CN110910673B - 一种提醒行人碰撞车辆的方法及系统、摄像头、移动终端 - Google Patents
一种提醒行人碰撞车辆的方法及系统、摄像头、移动终端 Download PDFInfo
- Publication number
- CN110910673B CN110910673B CN201811074261.2A CN201811074261A CN110910673B CN 110910673 B CN110910673 B CN 110910673B CN 201811074261 A CN201811074261 A CN 201811074261A CN 110910673 B CN110910673 B CN 110910673B
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- vehicle
- motion
- intersection
- mobile terminal
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种提醒行人碰撞车辆的方法及系统、摄像头、移动终端,该方法包括:调整角度;分别采集车辆与行人的多帧运动图像;根据车辆的多帧运动图像构建车辆运动模型;根据行人的多帧运动图像构建行人运动模型;根据车辆运动模型与行人运动模型判断车辆碰撞风险;如果车辆与行人存在碰撞风险,则向行人的移动终端发送警示信息。本申请提供的提醒方法通过路口的摄像头对车辆和行人的运动模式进行建模,根据构建的车辆运动模型与行人运动模型判断两者是否存在碰撞风险,当存在碰撞风险时,向行人的移动终端发送警示信息,不需要网络环境,通过移动终端对行人进行危险提醒,提醒行人注意路口的车辆,提高了行人过路口时的安全性。
Description
技术领域
本申请涉及智能交通技术领域,尤其涉及一种提醒行人碰撞车辆的方法及系统、摄像头、移动终端。
背景技术
随着车辆保有量的增加,交通路况越来越复杂,特别是在交叉路口,车辆对横向快速驶过的车辆或快速通过的行人不能进行有效察觉,因而极大提高了车辆之间和车辆与行人之间的碰撞概率。
我国目前对于交叉路口交通事故的预防措施主要体现在以下几个方面:(1)法律法规方面,除了规定车辆驶近交叉口应该减速以外,还规定了车辆在交叉口内同行的相关优先原则;(2)交通标志标线方面,除了减速让行标志、停车让行标志以外,有些交叉口还设置了减速带用以控制车辆进入交叉口的速度;(3)信号控制措施,对流量较大的交叉口进行信号控制,通过信号灯将存在冲突的车流从时间上进行分离。
但是,在偏远的路口,一般没有设置交通灯,特别是晚上车流量较少的时候,驾驶员超速、闯红灯的现象会明显增多,对过往的行人存在极大的安全隐患。
发明内容
本申请提供了一种提醒行人碰撞车辆的方法及系统、摄像头、移动终端,以解决目前无交通灯路口对过往行人存在极大安全隐患的技术问题。
为了解决上述技术问题,本申请实施例公开了如下技术方案:
第一方面,本申请实施例公开了一种摄像头提醒行人碰撞车辆的方法,所述方法包括:
分别采集车辆与行人的多帧运动图像;
根据所述车辆的多帧运动图像构建车辆运动模型;
根据所述行人的多帧运动图像构建行人运动模型;
根据所述车辆运动模型与行人运动模型判断车辆碰撞风险;
如果车辆与行人存在碰撞风险,则向所述行人的移动终端发送警示信息。
第二方面,本申请实施例还公开了一种移动终端提醒行人碰撞车辆的方法,所述方法包括:
接收摄像头发送的警示信息;
判断所述警示信息包含的第一运动模式值与移动终端自身的第二运动模式值是否匹配;
如果匹配,则发出语音提醒或振动提醒。
第三方面,本申请实施例还公开了一种摄像头,包括:
存储器,用于存储计算机程序;
处理器,用于处理所述计算机程序,以实现第一方面所述的摄像头提醒行人碰撞车辆的方法。
第四方面,本申请实施例还公开了一种移动终端,包括:
存储器,用于存储计算机程序;
处理器,用于处理所述计算机程序,以实现第二方面所述移动终端提醒行人碰撞车辆的方法。
第五方面,本申请实施例还公开了一种提醒行人碰撞车辆的系统,所述系统包括第三方面所述的摄像头与第四方面所述的移动终端。
与现有技术相比,本申请的有益效果为:
本申请实施例提供了一种摄像头提醒行人碰撞车辆的方法,该方法包括:调整角度;分别采集车辆与行人的多帧运动图像;根据车辆的多帧运动图像构建车辆运动模型;根据行人的多帧运动图像构建行人运动模型;根据车辆运动模型与行人运动模型判断车辆碰撞风险;如果车辆与行人存在碰撞风险,则向行人的移动终端发送警示信息。本申请提供的摄像头提醒行人碰撞车辆的方法通过路口的摄像头对车辆和行人的运动模式进行建模,根据构建的车辆运动模型与行人运动模型判断两者是否存在碰撞风险,当存在碰撞风险时,向行人的移动终端发送警示信息,通过移动终端对行人进行危险提醒,提醒行人注意路口的车辆,能够提高行人的安全性,降低交叉路口的事故数量。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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为本申请实施例提供的一种摄像头提醒行人碰撞车辆的方法的流程图;
图2为路口车辆与行人的示意图;
图3为本申请实施例提供的摄像头提醒行人碰撞车辆的方法中S500的详细流程图;
图4为本申请实施例提供的一种移动终端提醒行人碰撞车辆的方法的后续流程图;
图5为本申请实施例提供的移动终端提醒行人碰撞车辆的方法中S800和S900的详细流程图;
图6为本申请实施例提供的一种摄像头的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
在偏远的路口,一般没有设置交通灯,特别是晚上车流量较少的时候,驾驶员超速、闯红灯的现象会明显增多,对过往的行人存在极大的安全隐患,目前的在这种路口下安装的摄像头都是只有交通记录的功能,只有在出现事故后起到取证的作用。
为了解决上述问题,本申请实施例提供了一种摄像头提醒行人碰撞车辆的方法,该方法通过摄像头对车辆和行人的运动模式进行建模,并根据车辆运动模型与行人运动模型计算出车辆与行人出现碰撞的可能性,当出现碰撞风险时,摄像头向行人的移动终端发送警示信息,通过移动终端提醒行人,不需要网络环境,不需要额外的设备。
参见图1,为本申请实施例提供的一种摄像头提醒行人碰撞车辆的方法的流程图。
如图1所示,本申请实施例提供的摄像头提醒行人碰撞车辆的方法包括:
S100:调整角度。
如图2所示,调整好路口摄像头的角度,使得路口的车辆和行人情况都能包含在摄像头的视野范围内。
S200:分别采集车辆与行人的多帧运动图像。
路口的车辆和行人进入摄像头的摄像视野内后,摄像头开启摄像功能,分别采集车辆与行人的多帧运动图像。
S300:根据车辆的多帧运动图像构建车辆运动模型。
摄像头将采集到的车辆的多帧运动图像进行处理,根据车辆的多帧运动图像构建车辆运动模型,其具体构建方法如下:
①获取车辆距离路口的距离。
可根据路口的标志计算获得车辆距离路口的距离Sc,如在路口的一定距离处设置路标,根据车辆距离路口的路标的数量大致计算车辆距离路口的距离Sc;也可根据车辆的车载终端精确计算车辆距离路口摄像头的距离,但车载终端需要网络环境。
②根据车辆的多帧运动图像获得车辆的运动速度。
通过摄像头对采集到的车辆的多帧运动图像进行图像处理,构建车辆运动模型。本申请实施例提供的摄像头内置了经过AI处理过的特殊系统,该系统能够针对移动的物体进行识别,并且能够计算出其运动的轨迹和参数计算出相应的运动模型。如对连续的多帧运动图像进行图像处理,提取多帧图像中的同一运动目标,据此计算出车辆的速度Vc。
③根据车辆的运动速度与车辆距离路口的距离构建车辆运动模型。
计算获得车辆距离路口的距离Sc与车辆的移动速度Vc后,根据距离Sc与速度Vc构建车辆运动模型,可根据车辆运动模型获得车辆到达路口的时间Tc。
S400:根据行人的多帧运动图像构建行人运动模型。
与构建车辆运动模型的方法相同,摄像头将采集到的行人的多帧运动图像进行处理,具体为:获取行人距离路口的距离,可根据路口的标志计算获得行人距离路口的距离Sp,也可根据摄像头与移动终端的信号传递来精确计算行人距离摄像头的距离;根据行人的多帧运动图像获得行人的运动速度读,通过摄像头对采集到的行人的多帧运动图像进行图像处理,提取多帧图像中的同一运动目标,据此计算出行人的运动速度Vp;根据行人的运动速度与行人距离路口的距离构建行人运动模型,根据获得的行人距离路口的距离Sp与行人的运动速度Vp构建行人运动模型,可根据行人运动模型获得行人到达路口的时间Tp。
S500:根据车辆运动模型与行人运动模型判断车辆碰撞风险。
通过摄像头构建得到车辆运动模型与行人运动模型后,可根据运动模型来判断行人与车辆是否存在碰撞风险,具体方法如图3所示:
S501:根据车辆运动模型获得车辆到达路口的时间。
车辆运动模型为车辆距离-速度运动模型,可根据获得的车辆距离路口的距离Sc与车辆运动速度Vc计算得到车辆到达路口的时间Tc。
S502:根据行人运动模型获得行人到达路口的时间。
行人运动模型为行人距离-速度运动模型,可根据获得的行人距离路口的距离Sp与行人运动速度Vp计算得到行人到达路口的时间Tp。
S503:判断车辆到达路口的时间与行人到达路口的时间之间的时间差是否位于预设范围内。
S504:如果时间差位于预设范围内,则车辆与行人存在碰撞风险。
计算获得车辆到达路口的时间Tc与行人到达路口的时间Tp后,通过车辆到达路口的时间Tc与行人到达路口的时间Tp判断车辆与行人是否存在碰撞风险。如车辆到达路口的时间Tc小于行人到达路口的时间Tp,说明车辆比行人先到达路口,两者不存在碰撞风险;如车辆到达路口的时间Tc大于行人到达路口的时间Tp,车辆与行人可能会碰撞,也可能不会碰撞,因此需要进一步判断。
当车辆到达路口的时间Tc大于行人到达路口的时间Tp时,车辆到达路口时,行人可能正在过马路,此时可能会发生车辆与行人碰撞,因此进一步判断Tc与Tp的时间差是否位于预设时间范围内,其中,预设时间范围tep为行人距离路口的安全距离Sp与车辆运动速度Vc的比值,即tep=Sp/Vc。当Tc-Tp﹤tep时,说明车辆到达路口时行人还没有通过路口,此时存在碰撞风险。
S600:如果车辆与行人存在碰撞风险,则向行人的移动终端发送警示信息。
当车辆到达路口的时间与行人到达路口的时间的时间差位于预设范围内时,说明车辆和行人有碰撞风险,此时摄像头向行人的移动终端发送含有警示信息的信号,该信号包含了通过对行人运动模型计算得到的第一运动模式值D和相关的警示信息标志E,该信号标记为W=f(D,E),然后以广播方式传送出去。广播形式并非是传统意义的通过mic来发出,而是一种信号,只要该信号的接收方含有运动传感器的移动终端和相应的提醒APP即可传递信息,不需要网络环境,需要通过IP或者MAC地址来定位。
第一运动模式值D是通过运动矢量空间域预测方式来获得的。摄像头采集的多帧连续运动图像邻近帧中的运动目标存在一定的相关性,因此可将活动分成若干块或宏块,并设法搜索出每个块或宏块在邻近帧图像中的位置,并得出两者之间的空间位置的相对偏移量,得到的相对偏移量就是通常所指的运动矢量。运动矢量空间域预测方式在预测及计算运动物体的运动模式和轨迹方面有着较成熟的表现。
运动矢量空间域预测方式包括运动矢量中值预测,即利用与当前块相邻的左边块、上边块和右上方块的运动矢量,取其中值来作为当前块的预测运动矢量。
摄像头将警示信息发送出去后,行人的移动终端需要接收警示信息,并对其进行处理,以作出相应的提醒。如图4所示,本申请实施例还提供了一种移动终端提醒行人碰撞车辆的方法,所述方法包括:
S700:接收摄像头发送的警示信息。
摄像头将警示信息以广播形式发送出去后,行人的移动终端接收该警示信息。
S800:判断警示信息包含的第一运动模式值与移动终端自身的第二运动模式值是否匹配。
考虑到环境等的误差,为避免摄像头获得的行人运动模型与行人的真实运动模型存在较大偏差,造成提醒错误,需要将摄像头获得的行人运动模型与移动终端获得的行人运动模型进行匹配,通过匹配度来判断是否启动危险提醒功能。
使用模式匹配的方法来传递信息,而不是通过传统网络寻址的方式建立连接来传递信息,也不是通过蓝牙等方式,完全可以摆脱对网络的依赖,避免偏远路口网络信号弱或不存在网络信号,也能够避免大多数黑客的恶意破坏行为。
具体匹配方法如图5所示:
S801:实时获取移动终端自身的运动数据。
行人的移动终端含有运动传感器,通过运动传感器可实时获取行人的运动数据。
S802:根据运动数据计算得到第二运动模式值。
可根据获取的运动数据构建移动终端自身的运动模型,然后结合运动矢量空间域预测方式计算得到第二运动模式值P。
S803:判断第一运动模式值与第二运动模式值的比值是否为1。
S804:如果比值为1,则第一运动模式值与第二运动模式值匹配。
S900:如果匹配,则发出语音提醒或振动提醒。
如果第一运动模式值D与第二运动模式值P相匹配,则移动终端启动危险提醒功能,向行人发出语音提醒或振动提醒,提醒行人路口有车辆,建议行人停止运动。具体提醒方法如下:
S901:解析警示信息。
当第一运动模式值D与第二运动模式值P匹配时,移动终端接收并解析摄像头发送的警示信息。
S902:根据解析后的警示信息生成相应的控制指令。
对警示信息进行解析,相当于解码过程,当警示信息中存在警示标志E时,移动终端生成控制指令。
S903:根据控制指令控制移动终端发出语音提醒或振动提醒。
移动终端根据警示信息生成控制指令后,控制提醒APP发出语音提醒,提醒行人路口上有车辆,该车辆与自身存在碰撞风险,建议行人停止运动,以此保证行人的人身安全。
移动终端除了可以产生语音提醒外,还可以在移动终端上产生振动提醒,提醒行人避开路口的往来车辆。
本申请实施例提供的摄像头提醒行人碰撞车辆的方法通过摄像头分别构建车辆运动模型与行人运动模型,根据车辆运动模型与行人运动模型判断车辆碰撞风险;当存在碰撞风险时,摄像头向移动终端发送警示信息,移动终端将警示信息包含的第一运动模式值与移动终端自身的第二运动模式值进行匹配,如果匹配,说明摄像头构建的行人运动模型与行人的真实运动模型相似,移动终端根据警示信息向行人发出提醒。本申请在无网络路口通过摄像头与移动终端识别车辆与行人的运动模型,根据模型匹配实现信息传递,可以完全摆脱对网络的依赖,适用于偏远、无网络的交叉路口,保证行人的人身安全。
对应于上述摄像头提醒行人碰撞车辆的方法,本申请实施例还提供了一种摄像头。图6是摄像头的一种结构示意图,如图6所示,该摄像头100,其结构可包括:至少一个处理器(processor)101、存储器(memory)102、外围设备接口(peripheral interface)103、输入/输出子系统(I/Osubsystem)104、电力线路105和通信线路106。
在图6中,箭头表示能进行计算机系统的构成要素间的通信和数据传送,且其可利用高速串行总线(high-speed serial bus)、并行总线(parallelbus)、存储区域网络(SAN,Storage Area Network)和/或其他适当的通信技术而实现。
存储器102可包括操作系统112和图像处理控制例程122。例如,存储器102可包括高速随机存取存储器(high-speed random access memory)、磁盘、静态随机存取存储器(SPAM)、动态随机存取存储器(DRAM)、只读存储器(ROM)、闪存或非挥发性存储器。存储器102可存储用于操作系统112和图像处理控制例程122的程序编码,也就是说可包括摄像头100的动作所需的软件模块、指令集架构或其之外的多种数据。此时,处理器101或外围设备接口103等其他控制器与存储器102的存取可通过处理器101进行控制。
外围设备接口103可将摄像头100的输入和/或输出外围设备与处理器101和存储器102相结合。并且,输入/输出子系统104可将多种输入/输出外围设备与外围设备接口103相结合。例如,输入/输出子系统104可包括显示器、打印机或根据需要用于将照相机、各种传感器等外围设备与外围设备接口103相结合的控制器。根据另一侧面,输入/输出外围也可不经过输入/输出子系统104而与外围设备接口103相结合。
电力线路105可向摄像头的电路元件的全部或部分供给电力。例如,电力线路105可包括如电力管理系统、电池或交流(AC)之一个以上的电源、充电系统、电源故障检测电路(Power Failuredetection Circuit)、电力变换器或逆变器、电力状态标记符或用于电力生成、管理、分配的任意其他电路元件。
通信线路106可利用至少一个接口与其他计算机系统进行通信,如与其它的摄像头进行通信。
处理器101通过施行存储在存储器102中的软件模块或指令集架构可执行摄像头100的多种功能且处理数据。也就是说,处理器101通过执行基本的算术、逻辑以及计算机系统的输入/输出演算,可构成为处理计算机程序的命令。
图6的实施例仅是摄像头100的一个示例,摄像头100可具有如下结构或配置:省略图6所示的部分电路元件,或进一步具备图6中未图示之追加的电路元件,或结合两个以上的电路元件。例如,在通信线路106中可包括用于多种通信方式(WiFi、6G、LTE、Bluetooth、NFC、Zigbee等)的RF通信的电路。可包含在摄像头100中的电路元件可由包括一个以上的信号处理或应用程序所特殊化的集成电路的硬件、软件或硬件和软件两者的组合而实现。
上述构成的摄像头100,可分别采集车辆和行人的多帧运动图像,根据车辆的多帧运动图像构建车辆运动模型,根据行人的多帧运动图像构建行人运动模型,根据车辆运动模型与行人运动模型判断是否存在碰撞风险,当存在碰撞风险时,向行人的移动终端发送警示信息。
同理,对应于上述移动终端提醒行人碰撞车辆的方法,本申请实施例还提供了一种移动终端。该移动终端,其结构可包括:至少一个处理器(processor)、存储器(memory)、外围设备接口(peripheral interface)、输入/输出子系统(I/Osubsystem)、电力线路和通信线路。
存储器可包括操作系统和数据处理控制例程。例如,存储器可包括高速随机存取存储器(high-speed random access memory)、磁盘、静态随机存取存储器(SPAM)、动态随机存取存储器(DRAM)、只读存储器(ROM)、闪存或非挥发性存储器。存储器可存储用于操作系统和数据处理控制例程的程序编码,也就是说可包括移动终端的动作所需的软件模块、指令集架构或其之外的多种数据。此时,处理器或外围设备接口等其他控制器与存储器的存取可通过处理器进行控制。
外围设备接口可将移动终端的输入和/或输出外围设备与处理器和存储器相结合。并且,输入/输出子系统可将多种输入/输出外围设备与外围设备接口相结合。例如,输入/输出子系统可包括显示器或根据需要用于将照相机、各种传感器等外围设备与外围设备接口相结合的控制器。根据另一侧面,输入/输出外围也可不经过输入/输出子系统而与外围设备接口相结合。
电力线路可向移动终端的电路元件的全部或部分供给电力。例如,电力线路可包括如电力管理系统、电池或交流(AC)之一个以上的电源、充电系统、电源故障检测电路(power failuredetection circuit)、电力变换器或逆变器、电力状态标记符或用于电力生成、管理、分配的任意其他电路元件。
通信线路可利用至少一个接口与其他计算机系统进行通信,如与其它的移动终端、计算机等进行通信。
处理器通过施行存储在存储器中的软件模块或指令集架构可执行移动终端的多种功能且处理数据。也就是说,处理器通过执行基本的算术、逻辑以及计算机系统的输入/输出演算,可构成为处理计算机程序的命令。
上述构成的移动终端,可实时获取移动终端自身的运动数据,根据运动数据计算得到第二运动模式值,判断警示信息包含的第一运动模式值与第二运动模式值是否匹配,如果匹配,则发出语音提醒或震动提醒,提醒行人注意往来车辆。
对应于本申请实施例提供的摄像头提醒行人碰撞车辆的方法与移动终端提醒行人碰撞车辆的方法,本申请实施例还提供了一种提醒行人碰撞车辆的系统。
本申请实施例提供的提醒行人碰撞车辆的系统包括上述实施例所述的摄像头与移动终端,其中,
摄像头,用于分别采集车辆和行人的多帧连续运动图像,根据车辆的多帧运动图像构建车辆运动模型,根据行人的多帧运动图像构建行人运动模型;并根据车辆运动模型与行人运动模型判断车辆碰撞风险,当存在碰撞风险时向行人的移动终端发送警示信息。
移动终端,用于实时获取自身的运动数据,根据运动数据计算得到第二运动模式值,判断警示信息包含的第一运动模式值与第二运动模式值是否匹配,如果匹配,则发出语音提醒或震动提醒。
本申请实施例提供的提醒行人碰撞车辆的方法不仅限于本申请提到的偏远路口、车辆与行人,也适用于车辆与车辆的碰撞提醒、人流量较大的路口等,行人可根据信号灯与该提醒方法同步提醒,防止行人出现闯红灯、车辆出现闯红灯的情况,大大提升了行人的安全性。
由于以上实施方式均是在其他方式之上引用结合进行说明,不同实施例之间均具有相同的部分,本说明书中各个实施例之间相同、相似的部分互相参见即可。在此不再详细阐述。
需要说明的是,在本说明书中,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电路结构、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电路结构、物品或者设备所固有的要素。在没有更多限制的情况下,有语句“包括一个……”限定的要素,并不排除在包括所述要素的电路结构、物品或者设备中还存在另外的相同要素。
本领域技术人员在考虑说明书及实践这里发明的公开后,将容易想到本申请的其他实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由权利要求的内容指出。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。
Claims (7)
1.一种摄像头提醒行人碰撞车辆的方法,其特征在于,所述方法包括:
调整角度;
分别采集车辆与行人的多帧运动图像;
根据所述车辆到路口的设定路径上的多帧运动图像构建车辆运动模型,根据所述车辆运动模型获得所述车辆到达路口的时间;
根据所述行人到路口的设定路径上的多帧运动图像构建行人运动模型,根据所述行人运动模型获得所述行人到达所述路口的时间;
判断所述车辆到达路口的时间与所述行人到达路口的时间之间的时间差是否位于预设范围内;所述预设范围为所述行人运动模型中所述行人距离路口的距离与所述车辆运动模型中车辆运动速度的比值;
如果所述时间差位于预设范围内,则所述车辆与行人存在碰撞风险;当所述车辆与所述行人存在碰撞风险,则向所述行人的移动终端发送警示信息。
2.根据权利要求1所述的方法,其特征在于,根据所述车辆的多帧运动图像构建车辆运动模型,包括:
获取车辆距离路口的距离;
根据所述车辆的多帧运动图像获得车辆的运动速度;
根据所述车辆的运动速度与车辆距离路口的距离构建所述车辆运动模型。
3.一种移动终端提醒行人碰撞车辆的方法,其特征在于,所述方法包括:
接收摄像头发送的警示信息,所述警示信息包括对行人运行模型计算得到的第一运动模式值;所述警示信息为根据权利要求1所述的摄像头提醒行人碰撞车辆的方法中所述摄像头在车辆与行人存在碰撞风险时发送的信息;
实时获取所述移动终端自身的运动数据;
根据所述运动数据计算得到第二运动模式值;
判断所述第一运动模式值与所述第二运动模式值是否匹配;
如果匹配,则发出语音提醒或振动提醒。
4.根据权利要求3所述的方法,其特征在于,如果匹配,则发出语音提醒或振动提醒,包括:
解析所述警示信息;
根据解析后的警示信息生成相应的控制指令;
根据所述控制指令控制所述移动终端发出语音提醒或震动提醒。
5.一种摄像头,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于处理所述计算机程序,以实现权利要求1-2任一项所述的方法。
6.一种移动终端,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于处理所述计算机程序,以实现权利要求3-4任一项所述的方法。
7.一种提醒行人碰撞车辆的系统,其特征在于,包括权利要求5所述的摄像头与权利要求6所述的移动终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811074261.2A CN110910673B (zh) | 2018-09-14 | 2018-09-14 | 一种提醒行人碰撞车辆的方法及系统、摄像头、移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811074261.2A CN110910673B (zh) | 2018-09-14 | 2018-09-14 | 一种提醒行人碰撞车辆的方法及系统、摄像头、移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110910673A CN110910673A (zh) | 2020-03-24 |
CN110910673B true CN110910673B (zh) | 2022-04-19 |
Family
ID=69812652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811074261.2A Active CN110910673B (zh) | 2018-09-14 | 2018-09-14 | 一种提醒行人碰撞车辆的方法及系统、摄像头、移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110910673B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112435503B (zh) * | 2020-10-30 | 2022-02-15 | 江苏大学 | 一种辨识高危行人意图的智能汽车主动避撞方法 |
CN112507850A (zh) * | 2020-12-03 | 2021-03-16 | 湖南湘江智能科技创新中心有限公司 | 一种用于基于计算机视觉的防止车辆碰撞的提醒方法 |
CN112580535A (zh) * | 2020-12-23 | 2021-03-30 | 恒大新能源汽车投资控股集团有限公司 | 车辆危险警示方法及装置、计算机可读存储介质 |
CN112949598B (zh) * | 2021-04-07 | 2022-02-11 | 吴洲 | 一种公路建筑施工安全智能识别系统 |
CN113706859B (zh) * | 2021-07-14 | 2023-01-03 | 石家庄铁道大学 | 一种基于三帧差分法的道路交叉口路况预警系统及方法 |
CN114360224A (zh) * | 2021-12-28 | 2022-04-15 | 宁波大学 | 一种用于汽车闯红灯的危险判别预警系统、方法、装置 |
CN114620013A (zh) * | 2022-03-16 | 2022-06-14 | 中国第一汽车股份有限公司 | 一种车辆前方行人的保护方法、装置、设备及介质 |
CN115188219A (zh) * | 2022-07-12 | 2022-10-14 | 陈升俊 | 一种基于rfid的事故黑点盲区提示系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102693637A (zh) * | 2012-06-12 | 2012-09-26 | 北京联合大学 | 十字路口处右转车辆避让行人提示信号灯 |
CN104217615A (zh) * | 2014-09-16 | 2014-12-17 | 武汉理工大学 | 一种基于车路协同的行人防碰撞系统和方法 |
CN104210489A (zh) * | 2014-09-16 | 2014-12-17 | 武汉理工大学 | 车路协同环境下车辆与行人碰撞规避方法与系统 |
CN104537852A (zh) * | 2014-12-24 | 2015-04-22 | 同济大学 | 一种基于车路协同的道路突发事故提示方法 |
CN105390027A (zh) * | 2015-11-19 | 2016-03-09 | 浙江宇视科技有限公司 | 一种道路安全监控预警设备及方法 |
CN105761547A (zh) * | 2016-03-28 | 2016-07-13 | 安徽云森物联网科技有限公司 | 一种基于图像的交通碰撞预警技术及系统 |
CN106004671A (zh) * | 2016-07-21 | 2016-10-12 | 浙江吉利汽车研究院有限公司 | 一种交叉路口车辆防碰撞系统及防碰撞方法 |
CN106355952A (zh) * | 2016-09-30 | 2017-01-25 | 张家港长安大学汽车工程研究院 | 关于主路车辆安全通过侧路路口的安全系统及控制方法 |
CN106816035A (zh) * | 2015-12-02 | 2017-06-09 | 中国移动通信集团公司 | 一种面向行人的告警方法及装置 |
CN107564334A (zh) * | 2017-08-04 | 2018-01-09 | 武汉理工大学 | 一种停车场车辆盲区危险预警系统及方法 |
CN107705634A (zh) * | 2017-11-16 | 2018-02-16 | 东南大学 | 基于行车记录仪的交叉口紧急情况处理系统及方法 |
CN108492625A (zh) * | 2018-03-25 | 2018-09-04 | 张小莲 | 一种基于NB-IoT的行人防撞智能交通管理控制系统 |
-
2018
- 2018-09-14 CN CN201811074261.2A patent/CN110910673B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102693637A (zh) * | 2012-06-12 | 2012-09-26 | 北京联合大学 | 十字路口处右转车辆避让行人提示信号灯 |
CN104217615A (zh) * | 2014-09-16 | 2014-12-17 | 武汉理工大学 | 一种基于车路协同的行人防碰撞系统和方法 |
CN104210489A (zh) * | 2014-09-16 | 2014-12-17 | 武汉理工大学 | 车路协同环境下车辆与行人碰撞规避方法与系统 |
CN104537852A (zh) * | 2014-12-24 | 2015-04-22 | 同济大学 | 一种基于车路协同的道路突发事故提示方法 |
CN105390027A (zh) * | 2015-11-19 | 2016-03-09 | 浙江宇视科技有限公司 | 一种道路安全监控预警设备及方法 |
CN106816035A (zh) * | 2015-12-02 | 2017-06-09 | 中国移动通信集团公司 | 一种面向行人的告警方法及装置 |
CN105761547A (zh) * | 2016-03-28 | 2016-07-13 | 安徽云森物联网科技有限公司 | 一种基于图像的交通碰撞预警技术及系统 |
CN106004671A (zh) * | 2016-07-21 | 2016-10-12 | 浙江吉利汽车研究院有限公司 | 一种交叉路口车辆防碰撞系统及防碰撞方法 |
CN106355952A (zh) * | 2016-09-30 | 2017-01-25 | 张家港长安大学汽车工程研究院 | 关于主路车辆安全通过侧路路口的安全系统及控制方法 |
CN107564334A (zh) * | 2017-08-04 | 2018-01-09 | 武汉理工大学 | 一种停车场车辆盲区危险预警系统及方法 |
CN107705634A (zh) * | 2017-11-16 | 2018-02-16 | 东南大学 | 基于行车记录仪的交叉口紧急情况处理系统及方法 |
CN108492625A (zh) * | 2018-03-25 | 2018-09-04 | 张小莲 | 一种基于NB-IoT的行人防撞智能交通管理控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110910673A (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110910673B (zh) | 一种提醒行人碰撞车辆的方法及系统、摄像头、移动终端 | |
Shirazi et al. | Looking at intersections: a survey of intersection monitoring, behavior and safety analysis of recent studies | |
CN109739236B (zh) | 车辆信息的处理方法、装置、计算机可读介质及电子设备 | |
CN108022450B (zh) | 一种基于蜂窝网络的辅助驾驶方法及交通控制单元 | |
CN107608388B (zh) | 自主警车 | |
US11967230B2 (en) | System and method for using V2X and sensor data | |
CN108025751B (zh) | 车辆控制装置及车辆控制系统 | |
CN109345829B (zh) | 无人车的监控方法、装置、设备及存储介质 | |
JP2018152056A (ja) | 視界に制限のある交差点への接近のためのリスクベースの運転者支援 | |
US11242050B2 (en) | Reinforcement learning with scene decomposition for navigating complex environments | |
KR20210038852A (ko) | 조기 경보 방법, 장치, 전자 기기, 컴퓨터 판독 가능 저장 매체 및 컴퓨터 프로그램 | |
US10755565B2 (en) | Prioritized vehicle messaging | |
CN101612925B (zh) | 确定驾驶注意值的方法 | |
CN112581792B (zh) | 行驶辅助系统、行驶辅助方法及计算机可读取存储介质 | |
CN113415275A (zh) | 车辆消息的处理方法、装置、可读介质及电子设备 | |
WO2023179494A1 (zh) | 危险预警的方法、装置和车辆 | |
JP4412261B2 (ja) | 交通シミュレーション装置、方法及びプログラム | |
JP2024513710A (ja) | 光投影装置及び方法並びに記憶媒体 | |
JPWO2019131388A1 (ja) | 運転支援装置、運転支援システム、運転支援方法、及び、運転支援プログラム | |
CN115981344B (zh) | 自动驾驶方法和装置 | |
JP2020101986A (ja) | 安全運転支援装置、端末装置、安全運転支援システム、安全運転支援方法、処理実行方法、およびコンピュータプログラム | |
CN113538893B (zh) | 车辆预警方法、控制方法、装置及电子设备 | |
CN113053096B (zh) | 交通事故预警方法、装置、存储介质及智能灯杆 | |
CN114126943A (zh) | 应用于自主车辆中的方法和设备 | |
CN115798247B (zh) | 一种基于大数据的智慧公交云平台 |
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 |