一种移动摄像测距预警方法及预警装置
技术领域
本发明涉及测距技术领域的一种预警方法,尤其涉及一种移动摄像测距预警方法,还涉及一种预警装置。
背景技术
目前大部分车载防碰撞***选择在一方向或四方向安装距离传感器,工作视角较小,对侧前方碰撞等情况不能很好预测与警示,并且多数只适用于低速情况。标准的内嵌式双目视觉装置不依赖车辆历史轨迹,但受制于车身尺寸而无法实现较大观测基线,未经简化处理也不宜用于实时性要求较高的情况。车辆行驶轨迹等状态信息可采用车载行驶记录仪等获取,但是车载传感器各数据间的内在联系不明确,存在较大随机误差。基于卫星图像和轨迹预测的防碰撞预警***则不能处理临时设立的障碍物等突发情况。现有车载防碰撞***存在车辆行驶状态估计不准确、碰撞预警不灵活、事故概率高的问题,从而存在很大的安全隐患。
发明内容
为解决现有车载防碰撞***存在车辆行驶状态估计不准确、碰撞预警不灵活的技术问题,本发明提供一种移动摄像测距预警方法及预警装置。
本发明采用以下技术方案实现:一种移动摄像测距预警方法,其包括以下步骤:
S1:提取车辆的历史行驶状态估计数据和当前行驶状态观测数据,计算车辆行驶状态变量的当前估计值和后续时刻初算值;
S2:先从所述车辆拍摄的视频帧图像中分割被辨认为同一障碍物的外廓多边形及角点,然后根据所述车辆的视频摄像头离线标定结果,将所述角点投影变换到一个正规化成像平面,以获得所述角点在所述正规化成像面中的像点及像素坐标,再选取所述像素坐标中像素横坐标最小和最大的两点作为所述障碍物的特征点,最后根据所述障碍物与所述车辆之间的位置关系以获得所述障碍物大地坐标值;
S3:先确定所述车辆的航向角真值的取值范围,再确定所述车辆的行驶安全距离,最后根据所述当前估计值、所述后续时刻初算值以及所述行驶安全距离,计算出所述车辆的大概率碰撞区域;
S4:判断所述障碍物大地坐标值所构成的特征线段是否有点落在所述大概率碰撞区域,且计算落在所述大概率碰撞区域内并距离所述大概率碰撞区域的圆心最近一点的圆心距数值,最后根据所述圆心距数值计算出预警概率;以及
S5:根据所述预警概率,对所述车辆进行预警。
本发明通过车辆状态信息优化估计的方法,计算移动摄像机所拍摄障碍物的位置,结合车辆大概率碰撞区域预测碰撞概率,对车辆安全行驶具有精确预警功能;而且,该方法可以防止车辆行驶过程中,发生碰撞障碍物等现象,降低车辆的碰擦概率,可以借鉴应用到车辆自动驾驶中,解决了现有车载防碰撞***存在车辆行驶状态估计不准确、碰撞预警不灵活的技术问题,得到了计算精确,灵敏性好,预警能力强的技术效果。
作为上述方案的进一步改进,所述步骤S5,先根据所述车辆的实际驾驶数据,预设出一个低风险预警概率和一个高风险预警概率,再将所述预警概率分别与所述低风险预警概率、所述高风险预警概率比较,按照一个预设方案获得相应的预警等级。
作为上述方案的进一步改进,所述步骤S1,所述当前估计值和所述后续时刻初算值通过一个等纵向加速度-等角速度-分段直线运动车辆运动模型设计状态变量的***方程进行计算。
作为上述方案的进一步改进,所述当前估计值的***方程为:
式中,(xt,yt)为所述当前估计值中车辆大地坐标值,vt为所述当前估计值中车辆速度,at为所述当前估计值中车辆纵向加速度,ωt为所述当前估计值中车辆横摆角速度,上一时刻t-Δt的状态估计值为xt-Δt,yt-Δt,θt-Δt,vt-Δt,at-Δt,ωt-Δt,ε为***噪声,当前估计值为当前初算值与***噪声之和;
所述当前观测值的观测方程为:
式中,(Xt,Yt)为所述当前观测值中车辆大地坐标值,Θt为所述车辆的航向角,Vt为所述当前观测值中车辆速度,At为所述当前观测值中车辆纵向加速度,Ωt为所述后续时刻初算值中车辆横摆角速度,δ为观测噪声,当前观测值为当前估计值与观测噪声之和。
作为上述方案的进一步改进,所述角点定义为点Ci(i=1,2,…),并将点Ci投影变换到列方向垂直于所述车辆的汽车底盘、行方向平行于所述车辆的汽车轮轴的所述正规化成像平面,且对投影进行特征点的抓取并进行一维化处理;其中,所述像素坐标定义为标Di(uDi,vDi),所述两个特征点定义为L(uL,vL),R(uR,vR),L,R点原像L0,R0在大地坐标系中的位置L0(xL0,yL0),R0(xR0,yR0)。
作为上述方案的进一步改进,所述障碍物大地坐标值的计算公式为:
式中,θ=θ
t-θt-Δt,
u
p1,u
p2为像素点相对成像面主点的位移,f为摄像机像面距。
作为上述方案的进一步改进,所述步骤S3中,
Δθt=ξ(θt-θt-Δt-ωt-ΔtΔt)作为t时刻航向角的估计极限误差值,ξ为误差系数;
定义所述车辆的最大制动减速度amax;所述车辆的最小安全行驶距离Lmin的计算公式为:
定义制动反应时间为T0,则反应距离L0:
L0=vtT0
所述行驶安全距离为:
Ls=η(L0+Lmin)
其中,Ls为所述行驶安全距离,η为安全系数。
作为上述方案的进一步改进,所述步骤S4中,所述预警概率的计算方法包括以下步骤:
如果所述大概率碰撞区域不与线段L0R0相交,则所述车辆的碰撞概率为0;
如果大概率碰撞区域与L0R0相交,则计算相交部分最靠近扇形圆心点N的圆心距R:
所述预警概率为:
P为所述预警概率。
作为上述方案的进一步改进,所述步骤S5中,定义出一个低风险预警概率P0和一个高风险预警概率P1;
若P≤P0,则不进行碰撞提示,并提示正常驾驶;
若P0<P≤P1,则进行低等级风险碰撞提示,并提示谨慎驾驶;
若P>P1,则进行高等级风险碰撞提示,并提示制动停车。
本发明还提供一种预警装置,其应用上述任意所述的移动摄像测距预警方法,其包括:
摄像单元,其用于对车辆的正前方范围的连续成像,获得所述车辆的前行驶状态观测数据;
逻辑综合单元,其用于根据所述当前行驶状态观测数据,计算出车辆行驶状态变量的当前估计值和后续时刻初算值;所述逻辑综合单元还用于先从所述车辆拍摄的视频帧图像中分割被辨认为同一障碍物的外廓多边形及角点,然后根据所述车辆的视频摄像头离线标定结果,将所述角点投影变换到一个正规化成像平面,以获得所述角点在所述正规化成像面中的像点及像素坐标,再选取所述像素坐标中像素横坐标最小和最大的两点作为所述障碍物的特征点,最后根据所述障碍物与所述车辆之间的位置关系以获得所述障碍物大地坐标值;所述逻辑综合单元还用于先确定所述车辆的航向角真值的取值范围,再确定所述车辆的行驶安全距离,最后根据所述当前估计值、所述后续时刻初算值以及所述行驶安全距离,计算出所述车辆的大概率碰撞区域;所述逻辑综合单元还用于判断所述障碍物大地坐标值所构成的特征线段是否有点落在所述大概率碰撞区域,且计算落在所述大概率碰撞区域内并距离所述大概率碰撞区域的圆心最近一点的圆心距数值,最后根据所述圆心距数值计算出预警概率;以及
预警提示单元,其用于根据所述预警概率,对所述车辆进行预警。
本发明的移动摄像测距预警方法及预警装置具有以下有益效果:
该移动摄像测距预警方法,通过车载摄像机获取当前行驶状态观测数据与历史行驶状态估计数据进行扩展卡尔曼滤波计算得估计值,并通过估计值计算获得初算值;从视频帧图像中提取障碍物特征点并进行预处理;通过车辆行驶轨迹与航向角数据计算并获得障碍物的大地坐标值;根据当前车辆数据计算车辆安全距离;根据车辆安全距离、航向角误差预测值计算车辆危险区域;通过障碍物的大地坐标值与车辆危险区域的相交关系从而获得预警概率;预警概率与预设概率比较得到相应的预警等级,当预警等级较高时,发布预警信息。通过扩展卡尔曼滤波计算得估计值和初算值,可以提前预算车辆状态,提高了反应的灵敏性,通过车辆行驶轨迹和航角为依据进行计算障碍物的大地坐标值计算,便于阻碍的相对判定,提高了判定的准确性,通过车辆安全距离、航向角误差预测值计算车辆危险区域,判定准确性强。
本发明计算移动摄像机所拍摄障碍物的位置,结合车辆大概率碰撞区域预测碰撞概率,对车辆安全行驶具有精确预警功能;而且,该方法可以降低车辆行驶过程中与障碍物碰撞的概率,可以借鉴应用到车辆自动驾驶中,弥补了现有技术的空白。
本发明的预警装置的有益效果与上述移动摄像测距预警方法的效果相同,在此不再做赘述。
附图说明
图1为本发明实施例1中的移动摄像测距预警方法的流程图;
图2为本发明实施例1中的移动摄像测距预警方法中车辆运动模型示意图;
图3为本发明实施例1中的移动摄像测距预警方法中障碍物特征点进行预处理过程示意图;其中,(a)原图(b)前景分离(c)规则化轮廓(d)正规化投影(e)端点选择(f)一维化处理;
图4为本发明实施例1中的移动摄像测距预警方法中拍摄障碍物特征点的过程示意图;
图5为本发明实施例1中的移动摄像测距预警方法中物点P及其像点与车辆运动轨迹间关系示意图;
图6为本发明实施例1中的移动摄像测距预警方法中大概率碰撞区域和碰撞概率计算示意图;
图7本发明实施例2中预警装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1
请参阅图1-6,本实施例提供了一种移动摄像测距预警方法,该方法首先从存储单元中提取历史行驶状态估计数据和当前行驶状态观测数据并进行扩展卡尔曼滤波,求得当前估计值,以及据此估计值得到的后续时刻初算值(即预测值)。与此同时,从车载视频目标帧中提取障碍物特征点像素坐标值。然后,将车辆行驶轨迹与航向角数据代入双目视觉模型计算求解障碍物的大地坐标值。根据当前车辆数据,计算车辆安全距离。根据安全距离、航向角含误差预测值和障碍物位置计算车辆危险区域和碰撞概率,并发布预警信息。在本实施例中,该移动摄像测距预警方法主要从以下几个步骤实现,具体为步骤S1-S5。
步骤S1:提取车辆的历史行驶状态估计数据和当前行驶状态观测数据,计算车辆行驶状态变量的当前估计值和后续时刻初算值。其中,当前时刻t的车辆行驶状态观测值通过车辆传感单元读取。行驶状态观测值和估计值的历史数值可以从存储单元中读取,上一时刻t-Δt的状态估计值为xt-θt,yt-Δt,θt-Δt,vt-Δt,at-Δt,ωt-Δt,与上述观测值一一对应。
为了兼顾准确性和实时性,可以使用等纵向加速度-等角速度-分段直线运动车辆运动模型设计状态变量的***方程,从t-Δt时刻到t时刻对应的车辆运动模型如图2所示。
因此,当前估计值的***方程为:
式中,(xt,yt)为当前估计值中车辆大地坐标值,vt为当前估计值中车辆速度,at为当前估计值中车辆纵向加速度,ωt为当前估计值中车辆横摆角速度,ε为***噪声,当前估计值为当前初算值与***噪声之和;
当前观测值的观测方程为:
式中,(Xt,Yt)为当前观测值中车辆大地坐标值,Θt为车辆的航向角,Vt为当前观测值中车辆速度,At为当前观测值中车辆纵向加速度,Ωt为当前观测值中车辆横摆角速度,δ为观测噪声,当前观测值为当前估计值与观测噪声之和。在本实施例中,ε,δ均为噪声,为高斯分布固定的随机变量,其标准差分别根据经验和传感器实际性能确定。经过扩展卡尔曼滤波过程,即能得到t时刻下,车辆行驶状态变量的估计值。
步骤S2:先从车辆拍摄的视频帧图像中分割被辨认为同一障碍物的外廓多边形及角点,然后根据车辆的视频摄像头离线标定结果,将角点投影变换到一个正规化成像平面,以获得角点在正规化成像面中的像点及像素坐标,再选取像素坐标中像素横坐标最小和最大的两点作为障碍物的特征点,最后根据障碍物与车辆之间的位置关系以获得障碍物大地坐标值。
在本实施例中,为得到能准确代替障碍物的特征点,首先需要通过前、背景分离算法从视频帧图像中分割被辨认为同一障碍物的外廓多边形及其角点Ci(i=1,2,…)。然后根据视频摄像头离线标定结果,将Ci投影变换到列方向垂直于汽车底盘、行方向平行于汽车轮轴的正规化成像平面,得到Ci在正规化成像面中的像点及其像素坐标Di(uDi,vDi)。然后为了保证计算的实时性对计算模型进行简化,只选取Di中像素横坐标最小与最大的两点L(uL,vL),R(uR,vR)作为障碍物的特征点,忽略t-Δt时刻和t时刻L,R点原像的变化,并且只在二维平面(大地平面)内进一步讨论障碍物与车辆之间的相对位置关系。图3对上述图像预处理过程进行了解释说明,图4显示了摄像机在运动中国前后两次拍摄同一障碍物的二维过程。
大地坐标系中的静止点P在t-Δt时刻与t时刻分别在车载视频帧中成像,根据其像点像素坐标和车辆在t-Δt时刻,t时刻的行车轨迹估计值,就可以计算t时刻P点相对摄像机光心或车辆几何中心的位移及其大地坐标值。其中的几何位置关系如图5所示。
图5中使用的是t-Δt时刻的车辆坐标系,其与大地坐标系间的关系可以根据x
t-Δt,y
t-Δt,θ
t-Δt进行坐标变换得到,图中的θ=θ
t-θ
t-Δt,
u
p1,u
p2为像素点相对成像面主点的位移(单位:像元长度),f为摄像机像面距(单位:像元长度)。因此,障碍物大地坐标值的计算公式为:
通过上述公式即可求得点P在t-Δt时刻车辆坐标系进而大地坐标系中的坐标。
将上述计算方法应用到一维化的特征点L,R中,即可求得L,R点原像L0,R0(亦即障碍物抽象成的线段)在大地坐标系中的位置L0(xL0,yL0),R0(xR0,yR0)。
步骤S3:先确定车辆的航向角真值的取值范围,再确定车辆的行驶安全距离,最后根据当前估计值、后续时刻初算值以及行驶安全距离,计算出车辆的大概率碰撞区域。
在本实施例中,为了计算车辆当前立即施行紧急刹车时仍可能发生碰撞的区域,首先需要确定航向角真值的取值范围。由于航向角估计值概率分布的标准差和均值偏差均未知,考虑使用初算值和估计值的差值对误差范围进行估计,具体来说,用Δθt=ξ(θt-θt-Δt-ωt-ΔtΔt)作为t时刻航向角的估计极限误差值,其中ξ为误差系数,可以依经验取一定数值,如ξ=3。
其次需要确定安全距离。已知t时刻车辆行驶速度的估计值为vt,根据车辆性能参数,可以获得最大制动减速度amax,则最小安全行驶距离Lmin为:
假定人的制动反应时间为T0,则反应距离L0:
L0=vtT0
安全距离Ls为:
Ls=η(L0+Lmin)
其中,Ls为行驶安全距离,η为安全系数,依经验选择适当值,例如:η=1.2。
根据车辆大地坐标估计值xt,yt,航向角估计值θt,估计极限误差Δθt,安全距离Ls,可以计算大概率碰撞区域:定义以(xt,yt)为中心,以Ls为半径,对称于θt方向射线,角度范围为2Δθt的扇形为大概率碰撞区域,即图6中的扇形区域。
步骤S4:判断障碍物大地坐标值所构成的特征线段是否有点落在大概率碰撞区域,且计算落在大概率碰撞区域内并距离大概率碰撞区域的圆心最近一点的圆心距数值,最后根据圆心距数值计算出预警概率。在本实施例中,根据障碍物特征点大地坐标L0(xL0,yL0),R0(xR0,yR0),可以确定特征线段L0R0上是否有点落在大概率碰撞区域内,以及距扇形区域圆心最近一点N(xN,yN)的圆心距数值,进而计算碰撞概率。这样:
如果大概率碰撞区域不与线段L0R0相交,则车辆的碰撞概率为0;
如果大概率碰撞区域与L0R0相交,则计算相交部分最靠近扇形圆心点N的圆心距R:
预警概率为:
P为预警概率。
步骤S5:根据预警概率,对车辆进行预警。在本实施例中,先根据车辆的实际驾驶数据,预设出一个低风险预警概率P0和一个高风险预警概率P1,再将预警概率分别与低风险预警概率、高风险预警概率比较,按照一个预设方案获得相应的预警等级。因此,根据计算预警概率P,与预设概率比较,可以得到相应的预警等级:
若P≤P0,则不进行碰撞提示,并提示正常驾驶;
若P0<P≤P1,则进行低等级风险碰撞提示,并提示谨慎驾驶;
若P>P1,则进行高等级风险碰撞提示,并提示制动停车。
综上,相较于现有的车辆碰撞预测技术,本实施例移动摄像测距预警方法具有以下优点:
该移动摄像测距预警方法,通过车载摄像机获取当前行驶状态观测数据与历史行驶状态估计数据进行扩展卡尔曼滤波计算得估计值,并通过估计值计算获得初算值;从视频帧图像中提取障碍物特征点并进行预处理;通过车辆行驶轨迹与航向角数据计算并获得障碍物的大地坐标值;根据当前车辆数据计算车辆安全距离;根据车辆安全距离、航向角误差预测值计算车辆危险区域;通过障碍物的大地坐标值与车辆危险区域的相交关系从而获得预警概率;预警概率与预设概率比较得到相应的预警等级,当预警等级较高时,发布预警信息。通过扩展卡尔曼滤波计算得估计值和初算值,可以提前预算车辆状态,提高了反应的灵敏性,通过车辆行驶轨迹和航角为依据进行计算障碍物的大地坐标值计算,便于阻碍的相对判定,提高了判定的准确性,通过车辆安全距离、航向角误差预测值计算车辆危险区域,判定准确性强。
该方法计算移动摄像机所拍摄障碍物的位置,结合车辆大概率碰撞区域预测碰撞概率,对车辆安全行驶具有精确预警功能;而且,该方法可以降低车辆行驶过程中与障碍物碰撞的概率,可以借鉴应用到车辆自动驾驶中,弥补了现有技术的空白。
实施例2
请参阅图7,本实施例提供了一种预警装置,该装置可应用实施例1中的移动摄像测距预警方法,具体包括摄像单元、控制单元、无线通信模块、存储单元、逻辑综合单元、预警提示模块。摄像单元实现对装置正前方范围的连续成像,控制单元实现控制算法并与各单元交互数据,无线通信模块实现装置之间的通信功能,存储单元存储目标变量的历史数据,逻辑综合单元实现行驶状态计算、视频测距计算与行驶预警概率计算,预警提示模块实现对预警进行提示。
摄像单元用于对车辆的正前方范围的连续成像,获得车辆的前行驶状态观测数据。逻辑综合单元用于根据当前行驶状态观测数据,计算出车辆行驶状态变量的当前估计值和后续时刻初算值。逻辑综合单元还用于先从车辆拍摄的视频帧图像中分割被辨认为同一障碍物的外廓多边形及角点,然后根据车辆的视频摄像头离线标定结果,将角点投影变换到一个正规化成像平面,以获得角点在正规化成像面中的像点及像素坐标,再选取像素坐标中像素横坐标最小和最大的两点作为障碍物的特征点,最后根据障碍物与车辆之间的位置关系以获得障碍物大地坐标值。逻辑综合单元还用于先确定车辆的航向角真值的取值范围,再确定车辆的行驶安全距离,最后根据当前估计值、后续时刻初算值以及行驶安全距离,计算出车辆的大概率碰撞区域。逻辑综合单元还用于判断障碍物大地坐标值所构成的特征线段是否有点落在大概率碰撞区域,且计算落在大概率碰撞区域内并距离大概率碰撞区域的圆心最近一点的圆心距数值,最后根据圆心距数值计算出预警概率。预警提示单元用于根据预警概率,对车辆进行预警。无线通信模块主要用于收发无线信号,可以与交通指挥中心之间进行通信功能,也可以与报警设备、手机等进行信号传送,在此不做赘述。
实施例3
本实施例提供了一种计算机终端,其包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序。处理器执行程序时可实现实施例1中移动摄像测距预警方法的步骤。
车辆移动摄像测距预警方法在应用时,可以软件的形式进行应用,如设计成独立运行的程序,安装在计算机终端上,计算机终端可以是电脑、智能手机、控制***以及其他物联网设备等。该车辆移动摄像测距预警方法也可以设计成嵌入式运行的程序,安装在计算机终端上,如安装在单片机上。
实施例4
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序。程序被处理器执行时,可实现实施例1中移动摄像测距预警方法的步骤。车辆移动摄像测距预警方法在应用时,可以软件的形式进行应用,如设计成计算机可读存储介质可独立运行的程序,计算机可读存储介质可以是U盘,设计成U盾,通过U盘设计成通过外在触发启动整个方法的程序。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。