CN115424455A - 一种车辆预警方法、装置、电子设备以及存储介质 - Google Patents
一种车辆预警方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN115424455A CN115424455A CN202211057217.7A CN202211057217A CN115424455A CN 115424455 A CN115424455 A CN 115424455A CN 202211057217 A CN202211057217 A CN 202211057217A CN 115424455 A CN115424455 A CN 115424455A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- radar image
- image
- information
- radar
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000001514 detection method Methods 0.000 claims abstract description 103
- 230000004438 eyesight Effects 0.000 claims abstract description 41
- 238000003708 edge detection Methods 0.000 claims description 50
- 238000012545 processing Methods 0.000 claims description 43
- 230000000877 morphologic effect Effects 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 238000009499 grossing Methods 0.000 claims description 11
- 230000010339 dilation Effects 0.000 claims description 9
- 230000008447 perception Effects 0.000 claims description 9
- 238000005260 corrosion Methods 0.000 claims description 5
- 230000007797 corrosion Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 8
- 238000005286 illumination Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 206010052143 Ocular discomfort Diseases 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000016776 visual perception Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 235000019994 cava Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
-
- 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
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096855—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种车辆预警方法、装置、电子设备以及存储介质。其中，该方法包括：确定当前时刻位于雷达检测区域中的在前车辆位置信息和在后车辆位置信息，以及确定在前车辆速度信息和在后车辆速度信息；根据在前车辆位置信息和在后车辆位置信息，确定在前车辆与在后车辆的相对距离信息；根据相对距离信息、在前车辆速度信息以及在后车辆速度信息，确定是否满足车辆预警条件；若满足，则向在后车辆提示预警信息，以提醒在后车辆进行减速行驶。本技术方案，能够通过雷达检测对存在视觉差异和视觉盲区的车辆行驶区域的车辆进行及时预警，以提醒驾驶员进行减速行驶，避免了由于驾驶员视觉不适导致的车辆碰撞，有助于提高车辆行驶的安全性。
Description
技术领域
本发明涉及车辆技术领域，尤其涉及一种车辆预警方法、装置、电子设备以及存储介质。
背景技术
随着车辆技术的发展，汽车在人们生活中逐渐得到普及，使得人们对车辆行驶安全越来越关注。在车辆行驶过程中，时常会遇到光照强度变化较大的区域，例如隧道和山洞的进出口附近。在这些光照强度变化较大的区域，由于人眼无法立即适应光照强度的骤然变化，将会导致驾驶员出现短暂的“眼盲”，即驾驶员会存在视觉差异。此外，当车辆在雨、雪、雾等恶劣天气下行驶时会存在视觉盲区，使得驾驶员无法及时准确地判断前方路况。在上述情况下，车辆如果没有保持安全的车速和车距，可能出现车辆碰撞的情况，从而引发交通事故。因此，如何对存在视觉差异和视觉盲区的车辆行驶区域的车辆进行及时预警，以提高车辆行驶安全，是车辆行驶过程中值得关注的问题之一。
发明内容
本发明提供了一种车辆预警方法、装置、电子设备以及存储介质，能够通过雷达检测对存在视觉差异和视觉盲区的车辆行驶区域的车辆进行及时预警，从而避免了由于驾驶员视觉不适导致的车辆碰撞，有助于提高车辆行驶的安全性。
根据本发明的一方面，提供了一种车辆预警方法，所述方法包括：
确定当前时刻位于雷达检测区域中的在前车辆位置信息和在后车辆位置信息，以及确定在前车辆速度信息和在后车辆速度信息；其中，所述雷达检测区域包括车辆行驶过程中因视觉感知差异和/或视觉盲区造成视觉受阻的区域；
根据所述在前车辆位置信息和所述在后车辆位置信息，确定在前车辆与在后车辆的相对距离信息；
根据所述相对距离信息、所述在前车辆速度信息以及所述在后车辆速度信息，确定是否满足车辆预警条件；
若满足，则向所述在后车辆提示预警信息，以提醒所述在后车辆进行减速行驶。
可选的，确定当前时刻位于雷达检测区域中的在前车辆位置信息和在后车辆位置信息，包括：
确定雷达检测区域的当前雷达图像；
对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像；其中，所述目标雷达图像的前景对应包括至少一个在前车辆区域和至少一个在后车辆区域；
依据所述目标雷达图像，确定在前车辆位置信息和在后车辆位置信息。
可选的，确定雷达检测区域的当前雷达图像，包括：
通过微波雷达在当前时刻对进入雷达检测区域的在前车辆和在后车辆进行扫描，得到当前时刻的当前雷达图像；
其中，所述当前雷达图像中各个像素点取值用于描述雷达在检测位置点扫描时的雷达反射波的信号强度，所述当前雷达图像属于灰度图像。
可选的，对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像，包括：
确定在当前雷达图像之前采集的预设个数的上一雷达图像；所述上一雷达图像包括在采集当前雷达图像之前的邻近时间内所采集的雷达图像或者对雷达检测区域进行封闭所采集的雷达图像；
对预设个数的上一雷达图像进行图像累加平均，得到上一雷达图像对应的累加平均图像；
依据累加平均图像对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像。
可选的，依据累加平均图像对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像，包括：
将当前雷达图像与上一雷达图像的累加平均图像进行图像差值处理，得到图像差值处理后图像；
通过对图像差值处理后图像进行二值化处理，对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像。
可选的，依据所述目标雷达图像，确定在前车辆位置信息和在后车辆位置信息，包括：
对所述目标雷达图像进行边缘检测得到所述目标雷达图像的边缘检测图；
依据所述目标雷达图像的边缘检测图，确定所述目标雷达图像的前景所对应的在前车辆位置信息和在后车辆位置信息。
可选的，对所述目标雷达图像进行边缘检测得到所述目标雷达图像的边缘检测图，包括：
对所述目标雷达图像进行形态学处理得到处理后雷达图像；目标雷达图像的前景中在前车辆区域和在后车辆区域介于发生前景与背景分离而被分割到不同子区域；
对处理后雷达图像进行高斯平滑处理，并对高斯平滑后的处理后雷达图像进行边缘检测得到所述目标雷达图像的边缘检测图。
可选的，对所述目标雷达图像进行形态学处理得到处理后雷达图像，包括：
对目标雷达图像进行形态学膨胀运算得到膨胀后雷达图像；形态学膨胀运算用于消除前景对应的不同子区域之间的内部空洞和/或近邻区域空隙；
对膨胀后雷达图像进行形态学腐蚀运算得到腐蚀后雷达图像，并作为所述处理后雷达图像。
可选的，依据所述目标雷达图像的边缘检测图，确定所述目标雷达图像的前景所对应的在前车辆位置信息和在后车辆位置信息，包括：
依据所述目标雷达图像的边缘检测图，提取所述目标雷达图像的前景中在前车辆区域和在后车辆区域的外边界拐点位置；所述外边界拐点位置通过外边界拐点对应的像素行列标识描述；
依据所述目标雷达图像的前景中在前车辆区域和在后车辆区域的外边界拐点位置，确定在前车辆区域和在后车辆区域的几何中心位置；
依据在前车辆区域和在后车辆区域的几何中心位置，确定在前车辆位置信息和在后车辆位置信息。
可选的，根据所述相对距离信息、所述在前车辆速度信息以及所述在后车辆速度信息，确定是否满足车辆预警条件，包括：
若所述相对距离信息小于预设距离阈值，且所述在前车辆速度信息小于所述在后车辆速度信息，则确定满足车辆预警条件。
可选的，根据所述相对距离信息、所述在前车辆速度信息以及所述在后车辆速度信息，确定是否满足车辆预警条件，包括：
若所述相对距离信息小于预设距离阈值，所述在前车辆速度信息小于预设速度阈值，且所述在前车辆速度信息小于所述在后车辆速度信息，则确定满足车辆预警条件。
可选的，根据所述相对距离信息、所述在前车辆速度信息以及所述在后车辆速度信息，确定是否满足车辆预警条件，包括：
根据所述在前车辆速度信息和所述在后车辆速度信息，确定在前车辆与在后车辆的相对速度信息；
根据所述相对距离信息和所述相对速度信息，确定所述在前车辆与所述在后车辆的碰撞时间；
若所述碰撞时间小于预设时间阈值，则确定满足车辆预警条件。
可选的，则向所述在后车辆提示预警信息，包括：
通过预警设备向所述在后车辆提示预警信息；其中，所述预警设备位于所述雷达检测区域中。
根据本发明的另一方面，提供了一种车辆预警装置，包括：
车辆信息确定模块，用于确定当前时刻位于雷达检测区域中的在前车辆位置信息和在后车辆位置信息，以及确定在前车辆速度信息和在后车辆速度信息；其中，所述雷达检测区域包括车辆行驶过程中因视觉感知差异和/或视觉盲区造成视觉受阻的区域；
相对距离信息确定模块，用于根据所述在前车辆位置信息和所述在后车辆位置信息，确定在前车辆与在后车辆的相对距离信息；
车辆预警条件判断模块，用于根据所述相对距离信息、所述在前车辆速度信息以及所述在后车辆速度信息，确定是否满足车辆预警条件；
预警信息提示模块，用于若满足，则向所述在后车辆提示预警信息，以提醒所述在后车辆进行减速行驶。
根据本发明的另一方面，提供了一种车辆预警电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的车辆预警方法。
根据本发明的另一方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的车辆预警方法。
本发明实施例的技术方案，确定当前时刻位于雷达检测区域中的在前车辆位置信息和在后车辆位置信息，以及确定在前车辆速度信息和在后车辆速度信息；其中，雷达检测区域包括车辆行驶过程中因视觉感知差异和/或视觉盲区造成视觉受阻的区域；根据在前车辆位置信息和在后车辆位置信息，确定在前车辆与在后车辆的相对距离信息；根据相对距离信息、在前车辆速度信息以及在后车辆速度信息，确定是否满足车辆预警条件；若满足，则向在后车辆提示预警信息，以提醒在后车辆进行减速行驶。本技术方案，能够通过雷达检测对存在视觉差异和视觉盲区的车辆行驶区域的车辆进行及时预警，以提醒驾驶员进行减速行驶，从而避免由于驾驶员出现视觉不适导致的车辆碰撞，有助于提高车辆行驶的安全性。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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是根据本发明实施例一提供的一种车辆预警方法的流程图；
图2是根据本发明实施例二提供的一种车辆预警方法的流程图；
图3是根据本发明实施例三提供的一种车辆预警装置的结构示意图；
图4是实现本发明实施例的一种车辆预警方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种车辆预警方法的流程图，本实施例可适用于对存在视觉差异和视觉盲区的车辆行驶区域的车辆进行及时预警的情况，该方法可以由车辆预警装置来执行，该车辆预警装置可以采用硬件和/或软件的形式实现，该车辆预警装置可配置于具有数据处理能力的电子设备中。如图1所示，该方法包括：
S110，确定当前时刻位于雷达检测区域中的在前车辆位置信息和在后车辆位置信息，以及确定在前车辆速度信息和在后车辆速度信息；其中，雷达检测区域包括车辆行驶过程中因视觉感知差异和/或视觉盲区造成视觉受阻的区域。
其中，在前车辆可以是指在两辆车中位于前方的车辆。在后车辆可以是指在两辆车中位于后方的车辆。在前车辆位置信息和在后车辆位置信息可以分别用于表征当前时刻下在前车辆和在后车辆在雷达检测区域中的位置。在前车辆速度信息和在后车辆速度信息可以分别用于表征当前时刻下在前车辆和在后车辆的速度。雷达检测区域可以包括车辆行驶过程中因视觉感知差异和/或视觉盲区造成视觉受阻的区域。示例性的，当雷达检测区域存在光照强度差异大于预设光强差时，例如隧道或山洞的出入口，会出现视觉感知差异。其中，预设光强差可以是指预先设定的雷达检测区域的最大光照强度差值的参考值，可用于表征雷达检测区域的视觉感知差异程度。此外，当车辆在雨、雪、雾等恶劣天气下行驶时，由于能见度较低，车辆行驶前方会存在视觉盲区，干扰驾驶员对前方路况的判断。
S120，根据在前车辆位置信息和在后车辆位置信息，确定在前车辆与在后车辆的相对距离信息。
其中，相对距离信息可以用于表征在前车辆与在后车辆的相对距离。本实施例中，在确定在前车辆位置信息和在后车辆位置信息后，可以根据在前车辆位置信息与在后车辆位置信息之间的连线距离，确定在前车辆与在后车辆的相对距离信息。需要说明的是，若雷达检测区域中是直行路段，可以直接根据在前车辆位置信息与在后车辆位置信息之间的直线距离，确定在前车辆与在后车辆的相对距离信息；若雷达检测区域中不是直行路段，则需要进一步结合路段走向确定在前车辆与在后车辆的相对距离信息。
S130，根据相对距离信息、在前车辆速度信息以及在后车辆速度信息，确定是否满足车辆预警条件。
其中，车辆预警条件可以作为是否需要进行车辆预警的依据。具体的，若满足车辆预警条件，则表明需要进行车辆预警；若不满足车辆预警条件，则表明无需进行车辆预警。需要说明的是，本实施例对车辆预警条件不做任何限定，可以根据实际应用场景和需求进行灵活设置。
在本实施例中，可选的，根据相对距离信息、在前车辆速度信息以及在后车辆速度信息，确定是否满足车辆预警条件，包括：若相对距离信息小于预设距离阈值，且在前车辆速度信息小于在后车辆速度信息，则确定满足车辆预警条件。
其中，预设距离阈值可以是指预先设定的在前车辆与在后车辆之间的相对距离值，可以用于描述在前车辆与在后车辆之间的距离远近程度。本实施例中，若相对距离信息小于预设距离阈值，表明在前车辆与在后车辆之间的相对距离较近，若同时在前车辆速度信息小于在后车辆速度信息，可能由于驾驶员出现视觉不适而导致在后车辆与在前车辆发生碰撞。为了避免车辆碰撞，在该情况下可以确定满足车辆预警条件，以便后续对在后车辆进行预警提示。
在本实施例中，可选的，根据相对距离信息、在前车辆速度信息以及在后车辆速度信息，确定是否满足车辆预警条件，包括：若相对距离信息小于预设距离阈值，在前车辆速度信息小于预设速度阈值，且在前车辆速度信息小于在后车辆速度信息，则确定满足车辆预警条件。
其中，预设速度阈值可以是指预先设定的车辆速度值，可以用于描述车辆的速度快慢程度。需要说明的是，在实际应用场景中，可能存在在前车辆轻微减速后又快速提速的情况，此时不会出现车辆碰撞的情况，为了节约能源无需对车辆进行警示。因此，为进一步优化车辆预警条件，可以同时考虑在前车辆的减速程度。
本实施例中，若相对距离信息小于预设距离阈值，表明在前车辆与在后车辆之间的相对距离较近，若在前车辆速度信息小于预设速度阈值，表明在前车辆的减速程度较大，若同时在前车辆速度信息小于在后车辆速度信息，由于驾驶员出现视觉不适而可能导致在后车辆与在前车辆发生碰撞。为了避免车辆碰撞，在该情况下可以确定满足车辆预警条件，以便后续对在后车辆进行预警提示。
在本实施例中，可选的，根据相对距离信息、在前车辆速度信息以及在后车辆速度信息，确定是否满足车辆预警条件，包括：根据在前车辆速度信息和在后车辆速度信息，确定在前车辆与在后车辆的相对速度信息；根据相对距离信息和相对速度信息，确定在前车辆与在后车辆的碰撞时间；若碰撞时间小于预设时间阈值，则确定满足车辆预警条件。
其中，相对速度信息可以用于表征在前车辆与在后车辆的速度差异。碰撞时间可以是指在前车辆与在后车辆发生碰撞所需要的时间。预设时间阈值可以是指预先设定的车辆碰撞时间值。
本实施例中，首先根据在前车辆速度信息和在后车辆速度信息，确定在前车辆与在后车辆的相对速度信息。具体的，在前车辆速度信息和在后车辆速度信息的差异即为在前车辆与在后车辆的相对速度信息。进而可以根据相对距离信息和相对速度信息，确定在前车辆与在后车辆的碰撞时间，具体的，相对距离信息与相对速度信息的比值即为在前车辆与在后车辆的碰撞时间。若碰撞时间小于预设时间阈值，表明在较短时间内会发生车辆碰撞，此时为了避免碰撞，可以确定满足车辆预警条件，以便后续对在后车辆进行预警提示。
本方案通过这样的设置，通过设置不同的车辆预警条件判断是否需要进行车辆预警，提高了车辆预警的灵活性和适应性。
S140，若满足，则向在后车辆提示预警信息，以提醒在后车辆进行减速行驶。
其中，预警信息可以是指对车辆进行预警时展示的信息。需要说明的是，本实施例对预警信息的内容和展现形式不做任何限定，可以根据实际应用场景进行灵活设置。例如，可以通过显示屏以文字形式展示预警信息，也可以通过高音喇叭以广播形式展示预警信息。本实施例中，若满足车辆预警条件，则向在后车辆提示预警信息，以提醒在后车辆减速行驶。
可选的，则向在后车辆提示预警信息，包括：通过预警设备向在后车辆提示预警信息；其中，预警设备位于雷达检测区域中。
其中，预警设备可以是指对车辆进行预警时采用的设备，可位于雷达检测区域中。示例性的，预警设备可以是显示屏和/或高音喇叭。需要说明的是，本实施例对预警设备在雷达检测区域中的具体位置不做任何限定，可以根据实际应用场景进行灵活设置。示例性的，针对因视觉感知差异造成视觉受阻的雷达检测区域，可以将预警设备设置于光照强度变化剧烈的地方，如隧道的入口和出口，由于此处的光照强度变化比较大，能够更好地对来往车辆进行预警提示。
本方案通过这样的设置，通过预警设备向在后车辆提示预警信息，能够更好地对来往车辆进行预警提示。
本发明实施例的技术方案，确定当前时刻位于雷达检测区域中的在前车辆位置信息和在后车辆位置信息，以及确定在前车辆速度信息和在后车辆速度信息；其中，雷达检测区域包括车辆行驶过程中因视觉感知差异和/或视觉盲区造成视觉受阻的区域；根据在前车辆位置信息和在后车辆位置信息，确定在前车辆与在后车辆的相对距离信息；根据相对距离信息、在前车辆速度信息以及在后车辆速度信息，确定是否满足车辆预警条件；若满足，则向在后车辆提示预警信息，以提醒在后车辆进行减速行驶。本技术方案，能够通过雷达检测对存在视觉差异和视觉盲区的车辆行驶区域的车辆进行及时预警，以提醒驾驶员进行减速行驶，从而避免由于驾驶员出现视觉不适导致的车辆碰撞，有助于提高车辆行驶的安全性。
在本实施例中，可选的，确定当前时刻位于雷达检测区域中的在前车辆位置信息和在后车辆位置信息，包括：确定雷达检测区域的当前雷达图像；对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像；其中，目标雷达图像的前景对应包括至少一个在前车辆区域和至少一个在后车辆区域；依据目标雷达图像，确定在前车辆位置信息和在后车辆位置信息。
其中，当前雷达图像可以是指车辆进入雷达检测区域后，雷达发射机向雷达检测区域发射无线电波，接收机接收散射回波所形成的雷达图像。当前雷达图像中各个像素点与雷达检测区域中各个检测位置点存在对应关系，即把当前雷达图像分割成若干个小方格,每个小方格可被称为一个像素点，通过对每个像素点的信息进行分析处理，就可以获取各个像素点对应的雷达检测区域中对应的各个检测位置点的信息特征。示例性的，通过表示各个像素点的位置、颜色和亮度等信息，可以表示出当前雷达图像，以实现获取各个检测位置点的信息，例如各个检测位置点的信号强度等。
可选的，确定雷达检测区域的当前雷达图像，包括：通过微波雷达在当前时刻对进入雷达检测区域的在前车辆和在后车辆进行扫描，得到当前时刻的当前雷达图像；其中，当前雷达图像中各个像素点取值用于描述雷达在检测位置点扫描时的雷达反射波的信号强度，当前雷达图像属于灰度图像。
其中，微波雷达可以是指工作在微波波段(频率范围为300MHz-3THz)实现物体信息探测的雷达系统。例如，微波雷达可以是毫米波雷达或厘米波雷达等。本实施例中，可以通过微波雷达在当前时刻对进入雷达检测区域的在前车辆和在后车辆进行扫描，得到当前时刻的当前雷达图像。其中，当前雷达图像中各个像素点取值可以用于描述雷达在检测位置点扫描时的雷达反射波的信号强度，且当前雷达图像属于灰度图像。具体的，在当前时刻，通过微波雷达对雷达检测区域进行扫描，获取雷达在检测位置点扫描时的雷达反射波的信号强度，并通过像素点取值在雷达图像中表示出来，进而获得雷达检测区域的当前雷达图像。
本方案通过这样的设置，借助微波雷达可以快速、准确地获得当前雷达图像，以便于后续根据当前雷达图像对进入雷达检测区域的在前车辆和在后车辆进行信息检测。
本实施例中，背景可以是指雷达图像对应的雷达检测区域中固有物体的图像，例如雷达检测区域的道路或建筑物等。前景可以是指雷达图像对应的雷达检测区域中的待检测车辆。目标雷达图像可以是指对当前雷达图像进行背景去除后的雷达图像。具体的，目标雷达图像的前景对应包括至少一个在前车辆区域和至少一个在后车辆区域。其中，在前车辆区域可以是指雷达检测区域中包含在前车辆的区域。在后车辆区域可以是指雷达检测区域中包含在后车辆的区域。需要说明的是，本实施例对在前车辆区域和在后车辆区域的形状和大小不做任何限定，可以根据实际应用需求设定。例如，在前车辆区域和在后车辆区域可以是正方形、长方形或圆形。
本实施例中，在获取当前雷达图像之后，可以对当前雷达图像中的各个像素点取值进行分析处理，以使当前雷达图像的背景与前景进行分离，获得背景去除后的目标雷达图像，以将在前车辆区域和在后车辆区域从当前雷达图像中分离出来。进而可以依据目标雷达图像，确定在前车辆位置信息和在后车辆位置信息。
本方案通过这样的设置，通过将当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像，从而将在前车辆区域和在后车辆区域从当前雷达图像中分离出来，以便后续准确确定出在前车辆位置信息和在后车辆位置信息。
在本实施例中，可选的，对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像，包括：确定在当前雷达图像之前采集的预设个数的上一雷达图像；上一雷达图像包括在采集当前雷达图像之前的邻近时间内所采集的雷达图像或者对雷达检测区域进行封闭所采集的雷达图像；对预设个数的上一雷达图像进行图像累加平均，得到上一雷达图像对应的累加平均图像；依据累加平均图像对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像。
其中，预设个数可以是指根据实际需求确定的在采集当前雷达图像前需要通过扫描雷达检测区域获取的雷达图像的数量。上一雷达图像可以是指在采集当前雷达图像前的临近时间内通过雷达扫描雷达检测区域获得的所有雷达图像的集合，或者是对雷达检测区域进行封闭使得雷达检测区域内无车辆等干扰因素下通过雷达扫描雷达检测区域所采集的图像。
本实施例中，可以利用微波雷达扫描雷达检测区域以获取预设个数的上一雷达图像，且每一个图像记为F，再对预设个数的上一雷达图像进行图像累加平均，得到上一雷达图像的累加平均图像F，接下来，获取当前时刻通过雷达扫描雷达检测区域获取的当前雷达图像，并依据上一雷达图像的累加平均图像对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像。
本方案通过这样的设置，借助上一雷达图像的累加平均图像可以对当前雷达图像中的背景与前景进行更好地分离，以获得准确的背景去除后的目标雷达图像，有利于后续更加准确地确定在前车辆位置信息和在后车辆位置信息。
在本实施例中，可选的,利用自学习去除背景方法，将当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像，具体过程如下：
针对当前雷达图像中待识别像素点，确定待识别像素点映射在雷达检测区域对应的目标检测位置点以及雷达在目标检测位置点扫描时对应的预设信号强度概率分布模型，再检测待识别像素点取值与目标检测位置点对应的预设信号强度概率分布模型的匹配结果，即检测待识别像素点取值与目标检测位置点对应预设信号强度概率分布模型中至少一个正态分布模型是否满足预设匹配条件，若存在至少一个满足预设匹配条件的正态分布模型，则确定待识别像素点在当前雷达图像中属于背景像素；若不存在满足预设匹配条件的正态分布模型，则确定待识别像素点在当前雷达图像中属于前景像素，进而可以准确获得当前雷达图像中背景去除后的目标雷达图像。
其中，待识别像素点可以是指当前雷达图像中需要进行检测的像素点。目标检测位置点可以是指当前雷达图像中待识别像素点对应的雷达检测区域中的检测位置，当前雷达图像中各个像素点与雷达检测区域中的各个目标检测位置点存在一一对应关系。预设信号强度概率分布模型可以用于描述在雷达检测区域未包括前景情况下对目标检测位置点扫描时雷达反射波的信号强度概率分布，且预设信号强度概率分布模型中有多个正态分布模型。预设匹配条件包括待识别像素点取值与正态分布模型的均值满足预设拉依达准则。
本方案通过这样的设置，利用自学习去除背景方法也可以将当前雷达图像中背景与前景进行分离得到准确的背景去除后的目标雷达图像，有利于后续更加准确地确定在前车辆位置信息和在后车辆位置信息。
在本实施例中，可选的，依据累加平均图像对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像，包括：将当前雷达图像与上一雷达图像的累加平均图像进行图像差值处理，得到图像差值处理后图像；通过对图像差值处理后图像进行二值化处理，对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像。
其中，图像差值处理可以是指将两个类似的图像进行求差处理。二值化处理的结果为图像上各像素点只有两种可能的取值或灰度等级状态，即图像中的任何像素点的灰度值均为0或者255，分别代表黑色和白色。
本实施例中，在获得当前雷达图像F和上一雷达图像的累加平均图像
之后，可以将当前雷达图像与上一雷达图像的累加平均图像进行图像差值处理，获得图像差值处理后图像FΔ，可表示为：
其中，F为当前雷达图像的灰度图。进而可以通过如下公式对图像差值处理后图像FΔ进行二值化处理：
其中，fij'为雷达图像经过二值化处理后的对应像素点的灰度值，
为雷达图像中对应像素点的灰度值，T为预设灰度值。预设灰度值可以是指雷达图像中对应像素点的灰度值转化为0或255的临界值。需要说明的是，当雷达图像中对应像素点的灰度值大于或等于预设灰度值，对应像素点的灰度值转化为255，反之转化为0。
本实施例中，通过图像二值化处理，可以将FΔ中每个像素点的像素值转化为0或者255。其中，像素值为0的像素点为背景，像素值为255的像素点为前景。由此可以将当前雷达图像中的背景与前景进行分离，从而获得背景去除后的目标雷达图像。
本方案通过这样的设置，通过图像差值处理和二值化处理对当前雷达图像中背景与前景进行快速、准确地分离，以得到背景去除后的目标雷达图像，使得背景去除后的目标雷达图像更加准确，可实现更加准确地确定在前车辆位置信息和在后车辆位置信息。
实施例二
图2为本发明实施例二提供的一种车辆预警方法的流程图，本实施例以上述实施例为基础进行优化。如图2所示，本实施例的方法具体包括如下步骤：
S210，确定雷达检测区域的当前雷达图像，并对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像。
S220，对目标雷达图像进行边缘检测得到目标雷达图像的边缘检测图。
其中，边缘检测图可以是指对目标雷达图像进行边缘检测后的图像。本实施例中，在确定目标雷达图像后，可以对目标雷达图像进行边缘检测，将目标雷达图像中真实和潜在的边缘进行区分，进而获得准确的目标雷达图像的边缘检测图。
S230，依据目标雷达图像的边缘检测图，确定目标雷达图像的前景所对应的在前车辆位置信息和在后车辆位置信息。
本实施例中，在确定目标雷达图像的边缘检测图后，可以进一步依据边缘检测图确定目标雷达图像的前景所对应的在前车辆位置信息和在后车辆位置信息，从而准确获取在前车辆位置信息和在后车辆位置信息。
S240，根据在前车辆位置信息和在后车辆位置信息，确定在前车辆与在后车辆的相对距离信息。
S250，根据当前时刻位于雷达检测区域中的在前车辆速度信息和在后车辆速度信息以及相对距离信息，确定是否满足车辆预警条件。
S260，若满足，则向在后车辆提示预警信息，以提醒在后车辆进行减速行驶。
本发明实施例的技术方案，确定雷达检测区域的当前雷达图像，并对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像；对目标雷达图像进行边缘检测得到目标雷达图像的边缘检测图；依据目标雷达图像的边缘检测图，确定目标雷达图像的前景所对应的在前车辆位置信息和在后车辆位置信息；根据在前车辆位置信息和在后车辆位置信息，确定在前车辆与在后车辆的相对距离信息；若满足，则向在后车辆提示预警信息，以提醒在后车辆进行减速行驶。本技术方案，能够通过雷达检测对存在视觉差异和视觉盲区的车辆行驶区域的车辆进行及时预警，以提醒驾驶员进行减速行驶，从而避免由于驾驶员出现视觉不适导致的车辆碰撞，进一步提高了车辆行驶的安全性。
在本实施例中，可选的，对目标雷达图像进行边缘检测得到目标雷达图像的边缘检测图，包括：对目标雷达图像进行形态学处理得到处理后雷达图像；目标雷达图像的前景中在前车辆区域和在后车辆区域介于发生前景与背景分离而被分割到不同子区域；对处理后雷达图像进行高斯平滑处理，并对高斯平滑后的处理后雷达图像进行边缘检测得到目标雷达图像的边缘检测图。
本实施例中，在确定目标雷达图像的过程中，可能会出现在前车辆区域和/或在后车辆区域被分成不同子区域，所以需要先对目标雷达图像进行形态学处理得到处理后雷达图像，再对处理后雷达图像进行高斯平滑处理，以消除因为雷达探测引起的噪声，最后对高斯平滑后的处理后雷达图像进行边缘检测，以准确区分目标雷达图像中在前车辆和在后车辆的边缘，进而准确得到目标雷达图像的边缘检测图。
本方案通过这样的设置，通过对目标雷达图像依次进行形态学处理和高斯平滑处理，消除了因为雷达检测引起的部分小的噪声点，提高了图像的准确性，通过图像边缘检测得到目标雷达图像的边缘检测图，以便后续准确地确定在前车辆位置信息和在后车辆位置信息。
在本实施例中，可选的，对目标雷达图像进行形态学处理得到处理后雷达图像，包括：对目标雷达图像进行形态学膨胀运算得到膨胀后雷达图像；形态学膨胀运算用于消除前景对应的不同子区域之间的内部空洞和/或近邻区域空隙；对膨胀后雷达图像进行形态学腐蚀运算得到腐蚀后雷达图像，并作为处理后雷达图像。
其中，膨胀后雷达图像可以是指对目标雷达图像进行形态学膨胀运算后的图像，可以用于消除前景对应的不同子区域之间的内部空洞和/或近邻区域空隙。腐蚀后雷达图像可以是指对膨胀后雷达图像进行形态学腐蚀运算后的图像。
本实施例中，由于在确定目标雷达图像的过程中，可能会出现在前车辆区域和/或在后车辆区域被分成不同子区域，所以为了消除在前车辆区域和/或在后车辆区域对应的不同子区域之间的内部空洞和/或近邻区域空隙，需对目标雷达图像进行形态学膨胀运算获得膨胀后雷达图像。由于膨胀之后区域会变大，通过对膨胀后雷达图像进行形态学腐蚀运算得到腐蚀后雷达图像，可以让区域面积恢复到膨胀之前，以此作为处理后雷达图像，从而能够更加准确地表征在前车辆区域和在后车辆区域。
本方案通过这样的设置，通过对目标雷达图像进行形态学膨胀运算，消除了前景对应的不同子区域之间的内部空洞和/或近邻区域空隙，再对膨胀后雷达图像进行形态学腐蚀运算，使得图像区域面积恢复到膨胀之前，更能准确表征在前车辆区域和在后车辆区域，有利于后续对在前车辆区域和在后车辆区域的分析。
在本实施例中，可选的，依据目标雷达图像的边缘检测图，确定目标雷达图像的前景所对应的在前车辆位置信息和在后车辆位置信息，包括：依据目标雷达图像的边缘检测图，提取目标雷达图像的前景中在前车辆区域和在后车辆区域的外边界拐点位置；外边界拐点位置通过外边界拐点对应的像素行列标识描述；依据目标雷达图像的前景中在前车辆区域和在后车辆区域的外边界拐点位置，确定在前车辆区域和在后车辆区域的几何中心位置；依据在前车辆区域和在后车辆区域的几何中心位置，确定在前车辆位置信息和在后车辆位置信息。
本实施例中，首先依据目标雷达图像的边缘检测图提取目标雷达图像的前景中在前车辆区域和在后车辆区域的外边界拐点位置。其中，外边界拐点位置可以通过外边界拐点对应的像素行列标识描述。具体的，外边界拐点位置可以表示为：
其中，Di表示第i个目标区域的外边界拐点坐标集合，
表示第i个目标区域外边界的第m个拐点的行、列几何像素坐标。
进而可以依据目标雷达图像的前景中在前车辆区域和在后车辆区域的外边界拐点位置，确定在前车辆区域和在后车辆区域的几何中心位置。例如，将第i个在前车辆区域外边界的m个拐点的行几何像素坐标中的最大值和最小值求和，再将求和结果的二分之一作为在前车辆区域的几何中心位置的几何中心点行像素坐标ri；同理，将第i个在前车辆区域外边界的m个拐点的列几何像素坐标中的最大值和最小值求和，再将求和结果的二分之一作为在前车辆区域的几何中心位置的几何中心点列像素坐标ci，即在前车辆区域的几何中心位置可表示为：
为了使雷达图像中的外边界拐点位置与实际场景中的位置对应，可以进一步将雷达图像中的在前车辆区域和在后车辆区域的外边界拐点位置转化到笛卡尔坐标系中。因为一个像素表示边长为Δ米的正方形区域，且笛卡尔坐标系原点位于图像中心，可计算出(ri,ci)对应的笛卡尔坐标系为：
则将在前车辆区域和在后车辆区域的几何中心位置转化为对应的笛卡尔坐标系坐标的集合可以表示为：
X＝{(x1,y1),(x2,y2),…,(xn,yn)
再将笛卡尔坐标系坐标的集合进行聚类处理，确定聚类后的在前车辆区域和在后车辆区域的几何中心位置对应的笛卡尔坐标系坐标的集合X′，避免出现由于坐标位置不准确而导致在前车辆位置信息和在后车辆位置信息不准确的情况。
本方案通过这样的设置，依据由在前车辆区域和在后车辆区域的外边界拐点位置确定的对应几何中心位置，确定在前车辆位置信息和在后车辆位置信息，避免了由于在前车辆位置信息和在后车辆位置信息存在误差，导致对是否需要进行车辆预警的误判。
实施例三
图3为本发明实施例三提供的一种车辆预警装置的结构示意图，该装置可执行本发明任意实施例所提供的车辆预警方法，具备执行方法相应的功能模块和有益效果。如图3所示，该装置包括：
车辆信息确定模块310，用于确定当前时刻位于雷达检测区域中的在前车辆位置信息和在后车辆位置信息，以及确定在前车辆速度信息和在后车辆速度信息；其中，所述雷达检测区域包括车辆行驶过程中因视觉感知差异和/或视觉盲区造成视觉受阻的区域；
相对距离信息确定模块320，用于根据所述在前车辆位置信息和所述在后车辆位置信息，确定在前车辆与在后车辆的相对距离信息；
车辆预警条件判断模块330，用于根据所述相对距离信息、所述在前车辆速度信息以及所述在后车辆速度信息，确定是否满足车辆预警条件；
预警信息提示模块340，用于若满足，则向所述在后车辆提示预警信息，以提醒所述在后车辆进行减速行驶。
可选的，所述车辆信息确定模块310，包括：
当前雷达图像确定子模块，用于确定雷达检测区域的当前雷达图像；
目标雷达图像确定子模块，用于对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像；其中，所述目标雷达图像的前景对应包括至少一个在前车辆区域和至少一个在后车辆区域；
车辆位置信息确定子模块，用于依据所述目标雷达图像，确定在前车辆位置信息和在后车辆位置信息。
可选的，所述当前雷达图像确定子模块，用于：
通过微波雷达在当前时刻对进入雷达检测区域的在前车辆和在后车辆进行扫描，得到当前时刻的当前雷达图像；
其中，所述当前雷达图像中各个像素点取值用于描述雷达在检测位置点扫描时的雷达反射波的信号强度，所述当前雷达图像属于灰度图像。
可选的，所述目标雷达图像确定子模块，包括：
上一雷达图像确定单元，用于确定在当前雷达图像之前采集的预设个数的上一雷达图像；所述上一雷达图像包括在采集当前雷达图像之前的邻近时间内所采集的雷达图像或者对雷达检测区域进行封闭所采集的雷达图像；
累加平均图像确定单元，用于对预设个数的上一雷达图像进行图像累加平均，得到上一雷达图像对应的累加平均图像；
目标雷达图像确定单元，用于依据累加平均图像对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像。
可选的，所述目标雷达图像确定单元，用于：
将当前雷达图像与上一雷达图像的累加平均图像进行图像差值处理，得到图像差值处理后图像；
通过对图像差值处理后图像进行二值化处理，对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像。
可选的，所述车辆位置信息确定子模块，包括：
边缘检测图确定单元，用于对所述目标雷达图像进行边缘检测得到所述目标雷达图像的边缘检测图；
车辆位置信息确定单元，用于依据所述目标雷达图像的边缘检测图，确定所述目标雷达图像的前景所对应的在前车辆位置信息和在后车辆位置信息。
可选的，所述边缘检测图确定单元，包括：
处理后雷达图像确定子单元，用于对所述目标雷达图像进行形态学处理得到处理后雷达图像；目标雷达图像的前景中在前车辆区域和在后车辆区域介于发生前景与背景分离而被分割到不同子区域；
边缘检测图确定子单元，用于对处理后雷达图像进行高斯平滑处理，并对高斯平滑后的处理后雷达图像进行边缘检测得到所述目标雷达图像的边缘检测图。
可选的，所述处理后雷达图像确定子单元，用于：
对目标雷达图像进行形态学膨胀运算得到膨胀后雷达图像；形态学膨胀运算用于消除前景对应的不同子区域之间的内部空洞和/或近邻区域空隙；
对膨胀后雷达图像进行形态学腐蚀运算得到腐蚀后雷达图像，并作为所述处理后雷达图像。
可选的，所述车辆位置信息确定单元，用于：
依据所述目标雷达图像的边缘检测图，提取所述目标雷达图像的前景中在前车辆区域和在后车辆区域的外边界拐点位置；所述外边界拐点位置通过外边界拐点对应的像素行列标识描述；
依据所述目标雷达图像的前景中在前车辆区域和在后车辆区域的外边界拐点位置，确定在前车辆区域和在后车辆区域的几何中心位置；
依据在前车辆区域和在后车辆区域的几何中心位置，确定在前车辆位置信息和在后车辆位置信息。
可选的，所述车辆预警条件判断模块330，用于：
若所述相对距离信息小于预设距离阈值，且所述在前车辆速度信息小于所述在后车辆速度信息，则确定满足车辆预警条件。
可选的，所述车辆预警条件判断模块330，还用于：
若所述相对距离信息小于预设距离阈值，所述在前车辆速度信息小于预设速度阈值，且所述在前车辆速度信息小于所述在后车辆速度信息，则确定满足车辆预警条件。
可选的，所述车辆预警条件判断模块330，还用于：
根据所述在前车辆速度信息和所述在后车辆速度信息，确定在前车辆与在后车辆的相对速度信息；
根据所述相对距离信息和所述相对速度信息，确定所述在前车辆与所述在后车辆的碰撞时间；
若所述碰撞时间小于预设时间阈值，则确定满足车辆预警条件。
可选的，所述预警信息提示模块340，用于：
通过预警设备向所述在后车辆提示预警信息；其中，所述预警设备位于所述雷达检测区域中。
本发明实施例所提供的一种车辆预警装置可执行本发明任意实施例所提供的一种车辆预警方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如车辆预警方法。
在一些实施例中，车辆预警方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的车辆预警方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行车辆预警方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (16)
1.一种车辆预警方法，其特征在于，所述方法包括：
确定当前时刻位于雷达检测区域中的在前车辆位置信息和在后车辆位置信息，以及确定在前车辆速度信息和在后车辆速度信息；其中，所述雷达检测区域包括车辆行驶过程中因视觉感知差异和/或视觉盲区造成视觉受阻的区域；
根据所述在前车辆位置信息和所述在后车辆位置信息，确定在前车辆与在后车辆的相对距离信息；
根据所述相对距离信息、所述在前车辆速度信息以及所述在后车辆速度信息，确定是否满足车辆预警条件；
若满足，则向所述在后车辆提示预警信息，以提醒所述在后车辆进行减速行驶。
2.根据权利要求1所述的方法，其特征在于，确定当前时刻位于雷达检测区域中的在前车辆位置信息和在后车辆位置信息，包括：
确定雷达检测区域的当前雷达图像；
对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像；其中，所述目标雷达图像的前景对应包括至少一个在前车辆区域和至少一个在后车辆区域；
依据所述目标雷达图像，确定在前车辆位置信息和在后车辆位置信息。
3.根据权利要求2所述的方法，其特征在于，确定雷达检测区域的当前雷达图像，包括：
通过微波雷达在当前时刻对进入雷达检测区域的在前车辆和在后车辆进行扫描，得到当前时刻的当前雷达图像；
其中，所述当前雷达图像中各个像素点取值用于描述雷达在检测位置点扫描时的雷达反射波的信号强度，所述当前雷达图像属于灰度图像。
4.根据权利要求2所述的方法，其特征在于，对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像，包括：
确定在当前雷达图像之前采集的预设个数的上一雷达图像；所述上一雷达图像包括在采集当前雷达图像之前的邻近时间内所采集的雷达图像或者对雷达检测区域进行封闭所采集的雷达图像；
对预设个数的上一雷达图像进行图像累加平均，得到上一雷达图像对应的累加平均图像；
依据累加平均图像对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像。
5.根据权利要求4所述的方法，其特征在于，依据累加平均图像对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像，包括：
将当前雷达图像与上一雷达图像的累加平均图像进行图像差值处理，得到图像差值处理后图像；
通过对图像差值处理后图像进行二值化处理，对当前雷达图像中背景与前景进行分离得到背景去除后的目标雷达图像。
6.根据权利要求2所述的方法，其特征在于，依据所述目标雷达图像，确定在前车辆位置信息和在后车辆位置信息，包括：
对所述目标雷达图像进行边缘检测得到所述目标雷达图像的边缘检测图；
依据所述目标雷达图像的边缘检测图，确定所述目标雷达图像的前景所对应的在前车辆位置信息和在后车辆位置信息。
7.根据权利要求6所述的方法，其特征在于，对所述目标雷达图像进行边缘检测得到所述目标雷达图像的边缘检测图，包括：
对所述目标雷达图像进行形态学处理得到处理后雷达图像；目标雷达图像的前景中在前车辆区域和在后车辆区域介于发生前景与背景分离而被分割到不同子区域；
对处理后雷达图像进行高斯平滑处理，并对高斯平滑后的处理后雷达图像进行边缘检测得到所述目标雷达图像的边缘检测图。
8.根据权利要求7所述的方法，其特征在于，对所述目标雷达图像进行形态学处理得到处理后雷达图像，包括：
对目标雷达图像进行形态学膨胀运算得到膨胀后雷达图像；形态学膨胀运算用于消除前景对应的不同子区域之间的内部空洞和/或近邻区域空隙；
对膨胀后雷达图像进行形态学腐蚀运算得到腐蚀后雷达图像，并作为所述处理后雷达图像。
9.根据权利要求6所述的方法，其特征在于，依据所述目标雷达图像的边缘检测图，确定所述目标雷达图像的前景所对应的在前车辆位置信息和在后车辆位置信息，包括：
依据所述目标雷达图像的边缘检测图，提取所述目标雷达图像的前景中在前车辆区域和在后车辆区域的外边界拐点位置；所述外边界拐点位置通过外边界拐点对应的像素行列标识描述；
依据所述目标雷达图像的前景中在前车辆区域和在后车辆区域的外边界拐点位置，确定在前车辆区域和在后车辆区域的几何中心位置；
依据在前车辆区域和在后车辆区域的几何中心位置，确定在前车辆位置信息和在后车辆位置信息。
10.根据权利要求1所述的方法，其特征在于，根据所述相对距离信息、所述在前车辆速度信息以及所述在后车辆速度信息，确定是否满足车辆预警条件，包括：
若所述相对距离信息小于预设距离阈值，且所述在前车辆速度信息小于所述在后车辆速度信息，则确定满足车辆预警条件。
11.根据权利要求1所述的方法，其特征在于，根据所述相对距离信息、所述在前车辆速度信息以及所述在后车辆速度信息，确定是否满足车辆预警条件，包括：
若所述相对距离信息小于预设距离阈值，所述在前车辆速度信息小于预设速度阈值，且所述在前车辆速度信息小于所述在后车辆速度信息，则确定满足车辆预警条件。
12.根据权利要求1所述的方法，其特征在于，根据所述相对距离信息、所述在前车辆速度信息以及所述在后车辆速度信息，确定是否满足车辆预警条件，包括：
根据所述在前车辆速度信息和所述在后车辆速度信息，确定在前车辆与在后车辆的相对速度信息；
根据所述相对距离信息和所述相对速度信息，确定所述在前车辆与所述在后车辆的碰撞时间；
若所述碰撞时间小于预设时间阈值，则确定满足车辆预警条件。
13.根据权利要求1所述的方法，其特征在于，则向所述在后车辆提示预警信息，包括：
通过预警设备向所述在后车辆提示预警信息；其中，所述预警设备位于所述雷达检测区域中。
14.一种车辆预警装置，其特征在于，所述装置包括：
车辆信息确定模块，用于确定当前时刻位于雷达检测区域中的在前车辆位置信息和在后车辆位置信息，以及确定在前车辆速度信息和在后车辆速度信息；其中，所述雷达检测区域包括车辆行驶过程中因视觉感知差异和/或视觉盲区造成视觉受阻的区域；
相对距离信息确定模块，用于根据所述在前车辆位置信息和所述在后车辆位置信息，确定在前车辆与在后车辆的相对距离信息；
车辆预警条件判断模块，用于根据所述相对距离信息、所述在前车辆速度信息以及所述在后车辆速度信息，确定是否满足车辆预警条件；
预警信息提示模块，用于若满足，则向所述在后车辆提示预警信息，以提醒所述在后车辆进行减速行驶。
15.一种车辆预警电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-13中任一项所述的车辆预警方法。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-13中任一项所述的车辆预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211057217.7A CN115424455A (zh) | 2022-08-31 | 2022-08-31 | 一种车辆预警方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211057217.7A CN115424455A (zh) | 2022-08-31 | 2022-08-31 | 一种车辆预警方法、装置、电子设备以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115424455A true CN115424455A (zh) | 2022-12-02 |
Family
ID=84199609
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211057217.7A Pending CN115424455A (zh) | 2022-08-31 | 2022-08-31 | 一种车辆预警方法、装置、电子设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115424455A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103383451A (zh) * | 2013-06-07 | 2013-11-06 | 杭州电子科技大学 | 基于恒边长梯度加权图切的优化雷达微弱目标检测方法 |
| CN108508425A (zh) * | 2018-03-26 | 2018-09-07 | 微瞳科技（深圳）有限公司 | 一种雷达近地背景噪声下基于邻域特征的前景目标检测方法 |
| CN113706901A (zh) * | 2021-08-31 | 2021-11-26 | 重庆交通大学 | 高速公路隧道入口段事故智慧防控与预警系统 |
| CN113808174A (zh) * | 2021-08-27 | 2021-12-17 | 杭州电子科技大学 | 基于全卷积网络和卡尔曼滤波的雷达小目标跟踪方法 |
| CN114834448A (zh) * | 2022-06-01 | 2022-08-02 | 清华大学苏州汽车研究院（吴江） | 车辆安全预警方法、装置、电子设备及存储介质 |
-
2022
- 2022-08-31 CN CN202211057217.7A patent/CN115424455A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103383451A (zh) * | 2013-06-07 | 2013-11-06 | 杭州电子科技大学 | 基于恒边长梯度加权图切的优化雷达微弱目标检测方法 |
| CN108508425A (zh) * | 2018-03-26 | 2018-09-07 | 微瞳科技（深圳）有限公司 | 一种雷达近地背景噪声下基于邻域特征的前景目标检测方法 |
| CN113808174A (zh) * | 2021-08-27 | 2021-12-17 | 杭州电子科技大学 | 基于全卷积网络和卡尔曼滤波的雷达小目标跟踪方法 |
| CN113706901A (zh) * | 2021-08-31 | 2021-11-26 | 重庆交通大学 | 高速公路隧道入口段事故智慧防控与预警系统 |
| CN114834448A (zh) * | 2022-06-01 | 2022-08-02 | 清华大学苏州汽车研究院（吴江） | 车辆安全预警方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10132919B2 (en) | Object detecting device, radar device, and object detection method | |
| US20210350149A1 (en) | Lane detection method and apparatus,lane detection device,and movable platform | |
| Huang et al. | Vehicle detection and inter-vehicle distance estimation using single-lens video camera on urban/suburb roads | |
| JP3520326B2 (ja) | ミリ波レーダによる走行車両検出方法 | |
| CN112580571A (zh) | 车辆行驶的控制方法、装置及电子设备 | |
| CN110261838B (zh) | 一种道面外来物探测方法、装置及探测雷达 | |
| CN113052047B (zh) | 交通事件的检测方法、路侧设备、云控平台及系统 | |
| 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 | |
| CN115424455A (zh) | 一种车辆预警方法、装置、电子设备以及存储介质 | |
| CN115526837A (zh) | 一种异常行车检测方法、装置、电子设备以及介质 | |
| CN116373910A (zh) | 一种自动驾驶辅助方法及系统 | |
| CN115376106A (zh) | 基于雷达图的车型识别方法、装置、设备及介质 | |
| CN115436900A (zh) | 基于雷达图的目标检测方法、装置、设备和介质 | |
| CN115932831A (zh) | 基于雷达的目标分段跟踪方法、装置、设备及存储介质 | |
| CN113139488B (zh) | 训练分割神经网络的方法及装置 | |
| CN114973685A (zh) | 一种检测停车的方法、装置、电子设备及存储介质 | |
| CN115410370A (zh) | 一种异常停车检测方法、装置、电子设备及存储介质 | |
| CN115267782A (zh) | 基于微波雷达的危险区域预警方法、装置、设备及介质 | |
| CN115424441B (zh) | 基于微波雷达的道路弯道优化方法、装置、设备及介质 | |
| CN115375666A (zh) | 一种交通事故检测方法、装置、电子设备以及存储介质 | |
| CN115424442A (zh) | 基于雷达图的车辆行驶事件检测方法、装置、设备和介质 | |
| CN115440057B (zh) | 基于雷达图的弯道车辆检测方法、装置、设备及介质 | |
| CN114633782B (zh) | 铁路平交道口的火车来临预警方法、装置、设备及介质 | |
| CN114581615B (zh) | 一种数据处理方法、装置、设备和存储介质 | |
| CN111332305A (zh) | 一种主动预警型交通道路感知辅助驾驶预警系统 |
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 |