CN114291077A - 一种车辆防撞预警方法及装置 - Google Patents

Abstract

本发明公开了一种车辆防撞预警方法及装置，涉及车辆控制技术领域，主要目的在于提高车辆防撞预警效率；主要技术方案包括：采集车辆前方的路况场景图像；对所述路况场景图像中位于目标区域内的目标图像进行障碍物识别，其中，所述目标区域为给车辆带来碰撞风险的障碍物的障碍物影像在路况场景图像中所处的区域，且所述目标区域划分为多个子区域；在识别出所述目标图像中存在障碍物影像时，基于所述障碍物影像与各所述子区域的位置关系选取目标子区域；控制所述车辆执行与所述目标子区域相应的防撞动作。

Description

一种车辆防撞预警方法及装置

技术领域

本发明涉及车辆控制技术领域，特别是涉及一种车辆防撞预警方法及装置。

背景技术

汽车虽然在一定程度上方便了人们的生产和生活，但是其也给人们带来了道路交通事故这一个重大的安全问题。为了降低道路交通事故发生概率，车辆上通常部署有前车防撞预警系统(Forward Collision Warning System，FCWS)，以对车辆进行防撞预警。

目前，车辆防撞预警的方法通常包括如下两种：一种是，采用单目摄像头采集车辆前方的路况场景图像，对路况场景图像进行障碍物的类别进行识别。然后在根据识别结果进一步估算障碍物与本车的防撞预警时间，最后根据防撞预警时间来进行防撞预警操作。另一种是，采用双目摄像头采集车辆前方的两幅路况场景图像，通过两幅路况场景图像之间的视差计算，确定障碍物与本车之间的距离，并根据距离进行防撞预警操作。

可见，上述的两种车辆防撞预警方法，均涉及到大量且繁琐的计算过程，计算时间成本较大，导致车辆防撞预警的效率较低。

发明内容

有鉴于此，本发明提出了一种车辆防撞预警方法及装置，主要目的在于提高车辆防撞预警效率。

为了达到上述目的，本发明主要提供了如下技术方案：

第一方面，本发明提供了一种车辆防撞预警方法，该方法包括：

采集车辆前方的路况场景图像；

对所述路况场景图像中位于目标区域内的目标图像进行障碍物识别，其中，所述目标区域为给车辆带来碰撞风险的障碍物的障碍物影像在路况场景图像中所处的区域，且所述目标区域划分为多个子区域；

在识别出所述目标图像中存在障碍物影像时，基于所述障碍物影像与各所述子区域的位置关系选取目标子区域；

控制所述车辆执行与所述目标子区域相应的防撞动作。

第二方面，本发明提供了一种车辆防撞预警装置，该装置包括：

采集单元，用于采集车辆前方的路况场景图像；

识别单元，用于对所述路况场景图像中位于目标区域内的目标图像进行障碍物识别，其中，所述目标区域为给车辆带来碰撞风险的障碍物的影像在路况场景图像中所处的区域，且所述目标区域划分为多个子区域；

选取单元，用于在识别出所述目标图像中存在障碍物影像时，基于所述障碍物影像与各所述子区域的位置关系选取目标子区域；

控制单元，用于控制所述车辆执行与所述目标子区域相应的防撞动作。

第三方面，本发明提供了一种计算机可读存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行第一方面所述的车辆防撞预警方法。

第四方面，本发明提供了一种存储管理设备，所述存储管理设备包括：

存储器，用于存储程序；

处理器，耦合至所述存储器，用于运行所述程序以执行第一方面所述的车辆防撞预警方法。

借由上述技术方案，本发明提供的车辆防撞预警方法及装置，在车辆行驶时，采集车辆前方的路况场景图像。然后对路况场景图像中位于目标区域内的目标图像进行障碍物识别。在识别出目标图像中存在障碍物影像时，基于障碍物影像与目标区域中各子区域的位置关系选取目标子区域，并控制车辆执行与目标子区域相应的防撞动作。可见，本发明实施例提供的方案中在对路况场景图像进行障碍物识别时，并非是对整个路况场景图像进行识别，而是仅对路况场景图像中位于目标区域内的目标图像进行障碍物识别，而对路况场景图像中非目标区域内的图像不进行障碍物识别。由于目标图像仅是路况场景图像中的部分图像，因此对目标图像进行障碍物识别，不仅能够保证识别出给车辆带来碰撞风险的障碍物，而且还能够减少障碍物识别的计算繁琐程度和时间成本。另外，在识别出目标图像中存在障碍物影像时，仅需根据障碍物影像与各子区域的位置关系选取目标子区域，并控制车辆执行与目标子区域相应的防撞动作即可，无需进行其他诸如碰撞时间等复杂参数的计算，因此又进一步的减少了车辆防撞预警的计算繁琐程度和时间成本，提高了车辆防撞预警效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明一个实施例提供的一种车辆防撞预警方法的流程图；

图2示出了本发明一个实施例提供的一种路况场景图像和目标区域之间关系的示意图；

图3示出了本发明另一个实施例提供的一种车辆防撞预警方法的流程图；

图4示出了本发明一个实施例提供的一种电子标尺的长度确定原理示意图；

图5示出了本发明一个实施例提供的一种电子标尺示意图；

图6示出了本发明一个实施例提供的一种车辆防撞预警装置的示意图；

图7示出了本发明另一个实施例提供的一种车辆防撞预警装置的示意图。

具体实施方式

下面将参照附图更加详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

随着汽车产业的飞速发展，汽车已经逐渐成为人们出行的主要交通工具之一。汽车虽然在一定程度上方便了人们的生产和生活，但是其也给人们带来了道路交通事故这一个重大的安全问题。道路交通事故的存在严重的威胁了人们的生命财产安全。

为了降低道路交通事故发生概率，车辆上通常部署有前车防撞预警系统(ForwardCollision Warning System，FCWS)。前车防撞预警系统是一种高级安全辅助系统，通过车辆前方的路况场景图像来计算在行驶过程中车辆与前车的距离来判断潜在的碰撞风险，并立即发出预警。前车防撞预警系统在驾驶者分心未能注意到前方状况、疲劳犯困、使用手机等情况下，具有显著的降低车辆碰撞风险的效果。

目前，车辆防撞预警的方法通常包括如下两种：一种是，采用单目摄像头采集车辆前方的路况场景图像，对路况场景图像进行障碍物的类别进行识别，比如，识别出障碍物是人还是车。然后在根据识别结果进一步估算障碍物与本车的防撞预警时间，最后根据防撞预警时间来进行防撞预警操作。另一种是，采用双目摄像头采集车辆前方的两幅路况场景图像，通过两幅路况场景图像之间的视差计算，确定障碍物与本车之间的距离，并根据距离进行防撞预警操作。可见，上述的两种车辆防撞预警方法，均需要涉及到大量且繁琐的计算过程，计算时间成本较大，导致车辆防撞预警的效率较低。

为了减少车辆防撞预警的计算繁琐程度和时间成本，提高车辆防撞预警的效率，本发明提供了一种车辆防撞预警方法及装置。下面对本发明实施例提供的车辆防撞预警方法及装置进行具体说明。

如图1所示，本发明实施例提供了一种车辆防撞预警方法，该方法主要包括：

101、采集车辆前方的路况场景图像。

车辆前方的路况场景图像能够反映出车辆行驶过程中其前方的路况情况。当车辆前方出现人、车辆等障碍物时，这些障碍物的影像将存在于路况场景图像中。

路况场景图像可由安装在车辆前端的图像采集设备采集而得，图像采集设备的具体类型本实施例中不做具体限定，可选的，图像采集设备为安全在车辆前端的单目摄像头。为了及时进行车辆防撞预警处理，车辆启动时，图像采集设备将以设定的频度开始采集路况场景图像。

102、对路况场景图像中位于目标区域内的目标图像进行障碍物识别。

为了减少车辆防撞预警的计算繁琐程度和时间成本，提高车辆防撞预警的效率，在对路况场景图像进行障碍物识别时，仅对路况场景图像中位于目标区域内的目标图像进行障碍物识别，而对路况场景图像中非目标区域内的图像不进行障碍物识别。由于目标图像仅是路况场景图像中的部分图像，因此对目标图像进行障碍物识别，不仅能够保证识别出给车辆带来碰撞风险的障碍物，而且还能够减少障碍物识别的计算繁琐程度和时间成本。

目标区域为给车辆带来碰撞风险的障碍物的障碍物影像在路况场景图像中所处的区域，目标区域划分为多个子区域，不同子区域中的障碍物影像对应的障碍物给车辆带来的碰撞风险是不同的。各子区域按照其各自与车辆的前端之间的距离由近到远的顺序在目标区域内依次排列。示例性的，如图2所示，图2为采集到路况场景图像A，虚线框D为目标区域，虚线框D所框选中的图像部分为目标图像A1，该目标图像A1即为进行障碍物识别的图像。目标区域D包括4个子区域，分别为子区域D1、子区域D2、子区域D3以及子区域D4。

下面说明对路况场景图像中位于目标区域内的目标图像进行障碍物识别的方法进行具体说明，该方法包括如下步骤一至步骤三：

步骤一，获取目标区域对应的像素坐标范围。

在实际应用中，获取目标区域对应的像素坐标范围的方法包括如下两种：

第一种，调取预设存储位置存储的像素坐标范围，将所调取的像素坐标范围获取为目标区域对应的像素坐标范围。

预设存储位置存储的像素坐标范围，是预先标定出的像素坐标范围。该预设存储位置存储的像素坐标范围的设置方法可以为：确定目标坐标范围，该目标坐标范围是给车辆带来碰撞风险的障碍物在真实路况中的坐标范围，该目标坐标范围处于真实世界坐标系下。建立真实世界坐标系与路况场景图像中像素坐标系的对应关系，基于该对应关系，将目标坐标范围转换为像素坐标范围，并将像素坐标范围存储到预设存储位置。

每当需要对采集到的路况场景图像进行车辆防撞预警处理时，直接调用预设存储位置存储的像素坐标范围使用即可。

第二种，对路况场景图像中的电子标尺影像进行识别，得到电子标尺影像对应的像素坐标范围，将电子标尺影像对应的像素坐标范围获取为目标区域对应的像素坐标范围。

电子标尺影像限定给车辆带来碰撞风险的障碍物的障碍物影像在路况场景图像中所处的区域。在路况场景图像被采集时，其上就包括有电子标尺的影像。也就是说，电子标尺显示在图像采集设备之上，在图像采集设备采集路况场景图像时，其便作为路况场景图像中的一部分被采集到。

在采集到路况场景图像时，需要对路况场景图像中的电子标尺影像进行识别，得到电子标尺影像对应的像素坐标范围，该像素坐标范围的识别过程可以为：将路况场景图像坐标作为电子标尺识别模型的输入，由电子标尺识别模型对路况场景图像中的电子标尺进行识别，从电子标尺识别模型识别后输出的识别结果中提取电子标尺影像对应的像素坐标范围。

在得到电子标尺影像对应的像素坐标范围之后，则将电子标尺影像对应的像素坐标范围获取为目标区域对应的像素坐标范围。

步骤二，将路况场景图像中位于像素坐标范围内的图像提取为目标图像。

为了减少车辆防撞预警的计算繁琐程度和时间成本，提高车辆防撞预警的效率，将路况场景图像中位于像素坐标范围内的图像提取为目标图像。

步骤三，对目标图像进行障碍物识别。

对目标图像进行障碍物识别方法为：将目标图像作为障碍物识别模型的输入，由障碍物识别模型对目标图像进行障碍物识别。基于障碍物识别模型识别后输出的识别结果确定目标图像中是否包括有障碍物。在存在障碍物时提取障碍物信息。障碍物信息可以包括障碍物类别以及障碍物影像在路况场景图像中的像素坐标。

目标图像是路况场景图像中的部分图像，因此对目标图像进行障碍物识别，不仅能够识别出给车辆带来碰撞风险的障碍物，而且还能够减少障碍物识别的计算繁琐程度和时间成本。

103、在识别出目标图像中存在障碍物影像时，基于障碍物影像与各子区域的位置关系选取目标子区域。

目标区域为给车辆带来碰撞风险的障碍物的障碍物影像在路况场景图像中所处的区域，目标区域划分为多个子区域，不同子区域中的障碍物影像对应的障碍物给车辆带来的碰撞风险是不同的。各子区域按照其各自与车辆的前端之间的距离由近到远的顺序在目标区域内依次排列。由于不同子区域中的障碍物影像对应的障碍物给车辆带来的碰撞风险是不同的，因此在识别出目标图像中存在障碍物影像时，需要基于障碍物影像与各自区域的位置关系选出目标子区域，以控制车辆执行与目标子区域相应的防撞动作。

位于目标子区域中的障碍物影像对应的障碍物，是当前路况场景下所有障碍物中给车辆带来的碰撞风险最大的障碍物。下面对基于障碍物影像与各子区域的位置关系选取目标子区域的具体过程进行说明，该过程包括如下步骤一至步骤二：

步骤一，基于障碍物影像的像素坐标以及各子区域各自对应的像素坐标范围，确定存在障碍物的子区域。

每一个障碍物影像均具有其各自对应的像素坐标，每一个子区域均有其各自对应的像素坐标范围。对于任意一个子区域来说，若其对应的像素坐标范围中包括有任一障碍物的像素坐标，则确定其为存在障碍物的子区域。

步骤二，从存在障碍物影像的子区域中选取目标子区域。

位于目标子区域中的障碍物影像对应的障碍物，是当前路况场景下所有障碍物中给车辆带来的碰撞风险最大的障碍物。因此需要从存在障碍物影像的子区域中选取目标子区域。

从存在障碍物影像的子区域中选取目标子区域的原则包括如下两种：

第一种，当存在障碍物影像的子区域为一个时，选取子区域为目标子区域。存在障碍物影像的子区域为一个，则说明该子区域中的障碍物影像对应的障碍物，是当前路况场景下所有障碍物中给车辆带来的碰撞风险最大的障碍物，因此直接选取该子区域为目标子区域即可。

第二种，当存在障碍物影像的子区域为多个时，选取距离车辆的前端最近的子区域为目标子区域。

各子区域按照其各自与车辆的前端之间的距离由近到远的顺序在目标区域内依次排列。距离车辆的前端越近的子区域，位于其内的障碍物影像对应的障碍物，给车辆带来的碰撞风险越大，因此，存在障碍物影像的子区域为多个时，选取距离车辆的前端最近的子区域为目标子区域。

104、控制车辆执行与目标子区域相应的防撞动作。

目标区域为给车辆带来碰撞风险的障碍物的障碍物影像在路况场景图像中所处的区域，目标区域划分为多个子区域，不同子区域中的障碍物影像对应的障碍物给车辆带来的碰撞风险是不同的。各子区域按照其各自与车辆的前端之间的距离由近到远的顺序在目标区域内依次排列。各子区域中的障碍物影像对应的障碍物给车辆带来的碰撞风险是不同的，且距离车辆的前端越近的子区域，位于其内的障碍物影像对应的障碍物给车辆带来的碰撞风险越大。因此，针对不同子区域需要预设不同的防撞动作。比如，不同子区域对应不同的预设车速，距离车辆的前端越近的子区域，其对应的预设车速越小。

下面对控制车辆执行与目标子区域相应的防撞动作的方法进行说明，包括如下两种：

第一种，在检测出车辆的当前车速大于目标子区域对应的预设车速时，调整当前车速为预设车速，和/或，执行与目标子区域相应的防撞预警。

在检测出车辆的当前车速大于目标子区域对应的预设车速时，说明车辆与障碍物存储碰撞风险，为了减少碰撞风险，可采用如下三种方式：第一种，调整车辆的当前车速为预设车速，示例性的，如图2所示，各子区域D1、D2、D3、D4对应的预设车速分别为100km/h、60km/h、30km/h、10km/h。目标子区域为D4，调整车辆的当前车速为预设车速10km/h。

第二种，执行与目标子区域相应的防撞预警，比如，播放广播提醒驾驶者存在碰撞风险，以使驾驶者及时根据广播调整车速或驾驶路线。第三种，调整车辆的当前车速为预设车速的同时，执行与目标子区域相应的防撞预警。

需要说明的是，各子区域对应的预设车速与车辆的当前车速有关，也就是说，预设车速选取与当前车速有关的。比如，当前车速100km/h的预设车速为80km/h，当前车速60km/h的预设车速为40km/h。

第二种，在检测出车辆的当前车速不大于目标子区域对应的预设车速时，维持车辆当前车速。

在检测出车辆的当前车速不大于目标子区域对应的预设车速时，说明车辆与障碍物之间的碰撞风险较低，因此维持车辆当前车速即可。

本发明实施例提供的车辆防撞预警方法，在车辆行驶时，采集车辆前方的路况场景图像。然后对路况场景图像中位于目标区域内的目标图像进行障碍物识别。在识别出目标图像中存在障碍物影像时，基于障碍物影像与目标区域中各子区域的位置关系选取目标子区域，并控制车辆执行与目标子区域相应的防撞动作。可见，本发明实施例提供的方案中在对路况场景图像进行障碍物识别时，并非是对整个路况场景图像进行识别，而是仅对路况场景图像中位于目标区域内的目标图像进行障碍物识别，而对路况场景图像中非目标区域内的图像不进行障碍物识别。由于目标图像仅是路况场景图像中的部分图像，因此对目标图像进行障碍物识别，不仅能够保证识别出给车辆带来碰撞风险的障碍物，而且还能够减少障碍物识别的计算繁琐程度和时间成本。另外，在识别出目标图像中存在障碍物影像时，仅需根据障碍物影像与各子区域的位置关系选取目标子区域，并控制车辆执行与目标子区域相应的防撞动作即可，无需进行其他诸如碰撞时间等复杂参数的计算，因此又进一步的减少了车辆防撞预警的计算繁琐程度和时间成本，提高了车辆防撞预警效率。

进一步的，根据图1所示的方法，本发明的另一个实施例还提供了一种车辆防撞预警方法，如图3所示，该方法主要包括：

201、根据车辆的车宽和图像采集设备的视角，设定电子标尺的标尺尺寸以及各子区域之间的比例参数。

电子标尺的标尺尺寸包括标尺长度和标尺宽度。

标尺的长度基于图像采集设备的视角确定。图像采集设备安装在车辆的前端，其以预设的视角来采集路况场景图像。视角用于确定电子标尺的长度。示例性的，如图4所示，C为图像采集设备，其安装在车辆的前端的车顶位置，角d为图像采集设备的视角，车辆的高度为h，则根据公式f＝tan d×h，计算出电子标尺的标尺长度f。需要说明的是，在业务有需求时，标尺长度还可以设定为小于f的任意一个数值。

标尺宽度基于车辆的宽度确定。如图5所示，电子标尺的第一个子区域D1的标尺宽度e为车辆的车宽。

需要说明的是，为了增加业务灵活性，可将电子标尺的设定交由车辆用户。比如，驾驶者可根据其驾驶经验灵活的设置视角。同样的，车宽也可以是驾驶者基于其车辆实际车宽灵活确定的。比如，车的实际车宽为2米，驾驶者驾驶技术不熟练，则可将车宽设置为3米。

在设定电子标尺的标尺尺寸之后，可以设定各子区域之间的比例参数。该比例参数可以基于业务需求确定，本实施例中不做具体限定。示例性的，设定原则可以为：车辆防撞预警控制要求精确越高，子区域设定的越多。离车辆前端越远，驾驶者对车辆驾驶掌控度越高，因为，子区域越远，其宽度可越小。

下面对各子区域之间的比例参数的设定方法进行说明，示例性的，如图5所示，电子标尺的长度为f，各子区域D1、D2、D3、D4对应的标尺纵向长度分别为为a1、a2、a3、a4。各子区域D1、D2、D3、D4对应的标尺横向宽度的1/2分别为m1、m2、m3、m4(这里为说明比例关系，m1、m2、m3、m4分别为各子区域的标尺横向宽度的1/2)。按照平行线间的线段成比例，有如下关系：

a1/m1＝(a1+a2)/m2＝(a1+a2+a3)/m3＝(a1+a2+a3+a4)/m4；

m1:m2:m3:m4＝a1:(a1+a2):(a1+a2+a3):(a1+a2+a3+a4)；

比如：当a1:a2:a3:a4＝1:2:3:4,对应的m1:m2:m3:m4＝1:3:6:10。

202、基于标尺尺寸和比例参数设置所述电子标尺，其中，各子区域按照其各自与车辆的前端之间的距离由近到远的顺序在电子标尺内依次排列。

如图5所示，各子区域D1、D2、D3、D4其各自与车辆的前端之间的距离由近到远的顺序为D4、D3、D2、D1，也就是说，D4与车辆的前端之间的距离最近，D1与车辆的前端之间的距离最远。

203、显示电子标尺，其中，电子标尺显示时其包括的与车辆的前端距离最近的子区域与所述车辆的前端之间具有预设安全距离。

显示电子标尺的目的包括如下两个：第一个是，为了使路况场景图像中可以包括电子标尺影像，需要显示电子标尺，以基于路况场景图像中的电子标尺影像进行车辆防撞预警。第二个是，为了使驾驶者在驾驶过程中，通过眼睛观察到障碍物，给驾驶者观测障碍物与本车的距离提供一个参考。

另外，需要说明的是，为了给车辆防撞预警一个缓冲距离，则电子标尺显示时其包括的与车辆的前端距离最近的子区域与车辆的前端之间具有预设安全距离。示例性的，如图5所示，子区域D4的线段D41与车辆的前端之间具有预设安全距离，该安全距离可基于驾驶员的驾驶经验人为设定。

204、采集包括电子标尺影像的路况场景图像。

205、对路况场景图像中的电子标尺影像进行识别，得到电子标尺影像对应的像素坐标范围。

206、将电子标尺影像对应的像素坐标范围获取为所述目标区域对应的像素坐标范围。

207、将路况场景图像中位于所述像素坐标范围内的图像提取为所述目标图像。

208、对目标图像进行障碍物识别。

209、在识别出目标图像中存在障碍物影像时，基于所述障碍物影像与各所述子区域的位置关系选取目标子区域。

210、控制车辆执行与目标子区域相应的防撞动作。

进一步的，依据上述方法实施例，本发明的另一个实施例还提供了一种车辆防撞预警装置，如图6所示，所述装置包括：

采集单元31，用于采集车辆前方的路况场景图像；

识别单元32，用于对所述路况场景图像中位于目标区域内的目标图像进行障碍物识别，其中，所述目标区域为给车辆带来碰撞风险的障碍物的障碍物影像在路况场景图像中所处的区域，且所述目标区域划分为多个子区域；

选取单元33，用于在识别出所述目标图像中存在障碍物影像时，基于所述障碍物影像与各所述子区域的位置关系选取目标子区域；

控制单元34，用于控制所述车辆执行与所述目标子区域相应的防撞动作。

本发明实施例提供的车辆防撞预警装置，在车辆行驶时，采集车辆前方的路况场景图像。然后对路况场景图像中位于目标区域内的目标图像进行障碍物识别。在识别出目标图像中存在障碍物影像时，基于障碍物影像与目标区域中各子区域的位置关系选取目标子区域，并控制车辆执行与目标子区域相应的防撞动作。可见，本发明实施例提供的方案中在对路况场景图像进行障碍物识别时，并非是对整个路况场景图像进行识别，而是仅对路况场景图像中位于目标区域内的目标图像进行障碍物识别，而对路况场景图像中非目标区域内的图像不进行障碍物识别。由于目标图像仅是路况场景图像中的部分图像，因此对目标图像进行障碍物识别，不仅能够保证识别出给车辆带来碰撞风险的障碍物，而且还能够减少障碍物识别的计算繁琐程度和时间成本。另外，在识别出目标图像中存在障碍物影像时，仅需根据障碍物影像与各子区域的位置关系选取目标子区域，并控制车辆执行与目标子区域相应的防撞动作即可，无需进行其他诸如碰撞时间等复杂参数的计算，因此又进一步的减少了车辆防撞预警的计算繁琐程度和时间成本，提高了车辆防撞预警效率。

可选的，如图7所示，所述识别单元32包括：

获取模块321，用于获取所述目标区域对应的像素坐标范围；

提取模块322，用于将所述路况场景图像中位于所述像素坐标范围内的图像提取为所述目标图像；

识别模块323，用于对所述目标图像进行障碍物识别。

可选的，如图7所示，所述获取模块321，具体用于对所述路况场景图像中的电子标尺影像进行识别，得到所述电子标尺影像对应的像素坐标范围，所述电子标尺影像限定给车辆带来碰撞风险的障碍物的障碍物影像在路况场景图像中所处的区域；将所述电子标尺影像对应的像素坐标范围获取为所述目标区域对应的像素坐标范围。

可选的，如图7所示，所述装置还包括：

设置单元35，用于根据所述车辆的车宽和图像采集设备的视角，设定电子标尺的标尺尺寸以及各子区域之间的比例参数；基于所述标尺尺寸和所述比例参数设置所述电子标尺，其中，各所述子区域按照其各自与所述车辆的前端之间的距离由近到远的顺序在所述电子标尺内依次排列。

可选的，如图7所示，采集单元31包括：

显示模块311，用于显示所述电子标尺，其中，所述电子标尺显示时其包括的与所述车辆的前端距离最近的子区域与所述车辆的前端之间具有预设安全距离；

采集模块312，用于采集包括所述电子标尺影像的路况场景图像。

可选的，如图7所示，选取单元33包括：

确定模块331，用于基于所述障碍物影像的像素坐标以及各所述子区域各自对应的像素坐标范围，确定存在障碍物影像的子区域；

选取模块332，用于从存在障碍物影像的子区域中选取所述目标子区域。

可选的，如图7所示，选取模块332，具体用于当存在障碍物影像的子区域为一个时，选取所述子区域为所述目标子区域；当存在障碍物影像的子区域为多个时，选取距离所述车辆的前端最近的子区域为所述目标子区域，其中，各所述子区域按照其各自与所述车辆的前端之间的距离由近到远的顺序在所述目标区域内依次排列。

可选的，如图7所示，控制单元34，具体用于在检测出所述车辆的当前车速大于所述目标子区域对应的预设车速时，调整所述当前车速为所述预设车速，和/或，执行与所述目标子区域相应的防撞预警。

本发明实施例提供的车辆防撞预警装置中，各个功能模块运行过程中所采用的方法详解可以参见图1-图5方法实施例的对应方法详解，在此不再赘述。

进一步的，依据上述实施例，本发明的另一个实施例还提供了一种计算机可读存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行图1和图3所述的车辆防撞预警方法。

进一步的，依据上述实施例，本发明的另一个实施例还提供了一种存储管理设备，所述存储管理设备包括：

存储器，用于存储程序；

处理器，耦合至所述存储器，用于运行所述程序以执行图1和图3所述的车辆防撞预警方法。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

可以理解的是，上述方法及装置中的相关特征可以相互参考。另外，上述实施例中的“第一”、“第二”等是用于区分各实施例，而并不代表各实施例的优劣。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的深度神经网络模型的运行方法、装置及框架中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (11)

1.一种车辆防撞预警方法，其特征在于，所述方法包括：

采集车辆前方的路况场景图像；

对所述路况场景图像中位于目标区域内的目标图像进行障碍物识别，其中，所述目标区域为给车辆带来碰撞风险的障碍物的障碍物影像在路况场景图像中所处的区域，且所述目标区域划分为多个子区域；

在识别出所述目标图像中存在障碍物影像时，基于所述障碍物影像与各所述子区域的位置关系选取目标子区域；

控制所述车辆执行与所述目标子区域相应的防撞动作。

2.根据权利要求1所述的方法，其特征在于，对所述路况场景图像中位于目标区域内的目标图像进行障碍物识别，包括：

获取所述目标区域对应的像素坐标范围；

将所述路况场景图像中位于所述像素坐标范围内的图像提取为所述目标图像；

对所述目标图像进行障碍物识别。

3.根据权利要求2所述的方法，其特征在于，获取所述目标区域对应的像素坐标范围，包括：

对所述路况场景图像中的电子标尺影像进行识别，得到所述电子标尺影像对应的像素坐标范围，所述电子标尺影像限定给车辆带来碰撞风险的障碍物的障碍物影像在路况场景图像中所处的区域；

将所述电子标尺影像对应的像素坐标范围获取为所述目标区域对应的像素坐标范围。

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：

根据所述车辆的车宽和图像采集设备的视角，设定电子标尺的标尺尺寸以及各子区域之间的比例参数；

基于所述标尺尺寸和所述比例参数设置所述电子标尺，其中，各所述子区域按照其各自与所述车辆的前端之间的距离由近到远的顺序在所述电子标尺内依次排列。

5.根据权利要求4所述的方法，其特征在于，采集车辆前方的路况场景图像，包括：

显示所述电子标尺，其中，所述电子标尺显示时其包括的与所述车辆的前端距离最近的子区域与所述车辆的前端之间具有预设安全距离；

采集包括所述电子标尺影像的路况场景图像。

6.根据权利要求1所述的方法，其特征在于，基于所述障碍物影像与各所述子区域的位置关系选取目标子区域，包括：

基于所述障碍物影像的像素坐标以及各所述子区域各自对应的像素坐标范围，确定存在障碍物影像的子区域；

从存在障碍物影像的子区域中选取所述目标子区域。

7.根据权利要求6所述的方法，其特征在于，从存在障碍物影像的子区域中选取所述目标子区域，包括：

当存在障碍物影像的子区域为一个时，选取所述子区域为所述目标子区域；

当存在障碍物影像的子区域为多个时，选取距离所述车辆的前端最近的子区域为所述目标子区域，其中，各所述子区域按照其各自与所述车辆的前端之间的距离由近到远的顺序在所述目标区域内依次排列。

8.根据权利要求1所述的方法，其特征在于，控制所述车辆执行与所述目标子区域相应的防撞动作，包括：

在检测出所述车辆的当前车速大于所述目标子区域对应的预设车速时，调整所述当前车速为所述预设车速，和/或，执行与所述目标子区域相应的防撞预警。

9.一种车辆防撞预警装置，其特征在于，所述装置包括：

采集单元，用于采集车辆前方的路况场景图像；

识别单元，用于对所述路况场景图像中位于目标区域内的目标图像进行障碍物识别，其中，所述目标区域为给车辆带来碰撞风险的障碍物的影像在路况场景图像中所处的区域，且所述目标区域划分为多个子区域；

选取单元，用于在识别出所述目标图像中存在障碍物影像时，基于所述障碍物影像与各所述子区域的位置关系选取目标子区域；

控制单元，用于控制所述车辆执行与所述目标子区域相应的防撞动作。

10.一种计算机可读存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至权利要求8中任意一项所述的车辆防撞预警方法。

11.一种存储管理设备，其特征在于，所述存储管理设备包括：

存储器，用于存储程序；

处理器，耦合至所述存储器，用于运行所述程序以执行权利要求1至权利要求8中任意一项所述的车辆防撞预警方法。

Images