CN109664854A - 一种汽车预警方法、装置及电子设备 - Google Patents

一种汽车预警方法、装置及电子设备 Download PDF

Info

Publication number
CN109664854A
CN109664854A CN201710964263.8A CN201710964263A CN109664854A CN 109664854 A CN109664854 A CN 109664854A CN 201710964263 A CN201710964263 A CN 201710964263A CN 109664854 A CN109664854 A CN 109664854A
Authority
CN
China
Prior art keywords
image
target
automobile
target object
information
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.)
Granted
Application number
CN201710964263.8A
Other languages
English (en)
Other versions
CN109664854B (zh
Inventor
邬紫阳
方先成
谭伟
张富平
邝宏武
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology Co Ltd
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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201710964263.8A priority Critical patent/CN109664854B/zh
Publication of CN109664854A publication Critical patent/CN109664854A/zh
Application granted granted Critical
Publication of CN109664854B publication Critical patent/CN109664854B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • B60Q9/008—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for anti-collision purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • 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
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供了一种汽车预警方法、装置及电子设备，所述方法包括：获取用于反映汽车周边信息的目标图像；确定目标图像中的目标对象；获取目标对象相对汽车的速度信息和第一距离信息；基于速度信息和所述第一距离信息，计算目标对象与汽车的预碰撞时间；当预碰撞时间小于预设时间阈值时，输出报警信息。本发明实施例能够尽可能较多的为驾驶员和乘客预留反应时间，从而保证了驾驶员和乘客的人身安全。

Description

一种汽车预警方法、装置及电子设备
技术领域
本发明涉及智能交通技术领域，特别是涉及一种汽车预警方法、装置及电子设备。
背景技术
随着汽车数量的增加，发生交通事故的次数也越来越多，如何保障驾驶员和乘客的出行安全，成为研究者研究的重要问题。
相关技术中，汽车的车身上会安装有各种传感器(如超声波、雷达传感器等)，利用传感器测量汽车周围的物体与汽车的距离，当距离小于某一个距离阈值时，汽车发出警报，以提醒驾驶员和乘客。
应用上述方式一般能够准确地针对靠近汽车的物体发出预警，提醒驾驶员或乘客注意安全，但是有些情况下，物体向汽车方向的运动速度较快，而驾驶员和乘客接收到上述预警信息后又需要一定的反应时间，因此，应用上述方式进行预警时，可能会导致物体与汽车发生碰撞，严重威胁驾驶员和乘客的人身安全。
发明内容
本发明实施例的目的在于提供一种汽车预警方法、装置及电子设备，以为驾驶员和乘客预留反应时间，保证驾驶员和乘客的人身安全。
为达到上述目的，本发明实施例提供了一种汽车预警方法，所述方法包括：
获取用于反映汽车周边信息的目标图像；
确定所述目标图像中的目标对象；
获取所述目标对象相对汽车的速度信息和第一距离信息；其中，所述第一距离信息为：所述目标对象相对汽车的距离信息；
基于所述速度信息和所述第一距离信息，计算所述目标对象与所述汽车的预碰撞时间；
当所述预碰撞时间小于预设时间阈值时，输出报警信息。
在本发明实施例提供的具体实现方式中，在所述确定所述目标图像中的目标对象的步骤之后，在所述获取所述目标对象相对汽车的速度信息和第一距离信息的步骤之前，所述方法还包括：
根据第一图像确定所述目标对象的运动方向；其中，所述第一图像为：在所述目标图像之前获得的一帧图像；
基于所述运动方向，判断所述目标对象是否向所述汽车的碰撞区域移动；所述碰撞区域为：根据汽车所在位置预设的区域；
如果是，执行所述获取所述目标对象相对汽车的速度信息和第一距离信息的步骤。
在本发明实施例提供的具体实现方式中，在所述确定所述目标图像中的目标对象的步骤之后，在所述根据第一图像确定所述目标对象的运动方向的步骤之前，所述方法还包括：
判断所述目标对象是否位于所述汽车的碰撞区域内；
如果所述目标对象位于所述汽车的碰撞区域内，输出报警信息；
如果所述目标对象不在所述汽车的碰撞区域内，判断所述目标对象是否位于所述汽车的危险区域内；所述危险区域为：覆盖范围大于所述碰撞区域所在范围的区域；
如果所述目标对象位于所述汽车的危险区域内，执行所述根据第一图像确定所述目标对象的运动方向的步骤。
在本发明实施例提供的具体实现方式中，所述确定所述目标图像中的目标对象的步骤，包括：
确定所述目标图像中的对象；
从所述第一图像的对象中确定所述目标图像的各个对象的相似对象；
计算所述目标图像中每一对象对应的第一区域与该对象对应的第二区域的重叠度，其中，所述目标图像中一个对象对应的第一区域为：该对象在所述目标图像中的所在区域，所述目标图像中一个对象对应的第二区域为：该对象在所述第一图像中的相似对象在所述第一图像中的所在区域；
确定重叠度大于预设重叠度阈值的所述目标图像中的对象，将所确定的各个对象中最大重叠度对应的对象确定为目标对象。
在本发明实施例提供的具体实现方式中，所述从所述第一图像的对象中确定所述目标图像的各个对象的相似对象的步骤，包括：
按照以下方式，从第一图像的对象中确定所述目标图像的各个对象的相似对象：
计算第一对象分别与各个第二对象之间的位置置信度，其中，所述第一对象为：所述目标图像中的任一个对象，第二对象为：所述第一图像中的对象；
将第三对象确定为所述第一对象的相似对象；其中，所述第三对象为计算得到的位置置信度中最大位置置信度在所述第一图像中对应的对象。
在本发明实施例提供的具体实现方式中，所述计算第一对象分别与各个第二对象之间的位置置信度的步骤，包括：
识别第一对象的对象类型，作为目标对象类型，并按照以下方式计算第一对象分别与各个第二对象之间的位置置信度：
判断第四对象的对象类型是否为所述目标对象类型；其中，所述第四对象为任一第二对象；
若所述第四对象的对象类型为所述目标对象类型，获得所述第四对象在所述第一图像中的位置信息，作为第一位置信息；获得所述第一对象在所述目标图像中的位置信息，作为第二位置信息；计算第二距离信息；根据所述第二距离信息计算所述第一对象与第四对象之间的位置置信度；其中，所述第二距离信息为：所述第一位置信息与第二位置信息之间的距离信息；
若所述第四对象的对象类型不为所述目标对象类型，将预设的最小位置置信度确定为所述第一对象和第四对象之间的位置置信度。
在本发明实施例提供的具体实现方式中，所述根据所述第二距离信息计算所述第一对象与第四对象之间的位置置信度的步骤，包括：
对所述第二距离信息进行归一化，得到归一化值α′；将(1-α′)的值作为所述第一对象与第四对象之间的位置置信度。
在本发明实施例提供的具体实现方式中，所述根据第一图像确定所述目标对象的运动方向的步骤，包括：
根据所述目标对象在所述第一图像中的相似对象的所在区域，确定所述目标对象所在区域内的光流点；
统计所述目标对象所在区域内光流点的运动方向；
根据统计结果确定所述目标对象的运动方向。
在本发明实施例提供的具体实现方式中，所述基于所述运动方向，判断所述目标对象是否向所述汽车的碰撞区域移动的步骤，包括：
确定所述碰撞区域在所述目标图像中的映射区域，作为第一映射区域；
从所述目标图像中获得所述目标对象与汽车之间的图像距离；从所述目标图像之前获得的第一预设数量帧图像中，获得所述目标图像在各个图像中的相似对象与汽车之间的图像距离；
按照图像的获得时刻由先到后的顺序，对所获得的图像距离进行排序，形成队列；当所述队列中的图像距离逐渐减小时，判断所述目标对象的运动方向所在直线是否经过所述第一映射区域；
如果所述目标对象的运动方向所在直线经过所述第一映射区域，则判定所述目标对象向所述汽车的碰撞区域移动；
如果所述目标对象的运动方向所在直线不经过所述第一映射区域，则判定所述目标对象未向所述汽车的碰撞区域移动。
在本发明实施例提供的具体实现方式中，所述判断所述目标对象是否位于所述汽车的危险区域内的步骤，包括：
确定所述危险区域在所述目标图像中的映射区域，作为第二映射区域；
判断所述目标对象所在区域是否与所述第二映射区域发生重叠；
如果所述目标对象所在区域与所述第二映射区域发生重叠，判定所述目标对象位于所述汽车的危险区域内；
如果所述目标对象所在区域与所述第二映射区域不发生重叠，判定所述目标对象不在所述汽车的危险区域内。
在本发明实施例提供的具体实现方式中，各帧图像是利用摄像机拍摄得到的，所述获取所述目标对象相对汽车的速度信息和第一距离信息的步骤，包括：
确定所述目标对象在所述目标图像中的图像坐标，以及所述目标对象在所述目标图像之前第二预设数量帧图像中的相似对像的图像坐标；
利用如下公式
对各个图像坐标进行坐标转换，得到该图像坐标对应的距离信息；获取所述第一距离信息；
利用如下公式
计算所述目标对象相对汽车的速度信息；
其中，(X,Y)为图像坐标系中的图像坐标，XgYgZg为地面坐标系，Xg为垂直车身方向的距离，Yg为沿汽车车尾方向的距离，Zg垂直路面方向的距离，α为相机安装的俯仰角，h为摄像机安装高度，(fx，fy)为摄像机镜头等效焦距，(cu，cv)为摄像机镜头光心坐标，vy为所述速度信息，Δy为相差n帧的两帧图像对应的Yg的差值，T为相邻两帧图像所拍摄的时间间隔。
本发明实施例还提供一种汽车预警装置，所述装置包括：
第一获取模块，用于获取用于反映汽车周边信息的目标图像；
第一确定模块，用于确定所述目标图像中的目标对象；
第二获取模块，用于获取所述目标对象相对汽车的速度信息和第一距离信息；其中，所述第一距离信息为：所述目标对象相对汽车的距离信息；
计算模块，用于基于所述速度信息和所述第一距离信息，计算所述目标对象与所述汽车的预碰撞时间；
第一判断模块，用于判断所述预碰撞时间是否小于预设时间阈值；
第一报警模块，用于当所述第一判断模块的判断结果为是时，输出报警信息。
在本发明实施例提供的具体实现方式中，所述装置还包括：
第二确定模块，用于根据第一图像确定所述目标对象的运动方向；其中，所述第一图像为：在所述目标图像之前获得的一帧图像；
第二判断模块，用于基于所述运动方向，判断所述目标对象是否向所述汽车的碰撞区域移动；所述碰撞区域为：根据汽车所在位置预设的区域；当所述第二判断模块的判断结果为是时，触发所述第二获取模块。
在本发明实施例提供的具体实现方式中，所述装置还包括：
第三判断模块，用于判断所述目标对象是否位于所述汽车的碰撞区域内；
第二报警模块，用于当所述第三判断模块的判断结果为是时，输出报警信息；
第四判断模块，用于当所述第三判断模块的判断结果为否时，判断所述目标对象是否位于所述汽车的危险区域内；所述危险区域为：覆盖范围大于所述碰撞区域所在范围的区域；当所述第四判断模块的判断结果为是时，触发所述第二确定模块。
在本发明实施例提供的具体实现方式中，所述第一确定模块，包括：
第一确定子模块，用于确定所述目标图像中的对象；
第二确定子模块，用于从所述第一图像的对象中确定所述目标图像的各个对象的相似对象；
第一计算子模块，用于计算所述目标图像中每一对象对应的第一区域与该对象对应的第二区域的重叠度，其中，所述目标图像中一个对象对应的第一区域为：该对象在所述目标图像中的所在区域，所述目标图像中一个对象对应的第二区域为：该对象在所述第一图像中的相似对象在所述第一图像中的所在区域；
第三确定子模块，用于确定重叠度大于预设重叠度阈值的所述目标图像中的对象，将所确定的各个对象中最大重叠度对应的对象确定为目标对象。
在本发明实施例提供的具体实现方式中，所述第二确定子模块，包括：
计算单元，用于计算第一对象分别与各个第二对象之间的位置置信度，其中，所述第一对象为：所述目标图像中的任一个对象，第二对象为：所述第一图像中的对象；
确定单元，用于将第三对象确定为所述第一对象的相似对象；其中，所述第三对象为计算得到的位置置信度中最大位置置信度在所述第一图像中对应的对象。
在本发明实施例提供的具体实现方式中，所述计算单元，包括：
识别子单元，用于识别第一对象的对象类型，作为目标对象类型；
判断子单元，用于判断第四对象的对象类型是否为所述目标对象类型；其中，所述第四对象为任一第二对象；
计算子单元，用于当所述判断子单元的判断结果为是时，获得所述第四对象在所述第一图像中的位置信息，作为第一位置信息；获得所述第一对象在所述目标图像中的位置信息，作为第二位置信息；计算第二距离信息；根据所述第二距离信息计算所述第一对象与第四对象之间的位置置信度；其中，所述第二距离信息为：所述第一位置信息与第二位置信息之间的距离信息；
确定子单元，用于当所述判断子单元的判断结果为否时，将预设的最小位置置信度确定为所述第一对象和第四对象之间的位置置信度。
在本发明实施例提供的具体实现方式中，所述计算子单元，具体用于对所述第二距离信息进行归一化，得到归一化值α′；将(1-α′)的值作为所述第一对象与第四对象之间的位置置信度。
在本发明实施例提供的具体实现方式中，所述第二确定模块，包括：
第四确定子模块，用于根据所述目标对象在所述第一图像中的相似对象的所在区域，确定所述目标对象所在区域内的光流点；
统计子模块，用于统计所述目标对象所在区域内光流点的运动方向；
第五确定子模块，用于根据统计结果确定所述目标对象的运动方向。
在本发明实施例提供的具体实现方式中，所述第二判断模块，包括：
第六确定子模块，用于确定所述碰撞区域在所述目标图像中的映射区域，作为第一映射区域；
获取子模块，用于从所述目标图像中获得所述目标对象与汽车之间的图像距离；从所述目标图像之前获得的第一预设数量帧图像中，获得所述目标图像在各个图像中的相似对象与汽车之间的图像距离；
判断子模块，用于按照图像的获得时刻由先到后的顺序，对所获得的图像距离进行排序，形成队列；当所述队列中的图像距离逐渐减小时，判断所述目标对象的运动方向所在直线是否经过所述第一映射区域；
第一判定子模块，用于当所述判断子模块的判断结果为是时，判定所述目标对象向所述汽车的碰撞区域移动；
第二判定子模块，用于当所述判断子模块的判断结果为否时，判定所述目标对象未向所述汽车的碰撞区域移动。
在本发明实施例提供的具体实现方式中，所述第三判断模块，包括：
第七确定子模块，用于确定所述危险区域在所述目标图像中的映射区域，作为第二映射区域；
第二判断子模块，用于判断所述目标对象所在区域是否与所述第二映射区域发生重叠；
第三判定子模块，用于当所述第二判断子模块的判断结果为是时，判定所述目标对象位于所述汽车的危险区域内；
第四判定子模块，用于当所述第二判断子模块的判断结果为否时，判定所述目标对象不在所述汽车的危险区域内。
在本发明实施例提供的具体实现方式中，各帧图像是利用摄像机拍摄得到的，所述第二获取模块，包括：
第八确定子模块，用于确定所述目标对象在所述目标图像中的图像坐标，以及所述目标对象在所述目标图像之前第二预设数量帧图像中的相似对像的图像坐标；
坐标转换子模块，用于利用如下公式
对各个图像坐标进行坐标转换，得到该图像坐标对应的距离信息；获取所述第一距离信息；
第二计算子模块，用于利用如下公式
计算所述目标对象相对汽车的速度信息；
其中，(X,Y)为图像坐标系中的图像坐标，XgYgZg为地面坐标系，Xg为垂直车身方向的距离，Yg为沿汽车车尾方向的距离，Zg垂直路面方向的距离，α为相机安装的俯仰角，h为摄像机安装高度，(fx，fy)为摄像机镜头等效焦距，(cu，cv)为摄像机镜头光心坐标，vy为所述速度信息，Δy为相差n帧的两帧图像对应的Yg的差值，T为相邻两帧图像所拍摄的时间间隔。
本发明实施例还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述的方法步骤。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法步骤。
本发明实施例提供的一种汽车预警方法、装置及电子设备，获取用于反映汽车周边信息的目标图像；确定目标图像中的目标对象；获取目标对象相对汽车的速度信息和第一距离信息；基于速度信息和第一距离信息，计算目标对象与汽车的预碰撞时间；当预碰撞时间小于预设时间阈值时，输出报警信息。本发明实施例在计算得到预碰撞时间后，如果预碰撞时间小于预设时间阈值时，输出报警信息，能够尽可能较多的为驾驶员和乘客预留反应时间，从而保证了驾驶员和乘客的人身安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的汽车预警方法的第一种流程图；
图2为本发明实施例提供的地面坐标系与摄像机坐标系关系图；
图3为本发明实施例提供的汽车预警方法的第二种流程图；
图4为本发明实施例提供的汽车预警方法的第三种流程图；
图5为本发明实施例提供的汽车预警装置的第一种结构示意图；
图6为本发明实施例提供的汽车预警装置的第二种结构示意图；
图7为本发明实施例提供的汽车预警装置的第三种结构示意图；
图8为本发明实施例提供的电子设备的结构示意图。
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。
为达到上述目的，本发明实施例提供了一种汽车预警方法。图1为本发明实施例提供的汽车预警方法的第一种流程图，所述方法包括：
S110，获取用于反映汽车周边信息的目标图像。
具体地，可以通过在汽车上安装摄像头，利用摄像头拍摄汽车周围的场景图像，该些场景图像即为反映汽车周边信息的图像。本实施例中，摄像头可实时拍摄图像，可将当前时刻所拍摄的图像确定为目标图像。目标图像具体可以为所拍摄的汽车的前方、后方、左侧或右侧中任一方位的图像。
S120，确定所述目标图像中的目标对象。
具体的，确定目标图像中的对象时，可以从第一图像的对象中确定目标图像的各个对象的相似对象，计算目标图像中各个对象的所在区域与其相似对象在第一图像的所在区域之间的重叠度；将重叠度大于预设重叠度阈值的目标图像中的一个对象确定为目标对象。还可以采用现有的人脸识别或物体识别的算法来确定目标对象。对于步骤S120的具体实现方式的详细描述，可参照后述的步骤A1～A4。
在本实施例中，所述第一图像为：在所述目标图像之前获得的一帧图像。第一图像可以为目标图像的前几帧图像中的任一帧图像；为了保证图像处理过程中的准确性，第一图像可以为目标图像的前一帧图像。
S130，获取所述目标对象相对汽车的速度信息和第一距离信息；其中，所述第一距离信息为：所述目标对象相对汽车的距离信息。
本实施例中，由于各帧图像是利用摄像机拍摄得到的，目标对象位于所拍摄图像的图像坐标系中，因此，可采用将图像坐标系转换到地面坐标系的方式，得到目标对象相对汽车的速度信息和第一距离信息。对于步骤S130的具体实现方式的详细描述，可参照后述的步骤D1～D2。
S140，基于所述速度信息和所述第一距离信息，计算所述目标对象与所述汽车的预碰撞时间。
具体地，在误差允许的情况下，可将目标对象相对汽车的第一距离信息除以速度信息的值，确定为目标对象与汽车的预碰撞时间；另外，还可以根目标对象相对汽车的第一距离信息，得到沿汽车车身方向目标对象相对汽车的距离，并将该距离除以速度的值确定为目标对象与汽车的预碰撞时间。
S150，判断所述预碰撞时间是否小于预设时间阈值；如果是，输出报警信息；如果否，拒绝输出报警信息。
本实施例中，预设时间阈值表示判断预碰撞时间长短的标准。在设定预设时间阈值时，可根据实际情况中人体对突发事件的反应时间进行设定，例如，预设时间阈值可以为10秒。
具体地，当获得预碰撞时间后，判断预碰撞时间是否小于预设时间阈值，如果预碰撞时间小于预设时间阈值，说明此时预碰撞时间较短，预碰撞时间相对于驾驶员和乘客预留的反应时间较短，此时需要输出报警信息，以提醒驾驶员和乘客。如果预碰撞时间不小于预设时间阈值，说明此时预碰撞时间较长，预碰撞时间相对于驾驶员和乘客预留的反应时间较长，此时无需输出报警信息。
本发明实施例提供的汽车预警方法，通过获取多帧图像；确定多帧图像中的目标对象；获取目标对象相对汽车的速度信息和第一距离信息；基于速度信息和第一距离信息，计算目标对象与汽车的预碰撞时间；当预碰撞时间小于预设时间阈值时，输出报警信息。本发明实施例在计算得到预碰撞时间后，如果预碰撞时间小于预设时间阈值时，输出报警信息，能够尽可能较多的为驾驶员和乘客预留反应时间，从而保证了驾驶员和乘客的人身安全。
需要说明的是，汽车在每次拍摄图像后，可执行一次本发明实施例提供的汽车预警方法，每次执行汽车预警方法后，可将该次计算得到的数据(如图像中各对象的对象类型、图像中各对象所在区域以及区域中各光流点的运动方向和速度方向等等)进行存储，下一次再执行汽车预警方法，可直接获取已存储的数据。具体情况可参见后述的实施例。
在本发明实施例提供的一种具体实现方式中，步骤S120确定所述目标图像中的目标对象可包括如下步骤A1～A4：
A1、确定所述目标图像中的对象。
具体地，从目标图像中确定出的对象可能是一个，也可能是一个以上，具体情况与目标图像的内容以及所采用的对象检测算法等信息相关。例如，这些对象可以是行人、机动车、自行车、小动物等。
由于目标图像中各个对象的颜色与其背景的颜色通常不同，所以可以根据目标图像中的像素点的颜色确定各个对象。例如，首先，先确定目标图像中的背景颜色的像素点；然后，查找与背景颜色像素点颜色差距较大的像素点；最后，在这些与背景颜色像素点颜色差距较大的像素点中，查找彼此之间颜色差距较小的且相邻的像素点，将这些像素点合并在一起构成为对象，这些像素点所围成的各个区域确定为各个对象所在的区域。
另外，还可以根据光流点确定目标图像中的各个对象。具体地，所谓光流点是指相邻两帧图像之间像素点的映射关系，可根据分别位于相邻两帧图像中像素值相同的两个像素点间的位置关系，确定一个对应的光流点的运动速度和运动方向。
在一种实现方式中，可通过对目标图像和第一图像构建图像金字塔模型，来计算光流点的运动速度和运动方向。
在另一种实现方式中，可分别从目标图像和第一图像中找到像素值相同的两个像素点，根据这两个像素点分别位于目标图像和第一图像中的位置得到这两个像素点间的图像距离，将该图像距离除以目标图像和第一图像之间所拍摄的时间间隔，得到这两个像素点对应的光流点的运动速度，从第一图像中的像素点指向目标图像中的像素点的方向即为光流点的运动方向。
根据上述方式，可得到目标图像中各个像素点对应的光流点的运动速度和运动方向，将运动速度的相似程度高于某一第一阈值，且运动方向的相似程度高于某一第二阈值的光流点对应目标图像中的像素点进行合并，可将目标图像中合并在一起的像素点确定为对象，目标图像中像素点所围成的各个区域确定为各个对象所在的区域。
本实施例中，还可以采用但不限于Boosting(Boosting，提升)、SVM(SupportVector Machine，支持向量机)、CNN(Convolutional Neural Networks，卷积神经网络)等基于视觉或视频的目标检测方法来确定目标图像中的对象。
A2、从第一图像的对象中确定所述目标图像的各个对象的相似对象。
本实施例中，可以采用但不限于基于位置置信度的在线多目标跟踪方法、LK(Lucas-Kanade Tracking，光流跟踪)、Kalman(Kalman Filter，卡尔曼滤波)、Camshift(Adaptive Mean Shift，均值漂移)等基于视觉或视频的目标跟踪方法来确定相似对象。
在确定相似对象过程中，还可以考虑到对象的颜色，当两个对象的颜色相似性低于某一颜色相似性阈值时，直接确定二者不为相似对象。例如，颜色相似性阈值可以为60％。
在步骤A2的第一种实现方式中：可对第一图像中的各个对象所在区域与目标图像中各个对象所区域进行比较，如果第一图像中的某个区域与目标图像中的某个区域的相似程度很高(如区域的形状、大小以及区域内像素点的像素值等方面进行比较)，则这两个区域对应的对象可认为是相似对象。
步骤A2的第二种具体实现方式中：计算第一对象分别与各个第二对象之间的位置置信度，其中，所述第一对象为：所述目标图像中的任一个对象，第二对象为：所述第一图像中的对象；将第三对象确定为所述第一对象的相似对象；其中，所述第三对象为计算得到的位置置信度中最大位置置信度在所述第一图像中对应的对象。该具体实现方式的详细描述可参见后述的步骤B1～步骤B2。
A3、计算所述目标图像中每一对象对应的第一区域与该对象对应的第二区域的重叠度，其中，所述目标图像中一个对象对应的第一区域为：该对象在所述目标图像中的所在区域，所述目标图像中一个对象对应的第二区域为：该对象在所述第一图像中的相似对象在所述第一图像中的所在区域。
需要说明的是，目标图像中可能存在多个对象分别与第一图像中的多个对象为相似对象。
为了进一步防止出现跟踪错误，本实施例中还需要对相似对象计算重叠度。所谓重叠度是指相邻两帧图像中的对象之间的连通域的重叠比重，通常情况下，重叠度可以反应这两帧图像中的对象为同一个对象的可能性的大小。
以目标图像中的第一对象为例，第一对象对应的第一区域为：第一对象在目标图像中的所在区域，第一对象对应的第二区域为：第一对象在第一图像中的相似对象在第一图像中的所在区域。计算第一对象对应的第一区域和第一对象对应的第二区域之间的连通域的重叠比重，连通域的重叠比重越大(即重叠度越大)，说明第一对象的相似对象与第一对象为同一个对象的可能性越大。
具体地，在计算重叠度时，可先计算第一对象所在区域的面积，以及第一对象所在区域和其相似对象所在区域二者之间的重叠区域的面积；将重叠区域的面积除以第一对象所在区域的面积，得到重叠度。
由于第一对象所在区域都是不规则的，在计算区域的面积时运算较为复杂，可采用构建目标框的方式，沿着第一对象所在区域的外边缘构建矩形或圆形的目标框，然后计算该目标框的面积，以及该目标框和第一对象的相似对象所对应目标框(第一对象的相似对象所对应的目标框为上一次执行汽车预警方法的过程中已经构建完成)之间重叠区域的面积。采用构建目标框的方式，将对象所在的不规则的区域变为规则的区域，在误差允许的范围内，可以降低运算量，提高运算速度。
A4、确定重叠度大于预设重叠度阈值的所述目标图像中的对象，将所确定的各个对象中最大重叠度对应的对象确定为目标对象。
本实施例中，预设重叠度阈值为判断重叠度大小的标准。当目标图像中的某一对象的所在区域与其相似对象的所在区域间的重叠度大于预设重叠度阈值时，说明重叠度较大，则进一步说明了目标图像中的该对象与其相似对象为同一个对象的可能性越大。反之，则重叠度较小，则进一步说明了目标图像中的该对象与其相似对象为同一个对象的可能性较小。
预设重叠度阈值可根据实际情况自由设定，例如，预设重叠度阈值可以为80％。
由于重叠度大于预设重叠度阈值的目标图像中的对象可能存在多个，因此，可以将其中最大重叠度对应的对象作为目标对象；在其他实现方式中，还可以随机将其中的任一个对象确定为目标对象。
在步骤A2的第二种具体实现方式中，可按照以下步骤B1～步骤B2，从第一图像的对象中确定所述目标图像的各个对象的相似对象：
B1、计算第一对象分别与各个第二对象之间的位置置信度，其中，所述第一对象为：所述目标图像中的任一个对象，第二对象为：所述第一图像中的对象。
本实施例中，位置置信度表示的是：某一对象移动到某一个位置的可能性的大小。
第一对象与第一图像中的某一第二对象之间的位置置信度表示的是：第一图像中的该第二对象在移动的过程中，在当前时刻会出现在目标图像中的位置为第一对象所在位置的可能性的大小。第一对象与第一图像中的该第二对象之间位置置信度越高说明这种可能性越大，这将进一步表明了第一图像中的该第二对象与第一对象为相似对象的可能性越高。
本发明实施例提供的一种具体实现方式中，步骤B1可包括如下步骤C1～步骤C4：
C1、识别第一对象的对象类型，作为目标对象类型。
本实施例中，对象类型可以为行人、机动车或非机动车等。
具体地，可通过现有的机器学习技术，对第一跟踪所在目标图像中区域的形状进行识别，得到第一对象的目标对象类型。
按照以下步骤C2～步骤C4，计算第一对象分别与各个第二对象之间的位置置信度：
C2、判断第四对象的对象类型是否为所述目标对象类型；其中，所述第四对象为任一第二对象。若所述第四对象的对象类型为所述目标对象类型，执行步骤C3；若所述第四对象的对象类型不为所述目标对象类型，则执行步骤C4。
具体地，根据上述方式首先获取第四对象的对象类型，然后判断该对象类型是否为目标对象类型。
本实施例中，判断第四对象的对象类型是否为目标对象类型的原因，是因为如果第四对象的对象类型不为目标对象类型，则说明第四对象与第一对象的对象类型不同，进一步表明了第四对象在移动的过程中，在当前时刻会出现在第一对象所在位置的可能性很小。
C3、获得所述第四对象在所述第一图像中的位置信息，作为第一位置信息；获得所述第一对象在所述目标图像中的位置信息，作为第二位置信息；计算第二距离信息；根据所述第二距离信息计算所述第一对象与第四对象之间的位置置信度；其中，所述第二距离信息为：所述第一位置信息与第二位置信息之间的距离信息。
由于第四对象在第一图像中的位置信息在上一次执行汽车预警方法时已经计算好的，则可对其进行存储，本次执行的过程中可直接获取得到，这将简化整个运行过程。
在计算第四对象在第一图像中的位置信息时，由于第四对象所在第一图像中的区域是由像素点构成的，则可将该区域内的所有像素点的坐标进行取平均值运算，将计算结果确定为第一位置信息；也可以将像素点区域中心位置处的某一个像素点的坐标确定为第一位置信息。
需要说明的是，在计算第一对象在目标图像中的位置信息时，可以采用与上一次执行汽车预警方法过程中计算第一位置信息时相同的计算方式，从而得到第二位置信息，以保证前后的计算过程相统一，尽可能的减小误差。
在得到第一位置信息与第二位置信息后，由于第一位置信息和第二位置信息均可表示为坐标系中的两个点，可利用坐标中的计算两点间距离的方法计算二者间的第二距离信息。需要说明的是，第一位置信息与第二位置信息之间的第二距离信息为图像坐标系中的距离信息。
在本发明实施例提供的具体实现方式中，所述根据所述第二距离信息计算所述第一对象与第四对象之间的位置置信度的步骤，包括：对所述第二距离信息进行归一化，得到归一化值α′；将(1-α′)的值作为所述第一对象与第四对象之间的位置置信度。
具体地，在计算归一化值α′前，需要预先设定一个基准长度。该基准长度可以为所拍摄图像中左上角的像素点和右下角的像素点间的长度，或者，固定设置的某一长度。之后，将上述第二距离信息除以该基准长度得到归一化值α′；将(1-α′)的值作为第一对象与第四对象之间的位置置信度。需要说明的是，在计算目标图像中的各个对象与第一图像中的各个对象间的位置置信度时，需要利用统一的基准长度来计算对应的位置置信度，以使各个位置置信度具有统一的运算标准，各个位置置信度之间具有可比性。
由上述位置置信度(1-α′)可知，第一对象与第四对象之间的位置置信度与二者间的距离信息呈负相关，即二者间的距离信息越小，则二者间对应的位置置信度越大，这也体现了现实情况中，对象在移动时，当前时刻的位置与前一时刻的位置之间差距不会很大，因此，本实施例中的位置置信度(1-α′)更符合实际。
C4、将预设的最小位置置信度确定为所述第一对象和第四对象之间的位置置信度。
本实施例中，最小位置置信度表示的是：某一对象移动到某一个位置的可能性极小。最小位置置信度可根据情况自由设定，本实施例中，最小位置置信度可以为0。
具体地，如果第四对象的对象类型不为目标对象类型，则说明第四对象在当前时刻出现在第一对象所在位置的可能性极小，则可直接将最小位置置信度确定为第一对象和第四对象之间的位置置信度，无需进行后续的计算，直接用于表征这种极小的可能性，简化了计算流程。
B2、将第三对象确定为所述第一对象的相似对象；其中，所述第三对象为计算得到的位置置信度中最大位置置信度在所述第一图像中对应的对象。
具体地，在分别计算了第一对象与第一图像中的各个对象之间的位置置信度之后，找到其中位置置信度的最大值(即最大位置置信度)对应的第一图像中的对象(即第三对象)，并将该第三对象确定为第一对象的相似对象。
在本发明实施例提供的一种具体实现方式中，步骤S130包括如下步骤D1～步骤D3：
D1、确定所述目标对象在所述目标图像中的图像坐标，以及所述目标对象在所述目标图像之前第二预设数量帧图像中的相似对像的图像坐标。
本实施例中，第二预设数量为大于0的正整数，其可根据实际情况自由设定。例如，第二预设数量可以为3。
在确定了目标图像中的目标对象后，可从第一图像中找到其相似对象，再从第一图像的前一帧图像中找到其相似对象，以此方式，可确定第二预设数量帧图像中的目标对象。
本实施例中，可参照步骤C3中的内容，将目标对象所在区域的所有像素点的坐标取平均值运算，将计算结果确定为目标对象在目标图像的图像坐标；或者，将像素点区域中心位置处的某一个像素点的坐标确定为目标对象在目标图像的图像坐标。
本实施例中，由于目标对象在第二预设数量帧图像中的相似对象的图像坐标已经计算完成并存储，因此可根据之前存储的数据直接获取得到。
D2、利用如下公式
对各个图像坐标进行坐标转换，得到该图像坐标对应的距离信息；获取所述第一距离信息。
在本实施例中，可通过将图像坐标系转换到摄像机坐标，再从摄像机坐标系转换到地面坐标系，来实现对各个图像坐标的坐标转换。
具体地，如图2所示，图2为本发明实施例提供的地面坐标系与摄像机坐标系关系图，摄像机坐标系到地面坐标系的转换可以通过一个旋转矩阵R和平移矩阵t变换得到。对于地面坐标系XgYgZg，Zg为垂直路面方向的距离，Yg为沿汽车车尾方向的距离，Xg在水平面与Yg垂直，指向车辆外侧，Xg为垂直车身方向的距离；摄像机坐标系XcYcZc，Zc(前述的像素点的坐标、对象位于图像中的图像坐标均属于摄像机坐标系中的坐标)沿摄像机光轴方向，XcYc垂直于光轴，地面坐标系的坐标原点与摄像机坐标系的坐标原点在垂直路面方向上相距h，h为摄像机安装高度，在Z轴方向上存在(90°+α)的旋转，α为相机安装的俯仰角。因此，两个坐标系之间的关系可以通过如下公式来描述：
根据摄像机成像原理，已知内置参数包括：镜头等效焦距(fx，fy)和镜头光心(cu，cv)，图像坐标系XY与摄像机坐标系的转换关系为：
根据上述公式(1)和公式(2)得到图像坐标系到地面坐标系的转换关系可表示为：
可根据公式(3)，将目标图像中目标对象对应的目标框下边界中心点转换到地面坐标系下，得到目标对象相对摄像机沿车尾方向的真实距离y和垂直车身方向的真实距离x。本实施例中，在误差允许的前提下，可将目标对象相对摄像机沿车尾方向的真实距离y，确定为目标对象相对汽车的距离信息。
在本实施例中，分别对目标图像中目标对象的图像坐标、以及目标图像之前第二预设数量帧图像中相似对像的图像坐标进行转变转换，得到对应的距离信息，其中，对目标图像中的图像坐标进行转换，所得的距离即为第一距离。
在其他实现方式在，对目标图像之前第二预设数量帧图像中相似对像的图像坐标进行转变转换的过程，可以在之前的过程中计算完成，并存储所得的距离信息，因此，在当前的过程中可根据之前存储的数据直接获取得到。
D3、利用如下公式
计算所述目标对象相对汽车的速度信息。
具体地，可通过下式计算速度：
公式(4)中，vy为速度信息，Δy为相差n帧的两帧图像对应的Yg的差值，T为相邻两帧图像所拍摄的时间间隔。本实施例中，在误差允许的前提下，可将速度信息vy确定为目标对象相对汽车的速度信息。
图3为本发明实施例提供的汽车预警方法的第二种流程图，所述方法包括：
S310，获取用于反映汽车周边信息的目标图像。
S320，确定所述目标图像中的目标对象。
本实施例中，步骤S310～步骤S320的内容与上述步骤S110～步骤S120的内容相同，此处不再赘述。
S330，根据第一图像确定所述目标对象的运动方向；其中，所述第一图像为：在所述目标图像之前获得的一帧图像。
在本发明实施例的一种具体实现方式中，步骤S330可包括如下步骤E1～步骤E3：
E1、根据所述目标对象在所述第一图像中的相似对象的所在区域，确定所述目标对象所在区域内的光流点。
在确定了目标对象在第一图像中的相似对象后，将目标对象所在区域内的各个像素点，以及目标对象在第一图像中的相似对象所在区域内的各个像素点进行比较，查找这两个区域内像素值相同的对应的像素点。
以目标对象所在区域内的某一个像素点为例，在目标对象在第一图像中的相似对象所在区域内查找与该像素点像素值相同的像素点，确定这两个像素值相同的像素点分别在两帧图像中的位置，并计算这两个像素点的位置关系可构成一个矢量，该矢量的大小为对应的光流点的速度大小，该矢量的方向为光流点的运动方向。根据该方式，可计算得到目标对象所在区域内各个像素点对应光流点的运动方向。
在其他实施例中，还可先确定目标图像中目标对象所在区域内的各个边缘像素点。然后根据上述方式，计算各个边缘像素点对应光流点的的运动方向，从而得到目标对象所在区域内光流点的运动方向。该方式由于计算的边缘像素点的数量较少，可以大大降低运算量。
E2、统计所述目标对象所在区域内光流点的运动方向。
具体地，在得到目标对象所在区域内光流点的运动方向后，并对这些光流点的运动方向进行统计。本实施例中，可采用直方图统计方式对各个光流点的运动方向进行统计。
E3、根据统计结果确定所述目标对象的运动方向。
具体地，统计结果中可能包含多个运动方向，其中每个运动方向对应的光流点数量不同，可将统计结果中光流点数量最多的对应的运动方向作为目标对象的运动方向；或者，统计结果中的各个运动方向可能会服从正态分布，求出该正态分布的期望值，将该期望值对应的运动方向作为目标对象的运动方向。
S340，基于所述运动方向，判断所述目标对象是否向所述汽车的碰撞区域移动；所述碰撞区域为：根据汽车所在位置预设的区域；如果是，执行所述步骤S350；如果否，拒绝输出报警信息。
本实施例中，所述碰撞区域是指目标对象所位于的某一个严重威胁到汽车正常行驶的区域，在该区域内目标对象与汽车发生碰撞的可能性极高。
所述碰撞区域为：根据汽车所在位置预设的区域。
具体地，碰撞区域可根据汽车的车身长度、车身宽度进行设定。碰撞区域的区域边缘与所述汽车上的基准位置实际距离可以为第一预设距离阈值，该第一预设距离阈值可以大于汽车的车身长度。其中，上述基准位置可以自由设定，例如将基准位置设定为汽车车头中心点、汽车后视镜中心点等。例如，设定碰撞区域为：从汽车左右后视镜各自中心点到同侧车尾顶点连成的线段，向远离车身方向侧向扩展3米的区域。
现实生活中会出现如下情况，例如，目标对象向汽车行驶，但是没有向汽车的碰撞区域移动，或者，目标对象向远离汽车的方向行驶。
在上述情况下，实际上汽车是无需发出警报的。因此，本实施例中，只有当判断出目标对象向汽车的碰撞区域移动时，才会执行获取目标对象相对汽车的速度信息和距离信息的步骤，当判断出目标对象未向汽车的碰撞区域移动时，则拒绝输出报警信息，因此，本实施例能够避免一些不必要的报警情况的发生。
本发明实施例提供的一种具体实现方式中，步骤S340可包括如下步骤F1～步骤F5：
F1、确定所述碰撞区域在所述目标图像中的映射区域，作为第一映射区域。
本实施例中，由于碰撞区域为真实的空间区域，第一映射区域为目标图像中的图像区域，因此，需要将地面坐标系转换为图像坐标，则可对上述公式(3)做逆变换，将碰撞区域映射到目标图像中，从而得到第一映射区域。
F2、从所述目标图像中获得所述目标对象与汽车之间的图像距离；从所述目标图像之前获得的第一预设数量帧图像中，获得所述目标图像在各个图像中的相似对象与汽车之间的图像距离。
本实施例中，第一预设数量为大于0的正整数，其可根据实际情况自由设定。例如，第一预设数量可以为3。
本实施例中，目标对象与汽车的图像距离可以为：目标框下边缘中心点与图像右下顶点连线在车身方向的投影，车身方向可根据相机标定方法得到。
需要说明的是，由于在上述第一预设数量帧图像中的每帧图像内，目标图像在各个图像中的相似对象与汽车之间的图像距离已经计算完成并存储，因此，可根据之前存储的数据直接获取得到。
F3、按照图像的获得时刻由先到后的顺序，对所获得的图像距离进行排序，形成队列；当所述队列中的图像距离逐渐减小时，判断所述目标对象的运动方向所在直线是否经过所述第一映射区域；如果所述目标对象的运动方向所在直线经过所述第一映射区域，执行步骤F4；如果所述目标对象的运动方向所在直线不经过所述第一映射区域，执行步骤F5。
具体地，将第一预设数量帧图像的图像距离和目标图像的图像距离，按照获得时刻从先到后的顺序进行排列形成队列。例如，设第一预设数量为2，则所形成的队列为：目标图像的前第二帧图像的图像距离、目标图像的前一帧图像的图像距离、目标图像的图像距离。
本实施例中，当所述队列中的图像距离逐渐减小时是指：随着时间的延时，目标对象相对于汽车之间的距离在缩短，即目标对象在逐渐靠近汽车。
具体地，在获得目标对象的运动方向后，沿着该运动方向对目标对象所在区域内各个光流点绘制直线，得到一条带有一定宽度的直线(由于目标对象所在区域具有一定的宽度，因此绘制的直线也会有一定的宽度)，通过判断这条带有一定宽度的直线是否与第一映射区域相交来判断所述目标对象的运动方向的所在直线是否经过第一映射区域。
F4、判定所述目标对象向所述汽车的碰撞区域移动。
F5、判定所述目标对象未向所述汽车的碰撞区域移动。
具体地，如果判断出所绘制的带有一定宽度的直线与第一映射区域相交，说明目标对象的运动方向所在直线经过第一映射区域，则判定目标对象向汽车的碰撞区域移动；如果判断出所绘制的带有一定宽度的直线与第一映射区域不相交，说明目标对象的运动方向所在直线不经过第一映射区域，则判定目标对象未向汽车的碰撞区域移动。
S350，获取所述目标对象相对汽车的速度信息和第一距离信息。
S360，基于所述速度信息和所述第一距离信息，计算所述目标对象与所述汽车的预碰撞时间。
S370，判断所述预碰撞时间是否小于预设时间阈值；如果是，输出报警信息；如果否，拒绝输出报警信息。
本实施例中，步骤S350～步骤S370的内容与上述步骤S130～步骤S150的内容相同，此处不再赘述。
图4为本发明实施例提供的汽车预警方法的第三种流程图，所述方法包括：
S410，获取用于反映汽车周边信息的目标图像。
S420，确定所述目标图像中的目标对象。
本实施例中，步骤S410～步骤S420的内容与上述步骤S110～步骤S120的内容相同，此处不再赘述。
S430，判断所述目标对象是否位于所述汽车的碰撞区域内；如果是，输出报警信息；如果否，执行步骤S440。
具体地，通过比较目标对象所在目标图像中的区域以及第一映射区域的图像坐标的范围，并判断该区域与碰撞区域在目标图像中的第一映射区域是否有重叠，如果是，则判定目标对象位于汽车的碰撞区域内；如果否，则判定目标对象不在汽车的碰撞区域内。
S440，判断所述目标对象是否位于所述汽车的危险区域内；所述危险区域为：覆盖范围大于所述碰撞区域所在范围的区域；如果是，执行步骤S450；如果否，拒绝输出报警信息。
所述危险区域是指目标对象所位于的某一个可能威胁到汽车正常行驶的区域，在该区域内目标对象与汽车发生碰撞的可能性较高。
需要说明的是，所述危险区域为：覆盖范围大于所述碰撞区域所在范围的区域。
危险区域的区域边缘与所述汽车上的基准位置的实际距离可以为第二预设距离阈值，且所述第二预设距离阈值大于所述第一预设距离阈值，即危险区域的范围要大于碰撞区域的范围。在实际情况下，目标对象在向汽车移动时，要先进入汽车的危险区域，再进入汽车的碰撞区域。
本实施例中，危险区域可根据汽车的平均速度以及人体的反应时间综合考虑而设定。举例而言，危险区域可以为汽车左、右两侧侧向3米，纵深25米的区域。
现实生活中会出现如下情况，例如，目标对象向汽车的碰撞区域移动，但是目标对象距离汽车较远，即目标对象没有进入汽车的危险区域内。在该情况下，实际上汽车是无需发出警报的。因此，本实施例中，只有当判断出目标对象位于汽车的危险区域内时，才会执行根据所述目标图像的第一图像，确定所述目标对象的运动方向的步骤，当目标对象不在汽车的危险区域内，则拒绝输出报警信息，因此，本实施例能够进一步避免一些不必要的报警情况的发生。
在本发明实施例提供的具体实现方式中，步骤S440包括如下步骤G1～步骤G4：
G1、确定所述危险区域在所述目标图像中的映射区域，作为第二映射区域。
本实施例中，由于危险区域为真实的空间区域，第一映射区域为目标图像中的图像区域，因此，需要将地面坐标系转换为图像坐标，则可对上述公式(3)做逆变换，将危险区域映射到目标图像中，从而得到第二映射区域。
G2、判断所述目标对象所在区域是否与所述第二映射区域发生重叠；如果所述目标对象所在区域与所述第二映射区域发生重叠，执行步骤G3；如果所述目标对象所在区域与所述第二映射区域不发生重叠，执行步骤G4。
G3、判定所述目标对象位于所述汽车的危险区域内。
G4、判定所述目标对象不在所述汽车的危险区域内。
具体地，通过比较目标对象所在目标图像中的区域以及第二映射区域的图像坐标的范围，并判断该区域与目标图像中的第二映射区域是否有重叠，如果是，则判定目标对象位于汽车的危险区域内；如果否，则判定目标对象不在汽车的危险区域内。
S450，根据第一图像确定所述目标对象的运动方向；其中，所述第一图像为：在所述目标图像之前获得的一帧图像。
S460，基于所述运动方向，判断所述目标对象是否向所述汽车的碰撞区域移动；所述碰撞区域为：根据汽车所在位置预设的区域；如果是，执行执行步骤S470；如果否，拒绝输出报警信息。
S470，获取所述目标对象相对汽车的速度信息和第一距离信息。
S480，基于所述速度信息和所述第一距离信息，计算所述目标对象与所述汽车的预碰撞时间；
S490，判断所述预碰撞时间是否小于预设时间阈值；如果是，输出报警信息；如果否，拒绝输出报警信息。
本实施例中，步骤S450～步骤S490的内容与上述步骤S330～步骤S370的内容相同，此处不再赘述。
进一步地，本发明实施例提供的汽车预警方法，成本低廉，监测范围广；无需外部参数配置和人工参与，节省了人力；可自动监测汽车后方目标对象并及时报警，确保汽车在停车时，驾驶员和乘客开门安全；能够判断目标对象的对象类型，针对机动车、非机动车和行人报警，当目标对象的对象类型为动物时，还可以不报警，减少动物等其它类别物体带来的误报；能有效区分潜在危险目标对象和安全目标对象，只有会运动到碰撞区域的目标对象(即危险目标对象)才触发报警，避免了一些横向移动和反向行驶的目标对象(即安全目标对象)引起的误报，也提高了时效性；在采用机器学习确定目标对象的对象类型时，还可以根据时间和亮度调用不同模型，根据白天、夜晚自适应调用不同模型，提高夜间处理能力。
与上述方法实施例相对应的，本发明实施例还提供了一种汽车预警装置，图5为本发明实施例提供的汽车预警装置的第一种结构示意图，所述装置包括：
第一获取模块510，用于获取用于反映汽车周边信息的目标图像；
第一确定模块520，用于确定所述目标图像中的目标对象；
第二获取模块530，用于获取所述目标对象相对汽车的速度信息和第一距离信息；其中，所述第一距离信息为：所述目标对象相对汽车的距离信息；
计算模块540，用于基于所述速度信息和所述第一距离信息，计算所述目标对象与所述汽车的预碰撞时间；
第一判断模块550，用于判断所述预碰撞时间是否小于预设时间阈值；
第一报警模块560，用于当所述第一判断模块的判断结果为是时，输出报警信息。
本发明实施例提供的一种汽车预警装置，获取用于反映汽车周边信息的目标图像；确定目标图像中的目标对象；获取目标对象相对汽车的速度信息和第一距离信息；基于速度信息和所述第一距离信息，计算目标对象与汽车的预碰撞时间；当预碰撞时间小于预设时间阈值时，输出报警信息。本发明实施例在计算得到预碰撞时间后，如果预碰撞时间小于预设时间阈值时，输出报警信息，能够尽可能较多的为驾驶员和乘客预留反应时间，从而保证了驾驶员和乘客的人身安全。
图6为本发明实施例提供的汽车预警装置的第二种结构示意图，与图5的不同之处在于，所述装置还包括：
第二确定模块570，用于根据第一图像确定所述目标对象的运动方向；其中，所述第一图像为：在所述目标图像之前获得的一帧图像；
第二判断模块580，用于基于所述运动方向，判断所述目标对象是否向所述汽车的碰撞区域移动；所述碰撞区域为：根据汽车所在位置预设的区域；当所述第二判断模块580的判断结果为是时，触发所述第二获取模块530。
本发明实施例提供的汽车预警装置，当判断出目标对象向汽车的碰撞区域移动时，才会获取目标对象相对汽车的速度信息和距离信息，本实施例能够避免一些不必要的报警情况的发生。
图7为本发明实施例提供的汽车预警装置的第三种结构示意图，与图6的不同之处在于，所述装置还包括：
第三判断模块590，用于判断所述目标对象是否位于所述汽车的碰撞区域内；
第二报警模块5100，用于当所述第三判断模块590的判断结果为是时，输出报警信息；
第四判断模块5110，用于当所述第三判断模块590的判断结果为否时，判断所述目标对象是否位于所述汽车的危险区域内；所述危险区域为：覆盖范围大于所述碰撞区域所在范围的区域；当所述第四判断模块5110的判断结果为是时，触发所述第二确定模块570。
本发明实施例提供的汽车预警装置，只有当判断出目标对象位于汽车的危险区域内时，才会根据所述目标图像的第一图像，确定所述目标对象的运动方向，因此，本实施例能够进一步避免一些不必要的报警情况的发生。
在本发明实施例提供的具体实现方式中，所述第一确定模块，包括：
第一确定子模块，用于确定所述目标图像中的对象；
第二确定子模块，用于从所述第一图像的对象中确定所述目标图像的各个对象的相似对象；
第一计算子模块，用于计算所述目标图像中每一对象对应的第一区域与该对象对应的第二区域的重叠度，其中，所述目标图像中一个对象对应的第一区域为：该对象在所述目标图像中的所在区域，所述目标图像中一个对象对应的第二区域为：该对象在所述第一图像中的相似对象在所述第一图像中的所在区域；
第三确定子模块，用于确定重叠度大于预设重叠度阈值的所述目标图像中的对象，将所确定的各个对象中最大重叠度对应的对象确定为目标对象。
在本发明实施例提供的具体实现方式中，所述第二确定子模块，包括：
计算单元，用于计算第一对象分别与各个第二对象之间的位置置信度，其中，所述第一对象为：所述目标图像中的任一个对象，第二对象为：所述第一图像中的对象；
确定单元，用于将第三对象确定为所述第一对象的相似对象；其中，所述第三对象为计算得到的位置置信度中最大位置置信度在所述第一图像中对应的对象。
在本发明实施例提供的具体实现方式中，所述计算单元，包括：
识别子单元，用于识别第一对象的对象类型，作为目标对象类型；
判断子单元，用于判断第四对象的对象类型是否为所述目标对象类型；所述第四对象为任一第二对象；
计算子单元，用于当所述判断子单元的判断结果为是时，获得所述第四对象在所述第一图像中的位置信息，作为第一位置信息；获得所述第一对象在所述目标图像中的位置信息，作为第二位置信息；计算第二距离信息；根据所述第二距离信息计算所述第一对象与第四对象之间的位置置信度；其中，所述第二距离信息为：所述第一位置信息与第二位置信息之间的距离信息；
确定子单元，用于当所述判断子单元的判断结果为否时，将预设的最小位置置信度确定为所述第一对象和第四对象之间的位置置信度。
在本发明实施例提供的具体实现方式中，所述计算子单元，具体用于对所述第二距离信息进行归一化，得到归一化值α′；将(1-α′)的值作为所述第一对象与第四对象之间的位置置信度。
在本发明实施例提供的具体实现方式中，所述第二确定模块，包括：
第四确定子模块，用于根据所述目标对象在所述第一图像中的相似对象的所在区域，确定所述目标对象所在区域内的光流点；
统计子模块，用于统计所述目标对象所在区域内光流点的运动方向；
第五确定子模块，用于根据统计结果确定所述目标对象的运动方向。
在本发明实施例提供的具体实现方式中，所述第二判断模块，包括：
第六确定子模块，用于确定所述碰撞区域在所述目标图像中的映射区域，作为第一映射区域；
获取子模块，用于从所述目标图像中获得所述目标对象与汽车之间的图像距离；从所述目标图像之前获得的第一预设数量帧图像中，获得所述目标图像在各个图像中的相似对象与汽车之间的图像距离；
判断子模块，用于按照图像的获得时刻由先到后的顺序，对所获得的图像距离进行排序，形成队列；当所述队列中的图像距离逐渐减小时，判断所述目标对象的运动方向所在直线是否经过所述第一映射区域；
第一判定子模块，用于当所述判断子模块的判断结果为是时，判定所述目标对象向所述汽车的碰撞区域移动；
第二判定子模块，用于当所述判断子模块的判断结果为否时，判定所述目标对象未向所述汽车的碰撞区域移动。
在本发明实施例提供的具体实现方式中，所述第三判断模块，包括：
第七确定子模块，用于确定所述危险区域在所述目标图像中的映射区域，作为第二映射区域；
第二判断子模块，用于判断所述目标对象所在区域是否与所述第二映射区域发生重叠；
第三判定子模块，用于当所述第二判断子模块的判断结果为是时，判定所述目标对象位于所述汽车的危险区域内；
第四判定子模块，用于当所述第二判断子模块的判断结果为否时，判定所述目标对象不在所述汽车的危险区域内。
在本发明实施例提供的具体实现方式中，各帧图像是利用摄像机拍摄得到的，所述第二获取模块，包括：
第八确定子模块，用于确定所述目标对象在所述目标图像中的图像坐标，以及所述目标对象在所述目标图像之前第二预设数量帧图像中的相似对像的图像坐标；
坐标转换子模块，用于利用如下公式
对各个图像坐标进行坐标转换，得到该图像坐标对应的距离信息；获取所述第一距离信息；
第二计算子模块，用于利用如下公式
计算所述目标对象相对汽车的速度信息；
其中，(X,Y)为图像坐标系中的图像坐标，XgYgZg为地面坐标系，Xg为垂直车身方向的距离，Yg为沿汽车车尾方向的距离，Zg垂直路面方向的距离，α为相机安装的俯仰角，h为摄像机安装高度，(fx，fy)为摄像机镜头等效焦距，(cu，cv)为摄像机镜头光心坐标，vy为所述速度信息，Δy为相差n帧的两帧图像对应的Yg的差值，T为相邻两帧图像所拍摄的时间间隔。
与上述方法实施例相对应的，本发明实施例还提供了一种电子设备。图8为本发明实施例提供的电子设备的结构示意图，如图8所示，该电子设备包括处理器810、通信接口820、存储器830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信，
存储器830，用于存放计算机程序；
处理器810，用于执行存储器830上所存放的程序时，实现本发明实施例提供的汽车预警方法。
具体地，上述汽车预警方法，包括：
获取用于反映汽车周边信息的目标图像；
确定所述目标图像中的目标对象；
获取所述目标对象相对汽车的速度信息和第一距离信息；其中，所述第一距离信息为：所述目标对象相对汽车的距离信息；
基于所述速度信息和所述第一距离信息，计算所述目标对象与所述汽车的预碰撞时间；
当所述预碰撞时间小于预设时间阈值时，输出报警信息。
本发明实施例提供的电子设备，获取用于反映汽车周边信息的目标图像；确定目标图像中的目标对象；获取目标对象相对汽车的速度信息和第一距离信息；基于速度信息和所述第一距离信息，计算目标对象与汽车的预碰撞时间；当预碰撞时间小于预设时间阈值时，输出报警信息。本发明实施例在计算得到预碰撞时间后，如果预碰撞时间小于预设时间阈值时，输出报警信息，能够尽可能较多的为驾驶员和乘客预留反应时间，从而保证了驾驶员和乘客的人身安全。
上述汽车预警方法的其他实现方式与前述方法实施例部分提供的汽车预警方式相同，这里不再赘述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
与上述方法实施例相对应的，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施提供的汽车预警方法。
具体地，上述汽车预警方法，包括：
获取用于反映汽车周边信息的目标图像；
确定所述目标图像中的目标对象；
获取所述目标对象相对汽车的速度信息和第一距离信息；其中，所述第一距离信息为：所述目标对象相对汽车的距离信息；
基于所述速度信息和所述第一距离信息，计算所述目标对象与所述汽车的预碰撞时间；
当所述预碰撞时间小于预设时间阈值时，输出报警信息。
本发明实施例提供的存储介质中存储的应用程序在运行时，获取用于反映汽车周边信息的目标图像；确定目标图像中的目标对象；获取目标对象相对汽车的速度信息和第一距离信息；基于速度信息和所述第一距离信息，计算目标对象与汽车的预碰撞时间；当预碰撞时间小于预设时间阈值时，输出报警信息。本发明实施例在计算得到预碰撞时间后，如果预碰撞时间小于预设时间阈值时，输出报警信息，能够尽可能较多的为驾驶员和乘客预留反应时间，从而保证了驾驶员和乘客的人身安全。
上述汽车预警方法的其他实现方式与前述方法实施例部分提供的汽车预警方式相同，这里不再赘述。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备和存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (23)

1.一种汽车预警方法，其特征在于，所述方法包括：
获取用于反映汽车周边信息的目标图像；
确定所述目标图像中的目标对象；
获取所述目标对象相对汽车的速度信息和第一距离信息；其中，所述第一距离信息为：所述目标对象相对汽车的距离信息；
基于所述速度信息和所述第一距离信息，计算所述目标对象与所述汽车的预碰撞时间；
当所述预碰撞时间小于预设时间阈值时，输出报警信息。
2.根据权利要求1所述的方法，其特征在于，在所述确定所述目标图像中的目标对象的步骤之后，在所述获取所述目标对象相对汽车的速度信息和第一距离信息的步骤之前，所述方法还包括：
根据第一图像确定所述目标对象的运动方向；其中，所述第一图像为：在所述目标图像之前获得的一帧图像；
基于所述运动方向，判断所述目标对象是否向所述汽车的碰撞区域移动；所述碰撞区域为：根据汽车所在位置预设的区域；
如果是，执行所述获取所述目标对象相对汽车的速度信息和第一距离信息的步骤。
3.根据权利要求2所述的方法，其特征在于，在所述确定所述目标图像中的目标对象的步骤之后，在所述根据第一图像确定所述目标对象的运动方向的步骤之前，所述方法还包括：
判断所述目标对象是否位于所述汽车的碰撞区域内；
如果所述目标对象位于所述汽车的碰撞区域内，输出报警信息；
如果所述目标对象不在所述汽车的碰撞区域内，判断所述目标对象是否位于所述汽车的危险区域内；所述危险区域为：覆盖范围大于所述碰撞区域所在范围的区域；
如果所述目标对象位于所述汽车的危险区域内，执行所述根据第一图像确定所述目标对象的运动方向的步骤。
4.根据权利要求2或3所述的方法，其特征在于，所述确定所述目标图像中的目标对象的步骤，包括：
确定所述目标图像中的对象；
从所述第一图像的对象中确定所述目标图像的各个对象的相似对象；
计算所述目标图像中每一对象对应的第一区域与该对象对应的第二区域的重叠度，其中，所述目标图像中一个对象对应的第一区域为：该对象在所述目标图像中的所在区域，所述目标图像中一个对象对应的第二区域为：该对象在所述第一图像中的相似对象在所述第一图像中的所在区域；
确定重叠度大于预设重叠度阈值的所述目标图像中的对象，将所确定的各个对象中最大重叠度对应的对象确定为目标对象。
5.根据权利要求4所述的方法，其特征在于，所述从所述第一图像的对象中确定所述目标图像的各个对象的相似对象的步骤，包括：
按照以下方式，从第一图像的对象中确定所述目标图像的各个对象的相似对象：
计算第一对象分别与各个第二对象之间的位置置信度，其中，所述第一对象为：所述目标图像中的任一个对象，第二对象为：所述第一图像中的对象；
将第三对象确定为所述第一对象的相似对象；其中，所述第三对象为计算得到的位置置信度中最大位置置信度在所述第一图像中对应的对象。
6.根据权利要求5所述的方法，其特征在于，所述计算第一对象分别与各个第二对象之间的位置置信度的步骤，包括：
识别第一对象的对象类型，作为目标对象类型，并按照以下方式计算第一对象分别与各个第二对象之间的位置置信度：
判断第四对象的对象类型是否为所述目标对象类型；其中，所述第四对象为任一第二对象；
若所述第四对象的对象类型为所述目标对象类型，获得所述第四对象在所述第一图像中的位置信息，作为第一位置信息；获得所述第一对象在所述目标图像中的位置信息，作为第二位置信息；计算第二距离信息；根据所述第二距离信息计算所述第一对象与第四对象之间的位置置信度；其中，所述第二距离信息为：所述第一位置信息与第二位置信息之间的距离信息；
若所述第四对象的对象类型不为所述目标对象类型，将预设的最小位置置信度确定为所述第一对象和第四对象之间的位置置信度。
7.根据权利要求6所述的方法，其特征在于，所述根据所述第二距离信息计算所述第一对象与第四对象之间的位置置信度的步骤，包括：
对所述第二距离信息进行归一化，得到归一化值α′；将(1-α′)的值作为所述第一对象与第四对象之间的位置置信度。
8.根据权利要求4所述的方法，其特征在于，所述根据第一图像确定所述目标对象的运动方向的步骤，包括：
根据所述目标对象在所述第一图像中的相似对象的所在区域，确定所述目标对象所在区域内的光流点；
统计所述目标对象所在区域内光流点的运动方向；
根据统计结果确定所述目标对象的运动方向。
9.根据权利要求8所述的方法，其特征在于，所述基于所述运动方向，判断所述目标对象是否向所述汽车的碰撞区域移动的步骤，包括：
确定所述碰撞区域在所述目标图像中的映射区域，作为第一映射区域；
从所述目标图像中获得所述目标对象与汽车之间的图像距离；从所述目标图像之前获得的第一预设数量帧图像中，获得所述目标图像在各个图像中的相似对象与汽车之间的图像距离；
按照图像的获得时刻由先到后的顺序，对所获得的图像距离进行排序，形成队列；当所述队列中的图像距离逐渐减小时，判断所述目标对象的运动方向所在直线是否经过所述第一映射区域；
如果所述目标对象的运动方向所在直线经过所述第一映射区域，则判定所述目标对象向所述汽车的碰撞区域移动；
如果所述目标对象的运动方向所在直线不经过所述第一映射区域，则判定所述目标对象未向所述汽车的碰撞区域移动。
10.根据权利要求3所述的方法，其特征在于，所述判断所述目标对象是否位于所述汽车的危险区域内的步骤，包括：
确定所述危险区域在所述目标图像中的映射区域，作为第二映射区域；
判断所述目标对象所在区域是否与所述第二映射区域发生重叠；
如果所述目标对象所在区域与所述第二映射区域发生重叠，判定所述目标对象位于所述汽车的危险区域内；
如果所述目标对象所在区域与所述第二映射区域不发生重叠，判定所述目标对象不在所述汽车的危险区域内。
11.根据权利要求4所述的方法，其特征在于，各帧图像是利用摄像机拍摄得到的，所述获取所述目标对象相对汽车的速度信息和第一距离信息的步骤，包括：
确定所述目标对象在所述目标图像中的图像坐标，以及所述目标对象在所述目标图像之前第二预设数量帧图像中的相似对像的图像坐标；
利用如下公式
对各个图像坐标进行坐标转换，得到该图像坐标对应的距离信息；获取所述第一距离信息；
利用如下公式
计算所述目标对象相对汽车的速度信息；
其中，(X，Y)为图像坐标系中的图像坐标，XgYgZg为地面坐标系，Xg为垂直车身方向的距离，Yg为沿汽车车尾方向的距离，Zg垂直路面方向的距离，α为相机安装的俯仰角，h为摄像机安装高度，(fx，fy)为摄像机镜头等效焦距，(cu，cv)为摄像机镜头光心坐标，vy为所述速度信息，Δy为相差n帧的两帧图像对应的Yg的差值，T为相邻两帧图像所拍摄的时间间隔。
12.一种汽车预警装置，其特征在于，所述装置包括：
第一获取模块，用于获取用于反映汽车周边信息的目标图像；
第一确定模块，用于确定所述目标图像中的目标对象；
第二获取模块，用于获取所述目标对象相对汽车的速度信息和第一距离信息；其中，所述第一距离信息为：所述目标对象相对汽车的距离信息；
计算模块，用于基于所述速度信息和所述第一距离信息，计算所述目标对象与所述汽车的预碰撞时间；
第一判断模块，用于判断所述预碰撞时间是否小于预设时间阈值；
第一报警模块，用于当所述第一判断模块的判断结果为是时，输出报警信息。
13.根据权利要求12所述的装置，其特征在于，所述装置还包括：
第二确定模块，用于根据第一图像确定所述目标对象的运动方向；其中，所述第一图像为：在所述目标图像之前获得的一帧图像；
第二判断模块，用于基于所述运动方向，判断所述目标对象是否向所述汽车的碰撞区域移动；所述碰撞区域为：根据汽车所在位置预设的区域；当所述第二判断模块的判断结果为是时，触发所述第二获取模块。
14.根据权利要求13所述的装置，其特征在于，所述装置还包括：
第三判断模块，用于判断所述目标对象是否位于所述汽车的碰撞区域内；
第二报警模块，用于当所述第三判断模块的判断结果为是时，输出报警信息；
第四判断模块，用于当所述第三判断模块的判断结果为否时，判断所述目标对象是否位于所述汽车的危险区域内；所述危险区域为：覆盖范围大于所述碰撞区域所在范围的区域；当所述第四判断模块的判断结果为是时，触发所述第二确定模块。
15.根据权利要求13或14所述的装置，其特征在于，所述第一确定模块，包括：
第一确定子模块，用于确定所述目标图像中的对象；
第二确定子模块，用于从所述第一图像的对象中确定所述目标图像的各个对象的相似对象；
第一计算子模块，用于计算所述目标图像中每一对象对应的第一区域与该对象对应的第二区域的重叠度，其中，所述目标图像中一个对象对应的第一区域为：该对象在所述目标图像中的所在区域，所述目标图像中一个对象对应的第二区域为：该对象在所述第一图像中的相似对象在所述第一图像中的所在区域；
第三确定子模块，用于确定重叠度大于预设重叠度阈值的所述目标图像中的对象，将所确定的各个对象中最大重叠度对应的对象确定为目标对象。
16.根据权利要求15所述的装置，其特征在于，所述第二确定子模块，包括：
计算单元，用于计算第一对象分别与各个第二对象之间的位置置信度，其中，所述第一对象为：所述目标图像中的任一个对象，第二对象为：所述第一图像中的对象；
确定单元，用于将第三对象确定为所述第一对象的相似对象；其中，所述第三对象为计算得到的位置置信度中最大位置置信度在所述第一图像中对应的对象。
17.根据权利要求16所述的装置，其特征在于，所述计算单元，包括：
识别子单元，用于识别第一对象的对象类型，作为目标对象类型；
判断子单元，用于判断第四对象的对象类型是否为所述目标对象类型；其中，所述第四对象为任一第二对象；
计算子单元，用于当所述判断子单元的判断结果为是时，获得所述第四对象在所述第一图像中的位置信息，作为第一位置信息；获得所述第一对象在所述目标图像中的位置信息，作为第二位置信息；计算第二距离信息；根据所述第二距离信息计算所述第一对象与第四对象之间的位置置信度；其中，所述第二距离信息为：所述第一位置信息与第二位置信息之间的距离信息；
确定子单元，用于当所述判断子单元的判断结果为否时，将预设的最小位置置信度确定为所述第一对象和第四对象之间的位置置信度。
18.根据权利要求17所述的装置，其特征在于，所述计算子单元，具体用于对所述第二距离信息进行归一化，得到归一化值α′；将(1-α′)的值作为所述第一对象与第四对象之间的位置置信度。
19.根据权利要求15所述的装置，其特征在于，所述第二确定模块，包括：
第四确定子模块，用于根据所述目标对象在所述第一图像中的相似对象的所在区域，确定所述目标对象所在区域内的光流点；
统计子模块，用于统计所述目标对象所在区域内光流点的运动方向；
第五确定子模块，用于根据统计结果确定所述目标对象的运动方向。
20.根据权利要求19所述的装置，其特征在于，所述第二判断模块，包括：
第六确定子模块，用于确定所述碰撞区域在所述目标图像中的映射区域，作为第一映射区域；
获取子模块，用于从所述目标图像中获得所述目标对象与汽车之间的图像距离；从所述目标图像之前获得的第一预设数量帧图像中，获得所述目标图像在各个图像中的相似对象与汽车之间的图像距离；
判断子模块，用于按照图像的获得时刻由先到后的顺序，对所获得的图像距离进行排序，形成队列；当所述队列中的图像距离逐渐减小时，判断所述目标对象的运动方向所在直线是否经过所述第一映射区域；
第一判定子模块，用于当所述判断子模块的判断结果为是时，判定所述目标对象向所述汽车的碰撞区域移动；
第二判定子模块，用于当所述判断子模块的判断结果为否时，判定所述目标对象未向所述汽车的碰撞区域移动。
21.根据权利要求14所述的装置，其特征在于，所述第三判断模块，包括：
第七确定子模块，用于确定所述危险区域在所述目标图像中的映射区域，作为第二映射区域；
第二判断子模块，用于判断所述目标对象所在区域是否与所述第二映射区域发生重叠；
第三判定子模块，用于当所述第二判断子模块的判断结果为是时，判定所述目标对象位于所述汽车的危险区域内；
第四判定子模块，用于当所述第二判断子模块的判断结果为否时，判定所述目标对象不在所述汽车的危险区域内。
22.根据权利要求15所述的装置，其特征在于，各帧图像是利用摄像机拍摄得到的，所述第二获取模块，包括：
第八确定子模块，用于确定所述目标对象在所述目标图像中的图像坐标，以及所述目标对象在所述目标图像之前第二预设数量帧图像中的相似对像的图像坐标；
坐标转换子模块，用于利用如下公式
对各个图像坐标进行坐标转换，得到该图像坐标对应的距离信息；获取所述第一距离信息；
第二计算子模块，用于利用如下公式
计算所述目标对象相对汽车的速度信息；
其中，(X，Y)为图像坐标系中的图像坐标，XgYgZg为地面坐标系，Xg为垂直车身方向的距离，Yg为沿汽车车尾方向的距离，Zg垂直路面方向的距离，α为相机安装的俯仰角，h为摄像机安装高度，(fx，fy)为摄像机镜头等效焦距，(cu，cv)为摄像机镜头光心坐标，vy为所述速度信息，Δy为相差n帧的两帧图像对应的Yg的差值，T为相邻两帧图像所拍摄的时间间隔。
23.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-11任一所述的方法步骤。
CN201710964263.8A 2017-10-17 2017-10-17 一种汽车预警方法、装置及电子设备 Active CN109664854B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710964263.8A CN109664854B (zh) 2017-10-17 2017-10-17 一种汽车预警方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710964263.8A CN109664854B (zh) 2017-10-17 2017-10-17 一种汽车预警方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN109664854A true CN109664854A (zh) 2019-04-23
CN109664854B CN109664854B (zh) 2020-11-03

Family

ID=66139601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710964263.8A Active CN109664854B (zh) 2017-10-17 2017-10-17 一种汽车预警方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN109664854B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110148312A (zh) * 2019-04-30 2019-08-20 惠州市德赛西威智能交通技术研究院有限公司 一种基于v2x系统的碰撞预警方法、装置和存储介质
CN111028544A (zh) * 2019-12-06 2020-04-17 无锡物联网创新中心有限公司 一种v2v技术和车载多传感器融合的行人预警系统
CN111954886A (zh) * 2019-06-14 2020-11-17 北京嘀嘀无限科技发展有限公司 对象追踪的系统和方法
CN111966857A (zh) * 2020-08-19 2020-11-20 南京英德利汽车有限公司 一种检测改装车辆的方法及检测系统
CN112406707A (zh) * 2020-11-24 2021-02-26 上海高德威智能交通系统有限公司 车辆预警方法、车辆、装置、终端和存储介质
CN115366793A (zh) * 2022-08-22 2022-11-22 岚图汽车科技有限公司 一种上下车防磕碰提醒方法、系统和车辆

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007261497A (ja) * 2006-03-29 2007-10-11 Honda Motor Co Ltd 車両の走行安全装置
CN101407199A (zh) * 2008-10-28 2009-04-15 湖北汽车工业学院 一种车辆碰撞预警方法及装置
EP1245443B1 (en) * 2001-03-30 2010-09-22 Honda Giken Kogyo Kabushiki Kaisha Vehicle environment monitoring system
CN102314603A (zh) * 2011-06-07 2012-01-11 西安电子科技大学 智能化汽车安全警示装置
CN103569112A (zh) * 2012-07-30 2014-02-12 福特全球技术公司 带有似真性模块的碰撞检测系统
CN104276121A (zh) * 2013-07-03 2015-01-14 沃尔沃汽车公司 控制车辆安全参数的系统、车辆和控制安全参数的方法
CN104340226A (zh) * 2013-07-25 2015-02-11 通用汽车环球科技运作有限责任公司 用于在机动车与对象可能碰撞之前发出警报的系统
CN104386092A (zh) * 2014-10-21 2015-03-04 卡斯柯信号有限公司 基于图像识别和多感知融合的列车自动防护系统及方法
US9511730B1 (en) * 2015-12-30 2016-12-06 Thunder Power Hong Kong Ltd. Collision warning system
CN106961583A (zh) * 2017-03-28 2017-07-18 深圳市车车安信息技术有限公司 双摄像头实景智能行车方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1245443B1 (en) * 2001-03-30 2010-09-22 Honda Giken Kogyo Kabushiki Kaisha Vehicle environment monitoring system
JP2007261497A (ja) * 2006-03-29 2007-10-11 Honda Motor Co Ltd 車両の走行安全装置
CN101407199A (zh) * 2008-10-28 2009-04-15 湖北汽车工业学院 一种车辆碰撞预警方法及装置
CN102314603A (zh) * 2011-06-07 2012-01-11 西安电子科技大学 智能化汽车安全警示装置
CN103569112A (zh) * 2012-07-30 2014-02-12 福特全球技术公司 带有似真性模块的碰撞检测系统
CN104276121A (zh) * 2013-07-03 2015-01-14 沃尔沃汽车公司 控制车辆安全参数的系统、车辆和控制安全参数的方法
CN104340226A (zh) * 2013-07-25 2015-02-11 通用汽车环球科技运作有限责任公司 用于在机动车与对象可能碰撞之前发出警报的系统
CN104386092A (zh) * 2014-10-21 2015-03-04 卡斯柯信号有限公司 基于图像识别和多感知融合的列车自动防护系统及方法
US9511730B1 (en) * 2015-12-30 2016-12-06 Thunder Power Hong Kong Ltd. Collision warning system
CN106961583A (zh) * 2017-03-28 2017-07-18 深圳市车车安信息技术有限公司 双摄像头实景智能行车方法及系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110148312A (zh) * 2019-04-30 2019-08-20 惠州市德赛西威智能交通技术研究院有限公司 一种基于v2x系统的碰撞预警方法、装置和存储介质
CN111954886A (zh) * 2019-06-14 2020-11-17 北京嘀嘀无限科技发展有限公司 对象追踪的系统和方法
WO2020248248A1 (en) * 2019-06-14 2020-12-17 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for object tracking
CN111028544A (zh) * 2019-12-06 2020-04-17 无锡物联网创新中心有限公司 一种v2v技术和车载多传感器融合的行人预警系统
CN111966857A (zh) * 2020-08-19 2020-11-20 南京英德利汽车有限公司 一种检测改装车辆的方法及检测系统
CN111966857B (zh) * 2020-08-19 2023-09-29 南京英德利汽车有限公司 一种检测改装车辆的方法及检测系统
CN112406707A (zh) * 2020-11-24 2021-02-26 上海高德威智能交通系统有限公司 车辆预警方法、车辆、装置、终端和存储介质
CN115366793A (zh) * 2022-08-22 2022-11-22 岚图汽车科技有限公司 一种上下车防磕碰提醒方法、系统和车辆
CN115366793B (zh) * 2022-08-22 2024-05-03 岚图汽车科技有限公司 一种上下车防磕碰提醒方法、系统和车辆

Also Published As

Publication number Publication date
CN109664854B (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
CN109664854A (zh) 一种汽车预警方法、装置及电子设备
JP7052663B2 (ja) 物体検出装置、物体検出方法及び物体検出用コンピュータプログラム
CN108638999B (zh) 一种基于360度环视输入的防碰撞预警系统及方法
JP4830604B2 (ja) 物体検出方法および物体検出装置
KR20200096096A (ko) 라이더, 레이더 및 카메라 센서의 데이터를 사용하는 강화 학습을 기초로 하여 자율 주행 시 최적화된 자원 할당을 위한 방법 및 장치
CN112349144B (zh) 一种基于单目视觉的车辆碰撞预警方法及系统
CN103455144A (zh) 车载人机交互系统及方法
CN112633258B (zh) 一种目标确定方法及装置、电子设备、计算机可读存储介质
JP7135665B2 (ja) 車両制御システム、車両の制御方法及びコンピュータプログラム
CN106203272B (zh) 确定可移动对象的移动的方法和装置
JP2020052695A (ja) 物体検出装置、物体検出方法及び物体検出用コンピュータプログラム
CN114111568B (zh) 动态目标外观尺寸的确定方法及装置、介质及电子设备
CN111497741B (zh) 碰撞预警方法及装置
CN115136148A (zh) 投影使用鱼眼镜头捕获的图像用于自主机器应用中的特征检测
Suzuki et al. Sensor fusion-based pedestrian collision warning system with crosswalk detection
US20240029448A1 (en) Parking space detection method, apparatus, device and storage medium
CN114359714A (zh) 基于事件相机的无人体避障方法、装置及智能无人体
CN114943939A (zh) 一种停车状态的检测方法、系统及装置
Tsai et al. Accurate and fast obstacle detection method for automotive applications based on stereo vision
JP2013120551A (ja) 車両用運転支援装置
KR20210008260A (ko) 자율주행차량의 거동 제어 장치 및 그 방법
CN114684062A (zh) 约束设备定位
WO2019123582A1 (ja) 物体情報生成装置及び物体情報生成プログラム
JP4788399B2 (ja) 歩行者検出方法、装置、およびプログラム
CN114661051A (zh) 一种基于rgb-d的前置避障系统

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