CN113188521A - 一种基于单目视觉的车辆撞击预警方法 - Google Patents
一种基于单目视觉的车辆撞击预警方法 Download PDFInfo
- Publication number
- CN113188521A CN113188521A CN202110509077.1A CN202110509077A CN113188521A CN 113188521 A CN113188521 A CN 113188521A CN 202110509077 A CN202110509077 A CN 202110509077A CN 113188521 A CN113188521 A CN 113188521A
- Authority
- CN
- China
- Prior art keywords
- time
- collision
- early warning
- images
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 239000013078 crystal Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 abstract description 7
- 230000003287 optical effect Effects 0.000 abstract description 7
- 238000004422 calculation algorithm Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012634 optical imaging Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
- G01C11/08—Interpretation of pictures by comparison of two or more pictures of the same area the pictures not being supported in the same relative position as when they were taken
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/30—Interpretation of pictures by triangulation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于单目视觉的车辆撞击预警方法,本发明采用严谨的单目光学几何光路图进行分析计算,引入实际碰撞距离的概念,给出碰撞前预警时间的准确值。并且结构简单,算法精确,抗干扰,可以应用在行车记录仪、后摄像头等现有行车装备上,并且可将数据输入行车电脑,作为自动驾驶防撞的一种可靠方法。本发明包括如下步骤:1)拍摄储存;2)图像识别处理;3)特征点比较计算;4)碰撞时间预警计算,碰撞预警时间T=△t/(w‑1)。
Description
技术领域
本发明属于汽车安全驾驶领域,具体地是涉及一种基于单目视觉的车辆撞击预警方法。
背景技术
随着汽车自动驾驶(包括辅助驾驶)技术的日益普遍应用,车辆在行驶过程中及时对前方障碍物的撞击时间预判对行车安全极为必要。一个准确的防撞报警系统可以提醒驾驶员或行车电脑在可能的撞击前采取相应措施以保证行车安全。
在目前各种技术方案中,靠反射波原理工作算作一类,比如毫米波雷达、激光雷达、超声波等。另一类依靠光学测距技术,其原理是采用多目(起码两目)的光学摄像头,通过实时记录同一背景影像到达各目镜的图像差异,计算得出障碍物的车前距离,以达到预警的目的,类似人的平行双目观察效果。
但是,反射波类的测距预警方法的缺点是电磁污染和互相干扰,当路上有足够多的具有同样装置车辆同行时,由于编码的复杂和有限性,可能互相干扰反而导致判断错误产生车祸。使用双目以上的投影装置测距预警的装置,由于制造、安装、维护的各种原因,同一背景多目误差很难消除,也给准确的预警造成困难,因此就必须配备更多的摄像头来提高测量准确性,无疑会增加成本和维护工作量。
专利CN111521117A,名称为《单目视觉测距方法、存储介质及单目摄像头》,及CN108088414A,名称为《一种单目测距方法》,均使用了单目测距距离估算和阈值几率的算法计算行车与目标的距离,但其工作原理是靠对库资料的检索以完成对目标距离的估算,靠设定距离阈值来提高车辆行驶的安全性,其可靠性会比较令人担忧。
发明内容
本发明就是针对上述问题,弥补现有技术的不足,提供一种基于单目视觉的车辆撞击预警方法;本发明原理采用严谨的单目光学几何光路图进行分析计算,引入实际碰撞距离的概念,给出碰撞前预警时间的准确值。并且结构简单,算法精确,抗干扰,可以应用在行车记录仪、后摄像头等现有行车装备上,并且可将数据输入行车电脑,作为自动驾驶防撞的一种可靠方法。
为实现上述目的,本发明采用如下技术方案。
本发明提供一种基于单目视觉的车辆撞击预警方法,其特征在于,所述方法包括如下步骤:
1)拍摄储存:摄像头在车轴线方向布置,在t和t’时刻拍摄两张图像,并存储在处理系统的内存中;
2)图像识别处理:系统板识别处理两张图像的同一参照物,取即将碰撞物的i个特征点,进行多特征点识别标记;
3)特征点比较计算:对两张图像中的即将碰撞物的i个特征点的离散距离平均值进行计算,分别得到时间t时图像即将碰撞物的离散距离平均值Rt,时间t’时图像即将碰撞物的离散距离平均值R t’,并定义比值R t’/Rt=w;
4)碰撞时间预警计算:将即将碰撞物的实物边缘及中点,与在摄像头投影屏的投影的相对应处,过摄像头的镜头焦点O进行连线,形成在t和t’的光路图形,根据相似三角形原理,并且t和t’时刻的时间差为(t’-t),记做△t,计算出碰撞预警时间T =△t /(w-1)。
进一步地, 所述t和t’时刻的时间差△t为提前预设值,精度为ms,t和t’时刻拍摄两张图像的指令由摄像系统晶振给出。
本发明的有益效果。
本发明可以为汽车行驶撞击给出精确的预警时间,方法简单实用,可以方便地加装在行车记录仪、自动驾驶等系统中,基于光学单目成像原理之上,可以避免反射波方法带来的电磁污染和激光污染,抗干扰并不对其他同类系统车辆形成干扰,安全可靠性高,不需要事前对摄像系统进行物理标定,且和摄像头成像误差无关,避免了双(多)目测距中的各个摄像头光学畸变引起的测量误差。
附图说明
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及具体实施方式,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方式仅仅用以解释本发明,并不用于限定本发明。
图1是本发明的方法步骤图。
图2是本发明在即将碰撞物为静止物时的光学成像原理图。
图3是本发明在即将碰撞物为运动物时的光学成像原理图。
图4是本发明在两车同向而行情况时的示意图。
图5是本发明在两车相向而行情况时的示意图。
图6是本发明的t和t’时刻拍摄图像的示意图。
图7是本发明的图像识别处理和特征点比较计算的步骤图。
具体实施方式
结合附图所示,方法包括如下步骤:
1)拍摄储存:摄像头在车轴线方向布置,在t和t’时刻拍摄两张图像,并存储在处理系统的内存中,t和t’时刻的时间差△t为提前预设值,精度为ms, t’时刻在t时刻以后,所以△t为正值,和t’时刻拍摄两张图像的指令由摄像系统晶振给出,如图6所示。
2)图像识别处理:系统板识别处理两张图像的同一参照物,取即将碰撞物的i个特征点,进行多特征点识别标记。
3)特征点比较计算:对两张图像中的即将碰撞物的i个特征点的离散距离平均值进行计算,分别得到时间t时图像即将碰撞物的离散距离平均值Rt,时间t’时图像即将碰撞物的离散距离平均值R t’,并定义比值R t’/Rt=w。计算w的程序算法借用目前已有的图像识别处理开源软件技术,步骤如图7所示,并不在本专利提出的保护范围之内,这里仅仅作为一般的概述进一步说明本专利的工作原理。
计算Rt’和Rt的公式分别为Rt=∑Rt/i,Rt’=∑Rt’/i。计算w的推导公式为w= Rt’/Rt=(h’+b’)/ h’,其中h’为在t时刻,即将碰撞物的1/2宽度h在摄像头内的投影屏上的投影宽度(用所占像素数表示),b’为在t’时刻,即将碰撞物的1/2宽度h在投影屏上与在t时刻的变化的投影宽度(用所占像素数表示)。
4)碰撞时间预警计算:将即将碰撞物的实物边缘及中点,与在摄像头投影屏的投影的相对应处,过摄像头的镜头焦点O进行连线,形成在t和t’的光路图形。
在计算碰撞预警时间时可以考虑接下来两种情况。
1. 即将碰撞物为静止物,例如大树,这种情况的情况如图2所示,车行速度v,即将碰撞物位于车前方。
碰撞预警时间的推导过程根据相似三角形原理,△OAD∽△OEF∽△ABC,因此,a/b=s/h =(a+s')/h,其中,a为△t时间内的驾驶车行驶的直线距离,b为在t’时刻的即将碰撞物所在处的t’时刻与t时刻的即将碰撞物1/2的宽度差,s为t时刻即将碰撞物距驾驶车的距离,s'为t’时刻即将碰撞物距驾驶车的距离。
△OBH∽△OEG,因此,s'/h=f/( h’+ b')。△OBC∽△OFG,因此,f/s'=b'/b,其中,f为摄像头的投影焦距。
接下来a/b'=(a+s')/(b'+h');
s'/a=h'/b';
s'=ah'/b' =h'/b'*v*△t;
w= Rt’/Rt=(h’+b’)/ h’;
s’=v*△t /(w-1)。
其中,v为驾驶车的行驶速度,由于△t时间很短,因此可视v为匀速,v可以从驾驶车的ECU处理器中直接调取出。这时s'为计算碰撞时间时真实的车与目标的距离,因此碰撞预警时间T= s'/v=[ v*△t /(w-1)]/v=△t /(w-1)。
计算出碰撞预警时间T =△t /(w-1)。
2. 即将碰撞物也是移动物,例如车辆,其车速设定为u,并且v>u。此时的投影光路如图3所示。两车的相对移动速度为(v-u),在t至t’的时间间隔内,两车相对距离变化a'=(v-u)* △t。投影屏上的参照物投影宽度的变化可以认为来至目标虚像。得到的是碰撞前距离L。
因为△OAD∽△OA'D',所以:
s'/a'= L /a=h'/b'△t;
T= s'/(v-u)=L/v= h'/b'*△t =△t /(w-1)。
当v>u并且本车与目标车同向运动时,目标虚像会落在目标车前方,L>s'。当目标车与本车逆向运动时,[v-(-u)]>v,因此目标虚像会落在本车与目标车之间,L<s'。只有当目标静止时,L=s',才是本车与目标车的真实距离。
L碰撞距离的概念,表示的是本车以速度v行驶时,碰撞到目标实际需要行驶的距离。
如图4所示的情况,A车与B车同向而行。假定在t'时刻,A车和B车的距离是s',但是因为B车也在以u的速度运动。当A车到达B点的时刻,B车已经离开,并不能发生碰撞。只有两车都达到C点的时刻,才可以发生碰撞。因此,A车在t'时刻预测的撞击时间,就是它预测的行驶到C点的时间。A-B的距离是s',A-C的距离就是L。
如图5所示的情况,A车与B车逆向而行。假定在t'时刻,A和B车的距离是s',因为B车也在以u的速度运动,且与A车逆向,当A车到达B车初始点之前,已经和B车在C点撞击。因此,A车在t'时刻预测的撞击时间,就是它预测的行驶到C点的时间,而不是达到B车初始点的时间。A-B的距离是s’,A-C的距离是L。
所以在几何光路上,如果目标车是移动的,摄像头感光屏上得到的投影就是“虚像”,反映的是撞击前距离L,而不是t'时刻的真实距离。只有当目标物速度为零时,s'=L,这时可以测到真实的距离。
情况1和2计算碰撞预警时间T的表达式完全相同,即T= △t /(w-1),也就是说对于移动目标,在不知道其移动速度的情况,也可以采用此公式准确预警其碰撞时间。
可以理解的是,以上关于本发明的具体描述,仅用于说明本发明而并非受限于本发明实施方式所描述的技术方案,本领域的普通技术人员应当理解,仍然可以对本发明进行修改或等同替换,以达到相同的技术效果;只要满足使用需要,都在本发明的保护范围之内。
Claims (2)
1.一种基于单目视觉的车辆撞击预警方法,其特征在于,所述方法包括如下步骤:
1)拍摄储存:摄像头在车轴线方向布置,在t和t’时刻拍摄两张图像,并存储在处理系统的内存中;
2)图像识别处理:系统板识别处理两张图像的同一参照物,取即将碰撞物的i个特征点,进行多特征点识别标记;
3)特征点比较计算:对两张图像中的即将碰撞物的i个特征点的离散距离平均值进行计算,分别得到时间t时图像即将碰撞物的离散距离平均值Rt,时间t’时图像即将碰撞物的离散距离平均值R t’,并定义比值R t’/Rt=w;
4)碰撞时间预警计算:将即将碰撞物的实物边缘及中点,与在摄像头投影屏的投影的相对应处,过摄像头的镜头焦点O进行连线,形成在t和t’的光路图形,根据相似三角形原理,并且t和t’时刻的时间差为(t’-t),记做△t,计算出碰撞预警时间T =△t /(w-1)。
2.根据权利要求1所述的一种基于单目视觉的车辆撞击预警方法,其特征在于,所述t和t’时刻的时间差△t为提前预设值,精度为ms,t和t’时刻拍摄两张图像的指令由摄像系统晶振给出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110509077.1A CN113188521B (zh) | 2021-05-11 | 2021-05-11 | 一种基于单目视觉的车辆撞击预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110509077.1A CN113188521B (zh) | 2021-05-11 | 2021-05-11 | 一种基于单目视觉的车辆撞击预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113188521A true CN113188521A (zh) | 2021-07-30 |
CN113188521B CN113188521B (zh) | 2022-09-23 |
Family
ID=76980934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110509077.1A Expired - Fee Related CN113188521B (zh) | 2021-05-11 | 2021-05-11 | 一种基于单目视觉的车辆撞击预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113188521B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150144899A (ko) * | 2014-06-17 | 2015-12-29 | (주)엠아이웨어 | 단안 카메라를 이용한 영상 기반의 전방 추돌 경고 시스템의 거리 추정 방법 |
CN105574552A (zh) * | 2014-10-09 | 2016-05-11 | 东北大学 | 一种基于单目视觉的车辆测距与碰撞预警方法 |
CN106156725A (zh) * | 2016-06-16 | 2016-11-23 | 江苏大学 | 一种基于车辆前方的行人及骑车人的识别预警系统的工作方法 |
CN106570487A (zh) * | 2016-11-10 | 2017-04-19 | 维森软件技术(上海)有限公司 | 物体间的碰撞预测方法和装置 |
CN109532662A (zh) * | 2018-11-30 | 2019-03-29 | 广州鹰瞰信息科技有限公司 | 一种车距及碰撞时间计算方法及装置 |
CN111950483A (zh) * | 2020-08-18 | 2020-11-17 | 北京理工大学 | 一种基于视觉的车辆前碰撞预测方法 |
-
2021
- 2021-05-11 CN CN202110509077.1A patent/CN113188521B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150144899A (ko) * | 2014-06-17 | 2015-12-29 | (주)엠아이웨어 | 단안 카메라를 이용한 영상 기반의 전방 추돌 경고 시스템의 거리 추정 방법 |
CN105574552A (zh) * | 2014-10-09 | 2016-05-11 | 东北大学 | 一种基于单目视觉的车辆测距与碰撞预警方法 |
CN106156725A (zh) * | 2016-06-16 | 2016-11-23 | 江苏大学 | 一种基于车辆前方的行人及骑车人的识别预警系统的工作方法 |
CN106570487A (zh) * | 2016-11-10 | 2017-04-19 | 维森软件技术(上海)有限公司 | 物体间的碰撞预测方法和装置 |
CN109532662A (zh) * | 2018-11-30 | 2019-03-29 | 广州鹰瞰信息科技有限公司 | 一种车距及碰撞时间计算方法及装置 |
CN111950483A (zh) * | 2020-08-18 | 2020-11-17 | 北京理工大学 | 一种基于视觉的车辆前碰撞预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113188521B (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111137243B (zh) | 用于常开操作的与adas相连的主动式引擎盖装置 | |
Dagan et al. | Forward collision warning with a single camera | |
CN111003068B (zh) | 与adas连接的持续运行的主动式发动机罩装置 | |
CN110065494B (zh) | 一种基于车轮检测的车辆防碰撞方法 | |
US8244408B2 (en) | Method to assess risk associated with operating an autonomic vehicle control system | |
CN110609274B (zh) | 一种测距方法、装置及系统 | |
US20120239269A1 (en) | Method for recognizing a turn-off maneuver | |
US10629072B2 (en) | LIDAR and vision vehicle sensing | |
US11440541B2 (en) | Apparatus and method for predicting concurrent lane change and vehicle including the same | |
EP2293588A1 (en) | Method for using a stereovision camera arrangement | |
CN111137235B (zh) | 可随时动作的与adas连接的主动式发动机罩装置 | |
CN106570487A (zh) | 物体间的碰撞预测方法和装置 | |
JP2013053962A (ja) | カメラシステム、衝突予測システム、駐車ガイドシステム | |
US20220148221A1 (en) | Optical Device Validation | |
CN113188521B (zh) | 一种基于单目视觉的车辆撞击预警方法 | |
CN112578404B (zh) | 一种行驶路径的确定方法及装置 | |
CN116299280A (zh) | 一种车辆状态识别方法、系统、设备以及介质 | |
CN113581069B (zh) | 基于计算机视觉的车辆防止碰撞的预警方法及装置 | |
US20200311967A1 (en) | Information processing device and computer-readable recording medium recording object information generation program | |
CN114084129A (zh) | 一种基于融合的车辆自动驾驶控制方法及系统 | |
KR101127702B1 (ko) | 자동차의 통합 측/후방 안전시스템 | |
US11402487B2 (en) | Joint radon transform association | |
JP6969245B2 (ja) | 情報処理装置、撮像装置、機器制御システム、移動体、情報処理方法、及び、情報処理プログラム | |
JP2019160251A (ja) | 画像処理装置、物体認識装置、機器制御システム、移動体、画像処理方法およびプログラム | |
JP7435429B2 (ja) | 安全運転レベル評価装置 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220923 |