CN110682907A - 一种汽车防追尾控制系统及方法 - Google Patents

Abstract

本发明属于汽车防追尾技术领域，公开了一种汽车防追尾控制系统及方法，利用毫米波雷达实时检测本车前后障碍物信息，并算出目标的纵向距离X和横向距离Y；滤除与防追尾应用无关的干扰信号和非潜在追尾目标信号；利用车载摄像头获取图像，利用模式识别和计算机视觉进行本车前后车辆识别；融合毫米波雷达与计算机视觉数据；实时计算刹车距离；根据车距和刹车距离判定是否需要告警。本发明提高毫米波雷达数据处理速度；加强了车辆图像识别分类器的识别率；提高处理速度，实现在线车辆图形设别；提高检测的精确度、降低误警率；简化版的刹车距离实时计算，既考虑了驾驶员的反应时间和天气路况影响，又简化了很多影响因素，做到实用化。

Description

一种汽车防追尾控制系统及方法

技术领域

本发明属于汽车防追尾技术领域，尤其涉及一种汽车防追尾控制系统及方法。

背景技术

目前，业内常用的现有技术是这样的：刹车灯系统可以给后车以提示。当前车做出刹车行为时，汽车刹车灯会亮起以警示后车，所以后车司机就知道做一些动作来避免追尾。但这个刹车灯，只有踩下刹车时才会自动点亮。而现实生活中的追尾事故不仅仅是由前车急刹造成的，还会受路面状况、车况、驾驶员注意力、驾驶员驾驶行为熟悉度、光照、雨雾等因素影响。因此，现有的仅通过刹车灯警示的防追尾系统还具有较大的缺陷。同时，绝大多数追尾事故，其实不是因为前车突然刹车造成的，而是因为后车原因造成的，一般分为几大情形：1)驾驶员注意力不集中，如疲劳驾驶、驾车过程中接打手机等，造成驾驶员未留意到与前车的车距太小；2)驾驶员心存侥幸而预留的车距太小，或者驾驶技术不过关，对车距的判断不到位，从而导致与前车车距过小；3)夜间光照不足或者雨雾等恶劣天气影响驾驶员视线，从而导致与前车车距过小。不管是什么原因导致前后车车距过小，当小与安全距离后，即使紧急刹车，立刻以汽车轮胎抱死的临界加速度减速，也还是不能阻止追尾，因为这时的距离已经小于了安全距离。但上述导致追尾可能的可能场景下，系统都没有任何手段对驾驶员进行提醒，直到驾驶员意识到危险的时候，由于已经小于安全具体，驾驶员再采取措施都已于事无补，更有甚者，驾驶员直到已经追尾后才如梦初醒。总之，追尾的影响因素虽多，归结起来也不过是前后两车相对速度和相对距离，以及相对加速度的问题。如果我们能检测到这些参数，并根据车况和场景进行安全距离的测算，同时判断是否给予驾驶员以警示信息，这将大大降低汽车追尾事故的发生。

综上所述，现有技术存在的问题是：

(1)现有刹车灯提示方式只能预警(提示)前车急刹这一种情况造成的追尾，而事实上追尾的影响因素很多，不过归结起来就是车距是否在当前车速允许的安全范围内的判定问题。

(2)现有各种自动采集车速车距技术，都存在误报率较大的问题，如果不能有效降低误报率的话，系统可用性就不强。

(3)路况、天气、驾驶员技术等因素都印象机动车刹车距离，如何有效计算机动车安全距离是有一个技术问题。

只有同步解决了以上几个问题，预防追尾系统才能真正有效使用起来—实时监测、实时计算安全距离、实时判定是否预警。

解决上述技术问题的难度：

(1)前后车距离、相对速度的自动采集，存在较多的干扰，如果不能排除干扰、提高信息采集的准确率，将带来过多的误报，影响系统的可用性质。排除干扰的有效措施是技术难点之一。

(2)多种车载传感器可采集前后车距离、相对速度等，但这些信息如何有机融合，互相补充是第二个技术难点。

(3)建立合理的模型，利用采集到的数据预判是否有发生追尾危险，从而判断是否要预警，这是第三个技术难点。

解决上述技术问题的意义：

因为预防追尾问题的本质就是留够安全距离，但安全距离是一个动态概念，这就需要准确测量前后车的相对距离、相对速度和绝对速度，而且要求是实时自动采集并降低误报率；同时根据刹车距离模型和采集到的信息及其他辅助信息，动态计算出安全距离。解决了上述问题后，防追尾预警系统才真正实用。

发明内容

针对现有技术存在的问题，本发明提供了一种汽车防追尾控制系统及方法。

本发明是这样实现的，一种汽车防追尾控制方法，所述汽车防追尾控制方法包括以下步骤：

第一步，利用毫米波雷达实时检测本车前后障碍物信息，返回目标径向距离Range、相对速度V、目标方位角度α、反射截面积Rcs、信噪比SNR；通过X＝|Range*cosα|,Y＝|Range*sinα|分别算出目标的纵向距离X和横向距离Y。

第二步，滤除与防追尾应用无关的干扰信号和非潜在追尾目标信号。

第三步，利用车载摄像头获取图像，利用模式识别和计算机视觉进行本车前后车辆识别。

第四步，融合毫米波雷达与计算机视觉数据。

第五步，实时计算刹车距离。

第六步，根据车距和刹车距离判定是否需要告警。

进一步，所述第二步滤除与防追尾应用无关的干扰信号和非潜在追尾目标信号的方法包括：

1)去除无追尾可能的目标：相对速度V为负数表示远离本车，无追尾忧虑，去除。

2)去除非本车道之外目标：不管有用信号还是无用信号，非本车道(车辆正前方和正后方)的目标都对防追尾应用无用，首先直接去除。

具体方式是：

设置横向阈值Y_T，当目标横向距离Y>Y_T时，直接去掉；前后车在行车方向上要有重叠才会追尾，加上安全裕度，设置横向阈值Y_T＝车身宽度Wv+安全裕度Ws，Wv和Ws的值可在设备显示界面上由使用人设置。

进一步，所述第三步的具体方案包括：

1)离线训练分类器；采集各种车辆尾部图片和头部图片作为正样本，道路环境下除车辆外的其他照片为负样本，基于自适应强化算法和Haar特征，通过离线训练，获得车辆图像识别强分类器，分类器直接植入系统。

2)利用道路纵向模型，对图像帧进行切割，只保留去除天空等图像的候选道路区域图像。

3)利用相机成像“远小近大”原理，对候选道路区域图像进行多尺度分割，图像从上往下，按2:3:5的高度比例分成顶部、中部、底部三个图像子区域；在三个区域内，分别用24*24、50*50、100*100的滑动检测窗口进行并行搜索，并利用离线训练好的分类型就行是否车辆图像的识别。

4)检测到车辆图像，则利用道路纵向测距模型和车载摄像头高度计算车辆距本车的距离。

进一步，所述第四步融合毫米波雷达与计算机视觉数据的方法包括：

1)将毫米波雷达坐标系转化到图像像素坐标系中，实现二者数据融合。

2)根据相机拍摄帧率和毫米波雷达采样频率，以采样周期长的设备向下兼容进行数据时间融合；时间数据融合与上述坐标变换配合，从而实现毫米波雷达数据和计算机视觉数据的有机融合。

进一步，所述第五步，根据下式实时计算刹车距离：

刹车距离d＝d₁+d₂；

其中d₁和d₂分别是驾驶员反应距离、制动距离，其计算式分别为:

d₁＝V*t₁；

上述两个式子中，V为相对前后车相对速度，t1为驾驶员意识到该刹车到踩下刹车这段时间，称为反应时间，普通驾驶员的反应时间一般在0.3秒～1秒范围，平均在0.7秒左右；应用时，驾驶员在机器界面上选择驾驶行为熟悉程度，选驾驶技术成熟时，反应时间取0.4秒；选驾驶技术一般时，反应时间取0.7秒；选驾驶技术生疏时，反应时间取1秒；

g＝9.8米/s²是自由落地加速度，

为路面附着系数，路面潮湿时

取为0.6，路面干燥时取为0.8。

进一步，所述第六步，根据车距和刹车距离判定是否需要告警；

取两车安全距离d_s＝d+d₀，d为刹车距离，安全裕度d0一般取为1米；当两车纵向距离X<＝d_s时，发出告警信号。

本发明的另一目的在于提供一种汽车防追尾控制系统，所述系统包括：毫米波雷达模块、车载摄像头模块、雷达数据处理模块、图像数据处理模块、数据融合处理模块、刹车距离计算模块、声光告警模块。

毫米波雷达模块，作为采集距离、速度的传感器，获取目标径向距离Range、相对速度V、目标方位角度α、反射截面积Rcs、信噪比SNR。

车载摄像头模块，作为图像采集传感器，获取本车前后原始图像。

雷达数据处理模块，滤除与防追尾应用无关的干扰信号和非潜在追尾目标信号。

图像数据处理模块，对摄像头采集到的图形进行处理。

数据融合处理模块，将雷达数据和摄像头数据进行融合。

刹车距离计算模块，利用公式实时计算刹车距离。

声光告警模块，通过驱动声光告警器向本车驾驶员或者后车驾驶员发出告警信号。

综上所述，本发明的优点及积极效果为：

(1)通过数据剔除和筛选，提高毫米波雷达数据处理速度。

(2)通过大量正负汽车、道路样本图片的离线机器学习，加强了车辆图像识别分类器的识别率。

(3)通过图像切割和图像多尺度分割并行匹配技术，提高处理速度，实现在线车辆图形设别。

(4)实现毫米波雷达与计算机视觉数据的融合，提高检测的精确度、降低误警率。

(5)简化版的刹车距离实时计算，既考虑了驾驶员的反应时间和天气路况影响，又简化了很多影响因素，做到实用化。

附图说明

图1和图2是本发明实施例提供的汽车防追尾控制方法流程图。

图3是本发明实施例提供的汽车防追尾控制系统的结构示意图；

图中：1、毫米波雷达模块；2、车载摄像头模块；3、雷达数据处理模块；4、图像数据处理模块；5、数据融合处理模块；6、刹车距离计算模块；7、声光告警模块。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

如图1和图2所示，本发明实施例提供的一种汽车防追尾控制方法包括以下步骤：

S101：利用毫米波雷达实时检测本车前后障碍物信息，返回目标径向距离Range、相对速度V、目标方位角度α、反射截面积Rcs、信噪比SNR；通过X＝|Range*cosα|,Y＝|Range*sinα|分别算出目标的纵向距离X和横向距离Y。

S102：滤除与防追尾应用无关的干扰信号和非潜在追尾目标信号。

S103：利用车载摄像头获取图像，利用模式识别和计算机视觉进行本车前后车辆识别。

S104：融合毫米波雷达与计算机视觉数据。

S105：实时计算刹车距离。

S106：根据车距和刹车距离判定是否需要告警。

进一步，所述S102滤除与防追尾应用无关的干扰信号和非潜在追尾目标信号的方法包括：

1)去除无追尾可能的目标：相对速度V为负数表示远离本车，无追尾忧虑，去除。

2)去除非本车道之外目标：不管有用信号还是无用信号，非本车道(车辆正前方和正后方)的目标都对防追尾应用无用，首先直接去除。

具体方式是：

设置横向阈值Y_T，当目标横向距离Y>Y_T时，直接去掉；前后车在行车方向上要有重叠才会追尾，加上安全裕度，设置横向阈值Y_T＝车身宽度Wv+安全裕度Ws，Wv和Ws的值可在设备显示界面上由使用人设置。

进一步，所述S103的具体方案包括：

1)离线训练分类器；采集各种车辆尾部图片和头部图片作为正样本，道路环境下除车辆外的其他照片为负样本，基于自适应强化算法和Haar特征，通过离线训练，获得车辆图像识别强分类器，分类器直接植入系统。

2)利用道路纵向模型，对图像帧进行切割，只保留去除天空等图像的候选道路区域图像。

3)利用相机成像“远小近大”原理，对候选道路区域图像进行多尺度分割，图像从上往下，按2:3:5的高度比例分成顶部、中部、底部三个图像子区域；在三个区域内，分别用24*24、50*50、100*100的滑动检测窗口进行并行搜索，并利用离线训练好的分类型就行是否车辆图像的识别。

4)检测到车辆图像，则利用道路纵向测距模型和车载摄像头高度计算车辆距本车的距离。

进一步，所述S104融合毫米波雷达与计算机视觉数据的方法包括：

1)将毫米波雷达坐标系转化到图像像素坐标系中，实现二者数据融合。

2)根据相机拍摄帧率和毫米波雷达采样频率，以采样周期长的设备向下兼容进行数据时间融合；时间数据融合与上述坐标变换配合，从而实现毫米波雷达数据和计算机视觉数据的有机融合。

进一步，所述S105，根据下式实时计算刹车距离：

刹车距离d＝d₁+d₂；

其中d₁和d₂分别是驾驶员反应距离、制动距离，其计算式分别为:

d₁＝V*t₁；

上述两个式子中，V为相对前后车相对速度，t1为驾驶员意识到该刹车到踩下刹车这段时间，称为反应时间，普通驾驶员的反应时间一般在0.3秒～1秒范围，平均在0.7秒左右；应用时，驾驶员在机器界面上选择驾驶行为熟悉程度，选驾驶技术成熟时，反应时间取0.4秒；选驾驶技术一般时，反应时间取0.7秒；选驾驶技术生疏时，反应时间取1秒；

g＝9.8米/s²是自由落地加速度，

为路面附着系数，路面潮湿时

取为0.6，路面干燥时

取为0.8。

进一步，所述S106，根据车距和刹车距离判定是否需要告警；

取两车安全距离d_s＝d+d₀，d为刹车距离，安全裕度d0一般取为1米；当两车纵向距离X<＝d_s时，发出告警信号。

如图3所示，本发明实施例提供的汽车防追尾控制系统包括毫米波雷达模块1、车载摄像头模块2、雷达数据处理模块3、图像数据处理模块4、数据融合处理模块5、刹车距离计算模块6、声光告警模块7。

毫米波雷达模块1，作为采集距离、速度的传感器，获取目标径向距离Range、相对速度V、目标方位角度α、反射截面积Rcs、信噪比SNR。

车载摄像头2，作为图像采集传感器，获取本车前后原始图像。

雷达数据处理模块3，滤除与防追尾应用无关的干扰信号和非潜在追尾目标信号。

图像数据处理模块4，对摄像头采集到的图形进行处理。

数据融合处理模块5，将雷达数据和摄像头数据进行融合。

刹车距离计算模块6，利用公式实时计算刹车距离。

声光告警模块7，通过驱动声光告警器向本车驾驶员或者后车驾驶员发出告警信号。

以上所述仅为本发明的较佳实施例而已，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、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种汽车防追尾控制方法，其特征在于，所述汽车防追尾控制方法包括以下步骤：

第一步，利用毫米波雷达实时检测本车前后障碍物信息，返回目标径向距离Range、相对速度V、目标方位角度α、反射截面积Rcs、信噪比SNR；通过X＝|Range*cosα|,Y＝|Range*sinα|分别算出目标的纵向距离X和横向距离Y；

第二步，滤除与防追尾应用无关的干扰信号和非潜在追尾目标信号；

第三步，利用车载摄像头获取图像，利用模式识别和计算机视觉进行本车前后车辆识别；

第四步，融合毫米波雷达与计算机视觉数据；

第五步，实时计算刹车距离；

第六步，根据车距和刹车距离判定是否需要告警。

2.如权利要求1所述的汽车防追尾控制方法，其特征在于，所述第二步滤除与防追尾应用无关的干扰信号和非潜在追尾目标信号的方法包括：

1)去除无追尾可能的目标：相对速度V为负数表示远离本车，无追尾忧虑，去除；

2)去除非本车道之外目标：不管有用信号还是无用信号，非本车道(车辆正前方和正后方)的目标都对防追尾应用无用，首先直接去除；具体方式是：

设置横向阈值Y_T，当目标横向距离Y>Y_T时，直接去掉；前后车在行车方向上要有重叠才会追尾，加上安全裕度，设置横向阈值Y_T＝车身宽度Wv+安全裕度Ws，Wv和Ws的值可在设备显示界面上由使用人设置。

3.如权利要求1所述的汽车防追尾控制方法，其特征在于，所述第三步的具体方案包括：

1)离线训练分类器；采集各种车辆尾部图片和头部图片作为正样本，道路环境下除车辆外的其他照片为负样本，基于自适应强化算法和Haar特征，通过离线训练，获得车辆图像识别强分类器，分类器直接植入系统；

2)利用道路纵向模型，对图像帧进行切割，只保留去除天空等图像的候选道路区域图像；

3)利用相机成像“远小近大”原理，对候选道路区域图像进行多尺度分割，图像从上往下，按2:3:5的高度比例分成顶部、中部、底部三个图像子区域；在三个区域内，分别用24*24、50*50、100*100的滑动检测窗口进行并行搜索，并利用离线训练好的分类器进行是否有车辆图像的识别；

4)检测到车辆图像，则利用道路纵向测距模型和车载摄像头高度计算车辆距本车的距离。

4.如权利要求1所述的汽车防追尾控制方法，其特征在于，所述第四步，融合毫米波雷达与计算机视觉数据的方法包括：

1)将毫米波雷达坐标系转化到图像像素坐标系中，实现二者数据融合；

2)根据相机拍摄帧率和毫米波雷达采样频率，以采样周期长的设备向下兼容进行数据时间融合；时间数据融合与上述坐标变换配合，从而实现毫米波雷达数据和计算机视觉数据的有机融合。

5.如权利要求1所述的汽车防追尾控制方法，其特征在于，所述第五步，根据下式实时计算刹车距离：

刹车距离d＝d₁+d₂；

其中d₁和d₂分别是驾驶员反应距离、制动距离，其计算式分别为：

d₁＝V*t₁；

上述两个式子中，V为相对前后车相对速度，t1为驾驶员意识到该刹车到踩下刹车这段时间，称为反应时间，普通驾驶员的反应时间一般在0.3秒～1秒范围，平均在0.7秒左右；应用时，驾驶员在机器界面上选择驾驶行为熟悉程度，选驾驶技术成熟时，反应时间取0.4秒；选驾驶技术一般时，反应时间取0.7秒；选驾驶技术生疏时，反应时间取1秒；

g＝9.8米/s²是自由落地加速度，

为路面附着系数，路面潮湿时

取为0.6，路面干燥时

取为0.8。

6.如权利要求1所述的汽车防追尾控制方法，其特征在于，所述第六步，根据车距和刹车距离判定是否需要告警；

取两车安全距离d_s＝d+d₀，d为刹车距离，安全裕度d0一般取为1米；当两车纵向距离X<＝d_s时，发出告警信号。

7.一种应用如权利要求1所述的汽车防追尾控制方法的汽车防追尾控制系统，其特征在于，所述系统包括毫米波雷达模块、车载摄像头模块、雷达数据处理模块、图像数据处理模块、数据融合处理模块、刹车距离计算模块、声光告警模块；

毫米波雷达模块，作为采集距离、速度的传感器，获取目标径向距离Range、相对速度V、目标方位角度α、反射截面积Rcs、信噪比SNR；

车载摄像头模块，作为图像采集传感器，获取本车前后原始图像；

雷达数据处理模块，滤除与防追尾应用无关的干扰信号和非潜在追尾目标信号；

图像数据处理模块，对摄像头采集到的图形进行处理；

数据融合处理模块，将雷达数据和摄像头数据进行融合；

刹车距离计算模块，利用公式实时计算刹车距离；

声光告警模块，通过驱动声光告警器向本车驾驶员或者后车驾驶员发出告警信号。

Images