系数为m＝0，小货车车型危险系数为m＝5，大货车车型危险系数与大客车车型危险系数均为m＝10。
8.根据权利要求5所述的一种基于图像处理与计算危险系数的变道辅助装置，其特征在于，预设的车辆危险系数计算公式具体为
n＝a*(1/t)+m，
其中，t＝s/(u-v)为碰撞时间，n为车辆危险系数，a为常数，m为车型危险系数，s为后方车辆与己方车辆的距离，u为后方车辆车速，v为己方车辆车速。
CN201811000430.8A 2018-08-29 2018-08-29 基于图像处理与计算危险系数的变道辅助方法及装置 Active CN109131321B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811000430.8A CN109131321B (zh) 2018-08-29 2018-08-29 基于图像处理与计算危险系数的变道辅助方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811000430.8A CN109131321B (zh) 2018-08-29 2018-08-29 基于图像处理与计算危险系数的变道辅助方法及装置

Publications (2)

Publication Number Publication Date
CN109131321A CN109131321A (zh) 2019-01-04
CN109131321B true CN109131321B (zh) 2021-01-05

Family

ID=64829234

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811000430.8A Active CN109131321B (zh) 2018-08-29 2018-08-29 基于图像处理与计算危险系数的变道辅助方法及装置

Country Status (1)

Country Link
CN (1) CN109131321B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110194169B (zh) * 2019-05-31 2021-09-17 惠州华阳通用智慧车载系统开发有限公司 一种车辆变道辅助方法
CN110435541A (zh) * 2019-08-05 2019-11-12 西藏宁算科技集团有限公司 一种基于视觉识别和测距的车辆变道预警方法和系统
CN110816534B (zh) * 2019-11-27 2020-10-20 安徽江淮汽车集团股份有限公司 车辆变道预警方法、设备、存储介质及装置
CN113581180B (zh) * 2021-07-30 2023-06-30 东风汽车有限公司东风日产乘用车公司 拥堵路况变道决策方法、存储介质及电子设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4366419B2 (ja) * 2007-09-27 2009-11-18 株式会社日立製作所 走行支援装置
US8788176B1 (en) * 2013-06-19 2014-07-22 Ford Global Technologies, Llc Adjustable threshold for forward collision warning system
JP6323385B2 (ja) * 2015-04-20 2018-05-16 トヨタ自動車株式会社 車両走行制御装置
CN105730443B (zh) * 2016-04-08 2019-01-01 奇瑞汽车股份有限公司 车辆变道控制方法及系统
CN106251701B (zh) * 2016-09-14 2018-11-06 郑州轻工业学院 基于旋转变焦多摄像头的车辆后视监测报警系统及方法
CN107972664A (zh) * 2016-10-25 2018-05-01 阿尔派株式会社 驾驶辅助装置以及驾驶辅助方法
CN108021879A (zh) * 2017-11-30 2018-05-11 天津天地基业科技有限公司 一种基于视频图像的交通车辆类型识别方法

Also Published As

Publication number Publication date
CN109131321A (zh) 2019-01-04

Similar Documents

Publication Publication Date Title
CN109131321B (zh) 基于图像处理与计算危险系数的变道辅助方法及装置
EP3342664B1 (en) Posture information based pedestrian detection and pedestrian collision prevention apparatus and method
CN111815959B (zh) 一种车辆违章的检测方法、装置以及计算机可读存储介质
CN104773177A (zh) 辅助驾驶方法和装置
CN109740433B (zh) 一种车辆避让方法及车载终端
US20190005341A1 (en) Method for classifying driver movements
CN110682907B (zh) 一种汽车防追尾控制系统及方法
CN112373467A (zh) 无人驾驶汽车的智能避障系统
CN112084232A (zh) 基于目标他车视野信息的车辆行驶风险评估方法及装置
CN113043944A (zh) 融合轨迹预测和侧方障碍监测的车辆安全警示系统和方法
CN113593301A (zh) 车辆加塞的预判断方法、车辆及计算机可读存储介质
CN111505617B (zh) 车辆定位方法、装置、设备及存储介质
CN112428953A (zh) 一种盲区监测报警方法及装置
CN110103954B (zh) 基于电控的汽车防追尾预警装置及方法
CN115424473A (zh) 一种基于图像识别的变道辅助方法、装置、设备和车辆
CN109435839B (zh) 一种临近车道车辆转向灯检测装置及方法
CN109878535B (zh) 驾驶辅助系统和方法
JP7434882B2 (ja) 危険運転判定装置、危険運転判定方法、および危険運転判定プログラム
CN112180951A (zh) 无人驾驶汽车的智能避障方法、计算机可读取的存储介质
CN214450902U (zh) 车辆防碰撞控制装置
CN113370991A (zh) 辅助驾驶方法、装置、设备、存储介质及计算机程序产品
Bubeníková et al. Application of image processing in intelligent transport systems
CN111873903A (zh) 一种基于环境感知的汽车防撞主动预警系统
CN113920734A (zh) 一种基于logistics模型的变道预警方法
CN113715736A (zh) 车辆变道预警方法、装置、系统、汽车及存储介质

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
GR01 Patent grant
GR01 Patent grant