CN117644815B - 基于智能车灯系统的盲区告警方法、装置、设备和系统 - Google Patents
基于智能车灯系统的盲区告警方法、装置、设备和系统 Download PDFInfo
- Publication number
- CN117644815B CN117644815B CN202410115577.0A CN202410115577A CN117644815B CN 117644815 B CN117644815 B CN 117644815B CN 202410115577 A CN202410115577 A CN 202410115577A CN 117644815 B CN117644815 B CN 117644815B
- Authority
- CN
- China
- Prior art keywords
- real
- target
- time
- projection
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000000007 visual effect Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 230000000694 effects Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 18
- 230000003137 locomotive effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 101100039010 Caenorhabditis elegans dis-3 gene Proteins 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请涉及智能驾驶技术领域,提供一种基于智能车灯系统的盲区告警方法、装置、设备和系统,既可以降低盲区预警的成本,又可以提升盲区告警效果。本申请获取智能车灯系统的感知器采集到的道路实时数据;当通过道路实时数据识别出目标且目标在本车驾驶员视野盲区内时,获取目标相对本车在垂直方向的实时距离;控制智能车灯系统的投影模组在第一类投影位置处投射告警标识;第一类投影位置相对本车在垂直方向的距离与实时距离保持一致。
Description
技术领域
本申请涉及智能驾驶技术领域,特别是涉及一种基于智能车灯系统的盲区告警方法、装置、控制设备、智能车灯系统、存储介质和计算机程序产品。
背景技术
在车辆行驶过程中,外部障碍物(A柱、其他车辆、墙壁等物体)会遮挡驾驶员视线,形成视野盲区。为了辅助驾驶员规避盲区物体,可以进行盲区告警。
现有方式提供一种盲区告警技术,该技术需要车辆安装专门的盲区监测预警系统(英文全称为:Blind Spot Detection system,英文可简称为BSD system),成本较高。
发明内容
基于此,有必要针对上述技术问题,提供一种基于智能车灯系统的盲区告警方法、装置、控制设备、智能车灯系统、存储介质和计算机程序产品。
本申请提供一种基于智能车灯系统的盲区告警方法,所述方法包括:
获取智能车灯系统的感知器采集到的道路实时数据;
当通过所述道路实时数据识别出目标且所述目标在本车驾驶员视野盲区内时,获取所述目标相对本车在垂直方向的实时距离;
控制所述智能车灯系统的投影模组在第一类投影位置处投射告警标识;所述第一类投影位置相对本车在垂直方向的距离与所述实时距离保持一致。
在一个实施例中,获取所述目标相对本车在垂直方向的实时距离,包括:
通过所述道路实时数据,得到所述目标在感知器坐标系的实时位置;
根据感知器坐标系与路面坐标系的转换关系,得到所述目标在路面坐标系的实时位置;
基于本车在所述路面坐标系的位置和所述目标在路面坐标系的实时位置,得到所述目标相对本车在垂直方向的实时距离。
在一个实施例中,所述方法还包括:
获取所述目标相对感知器在垂直方向的实时夹角;
获取本车驾驶员的实时视角;
根据所述实时夹角以及所述实时视角,判断所述目标是否在本车驾驶员视野盲区内。
在一个实施例中,获取本车驾驶员的实时视角,包括:
根据所述道路实时数据,确定行驶前方是否存在障碍物,得到障碍物识别结果;
根据所述障碍物识别结果以及本车实时车速,确定本车驾驶员的实时视角。
在一个实施例中,控制所述智能车灯系统的投影模组在第一类投影位置处投射告警标识,包括:
确定若干个所述第一类投影位置中偏向所述目标的第一类投影位置;
控制所述投影模组在偏向所述目标的第一类投影位置处投射告警标识。
在一个实施例中,所述方法还包括:
控制所述投影模组在第二类投影位置处投射行车边界光毯;所述第二类投影位置相对于所述第一类投影位置更靠近所述目标,所述第二类投影位置相对本车在垂直方向的距离与所述实时距离保持一致。
在一个实施例中,在控制所述智能车灯系统的投影模组在第一类投影位置处投射告警标识之前,所述方法还包括:
获取所述目标移向本车行驶路线的移动速度;
根据所述移动速度的快慢以及所述实时距离的大小,确定针对所述告警标识的投射方式;所述移动速度越快且所述实时距离越小,确定的所述投射方式越容易吸引本车驾驶员注意力。
本申请提供一种基于智能车灯系统的盲区告警装置,所述装置包括:
道路数据获取模块,用于获取智能车灯系统的感知器采集到的道路实时数据;
实时距离获取模块,用于当通过所述道路实时数据识别出目标且所述目标在本车驾驶员视野盲区内时,获取所述目标相对本车在垂直方向的实时距离;
投影控制模块,用于控制所述智能车灯系统的投影模组在第一类投影位置处投射告警标识;所述第一类投影位置相对本车在垂直方向的距离与所述实时距离保持一致。
本申请提供一种控制设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行上述方法。
本申请提供一种智能车灯系统,所述智能车灯系统包括感知器、投影模组和如上述实施例所述的控制设备。
本申请提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行上述方法。
本申请提供一种计算机程序产品,其上存储有计算机程序,所述计算机程序被处理器执行上述方法。
上述基于智能车灯系统的盲区告警方法、装置、控制设备、智能车灯系统、存储介质和计算机程序产品,获取智能车灯系统的感知器采集到的道路实时数据;当通过道路实时数据识别出目标且目标在本车驾驶员视野盲区内时,获取目标相对本车在垂直方向的实时距离;控制智能车灯系统的投影模组在第一类投影位置处投射告警标识;第一类投影位置相对本车在垂直方向的距离与实时距离保持一致。本方案利用智能车灯系统的感知器进行目标监测,当监测到目标且该目标在本车驾驶员视野盲区内时,利用智能车灯系统的投影模组进行盲区告警,无需加装专门的盲区告警系统,降低成本;并且,告警标识相对本车在垂直方向的距离和目标相对本车在垂直方向的实时距离保持一致,随目标相对本车在垂直方向的实时距离变化,可以及时提示本车驾驶员目标相对本车的距离,提升盲区告警效果。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为一个实施例中智能车灯系统的示意图;
图2为一个实施例中基于智能车灯系统的盲区告警方法的流程示意图;
图3(a)为一个实施例中目标相对本车在垂直方向的示意图;
图3(b)为一个实施例中左视野盲区告警的示意图;
图3(c)为另一个实施例中左视野盲区告警的示意图;
图3(d)为一个实施例中右视野盲区告警的示意图;
图3(e)为又一个实施例中左视野盲区告警的示意图;
图4为一个实施例中判定盲区目标所涉及的角度示意图;
图5(a)为一个实施例中车速为40km/h时驾驶员视角的示意图;
图5(b)为一个实施例中车速为70km/h时驾驶员视角的示意图;
图5(c)为一个实施例中车速为100km/h时驾驶员视角的示意图;
图5(d)为一个实施例中左侧视野盲区的示意图;
图5(e)为一个实施例中右侧视野盲区的示意图;
图5(f)为一个实施例中车头视野盲区的示意图;
图6为一个实施例中基于智能车灯系统的盲区告警装置的结构框图;
图7为一个实施例中控制设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本申请所描述的实施例可以与其它实施例相结合。
本申请提供的盲区告警方法基于智能车灯系统进行,该智能车灯系统可以包括感知器、投影模组和控制设备;其中,感知器可以通过雷达实现,也可以通过相机实现。投影模组可以包括多个Micro LED(微型LED)晶体,可以通过每一个Micro LED晶体的亮灭和明暗调节,在道路上投影各种信息;投影模组可以装在车头,投影模组具体可以是HD(headlight,车头灯)模组,也可以是可以DLP(Digital Light Processor,数字光处理)模组。控制设备用于对感知器采集到的数据进行处理以及控制投影模组进行投影;具体地,控制设备可以由控制板实现。以下介绍中,装有该智能车灯系统的车辆可以称为本车。
一些智能车灯系统的架构可以如图1所示,车头左侧和车头右侧设有投影模组,车头左侧的投影模组集成有左相机,车头右侧的投影模组集成有右相机,车头左侧的投影模组由左侧控制板控制,车头右侧的投影模组由右侧控制板控制;左相机和右相机的安装位置可以靠前、高度较低,综合左相机和右相机的FOV(Field of Vision,视角),左相机和右相机形成的相机视角和本车驾驶员视角形成视角差,从而可以捕获本车驾驶员视野盲区的图像。
以下主要从控制设备角度描述本申请提供的盲区告警方法,该方法可以包括图2示出的步骤:
步骤S201,获取智能车灯系统的感知器采集到的道路实时数据。
当感知器设置在车头时,感知器采集到的道路实时数据主要是行驶前方的道路实时数据。车辆行驶过程中,感知器可以实时采集数据,得到道路实时数据,控制设备可以获取该道路实时数据。感知器可以是雷达,也可以是相机等设备;当感知器通过相机实现时,道路实时数据具体为道路实时图像。
步骤S202,当通过道路实时数据识别出目标且目标在本车驾驶员视野盲区内时,获取目标相对本车在垂直方向的实时距离。
控制设备在得到道路实时数据后,可以基于道路实时数据进行目标识别。目标包括但不限于行人、机动车和非机动车等道路参与者。当道路实时数据具体为道路实时图像时,控制设备可以获取通过深度学习方式得到的目标识别模型,将道路实时图像输入目标识别模型中,获取目标识别模型输出的识别结果,根据该识别结果确定形式前方是否存在目标。
当识别出目标时,控制设备可以进一步判断该目标是否在本车驾驶员视野盲区内,若否,则表征本车驾驶员大概率可以看到该目标,无需进行盲区告警;若该目标在本车驾驶员视野盲区内,则表征本车驾驶员大概率看不到该目标,需要进行盲区告警,此时可以获取目标相对本车在垂直方向的实时距离。
示例性地,参照图3(a),在车辆行驶左前方有障碍物的情况下,本车驾驶员视野左边缘例如图3(a)所示,右相机视野左边缘例如图3(a)所示,位于右相机视野左边缘和本车驾驶员视野左边缘之间的区域属于本车驾驶员视野盲区,当识别出的目标在本车驾驶员视野盲区时,控制设备可以获取该目标相对本车在垂直方向的实时距离Dis_1。
步骤S203,控制智能车灯系统的投影模组在第一类投影位置处投射告警标识。
其中,第一类投影位置相对本车在垂直方向的距离与实时距离保持一致。
为了对不同其他投影内容的投影位置进行区分,用“第一类/第二类/...”进行区分,本申请将告警标识的投影位置称为第一类投影位置。
控制设备在获取目标相对本车在垂直方向的实时距离后,可以在投影模组的最大投影区域内确定一投影位置,该投影位置相对本车在垂直方向的距离Dis_2与Dis_1保持一致,将该投影位置作为告警标识的投影位置,得到第一类投影位置。控制设备在确定第一类投影位置后,控制投影模组在第一类投影位置投射告警标识,以提醒本车驾驶员视野盲区存在目标。
可以理解的是,第一类投影位置相对本车在垂直方向的距离Dis_2与目标相对本车在垂直方向的实时距离Dis_1保持一致,所以,Dis_1改变时,Dis_2也会随之改变,告警标识随着目标移动。示例性地,参照图3(b),图3(b)为左侧视野盲区的告警示意图;告警标识相对本车在垂直方向的距离Dis_2与目标相对本车在垂直方向的实时距离Dis_1保持一致。参照图3(c),当目标相对本车在垂直方向的实时距离Dis_1变大时,告警标识相对本车在垂直方向的距离Dis_2也变大,告警标识随着目标移动,由此,本车驾驶员可以及时知道目标相对本车的距离,提升盲区告警效果。
参照图3(d),图3(d)为右侧视野盲区的告警示意图;告警标识相对本车在垂直方向的距离Dis_2与目标相对本车在垂直方向的实时距离Dis_1保持一致。
上述基于智能车灯系统的盲区告警方法中,利用智能车灯系统的感知器进行目标监测,当监测到目标且该目标在本车驾驶员视野盲区内时,利用智能车灯系统的投影模组进行盲区告警,无需加装专门的盲区告警系统,降低成本;并且,告警标识相对本车在垂直方向的距离和目标相对本车在垂直方向的实时距离保持一致,随目标相对本车在垂直方向的实时距离变化,可以及时提示本车驾驶员目标相对本车的距离,提升盲区告警效果。
在一个实施例中,本申请提供的方法还包括:控制投影模组在第二类投影位置处投射行车边界光毯;第二类投影位置相对于第一类投影位置更靠近目标,第二类投影位置相对本车在垂直方向的距离与实时距离保持一致。
本申请将行车边界光毯的投影位置称为第二类投影位置。控制设备在确定目标在路面坐标系中的位置(以下简称目标的空间位置)和用于投射告警标识的第一类投影位置后,可以在投影模组的最大投影区域中,选择一位置,该位置在目标的空间位置和第一类投影位置之间,且该位置相对本车在垂直方向的距离与实时距离Dis_1保持一致,将该位置作为行车边界光毯的投影位置,得到第二类投影位置,由此,第二类投影位置相对于第一类投影位置更靠近目标,并且,该第二类投影位置相对本车在垂直方向的距离与实时距离Dis_1保持一致,例如图3(e)所示。
可以理解的是,第二类投影位置相对本车在垂直方向的距离(可以记为Dis_3)与目标相对本车在垂直方向的实时距离Dis_1保持一致,所以,Dis_1改变时,Dis_3也会随之改变,行车边界光毯随着目标移动,更好地提示目标有车辆通过,注意避让,进一步提升盲区告警效果。
本实施例中,控制投影模组在第二类投影位置处投射行车边界光毯,该第二类投影位置相对于第一类投影位置更靠近目标,第二类投影位置相对本车在垂直方向的距离与实时距离保持一致,可以更好地提示目标有车辆通过,注意避让,进一步提升盲区告警效果。
在一个实施例中,步骤S202中的获取目标相对本车在垂直方向的实时距离,具体可以包括:通过道路实时数据,得到目标在感知器坐标系的实时位置;根据感知器坐标系与路面坐标系的转换关系,得到目标在路面坐标系的实时位置;基于本车在路面坐标系的位置和目标在路面坐标系的实时位置,得到目标相对本车在垂直方向的实时距离。
以感知器为相机为例子进行说明:控制设备可以获取相机拍摄的道路实时图像,对道路实时图像进行分析,可以确定目标在相机坐标系里的实时位置。基于标定可以获取相机坐标系与路面坐标系的转换关系,其中路面坐标系可以以相机的视野范围内一点作为原点建立的,例如相机视野范围的左上角点。通过标定,还可以获取本车在路面坐标系的位置,标定完成后,若相机安装位置保持不变,本车在路面坐标系的位置一般也保持不变。
控制设备在得到相机坐标系与路面坐标系的转换关系,可以将目标在感知器坐标系的实时位置转换到路面坐标系,从而得到目标在路面坐标系的实时位置。控制设备基于本车在路面坐标系的位置和目标在路面坐标系的实时位置,得到目标相对本车在垂直方向的实时距离。
上述实施例中,通过道路实时数据,得到目标在感知器坐标系的实时位置;根据感知器坐标系与路面坐标系的转换关系,得到目标在路面坐标系的实时位置;基于本车在路面坐标系的位置和目标在路面坐标系的实时位置,从而可以得到目标相对本车在垂直方向的较为准确的实时距离,进一步提升盲区告警效果。
在一个实施例中,本申请提供的方法还包括:获取目标相对感知器在垂直方向的实时夹角;获取本车驾驶员的实时视角;根据实时夹角以及实时视角,判断目标是否在本车驾驶员视野盲区内。
仍以感知器为相机为例子进行说明:控制设备可以预估本车驾驶员的实时视角,记为图4所示的α。通过标定,控制设备还可以获取相机在路面坐标系里的位置,控制设备可以基于目标在路面坐标系里的实时位置以及相机在路面坐标系里的位置,可以得到目标相对相机在垂直方向的实时夹角,记为图4所示的β。若β小于等于α的一半,则可以确定目标大概率在本车驾驶员视野范围内,若β大于α的一半,则可以确定目标大概率在本车驾驶员视野盲区内。
上述实施例中,通过目标相对感知器在垂直方向的实时夹角以及本车驾驶员的实时视角,判断目标是否在本车驾驶员视野盲区内,计算过程简单,提升处理效率,从而可以更及时地进行盲区告警。
在一个实施例中,获取本车驾驶员的实时视角,具体可以包括:根据道路实时数据,确定行驶前方是否存在障碍物,得到障碍物识别结果;根据障碍物识别结果以及本车实时车速,确定本车驾驶员的实时视角。
驾驶员的视角受车速影响。在不同车速下,驾驶员视角有所不同,图5(a)为车速40km/h时,驾驶员视角为95°,图5(b)为车速70km/h时,驾驶员视角为65°,图5(c)为车速100km/h时,驾驶员视角为40°。图5(a)、图5(b)和图5(c)示出的例子中,相机FOV为60°。基于图5(a)至图5(c)示出的例子可以看出,随着车速提高,驾驶员视角逐渐变小,视野盲区逐渐变大,相机可以有效捕捉驾驶员盲区中的目标,以此进行盲区告警。
驾驶员的视角还受道路障碍物影响。在停车场墙壁遮挡、路面旁边车道停放其他车辆等障碍物场景下,左侧视野盲区的示意图如图5(d)所示,右侧视野盲区的示意图如图5(e)所示,车头视野盲区的示意图如图5(f)所示。
本实施例中,根据道路实时数据得到障碍物识别结果,根据障碍物识别结果和本车实时车速,确定本车驾驶员的实时视角,提高实时视角的准确性,从而可以更加准确地判别出在本车驾驶员视野盲区的目标,进一步提升盲区告警效果。
在一个实施例中,步骤S203中的控制智能车灯系统的投影模组在第一类投影位置处投射告警标识,具体可以包括:确定若干个第一类投影位置中偏向目标的第一类投影位置;控制投影模组在偏向目标的第一类投影位置处投射告警标识。
投影模组的最大投影区域中,有若干个位置相对目标在垂直方向的距离可以与Dis_1保持一致,因此,第一类投影位置有若干个。本实施在若干个第一类投影位置中选择偏向目标的第一类投影位置,并控制投影模组在偏向目标的第一类投影位置处投射告警标识,由此可以使得本车驾驶员知道目标所在方位,更好地做出应对,进一步提升盲区告警效果。
在一个实施例中,控制设备可以基于投影模组坐标系、感知器坐标系和路面坐标系之间的转换关系,可以计算对告警标识进行梯形校正,使告警标识在本车驾驶员视角清晰成像,提升盲区告警效果。
在一个实施例中,可以通过标定,建立投影模组坐标系和感知器坐标系之间的转换关系以及感知器坐标系和路面坐标系之间的转换关系,从而得到投影模组坐标系和感知器坐标系之间的转换关系。
投影模组在偏向目标的第一类投影位置处投射告警标识时,可以借助投影模组坐标系和路面坐标系之间的转换关系,将告警标识投射在偏向目标的第一类投影位置处。
同样地,投影模组在第二类投影位置处投射行车边界光毯时,也可以借助投影模组坐标系和路面坐标系之间的转换关系,将行车边界光毯投射在第二类投影位置处。
在一个实施例中,在控制智能车灯系统的投影模组在第一类投影位置处投射告警标识之前,本申请提供的方法还包括:获取目标移向本车行驶路线的移动速度;根据移动速度的快慢以及实时距离的大小,确定针对告警标识的投射方式;移动速度越快且实时距离越小,确定的投射方式越容易吸引本车驾驶员注意力。
控制设备可以通过连续多个时刻的道路实时数据,预估目标移动本车行驶路线的移动速度,根据移动速度的快慢以及目标相对本车在垂直方向的实时距离Dis_1的大小,确定针对告警标识的投射方式,目标的移动速度越快且实时距离Dis_1越小,表征碰撞风险越大,所确定的投射方式越容易吸引本车驾驶员注意力,例如通过更加明显的红色来投影告警标识,又例如通过更加大的区域来投影告警标识,从而更加容易吸引到本车驾驶员的注意力,及时提醒本车驾驶员减速以免碰撞。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的基于智能车灯系统的盲区告警方法的基于智能车灯系统的盲区告警装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个基于智能车灯系统的盲区告警装置实施例中的具体限定可以参见上文中对于基于智能车灯系统的盲区告警方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种基于智能车灯系统的盲区告警装置,包括:
道路数据获取模块601,用于获取智能车灯系统的感知器采集到的道路实时数据;
实时距离获取模块602,用于当通过所述道路实时数据识别出目标且所述目标在本车驾驶员视野盲区内时,获取所述目标相对本车在垂直方向的实时距离;
投影控制模块603,用于控制所述智能车灯系统的投影模组在第一类投影位置处投射告警标识;所述第一类投影位置相对本车在垂直方向的距离与所述实时距离保持一致。
在一个实施例中,实时距离获取模块602,还用于:通过所述道路实时数据,得到所述目标在感知器坐标系的实时位置;根据感知器坐标系与路面坐标系的转换关系,得到所述目标在路面坐标系的实时位置;基于本车在所述路面坐标系的位置和所述目标在路面坐标系的实时位置,得到所述目标相对本车在垂直方向的实时距离。
在一个实施例中,所述装置还包括盲区目标确定模块,用于:获取所述目标相对感知器在垂直方向的实时夹角;获取本车驾驶员的实时视角;根据所述实时夹角以及所述实时视角,判断所述目标是否在本车驾驶员视野盲区内。
在一个实施例中,所述盲区目标确定模块,还用于:根据所述道路实时数据,确定行驶前方是否存在障碍物,得到障碍物识别结果;根据所述障碍物识别结果以及本车实时车速,确定本车驾驶员的实时视角。
在一个实施例中,所述投影控制模块603,还用于:确定若干个所述第一类投影位置中偏向所述目标的第一类投影位置;控制所述投影模组在偏向所述目标的第一类投影位置处投射告警标识。
在一个实施例中,所述投影控制模块603,还用于:控制所述投影模组在第二类投影位置处投射行车边界光毯;所述第二类投影位置相对于所述第一类投影位置更靠近所述目标,所述第二类投影位置相对本车在垂直方向的距离与所述实时距离保持一致。
在一个实施例中,所述投影控制模块603,还用于:获取所述目标移向本车行驶路线的移动速度;根据所述移动速度的快慢以及所述实时距离的大小,确定针对所述告警标识的投射方式;所述移动速度越快且所述实时距离越小,确定的所述投射方式越容易吸引本车驾驶员注意力。
上述基于智能车灯系统的盲区告警装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于控制设备中的处理器中,也可以以软件形式存储于控制设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个示例性的实施例中,提供了一种控制设备,其内部结构图可以如图7所示。该控制设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该控制设备的处理器用于提供计算和控制能力。该控制设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该控制设备的数据库用于存储上述方法涉及的数据。该控制设备的输入/输出接口用于处理器与外部设备之间交换信息。该控制设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于智能车灯系统的盲区告警方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的控制设备的限定,具体的控制设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种控制设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述各个方法实施例中的步骤。
在一个实施例中,提供了一种智能车灯系统,所述智能车灯系统包括感知器、投影模组和如上述实施例介绍的控制设备。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各个方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,其上存储有计算机程序,所述计算机程序被处理器执行上述各个方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于智能车灯系统的盲区告警方法,其特征在于,所述方法包括:
获取智能车灯系统的感知器采集到的道路实时数据;
当通过所述道路实时数据识别出目标且所述目标在本车驾驶员视野盲区内时,获取所述目标相对本车在垂直方向的实时距离;
确定若干个第一类投影位置中偏向所述目标的第一类投影位置;所述第一类投影位置相对本车在垂直方向的距离与所述实时距离保持一致;
控制投影模组在偏向所述目标的第一类投影位置处投射告警标识以及在第二类投影位置处投射行车边界光毯;所述第二类投影位置相对于所述第一类投影位置更靠近所述目标,所述第二类投影位置相对本车在垂直方向的距离与所述实时距离保持一致;
其中,所述目标是否在本车驾驶员视野盲区内,通过如下步骤判断:获取所述目标相对感知器在垂直方向的实时夹角;根据所述道路实时数据,确定行驶前方是否存在障碍物,得到障碍物识别结果;根据所述障碍物识别结果以及本车实时车速,确定本车驾驶员的实时视角;根据所述实时夹角以及所述实时视角,判断所述目标是否在本车驾驶员视野盲区内。
2.根据权利要求1所述的方法,其特征在于,获取所述目标相对本车在垂直方向的实时距离,包括:
通过所述道路实时数据,得到所述目标在感知器坐标系的实时位置;
根据感知器坐标系与路面坐标系的转换关系,得到所述目标在路面坐标系的实时位置;
基于本车在所述路面坐标系的位置和所述目标在路面坐标系的实时位置,得到所述目标相对本车在垂直方向的实时距离。
3.根据权利要求1所述的方法,其特征在于,在控制投影模组在偏向所述目标的第一类投影位置处投射告警标识之前,所述方法还包括:
获取所述目标移向本车行驶路线的移动速度;
根据所述移动速度的快慢以及所述实时距离的大小,确定针对所述告警标识的投射方式;所述移动速度越快且所述实时距离越小,确定的所述投射方式越容易吸引本车驾驶员注意力。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在投影模组的最大投影区域中,选择一位置,得到第二类投影位置;所选的位置位于目标在路面坐标系中的位置和用于投射所述告警标识的第一类投影位置之间,且所选的位置相对本车在垂直方向的距离与所述实时距离保持一致。
5.一种基于智能车灯系统的盲区告警装置,其特征在于,所述装置包括:
道路数据获取模块,用于获取智能车灯系统的感知器采集到的道路实时数据;
实时距离获取模块,用于当通过所述道路实时数据识别出目标且所述目标在本车驾驶员视野盲区内时,获取所述目标相对本车在垂直方向的实时距离;
投影控制模块,用于确定若干个第一类投影位置中偏向所述目标的第一类投影位置,控制投影模组在偏向所述目标的第一类投影位置处投射告警标识以及在第二类投影位置处投射行车边界光毯;所述第一类投影位置相对本车在垂直方向的距离与所述实时距离保持一致,所述第二类投影位置相对于所述第一类投影位置更靠近所述目标,所述第二类投影位置相对本车在垂直方向的距离与所述实时距离保持一致;
其中,所述装置还包括盲区目标确定模块,用于:获取所述目标相对感知器在垂直方向的实时夹角;根据所述道路实时数据,确定行驶前方是否存在障碍物,得到障碍物识别结果;根据所述障碍物识别结果以及本车实时车速,确定本车驾驶员的实时视角;根据所述实时夹角以及所述实时视角,判断所述目标是否在本车驾驶员视野盲区内。
6.根据权利要求5所述的装置,其特征在于,实时距离获取模块,还用于:
通过所述道路实时数据,得到所述目标在感知器坐标系的实时位置;
根据感知器坐标系与路面坐标系的转换关系,得到所述目标在路面坐标系的实时位置;
基于本车在所述路面坐标系的位置和所述目标在路面坐标系的实时位置,得到所述目标相对本车在垂直方向的实时距离。
7.根据权利要求5所述的装置,其特征在于,所述投影控制模块,还用于:
获取所述目标移向本车行驶路线的移动速度;
根据所述移动速度的快慢以及所述实时距离的大小,确定针对所述告警标识的投射方式;所述移动速度越快且所述实时距离越小,确定的所述投射方式越容易吸引本车驾驶员注意力。
8.根据权利要求5所述的装置,其特征在于,所述装置还包括用于执行如下步骤的模块:
在投影模组的最大投影区域中,选择一位置,得到第二类投影位置;所选的位置位于目标在路面坐标系中的位置和用于投射所述告警标识的第一类投影位置之间,且所选的位置相对本车在垂直方向的距离与所述实时距离保持一致。
9.一种控制设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法。
10.一种智能车灯系统,其特征在于,所述智能车灯系统包括感知器、投影模组和如权利要求9所述的控制设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410115577.0A CN117644815B (zh) | 2024-01-29 | 2024-01-29 | 基于智能车灯系统的盲区告警方法、装置、设备和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410115577.0A CN117644815B (zh) | 2024-01-29 | 2024-01-29 | 基于智能车灯系统的盲区告警方法、装置、设备和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117644815A CN117644815A (zh) | 2024-03-05 |
CN117644815B true CN117644815B (zh) | 2024-04-02 |
Family
ID=90048041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410115577.0A Active CN117644815B (zh) | 2024-01-29 | 2024-01-29 | 基于智能车灯系统的盲区告警方法、装置、设备和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117644815B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016103418A1 (ja) * | 2014-12-25 | 2016-06-30 | 日立マクセル株式会社 | 車両用情報表示装置 |
CN115027353A (zh) * | 2022-06-14 | 2022-09-09 | 虹软科技股份有限公司 | 一种盲区监控系统和方法 |
CN116001678A (zh) * | 2023-03-01 | 2023-04-25 | 长沙理工大学 | 一种基于智能投影进行车外人机交互的行人保护系统 |
CN116039494A (zh) * | 2023-01-03 | 2023-05-02 | 重庆长安汽车股份有限公司 | 一种预警方法、系统、电子设备及存储介质 |
-
2024
- 2024-01-29 CN CN202410115577.0A patent/CN117644815B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016103418A1 (ja) * | 2014-12-25 | 2016-06-30 | 日立マクセル株式会社 | 車両用情報表示装置 |
CN115027353A (zh) * | 2022-06-14 | 2022-09-09 | 虹软科技股份有限公司 | 一种盲区监控系统和方法 |
WO2023241521A1 (zh) * | 2022-06-14 | 2023-12-21 | 虹软科技股份有限公司 | 一种盲区监控系统和方法 |
CN116039494A (zh) * | 2023-01-03 | 2023-05-02 | 重庆长安汽车股份有限公司 | 一种预警方法、系统、电子设备及存储介质 |
CN116001678A (zh) * | 2023-03-01 | 2023-04-25 | 长沙理工大学 | 一种基于智能投影进行车外人机交互的行人保护系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117644815A (zh) | 2024-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11688183B2 (en) | System and method of determining a curve | |
CN107845104B (zh) | 一种检测超车车辆的方法、相关处理系统、超车车辆检测系统以及车辆 | |
CN106324618B (zh) | 实现基于激光雷达检测车道线系统的方法 | |
US20160202355A1 (en) | Object detecting device, radar device, and object detection method | |
EP4089659A1 (en) | Map updating method, apparatus and device | |
CN109766867B (zh) | 车辆运行状态确定方法、装置、计算机设备和存储介质 | |
WO2014113656A1 (en) | Object recognition system implementing image data transformation | |
CN110874927A (zh) | 智能路侧单元 | |
Dey et al. | VESPA: A framework for optimizing heterogeneous sensor placement and orientation for autonomous vehicles | |
CN111052201B (zh) | 碰撞预测装置、碰撞预测方法以及存储介质 | |
US10984264B2 (en) | Detection and validation of objects from sequential images of a camera | |
CN113808418B (zh) | 路况信息显示系统、方法、车辆、计算机设备和存储介质 | |
CN110874923A (zh) | 智能路侧单元和控制方法 | |
Choi et al. | Cut-in vehicle warning system exploiting multiple rotational images of SVM cameras | |
CN114627409A (zh) | 一种车辆异常变道的检测方法及装置 | |
CN114084129A (zh) | 一种基于融合的车辆自动驾驶控制方法及系统 | |
EP4009228A1 (en) | Method for determining a semantic free space | |
US11403856B2 (en) | Group object-tracking | |
CN111881245B (zh) | 能见度动态地图的产生方法、装置、设备及存储介质 | |
CN117644815B (zh) | 基于智能车灯系统的盲区告警方法、装置、设备和系统 | |
Dai et al. | A driving assistance system with vision based vehicle detection techniques | |
JP7402753B2 (ja) | 安全支援システム、および車載カメラ画像分析方法 | |
CN115690697A (zh) | 目标距离检测装置及方法 | |
US20220067395A1 (en) | Vehicles, Systems and Methods for Determining an Occupancy Map of a Vicinity of a Vehicle | |
WO2024144437A1 (ru) | Беспилотное транспортное средство и способ управления его движением |
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 |