CN110435541A - 一种基于视觉识别和测距的车辆变道预警方法和系统 - Google Patents

Abstract

本发明公开了一种基于视觉识别和测距的车辆变道预警方法，包括以下步骤，图像采集模块实时采集当前车辆两侧后方的图像信息；识别模块识别车道并判断车后方对应车道上是否有车辆；测距模块实时测量所述识别模块识别车辆距离本车的实时距离数据；信号通知计算模块开始计算所述实时距离数据，并生成结果信号；所述结果信号输出至显示模块，转换为中控屏的告警灯的展示。本发明的有益效果：通过视觉识别模块识别车辆左后方和右后方的物体，通过雷达模块测量后方车辆与本车的距离，通过处理器模块计算本车速度与后方车速速度差和距离差是否达到安全变道的条件；并通过中控屏显示模块显示结果，从而达到辅助驾驶员进行变道安全判断的结果。

Description

一种基于视觉识别和测距的车辆变道预警方法和系统

技术领域

本发明涉及车辆辅助驾驶的技术领域，尤其涉及一种基于视觉识别结合和雷达测距的车辆变道预警方法及其系统。

背景技术

近年来随着汽车使用的普及，道路上的汽车越来越多，行车安全也越来越重要。在夜里或者恶劣天气下如雨天、雾天通过后视镜观察后方车辆变得非常困难，从而导致车辆在高速行驶状态下变换车道变得很困难。在驾驶员无法仔细观察后方车辆的情况随意变道极易发生交通事故。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的一个技术问题是：提出一种基于视觉识别和测距的车辆变道预警方法，用于辅助驾驶员进行变道安全判断的结果。

为解决上述技术问题，本发明提供如下技术方案：一种基于视觉识别和测距的车辆变道预警方法，包括以下步骤，图像采集模块实时采集当前车辆两侧后方的图像信息；识别模块识别车道并判断车后方对应车道上是否有车辆；测距模块实时测量所述识别模块识别车辆距离本车的实时距离数据；驾驶员将车辆变换车道请求通过手动拨动转向灯手柄产生转向信号，信号通知计算模块开始计算所述实时距离数据，并生成结果信号；所述结果信号输出至显示模块，转换为中控屏的告警灯的展示。

作为本发明所述的基于视觉识别和测距的车辆变道预警方法的一种优选方案，其中：还包括以下步骤，所述图像采集模块实时获取数据；等待下一次转向变换车道请求。

作为本发明所述的基于视觉识别和测距的车辆变道预警方法的一种优选方案，其中：所述显示模块展示的信息还包括显示变道安全或者显示危险警告，且驾驶员开启转向灯后转向灯的显示与安全提示均显示在车辆中控显示屏上。

作为本发明所述的基于视觉识别和测距的车辆变道预警方法的一种优选方案，其中：所述变换车道流程为，驾驶员打开转向灯；等待2秒后开始转动方向盘开始转向；变道完成。

作为本发明所述的基于视觉识别和测距的车辆变道预警方法的一种优选方案，其中：包括判断是否安全的步骤，判断需要变换目标车道后方是否有车辆；若没有则安全，若后方有车辆；根据车速差和距离差计算2秒后车辆与目标车辆的距离/当前车速；若结果＞1＝安全、结果＜1＝告警；2秒内实时更新判断和距离数据。

作为本发明所述的基于视觉识别和测距的车辆变道预警方法的一种优选方案，其中：所述测距模块采用雷达传感器实时测距，通过发射与接收微波来感应物体的存在，将微波回波信号转换为电信号传输至所述计算模块。

因此，本发明解决的另一个技术问题是：提出一种于视觉识别和测距的车辆变道预警系统，上述方法依托于本系统实现。

为解决上述技术问题，本发明提供如下技术方案：一种基于视觉识别和测距的车辆变道预警系统，其特征在于：包括图像采集模块、识别模块、测距模块、计算模块和显示模块；所述图像采集模块设置于车辆两侧的摄像头或者摄像机；所述识别模块、所述测距模块和所述计算模块为分别设置于车载主机上的识别、测距和计算集成；所述显示模块为设置于车载主机的显示屏。

作为本发明所述的基于视觉识别和测距的车辆变道预警系统的一种优选方案，其中：所述车载主机包括微处理器、存储器、输入/输出接口、模数转换器和大规模集成电路，所述识别模块、所述测距模块和所述计算模块均与所述车载主机连接。

本发明的有益效果：通过视觉识别模块识别车辆左后方和右后方的物体，通过雷达模块测量后方车辆与本车的距离，通过处理器模块计算本车速度与后方车速速度差和距离差是否达到安全变道的条件；并通过中控屏显示模块显示结果，从而达到辅助驾驶员进行变道安全判断的结果。

附图说明

为了更清楚地说明本发明实施例的技术方案，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性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明第一种实施例所述基于视觉识别和测距的车辆变道预警方法的整体流程示意图；

图2为本发明第一种实施例所述模块间关系的示意图；

图3为本发明第一种实施例所述模块与车上位置间的示意图；

图4为本发明第一种实施例所述车辆变道的示意图；

图5为本发明第二种实施例所述测距模块的示意图；

图6为本发明第二种实施例所述基于视觉识别和测距的车辆变道预警系统的原理结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例1

参照图1～2的示意，目前自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势，汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图(通过有人驾驶汽车采集的地图)对前方的道路进行导航。基本包括驾驶辅助系统、部分自动化系统、高度自动化系统和完全自动化系统。使得车辆越来越智能化，而本实施例基于车辆变道的智能警示提醒，提出一种基于视觉识别和测距的车辆变道预警方法，具体包括以下步骤，

图像采集模块100实时采集当前车辆两侧后方的图像信息；其中当车辆进行一次变道请求后，图像采集模块100实时获取数据，并且等待下一次转向变换车道请求。

识别模块200识别车道并判断车后方对应车道上是否有车辆；

测距模块300实时测量识别模块200识别车辆距离本车的实时距离数据；测距模块300采用雷达传感器实时测距，通过发射与接收微波来感应物体的存在，将微波回波信号转换为电信号传输至计算模块400。

驾驶员将车辆变换车道请求通过手动拨动转向灯手柄产生转向信号，信号通知计算模块400开始计算实时距离数据，并生成结果信号；本步骤中变换车道流程为：驾驶员打开转向灯；等待2秒后开始转动方向盘开始转向；变道完成。以及判断是否安全的步骤，

判断需要变换目标车道后方是否有车辆；

若没有则安全，若后方有车辆；

根据车速差和距离差计算2秒后车辆与目标车辆的距离/当前车速；

若结果＞1＝安全、结果＜1＝告警；

2秒内实时更新判断和距离数据。

结果信号输出至显示模块500，转换为中控屏的告警灯的展示。显示模块500展示的信息还包括显示变道安全或者显示危险警告，且驾驶员开启转向灯后转向灯的显示与安全提示均显示在车辆中控显示屏上。

还需要说明的是，识别模块200通过车后的摄像头(即图像采集模块100)实时采集图像信息，通过机器学习的监督式算法来识别车道和判断车后方对应车道上是否有车辆。通俗的说，给定一个数据集这个数据集属于K类，假设标签空间为x\mathbf{x}，其中x一般表示为图像，例如手写数字的MNIST数据集，一张图就是一个数字比如0，1，2，3，4等等，或者ImageNet的图像，一张图表示某一个物体，比如猫、狗，y表示一个标签，就是我们常说的one-hot向量，比如MNIST的标签是10维的向量，ImageNet(用于视觉对象识别软件研究的大型可视化数据库)的标签是1000维的向量，只有一个位置是1，其他位置都是0，每个类的标签按列拼在一起，就可以组成一个标准的单位矩阵。分类问题，简单来说，就是把属于同一类的图像聚到一起，都是手写数字0的图像，应该都归为一类，都是手写数字2的图像，应该归为另外一类，不能把手写数字8的图像，归到0这一类，所以分类问题，其本质就是物以类聚。

另外从数学的角度上来说，分类识别就是图像到标签的一个映射过程：

有监督学习，所谓的有监督，那就是类别的标签是已知的，目前学术界研究的大多数分类识别问题都属于这一类，所以我们见到的数据集一般都是带着标签的，这类问题，都是希望找到一个映射，图像空间到类别空间的一个映射，借着类别标签的“指引”，把同一类的图像尽可能的映射到一块，聚在一起，因为有标签的“指引”。

有监督学习是从标签化训练数据集中推断出函数的机器学习任务，训练数据由一组训练实例组成。在监督学习中，每一个例子都是一对由一个输入对象(通常是一个向量)和一个期望的输出值(也被称为监督信号)。有监督学习算法分析训练数据，并产生一个推断的功能，它可以用于映射新的例子。一个最佳的方案将允许该算法正确地在标签不可见的情况下确定类标签。用已知某种或某些特性的样本作为训练集，以建立一个数学模型(如模式识别中的判别模型，人工神经网络法中的权重模型等)，再用已建立的模型来预测未知样本。本实施例用于对本车后方是否有车辆进行识别。

进一步的，本实施例中更加具体的包括以下识别步骤，根据已知数据集求线性函数，使其尽可能拟合数据，让损失函数最小，通过已知图片的数据集，进行一种分类算法，然后通过图像采集模块100与分类函数拟合，由损失函数来对车辆后方的图像中是否具有危险车辆进行判断。具体步骤如下：

定义假设函数h，图像是一个S型，预测函数就是将函数g(x)里的自变量x替换成了函数θ(x)，如下：

hθ(x)＝g[θ(x)]＝11+e-θ(x)

其中hθ(x)表示结果取1的概率，因此对于输入x分类结果为类别1和类别0的概率分别为：

P(y＝1|x，θ)＝hθ(x)

P(y＝0|x，θ)＝1-hθ(x)

对于二维数据，如果是预设线性，那么定义函数θ(x)：

θ(x)＝θ0+θ1x1+θ2x2

如果是预设非线性，那么函数为的形式为：

θ(x)＝θ0+θ1x1+θ2x2+θ3x21+θ4x22

假设解决的是识别图片中的0或1(例如本实施例中样本库只有0和1的图片)，图片大小是20*20，那么有400个特征向量，函数为：

θ(x)＝θ0+θ1x1+...+θ400x400

构造损失函数，损失函数的大小可以体现出边界函数的各项参数是否最优。对于线性回归，损失函数是欧式距离指标，在回归中平方差损失函数是非凸，需要其他形式的保证回归的成本函数是凸函数，选择损失函数：

Cost(hθ(x)，y)＝{-loghθ(x)，if y＝1-log(1-hθ(x))，if y＝0

那么回归可以表示为：

J(θ)＝1m∑i＝1mCost(hθ(x(i))，y(i))＝-1mΣi＝1m[y(i)loghθ(x(i))+(1-y(i))log(1-hθ(x(i)))]

其中m表示有m个样本，y是二值型数据，只能0或1，代表两种不同的类别。最后求最优θ，找到最合适的函数参数，只要使J(θ)最小即可：

θ＝argminθJ(θ)

采用上述识别分类算法具有更高的准确率。

场景一：

进一步的，本实施例利用基于视觉识别和测距的车辆变道预警方法与传统利用多传感器的车道变道，将二者在不同的行驶速度下各进行10次变道识别实验测试，测试结果如下：

行驶速度(km/h)	传统识别次数	传统识别成功率	本方法成功识别次数	本方法识别成功率
					10km/h	8	80％	10	100％
20km/h	8	80％	10	100％
					30km/h	7	70％	10	100％
40km/h	6	60％	10	100％
					50km/h	3	30％	9	90％
60km/h	2	20％	9	90％
					90km/h	0	0％	8	80％

由上表不难看出，在车低速行驶的状态下，传统利用传感器的识别方法具有80％的识别率，而采用本方法有100％的识别率，且当车速逐渐增加，传统车辆的识别率降低显著，且速度越高识别率越低，本方法识别率不仅无论在低速和高速行驶下都相对传统识别具有较高的识别率，车速增大时也能保持较高的识别率和反应速度，对安全驾驶具有重大的意义。

实施例2

参照图3～4的示意，本实施例中提出一种基于视觉识别和测距的车辆变道预警系统，上述基于视觉识别和测距的车辆变道预警方法能够依靠于本系统进行实现，通过视觉识别后方车辆并通过雷达测距来辅助驾驶员判断变换车道的安全性，从而减少安全事故的发生。具体的，该系统包括图像采集模块100、识别模块200、测距模块300、计算模块400和显示模块500；图像采集模块100设置于车辆两侧的摄像头或者摄像机；识别模块200和计算模块400与设置车载主机上的识别集成芯片；显示模块500为设置于车载主机的显示屏。车载主机包括微处理器、存储器、输入/输出接口、模数转换器和大规模集成电路，识别模块200、测距模块300和计算模块400均与车载主机连接。

需要说明的是，图像采集模块100为安装于车辆车身的摄像机或者摄像机，可以安装于车身的后方或者两侧。识别模块200为写入上述分类识别算法的集成芯片，图像采集模块100将获取的图像传输至识别模块200进行分类识别，当然该芯片还包括其它芯片组成的电子元器件和集成电路。测距模块300为采用24GHz雷达传感器实时测距，它能通过发射与接收频率为24.125GHz左右的微波来感应物体的存在，运动速度，静止距离，物体所处角度等，采用平面微带天线技术，具有体积小.集成化程度高.感应灵敏等特点。24GHz雷达传感器是一种可以将微波回波信号转换为一种电信号的装换装置,它能通过发射与接收频率为24.125GHz左右的微波来感应物体的存在、运动速度、静止距离或物体所处角度等，采用平面微带天线技术，具有体积小、集成化程度高、感应灵敏等特点。例如CW多普勒雷达传感器、FMCW雷达传感器，内部设置如型号为RSP1的雷达信号处理器。

本实施例中计算模块400采用ECU也称为电子控制单元。又称“行车电脑”、“车载电脑”等，从用途上讲则是汽车专用微机控制器。它和普通的电脑一样，由微处理器(MCU)、存储器(ROM、RAM)、输入/输出接口(I/O)、模数转换器(A/D)以及整形、驱动等大规模集成电路组成。用一句简单的话来形容就是ECU就是汽车的大脑。在ECU中CPU是核心部分，它具有运算与控制的功能，发动机在运行时，它采集各传感器的信号，进行运算，并将运算的结果转变为控制信号、控制被控对象的工作。它还实行对存储器、输入/输出接口(I/O)和其它外部电路的控制；存储器ROM中存放的程序是经过精确计算和大量实验取得的数据为基础编写出来的，这个固有程序在发动机工作时，不断地与采集来的各传感器的信号进行比较和计算，把比较和计算的结果用来对等多项参数的控制。显示模块500为车载主机的显示设备，例如显示主控屏，将处理结果进行显示从而达到警示驾驶员的作用。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种基于视觉识别和测距的车辆变道预警方法，其特征在于：包括以下步骤，

图像采集模块(100)实时采集当前车辆两侧后方的图像信息；

识别模块(200)识别车道并判断车后方对应车道上是否有车辆；

测距模块(300)实时测量所述识别模块(200)识别车辆距离本车的实时距离数据；

驾驶员将车辆变换车道请求通过手动拨动转向灯手柄产生转向信号，信号通知计算模块(400)开始计算所述实时距离数据，并生成结果信号；

所述结果信号输出至显示模块(500)，转换为中控屏的告警灯的展示。

2.如权利要求1所述的基于视觉识别和测距的车辆变道预警方法，其特征在于：还包括以下步骤，

所述图像采集模块(100)实时获取数据；

等待下一次转向变换车道请求。

3.如权利要求1或2所述的基于视觉识别和测距的车辆变道预警方法，其特征在于：所述显示模块(500)展示的信息还包括显示变道安全或者显示危险警告，且驾驶员开启转向灯后转向灯的显示与安全提示均显示在车辆中控显示屏上。

4.如权利要求3所述的基于视觉识别和测距的车辆变道预警方法，其特征在于：所述变换车道流程为，

驾驶员打开转向灯；

等待2秒后开始转动方向盘开始转向；

变道完成。

5.如权利要求4所述的基于视觉识别和测距的车辆变道预警方法，其特征在于：包括判断是否安全的步骤，

判断需要变换目标车道后方是否有车辆；

若没有则安全，若后方有车辆；

根据车速差和距离差计算2秒后车辆与目标车辆的距离/当前车速；

若结果＞1＝安全、结果＜1＝告警；

2秒内实时更新判断和距离数据。

6.如权利要求4或5所述的基于视觉识别和测距的车辆变道预警方法，其特征在于：所述测距模块(300)采用雷达传感器实时测距，通过发射与接收微波来感应物体的存在，将微波回波信号转换为电信号传输至所述计算模块(400)。

7.一种基于视觉识别和测距的车辆变道预警系统，其特征在于：包括图像采集模块(100)、识别模块(200)、测距模块(300)、计算模块(400)和显示模块(500)；

所述图像采集模块(100)设置于车辆两侧的摄像头或者摄像机；

所述识别模块(200)和所述计算模块(400)与设置车载主机上的识别集成芯片；

所述显示模块(500)为设置于车载主机的显示屏。

8.如权利要求7所述的基于视觉识别和测距的车辆变道预警系统，其特征在于：所述车载主机包括微处理器、存储器、输入/输出接口、模数转换器和大规模集成电路，所述识别模块(200)、所述测距模块(300)和所述计算模块(400)均与所述车载主机连接。