CN110303985B - 一种车辆盲区近红外监测系统及方法 - Google Patents
一种车辆盲区近红外监测系统及方法 Download PDFInfo
- Publication number
- CN110303985B CN110303985B CN201910555905.8A CN201910555905A CN110303985B CN 110303985 B CN110303985 B CN 110303985B CN 201910555905 A CN201910555905 A CN 201910555905A CN 110303985 B CN110303985 B CN 110303985B
- Authority
- CN
- China
- Prior art keywords
- near infrared
- module
- blind area
- vehicle
- infrared acquisition
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 abstract description 7
- 230000002159 abnormal effect Effects 0.000 abstract description 6
- 238000005286 illumination Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/10—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used
- B60R2300/105—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of camera system used using multiple cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
- B60R2300/303—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing using joined images, e.g. multiple camera images
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
- B60R2300/802—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for monitoring and displaying vehicle exterior blind spot views
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
- B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
- B60R2300/8093—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for obstacle warning
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种车辆盲区近红外监测系统，根据驾驶员的视角范围，车辆的周围可分为多个盲区，监测系统包括MCU模块、语音识别模块、近红外采集模块、显示模块及报警模块；语音识别模块、近红外采集模块、显示模块及报警模块分别与MCU模块电连接；还公开了一种监测方法，包括步骤：在盲区车辆位置设置近红外采集模块，将采集的盲区近红外视频初步处理后传输到MCU模块；根据语音识别指令或车辆运行状态，将盲区的近红外视频显示出来。实施本发明，监测系统不受雨雪雾霾等异常天气影响，也不受光照强度影响，昼夜均可使用，设置的语音报警功能，任何盲区中障碍物距离过小都会触发语音报警，有利于驾驶员进行安全驾驶。
Description
技术领域
本发明涉及汽车驾驶技术领域，特别涉及一种不受环境影响的车辆盲区智能近红外监测系统及方法。
背景技术
视野与安全驾驶息息相关，如果无法准确的判断路况信息，即使拥有再好的安全配置和驾驶技术，那么也难以确保行车安全。由于车身构造，无论是大型车辆还是小型车辆，都存在盲区。所谓盲区就是驾驶员在坐进驾驶室之后，正常行驶行为中的视觉角度死角，简单的地说就是我们坐在主驾驶上开车难以看见的区域。
由于人眼视场的限制、驾驶室遮挡及后视镜视场限制等因素，任何车辆都会存在盲区。如附图1所示，为大型卡车的盲区示意图。A区、C区和E区属于半盲区。在半盲区中，由于驾驶室遮挡，司机无法看到靠近车辆的区域中的景象，半盲区中不可见区域的大小取决于车辆结构和自身尺寸。B区、D区、F区、G区和H区属于全盲区。B区和D区分别是由车辆A柱和B柱遮挡造成的视线盲区，F区、G区和H区是由于超出司机直接视线范围以及左右和后视镜视线范围造成的。
由于车辆盲区的存在，每年都造成大量车辆剐蹭、碰撞、碾压行人等事故。倒车雷达和倒车影像的出现，一定程度上缓解了该问题，但是仍然存在局限性。
现有的倒车雷达系统，主要局限是：只能测量距离值，无法判断障碍物的具体位置和方向；不能提供影像信息；对于细小、矮小的障碍物不敏感，存在安全隐患。而局部或者全景影像系统，主要局限是：大多只适用于昼间使用，夜间使用需要灯光配合，在雨雪雾霾等异常天气中效果下降或无法使用。
发明内容
针对上述问题，提出一种不受光线及环境影响的车辆盲区智能近红外监测系统及方法，通过在车辆所有可能的盲区中设置近红外采集模块，可以全方位获取所有盲区的近红外影像信息。在系统中设置语音识别模块，驾驶员可通过语音调取不同盲区的近红外影像进行显示，在检测到距离值达到报警值时，监测系统强制显示该盲区影像以提示驾驶员，进行安全驾驶。同时，显示的近红外视频信息中包含障碍物的距离信息及着重显示信息。本发明中采用近红外图像采集技术，不受雨雪雾霾等异常天气影响，也不受光照强度影响，昼夜均可使用。监测系统中设置的语音报警功能，任何盲区中障碍物距离过小都会触发语音报警，有利于驾驶员进行安全驾驶。
第一方面，一种车辆盲区近红外监测系统，根据驾驶员的视角范围，所述车辆的周围可分为多个盲区，所述监测系统包括MCU模块、语音识别模块、近红外采集模块、显示模块及报警模块；
所述语音识别模块、近红外采集模块、显示模块及报警模块分别与所述MCU模块电连接；
MCU模块，集成有图像信号处理单元及图像融合单元，用于运行图像处理算法程序及各个模块的数据；
语音识别模块，用于提取驾驶员语音信号特征，并通过搜索和匹配策略输出标准语音指令到MCU模块；
近红外采集模块，用于采集所属指定盲区的近红外影像信息并通信传输到所述MCU模块；
显示模块，用于根据指令显示指定盲区的近红外图像信息；
报警模块，用于输出报警音频信息；
其中，所述近红外采集模块包括多个近红外采集单元，所述近红外采集单元包括至少两个近红外相机，用于进行双目检测定位。
结合本发明所述的近红外监测系统，第一种实施方式中，所述监测系统还包括CAN总线系统，与所述MCU模块电连接，用于监测车辆的运行状态信息并发送给所述MCU模块。
结合第一种实施方式，第二种实施方式中，所述CAN总线系统传输到MCU模块的汽车状态信号包括换挡杆、方向盘及转向灯信号来判断汽车运行状态。
结合本发明所述的近红外监测系统，第三种实施方式中，所述近红外采集模块包括1#近红外采集单元、2#近红外采集单元、3#近红外采集单元、4#近红外采集单元、5#近红外采集单元及6#近红外采集单元，分别设置在A盲区-B盲区、C盲区、D盲区-E盲区、F盲区、G盲区及H盲区对应车辆位置。
结合第三种实施方式，第四种实施方式中，在自动模式中，显示模块根据MCU模块指令显示对应运行状态近红外信息。
结合本发明所述的近红外监测系统，第五种实施方式中，所述显示模块显示内容包括障碍物近红外视频及最近障碍物距离值，所述障碍物近红外视频中的最近障碍物图像上设有指示边框。
第二方面，一种车辆盲区近红外监测方法，利用第一方面的监测系统，所述监测方法包括步骤：
在盲区车辆位置设置近红外采集模块，将采集的盲区近红外视频初步处理后传输到MCU模块；
根据语音识别指令或车辆运行状态，将盲区的近红外视频显示出来；
其中，所述近红外采集模块包括多个近红外采集单元，所述近红外采集单元包括至少两个近红外相机，用于进行双目检测定位。
结合第二方面所述的监测方法，第一种实施方式中，所述步骤：在盲区车辆位置设置近红外采集模块，将采集的盲区近红外视频初步处理后传输到MCU模块，包括子步骤：
将车辆盲区分设为：A盲区-B盲区、C盲区、D盲区-E盲区、F盲区、G盲区及H盲区；
在所述车辆盲区对应车辆位置分别设置：1#近红外采集单元、2#近红外采集单元、3#近红外采集单元、4#近红外采集单元、5#近红外采集单元及6#近红外采集单元；
对应盲区中的近红外采集单元将采集到的近红外图像拼接到一起。
结合第二方面第一种实施方式，第二种实施方式中，所述步骤：对应近红外采集单元将采集到的近红外图像拼接到一起，包括：
将近红外采集单元中的两个近红外相机设置为同一时钟；
对所述两个近红外相机位置进行设置，使得任一近红外相机都能采集到所属盲区的全部区域的影像信息；
所述近红外采集单元利用双目定位技术，计算采集到的盲区近红外影像中各点到车辆的距离，确定最小距离值及其在拼接图像中的坐标。
结合第二方面所述的监测方法，第三种实施方式中，所述步骤：根据语音识别指令或车辆运行状态，将盲区的近红外视频显示出来，包括：
分别设置各个盲区对应的语音指令，CAN总线系统将车辆的运行状态信息传输到MCU模块；
若监测系统处于人工模式，则显示模块根据接收到的语音指令显示特定盲区的近红外图像，若监测系统处于自动模式，则显示模块根据检测到的车辆运行状态信息，显示特定盲区的近红外图像。
通过在车辆所有可能的盲区中设置近红外采集单元，可以全方位获取所有盲区的近红外影像信息。在系统中设置语音识别模块，驾驶员可通过语音调取不同盲区的近红外影像进行显示，在检测到距离值达到报警值时，监测系统强制显示该盲区影像以提示驾驶员，进行安全驾驶。同时，显示的近红外视频信息中包含障碍物的距离信息及着重显示信息。本发明中采用近红外图像采集技术，不受雨雪雾霾等异常天气影响，也不受光照强度影响，昼夜均可使用。监测系统中设置的语音报警功能，任何盲区中障碍物距离过小都会触发语音报警，有利于驾驶员进行安全驾驶。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是本发明中的车辆盲区划分示意图；
图2是本发明提出的一种车辆盲区智能近红外监测系统中的近红外采集单元分布设置示意图；
图3是本发明提出的一种车辆盲区智能近红外监测系统中的模块组成逻辑连接示意图；
图4是本发明提出的一种车辆盲区智能近红外监测系统的具体实施例电路原理连接示意图；
图5是本发明提出的一种车辆盲区智能近红外监测方法的步骤流程示意图；
图6是本发明提出的一种车辆盲区智能近红外监测方法步骤中S1的子步骤流程示意图；
图7是本发明提出的一种车辆盲区智能近红外监测方法步骤中S13的子步骤流程示意图；
图8是本发明提出的一种车辆盲区智能近红外监测方法步骤中S2的子步骤流程示意图；
附图中各数字所指代的部位名称为：100——监测系统、110——MCU模块、120——语音识别模块、130——近红外采集模块、140——显示模块、150——报警模块、160——CAN总线系统。
具体实施方式
下面将结合发明中的附图，对本发明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的一部分实施例，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付出创造性劳动前提下所获得的其他实施例，都属于本发明保护的范围。
现在的全景影像系统主要局限是：大多只适用于昼间使用，夜间使用需要灯光配合，在雨雪雾霾等异常天气中效果下降或无法使用；无法确定影像中物体的距离信息。
针对上述问题，提出一种车辆盲区近红外监测系统100及方法。
1系统实施例
根据驾驶员的视角范围，车辆的周围可分为多个盲区如图1，图1是本发明中的车辆盲区划分示意图，监测系统100如图3，图3是本发明提出的一种车辆盲区智能近红外监测系统100中的模块组成逻辑连接示意图，包括MCU模块110、语音识别模块120、近红外采集模块130、显示模块140及报警模块150。语音识别模块120、近红外采集模块130、显示模块140及报警模块150分别与MCU模块110电连接。
MCU模块110，集成有图像信号处理单元及图像融合单元，用于运行图像处理算法程序及各个模块的数据。语音识别模块120，用于提取驾驶员语音信号特征，并通过搜索和匹配策略输出标准语音指令到MCU模块110。近红外采集模块130用于采集所属指定盲区的近红外影像信息并通信传输到MCU模块110。显示模块140用于根据指令显示指定盲区的近红外图像信息。报警模块150，用于输出报警音频信息。
上述近红外采集模块130包括多个近红外采集单元如图2中1#-6#近红外采集单元，图2是本发明提出的一种车辆盲区智能近红外监测系统100中的近红外采集单元分布设置示意图，每个近红外采集单元包括至少两个近红外相机，用于进行双目检测定位。
在系统中设置语音识别模块120，驾驶员可通过语音调取不同盲区的近红外影像进行显示，在检测到距离值达到报警值时，监测系统100强制显示该盲区影像以提示驾驶员，进行安全驾驶。同时，显示的近红外视频信息中包含障碍物的距离信息及着重显示信息。
利用双目定位技术，计算盲区近红外影像中各点到车辆的距离，确定最小距离值及其红外图像中的坐标，显示模块140将这些信息显示出来供驾驶员参考。
近红外采集模块130包括1#近红外采集单元、2#近红外采集单元、3#近红外采集单元、4#近红外采集单元、5#近红外采集单元及6#近红外采集单元，分别设置在A盲区-B盲区、C盲区、D盲区-E盲区、F盲区、G盲区及H盲区对应车辆位置。
进一步地，在人工指令工作模式中，显示模块140根据MCU指令显示对应运行状态近红外视频信息。显示模块140显示内容包括障碍物近红外视频及最近障碍物距离值，最近障碍物图像设有动态指示边框。
表1各采集单元的区域设置及语音选通指令
| 采集单元名称 | 对应的车辆盲区 | 对应的语音指令 |
| 6#近红外采集单元 | H区 | 选择左后方影像 |
| 1#近红外采集单元 | A区-B区 | 选择左前方影像 |
| 2#近红外采集单元 | C区 | 选择正前方影像 |
| 3#近红外采集单元 | D区-E区 | 选择右前方影像 |
| 4#近红外采集单元 | F区 | 选择右后方影像 |
| 5#近红外采集单元 | G区 | 选择正后方影像 |
本申请采用两种显示方案，一种是人工指令模式，另一种是自动模式。用户发出“进入人工指令模式”语音指令，系统开启人工指令工作模式。如果用户未发出语音指令，或者发出“自动模式”语音指令，系统切换到自动模式下。在人工指令工作模式下，如果系统一段时间之内未收到新的语音指令，则自动切换到自动模式。在自动模式下，用户随时可以通过语音指令强制系统进入人工指令模式。
语音识别模块120接收来自用户的语音信号，将其转换为标准指令并发送给MCU模块110，语音指令表格与盲区及其对应的近红外采集单元如表1。MCU模块110根据用户输入的语音指令选择对应的近红外采集单元通道，通过接收对应近红外采集单元的影像信息和带有坐标值的距离信息。同时，MCU模块110合成一幅添加了动态指示边框和距离及区域提示信息的近红外图像，并在显示模块140上显示出来。同时，判断接收到的最小距离值，如果小于预定的安全值，则控制报警模块150进行报警。
进一步地，监测系统100还包括CAN总线系统，与MCU模块110电连接，用于将车辆的运行状态信息发送给MCU模块110。CAN总线系统将汽车换挡杆、方向盘及转向灯信号传输到MCU模块110，进而判断汽车运行状态。汽车运行状态包括驻车、倒车及转弯。
在本实施方式中，CAN总线系统160将接收到的换挡杆、方向盘、转向灯的信号传输到MCU模块110，这些信号包括：s-驻车档、t-空挡、u-前进档、v-倒车档、w-左转向灯开启、x-右转向灯开启、y-方向盘左打、z-方向盘右打。MCU模块110依据表2判读车辆运动状态并选通对应的近红外采集单元，如表2。
表2车辆信号状态判读和近红外采集单元选择
| 信号组合 | 车辆状态判读 | 选通的采集单元 |
| u并且(w或者y) | 左转弯 | 循环选通1#和6#近红外采集单元 |
| u并且(x或者z) | 右转弯 | 循环选通3#和4#近红外采集单元 |
| v并且y | 向左后方倒车 | 循环选通3#、4#和5#近红外采集单元 |
| v并且z | 向右后方倒车 | 循环选通1#、5#和6#近红外采集单元 |
| v | 直行倒车 | 5#近红外采集单元 |
| 其他情况 | 其他情况 | 2#近红外采集单元 |
具体实施方式如图4，图4是本发明提出的一种车辆盲区智能近红外监测系统100的具体实施例电路原理连接示意图，型号选择如下：
近红外相机IK1523，波长覆盖900nm到1700nm，光谱响应可扩展到2.2um，采用标准USB2.0接口通讯。14-bit A/D转换提供高动态范围图像。
语音识别模块120LD3320，用户需要把识别的关键词语以字符串的形式传送进MCU模块110S32V，通过设置芯片的寄存器，把识别关键词语的内容动态地传入MCU模块110S32V中，芯片就可以识别所设定的关键词语了。每个关键词语可以是单字、词组、短句或者任何的中文发音的组合。LD3320语音识别系统可以随着使用流程，在运行时动态地更改关键词语列表的内容，用一个系统支持多种不同的场景，不需要作任何的录音训练。
显示模块140芯片SPURL SP633为小尺寸车载或便携式液晶显示器/电视开发的控制芯片，其对应的电视解码器为M61260FP/M61266FP，其LCD通信实现图像的显示。
报警模块150采用WT588D语音芯片是一款功能强大的可重复擦除烧写的语音单片机芯片，把信息下载到SPI-Flash上即可。整合了语音组合技术，大大减少了语音编辑的时间。
MCU模块110S32V芯片包含有不同的图形处理引擎，具有高性能图形处理加速器与ARM内核，高级APEX图形处理和传感器融合。
实施方式还包括嵌入式多媒体卡EMMC IS22ES04G。
工作原理如下：
在人工指令模式下，语音识别模块120LD3320，用户需要把识别的关键词语以字符串的形式传送进MCU模块110S32V，语音指令表格与盲区及其对应的近红外采集单元如表1，通过设置芯片的寄存器，把要显示的盲区对应的识别关键词语的内容动态地传入MCU模块110S32V中，MCU模块110S32V驱动对应的近红外相机IK1523端利用串行器MAX96705将近红外图像数据串行发出，通过MAX9286解串器可通过长达15米的屏蔽双绞线(STP)或同轴电缆接收并同步来自12个近红外相机的视频信号，通过MIPI CSI-2将数据传入MCU模块110S32V，MCU模块110S32V将图像数据进行融合拼接，再显示在液晶屏上。
在自动模式下，CAN总线系统160将接收到的换挡杆、方向盘、转向灯的信号传输到MCU模块110S32V，这些信号包括：s-驻车档、t-空挡、u-前进档、v-倒车档、w-左转向灯开启、x-右转向灯开启、y-方向盘左打、z-方向盘右打，这些信号的组合对应的近红外采集单元如表2，接收到这些信号组合以后，MCU模块110S32V驱动对应的近红外相机IK1523端利用串行器MAX96705将近红外图像数据串行发出，通过MAX9286解串器可通过长达15米的屏蔽双绞线(STP)或同轴电缆接收并同步来自12个近红外相机的视频信号，通过MIPI CSI-2将数据传入MCU模块110S32V，MCU模块110S32V将图像数据进行融合拼接，再显示在液晶屏上。
2方法实施例
一种车辆盲区近红外监测方法，利用本申请中的监测系统100，监测方法包括步骤：
S1、在盲区车辆位置设置近红外采集模块130，将采集的盲区近红外视频初步处理后传输到MCU模块110，其中，近红外采集模块130包括多个近红外采集单元，该近红外采集单元包括至少两个近红外摄像相机，用于进行双目检测定位。
优选地，步骤S1包括子步骤：
S11、将车辆盲区分设为：在A盲区-B盲区、C盲区、D盲区-E盲区、F盲区、G盲区及H盲区对应车辆位置；
S12、在车辆盲区对应车辆位置分别设置：1#近红外采集单元、2#近红外采集单元、3#近红外采集单元、4#近红外采集单元、5#近红外采集单元及6#近红外采集单元；
S13、对应盲区中的近红外采集单元将采集到的近红外图像拼接到一起。
优选地，步骤S13包括：
S131、将近红外采集单元中的两个近红外相机设置为同一时钟；
S132、对所述两个近红外相机位置进行设置，使得任一近红外相机都能采集到所属盲区的全部区域的影像信息；
S133、近红外采集单元利用双目定位技术，计算采集到的盲区近红外影像中各点到车辆的距离，确定最小距离值及其在拼接图像中的坐标。
S2、根据语音识别指令或车辆运行状态，将盲区的近红外视频显示出来；
优选地，步骤S2包括：
S21、分别设置各个盲区对应的语音指令，CAN总线系统将车辆的运行状态信息传输到MCU模块；
S22、若监测系统100处于人工模式，则显示模块140根据接收到的语音指令显示特定盲区的近红外图像，若监测系统100处于自动模式，则显示模块140根据检测到的车辆运行状态信息，显示特定盲区的近红外图像。
通过在车辆所有可能的盲区中设置近红外采集模块130，可以全方位获取所有盲区的近红外影像信息。在系统中设置语音识别模块120，驾驶员可通过语音调取不同盲区的近红外影像进行显示，在检测到距离值达到报警值时，监测系统100强制显示该盲区影像以提示驾驶员，进行安全驾驶。同时，显示的近红外视频信息中包含障碍物的距离信息及着重显示信息。本发明中采用近红外图像采集技术，不受雨雪雾霾等异常天气影响，也不受光照强度影响，昼夜均可使用。监测系统100中设置的语音报警功能，任何盲区中障碍物距离过小都会触发语音报警，有利于驾驶员进行安全驾驶。
以上仅为本发明的较佳实施例，并不用以限制本发明，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，均应包含在本发明的保护范围之内。
Claims (7)
1.一种车辆盲区近红外监测系统，根据驾驶员的视角范围，所述车辆的周围可分为多个盲区，其特征在于，所述监测系统用于对卡车盲区进行监测，包括MCU模块、语音识别模块、近红外采集模块、显示模块及报警模块；
所述语音识别模块、近红外采集模块、显示模块及报警模块分别与所述MCU模块电连接；
MCU模块，集成有图像信号处理单元及图像融合单元，用于运行图像处理算法程序及各个模块的数据；
语音识别模块，用于提取驾驶员语音信号特征，并通过搜索和匹配策略输出标准语音指令到MCU模块；
近红外采集模块，用于采集所属指定盲区的近红外影像信息并通信传输到所述MCU模块；
显示模块，用于根据指令显示指定盲区的近红外图像信息；
报警模块，用于输出报警音频信息；
所述近红外采集模块包括1#近红外采集单元、2#近红外采集单元、3#近红外采集单元、4#近红外采集单元、5#近红外采集单元及6#近红外采集单元，分别设置在A盲区-B盲区、C盲区、D盲区-E盲区、F盲区、G盲区及H盲区对应车辆位置；
在自动模式中，所述显示模块根据MCU模块指令显示对应运行状态近红外信息；
所述显示模块显示内容包括障碍物近红外视频及最近障碍物距离值，所述障碍物近红外视频中的最近障碍物图像设有指示边框；
其中，所述近红外采集模块包括多个近红外采集单元，所述近红外采集单元包括至少两个近红外相机，用于进行双目检测定位。
2.根据权利要求1所述的近红外监测系统，其特征在于，所述监测系统还包括CAN总线系统，与所述MCU模块电连接，用于监测车辆的运行状态信息并发送给所述MCU模块。
3.根据权利要求2所述的近红外监测系统，其特征在于，所述CAN总线系统传输到MCU模块的汽车状态信号包括换挡杆、方向盘及转向灯信号。
4.一种车辆盲区近红外监测方法，利用权利要求1-3任一所述的监测系统，其特征在于，所述监测方法包括步骤：
在盲区车辆位置设置近红外采集模块，将采集的盲区近红外视频初步处理后传输到MCU模块；
根据语音识别指令或车辆运行状态，将盲区的近红外视频显示出来；
其中，所述近红外采集模块包括多个近红外采集单元，所述近红外采集单元包括至少两个近红外相机，用于进行双目检测定位。
5.根据权利要求4所述的近红外监测方法，其特征在于，所述步骤：在盲区车辆位置设置近红外采集模块，将采集的盲区近红外视频初步处理后传输到MCU模块，包括子步骤：
将车辆盲区分设为：A盲区-B盲区、C盲区、D盲区-E盲区、F盲区、G盲区及H盲区；
在所述车辆盲区对应车辆位置分别设置：1#近红外采集单元、2#近红外采集单元、3#近红外采集单元、4#近红外采集单元、5#近红外采集单元及6#近红外采集单元；
对应盲区中的近红外采集单元将采集到的近红外图像拼接到一起。
6.根据权利要求5所述的近红外监测方法，其特征在于，所述步骤：对应近红外采集单元将采集到的近红外图像拼接到一起，包括：
将近红外采集单元中的两个近红外相机设置为同一时钟；
对所述两个近红外相机位置进行设置，使得任一近红外相机都能采集到所属盲区的全部区域的影像信息；
所述近红外采集单元利用双目定位技术，计算采集到的盲区近红外影像中各点到车辆的距离，确定最小距离值及其在拼接图像中的坐标。
7.根据权利要求4所述的近红外监测方法，其特征在于，所述步骤：根据语音识别指令或车辆运行状态，将盲区的近红外视频显示出来，包括：
分别设置各个盲区对应的语音指令，CAN总线系统将车辆的运行状态信息传输到MCU模块；
若监测系统处于人工模式，则显示模块根据接收到的语音指令显示特定盲区的近红外图像，若监测系统处于自动模式，则显示模块根据监测到的车辆运行状态信息，显示特定盲区的近红外图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910555905.8A CN110303985B (zh) | 2019-06-25 | 2019-06-25 | 一种车辆盲区近红外监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910555905.8A CN110303985B (zh) | 2019-06-25 | 2019-06-25 | 一种车辆盲区近红外监测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110303985A CN110303985A (zh) | 2019-10-08 |
| CN110303985B true CN110303985B (zh) | 2024-01-05 |
Family
ID=68076456
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910555905.8A Active CN110303985B (zh) | 2019-06-25 | 2019-06-25 | 一种车辆盲区近红外监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110303985B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110901536A (zh) * | 2019-12-09 | 2020-03-24 | 江苏理工学院 | 一种盲区检测报警系统及其工作方法 |
| CN113119866B (zh) * | 2021-05-12 | 2022-12-02 | 中国第一汽车股份有限公司 | 一种基于流媒体的后视镜显示方法及显示装置 |
| EP4375141A1 (en) * | 2022-11-23 | 2024-05-29 | Volvo Truck Corporation | A camera assembly |
| CN115923657A (zh) * | 2023-03-13 | 2023-04-07 | 威海爱思特传感技术有限公司 | 基于超声波雷达的倒车盲区监测方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5670935A (en) * | 1993-02-26 | 1997-09-23 | Donnelly Corporation | Rearview vision system for vehicle including panoramic view |
| KR100845951B1 (ko) * | 2007-05-23 | 2008-07-11 | 제일전기공업 주식회사 | 차량의 사각지대 감지를 통한 충돌회피시스템 |
| CN101676152A (zh) * | 2008-09-16 | 2010-03-24 | 本田技研工业株式会社 | 车辆周围监视装置 |
| CN103370224A (zh) * | 2011-02-10 | 2013-10-23 | 戴姆勒股份公司 | 具有用于监控车辆周边环境的装置的车辆 |
| CN203450026U (zh) * | 2013-05-21 | 2014-02-26 | 昆山振宏锁具有限公司 | 车辆驾驶室无盲区系统及其车辆 |
| CN104943612A (zh) * | 2015-06-24 | 2015-09-30 | 广东好帮手电子科技股份有限公司 | 一种通过镜头透视汽车a柱盲区的方法及装置 |
| CN108583432A (zh) * | 2018-07-05 | 2018-09-28 | 广东机电职业技术学院 | 一种基于图像识别技术的智能a柱盲区预警装置与方法 |
| CN210174738U (zh) * | 2019-06-25 | 2020-03-24 | 中国人民解放军海军航空大学 | 一种车辆盲区近红外监测系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7209221B2 (en) * | 1994-05-23 | 2007-04-24 | Automotive Technologies International, Inc. | Method for obtaining and displaying information about objects in a vehicular blind spot |
| DE20106977U1 (de) * | 2001-04-23 | 2002-08-29 | Mekra Lang Gmbh & Co Kg | Warneinrichtung in Kraftfahrzeugen |
| CN202463699U (zh) * | 2012-02-09 | 2012-10-03 | 广州飒特红外股份有限公司 | 车载红外夜间辅助驾驶系统 |
-
2019
- 2019-06-25 CN CN201910555905.8A patent/CN110303985B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5670935A (en) * | 1993-02-26 | 1997-09-23 | Donnelly Corporation | Rearview vision system for vehicle including panoramic view |
| KR100845951B1 (ko) * | 2007-05-23 | 2008-07-11 | 제일전기공업 주식회사 | 차량의 사각지대 감지를 통한 충돌회피시스템 |
| CN101676152A (zh) * | 2008-09-16 | 2010-03-24 | 本田技研工业株式会社 | 车辆周围监视装置 |
| CN103370224A (zh) * | 2011-02-10 | 2013-10-23 | 戴姆勒股份公司 | 具有用于监控车辆周边环境的装置的车辆 |
| CN203450026U (zh) * | 2013-05-21 | 2014-02-26 | 昆山振宏锁具有限公司 | 车辆驾驶室无盲区系统及其车辆 |
| CN104943612A (zh) * | 2015-06-24 | 2015-09-30 | 广东好帮手电子科技股份有限公司 | 一种通过镜头透视汽车a柱盲区的方法及装置 |
| CN108583432A (zh) * | 2018-07-05 | 2018-09-28 | 广东机电职业技术学院 | 一种基于图像识别技术的智能a柱盲区预警装置与方法 |
| CN210174738U (zh) * | 2019-06-25 | 2020-03-24 | 中国人民解放军海军航空大学 | 一种车辆盲区近红外监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110303985A (zh) | 2019-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110303985B (zh) | 一种车辆盲区近红外监测系统及方法 | |
| CN108583432B (zh) | 一种基于图像识别技术的智能a柱盲区预警装置与方法 | |
| US7084746B2 (en) | Obstacle detection device | |
| US10688915B1 (en) | Virtual driver display for autonomous vehicle | |
| KR20160091293A (ko) | 차량용 사이드 미러 카메라 시스템 | |
| CN203228708U (zh) | 一种车用全景显示系统及使用该系统的客车 | |
| CN210174738U (zh) | 一种车辆盲区近红外监测系统 | |
| CN105224272A (zh) | 一种图像显示方法及汽车显示装置 | |
| CN204674518U (zh) | 一种基于mpsoc的一体化车辆驾驶辅助系统 | |
| CN105270249A (zh) | 一种利用可变形显示器显示摄像头图像的汽车视镜系统 | |
| EP4149809B1 (en) | Motor-vehicle driving assistance in low meteorological visibility conditions, in particular with fog | |
| CN105383403A (zh) | 车载屏幕反光处理方法、装置及系统 | |
| CN107640111B (zh) | 基于百核微处理器控制的汽车视觉图像处理系统及方法 | |
| US20200238914A1 (en) | Vehicle side view mirror with electronic blind spot display | |
| CN205916033U (zh) | 汽车全景可视化辅助行车设备 | |
| CN214564943U (zh) | 一种行车辅助系统 | |
| WO2021161443A1 (ja) | 視認負荷値推定装置、視認負荷値推定システム、視認負荷値推定方法、及び視認負荷値推定プログラム | |
| CN110816458B (zh) | 一种车用盲区监控系统、装置及其控制方法 | |
| CN211196038U (zh) | 车用后视镜系统和车辆 | |
| CN218986480U (zh) | 一种电子外后视镜控制装置 | |
| CN113920782B (zh) | 应用于车位检测的多传感器融合方法 | |
| CN215663186U (zh) | 一种多功能电子后视镜 | |
| CN214874514U (zh) | 一种兼具车身周视警戒的行车辅助驾驶系统 | |
| CN215042448U (zh) | 一种基于多传感器的大型车辆盲区监测装置 | |
| US20240034237A1 (en) | Vehicle having no wiper |
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 |