CN113753041B - 一种移动摄像测距预警方法及预警装置 - Google Patents

一种移动摄像测距预警方法及预警装置 Download PDF

Info

Publication number
CN113753041B
CN113753041B CN202111150015.2A CN202111150015A CN113753041B CN 113753041 B CN113753041 B CN 113753041B CN 202111150015 A CN202111150015 A CN 202111150015A CN 113753041 B CN113753041 B CN 113753041B
Authority
CN
China
Prior art keywords
vehicle
early warning
value
probability
obstacle
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
CN202111150015.2A
Other languages
English (en)
Other versions
CN113753041A (zh
Inventor
周丽华
吴帆
方素平
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.)
Hefei Tianlu Aviation Technology Co ltd
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202111150015.2A priority Critical patent/CN113753041B/zh
Publication of CN113753041A publication Critical patent/CN113753041A/zh
Application granted granted Critical
Publication of CN113753041B publication Critical patent/CN113753041B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143—Alarm means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种移动摄像测距预警方法及预警装置。该方法包括：计算当前估计值和后续时刻初算值；先分割障碍物的外廓多边形及角点，然后将角点投影变换到正规化成像平面，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，最后获得障碍物大地坐标值；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，最后计算出大概率碰撞区域；判断特征线段是否有点落在大概率碰撞区域，且计算圆心距数值，最后计算出预警概率；根据预警概率对车辆进行预警。本发明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，可以借鉴应用到车辆自动驾驶中，降低车辆的碰擦概率，计算精确，灵敏性好，预警能力强。

Description

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：
Figure BDA0003286660210000031
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：
Figure BDA0003286660210000032
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：
Figure BDA0003286660210000041
Figure BDA0003286660210000042
式中，θ＝θt-θt-Δt，
Figure BDA0003286660210000043
up1,up2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：
Figure BDA0003286660210000044
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：
Figure BDA0003286660210000045
所述预警概率为：
Figure BDA0003286660210000046
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：
Figure BDA0003286660210000081
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：
Figure BDA0003286660210000082
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xt-Δt,yt-Δt,θt-Δt进行坐标变换得到，图中的θ＝θt-θt-Δt，
Figure BDA0003286660210000091
up1,up2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：
Figure BDA0003286660210000092
Figure BDA0003286660210000093
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：
Figure BDA0003286660210000101
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：
Figure BDA0003286660210000111
预警概率为：
Figure BDA0003286660210000112
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。

Claims (10)

1.一种移动摄像测距预警方法，其特征在于，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。
2.如权利要求1所述的移动摄像测距预警方法，其特征在于，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。
3.如权利要求1所述的移动摄像测距预警方法，其特征在于，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。
4.如权利要求3所述的移动摄像测距预警方法，其特征在于，所述当前估计值的***方程为：
Figure FDA0003286660200000021
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：
Figure FDA0003286660200000022
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。
5.如权利要求4所述的移动摄像测距预警方法，其特征在于，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)。
6.如权利要求5所述的移动摄像测距预警方法，其特征在于，所述障碍物大地坐标值的计算公式为：
Figure FDA0003286660200000031
Figure FDA0003286660200000032
式中，θ＝θt-θt-Δt，
Figure FDA0003286660200000033
up1,up2为像素点相对成像面主点的位移，f为摄像机像面距。
7.如权利要求6所述的移动摄像测距预警方法，其特征在于，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：
Figure FDA0003286660200000034
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。
8.如权利要求7所述的移动摄像测距预警方法，其特征在于，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：
Figure FDA0003286660200000035
所述预警概率为：
Figure FDA0003286660200000041
P为所述预警概率。
9.如权利要求8所述的移动摄像测距预警方法，其特征在于，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。
10.一种应用如权利要求1-9中任意一项所述的移动摄像测距预警方法的预警装置，其特征在于，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。
CN202111150015.2A 2021-09-29 2021-09-29 一种移动摄像测距预警方法及预警装置 Active CN113753041B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111150015.2A CN113753041B (zh) 2021-09-29 2021-09-29 一种移动摄像测距预警方法及预警装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111150015.2A CN113753041B (zh) 2021-09-29 2021-09-29 一种移动摄像测距预警方法及预警装置

Publications (2)

Publication Number Publication Date
CN113753041A CN113753041A (zh) 2021-12-07
CN113753041B true CN113753041B (zh) 2023-06-23

Family

ID=78798145

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111150015.2A Active CN113753041B (zh) 2021-09-29 2021-09-29 一种移动摄像测距预警方法及预警装置

Country Status (1)

Country Link
CN (1) CN113753041B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112349144A (zh) * 2020-11-10 2021-02-09 中科海微(北京)科技有限公司 一种基于单目视觉的车辆碰撞预警方法及***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111091591B (zh) * 2019-12-23 2023-09-26 阿波罗智联(北京)科技有限公司 一种碰撞检测方法、装置、电子设备及存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112349144A (zh) * 2020-11-10 2021-02-09 中科海微(北京)科技有限公司 一种基于单目视觉的车辆碰撞预警方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于车车通信的车辆防碰撞算法;陈友荣;万锦昊;陈俊洁;任条娟;;电信科学(第11期);38-47 *

Also Published As

Publication number Publication date
CN113753041A (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
Ziebinski et al. Review of advanced driver assistance systems (ADAS)
US11662733B2 (en) Trajectory setting device and trajectory setting method
CN110406533B (zh) 提高前方车辆跟随器纵向控制的安全性的车道保持辅助***和方法
JP3822770B2 (ja) 車両用前方監視装置
EP3306429B1 (en) Position estimation device and position estimation method
JP4420011B2 (ja) 物体検知装置
TW201704067A (zh) 防撞方法、實現該防撞方法之電腦程式產品及防撞系統
US11958485B2 (en) Vehicle control method and apparatus
US20220234580A1 (en) Vehicle control device
CN113844445B (zh) 基于预测参考线坐标系的车辆自动紧急制动***与方法
US11326889B2 (en) Driver assistance system and control method for the same
CN112498347A (zh) 用于实时横向控制和转向致动评估的方法和装置
CN111169477A (zh) 车道变换***及车道变换方法
Valldorf et al. Advanced Microsystems for Automotive Applications 2007
CN113900443B (zh) 一种基于双目视觉的无人机避障预警方法及装置
US20230034560A1 (en) Method for tracking a remote target vehicle in an area surrounding a motor vehicle by means of a collision detection device
KR20230031344A (ko) 자동차를 둘러싼 영역 내 장애물을 검출하기 위한 시스템 및 방법
CN111959482B (zh) 自主驾驶装置及方法
Li et al. Pitch angle estimation using a Vehicle-Mounted monocular camera for range measurement
US11607999B2 (en) Method and apparatus for invisible vehicle underbody view
CN113753041B (zh) 一种移动摄像测距预警方法及预警装置
JP7278740B2 (ja) 移動体制御装置
KR102335987B1 (ko) 차량 주행제어 장치 및 방법
CN116118770A (zh) 面向稳健自动驾驶控制的车辆感知***的自适应合理化器
CN113022593B (zh) 障碍物处理方法、装置和行驶设备

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
TR01 Transfer of patent right

Effective date of registration: 20240627

Address after: 230051, intersection of Jinxiu Avenue and Susong Road, Economic Development Zone, Hefei City, Anhui Province, Tsinghua Qidi Science and Technology City. Area 2, 1st Floor, Annex Building 1, Robot Industry Base

Patentee after: Hefei Tianlu Aviation Technology Co.,Ltd.

Country or region after: China

Address before: Tunxi road in Baohe District of Hefei city of Anhui Province, No. 193 230009

Patentee before: Hefei University of Technology

Country or region before: China