CN107272709B - 一种基于人眼检测的自动驾驶*** - Google Patents

一种基于人眼检测的自动驾驶*** Download PDF

Info

Publication number
CN107272709B
CN107272709B CN201710664013.2A CN201710664013A CN107272709B CN 107272709 B CN107272709 B CN 107272709B CN 201710664013 A CN201710664013 A CN 201710664013A CN 107272709 B CN107272709 B CN 107272709B
Authority
CN
China
Prior art keywords
human eye
image
subsystem
search domain
region
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
Application number
CN201710664013.2A
Other languages
English (en)
Other versions
CN107272709A (zh
Inventor
潘金文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
The New Energy Automobile Co. Ltd.
Original Assignee
New Energy Automobile Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by New Energy Automobile Co Ltd filed Critical New Energy Automobile Co Ltd
Priority to CN201710664013.2A priority Critical patent/CN107272709B/zh
Publication of CN107272709A publication Critical patent/CN107272709A/zh
Application granted granted Critical
Publication of CN107272709B publication Critical patent/CN107272709B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种基于人眼检测的自动驾驶***，包括安装在车辆上的人眼检测装置、数据采集子***、数据传送子***、数据处理子***和控制子***，所述人眼检测装置通过人眼对司机进行检测，当检测到司机时，启动数据采集子***采集数据，所述数据采集子***用于获取路况信息和车辆位置信息，所述数据传送子***用于将获取的路况信息和车辆位置信息传送至数据处理子***，所述数据处理子***用于对路况信息和车辆位置信息进行处理，生成自动驾驶数据并发送至控制子***，所述控制子***用于根据自动驾驶数据进行自动驾驶。本发明的有益效果为：实现了司机存在时的自动驾驶，通过人眼对司机进行检测，提高了自动驾驶***的启动速度。

Description

一种基于人眼检测的自动驾驶***
技术领域
本发明涉及自动驾驶技术领域，具体涉及一种基于人眼检测的自动驾驶***。
背景技术
随着汽车保有量的增加，交通拥堵日趋严重，一旦驾驶员存在经验不足，不遵守交通信号等情况，极易造成交通事故，对本已拥堵的交通无疑是雪上加霜。
发明内容
针对上述问题，本发明旨在提供一种基于人眼检测的自动驾驶***。
本发明的目的采用以下技术方案来实现：
提供了一种基于人眼检测的自动驾驶***，包括安装在车辆上的人眼检测装置、数据采集子***、数据传送子***、数据处理子***和控制子***，所述人眼检测装置通过人眼对司机进行检测，当检测到司机时，启动数据采集子***采集数据，所述数据采集子***用于获取路况信息和车辆位置信息，所述数据传送子***用于将获取的路况信息和车辆位置信息传送至数据处理子***，所述数据处理子***用于对路况信息和车辆位置信息进行处理，生成自动驾驶数据并发送至控制子***，所述控制子***用于根据自动驾驶数据进行自动驾驶。
本发明的有益效果为：实现了司机存在时的自动驾驶，通过人眼对司机进行检测，提高了自动驾驶***的启动速度。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图；
附图标记：
人眼检测装置1、数据采集子***2、数据传送子***3、数据处理子***4、控制子***5。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例的一种基于人眼检测的自动驾驶***，包括安装在车辆上的人眼检测装置1、数据采集子***2、数据传送子***3、数据处理子***4和控制子***5，所述人眼检测装置1通过人眼对司机进行检测，当检测到司机时，启动数据采集子***2采集数据，所述数据采集子***2用于获取路况信息和车辆位置信息，所述数据传送子***3用于将获取的路况信息和车辆位置信息传送至数据处理子***4，所述数据处理子***4用于对路况信息和车辆位置信息进行处理，生成自动驾驶数据并发送至控制子***5，所述控制子***5用于根据自动驾驶数据进行自动驾驶。
本实施例实现了司机存在时的自动驾驶，通过人眼对司机进行检测，提高了自动驾驶***的启动速度。
优选的，所述人眼检测装置1包括图像采集模块、检索区域确定模块、人眼位置确定模块和检测评估模块，所述图像采集模块用于对人脸图像进行采集，所述检索区域确定模块用于根据人脸图像确定人眼检索区域，所述人眼位置确定模块用于根据人眼检索区域确定人眼位置，完成人眼检测，所述检测评估模块用于对人眼检测结果进行评估。
本优选实施例实现了人眼的准确检测。
优选的，所述根据人脸图像确定人眼检索区域，采用以下方式进行：
步骤1、对采集到的人脸图像大小进行处理，处理后的人脸图像宽度为w，高度为h；
步骤2、将人脸图像左上角作为起点，采用下式确定人眼搜索区域：宽度检索区域W为：高度检索区域HQ为：其中：
w'＝w×μw
h'＝h×μh
式中，w′表示人眼检索区域的宽度，h′表示人眼搜索区域的高度，μw和μh分别表示宽度调节系数和高度调节系数；
步骤3、将人眼检索区域平均分成左右两部分，用于左眼和右眼的检索。
本优选实施例对人脸图像大小进行处理，有助于后续对人眼进行检测，通过确定人眼检测区域，有助于降低后续人眼检测过程中的计算量，提高了人眼检测效率，提高了人眼检测的实时性。
所述人眼位置确定模块包括滤波器建立子模块、检索区域处理子模块、检索子模块和位置确定子模块，所述滤波器建立子模块用于构建用于人眼区域检索的滤波器，所述检索区域处理子模块用于对检索区域的图像进行处理，所述检索子模块采用所述用于人眼区域检索的滤波器在左右检索区域内寻找人眼区域，得到候选的人眼区域，所述位置确定子模块采用支持向量机确定左右眼位置。
所述构建用于人眼区域检索的滤波器，采用以下方式进行：
步骤1、从人眼数据库中选取50幅人眼图像，将每幅人眼图像划分为大小相同的4×4像素子块，采用下式对子块的图像进行处理：
式中，表示处理后的子块图像，表示第i行第j列的小块代表的区域，表示区域内图像像素(x,y)的灰度值，表示区域内像素的平均灰度值，表示区域内的像素点个数；
对图像的每个子块进行处理，得到整幅处理后的人眼图像；
步骤2、采用步骤1的方法对50幅人眼图像进行处理，采用下式构建每个子块(i,j)上的滤波器：
式中，L(i,j)表示(i,j)子块滤波器，[F(i,j)]n表示第n个人眼图像上(i,j)子块的处理后的图像；
步骤3、采用步骤2的方法对50幅图像的每个子块进行处理，得到用于人眼区域检索的滤波器。
所述对检索区域的图像进行处理，采用以下方式进行：
用和分别表示检索区域的左边部分和右边部分，采用下式对检索区域进行处理：
式中，和表示处理后的左右检索区域，和分别表示和区域内图像像素(x,y)的灰度值，和分别表示和区域内像素的平均灰度值，和分别表示和区域内的像素点个数。
所述在左右检索区域内寻找人眼区域，采用以下方式进行：将用于人眼区域检索的滤波器作为检索窗口，在左右检索区域内以4个像素为间隔按照先列后行的顺序进行检索，选取相关系数大的区域作为候选的人眼区域；
所述确定左右眼位置，采用以下方式进行：
步骤1、采用人眼数据库中人眼图像和非人眼图像对支持向量机分类器进行训练，用于区分人眼图像和非人眼图像；
步骤2、采用训练好的支持向量机分类器对候选的人眼区域进行分类，得到人眼图像，从而确定出左右眼位置。
本优选实施例采用特有的方式构建检索滤波器和对检索区域进行处理，提高了人眼检测准确性和效率，通过对人眼区域进行检索，去除了大部分非人眼区域，确定了候选的人眼区域，为后续人眼检测奠定了基础，采用支持向量机对人眼图像进行检测，得到的人眼图像检测准确率高。
优选的，所述对人眼检测结果进行评估采用评估因子进行，所述评估因子采用下式计算：
式中，P表示评估因子，A1表示戴眼镜时的人眼检测正确，A2表示不戴眼镜时的人眼检测准确率；评估因子越大，表明人眼检测结果准确性越高。
本优选实施例对人眼检测结果进行评估，能够保证基于人眼检测的自动驾驶***的检测准确性以及及时对基于人眼检测的自动驾驶***进行改进。
从出发地开始，采用本发明基于人眼检测的自动驾驶***对进行驾驶，选取5个目的地，分别为目的地1、目的地2、目的地3、目的地4、目的地5，对驾驶时间和驾驶成本进行统计，同现有自动驾驶***相比，产生的有益效果如下表所示：
驾驶时间减少 驾驶成本降低
目的地1 29％ 21％
目的地2 27％ 23％
目的地3 26％ 25％
目的地4 25％ 27％
目的地5 24％ 29％
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (4)

1.一种基于人眼检测的自动驾驶***，其特征在于，包括安装在车辆上的人眼检测装置、数据采集子***、数据传送子***、数据处理子***和控制子***，所述人眼检测装置通过人眼对司机进行检测，当检测到司机时，启动数据采集子***采集数据，所述数据采集子***用于获取路况信息和车辆位置信息，所述数据传送子***用于将获取的路况信息和车辆位置信息传送至数据处理子***，所述数据处理子***用于对路况信息和车辆位置信息进行处理，生成自动驾驶数据并发送至控制子***，所述控制子***用于根据自动驾驶数据进行自动驾驶；
所述人眼检测装置包括图像采集模块、检索区域确定模块、人眼位置确定模块和检测评估模块，所述图像采集模块用于对人脸图像进行采集，所述检索区域确定模块用于根据人脸图像确定人眼检索区域，所述人眼位置确定模块用于根据人眼检索区域确定人眼位置，完成人眼检测，所述检测评估模块用于对人眼检测结果进行评估；
所述根据人脸图像确定人眼检索区域，采用以下方式进行：
步骤1、对采集到的人脸图像大小进行处理，处理后的人脸图像宽度为w，高度为h；
步骤2、将人脸图像左上角作为起点，采用下式确定人眼搜索区域：宽度检索区域W为：高度检索区域HQ为：其中：
w′＝w×μw
h′＝h×μh
式中，w′表示人眼检索区域的宽度，h′表示人眼搜索区域的高度，μw和μh分别表示宽度调节系数和高度调节系数；
步骤3、将人眼检索区域平均分成左右两部分，用于左眼和右眼的检索；
所述人眼位置确定模块包括滤波器建立子模块、检索区域处理子模块、检索子模块和位置确定子模块，所述滤波器建立子模块用于构建用于人眼区域检索的滤波器，所述检索区域处理子模块用于对检索区域的图像进行处理，所述检索子模块采用所述用于人眼区域检索的滤波器在左右检索区域内寻找人眼区域，得到候选的人眼区域，所述位置确定子模块采用支持向量机确定左右眼位置；
所述构建用于人眼区域检索的滤波器，采用以下方式进行：
步骤1、从人眼数据库中选取50幅人眼图像，将每幅人眼图像划分为大小相同的4×4像素子块，采用下式对子块的图像进行处理：
式中，表示处理后的子块图像，表示第i行第j列的小块代表的区域，表示区域内图像像素(x,y)的灰度值，表示区域内像素的平均灰度值，表示区域内的像素点个数；
对图像的每个子块进行处理，得到整幅处理后的人眼图像；
步骤2、采用步骤1的方法对50幅人眼图像进行处理，采用下式构建每个子块(i,j)上的滤波器：
式中，L(i,j)表示(i,j)子块滤波器，[F(i,j)]n表示第n个人眼图像上(i,j)子块的处理后的图像；
步骤3、采用步骤2的方法对50幅图像的每个子块进行处理，得到用于人眼区域检索的滤波器。
2.根据权利要求1所述的基于人眼检测的自动驾驶***，其特征在于，所述对检索区域的图像进行处理，采用以下方式进行：
用和分别表示检索区域的左边部分和右边部分，采用下式对检索区域进行处理：
式中，和表示处理后的左右检索区域，和分别表示和区域内图像像素(x,y)的灰度值，和分别表示和区域内像素的平均灰度值，和分别表示和区域内的像素点个数。
3.根据权利要求2所述的基于人眼检测的自动驾驶***，其特征在于，所述在左右检索区域内寻找人眼区域，采用以下方式进行：将用于人眼区域检索的滤波器作为检索窗口，在左右检索区域内以4个像素为间隔按照先列后行的顺序进行检索，选取相关系数大的区域作为候选的人眼区域；
所述确定左右眼位置，采用以下方式进行：
步骤1、采用人眼数据库中人眼图像和非人眼图像对支持向量机分类器进行训练，用于区分人眼图像和非人眼图像；
步骤2、采用训练好的支持向量机分类器对候选的人眼区域进行分类，得到人眼图像，从而确定出左右眼位置。
4.根据权利要求3所述的基于人眼检测的自动驾驶***，其特征在于，所述对人眼检测结果进行评估采用评估因子进行，所述评估因子采用下式计算：
式中，P表示评估因子，A1表示戴眼镜时的人眼检测正确，A2表示不戴眼镜时的人眼检测准确率；评估因子越大，表明人眼检测结果准确性越高。
CN201710664013.2A 2017-08-06 2017-08-06 一种基于人眼检测的自动驾驶*** Active CN107272709B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710664013.2A CN107272709B (zh) 2017-08-06 2017-08-06 一种基于人眼检测的自动驾驶***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710664013.2A CN107272709B (zh) 2017-08-06 2017-08-06 一种基于人眼检测的自动驾驶***

Publications (2)

Publication Number Publication Date
CN107272709A CN107272709A (zh) 2017-10-20
CN107272709B true CN107272709B (zh) 2018-10-12

Family

ID=60076636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710664013.2A Active CN107272709B (zh) 2017-08-06 2017-08-06 一种基于人眼检测的自动驾驶***

Country Status (1)

Country Link
CN (1) CN107272709B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101134588A (zh) * 2006-09-01 2008-03-05 多氟多化工股份有限公司 氟化铝的生产方法
CN103472845A (zh) * 2013-09-25 2013-12-25 杨伟 自动驾驶汽车控制***
CN106548644A (zh) * 2016-11-30 2017-03-29 深圳明创自控技术有限公司 一种自动驾驶***

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5503419B2 (ja) * 2010-06-03 2014-05-28 株式会社日立製作所 無人搬送車および走行制御方法
CN204904398U (zh) * 2015-08-10 2015-12-23 陈娉 一种具有远程安防监控功能的入户门***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101134588A (zh) * 2006-09-01 2008-03-05 多氟多化工股份有限公司 氟化铝的生产方法
CN103472845A (zh) * 2013-09-25 2013-12-25 杨伟 自动驾驶汽车控制***
CN106548644A (zh) * 2016-11-30 2017-03-29 深圳明创自控技术有限公司 一种自动驾驶***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于灰度信息和支持向量机的人眼检测方法;于明鑫等;《工程科学学报》;20150630;第805-808页以及图5 *

Also Published As

Publication number Publication date
CN107272709A (zh) 2017-10-20

Similar Documents

Publication Publication Date Title
CN104361332B (zh) 一种用于疲劳驾驶检测的人脸眼睛区域定位方法
Song et al. Lane detection and classification for forward collision warning system based on stereo vision
CN106156723B (zh) 一种基于视觉的路口精定位方法
CN106919915B (zh) 基于adas***的地图道路标记及道路质量采集装置及方法
CN109460709A (zh) 基于rgb和d信息融合的rtg视觉障碍物检测的方法
CN106780612A (zh) 一种图像中的物体检测方法及装置
CN108537197A (zh) 一种基于深度学习的车道线检测预警装置及预警方法
CN104700072B (zh) 基于车道线历史帧的识别方法
CN106981202A (zh) 一种基于车道模型的车辆来回变道检测方法
CN106709450A (zh) 一种指纹图像识别方法及***
CN107392139A (zh) 一种基于霍夫变换的车道线检测方法及终端设备
CN111178150B (zh) 车道线检测方法、***及存储介质
CN108205667A (zh) 车道线检测方法及装置、车道线检测终端、存储介质
CN108363953B (zh) 一种行人检测的方法及双目监控设备
CN103530599A (zh) 一种真实人脸和图片人脸的区别方法和***
CN105182320A (zh) 一种基于深度测量的车距检测方法
CN105426894B (zh) 铁道塞钉图像检测方法及装置
CN109961013A (zh) 车道线的识别方法、装置、设备及计算机可读存储介质
CN107392929A (zh) 一种基于人眼视觉模型的智能化目标检测及尺寸测量方法
CN103481842B (zh) 一种车辆检测与跟踪模式的切换方法
CN108205324A (zh) 一种智能道路清理装置
CN109948433A (zh) 一种嵌入式人脸跟踪方法及装置
CN104346621A (zh) 创建眼睛模板及检测眼睛状态的方法与装置
CN103366155A (zh) 通畅路径检测中的时间相干性
CN110147748A (zh) 一种基于道路边缘检测的移动机器人障碍物识别方法

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
CB02 Change of applicant information

Address after: Can Luan Guilin 541004 the Guangxi Zhuang Autonomous Region Road No. 33

Applicant after: Pan Jinwen

Address before: Zengcheng District of Guangdong city in Guangzhou province 510000 Jiedong Zengjiang Bridge Road No. 27

Applicant before: Pan Jinwen

CB02 Change of applicant information
TA01 Transfer of patent application right

Effective date of registration: 20180817

Address after: 276500 1 Rizhao East Road, Juxian Economic Development Zone, Rizhao City, Shandong

Applicant after: The New Energy Automobile Co. Ltd.

Address before: 541004 33 Luan Luan Road, Guilin, the Guangxi Zhuang Autonomous Region

Applicant before: Pan Jinwen

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant