CN110556024A - 一种防碰撞辅助驾驶方法、系统及计算机可读存储介质 - Google Patents
一种防碰撞辅助驾驶方法、系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110556024A CN110556024A CN201910651329.7A CN201910651329A CN110556024A CN 110556024 A CN110556024 A CN 110556024A CN 201910651329 A CN201910651329 A CN 201910651329A CN 110556024 A CN110556024 A CN 110556024A
- Authority
- CN
- China
- Prior art keywords
- terminal
- vehicle
- image
- distance
- reminding
- 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
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种防碰撞辅助驾驶方法、系统及计算机可读存储介质。终端根据终端与地面的距离,预设的防碰撞提醒距离,确定防碰撞提醒距离对应于终端的展示界面上的提示位置信息。终端的采集设备获取所述终端所在车辆的前方路况的图像,对所述图像进行识别,得到所述图像中车辆的图像信息以及所述图像中车辆在所述终端显示界面的位置信息;将所述车辆的图像信息、所述图像中车辆在所述终端显示界面的位置信息通过所述终端进行展示,并且根据所述图像中车辆在所述终端显示界面的位置信息、所述提示位置信息,确定是否发出防碰撞提醒。本申请提供的一种轻量级防碰撞辅助驾驶方法及系统,成本低,部署简单,更易于普及。
Description
技术领域
本申请涉及安全驾驶领域,尤其涉及一种智能防碰撞的辅助安全驾驶方法。
背景技术
随着经济快速发展和人民生活水平的提高,道路上私家车、运输车、公共交通等车辆密度快速增长。车辆给人们带来生活便利的同时,交通安全问题也随之凸显。近年来交通事故,尤其是前后车相撞的交通事故呈现出明显的上升趋势。因此安全驾驶成为保障驾驶人员生命财产安全的重要议题。由于车辆在行驶过程中路况较为复杂,加之驾驶人员疲劳驾驶、驾驶技术不足、酒驾、打电话等行为,因此单纯依赖驾驶人员的主观行为难以保证安全驾驶,需要依靠辅助安全驾驶更一步防止车辆碰撞。
现有的辅助驾驶系统通常部署在一个专门的设备中,该专门的设备通过与各种传感器比如摄像头、雷达、激光和超声波等来获取各种行驶数据,并对行驶数据进行分析,从而实现辅助驾驶。然而,此种方式所用的硬件设备多,成本高,并且部署复杂,从而导致辅助驾驶系统普及率低。
发明内容
本申请实施例提供了一种防碰撞辅助驾驶方法、系统及计算机可读存储介质,解决了现有的辅助驾驶系统需要部署过多硬件设备、成本高而导致的辅助驾驶系统普及率低的问题。
一方面,本申请实施例提供了一种防碰撞辅助驾驶方法。终端根据终端与地面的距离,以及预设的防碰撞提醒距离,确定所述防碰撞提醒距离对应于所述终端的展示界面上的提示位置信息;所述防碰撞提醒距离是为了提醒用户而设置的所述终端与所述终端所在车辆的前方车辆之间的距离;所述提示位置信息至少包括所述终端展示界面上的提醒线所在的位置信息;所述终端的采集设备获取所述终端所在车辆的前方路况的图像,对所述图像进行识别,得到所述图像中车辆的图像信息以及所述图像中车辆在所述终端显示界面的位置信息;将所述车辆的图像信息、所述图像中车辆在所述终端显示界面的位置信息通过所述终端进行展示,并且根据所述图像中车辆在所述终端显示界面的位置信息、所述提示位置信息,确定是否发出防碰撞提醒。
在一个示例中,所述终端根据所述终端与地面的距离,以及预设的防碰撞提醒距离,确定所述防碰撞提醒距离对应于所述终端展示界面上的提示位置信息,具体包括:所述终端根据所述终端与地面的距离、预设的防碰撞提醒距离、所述终端的采集设备的焦距倍数,确定所述防碰撞提醒距离对应于所述终端展示界面上的提示位置信息。
在一个示例中,所述终端根据所述终端与地面的距离、预设的防碰撞提醒距离、所述终端的采集设备的焦距倍数,确定所述防碰撞提醒距离对应于所述终端展示界面上的提示位置信息,具体包括:所述终端预存有所述终端距离地面高度、所述终端的采集设备的焦距倍数、多个防碰撞提醒距离以及提示位置信息的对应关系;基于所述终端用户的确定,得到所述终端与地面的距离和所述终端的采集设备的焦距倍数;根据所述终端与地面的距离、所述终端采集设备的焦距倍数,以及所述对应关系和预设的防碰撞距离,确定所述终端展示界面上的提示位置信息。
在一个示例中,所述方法还包括:根据所述预设的防碰撞提醒距离处的点与所述采集设备对应点所在的直线,与具有所述焦距倍数的采集设备的成像区域的交汇处为所述防碰撞提醒距离处的点在所述采集设备上的成像点;将所述成像点经过的水平方向的直线,作为所述预设防碰撞提醒距离对应的提醒线,从而得到所述提示位置信息与预设的防碰撞提醒距离、终端与地面距离、终端采集设备的焦距倍数的对应关系。
在一个示例中,所述终端的采集设备获取所述终端所在车辆的前方路况的图像信息,对所述图像进行识别,得到包含车辆的图像,具体包括:所述终端采集所述终端所在车辆的前方的视频图像,且对每间隔若干帧图像之后的一帧图像进行图像预处理,并通过所述预处理之后的图像进行识别,以确定被识别的所述图像是否包含车辆。
在一个示例中,所述对所述图像进行识别,得到包含车辆的图像以及所述包含车辆的图像中车辆在所述终端显示界面的位置信息,具体包括:所述终端对应的服务器获取图像样本库;其中,所述图像样本库包括多张样本图像;标注所述图像样本库中每张样本图像中的车辆;使用所述图像样本库中的多张样本图像和样本图像中标注的至少一个车辆,通过机器学习训练得到神经网络模型;所述终端根据所述训练好的神经网络模型,将所述视频图像中每间隔若干帧的一帧图像输入到所述训练好的神经网络模型中,从而识别出输入的图像是否包含车辆以及包含车辆的图像中车辆在所述终端显示界面的位置信息。
在一个示例中,所述根据所述包含车辆的图像中车辆在所述终端显示界面的位置,并根据所述终端展示界面上显示的提醒位置,确定是否发出防碰撞提醒,具体包括:所述终端通过训练好的神经网络模型,确定所述终端所在车辆的前方车辆,并得到所述前方车辆的定位框;根据所述车辆的定位框的下框与所述终端上提醒线的位置关系,确定所述终端所在车辆与其前方车辆之间距离的范围;根据所述距离范围,在确定存在车辆碰撞风险的情况下通过语音的方式进行报警。
在一个示例中,在所述报警之前,还包括:所述终端通过所述终端上的速度传感器和/或加速度传感器,确定所述终端所在车辆的行驶速度和/或加速度,根据所述车辆的行驶速度和/或加速度,以及所述距离范围,确定是否通过语音的方式进行报警。
在一个示例中,在所述报警之前,还包括:所述终端通过对所述终端的采集设备获取的图像,进行图像识别,确定所述终端所在车辆行驶的道路类别,根据所述道路类别以及所述距离范围,确定是否通过语音的方式进行报警;其中,所述道路类别包括:高速公路、快速路、其他公路。
另一方面,本申请实施例提供了一种防碰撞辅助驾驶系统。该系统包括校准模块、采集模块、车辆识别模块、显示模块、预警模块。校准模块用于根据终端与地面的距离,以及预设的防碰撞提醒距离,确定所述防碰撞提醒距离对应于所述终端的展示界面上的提示位置信息;所述防碰撞提醒距离是为了提醒用户而设置的所述终端与所述终端所在车辆的前方车辆之间的距离;所述提示位置信息至少包括所述终端展示界面上的提醒线所在的位置信息;采集模块用于获取所述终端所在车辆的前方路况的图像;车辆识别模块用于对所述图像进行识别,得到所述图像中车辆的图像信息以及所述图像中车辆在所述终端显示界面的位置信息;显示模块用于将所述车辆的图像信息、所述图像中车辆在所述终端显示界面的位置信息通过所述终端进行展示;预警模板用于根据所述图像中车辆在所述终端显示界面的位置信息、所述提示位置信息,确定是否发出防碰撞提醒。
又一方面,本申请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上储存有计算机程序,所述计算机程序被处理器执行上面的方法。
本申请实施例提供的防碰撞辅助驾驶方法,通过分析实时采集的视频数据,计算得到与前车行驶距离,并评估发生碰撞的风险,并通过语音实现辅助驾驶提醒,在实现车辆距离预估和防碰撞提醒功能的前提下,大大降低了现有辅助驾驶防碰撞系统的复杂度和成本。本申请实施例提供的防碰撞辅助驾驶系统可部署于常见终端设备上,例如可部署于手机、小型平板电脑等设备中,是一种轻量级防碰撞辅助驾驶系统,此系统无需复杂的传感器等硬件设备,成本低,部署简单,更易于普及。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提供的防碰撞辅助驾驶方法流程图;
图2为本申请实施例提供的提醒线与防碰撞提醒距离关系示意图;
图3为本申请实施例提供的提醒线确定方法示意图;
图4为本申请实施例提供的一种防碰撞辅助驾驶系统的一个界面展示示意图;
图5为本申请实施例提供的一种防碰撞辅助驾驶系统示意图。
具体实施方式
为了更清楚的阐释本申请的整体构思,下面结合说明书附图以示例的方式进行详细说明。
本申请实施例提供的防碰撞辅助驾驶系统是一种轻量级、易部署且基于目标检测技术的辅助驾驶系统,其可以以APP形式安装在手机、小型平板电脑等移动终端上。
图1是本申请实施例提供的一种防碰撞辅助驾驶方法示意图。
步骤110、终端根据终端与地面的距离,以及预设的防碰撞提醒距离,确定防碰撞提醒距离对应于该终端显示界面上的提示位置信息。
具体地,当用户需要通过手机等移动终端实现防碰撞辅助驾驶时,其需要将手机终端放置于车内前部中间位置,用以通过该移动终端上的摄像头捕捉车辆行驶前方的路况。
而后,用户可通过在APP上输入或者选择的方式,确定终端与地面的距离。更为准确地,实际上是终端上的摄像头距离车辆所处路面的物理距离。例如,用户通过手机APP输入其手机距离路面距离为1.6米。
当然,也可以通过其它方式确定终端与地面的距离。例如,终端上设置有测距传感器,通过该测距传感器获取该终端与地面之间的距离。
上述防碰撞提醒距离是为了提醒用户而设置的该终端与该终端所在车辆的前方车辆之间的物理距离,即当该终端所在车辆与其前方车辆存在碰撞危险时的提醒距离。该预设的防碰撞提醒距离通常可以有多个,例如,5米、10米、50米等。
上述提示位置信息至少包括该终端展示界面上的提醒线所在位置信息。具体地,该提醒线所在位置信息为该提醒线距离该终端的采集设备的距离。例如,该提醒线如图4所示的5米提醒线、10米提醒线、50米提醒线。此外,该提示位置信息还可以包括提醒线的形状、颜色等。例如,红色实线、红色虚线、橙色实线、橙色虚线、黄色实线、黄色虚线等。
通常情况下,用户在通过终端APP输入或者选择了终端与地面的距离之后,在该终端的展示界面上会显示多条提醒线,且每一条提醒线对应于一个防碰撞提醒距离。且各防碰撞提醒距离对应的提醒线,可以通过不同样式进行展示。例如,5米的提醒线是红色实体粗线,10米的提醒线是橙色实线,50米的提醒线是黄色虚线。
需要说明的是,用户在初次使用终端进行防碰撞辅助驾驶提醒系统时,需要将终端置于特定的位置,例如将终端置于车内前部中央位置,用于采集车辆行驶前方路况信息。而终端处于不同的高度,则终端展示界面上显示的提示位置即防碰撞提醒线将处于不同的位置。下面详细阐述。
一种可实现方式是,终端预存有多个不同的终端与地面的距离,与提示位置信息的对应关系。用户选择一个终端地面距离,就会得到与该距离对应的提示位置信息。上述对应关系可以是通过终端地面距离、预设的防碰撞提醒距离以及终端上采集设备的焦距倍数的计算,根据计算结果通过反复实验,而得出的提醒线所在位置信息,从而得到上述对应关系。
也就是说,终端预存有若干终端摄像头与地面的距离(即摄像头距路面高度)、焦距倍数、提醒线在终端上的位置的对应关系。例如,采集设备距地高度1.6米,采集设备焦距倍数为1.5倍,预设的防碰撞提醒距离分别为5米、10米、50米,则各防碰撞提醒距离分别对应的各提醒线在终端屏幕中的位置分别为屏幕高度的20%、40%、70%。用户在首次使用防碰撞辅助驾驶系统时,仅需要通过终端APP选择采集设备距离地面的高度和采集设备的焦距倍数,就会有匹配出相应的提醒线,并展示在终端屏幕上。
另一种可实现方式是,终端将用户输入的终端与地面的距离,以及用户选择的终端的摄像头焦距倍数发送给服务器,服务器根据该终端地面距离、该终端摄像头的焦距倍数,以及根据预设的各防碰撞提醒距离,计算得到各防碰撞提醒距离分别对应的各提醒线在该终端展示界面上的位置信息。然后服务器将该提醒线在该终端展示界面上的位置信息,发送给该终端进行展示。
下面详细阐述如何根据终端与地面的距离、预设的防碰撞提醒距离以及采集设备的焦距倍数,确定该防碰撞提醒距离对应在该终端展示界面上的提醒线所在位置信息。
如图2所示,在用户输入了终端采集设备如手机摄像头的焦距倍数之后,终端等设备就能够确定包括车辆在内的任何物体在该终端上的采集设备的成像位置。根据该成像位置,以及用户确定的终端与地面的距离、预设的防碰撞提醒距离,得到与该防碰撞提醒距离对应的提醒线位置信息。
更为具体地,如图3所示,对于一个预设的防碰撞提醒距离,当终端处于特定高度,且在该终端摄像头处于特定的焦距倍数例的情况下,则在该预设的防碰撞提醒距离处的点,该点会在该摄像头的成像位置上得到相应成像点。根据光学原理可知,该点与该点的成像点以及该摄像头在同一条直线上。那么,根据该摄像头的焦距倍数,可以确定该终端的摄像头的成像位置信息。因此,由该成像位置信息,以及该防碰撞提醒距离处的点以及该摄像头所在位置点,就能够得到该点对应的该成像点所在位置。根据该成像点的位置,将该成像点经过的水平方向的直线,作为该预设的防碰撞提醒距离对应的提醒线。
由此可见,根据预设的防碰撞提醒距离处的点与采集设备对应点所在的直线,与具有该焦距倍数的采集设备的成像区域的交汇处,即为该防碰撞提醒距离处的点在该采集设备上的成像点。将该成像点经过的水平方向的直线,作为该预设的防碰撞提醒距离对应的提醒线,从而就能够得到包括该提醒线位置在内的提示位置信息与预设的防碰撞提醒距离、终端与地面距离、终端采集设备的焦距倍数的对应关系。根据该对应关系,以及用户确定的采集设备与终端的距离、采集设备的焦距倍数、预设的防碰撞提醒距离,就能够得到各防碰撞提醒距离对应的提醒线位置信息。
上述内容阐述了,如何根据用户给出的终端地面的距离、采集设备的焦距,得到多个预设的防碰撞提醒距离分别对应的提醒线位置。一旦确定了提醒线,除非终端位置发生变化,或者用户调整了采集设备焦距,否则无需再重新确定提醒线位置信息。因此,通常情况下,仅在用户首次通过手机等终端进行防碰撞辅助驾驶时,才会对提醒线的位置进行校准。
下面继续阐述,用户对提醒线的位置校准完成后,如何根据该提醒线对用户正在驾驶的车辆进行防碰撞的实时提醒。
步骤120、终端的采集设备实时采集终端所在车辆行驶前方的路况情况,即实时采集车辆前方的视频图像数据。
为了得到满足要求的视频图像,该采集设备为具有视频采集功能的图像采集设备,且要求其具备采集三十万以上像素图像的功能。
步骤130、终端对其采集的视频图像数据进行预处理,包括图像压缩、改变图像大小、变更图像格式、对图像进行灰度化处理等等。
对图像进行压缩或者改变图像大小或者变更图像格式,目的是为了使终端快速识别出图像中的车辆。例如,终端通过深度学习方法进行目标检测,而为了使图像能够满足深度学习目标检测方法对图像的要求,从而对图片进行压缩或者改变图像大小或者变更图像格式。
在本申请的一个实施例中,终端的摄像头获取终端所在车辆前方的视频图像,且该终端对每间隔若干帧图像之后的一帧图像进行图像预处理,并对预处理之后的图像进行识别,以确定被识别的图像是否包含车辆。通过该方法,提高了终端的图像识别速度,并且降低了功耗。
下面详细阐述终端如何对其采集到的视频图像进行识别。
步骤140,对预处理后的图像进行车辆识别,得到图像中车辆的图像信息以及所述图像中车辆在所述终端显示界面的位置信息。
在本申请的一个实施例中,该终端对应的服务器接收海量车辆行驶图像,并对每一个车辆行驶图像进行车辆标注,利用深度卷积神经网络模型对标注车辆的图像进行训练,得到训练好的神经网络模型。基于终端的请求,服务器将该训练好的神经网络模型嵌入到该终端中。
具体地,该终端对应服务器获取图像样本库;其中,该图像样本库包括多张样本图像。然后标注该图像样本库中每张样本图像中的车辆。再使用所述图像样本库中的多张样本图像和样本图像中标注的至少一个车辆,通过机器学习训练得到神经网络模型。该终端根据该训练好的模型,将该终端的采集设备获取到的视频图像中每间隔若干帧的一帧图像输入到该训练好的模型中,从而识别出该图像中的车辆以及该图像中车辆在该终端显示界面的位置信息。
在本申请的另一个实施例中,基于卷积神经网络模型和可变形部件模型,识别出图像中的车辆以及该图像中的车辆的位置信息,具体过程如下:
获取图像样本库;其中,该图像样本库包括多张样本图像;
通过卷积神经网络中多个卷积核与该输入图像进行卷积,得到车辆特征;
根据可变部件模型中的部件滤波器训练方法,在该图像样本库中训练若干个车辆的部件模型滤波器;
将该车辆部件模型滤波器与得到的该车辆特征进行卷积,得到车辆的部件特征;
通过学习车辆的若干部件,计算每个部件的匹配度;
将卷积神经网络训练得到模型参数中的最后一个全连接输出层看作是分类器;
输入由终端采集设备采集的图像和卷积神经网络训练得到的参数,得到输出结果。
在本申请的一个实施例中,上述卷积神经网络模型可包含变形处理层、卷积层、池化层、训练层、全连接输出层。
该变形处理层通过可变部件模型将图像采集设备采集的图像分割成多个区域,各区域的总得分包括根过滤器的得分、带有权值的部件过滤器的得分、部件变形的代价值,根据各总分与阈值之间的大小关系,确定各区域是否覆盖车辆。即如果总得分大于阈值,则认为此区域为车辆区域,反之认为此区域不是车辆区域。
其中,该可变形部件模型由三部分组成:覆盖整个目标的根滤波器、若干高分辨率的部件滤波器、部件滤波器相对于根滤波器的空间位置。该滤波器是一个权重向量,一个w*h大小的滤波器是一个含w*h个权重的向量,且w*h是一个特征向量的维数。所谓滤波器的得分就是此权重向量与w*h大小子窗口的特征向量的点积。而检测窗口的得分是根滤波器的分数加上各个部件的分数的总和,每个部件的分数是此部件的各个空间位置得分的最大值,每个部件的空间位置得分是部件在该子窗口上滤波器的得分减去变形代价值。
该卷积层可通过若干个nxn(n为正整数)的卷积核对由变形处理层得到的覆盖有车辆区域的图形做卷积运算,得到若干个特征映射。
该池化层对该卷积层进行降采样,得到降采样后的若干特征的映射。
该训练层通过现有的部件滤波器训练方法,以样本图像为原始数据,训练出若干个滤波器,并在卷积神经网络结构的卷积层中,通过该若干个滤波器对池化层处理的若干个特征映射进行卷积,得到车辆的部件特征。
该全连接输出层连接所有部件的特征,并将输出值送给分类器。
因此,可根据该分类器的输出得到图像中的车辆信息,以及图像中的车辆位置信息。
步骤150、根据终端采集设备采集的图像中车辆在该终端显示界面的位置信息,并根据该终端展示界面上显示的提醒线位置,预测该终端所在车辆与其前方车辆的距离。
在本申请的一个实施例中,基于机器学习目标检测方法,识别出该终端所在车辆的前方的车辆,并得到前方车辆的位置信息,且在该终端中展示有该终端所在车辆的前方车辆的定位框,如图4所示车辆在显示屏中显示的位置。然后根据该定位框的下部与各提醒线的位置关系,确定前方车辆与本车辆的距离范围。如图4所示,前方车辆与本车辆的距离在5米到10米之间。
步骤160、根据该终端所在车辆与其前方车辆的距离,确定是否发出语音形式的防碰撞提醒。
具体地,该终端通过训练好的神经网络模型,确定该终端所在车辆的前方车辆位置,并得到该前方车辆的定位框,如图4所示。图4中,该终端在其显示界面展示其前方车辆、该前方车辆的定位框、各个提醒线,以及通过该前方车辆的定位框与各个提醒线的位置关系,展示出该终端所在车辆与该前方车辆的距离范围。如图4所示,该终端根据所述车辆的定位框的下框与该终端上提醒线的位置关系,确定该终端所在车辆与其前方车辆之间距离的范围。根据该距离范围,且在确定存在车辆碰撞风险的情况下,该终端通过语音的方式对用户进行报警。
下面继续阐述两种判定车辆存在碰撞风险的方法:
在一种可能的实现方式中,该终端通过该终端上的速度传感器、加速度传感器,得到该终端所在车辆的行驶速度、加速度,根据该车辆的行驶速度、加速度,以及该终端所在车辆与前方车辆的距离范围,确定是否通过语音的方式进行报警。例如,通过该终端的速度传感器得到该终端所在车辆的速度超过120英里/小时,则在该终端采集设备采集到前方车辆距离本车辆的距离小于等于50米时,该终端通过语音的方式发出提醒。又如,通过该终端的速度传感器得到该终端所在车辆的速度小于30英里/小时,则在该终端采集设备采集到前方车辆距离本车辆的距离小于等于5米时,该终端通过语音的方式发出提醒。
在另一种可能的实现方式中,该终端通过对该终端的采集设备获取的图像,进行图像识别,得到本车辆行驶的道路类别,根据本车辆行驶的道路类别以及本车辆与前方车辆的距离范围,确定是否通过语音的方式进行报警;其中,该道路类别包括:高速公路、快速路、其他公路。例如,在该终端识别出本车辆行驶的道路类别为高速公路时,则在该终端采集设备采集到前方车辆距离本车辆的距离小于等于50米时,该终端通过语音的方式发出提醒。又如,在该终端的识别出本车辆行驶的道路类别为普通公路时,则在该终端采集设备采集到前方车辆距离本车辆的距离小于等于5米时,该终端通过语音的方式发出提醒。
一种典型的应用场景为,用户点击辅助驾驶系统APP,进入APP后选择终端距离地面的距离、终端摄像头的焦距倍数,然后该终端根据该终端地面距离以及该终端摄像头焦距,给出与三个预设的防碰撞提醒距离相应的三个提醒线位置信息。而后,终端的采集设备采集车辆前方的视频图像数据,并识别图像中的车辆图像,将车辆的定位图像以及该车辆的定位框、该三个提醒线在该终端上进行展示。用户可通过该车辆定位框中的下框与三个提醒线的位置关系,确定本车辆与前方车辆的距离范围。并且,在本车辆与前方车辆存在碰撞的风险时,通过语音的方式向用户发出提醒。
图5是本申请实施例提供的一种防碰撞辅助驾驶系统框图。该辅助驾驶系统500包括校准模块510、采集模块520、车辆识别模块530、显示模块540、预警模块550。
校准模块510用于根据终端与地面的距离,以及预设的防碰撞提醒距离,确定所述防碰撞提醒距离对应于所述终端的展示界面上的提示位置信息;所述防碰撞提醒距离是为了提醒用户而设置的所述终端与所述终端所在车辆的前方车辆之间的距离;所述提示位置信息至少包括所述终端展示界面上的提醒线所在的位置信息。
采集模块520用于获取所述终端所在车辆的前方路况的图像。
车辆识别模块530用于对所述图像进行识别,得到所述图像中车辆的图像信息以及所述图像中车辆在所述终端显示界面的位置信息;
显示模块540用于将所述车辆的图像信息、所述图像中车辆在所述终端显示界面的位置信息通过所述终端进行展示;
预警模板550用于根据所述图像中车辆在所述终端显示界面的位置信息、所述提示位置信息,确定是否发出防碰撞提醒。
综上,本申请实施例提供了一种完整的轻量级的防碰撞辅助驾驶系统及防碰撞辅助驾驶方法。本申请实施例通过现有的手机等终端设备采集图像并识别图像中的车辆位置信息,实现对本车辆与前车辆的距离的预估,进而实现防碰撞预警。本申请实施例无需在车辆上布置多摄像头、雷达、红外等各种传感器,,相对于现有辅助驾驶防碰撞系统的复杂度和成本,更低,且部署简单,配置及操作方便,对各种复杂环境抗噪能力强,鲁棒性高,测量结果准确,有效地满足了现实场景车辆行驶防碰撞辅助驾驶的需求。
本领域普通技术人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执轨道,取决于技术方案的特定应用和设计约束条件。本领域普通技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执轨道的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不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,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种防碰撞辅助驾驶方法,其特征在于,所述方法包括:
终端根据终端与地面的距离,以及预设的防碰撞提醒距离,确定所述防碰撞提醒距离对应于所述终端的展示界面上的提示位置信息;
所述防碰撞提醒距离是为了提醒用户而设置的所述终端与所述终端所在车辆的前方车辆之间的距离;所述提示位置信息至少包括所述终端展示界面上的提醒线所在的位置信息;
所述终端的采集设备获取所述终端所在车辆的前方路况的图像,对所述图像进行识别,得到所述图像中车辆的图像信息以及所述图像中车辆在所述终端显示界面的位置信息;
将所述车辆的图像信息、所述图像中车辆在所述终端显示界面的位置信息通过所述终端进行展示,并且根据所述图像中车辆在所述终端显示界面的位置信息、所述提示位置信息,确定是否发出防碰撞提醒。
2.根据权利要求1所述的方法,其特征在于,所述终端根据所述终端与地面的距离,以及预设的防碰撞提醒距离,确定所述防碰撞提醒距离对应于所述终端展示界面上的提示位置信息,具体包括:
所述终端根据所述终端与地面的距离、预设的防碰撞提醒距离、所述终端的采集设备的焦距倍数,确定所述防碰撞提醒距离对应于所述终端展示界面上的提示位置信息。
3.根据权利要求2所述的方法,其特征在于,所述终端根据所述终端与地面的距离、预设的防碰撞提醒距离、所述终端的采集设备的焦距倍数,确定所述防碰撞提醒距离对应于所述终端展示界面上的提示位置信息,具体包括:
所述终端预存有所述终端与地面的距离、所述终端的采集设备的焦距倍数、多个防碰撞提醒距离以及提示位置信息的对应关系;
基于所述终端用户的确定,得到所述终端与地面的距离和所述终端的采集设备的焦距倍数;
根据所述终端与地面的距离、所述终端采集设备的焦距倍数,以及所述对应关系和预设的防碰撞距离,确定所述终端展示界面上的提示位置信息。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述预设的防碰撞提醒距离处的点与所述采集设备对应点所在的直线,与具有所述焦距倍数的采集设备的成像区域的交汇处,确定所述防碰撞提醒距离处的点在所述采集设备上的成像点;
将所述成像点所在的水平方向的直线,作为所述预设防碰撞提醒距离对应的提醒线,从而得到所述提示位置信息与预设的防碰撞提醒距离、终端与地面距离、终端采集设备的焦距倍数的对应关系。
5.根据权利要求1所述的方法,其特征在于,所述对所述图像进行识别,得到所述图像中车辆的图像信息以及所述图像中车辆在所述终端显示界面的位置信息,具体包括:
所述终端对应的服务器获取图像样本库;其中,所述图像样本库包括多张样本图像;
标注所述图像样本库中每张样本图像中的车辆;
使用所述图像样本库中的多张样本图像和样本图像中标注的至少一个车辆,通过机器学习训练得到神经网络模型;
所述终端根据所述训练好的神经网络模型,将所述视频图像中每间隔若干帧的一帧图像输入到所述训练好的神经网络模型中,从而识别出所述图像中车辆的图像信息以及所述图像中车辆在所述终端显示界面的位置信息。
6.根据权利要求1所述的方法,其特征在于,所述根据所述包含车辆的图像中车辆在所述终端显示界面的位置,并根据所述终端展示界面上显示的提醒位置,确定是否发出防碰撞提醒,具体包括:
所述终端通过训练好的神经网络模型,确定所述终端所在车辆的前方车辆,并得到所述前方车辆的定位框;
根据所述车辆的定位框的下框与所述终端上提醒线的位置关系,确定所述终端所在车辆与其前方车辆之间距离的范围;
根据所述距离范围,在确定存在车辆碰撞风险的情况下通过语音的方式进行报警。
7.根据权利要求1所述的方法,其特征在于,在所述报警之前,还包括:
所述终端通过所述终端上的速度传感器和/或加速度传感器,确定所述终端所在车辆的行驶速度和/或加速度,根据所述车辆的行驶速度和/或加速度,以及所述距离范围,确定是否通过语音的方式进行报警。
8.根据权利要求1所述的方法,其特征在于,在所述报警之前,还包括:
所述终端通过对所述终端的采集设备获取的图像,进行图像识别,确定所述终端所在车辆行驶的道路类别,根据所述道路类别以及所述距离范围,确定是否通过语音的方式进行报警;其中,所述道路类别包括:高速公路、快速路、其他公路。
9.一种防碰撞辅助驾驶系统,其特征在于,包括:
校准模块,用于根据终端与地面的距离,以及预设的防碰撞提醒距离,确定所述防碰撞提醒距离对应于所述终端的展示界面上的提示位置信息;所述防碰撞提醒距离是为了提醒用户而设置的所述终端与所述终端所在车辆的前方车辆之间的距离;所述提示位置信息至少包括所述终端展示界面上的提醒线所在的位置信息;
采集模块,用于获取所述终端所在车辆的前方路况的图像;
车辆识别模块,用于对所述图像进行识别,得到所述图像中车辆的图像信息以及所述图像中车辆在所述终端显示界面的位置信息;
显示模块,用于将所述车辆的图像信息、所述图像中车辆在所述终端显示界面的位置信息通过所述终端进行展示;
预警模板,用于根据所述图像中车辆在所述终端显示界面的位置信息、所述提示位置信息,确定是否发出防碰撞提醒。
10.一种计算机可读存储介质,所述计算机可读存储介质上储存有计算机程序,所述计算机程序被处理器执行如权利要求1-8任意一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910651329.7A CN110556024B (zh) | 2019-07-18 | 2019-07-18 | 一种防碰撞辅助驾驶方法、系统及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910651329.7A CN110556024B (zh) | 2019-07-18 | 2019-07-18 | 一种防碰撞辅助驾驶方法、系统及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110556024A true CN110556024A (zh) | 2019-12-10 |
CN110556024B CN110556024B (zh) | 2021-02-23 |
Family
ID=68735589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910651329.7A Active CN110556024B (zh) | 2019-07-18 | 2019-07-18 | 一种防碰撞辅助驾驶方法、系统及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110556024B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112339693A (zh) * | 2020-11-30 | 2021-02-09 | 的卢技术有限公司 | 自动开启车门锁的方法、装置、计算机设备和存储介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102685516A (zh) * | 2011-03-07 | 2012-09-19 | 李慧盈 | 立体视觉主动安全辅助驾驶方法 |
CN103679841A (zh) * | 2012-09-14 | 2014-03-26 | 研勤科技股份有限公司 | 具车距警示及地图显示功能的行车记录器及车距警示方法 |
CN203535818U (zh) * | 2013-09-16 | 2014-04-09 | 宏景电子(芜湖)有限公司 | 一种用于汽车安全防撞的报警装置 |
CN104537888A (zh) * | 2014-12-25 | 2015-04-22 | 东风汽车公司 | 一种基于手机的汽车碰撞报警方法 |
CN104954734A (zh) * | 2014-03-24 | 2015-09-30 | 东芝阿尔派·汽车技术有限公司 | 图像处理设备和图像处理方法 |
CN105620489A (zh) * | 2015-12-23 | 2016-06-01 | 深圳佑驾创新科技有限公司 | 驾驶辅助系统及车辆实时预警提醒方法 |
CN105702091A (zh) * | 2016-03-09 | 2016-06-22 | 黄颂晖 | 一种利用手机展示和提示行车主动安全系统信息的方法 |
JP2016182853A (ja) * | 2015-03-25 | 2016-10-20 | 株式会社デンソー | 車両用表示制御装置及び車両用表示ユニット |
CN107818694A (zh) * | 2016-09-12 | 2018-03-20 | 中兴通讯股份有限公司 | 报警处理方法、装置及终端 |
CN107972662A (zh) * | 2017-10-16 | 2018-05-01 | 华南理工大学 | 一种基于深度学习的车辆前向碰撞预警方法 |
CN108492626A (zh) * | 2018-04-28 | 2018-09-04 | 上海工程技术大学 | 一种高速公路交通事故可视化防控装置 |
WO2018180597A1 (ja) * | 2017-03-31 | 2018-10-04 | 日本精機株式会社 | 注意喚起装置 |
CN109002807A (zh) * | 2018-07-27 | 2018-12-14 | 重庆大学 | 一种基于ssd神经网络的驾驶场景车辆检测方法 |
CN109358614A (zh) * | 2018-08-30 | 2019-02-19 | 深圳市易成自动驾驶技术有限公司 | 自动驾驶方法、系统、装置及可读存储介质 |
CN109703460A (zh) * | 2019-01-11 | 2019-05-03 | 合肥思艾汽车科技有限公司 | 多摄像头的复杂场景自适应车辆碰撞预警装置及预警方法 |
CN109919074A (zh) * | 2019-03-01 | 2019-06-21 | 中国科学院合肥物质科学研究院 | 一种基于视觉感知技术的车辆感知方法及装置 |
-
2019
- 2019-07-18 CN CN201910651329.7A patent/CN110556024B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102685516A (zh) * | 2011-03-07 | 2012-09-19 | 李慧盈 | 立体视觉主动安全辅助驾驶方法 |
CN103679841A (zh) * | 2012-09-14 | 2014-03-26 | 研勤科技股份有限公司 | 具车距警示及地图显示功能的行车记录器及车距警示方法 |
CN203535818U (zh) * | 2013-09-16 | 2014-04-09 | 宏景电子(芜湖)有限公司 | 一种用于汽车安全防撞的报警装置 |
CN104954734A (zh) * | 2014-03-24 | 2015-09-30 | 东芝阿尔派·汽车技术有限公司 | 图像处理设备和图像处理方法 |
CN104537888A (zh) * | 2014-12-25 | 2015-04-22 | 东风汽车公司 | 一种基于手机的汽车碰撞报警方法 |
JP2016182853A (ja) * | 2015-03-25 | 2016-10-20 | 株式会社デンソー | 車両用表示制御装置及び車両用表示ユニット |
CN105620489A (zh) * | 2015-12-23 | 2016-06-01 | 深圳佑驾创新科技有限公司 | 驾驶辅助系统及车辆实时预警提醒方法 |
CN105702091A (zh) * | 2016-03-09 | 2016-06-22 | 黄颂晖 | 一种利用手机展示和提示行车主动安全系统信息的方法 |
CN107818694A (zh) * | 2016-09-12 | 2018-03-20 | 中兴通讯股份有限公司 | 报警处理方法、装置及终端 |
WO2018180597A1 (ja) * | 2017-03-31 | 2018-10-04 | 日本精機株式会社 | 注意喚起装置 |
CN107972662A (zh) * | 2017-10-16 | 2018-05-01 | 华南理工大学 | 一种基于深度学习的车辆前向碰撞预警方法 |
CN108492626A (zh) * | 2018-04-28 | 2018-09-04 | 上海工程技术大学 | 一种高速公路交通事故可视化防控装置 |
CN109002807A (zh) * | 2018-07-27 | 2018-12-14 | 重庆大学 | 一种基于ssd神经网络的驾驶场景车辆检测方法 |
CN109358614A (zh) * | 2018-08-30 | 2019-02-19 | 深圳市易成自动驾驶技术有限公司 | 自动驾驶方法、系统、装置及可读存储介质 |
CN109703460A (zh) * | 2019-01-11 | 2019-05-03 | 合肥思艾汽车科技有限公司 | 多摄像头的复杂场景自适应车辆碰撞预警装置及预警方法 |
CN109919074A (zh) * | 2019-03-01 | 2019-06-21 | 中国科学院合肥物质科学研究院 | 一种基于视觉感知技术的车辆感知方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112339693A (zh) * | 2020-11-30 | 2021-02-09 | 的卢技术有限公司 | 自动开启车门锁的方法、装置、计算机设备和存储介质 |
CN112339693B (zh) * | 2020-11-30 | 2022-09-20 | 的卢技术有限公司 | 自动开启车门锁的方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110556024B (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11398097B2 (en) | Target detection method based on fusion of prior positioning of millimeter-wave radar and visual feature | |
CN108571974B (zh) | 使用摄像机的车辆定位 | |
JP7090105B2 (ja) | 珍しい事例の分類 | |
CN112349144B (zh) | 一种基于单目视觉的车辆碰撞预警方法及系统 | |
US20230076266A1 (en) | Data processing system, object detection method, and apparatus thereof | |
WO2019177562A1 (en) | Vehicle system and method for detecting objects and object distance | |
WO2020258077A1 (zh) | 一种行人检测方法及装置 | |
CN107985189B (zh) | 面向高速驾驶环境下的驾驶员变道深度预警方法 | |
EP2940656A1 (en) | Vehicle periphery monitoring device | |
JP4521642B2 (ja) | 車両周辺監視装置、車両、車両周辺監視プログラム | |
CN110415544A (zh) | 一种灾害天气预警方法及汽车ar-hud系统 | |
CN111985388B (zh) | 行人注意力检测驾驶辅助系统、装置和方法 | |
CN114037972B (zh) | 目标检测方法、装置、设备及可读存储介质 | |
EP2312550B1 (en) | Vehicle periphery monitoring device | |
CN110807352A (zh) | 一种用于危险驾驶行为预警的车内外场景视觉分析方法 | |
CN116486351A (zh) | 行车预警方法、装置、设备及存储介质 | |
CN110556024B (zh) | 一种防碰撞辅助驾驶方法、系统及计算机可读存储介质 | |
JP2003028635A (ja) | 画像測距装置 | |
CN110929606A (zh) | 车辆盲区行人监控方法和装置 | |
CN111332306A (zh) | 一种基于机器视觉的交通道路感知辅助驾驶预警装置 | |
CN106991415A (zh) | 用于车载鱼眼相机的图像处理方法和装置 | |
Álvarez et al. | Perception advances in outdoor vehicle detection for automatic cruise control | |
WO2022123654A1 (ja) | 情報処理装置及び情報処理方法 | |
JP4716294B2 (ja) | 車両周辺監視装置、車両、車両周辺監視プログラム | |
CN106627462A (zh) | 一种基于移动终端的车辆防撞预警方法 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220113 Address after: 223005 Haichuang space 608, No. 12, Tongyuan Road, Huai'an Economic and Technological Development Zone, Huai'an City, Jiangsu Province Patentee after: Huarui Zhiyuan Technology (Jiangsu) Co.,Ltd. Address before: 3 / F, xindongyuan North building, 35-1 Chengfu Road, Haidian District, Beijing 100083 Patentee before: HUARUI XINZHI TECHNOLOGY (BEIJING) Co.,Ltd. |
|
TR01 | Transfer of patent right |