CN111942282A - 车辆及其驾驶盲区预警方法、装置、***和存储介质 - Google Patents
车辆及其驾驶盲区预警方法、装置、***和存储介质 Download PDFInfo
- Publication number
- CN111942282A CN111942282A CN201910414225.4A CN201910414225A CN111942282A CN 111942282 A CN111942282 A CN 111942282A CN 201910414225 A CN201910414225 A CN 201910414225A CN 111942282 A CN111942282 A CN 111942282A
- Authority
- CN
- China
- Prior art keywords
- target object
- image
- vehicle
- current
- blind area
- 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.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
- B60Q9/008—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for anti-collision purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆及其驾驶盲区预警方法、装置、***和存储介质。其中方法包括:获取车辆驾驶盲区的实时视频,并提取实时视频中的每一帧图像;根据每一帧图像检测驾驶盲区内是否有目标对象;如果驾驶盲区内检测出目标对象,则获取当前帧图像的图像信息,并根据当前帧图像的图像信息确定目标对象与车辆之间的当前距离;根据目标对象的当前距离进行盲区预警。本发明实施例可以辅助驾驶员识别驾驶盲区内的状态,实现了对车辆驾驶盲区的有效预警,提高了安全行车的保障。
Description
技术领域
本发明涉及车辆辅助控制技术领域,尤其涉及一种车辆及其驾驶盲区预警方法、装置、***和计算机可读存储介质。
背景技术
随着人们生活的进步,汽车出行成为了人们主流的方式,在汽车驾驶的过程中,汽车在变车道或转弯时,驾驶员往往通过观察后视镜来确定后面来车的行驶状态和位置,以此确定是否可以实施变道或转弯行为。然而,目前的后视镜都是采用曲面玻璃制成的,由于后视镜玻璃的曲率限制,当后面来车的位置与前车位置仅仅差半个车身长度时,后车影像正好落入后视镜的视觉盲区,行驶者看不见后车,此时如果变车道或转弯,非常容易发生侧面碰撞事故。因此,如何针对车辆驾驶盲区进行有效预警已经成为亟待解决的问题。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此,本发明的第一个目的在于提出一种车辆的驾驶盲区预警方法。该方法可以辅助驾驶员识别驾驶盲区内的状态,实现了对车辆驾驶盲区的有效预警,提高了安全行车的保障。
本发明的第二个目的在于提出一种车辆的驾驶盲区预警装置。
本发明的第三个目的在于提出一种车辆的驾驶盲区预警***。
本发明的第四个目的在于提出一种车辆。
本发明的第五个目的在于提出一种计算机可读存储介质。
为达到上述目的,本发明第一方面实施例提出的车辆的驾驶盲区预警方法,包括:获取车辆驾驶盲区的实时视频,并提取所述实时视频中的每一帧图像;根据所述每一帧图像检测所述驾驶盲区内是否有目标对象;如果所述驾驶盲区内检测出目标对象,则获取当前帧图像的图像信息,并根据所述当前帧图像的图像信息确定所述目标对象与所述车辆之间的当前距离;根据所述目标对象的当前距离进行盲区预警。
根据本发明实施例的车辆的驾驶盲区预警方法,获取车辆驾驶盲区的实时视频,并提取实时视频中的每一帧图像,并根据每一帧图像检测驾驶盲区内是否有目标对象,如果驾驶盲区内检测出目标对象,则根据当前帧图像的图像信息确定目标对象与车辆之间的当前距离,并根据目标对象的当前距离进行盲区预警。即在根据视频图像确定驾驶盲区内检测出物体时,可基于视频图像计算该驾驶盲区内物体的当前距离,并根据该当前距离进行预警,辅助驾驶员识别驾驶盲区内的状态,实现了对车辆驾驶盲区的有效预警,提高了安全行车的保障。
为达到上述目的,本发明第二方面实施例提出的车辆的驾驶盲区预警装置,包括:实时视频获取模块,用于获取车辆驾驶盲区的实时视频;帧图像提取模块,用于提取所述实时视频中的每一帧图像;目标对象检测模块,用于根据所述每一帧图像检测所述驾驶盲区内是否有目标对象;距离确定模块,用于在所述驾驶盲区内检测出目标对象时,获取当前帧图像的图像信息,并根据所述当前帧图像的图像信息确定所述目标对象与所述车辆之间的当前距离;预警模块,用于根据所述目标对象的当前距离进行盲区预警。
根据本发明实施例的车辆的驾驶盲区预警装置,通过实时视频获取模块获取车辆驾驶盲区的实时视频,帧图像提取模块提取实时视频中的每一帧图像,目标对象检测模块根据每一帧图像检测驾驶盲区内是否有目标对象,如果驾驶盲区内检测出目标对象,距离确定模块则根据当前帧图像的图像信息确定目标对象与车辆之间的当前距离,预警模块根据目标对象的当前距离进行盲区预警。即在根据视频图像确定驾驶盲区内检测出物体时,可基于视频图像计算该驾驶盲区内物体的当前距离,并根据该当前距离进行预警,辅助驾驶员识别驾驶盲区内的状态,实现了对车辆驾驶盲区的有效预警,提高了安全行车的保障。
为达到上述目的,本发明第三方面实施例提出的车辆的驾驶盲区预警***,包括:摄像头和控制装置,其中,所述摄像头,用于采集车辆驾驶盲区的实时视频,并将采集到的实时视频发送给所述控制装置;所述控制装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现本发明第一方面实施例所述的车辆的驾驶盲区预警方法。
为达到上述目的,本发明第四方面实施例提出的车辆,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现本发明第一方面实施例所述的车辆的驾驶盲区预警方法。
为达到上述目的,本发明第五方面实施例提出的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时实现本发明第一方面实施例所述的车辆的驾驶盲区预警方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明一个实施例的车辆的驾驶盲区预警方法的流程图;
图2是根据本发明实施例的确定目标对象的当前距离的流程图;
图3是根据本发明一个实施例的车辆的驾驶盲区预警装置的结构示意图;
图4是根据本发明一个具体实施例的车辆的驾驶盲区预警装置的结构示意图;
图5是根据本发明一个实施例的车辆的驾驶盲区预警***的结构示意图;
图6是根据本发明实施例的摄像头的结构示意图;
图7是根据本发明一个实施例的车辆的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的车辆的驾驶盲区预警方法、装置、***、车辆和计算机可读存储介质。
图1是根据本发明一个实施例的车辆的驾驶盲区预警方法的流程图。需要说明的是,本发明实施例的驾驶盲区预警方法可应用于本发明实施例的驾驶盲区预警装置,该驾驶盲区预警装置可被配置于本发明实施例的驾驶盲区预警装置***上。
如图1所示,该车辆的驾驶盲区预警方法可以包括:
S110,获取车辆驾驶盲区的实时视频,并提取实时视频中的每一帧图像。
举例而言,本发明实施例的车辆的驾驶盲区预警***包括采集装置和驾驶盲区预警装置,比如该采集装置可为摄像头,该摄像头可设置于车辆的外部两侧,比如,车辆的左侧后视镜位置和/或右侧后视镜位置,以用于实时采集车辆左侧和/或右侧盲区的实时视频,并将实时采集到的实时视频发送给驾驶盲区预警装置,从而使得驾驶盲区预警装置获得车辆驾驶盲区的实时视频,之后,可提取该实时视频中的每一帧图像。
S120,根据每一帧图像检测驾驶盲区内是否有目标对象。
可选地,提取每一帧图像中的特征信息,并将该特征信息与预先建立的样本特征库中的参考样本特征进行匹配,若未匹配到参考样本特征,则确定所述驾驶盲区内未检测出目标对象;若匹配到参考样本特征,则确定所述驾驶盲区内检测出目标对象。
例如,可预先获取大量的目标对象的样本图像,并对这些样本图像进行特征提取,并将提取到的特征作为参考样本特征,以建立样本特征库。在实际图像识别过程中,在得到实时视频中的每一帧图像时,可提取每一帧图像中的特征,并将该特征与该样本特征库中的参考样本特征进行匹配,若未匹配到,则说明该帧图像中未有目标对象的特征,即可确定该驾驶盲区内未检测出目标对象;若匹配到,则说明该帧图像中存在目标对象的特征,此时可确定驾驶盲区内检测出目标对象。
作为一种示例,该目标对象包括行人和/或障碍物。其中,在本示例中,该预先建立的样本特征库中包括行人和障碍物的参考样本特征,例如,该行人的参考样本特征可包括但不限于身体高度特征、眼睛特征、人脸特征;障碍物的参考样本特征可包括但限于车辆、栏杆、柱子、石头等特征。也就是说,可预先获取各种行人的样本图像(如包含人脸的人体正面图像、不包含人脸的人体正面图像、人体背面图像等)和各种障碍物的样本图像(如车辆、栏杆、柱子、石头等图像),之后,可提取这些样本图像中的特征,并将提取到的特征作为参考样本特征,从而建立包含有行人和障碍物的参考样本特征的样本特征库。
S130,如果驾驶盲区内检测出目标对象,则获取当前帧图像的图像信息,并根据当前帧图像的图像信息确定目标对象与车辆之间的当前距离。
具体地,在驾驶盲区内检测出目标对象时,可确定当前检测出该目标对象对应的图像,并根据该当前帧图像的图像信息、车辆的当前车和采集装置的帧率来确定出该目标对象与车辆之间的当前距离。作为一种可能实现方式的示例,如图2所示,所述根据当前帧图像的图像信息确定目标对象与车辆之间的当前距离的具体实现过程可包括如下步骤:
S210,确定当前帧图像中目标对象图像区域的第一像素个数。
例如,基于图像识别技术获取该当前帧图像中该目标对象的图像区域,在得到当前帧图像中的目标对象图像区域之后,可计算该目标对象图像区域的像素点个数,并将得到的像素点个数作为所述第一像素个数。
S220,获取前一帧图像中目标对象图像区域的第二像素个数。
例如,基于图像识别技术获取前一帧图像中该目标对象的图像区域,在得到前一帧图像中的目标对象图像区域之后,可计算该目标对象图像区域的像素点个数,并将得到的像素点个数作为所述第二像素个数。
S230,确定车辆的当前车速,并确定用以采集车辆驾驶盲区的实时视频的采集装置的帧率。
例如,以采集装置为摄像头为例,则可确定该摄像头的帧率。
S240,根据第一像素个数、第二像素个数、当前车速和采集装置的帧率,计算目标系数。
可选地,将第一像素个数减去第二像素个数,以得到第一像素个数和第二像素个数之间的差值,并计算所述当前车速与所述差值的乘积,并将所述乘积除以所述采集装置的帧率以得到所述目标系数。也就是说,可通过以下公式来计算目标系数:目标系数=(当前车速*(当前帧图像目标对象像素点个数-前一帧图像目标对象像素点个数))/采集装置的帧率。
也就是说,可计算当前帧图像与前一帧图像中目标对象区域像素点个数的变化大小,并根据该变化大小、当前车速和采集装置的帧率即可计算出该目标系数,以便后续根据该目标系数和采集装置在车身的位置即可计算出目标对象的当前距离。需要说明的是,如果当前帧图像与前一帧图像中目标对象像素点个数成倍数减少,则计算出的目标系数会增加,则认为驾驶盲区内的目标对象正在瞬移加速。
S250,根据所述当前车速、所述采集装置的帧率、采集装置在车身的位置和目标系数,计算目标对象与车辆之间的当前距离。
可选地,根据当前车速,确定目标对象在当前车速下每秒钟图像相差的距离,并根据目标对象在当前车速下每秒钟图像相差的距离、目标系数和采集装置的帧率,计算得到目标对象在每帧图像相差的距离,之后,根据采集装置在车身的位置和目标对象在每帧图像相差的距离,计算目标对象与车辆之间的当前距离。
例如,假设当前车速为100Km/H,摄像头在车身的安装位置“0.5米”,当前帧图像的图片中识别出目标对象区域的像素点个数为16个,前一帧图像的图片中识别出目标对象区域的像素点个数为8个,前者减去后者得到像素点个数差为8,摄像头为每秒60帧,那么通过上述公式即可得出目标系数13.33=(100*(16-8))/60,之后,可根据当前车速计算目标对象在当前车速下每秒钟图像相差的距离:其中,ΔN为车辆行驶时速,ΔT为时间,S为目标对象在车辆行驶100Km/H下每秒钟图像相差27.77米,之后,计算目标对象在当前车速下每秒钟图像相差的距离和目标系数的乘积,并将该乘积除以摄像头的帧率即可得到目标对象在每帧图像相差的距离:(27.77*13.33)/60=6.1米;然后,根据摄像头在车身的安装位置和目标对象在每帧图像相差的距离,计算目标对象与车辆之间的当前距离:(车身总长度(假设10米)-0.5米)+6.1米=15.6米。
可以理解,***的延时会(如显示装置能够显示图像所需的延时)导致距离计算结果的准确性,为了保证结果的准确性,还需结合***的延时因素,可选地,在本发明的一个实施例中,在计算目标对象与车辆之间的当前距离时,还需根据车辆的当前车速,计算车辆在当前车速下所述延时每秒钟对应的延时补偿距离,即:每秒钟对应的延时补偿距离=当前车速*所述延时,例如,假设当前车速为100Km/H,延时为50mS,则每秒钟对应的延时补偿距离=100000/3600*0.05=1.388米。然后,根据该每秒钟对应的延时补偿距离、摄像头在车身的安装位置和目标对象在每帧图像相差的距离,计算目标对象与车辆之间的当前距离:(车身总长度(假设10米)-0.5米)+6.1米+1.388米=16.988米,即计算计算目标对象与车辆之间的当前距离大约为17米。
由此,通过上述步骤S210-S250即可确定出目标对象与车辆之间的当前距离,以便后续根据该当前距离进行盲区预警。
需要说明的是,可通过上述步骤S210-S250利用当前帧图像计算目标对象的当前距离,为了进一步为了保证结果的准确性,可通过上述步骤S210-S250利用连续多帧图像来计算目标对象的当前距离,之后,根据该连续多帧中的每一帧图像计算得到的距离来计算平均距离,将该平均距离作为该目标对象与车辆之间的最终距离。
S140,根据目标对象的当前距离进行盲区预警。
具体地,可将该目标对象的当前距离与目标阈值进行大小比对,若该目标对象的当前距离小于目标阈值时,则进行盲区预警,否则不进行预警。
需要说明的是,当前车速的不同,则预警阈值的设置也会不同。可选地,在本发明的一个实施例中,可确定车辆的当前车速,并根据当前车速确定对应的目标阈值,判断目标对象的当前距离是否小于所述对应的目标阈值,若是,则通过声音提示方式和/或图像区域标记方式进行预警。也就是说,可根据该车辆的当前车速来确定对应的目标阈值,进而根据该目标阈值对该目标对象的当前距离进行判断,进而根据判断结果来决定是否需要进行盲区预警。
在本发明的实施例中,在判断目标对象的当前距离小于目标阈值时,可通过语音提示、报警器等声音提示方式进行预警,和/或,可通过图像区域标记方式进行预警,例如,可将采集装置采集到的实时视频通过显示装置进行输出显示,在判断目标对象的当前距离小于目标阈值时,可在当前显示的视频图像中通过区域标记方式标记出目标对象以进行预警,其中,可通过红色标记框标记该目标对象的图像区域,或者,通过颜色+高亮的方式标记出目标对象以进行预警。
需要说明的是,在本发明的一个实施例中,如果根据每一帧图像检测驾驶盲区内未有目标对象,则可将当前帧图像通过显示装置以正常显示方式进行输出方式。
为了提升用户体验,方便用户根据不同的预警方式识别出盲区内的不同物体,可选地,在本发明的一个实施例中,可根据驾驶盲区内检测出的目标对象的类型的不同,采用不同的方式进行预警,例如,可采用不同的声音或语音进行预警。
根据本发明实施例的车辆的驾驶盲区预警方法,获取车辆驾驶盲区的实时视频,并提取实时视频中的每一帧图像,并根据每一帧图像检测驾驶盲区内是否有目标对象,如果驾驶盲区内检测出目标对象,则根据当前帧图像的图像信息确定目标对象与车辆之间的当前距离,并根据目标对象的当前距离进行盲区预警。即在根据视频图像确定驾驶盲区内检测出物体时,可基于视频图像计算该驾驶盲区内物体的当前距离,并根据该当前距离进行预警,辅助驾驶员识别驾驶盲区内的状态,实现了对车辆驾驶盲区的有效预警,提高了安全行车的保障。
与上述几种实施例提供的车辆的驾驶盲区预警方法相对应,本发明的一种实施例还提供一种车辆的驾驶盲区预警装置,由于本发明实施例提供的车辆的驾驶盲区预警装置与上述几种实施例提供的车辆的驾驶盲区预警方法相对应,因此在前述车辆的驾驶盲区预警方法的实施方式也适用于本实施例提供的车辆的驾驶盲区预警装置,在本实施例中不再详细描述。图3是根据本发明一个实施例的车辆的驾驶盲区预警装置的结构示意图。如图3所示,该车辆的驾驶盲区预警装置300可以包括:实时视频获取模块310、帧图像提取模块320、目标对象检测模块330、距离确定模块340和预警模块350。
具体地,实时视频获取模块310用于获取车辆驾驶盲区的实时视频。
帧图像提取模块320用于提取实时视频中的每一帧图像。
目标对象检测模块330用于根据每一帧图像检测驾驶盲区内是否有目标对象。作为一种示例,目标对象检测模块330具体用于:提取所述每一帧图像中的特征信息;将所述特征信息与预先建立的样本特征库中的参考样本特征进行匹配;如果未匹配到参考样本特征,则确定所述驾驶盲区内未检测出所述目标对象;如果匹配到参考样本特征,则确定所述驾驶盲区内检测出所述目标对象。其中,在发明的一个实施例中,所述目标对象包括行人和/或障碍物。
距离确定模块340用于在驾驶盲区内检测出目标对象时,获取当前帧图像的图像信息,并根据当前帧图像的图像信息确定目标对象与车辆之间的当前距离。作为一种示例,如图4所示,该距离确定模块340可包括:第一确定单元341、第二获取单元342、车速确定单元343、帧率确定单元344、系数计算单元345和距离计算单元346。
其中,第一确定单元341用于确定当前帧图像中目标对象图像区域的第一像素个数;第二获取单元342用于获取前一帧图像中目标对象图像区域的第二像素个数;车速确定单元343用于确定车辆的当前车速;帧率确定单元344用于确定用以采集车辆驾驶盲区的实时视频的采集装置的帧率;系数计算单元345用于根据第一像素个数、第二像素个数、当前车速和采集装置的帧率,计算目标系数;距离计算单元346用于根据所述当前车速、所述采集装置的帧率、采集装置在车身的位置和目标系数,计算目标对象与车辆之间的当前距离。
在本发明的一个实施例中,系数计算单元345具体用于:将第一像素个数减去第二像素个数,以得到第一像素个数和第二像素个数之间的差值;计算当前车速与差值的乘积,并将乘积除以采集装置的帧率以得到目标系数。
在本发明的一个实施例中,距离计算单元346具体用于:根据当前车速,确定目标对象在当前车速下每秒钟图像相差的距离;根据目标对象在当前车速下每秒钟图像相差的距离、目标系数和采集装置的帧率,计算得到目标对象在每帧图像相差的距离;根据采集装置在车身的位置和目标对象在每帧图像相差的距离,计算目标对象与车辆之间的当前距离。
预警模块350用于根据目标对象的当前距离进行盲区预警。作为一种示例,预警模块350具体用于:确定车辆的当前车速;根据当前车速确定对应的目标阈值;判断目标对象的当前距离是否小于对应的目标阈值;若是,则通过声音提示方式和/或图像区域标记方式进行预警。
根据本发明实施例的车辆的驾驶盲区预警装置,通过实时视频获取模块获取车辆驾驶盲区的实时视频,帧图像提取模块提取实时视频中的每一帧图像,目标对象检测模块根据每一帧图像检测驾驶盲区内是否有目标对象,如果驾驶盲区内检测出目标对象,距离确定模块则根据当前帧图像的图像信息确定目标对象与车辆之间的当前距离,预警模块根据目标对象的当前距离进行盲区预警。即在根据视频图像确定驾驶盲区内检测出物体时,可基于视频图像计算该驾驶盲区内物体的当前距离,并根据该当前距离进行预警,辅助驾驶员识别驾驶盲区内的状态,实现了对车辆驾驶盲区的有效预警,提高了安全行车的保障。
为了实现上述实施例,本发明还提出了一种车辆的驾驶盲区预警***。
图5是根据本发明一个实施例的车辆的驾驶盲区预警***的结构示意图。如图5所示,该车辆的驾驶盲区预警***可以包括:摄像头510和控制装置520。
具体地,摄像头510用于采集车辆驾驶盲区的实时视频,并将采集到的实时视频发送给控制装置520。其中,在本发明的实施例中,摄像头510可设置于车辆的外部后视镜处,比如,车辆的左侧后视镜位置和/或右侧后视镜位置处。
例如,如图6所示,摄像头510包括:镜头总成511、图像传感器512、图像处理器513、处理控制模块514。其中,镜头总成511可包括红外镜片及PTC(Positive TemperatureCoefflcient,正温度系数)加热片做成一体成型,形成光信号过滤后进入图像传感器512,光电转换后输出原始图像进入图像处理器513;图像处理器513采用HDR(High DynamicRange,高动态)技术对原始图像进行处理以得到高动态视频图像,将处理后的图像以MIPI(Mobile industry Processor interface,移动产为处理器接口)信号输出给处理控制模块514,以使处理控制模块514将该视频图像输出给控制装置520。
其中,摄像头510可通过CAN总线或以太网与控制装置520相连。控制装置520包括:存储器521、第一处理器522及存储在存储器521上并可在第一处理器522上运行的计算机程序523,第一处理器522执行计算机程序523时,实现本发明上述任一个实施例所述的车辆的驾驶盲区预警方法。例如,如图5所示,摄像头521可通过POE(POWER OVER Ethernet,以太网供电)线束经过联接器到控制装置520中的“串行解码”进行解码以输出MIPI信号到控制装置520中。控制装置520可对接收到的图像进行解码及HDR、WDR(Wide Dynamic Range,宽动态)效果处理,并将处理后的视频图像输出给显示装置进行视频显示。在本发明的实施例中,控制装置520可通过以太网将该视频图像同步到车载网关中,通过该车载网关将该视频图像发送到移动终端中进行远程显示。
其中,控制装置520还可外接扬声器,这样,在检测需要进行盲区预警时,可通过该扬声器进行声音预警。在本发明的实施例中,控制装置520还可联接一个第二处理器,该第二处理器可为ARM(Advanced RISC Machine,一款RISC微处理器)处理器,该ARM处理器可采用M0架构,用于控制上电时序,并对外接光感、CAN总线、I2C总线和各点电源电压进行监控,所以,ARM处理器与控制装置520中的第一处理器可形成双芯片,使得ARM处理器协管控制装置520中的第一处理器***信号监控。
在本发明的实施例中,ARM处理器可实时监督控控制装置520中的第一处理器的状态,如复位、实时通信计数等,以确保控制装置520中的第一处理器运行正常。当ARM处理器监控到控制装置520中的第一处理器出现异常情况,则对控制装置520中的第一处理器进行复位或重启等操作,实现关键功能双备份。其中,ARM处理器还可与车辆的CAN总线通信,以将监控到的故障反馈到车辆的仪表上进行报警。
为了实现上述实施例,本发明还提出了一种车辆。
图7是根据本发明一个实施例的车辆的结构示意图。如图7所示,该车辆700可以包括:存储器710、处理器720及存储在存储器710上并可在处理器720上运行的计算机程序730,处理器720执行计算机程序730时,实现本发明上述任一个实施例所述的车辆的驾驶盲区预警方法。
为了实现上述实施例,本发明还提出了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时实现本发明上述任一个实施例所述的车辆的驾驶盲区预警方法。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (19)
1.一种车辆的驾驶盲区预警方法,其特征在于,包括:
获取车辆驾驶盲区的实时视频,并提取所述实时视频中的每一帧图像;
根据所述每一帧图像检测所述驾驶盲区内是否有目标对象;
如果所述驾驶盲区内检测出目标对象,则获取当前帧图像的图像信息,并根据所述当前帧图像的图像信息确定所述目标对象与所述车辆之间的当前距离;
根据所述目标对象的当前距离进行盲区预警。
2.根据权利要求1所述的方法,其特征在于,所述根据所述每一帧图像检测所述驾驶盲区内是否有目标对象,包括:
提取所述每一帧图像中的特征信息;
将所述特征信息与预先建立的样本特征库中的参考样本特征进行匹配;
如果未匹配到参考样本特征,则确定所述驾驶盲区内未检测出所述目标对象;
如果匹配到参考样本特征,则确定所述驾驶盲区内检测出所述目标对象。
3.根据权利要求1或2所述的方法,其特征在于,所述目标对象包括行人和/或障碍物。
4.根据权利要求1所述的方法,其特征在于,所述根据所述当前帧图像的图像信息确定所述目标对象与所述车辆之间的当前距离,包括:
确定所述当前帧图像中目标对象图像区域的第一像素个数;
获取前一帧图像中目标对象图像区域的第二像素个数;
确定所述车辆的当前车速,并确定用以采集所述车辆驾驶盲区的实时视频的采集装置的帧率;
根据所述第一像素个数、第二像素个数、当前车速和所述采集装置的帧率,计算目标系数;
根据所述当前车速、所述采集装置的帧率、所述采集装置在车身的位置和所述目标系数,计算所述目标对象与所述车辆之间的当前距离。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一像素个数、第二像素个数、当前车速和所述采集装置的帧率,计算目标系数,包括:
将所述第一像素个数减去所述第二像素个数,以得到所述第一像素个数和第二像素个数之间的差值;
计算所述当前车速与所述差值的乘积,并将所述乘积除以所述采集装置的帧率以得到所述目标系数。
6.根据权利要求4或5所述的方法,其特征在于,所述根据所述当前车速、所述采集装置的帧率、所述采集装置在车身的位置和所述目标系数,计算所述目标对象与所述车辆之间的当前距离,包括:
根据所述当前车速,确定所述目标对象在所述当前车速下每秒钟图像相差的距离;
根据所述目标对象在所述当前车速下每秒钟图像相差的距离、所述目标系数和所述采集装置的帧率,计算得到所述目标对象在每帧图像相差的距离;
根据所述采集装置在车身的位置和所述目标对象在每帧图像相差的距离,计算所述目标对象与所述车辆之间的当前距离。
7.根据权利要求1所述的方法,其特征在于,所述根据所述目标对象的当前距离进行盲区预警,包括:
确定所述车辆的当前车速;
根据所述当前车速确定对应的目标阈值;
判断所述目标对象的当前距离是否小于所述对应的目标阈值;
若是,则通过声音提示方式和/或图像区域标记方式进行预警。
8.一种车辆的驾驶盲区预警装置,其特征在于,包括:
实时视频获取模块,用于获取车辆驾驶盲区的实时视频;
帧图像提取模块,用于提取所述实时视频中的每一帧图像;
目标对象检测模块,用于根据所述每一帧图像检测所述驾驶盲区内是否有目标对象;
距离确定模块,用于在所述驾驶盲区内检测出目标对象时,获取当前帧图像的图像信息,并根据所述当前帧图像的图像信息确定所述目标对象与所述车辆之间的当前距离;
预警模块,用于根据所述目标对象的当前距离进行盲区预警。
9.根据权利要求8所述的装置,其特征在于,所述目标对象检测模块具体用于:
提取所述每一帧图像中的特征信息;
将所述特征信息与预先建立的样本特征库中的参考样本特征进行匹配;
如果未匹配到参考样本特征,则确定所述驾驶盲区内未检测出所述目标对象;
如果匹配到参考样本特征,则确定所述驾驶盲区内检测出所述目标对象。
10.根据权利要求8或9所述的装置,其特征在于,所述目标对象包括行人和/或障碍物。
11.根据权利要求8所述的装置,其特征在于,所述距离确定模块包括:
第一确定单元,用于确定所述当前帧图像中目标对象图像区域的第一像素个数;
第二获取单元,用于获取前一帧图像中目标对象图像区域的第二像素个数;
车速确定单元,用于确定所述车辆的当前车速;
帧率确定单元,用于确定用以采集所述车辆驾驶盲区的实时视频的采集装置的帧率;
系数计算单元,用于根据所述第一像素个数、第二像素个数、当前车速和所述采集装置的帧率,计算目标系数;
距离计算单元,用于根据所述当前车速、所述采集装置的帧率、所述采集装置在车身的位置和所述目标系数,计算所述目标对象与所述车辆之间的当前距离。
12.根据权利要求11所述的装置,其特征在于,所述系数计算单元具体用于:
将所述第一像素个数减去所述第二像素个数,以得到所述第一像素个数和第二像素个数之间的差值;
计算所述当前车速与所述差值的乘积,并将所述乘积除以所述采集装置的帧率以得到所述目标系数。
13.根据权利要求11或12所述的装置,其特征在于,所述距离计算单元具体用于:
根据所述当前车速,确定所述目标对象在所述当前车速下每秒钟图像相差的距离;
根据所述目标对象在所述当前车速下每秒钟图像相差的距离、所述目标系数和所述采集装置的帧率,计算得到所述目标对象在每帧图像相差的距离;
根据所述采集装置在车身的位置和所述目标对象在每帧图像相差的距离,计算所述目标对象与所述车辆之间的当前距离。
14.根据权利要求8所述的装置,其特征在于,所述预警模块具体用于:
确定所述车辆的当前车速;
根据所述当前车速确定对应的目标阈值;
判断所述目标对象的当前距离是否小于所述对应的目标阈值;
若是,则通过声音提示方式和/或图像区域标记方式进行预警。
15.一种车辆的驾驶盲区预警***,其特征在于,包括:摄像头和控制装置,其中,
所述摄像头,用于采集车辆驾驶盲区的实时视频,并将采集到的实时视频发送给所述控制装置;
所述控制装置包括:存储器、第一处理器及存储在所述存储器上并可在所述第一处理器上运行的计算机程序,所述第一处理器执行所述计算机程序时,实现如权利要求1至7中任一项所述的车辆的驾驶盲区预警方法。
16.根据权利要求15所述的***,其特征在于,所述摄像头设置于所述车辆的外部后视镜处。
17.根据权利要求15或16所述的***,其特征子在于,还包括:
与所述第一处理器相连的第二处理器,用于实时监控所述第一处理器的状态,并在监控到所述第一处理器出现异常情况时,对所述第一处理器进行复位或重启操作,并实现关键功能双备份。
18.一种车辆,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1至7中任一项所述的车辆的驾驶盲区预警方法。
19.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的车辆的驾驶盲区预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910414225.4A CN111942282B (zh) | 2019-05-17 | 2019-05-17 | 车辆及其驾驶盲区预警方法、装置、***和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910414225.4A CN111942282B (zh) | 2019-05-17 | 2019-05-17 | 车辆及其驾驶盲区预警方法、装置、***和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111942282A true CN111942282A (zh) | 2020-11-17 |
CN111942282B CN111942282B (zh) | 2022-09-06 |
Family
ID=73336127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910414225.4A Active CN111942282B (zh) | 2019-05-17 | 2019-05-17 | 车辆及其驾驶盲区预警方法、装置、***和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111942282B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112622765A (zh) * | 2020-12-28 | 2021-04-09 | 江苏合泰飞梵科技有限公司 | 一种全时视觉辅助后视镜*** |
CN113052098A (zh) * | 2021-03-31 | 2021-06-29 | 深圳酷派技术有限公司 | 车辆防刮预警方法、相关装置及计算机存储介质 |
CN113205704A (zh) * | 2021-03-19 | 2021-08-03 | 深圳市点创科技有限公司 | 一种用于大型车辆的盲区检测方法、装置及存储介质 |
CN113657265A (zh) * | 2021-08-16 | 2021-11-16 | 长安大学 | 一种车辆距离探测方法、***、设备及介质 |
CN114137980A (zh) * | 2021-11-29 | 2022-03-04 | 广州小鹏自动驾驶科技有限公司 | 控制方法及装置、车辆和可读存储介质 |
CN114228614A (zh) * | 2021-12-29 | 2022-03-25 | 阿波罗智联(北京)科技有限公司 | 一种车辆报警方法、装置、电子设备及存储介质 |
CN115131957A (zh) * | 2021-03-19 | 2022-09-30 | 三一汽车制造有限公司 | 路况预警方法及装置 |
WO2022228023A1 (zh) * | 2021-04-28 | 2022-11-03 | 上海商汤智能科技有限公司 | 一种盲区监测方法、装置、电子设备及存储介质 |
CN115631478A (zh) * | 2022-12-02 | 2023-01-20 | 广汽埃安新能源汽车股份有限公司 | 道路图像检测方法、装置、设备、计算机可读介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013097392A (ja) * | 2011-10-27 | 2013-05-20 | Toshiba Alpine Automotive Technology Corp | 警告表示方法および警告表示プログラム |
CN105930787A (zh) * | 2016-04-16 | 2016-09-07 | 南京林业大学 | 车辆开门预警方法 |
CN106097726A (zh) * | 2016-08-23 | 2016-11-09 | 苏州科达科技股份有限公司 | 检测区域的确定、交通信息检测方法及装置 |
CN107953827A (zh) * | 2016-10-18 | 2018-04-24 | 杭州海康威视数字技术股份有限公司 | 一种车辆盲区预警方法及装置 |
US20180165822A1 (en) * | 2016-12-08 | 2018-06-14 | Lighmetrics Technologies Pvt. Ltd. | Methods and systems for estimating distance of an object from a moving vehicle |
-
2019
- 2019-05-17 CN CN201910414225.4A patent/CN111942282B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013097392A (ja) * | 2011-10-27 | 2013-05-20 | Toshiba Alpine Automotive Technology Corp | 警告表示方法および警告表示プログラム |
CN105930787A (zh) * | 2016-04-16 | 2016-09-07 | 南京林业大学 | 车辆开门预警方法 |
CN106097726A (zh) * | 2016-08-23 | 2016-11-09 | 苏州科达科技股份有限公司 | 检测区域的确定、交通信息检测方法及装置 |
CN107953827A (zh) * | 2016-10-18 | 2018-04-24 | 杭州海康威视数字技术股份有限公司 | 一种车辆盲区预警方法及装置 |
US20180165822A1 (en) * | 2016-12-08 | 2018-06-14 | Lighmetrics Technologies Pvt. Ltd. | Methods and systems for estimating distance of an object from a moving vehicle |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112622765B (zh) * | 2020-12-28 | 2021-10-26 | 江苏合泰飞梵科技有限公司 | 一种全时视觉辅助后视镜*** |
CN112622765A (zh) * | 2020-12-28 | 2021-04-09 | 江苏合泰飞梵科技有限公司 | 一种全时视觉辅助后视镜*** |
CN115131957B (zh) * | 2021-03-19 | 2024-02-23 | 三一汽车制造有限公司 | 路况预警方法及装置 |
CN113205704A (zh) * | 2021-03-19 | 2021-08-03 | 深圳市点创科技有限公司 | 一种用于大型车辆的盲区检测方法、装置及存储介质 |
CN115131957A (zh) * | 2021-03-19 | 2022-09-30 | 三一汽车制造有限公司 | 路况预警方法及装置 |
CN113052098A (zh) * | 2021-03-31 | 2021-06-29 | 深圳酷派技术有限公司 | 车辆防刮预警方法、相关装置及计算机存储介质 |
CN113052098B (zh) * | 2021-03-31 | 2024-02-23 | 深圳酷派技术有限公司 | 车辆防刮预警方法、相关装置及计算机存储介质 |
WO2022228023A1 (zh) * | 2021-04-28 | 2022-11-03 | 上海商汤智能科技有限公司 | 一种盲区监测方法、装置、电子设备及存储介质 |
CN113657265A (zh) * | 2021-08-16 | 2021-11-16 | 长安大学 | 一种车辆距离探测方法、***、设备及介质 |
CN113657265B (zh) * | 2021-08-16 | 2023-10-10 | 长安大学 | 一种车辆距离探测方法、***、设备及介质 |
CN114137980A (zh) * | 2021-11-29 | 2022-03-04 | 广州小鹏自动驾驶科技有限公司 | 控制方法及装置、车辆和可读存储介质 |
CN114228614A (zh) * | 2021-12-29 | 2022-03-25 | 阿波罗智联(北京)科技有限公司 | 一种车辆报警方法、装置、电子设备及存储介质 |
CN115631478A (zh) * | 2022-12-02 | 2023-01-20 | 广汽埃安新能源汽车股份有限公司 | 道路图像检测方法、装置、设备、计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111942282B (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111942282B (zh) | 车辆及其驾驶盲区预警方法、装置、***和存储介质 | |
US11836989B2 (en) | Vehicular vision system that determines distance to an object | |
JP4987573B2 (ja) | 車外監視装置 | |
CN109153359B (zh) | 一种汽车盲区的监测方法及*** | |
US20130321630A1 (en) | System and method for lane departure warning | |
CN110889351B (zh) | 视频检测方法、装置、终端设备及可读存储介质 | |
CN112349144B (zh) | 一种基于单目视觉的车辆碰撞预警方法及*** | |
US10423842B2 (en) | Vehicle vision system with object detection | |
US20150194057A1 (en) | Apparatus for assisting in lane change and operating method thereof | |
EP2928178B1 (en) | On-board control device | |
WO2012057449A2 (ko) | 카메라를 이용한 운전 부주의 경보 방법 및 장치 | |
KR100917330B1 (ko) | 차량의 탑뷰 모니터 시스템 및 방법 | |
JP2012038048A (ja) | 車両用障害物検出装置 | |
JP5680436B2 (ja) | 車載カメラレンズ用異物付着判定装置 | |
US9945944B2 (en) | Blind area warning for vehicles | |
CN109835251B (zh) | 车辆前向碰撞预警*** | |
TWI557003B (zh) | 結合感測器的車用智能影像安全系統 | |
CN105015418B (zh) | 车载显示屏视频切换方法 | |
US10821894B2 (en) | Method and device for visual information on a vehicle display pertaining to cross-traffic | |
CN115489536A (zh) | 一种驾驶辅助方法、***、设备及可读存储介质 | |
JP2000016181A (ja) | カメラ付ドアミラー及び車両周辺認識システム | |
CN112243089B (zh) | 摄像头hdr图像效果开关控制方法、装置、后视镜、车辆及存储介质 | |
CN110913212B (zh) | 基于光流的智能车载摄像头遮挡监测方法及装置、辅助驾驶*** | |
JP4071527B2 (ja) | 映像診断装置 | |
CN111832418A (zh) | 车辆控制方法、装置、车辆和存储介质 |
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 |