CN204124126U - 一种后方车辆运动状态追踪预测装置 - Google Patents

Abstract

本实用新型涉及汽车主动安全领域，特别涉及一种后方车辆运动状态追踪预测装置。该后方车辆运动状态追踪预测装置包括：车辆、图像处理器、固定在车辆后挡风玻璃外侧中央的摄像头、用于检测车辆与车辆所在车道的车道线的位置关系的车道线传感器、固定在车辆仪表盘上的红色信号灯；所述摄像头朝向车辆后方；所述车道线传感器固定在车辆前挡风玻璃外侧中央；所述图像处理器的信号输入端分别电连接车辆的车速信号线、摄像头的视频线、以及车道线传感器的信号输出端，所述图像处理器的信号输出端电连接红色信号灯。

Description

一种后方车辆运动状态追踪预测装置

技术领域

本实用新型涉及汽车主动安全领域，特别涉及一种后方车辆运动状态追踪预测装置。

背景技术

车道变换是行车过程中常见的操作行为，在行车过程中，驾驶员需及时的获取本车周围车辆的运动状态以及和本车的位置关系，从而保证自车处于安全的行车环境中。现阶段由于我国驾驶员考核制度还不够完善，驾驶员素质差异明显，在行车当中经常会出现周围车辆突然转向等危险驾驶行为。特别的，若本车处于换道准备阶段，处于本车后方的车辆突然向本车换道的目标车道换道，则两车之间的跟车时距处于较低状态，两车极有可能发生追尾事故。相同的，若本车在车道内稳定行驶，本车侧后方距本车较近车辆突然有车向本车道换道，类似的，由于两车之间的距碰撞时间(目标车辆与本车的碰撞时间，TTC，Time To Collision)较小，后车突然向本车道换道就有可能造成追尾等事故，即使在完成换道后两车之间的跟车时距也处于极低水平，存在较大追尾风险。

目前市面上出现的针对上述危险状态的主动安全系统，主要用雷达来获取本车周围其他车与本车的位置关系，并且设定一个阈值，当车辆间的位置关系小于设定阈值时，对驾驶员发出警告。随着技术的进步和人们对安全意识的加强，车载主动安全系统的提前预知能力越来越成为人们关注的问题，而现有的装置和设备都仅停留在对当前时刻周围车辆运动状态的获取，没有提前对这些可能的潜在危险车辆的运动状态进行预测。

实用新型内容

本实用新型的目的在于提出一种后方车辆运动状态追踪预测装置及预测方法，本实用新型的后方车辆运动状态追踪预测装置投资费用少、适合规模化推广，本实用新型的后方车辆运动状态追踪预测方法具有智能化、自动化、无需操作和稳定可靠的特点。

本实用新型的基本原理是通过使用一个摄像头来采集行车过程中，本车左后方、后方和右后方的道路图像，然后将本车后方的道路图像传至图像处理器。图像处理器利用图像处理程序，通过图像识别得到本车后方车辆在道路图像中的准确位置，由于摄像头相对本车位置不变，因此，图像识别得到的不同时刻的后方车辆的位置，经几何计算就能得到后方车辆和自身车辆之间的横向距离、纵向距离、横向速度和纵向速度以及后方车辆的宽度。经过多次对后方车辆位置和速度的获取，并且将这些参数作为后方车辆换道意图预测模型的输入值，经过多次实时计算便可对后方车辆的换道意图进行预测，当预测得到的车辆运动状态对本车安全行车造成影响时，系统对驾驶员发出警报，提示驾驶员注意危险。

为实现上述技术目的，本实用新型采用如下技术方案予以实现。

一种后方车辆运动状态追踪预测装置，包括：车辆、图像处理器、固定在车辆后挡风玻璃外侧中央的摄像头、用于检测车辆与车辆所在车道的车道线的位置关系的车道线传感器、固定在车辆仪表盘上的红色信号灯；所述摄像头朝向车辆后方；所述车道线传感器固定在车辆前挡风玻璃外侧中央；

所述图像处理器的信号输入端分别电连接车辆的车速信号线、摄像头的视频线、以及车道线传感器的信号输出端，所述图像处理器的信号输出端电连接红色信号灯。

本技术方案的特点和进一步改进在于：

所述车道线传感器采用AWS汽车预警系统中的车道偏离预警传感器。

所述摄像头采用中星YJS—01 USB2.0摄像头，所述图像处理器为ARM9处理器。

本实用新型的有益效果为：

本实用新型的后方车辆运动状态追踪预测装置，主要部件采用摄像头和ARM9处理器，投资费用少、设计简单、可靠性高，而且不需要对车辆进行过多改装。本实用新型的后方车辆运动状态追踪预测方法，其道路图像的处理以及后车对本车安全性评估的分析计算由ARM9处理器直接完成，智能化高，对驾驶员提示的结果直观、可靠。

附图说明

图1为本实用新型中自身车辆元件安装位置及自身车辆与后方车辆的位置关系示意图；

图2为本实用新型的器件的电路连接示意图；

图3为本实用新型的危险情况1的示意图；

图4为本实用新型的危险情况2的示意图。

具体实施方式

下面结合附图对本实用新型作进一步说明：

参照图1，为本实用新型中自身车辆元件安装位置及自身车辆与后方车辆的位置关系示意图。参照图2，为本实用新型的器件电路连接示意图。本实用新型的后方车辆运动状态追踪预测装置包括车辆5，在车辆仪表盘下方安装有图像处理器1，图像处理器1采用ARM9处理器，该ARM9处理器封装在金属盒内，通过导线与外界进行信号传输。图1中，后方车辆包括位于自身车辆正后方的车辆7、位于自身车辆左后方并处于自身车辆所在车道的左侧相邻车道的车辆6、以及位于自身车辆右后方并处于自身车辆所在车道的右侧相邻车道的车辆8。

在车辆后挡风玻璃外侧中央还固定有摄像头4，摄像头4采用胶粘方式固定在自身车辆的后风挡玻璃正中央下方，摄像头4的镜头水平朝后安装，摄像头4用于采集自身车辆后方的道路图像，其采集到的图像近似矩形。摄像头4采用中星YJS-01 USB2.0摄像头，有效像素为600万。结合图2，摄像头4通过USB数据线连接到图像处理器1的USB接口，摄像头4用于将采集到的道路图像发送至图像处理器，图像处理器接收到道路图像后，便可进行相应处理。本实用新型实施例中，在对后车换道意图进行预测时，由于换道本身持续时间比较短暂，因此，摄像头4的采样频率和图像处理器1的处理速率必须满足对后车换道意图预测装置的快速性要求。本实施例中采用摄像头采集频率为25Hz，即摄像头每秒钟采集25帧图片。图像处理器对图像处理的速率为10Hz，即对后车换到意图预测系统每秒钟能进行10次后车换道意图预测，符合对后车换道意图预测的要求。由于摄像头的采样频率高于图像处理器的处理频率，因此图像处理器能够正常处理图像数据，不会出现处理图像数据滞后的现象。

结合图2，图像处理器1的车速信号接口(I/O接口)电连接车速信号线，车速信号线在测量到自身车辆的行驶速度之后，将自身车辆的行驶速度实时发送至图像处理器。在图像处理器中，判断自身车辆的行驶速度是否大于10km/h时，只有当自身车辆的行驶速度大于10km/h时，才对后方车辆运动状态(换道行为)进行追踪预测。

本实用新型实施例中，在车辆5前挡风玻璃外侧中央还固定有车道线传感器2，该车道线传感器用于检测车辆与车辆所在车道的车道线的位置关系；结合图2，图像处理器1的信号输入端电连接车道线传感器的信号输出端，车道线传感器将得出的自身车辆与所在车道的左车道线的距离、以及自身车辆与所在车道的右车道线的距离发送至图像处理器。本实用新型实施例中，车道线传感器2采用AWS汽车预警系统中的车道偏离预警传感器(位于车道偏离预警系统中用于测量车辆与车辆所在车道的车道线的位置关系的传感器)。

本实用新型实施例中，在车辆5仪表盘左侧驾驶员容易注意到的区域还固定有红色信号灯3，红色信号灯3固定安装在一个底座上，利用双面胶将底座粘贴在驾驶员前方的仪表盘上，其中底座的位置需要在驾驶员容易注意到的地方，但不能偏离驾驶员正常视线太多，否则驾驶员会感觉需要特别注意才能观察信号灯的状态，影响到正常的驾驶行为。结合图2，图像处理器1的信号输出端电连接红色信号灯，图像处理器用于根据接收到的来自摄像头的道路图像、来自车速信号线的自身车辆的速度、来自车道线传感器的自身车辆与所在车道的左车道线的距离、以及来自车道线传感器的自身车辆与所在车道的右车道线的距离，判断是否出现危险情况，图像处理器判断出现危险情况时，控制红色信号灯发出红光(平时红色信号灯不发光)，向驾驶员发出报警提示。本实用新型实施例中，红色信号灯为红色LED灯。ARM9处理器1接收到自身车辆后方的道路图像后，通过图像识别得到不同时刻道路图像中的后方车辆位置，通过集合计算得到自身车辆与后方车辆的纵向相对距离、自身车辆与后方车辆的横向相对距离、自身车辆相对后方车辆的纵向速度、自身车辆相对后方车辆的横向速度、以及后方车辆的宽度。然后结合自身车辆的速度，建立后方车辆换道意图预测模型，并建立起以此模型为基础的后车对本车安全性评估，当预测到后车有换道意图，且换道会对本车安全行驶造成影响时，通过红色LED灯向驾驶员发出警报。

下面举例说明适用于本实用新型的两种危险情况：危险情况1和危险情况2，参照图3，为本实用新型的危险情况1的示意图，参照图4，为本实用新型的危险情况2的示意图。危险情况1指：位于自身车辆所在车道的相邻车道且位于自身车辆后方的车辆向自身车辆所在车道换道，同时自身车辆不进行换道。危险情况2指：位于自身车辆所在车道且位于自身车辆后方的车辆向进行换道，同时自身车辆进行同方向的换道。

下面具体说明本实用新型的一种后方车辆运动状态追踪预测装置的工作过程：

在车辆后方树立标杆，通过摄像头采集标杆图像，识别出标杆图像中的标杆位置，对标杆图像中的标杆位置与标杆实际位置进行标定；换算出车辆与标杆的横向相对距离(即摄像头与标杆的横向相对距离)、以及车辆与标杆的纵向相对距离(即摄像头与标杆的纵向相对距离，为正数)；当标杆位于车辆的后方左侧时，车辆与标杆的横向相对距离为正值，当标杆位于车辆的后方右侧时，车辆与标杆的横向相对距离为负值(即车辆与标杆在车辆横向方向上的距离的相反数)。具体地说，将车辆停在空阔地带，以车辆后保险杠位置为起点向后方进行距离标记，作出地面标识，在地面标识位置竖立标杆。然后控制摄像头采集后方的标杆图像。对采集到的标杆图像进行分析处理，识别出标杆图像中的标杆位置。由于标杆实际距离已知，通过摄像头标定即可得到标杆的横向图像位置(标杆图像中的标杆的横向位置)与标杆的实际横向距离(车辆与标杆的横向相对距离)的函数关系式f(x)，其中，自变量x表示标杆图像位置，f(x)表示车辆与标杆的横向相对距离。同理，通过摄像头标定即可得到标杆的纵向图像位置(标杆图像中的标杆的纵向位置)与标杆的实际纵向距离(车辆与标杆的纵向相对距离)的函数关系式g(y)，其中，自变量y表示标杆图像位置，g(y)表示车辆与标杆的纵向相对距离。

在进行摄像头标定之后，驾驶车辆向前运行。利用摄像头实时采集自身车辆后方的道路图像，利用车速信号线获取自身车辆的实时速度，利用车道线传感器实时获取自身车辆与所在车道的左车道线的距离(正数)、以及自身车辆与所在车道的右车道线的距离(正数)；利用图像处理器实时接收来自摄像头的道路图像、来自车速信号线的自身车辆的速度、来自车道线传感器的自身车辆与所在车道的左车道线的距离、以及来自车道线传感器的自身车辆与所在车道的右车道线的距离。

当图像处理器获得自身车辆的实时速度之后，判断自身车辆的实时速度是否超过设定的车速阈值；本实用新型实施例中，设定的车速阈值为10km/h。如果自身车辆的实时速度小于或等于设定的车速阈值，则说明自身车速较小，不需要判断后方车辆的运动状态。此时图像处理器不对接收到的数据进行下一步处理，会继续判断下一时刻自身车辆的实时速度是否超过设定的车速阈值。如果自身车辆的实时速度超过设定的车速阈值，则根据图像处理器接收到的来自摄像头的道路图像、来自车速信号线的自身车辆的速度、来自车道线传感器的自身车辆与所在车道的左车道线的距离、以及来自车道线传感器的自身车辆与所在车道的右车道线的距离，进行后续处理。

图像处理器判断自身车辆的实时速度超过设定的车速阈值时，对实时道路图像进行预处理，然后提取后方车辆的前视轮廓图像。具体地说，图像预处理的目的是去除摄像头所采集道路图像中的干扰信息。由于车辆行驶的环境存在差异性，摄像头所采集到的道路图像中经常会出现与目标车辆无关的信息，这些信息对于后续距离计算会产生干扰，因此在图像处理过程中首先对道路图像进行滤波，具体采用中值滤波算法进行。对于图像中的某一个像素点，计算该像素点周围3×3范围内像素点灰度值的平均值，用该平均值作为该点的灰度值。通过使用3×3的中值滤波算法能基本消除摄像头所采集图像中所存在的干扰信息。

在对实时道路图像进行预处理之后，提取道路图像中后方车辆的前视轮廓图像。由于摄像头都是对后方车辆的采集，所采集到的图像都是车辆的前视图。此时采用二值化方法对图像进行轮廓提取，具体过程为设定一个灰度阈值，对于图像中的某一个点，如果该点的灰度值大于等于该灰度阈值，则认为该点属于侧后车辆所在范围，将该点的灰度值改为0，反之如果该点的灰度值小于该灰度阈值则认为该点不属于侧后车辆区域，将该点的灰度值改为1。对一帧图像按照此方法运算完成之后，道路图像中的灰度值0部分所组成的图像即为后方车辆的前视轮廓图像。

在提取后方车辆的前视轮廓图像之后，提取后方车辆的前视轮廓图像的下边缘中点作为：所述后方车辆的特征点。具体地说，由于后方车辆的前视轮廓具有完整性，即提取得到的后方车辆轮廓应该为一封闭的近似矩形的形状，其中矩形的下边缘实际代表了后方车辆的前端，进行车道变换安全性计算时所采用的距离为自身车辆后保险杠到侧后车辆前保险杠的距离。图像处理程序中采用车辆前视轮廓中下边缘的中点作为特征点，具体的提取过程是：图像处理程序对提取侧后车辆轮廓的结果进行分析，按照类似封闭矩形的识别规则识别出道路图像中的后方车辆，然后从类似矩形的封闭图像中选取下边缘的中点，得到下边缘中点的图像位置(包括纵向图像位置和横向图像位置)。

然后，根据所述后方车辆的特征点在对应图像中的位置，得出自身车辆与后方车辆的纵向相对距离、以及自身车辆与后方车辆的横向相对距离。具体地，根据标杆图像中的标杆位置与标杆实际位置的对应关系，得出自身车辆与后方车辆的纵向相对距离(正数)、以及自身车辆与后方车辆的横向相对距离，所述自身车辆与后方车辆的纵向相对距离指：自身车辆与后方车辆的特征点的纵向相对距离(即摄像头与后方车辆的特征点的纵向相对距离)，所述自身车辆与后方车辆的横向相对距离指：自身车辆与后方车辆的特征点的横向相对距离，即摄像头与后方车辆的特征点的横向相对距离。根据上述摄像头标定的过程，当自身车辆与后方车辆的特征点的横向相对距离为正值时，说明后方车辆位于自身车辆的后方左侧，反之，当自身车辆与后方车辆的特征点的横向相对距离为正值时，说明后方车辆位于自身车辆的后方右侧。也就是说，如果后方车辆的特征点的横向图像位置为x1，后方车辆的特征点的纵向图像位置值y1，则将x1代入f(x)中，得出自身车辆与后方车辆的横向相对距离f(x1)。同理，将y1代入g(y)中，得出自身车辆与后方车辆的纵向相对距离g(y1)。

在得出自身车辆与后方车辆的纵向相对距离、以及自身车辆与后方车辆的横向相对距离之后，根据连续两次得出的自身车辆与后方车辆的纵向相对距离，计算出自身车辆相对后方车辆的纵向速度。具体地说，用后一次计算处理得到的自身车辆与后方车辆的纵向相对距离减去前一次计算得到的自身车辆与后方车辆的纵向相对距离，得到两次计算之间的纵向距离差，用纵向距离差除以两次计算之间的时间差得到纵向相对速度。当纵向相对速度小于0时表示自身车辆速度要比后方车辆速度低，而纵向相对速度大于0时，表示自身车辆速度要比后方车辆速度高。

在计算自身车辆与后方车辆的纵向相对距离、以及自身车辆与后方车辆的横向相对距离的同时，根据上述步骤提取得到的后方车辆的前视轮廓图像，提取该轮廓图像的下边缘，计算出后方车辆的宽度，该后方车辆的宽度为该轮廓图像的下边缘的长度。

然后建立后方车辆换道意图预测模型。本实用新型中后方车辆换道行为预测采用的模型基于模糊推理控制理论。该模型对可以反映目标车辆换道行为的参数进行分析、辨识，识别的结果用统一的表征参数来确定。本实用新型中采用的反映目标换道行为的参数包括后方车辆与换道车道线的距离、后方车辆的行驶速度、后方车辆的跟车时距、以及后方车辆的横向偏移速度。

具体地，得出当前时刻后方车辆与换道车道线的距离的过程为：将当前时刻自身车辆与后方车辆的特征点的横向相对距离表示为d_x，将当前时刻自身车辆与所在车道的左车道线的距离表示为dL，将当前时刻自身车辆与所在车道的右车道线的距离表示为dR；如果d_x>dL，则d＝d_x–0.5B–0.5w–dL，其中，B表示后方车辆的宽度，w表示自身车辆的宽度(自身车辆的宽度经测量获得，并预先存储在图像处理器中)；如果–d_x>dR，则d＝–d_x–0.5B–0.5w–dR；如果0<d_x≤dL，则d＝dL+0.5w–d_x–0.5B；如果0<–d_x≤dR，则d＝dR+0.5w+d_x–0.5B。

得出当前时刻后方车辆的行驶速度vH，vH＝V–δv，其中，V表示当前时刻自身车辆的速度，δv表示当前时刻自身车辆相对后方车辆的纵向速度；在实际应用中用相邻两次计算得出的vH的差来体现对后方车辆换道意图预测模型的贡献。

得出当前时刻后方车辆的跟车时距tH(后方车辆的跟车时距指：将自身车辆与后方车辆的纵向相对距离除以后方车辆的行驶速度所得比值)，tH＝δR/vH，其中，δR表示当前时刻自身车辆与后方车辆的纵向相对距离；

得出当前时刻后方车辆的横向偏移速度vL，vL＝(d1–d2)/t，其中，d1表示上一时刻后方车辆与换道车道线的距离，d2表示当前时刻后方车辆与换道车道线的距离，t表示当前时刻与上一时刻之间的时间差。

建立以以上述四个参数为影响因素的后方车辆换道意图预测模型：

Q＝(2.0–d)×k₁+ΔvH×k₂+(6-tH)k₃+vL×k₄

其中，Q表示后方车辆换道行为辨识参数，ΔvH表示当前时刻后方车辆的行驶速度减去上一时刻后方车辆的行驶速度的差，k₁、k₂、k₃和k₄分别为设定的大于0的系数，当前时刻后方车辆与换道车道线的距离d的单位为m，ΔvH的单位为m/s，当前时刻后方车辆的跟车时距tH的单位为m，当前时刻后方车辆的横向偏移速度vL的单位为m/s。当d>2.0m时，将d的取值变为2.0，当tH>6.0s时，将tH的取值更新为6.0。对上述数学模型中的参数权值，在结合实际数据分析基础上并结合专家决策法综合确定，最终对四项权值确定如下：k₁＝0.1，k₂＝4.0，k₃＝8.0，k₄＝18.0.若反映后车换道行为的参数中，在实际中不存在若干项，可将其权重值取为零。

在根据上述后方车辆换道意图预测模型，得出后方车辆换道行为辨识参数Q之后，根据Q来判断后方车辆的行为，如果Q<10，则认为后方车辆要进行换道；如果10≤Q≤30，则认为后方车辆在对应车道内摆动；当Q>30时，则认为后方车辆在对应车道内保持稳定。

如果Q<10且后方车辆与自身车辆位于同一车道(0<d_x≤dL或0<–d_x≤dR)，为防止自身车辆也在此时进行换道，造成两车之间发生碰撞事故；图像处理器会控制红色信号灯发出红光，向驾驶员发出危险警报，防止潜在事故发生。当后方车辆与自身车辆不在同一车道(d_x>dL或–d_x>dR)时，为防止后方车辆向自身车辆所在车道换道，造成后方车辆和自身车辆之间的跟车时距变小，造成潜在追尾风险，图像处理器会控制红色信号灯发出红光，向驾驶员发生。除此之外，在其余情况下，图像处理器不向红色信号灯发出控制信号，红色信号灯不发光。

显然，本领域的技术人员可以对本实用新型进行各种改动和变型而不脱离本实用新型的精神和范围。这样，倘若本实用新型的这些修改和变型属于本实用新型权利要求及其等同技术的范围之内，则本实用新型也意图包含这些改动和变型在内。

Claims (3)

1.一种后方车辆运动状态追踪预测装置，其特征在于，包括：车辆(5)、图像处理器(1)、固定在车辆后挡风玻璃外侧中央的摄像头(4)、用于检测车辆与车辆所在车道的车道线的位置关系的车道线传感器(2)、固定在车辆仪表盘上的红色信号灯(3)；所述摄像头(4)朝向车辆后方；所述车道线传感器(2)固定在车辆前挡风玻璃外侧中央；

所述图像处理器(1)的信号输入端分别电连接车辆的车速信号线、摄像头的视频线、以及车道线传感器的信号输出端，所述图像处理器(1)的信号输出端电连接红色信号灯。

2.如权利要求1所述的一种后方车辆运动状态追踪预测装置，其特征在于，所述车道线传感器(2)采用AWS汽车预警系统中的车道偏离预警传感器。

3.如权利要求1所述的一种后方车辆运动状态追踪预测装置，其特征在于，所述摄像头(4)采用中星YJS—01USB2.0摄像头，所述图像处理器(1)为ARM9处理器。