CN115995163A - 一种车辆碰撞预警方法及*** - Google Patents
一种车辆碰撞预警方法及*** Download PDFInfo
- Publication number
- CN115995163A CN115995163A CN202310287953.XA CN202310287953A CN115995163A CN 115995163 A CN115995163 A CN 115995163A CN 202310287953 A CN202310287953 A CN 202310287953A CN 115995163 A CN115995163 A CN 115995163A
- Authority
- CN
- China
- Prior art keywords
- image
- distance
- vehicle
- road
- longitudinal
- 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
-
- 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
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种车辆碰撞预警方法及***，所述方法包括：获取目标车辆前方的第一道路图像与第二道路图像，对其进行预处理得到第一道路处理图像与第二道路处理图像；识别并提取障碍车辆的第一图像坐标与第二图像坐标；计算所述目标车辆与所述障碍车辆之间的第一纵向距离与第一横向距离，并判断所述障碍车辆是否有变道意图；若有变道意图，则计算第二纵向距离，并判断所述第二纵向距离是否小于预设安全距离；若无变道意图，则判断所述第一纵向距离是否小于所述预设安全距离。本发明可适用于复杂环境下的车辆碰撞预警，进一步确保了目标车辆行驶过程中的安全性，降低了汽车碰撞的风险。
Description
技术领域
本发明属于车辆预警的技术领域，具体地涉及一种车辆碰撞预警方法及***。
背景技术
在现有技术中，大多在车辆的车头位置处安装激光测距仪以计算当前车辆与前方车辆之间的距离，但该种方法存在一定缺陷，即在激光测距仪在测量两车辆之间距离时，容易受外物干扰，继而导致距离测量结果不准确，同时现有技术在对车辆进行碰撞预警时，一般不会考虑车辆变道的情况，进而增加了车辆行驶过程中的碰撞风险。
发明内容
为了解决上述技术问题，本发明提供了一种车辆碰撞预警方法及***，用于解决现有技术中存在的技术问题。
第一方面，该发明提供以下技术方案，一种车辆碰撞预警方法，所述方法包括：
通过目标车辆上的双目相机获取所述目标车辆前方的第一道路图像与第二道路图像，对所述第一道路图像与所述第二道路图像进行预处理，以得到第一道路处理图像与第二道路处理图像；
对所述第一道路处理图像与所述第二道路处理图像依次进行车道线识别与行驶区域划分，以得到第一行驶区域图像与第二行驶区域图像，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标；
根据所述第一图像坐标与所述第二图像坐标，计算所述目标车辆与所述障碍车辆之间的第一纵向距离与第一横向距离，并基于所述第一横向距离判断所述障碍车辆是否有变道意图；
若所述障碍车辆有变道意图，则计算所述障碍车辆与所述目标车辆之间的纵向变道距离差，基于所述纵向变道距离差计算所述目标车辆与所述障碍车辆之间的第二纵向距离，并判断所述第二纵向距离是否小于预设安全距离，若所述第二纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息；
若所述障碍车辆无变道意图，则判断所述第一纵向距离是否小于所述预设安全距离，若所述第一纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息。
相比现有技术，本申请的有益效果为：本申请首先获取第一道路图像与第二道路图像，并对其进行处理，以便于后续识别图像中的各种特征信息；而后对所述第一道路处理图像与所述第二道路处理图像依次进行车道线识别与行驶区域划分，并识别并提取障碍车辆第一图像坐标与第二图像坐标，依次能够精准定位障碍车辆的位置，以便于计算目标车辆与障碍车辆之间的距离；再然后根据所述第一图像坐标与所述第二图像坐标，计算所述目标车辆与所述障碍车辆之间的第一纵向距离与第一横向距离，并基于所述第一横向距离判断所述障碍车辆是否有变道意图；若所述障碍车辆有变道意图，则计算所述障碍车辆与所述目标车辆之间的纵向变道距离差，基于所述纵向变道距离差计算所述目标车辆与所述障碍车辆之间的第二纵向距离，并判断所述第二纵向距离是否小于预设安全距离，若所述第二纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息；若所述障碍车辆无变道意图，则判断所述第一纵向距离是否小于所述预设安全距离，若所述第一纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息，本发明通过双目相机获取道路图像，并在道路图像中获取障碍车辆的位置信息，以使后续计算目标车辆与障碍车辆之间的位置时更加准确，且获取图像与计算位置过程中，不易受外界干扰，确保数据的准确性，同时根据目标车辆与障碍车辆之间的位置，判断障碍车辆是否有变道意图，依次计算不同的车辆安全间距，使得本发明可适用于复杂环境下的车辆碰撞预警，进一步确保了目标车辆行驶过程中的安全性，降低了汽车碰撞的风险。
较佳的，所述对所述第一道路图像与所述第二道路图像进行预处理，以得到第一道路处理图像与第二道路处理图像的步骤包括：
对所述第一道路图像与所述第二道路图像依次进行灰度转化、去噪、图像增强以及特征物提取，以得到第一道路处理图像与第二道路处理图像。
较佳的，所述对所述第一道路处理图像与所述第二道路处理图像依次进行车道线识别与行驶区域划分，以得到第一行驶区域图像与第二行驶区域图像，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标的步骤包括：
识别所述第一道路处理图像与所述第二道路处理图像中各像素点在图像空间坐标平面上的像素坐标，基于所述像素坐标确定计算车道线的初始表达式：
；
式中，为车道线的极径，为车道线的极角，为所述像素坐标的横坐标，为所述像素坐标的纵坐标；
在所述车道线的梯度方向的预设临近区域内确定与的搜索范围，并在所述搜索范围内建立离散参数空间，并将所述像素坐标映射到所述离散参数空间中，以得到参数坐标；
在所述搜索范围内检索对应图像空间坐标平面上共线点的局部极大值，并基于局部极大值确定图像坐标平面上共线点直线的搜索参数；
将所述搜索参数代入所述车道线的初始表达式中，并通过最小二乘法拟合其参数，以得到所述车道线的最终表达式；
基于所述车道线的最终表达式，对所述第一道路处理图像与所述第二道路处理图像进行行驶区域划分，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标。
较佳的，所述基于所述车道线的最终表达式，对所述第一道路处理图像与所述第二道路处理图像进行行驶区域划分，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标的步骤包括：
以所述车道线为边界将所述第一道路处理图像与所述第二道路处理图像分别划分为第一行驶区域图像、第一非行驶区域图像与第二行驶区域图像、第二非行驶区域图像；
计算所述第一行驶区域图像的第一平均灰度值与所述第二行驶区域图像的第二平均灰度值；
在所述第一行驶区域图像中分割出小于第一平均灰度值以及在所述第二行驶区域图像中分割出小于第二平均灰度值的图像，以得到障碍车辆图像；
基于所述障碍车辆图像，分别提取所述障碍车辆图像在所述第一道路图像与所述第二道路图像中的第一图像坐标与第二图像坐标。
较佳的，所述根据所述第一图像坐标与所述第二图像坐标，计算所述目标车辆与所述障碍车辆之间的第一纵向距离与第一横向距离的步骤包括：
根据所述第一图像坐标（
x p1，
y p1）与所述第二图像坐标（
x p2，
y p2）计算第一实际纵向距离
L 1：
；
式中，
f为所述双目相机的焦距，
L m为所述双目相机之间的距离，
dx为在X轴方向上像素的物理单位；
获取车道线分别在所述第一道路图像与所述第二道路图像中的第一交点坐标（
x j1，
y j1）与第二交点坐标（
x j2，
y j2），根据所述第一交点坐标（
x j1，
y j1）、所述第二交点坐标（
x j2，
y j2）、所述第一图像坐标（
x p1，
y p1）与所述第二图像坐标（
x p2，
y p2）计算第二实际纵向距离
L 2：
；
式中，
a为第一拟合系数，
b为第一拟合指数，
c为第一拟合常数；
基于所述第一实际纵向距离
L 1与所述第二实际纵向距离
L 2，确定所述第一纵向距离
L Z1，并根据所述第一纵向距离
L Z1计算第一横向距离
L H：
；
式中，为目标车辆与障碍车辆之间的侧偏角。
较佳的，所述基于所述第一实际纵向距离
L 1与所述第二实际纵向距离
L 2，确定所述第一纵向距离
L Z1的步骤包括：
根据所述第一实际纵向距离
L 1与所述第二实际纵向距离
L 2，判断第一纵向距离
L Z1在第一预设范围内还是第二预设范围内；
若第一纵向距离
L Z1在第一预设范围内，则所述第一纵向距离
L Z1为第一实际纵向距离
L 1，若第一纵向距离
L Z1在第二预设范围内，则所述第一纵向距离
L Z1为第二实际纵向距离
L 2。
较佳的，所述基于所述第一横向距离判断所述障碍车辆是否有变道意图的步骤包括：
基于所述第一横向距离并根据
sigmoid函数计算所述障碍车辆的变道概率：
；
式中，代表变道事件，表示比例因子，表示车道宽度，为第一横向距离；
判断所述变道概率是否大于预设概率阈值；
若所述变道概率大于预设概率阈值，则所述障碍车辆有变道意图，若所述变道概率不大于预设概率阈值，则所述障碍车辆无变道意图。
较佳的，所述计算所述障碍车辆与所述目标车辆之间的纵向变道距离差，基于所述纵向变道距离差计算所述目标车辆与所述障碍车辆之间的第二纵向距离的步骤包括：
获取所述障碍车辆的变道速度，基于所述变道速度与所述第一横向距离计算所述障碍车辆与所述目标车辆之间的纵向变道距离差
L C：
；
式中，为变道速度的横向分解速度，为变道速度的纵向分解速度，为第一横向距离，为目标车辆的车速；
基于所述纵向变道距离差
L C计算所述目标车辆与所述障碍车辆之间的第二纵向距离
L Z2：
；
式中，
L Z1为第一纵向距离。
较佳的，在所述判断所述第二纵向距离是否小于预设安全距离的步骤中，预设安全距离
S safe为：
；
式中，S1为司机反应时间内目标车辆行驶的距离，S2为目标车辆在制动时间内的制动距离，S3为障碍车辆在所述司机反应时间与所述制动时间内的行驶距离，S4为安全阈值。
第二方面，该发明提供以下技术方案，一种车辆碰撞预警***，所述***包括：
处理模块，用于通过目标车辆上的双目相机获取所述目标车辆前方的第一道路图像与第二道路图像，对所述第一道路图像与所述第二道路图像进行预处理，以得到第一道路处理图像与第二道路处理图像；
坐标计算模块，用于对所述第一道路处理图像与所述第二道路处理图像依次进行车道线识别与行驶区域划分，以得到第一行驶区域图像与第二行驶区域图像，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标；
判断模块，用于根据所述第一图像坐标与所述第二图像坐标，计算所述目标车辆与所述障碍车辆之间的第一纵向距离与第一横向距离，并基于所述第一横向距离判断所述障碍车辆是否有变道意图；
第一计算模块，用于若所述障碍车辆有变道意图，则计算所述障碍车辆与所述目标车辆之间的纵向变道距离差，基于所述纵向变道距离差计算所述目标车辆与所述障碍车辆之间的第二纵向距离，并判断所述第二纵向距离是否小于预设安全距离，若所述第二纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息；
第二计算模块，用于若所述障碍车辆无变道意图，则判断所述第一纵向距离是否小于所述预设安全距离，若所述第一纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明第一实施例提供的车辆碰撞预警方法的流程图；
图2为本发明第一实施例提供的车辆碰撞预警方法中步骤S2的详细流程图；
图3为本发明第一实施例提供的车辆碰撞预警方法中步骤S25的详细流程图；
图4为本发明第一实施例提供的车辆碰撞预警方法中步骤S3的详细流程图一；
图5为本发明第一实施例提供的车辆碰撞预警方法中步骤S303的详细流程图；
图6为本发明第一实施例提供的车辆碰撞预警方法中步骤S3的详细流程图二；
图7为本发明第一实施例提供的车辆碰撞预警方法中步骤S4的详细流程图；
图8为本发明第二实施例提供的车辆碰撞预警***的结构框图；
图9为本发明另一实施例提供的计算机设备的硬件结构框图。
以下将结合附图对本发明实施例作进一步说明。
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的实施例，而不能理解为对本发明的限制。
实施例一
如图1所示，在本发明的第一个实施例中，该发明提供以下技术方案，一种车辆碰撞预警方法，所述方法包括：
S1、通过目标车辆上的双目相机获取所述目标车辆前方的第一道路图像与第二道路图像，对所述第一道路图像与所述第二道路图像进行预处理，以得到第一道路处理图像与第二道路处理图像；
具体的，在本实施例中，双目相机为安装车辆上且为同一水平面上的两个相机，其中一个设置在车辆靠左侧的位置，另一个设置在车辆靠右侧的位置，通过双目相机可采集车辆前方的道路图像，由于双目相机包括两个相机，对应的道路图像也有两个，分别为第一道路图像与第二道路图像，且在第一道路图像与第二道路图像中包括有目标车辆前方的道路情况以及障碍车辆图像，但在实际的行驶过程中，在第一道路图像与第二道路图像可能不存在障碍车辆图像，因此在对所述第一道路图像与所述第二道路图像进行预处理之间，需要预先判断在第一道路图像与第二道路图像中是否存在障碍车辆图像，若存在障碍车辆图像，则继续执行后续步骤S2~S5，如不存在障碍车辆图像，则表明目标车辆前方无障碍车辆，可正常行驶。
其中，对所述第一道路图像与所述第二道路图像进行预处理包括对所述第一道路图像与所述第二道路图像依次进行灰度转化、去噪、图像增强以及特征物提取，以得到第一道路处理图像与第二道路处理图像；
为了便于提取第一道路图像与第二道路图像中的各种信息，例如车道线、障碍车辆等，需对所述第一道路图像与所述第二道路图像进行灰度转化，将其转化为灰度图像，而后对灰度图像进行去噪处理，即经过均值滤波或者中值滤波，对其进行平滑处理，去除掉不符合周围像素的点以及孤立噪声点，之后对其进行图像增强处理，以凸出其中的像素点，而后对其进行特征物提取，以便于后续识别障碍车辆的位置以及车道线。
S2、对所述第一道路处理图像与所述第二道路处理图像依次进行车道线识别与行驶区域划分，以得到第一行驶区域图像与第二行驶区域图像，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标；
具体的，由于第一道路处理图像与第二道路处理图像中同时包括了车道的周围环境信息，但周围环境信息在本实施例中并没有使用，因此为了便可快速分离出行驶区域图像，即第一行驶区域图像与第二行驶区域图像，需要将除行驶道路与障碍车辆之外的其余信息进行分割区域，以加快后续识别障碍车辆的速度，在分割处第一行驶区域图像与第二行驶区域图像之后，由于障碍车辆在行驶过程中会在行驶道路上形成障碍车辆的影子，因此在第一行驶区域图像与第二行驶区域图像中形成阴影区域，通过识别该阴影区域即可识别出障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标。
如图2所示，其中，所述步骤S2包括：
S21、识别所述第一道路处理图像与所述第二道路处理图像中各像素点在图像空间坐标平面上的像素坐标，基于所述像素坐标确定计算车道线的初始表达式：
；
式中，为车道线的极径，为车道线的极角，为所述像素坐标的横坐标，为所述像素坐标的纵坐标。
S22、在所述车道线的梯度方向的预设临近区域内确定与的搜索范围，并在所述搜索范围内建立离散参数空间，并将所述像素坐标映射到所述离散参数空间中，以得到参数坐标；
具体的，通过将车道线的极径与车道线的极角的搜索范围限定在车道线的梯度方向的预设临近区域内，因此在确定搜索参数时，无需搜寻第一道路处理图像与第二道路处理图像中的每个像素点，只需在限定的搜索范围内搜寻并得到搜寻参数即可，且在步骤S2中，具体采用改进型
Hough变换算法确定车道线，相比原有的
Hough变换算法，该算法可大幅度减少变换的像素个数，以提高变换效率以及加快提取车道线的过程。
S23、在所述搜索范围内检索对应图像空间坐标平面上共线点的局部极大值，并基于局部极大值确定图像坐标平面上共线点直线的搜索参数。
S24、将所述搜索参数代入所述车道线的初始表达式中，并通过最小二乘法拟合其参数，以得到所述车道线的最终表达式。
具体的，通过步骤S21~步骤S24对车道线的表达式进行拟合，并使得最终拟合处的车道线的最终表达式的更加准确，且最终拟合处的车道线有两条，且车道线为直线形式，并在第一道路处理图像与第二道路处理图像，两条车道线呈相交状态。
S25、基于所述车道线的最终表达式，对所述第一道路处理图像与所述第二道路处理图像进行行驶区域划分，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标；
如图3所示，其中，所述步骤S25包括：
S251、以所述车道线为边界将所述第一道路处理图像与所述第二道路处理图像分别划分为第一行驶区域图像、第一非行驶区域图像与第二行驶区域图像、第二非行驶区域图像；
具体的，由于双目相机设置在目标车辆上，因此在所述第一道路处理图像与所述第二道路处理图像中目标车辆、两条车道线围成的区域分别为第一行驶区域与第二行驶区域，其余区域则为第一非行驶区域图像与第二非行驶区域图像。
S252、计算所述第一行驶区域图像的第一平均灰度值与所述第二行驶区域图像的第二平均灰度值；
S253、在所述第一行驶区域图像中分割出小于第一平均灰度值以及在所述第二行驶区域图像中分割出小于第二平均灰度值的图像，以得到障碍车辆图像；
由于障碍车辆会在行驶道路上形成阴影，因此只需在所述第一行驶区域图像中与所述第二行驶区域图像中识别处小于第一平均灰度值以及小于第二平均灰度值的图像，即可得到障碍车辆图像。
S254、基于所述障碍车辆图像，分别提取所述障碍车辆图像在所述第一道路图像与所述第二道路图像中的第一图像坐标与第二图像坐标；
具体的，在识别处障碍车辆图像之后，便可根据该障碍车辆图像识别出所述障碍车辆图像在所述第一道路图像与所述第二道路图像中的第一图像坐标与第二图像坐标。
S3、根据所述第一图像坐标与所述第二图像坐标，计算所述目标车辆与所述障碍车辆之间的第一纵向距离与第一横向距离，并基于所述第一横向距离判断所述障碍车辆是否有变道意图；
具体的，在步骤S3中，在实际的行驶过程中，目标车辆与障碍车辆可能处于同一车道上也可能处于不同的车道上，如果处于同一车道，则只需计算障碍车辆与目标车辆之间的第一纵向距离即可，但如果处于不同车道，则需要判断障碍车辆是否变道，因此通过计算障碍车辆的变道概率来判断障碍车辆的变道意图，并通过计算障碍车辆在变道过程中行驶的距离以及目标车辆在障碍车辆变道过程中行驶距离，并根据计算结果计算障碍车辆与目标车辆之间的第二纵向距离。
如图4所示，其中，所述步骤S3包括：
S301、根据所述第一图像坐标（
x p1，
y p1）与所述第二图像坐标（
x p2，
y p2）计算第一实际纵向距离
L 1：
；
式中，
f为所述双目相机的焦距，
L m为所述双目相机之间的距离，
dx为在X轴方向上像素的物理单位；
具体的，在该步骤中，利用相似三角形原理并根据双目相机的视差即可计算出第一实际纵向距离，且计算出的第一实际纵向距离为摄像头到障碍车辆之间的距离，等同于目标车辆与障碍车辆之间的距离。
S302、获取车道线分别在所述第一道路图像与所述第二道路图像中的第一交点坐标（
x j1，
y j1）与第二交点坐标（
x j2，
y j2），根据所述第一交点坐标（
x j1，
y j1）、所述第二交点坐标（
x j2，
y j2）、所述第一图像坐标（
x p1，
y p1）与所述第二图像坐标（
x p2，
y p2）计算第二实际纵向距离
L 2：
；
式中，
a为第一拟合系数，
b为第一拟合指数，
c为第一拟合常数；
具体的，在该步骤中，随着目标车辆与障碍车辆之前距离的变化，车道线交点坐标到障碍车辆之间的距离也会随之变化，且目标车辆与障碍车辆之前距离越大则车道线交点坐标到障碍车辆之间的距离越小，因此可根据实验数据对第二实际纵向距离的计算公式进行拟合，以得到一个指数函数，将其进行变换即可得到最终的第二实际纵向距离
L 2的计算公式。
S303、基于所述第一实际纵向距离
L 1与所述第二实际纵向距离
L 2，确定所述第一纵向距离
L Z1，并根据所述第一纵向距离
L Z1计算第一横向距离
L H：
；
式中，为目标车辆与障碍车辆之间的侧偏角；
具体的，第一横向距离指目标车辆与障碍车辆之间的横向距离，可根据该第一横向距离判断障碍车辆是否存在变道意图。
如图5所示，其中，所述步骤S303包括：
S3031、根据所述第一实际纵向距离
L 1与所述第二实际纵向距离
L 2，判断第一纵向距离
L Z1在第一预设范围内还是第二预设范围内.
S3032、若第一纵向距离
L Z1在第一预设范围内，则所述第一纵向距离
L Z1为第一实际纵向距离
L 1，若第一纵向距离
L Z1在第二预设范围内，则所述第一纵向距离
L Z1为第二实际纵向距离
L 2；
具体的，由于在上述步骤S301与S302中，分别计算了第一实际纵向距离
L 1与第二实际纵向距离
L 2，但第一实际纵向距离
L 1与第二实际纵向距离
L 2均有一定误差，因此可通过采集不同的试验数据，分别计算第一实际纵向距离
L 1与第二实际纵向距离
L 2，将其与真实值进行对比，便可得到各自的误差率，依次可确定第一实际纵向距离
L 1与第二实际纵向距离
L 2之间误差值最小的范围，即为第一预设范围与第二预设范围，因此可根据实际的计算结果，自由选择第一纵向距离
L Z1为第一实际纵向距离
L 1或第二实际纵向距离
L 2，以确保计算第一纵向距离时更加准确并贴近真实值。
如图6所示，其中，所述步骤S3还包括：
S311、基于所述第一横向距离并根据
sigmoid函数计算所述障碍车辆的变道概率：
；
式中，代表变道事件，表示比例因子，表示车道宽度，为第一横向距离。
S312、判断所述变道概率是否大于预设概率阈值。
S313、若所述变道概率大于预设概率阈值，则所述障碍车辆有变道意图，若所述变道概率不大于预设概率阈值，则所述障碍车辆无变道意图；
具体的，在步骤S312中，由步骤S311中的公式可知，第一横向距离越大，则变道概率越大，在汽车的实际行驶过程中也是如此，如行驶车辆在行驶过程中，观察到其与侧后方车辆之间的横向距离较远时，则驾驶员更容易变道，而其与侧后方车辆之间的横向距离较近时，则考虑到安全的关系，驾驶员不容易变道，因此在本实施例中，通过第一横向距离的大小来计算变道概率并将变道概率与预设概率阈值进行对比，一旦所述变道概率大于预设概率阈值，则所述障碍车辆有变道意图，若所述变道概率不大于预设概率阈值，则所述障碍车辆无变道意图；
值得说明的是，在该步骤中，第一横向距离越大，则表示目标车辆与障碍车辆不在同一车道上，且此时由于其变道概率大，因此障碍车辆容易出现变道情况，因此需要通过计算障碍车辆变道过程中行驶的纵向距离与目标车辆在障碍车辆变道时行驶的距离重新计算两者之间的纵向距离，即为第二纵向距离，对应的，如果第一横向距离越小，则表示目标车辆与障碍车辆处于同一车道上，且此时障碍车辆的变道概率小，但无论障碍车辆是否会发生变道的情况，只需将第一纵向距离与预设安全距离进行对比即可了解目标车辆的变道情况。
S4、若所述障碍车辆有变道意图，则计算所述障碍车辆与所述目标车辆之间的纵向变道距离差，基于所述纵向变道距离差计算所述目标车辆与所述障碍车辆之间的第二纵向距离，并判断所述第二纵向距离是否小于预设安全距离，若所述第二纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息；
如图7所示，其中，所述步骤S4包括：
S41、获取所述障碍车辆的变道速度，基于所述变道速度与所述第一横向距离计算所述障碍车辆与所述目标车辆之间的纵向变道距离差
L C：
；
式中，为变道速度的横向分解速度，为变道速度的纵向分解速度，为第一横向距离，为目标车辆的车速。
S42、基于所述纵向变道距离差
L C计算所述目标车辆与所述障碍车辆之间的第二纵向距离
L Z2：
；
式中，
L Z1为第一纵向距离；
具体的，由于障碍车辆有变道意图，则需确保障碍车辆变道中过程中不会与正常行驶的目标车辆进行碰撞，因此通过计算所述障碍车辆与所述目标车辆之间的纵向变道距离差，该纵向变道距离差即为障碍车辆在变道过程中行驶的纵向距离与目标车辆在障碍车辆变道过程中行驶的纵向距离的差值，该差值可正可负，将该差值与第一纵向距离相加，即可得到预测的障碍车辆在变道之后与目标车辆的纵向间距，即为第二纵向距离，将该第二纵向距离与预设安全距离进行对比，即可得知若所述第二纵向距离小于所述预设安全距离，则表示在障碍车辆变道与行驶过程中可能会与目标车辆发生碰撞，此时向所述目标车辆发出报警信息，提醒驾驶员控制目标车辆进行减速，若所述第二纵向距离不小于所述预设安全距离，则表示在障碍车辆变道与行驶过程中不会与目标车辆发生碰撞，两者之间仍存在一定的安全距离，此时目标车辆可正常行驶。
在本实施例中，预设安全距离
S safe为：
；
式中，S1为司机反应时间内目标车辆行驶的距离，S2为目标车辆在制动时间内的制动距离，S3为障碍车辆在所述司机反应时间与所述制动时间内的行驶距离，S4为安全阈值。
S5、若所述障碍车辆无变道意图，则判断所述第一纵向距离是否小于所述预设安全距离，若所述第一纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息；
具体的，若障碍车辆无变道意图，且此时目标车辆与障碍车辆之间的第一横向距离较小，因此可判断两车处于同一车道上，因此只需将两者之间的第一纵向距离与预设安全距离进行对比，即可得到对比结果，若所述第一纵向距离小于所述预设安全距离，则表示在障碍车辆在行驶过程中可能会与目标车辆发生碰撞，此时向所述目标车辆发出报警信息，提醒驾驶员控制目标车辆进行减速，若所述第一纵向距离不小于所述预设安全距离，则表示在障碍车辆行驶过程中不会与目标车辆发生碰撞，两者之间仍存在一定的安全距离，此时目标车辆可正常行驶。
本实施例一的好处在于：首先获取第一道路图像与第二道路图像，并对其进行处理，以便于后续识别图像中的各种特征信息；而后对所述第一道路处理图像与所述第二道路处理图像依次进行车道线识别与行驶区域划分，并识别并提取障碍车辆第一图像坐标与第二图像坐标，依次能够精准定位障碍车辆的位置，以便于计算目标车辆与障碍车辆之间的距离；再然后根据所述第一图像坐标与所述第二图像坐标，计算所述目标车辆与所述障碍车辆之间的第一纵向距离与第一横向距离，并基于所述第一横向距离判断所述障碍车辆是否有变道意图；若所述障碍车辆有变道意图，则计算所述障碍车辆与所述目标车辆之间的纵向变道距离差，基于所述纵向变道距离差计算所述目标车辆与所述障碍车辆之间的第二纵向距离，并判断所述第二纵向距离是否小于预设安全距离，若所述第二纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息；若所述障碍车辆无变道意图，则判断所述第一纵向距离是否小于所述预设安全距离，若所述第一纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息，本发明通过双目相机获取道路图像，并在道路图像中获取障碍车辆的位置信息，以使后续计算目标车辆与障碍车辆之间的位置时更加准确，且获取图像与计算位置过程中，不易受外界干扰，确保数据的准确性，同时根据目标车辆与障碍车辆之间的位置，判断障碍车辆是否有变道意图，依次计算不同的车辆安全间距，使得本发明可适用于复杂环境下的车辆碰撞预警，进一步确保了目标车辆行驶过程中的安全性，降低了汽车碰撞的风险。
实施例二
如图8所示，在本发明的第二个实施例提供了一种车辆碰撞预警***，所述***包括：
处理模块1，用于通过目标车辆上的双目相机获取所述目标车辆前方的第一道路图像与第二道路图像，对所述第一道路图像与所述第二道路图像进行预处理，以得到第一道路处理图像与第二道路处理图像；
坐标计算模块2，用于对所述第一道路处理图像与所述第二道路处理图像依次进行车道线识别与行驶区域划分，以得到第一行驶区域图像与第二行驶区域图像，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标；
判断模块3，用于根据所述第一图像坐标与所述第二图像坐标，计算所述目标车辆与所述障碍车辆之间的第一纵向距离与第一横向距离，并基于所述第一横向距离判断所述障碍车辆是否有变道意图；
第一计算模块4，用于若所述障碍车辆有变道意图，则计算所述障碍车辆与所述目标车辆之间的纵向变道距离差，基于所述纵向变道距离差计算所述目标车辆与所述障碍车辆之间的第二纵向距离，并判断所述第二纵向距离是否小于预设安全距离，若所述第二纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息；
第二计算模块5，用于若所述障碍车辆无变道意图，则判断所述第一纵向距离是否小于所述预设安全距离，若所述第一纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息。
其中，所述处理模块1具体用于：
对所述第一道路图像与所述第二道路图像依次进行灰度转化、去噪、图像增强以及特征物提取，以得到第一道路处理图像与第二道路处理图像。
所述坐标计算模块2包括：
识别子模块，用于识别所述第一道路处理图像与所述第二道路处理图像中各像素点在图像空间坐标平面上的像素坐标，基于所述像素坐标确定计算车道线的初始表达式：
；
式中，为车道线的极径，为车道线的极角，为所述像素坐标的横坐标，为所述像素坐标的纵坐标；
参数坐标确定子模块，用于在所述车道线的梯度方向的预设临近区域内确定与的搜索范围，并在所述搜索范围内建立离散参数空间，并将所述像素坐标映射到所述离散参数空间中，以得到参数坐标；
搜索子模块，用于在所述搜索范围内检索对应图像空间坐标平面上共线点的局部极大值，并基于局部极大值确定图像坐标平面上共线点直线的搜索参数；
车道线确定子模块，用于将所述搜索参数代入所述车道线的初始表达式中，并通过最小二乘法拟合其参数，以得到所述车道线的最终表达式；
坐标确定子模块，用于基于所述车道线的最终表达式，对所述第一道路处理图像与所述第二道路处理图像进行行驶区域划分，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标。
所述坐标确定子模块包括：
划分单元，以所述车道线为边界将所述第一道路处理图像与所述第二道路处理图像分别划分为第一行驶区域图像、第一非行驶区域图像与第二行驶区域图像、第二非行驶区域图像；
灰度计算单元，用于计算所述第一行驶区域图像的第一平均灰度值与所述第二行驶区域图像的第二平均灰度值；
分割单元，用于在所述第一行驶区域图像中分割出小于第一平均灰度值以及在所述第二行驶区域图像中分割出小于第二平均灰度值的图像，以得到障碍车辆图像；
坐标确定单元，用于基于所述障碍车辆图像，分别提取所述障碍车辆图像在所述第一道路图像与所述第二道路图像中的第一图像坐标与第二图像坐标。
所述判断模块3包括：
第一计算子模块，用于根据所述第一图像坐标（
x p1，
y p1）与所述第二图像坐标（
x p2，
y p2）计算第一实际纵向距离
L 1：
；
式中，
f为所述双目相机的焦距，
L m为所述双目相机之间的距离，
dx为在X轴方向上像素的物理单位；
第二计算子模块，用于获取车道线分别在所述第一道路图像与所述第二道路图像中的第一交点坐标（
x j1，
y j1）与第二交点坐标（
x j2，
y j2），根据所述第一交点坐标（
x j1，
y j1）、所述第二交点坐标（
x j2，
y j2）、所述第一图像坐标（
x p1，
y p1）与所述第二图像坐标（
x p2，
y p2）计算第二实际纵向距离
L 2：
；
式中，
a为第一拟合系数，
b为第一拟合指数，
c为第一拟合常数；
第三计算子模块，用于基于所述第一实际纵向距离
L 1与所述第二实际纵向距离
L 2，确定所述第一纵向距离
L Z1，并根据所述第一纵向距离
L Z1计算第一横向距离
L H：
；
式中，为目标车辆与障碍车辆之间的侧偏角。
所述第三计算子模块包括：
范围判断单元，用于根据所述第一实际纵向距离
L 1与所述第二实际纵向距离
L 2，判断第一纵向距离
L Z1在第一预设范围内还是第二预设范围内；
距离确定单元，用于若第一纵向距离
L Z1在第一预设范围内，则所述第一纵向距离
L Z1为第一实际纵向距离
L 1，若第一纵向距离
L Z1在第二预设范围内，则所述第一纵向距离
L Z1为第二实际纵向距离
L 2。
所述判断模块3还包括：
概率确定子模块，用于基于所述第一横向距离并根据
sigmoid函数计算所述障碍车辆的变道概率：
；
式中，代表变道事件，表示比例因子，表示车道宽度，为第一横向距离；
概率判断子模块，用于判断所述变道概率是否大于预设概率阈值；
意图确定子模块，用于若所述变道概率大于预设概率阈值，则所述障碍车辆有变道意图，若所述变道概率不大于预设概率阈值，则所述障碍车辆无变道意图。
所述第一计算模块4包括：
距离差计算子模块，用于获取所述障碍车辆的变道速度，基于所述变道速度与所述第一横向距离计算所述障碍车辆与所述目标车辆之间的纵向变道距离差
L C：
；
式中，为变道速度的横向分解速度，为变道速度的纵向分解速度，为第一横向距离，为目标车辆的车速；
距离计算子模块，用于基于所述纵向变道距离差
L C计算所述目标车辆与所述障碍车辆之间的第二纵向距离
L Z2：
；
式中，
L Z1为第一纵向距离。
在本发明的另一些实施例中，本发明实施例提供以下技术方案，一种计算机设备，包括存储器102、处理器101以及存储在所述存储器102上并可在所述处理器101上运行的计算机程序，所述处理器101执行所述计算机程序时实现上所述的车辆碰撞预警方法。
具体的，上述处理器101可以包括中央处理器（CPU），或者特定集成电路（Application Specific Integrated Circuit，简称为ASIC），或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中，存储器102可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器102可包括硬盘驱动器（Hard Disk Drive，简称为HDD）、软盘驱动器、固态驱动器（Solid State Drive，简称为SSD）、闪存、光盘、磁光盘、磁带或通用串行总线（UniversalSerial Bus，简称为USB）驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器102可包括可移除或不可移除（或固定）的介质。在合适的情况下，存储器102可在数据处理装置的内部或外部。在特定实施例中，存储器102是非易失性（Non-Volatile）存储器。在特定实施例中，存储器102包括只读存储器（Read-Only Memory，简称为ROM）和随机存取存储器（Random Access Memory，简称为RAM）。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM（Programmable Read-Only Memory，简称为PROM）、可擦除PROM（ErasableProgrammable Read-Only Memory，简称为EPROM）、电可擦除PROM（Electrically ErasableProgrammable Read-Only Memory，简称为EEPROM）、电可改写ROM（ElectricallyAlterable Read-Only Memory，简称为EAROM）或闪存（FLASH）或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器（Static Random-AccessMemory，简称为SRAM）或动态随机存取存储器（Dynamic Random Access Memory，简称为DRAM），其中，DRAM可以是快速页模式动态随机存取存储器（Fast Page Mode DynamicRandom Access Memory，简称为FPMDRAM）、扩展数据输出动态随机存取存储器（ExtendedDate Out Dynamic Random Access Memory，简称为EDODRAM）、同步动态随机存取内存（Synchronous Dynamic Random-Access Memory，简称SDRAM）等。
存储器102可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器101所执行的可能的计算机程序指令。
处理器101通过读取并执行存储器102中存储的计算机程序指令，以实现上述车辆碰撞预警方法。
在其中一些实施例中，计算机还可包括通信接口103和总线100。其中，如图9所示，处理器101、存储器102、通信接口103通过总线100连接并完成相互间的通信。
通信接口103用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信接口103还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线100包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线100包括但不限于以下至少之一：数据总线（Data Bus）、地址总线（Address Bus）、控制总线（Control Bus）、扩展总线（Expansion Bus）、局部总线（Local Bus）。举例来说而非限制，总线100可包括图形加速接口（Accelerated Graphics Port，简称为AGP）或其他图形总线、增强工业标准架构（Extended Industry Standard Architecture，简称为EISA）总线、前端总线（Front Side Bus，简称为FSB）、超传输（Hyper Transport，简称为HT）互连、工业标准架构（Industry Standard Architecture，简称为ISA）总线、无线带宽（InfiniBand）互连、低引脚数（Low Pin Count，简称为LPC）总线、存储器总线、微信道架构（Micro ChannelArchitecture，简称为MCA）总线、***组件互连（Peripheral Component Interconnect，简称为PCI）总线、PCI-Express（PCI-X）总线、串行高级技术附件（Serial AdvancedTechnology Attachment，简称为SATA）总线、视频电子标准协会局部（Video ElectronicsStandards Association Local Bus，简称为VLB）总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线100可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
该计算机设备可以基于获取到车辆碰撞预警***，执行本申请的车辆碰撞预警方法，从而实现车辆行驶过程中的碰撞预警。
在本发明的再一些实施例中，结合上述的车辆碰撞预警方法，本发明实施例提供以下技术方案，一种可读存储介质，所述可读存储介质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上述的车辆碰撞预警方法。
本领域技术人员可以理解，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。
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它们的组合来实现：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。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆碰撞预警方法，其特征在于，所述方法包括：
通过目标车辆上的双目相机获取所述目标车辆前方的第一道路图像与第二道路图像，对所述第一道路图像与所述第二道路图像进行预处理，以得到第一道路处理图像与第二道路处理图像；
对所述第一道路处理图像与所述第二道路处理图像依次进行车道线识别与行驶区域划分，以得到第一行驶区域图像与第二行驶区域图像，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标；
根据所述第一图像坐标与所述第二图像坐标，计算所述目标车辆与所述障碍车辆之间的第一纵向距离与第一横向距离，并基于所述第一横向距离判断所述障碍车辆是否有变道意图；
若所述障碍车辆有变道意图，则计算所述障碍车辆与所述目标车辆之间的纵向变道距离差，基于所述纵向变道距离差计算所述目标车辆与所述障碍车辆之间的第二纵向距离，并判断所述第二纵向距离是否小于预设安全距离，若所述第二纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息；
若所述障碍车辆无变道意图，则判断所述第一纵向距离是否小于所述预设安全距离，若所述第一纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息。
2.根据权利要求1所述的车辆碰撞预警方法，其特征在于，所述对所述第一道路图像与所述第二道路图像进行预处理，以得到第一道路处理图像与第二道路处理图像的步骤包括：
对所述第一道路图像与所述第二道路图像依次进行灰度转化、去噪、图像增强以及特征物提取，以得到第一道路处理图像与第二道路处理图像。
3.根据权利要求1所述的车辆碰撞预警方法，其特征在于，所述对所述第一道路处理图像与所述第二道路处理图像依次进行车道线识别与行驶区域划分，以得到第一行驶区域图像与第二行驶区域图像，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标的步骤包括：
识别所述第一道路处理图像与所述第二道路处理图像中各像素点在图像空间坐标平面上的像素坐标，基于所述像素坐标确定计算车道线的初始表达式：
；
式中，为车道线的极径，为车道线的极角，为所述像素坐标的横坐标，为所述像素坐标的纵坐标；
在所述车道线的梯度方向的预设临近区域内确定与的搜索范围，并在所述搜索范围内建立离散参数空间，并将所述像素坐标映射到所述离散参数空间中，以得到参数坐标；
在所述搜索范围内检索对应图像空间坐标平面上共线点的局部极大值，并基于局部极大值确定图像坐标平面上共线点直线的搜索参数；
将所述搜索参数代入所述车道线的初始表达式中，并通过最小二乘法拟合其参数，以得到所述车道线的最终表达式；
基于所述车道线的最终表达式，对所述第一道路处理图像与所述第二道路处理图像进行行驶区域划分，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标。
4.根据权利要求3所述的车辆碰撞预警方法，其特征在于，所述基于所述车道线的最终表达式，对所述第一道路处理图像与所述第二道路处理图像进行行驶区域划分，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标的步骤包括：
以所述车道线为边界将所述第一道路处理图像与所述第二道路处理图像分别划分为第一行驶区域图像、第一非行驶区域图像与第二行驶区域图像、第二非行驶区域图像；
计算所述第一行驶区域图像的第一平均灰度值与所述第二行驶区域图像的第二平均灰度值；
在所述第一行驶区域图像中分割出小于第一平均灰度值以及在所述第二行驶区域图像中分割出小于第二平均灰度值的图像，以得到障碍车辆图像；
基于所述障碍车辆图像，分别提取所述障碍车辆图像在所述第一道路图像与所述第二道路图像中的第一图像坐标与第二图像坐标。
5.根据权利要求1所述的车辆碰撞预警方法，其特征在于，所述根据所述第一图像坐标与所述第二图像坐标，计算所述目标车辆与所述障碍车辆之间的第一纵向距离与第一横向距离的步骤包括：
根据所述第一图像坐标（x p1，y p1）与所述第二图像坐标（x p2，y p2）计算第一实际纵向距离L 1：
；
式中，f为所述双目相机的焦距，L m为所述双目相机之间的距离，dx为在X轴方向上像素的物理单位；
获取车道线分别在所述第一道路图像与所述第二道路图像中的第一交点坐标（x j1，y j1）与第二交点坐标（x j2，y j2），根据所述第一交点坐标（x j1，y j1）、所述第二交点坐标（x j2，y j2）、所述第一图像坐标（x p1，y p1）与所述第二图像坐标（x p2，y p2）计算第二实际纵向距离L 2：
；
式中，a为第一拟合系数，b为第一拟合指数，c为第一拟合常数；
基于所述第一实际纵向距离L 1与所述第二实际纵向距离L 2，确定所述第一纵向距离L Z1，并根据所述第一纵向距离L Z1计算第一横向距离L H：
；
式中，为目标车辆与障碍车辆之间的侧偏角。
6.根据权利要求5所述的车辆碰撞预警方法，其特征在于，所述基于所述第一实际纵向距离L 1与所述第二实际纵向距离L 2，确定所述第一纵向距离L Z1的步骤包括：
根据所述第一实际纵向距离L 1与所述第二实际纵向距离L 2，判断第一纵向距离L Z1在第一预设范围内还是第二预设范围内；
若第一纵向距离L Z1在第一预设范围内，则所述第一纵向距离L Z1为第一实际纵向距离L 1，若第一纵向距离L Z1在第二预设范围内，则所述第一纵向距离L Z1为第二实际纵向距离L 2。
7.根据权利要求1所述的车辆碰撞预警方法，其特征在于，所述基于所述第一横向距离判断所述障碍车辆是否有变道意图的步骤包括：
基于所述第一横向距离并根据sigmoid函数计算所述障碍车辆的变道概率：
；
式中，代表变道事件，表示比例因子，表示车道宽度，为第一横向距离；
判断所述变道概率是否大于预设概率阈值；
若所述变道概率大于预设概率阈值，则所述障碍车辆有变道意图，若所述变道概率不大于预设概率阈值，则所述障碍车辆无变道意图。
8.根据权利要求1所述的车辆碰撞预警方法，其特征在于，所述计算所述障碍车辆与所述目标车辆之间的纵向变道距离差，基于所述纵向变道距离差计算所述目标车辆与所述障碍车辆之间的第二纵向距离的步骤包括：
获取所述障碍车辆的变道速度，基于所述变道速度与所述第一横向距离计算所述障碍车辆与所述目标车辆之间的纵向变道距离差L C：
；
式中，为变道速度的横向分解速度，为变道速度的纵向分解速度，为第一横向距离，为目标车辆的车速；
基于所述纵向变道距离差L C计算所述目标车辆与所述障碍车辆之间的第二纵向距离L Z2：
；
式中，L Z1为第一纵向距离。
9.根据权利要求1所述的车辆碰撞预警方法，其特征在于，在所述判断所述第二纵向距离是否小于预设安全距离的步骤中，预设安全距离S safe为：
；
式中，S1为司机反应时间内目标车辆行驶的距离，S2为目标车辆在制动时间内的制动距离，S3为障碍车辆在所述司机反应时间与所述制动时间内的行驶距离，S4为安全阈值。
10.一种车辆碰撞预警***，其特征在于，所述***包括：
处理模块，用于通过目标车辆上的双目相机获取所述目标车辆前方的第一道路图像与第二道路图像，对所述第一道路图像与所述第二道路图像进行预处理，以得到第一道路处理图像与第二道路处理图像；
坐标计算模块，用于对所述第一道路处理图像与所述第二道路处理图像依次进行车道线识别与行驶区域划分，以得到第一行驶区域图像与第二行驶区域图像，识别并提取障碍车辆在所述第一行驶区域图像与所述第二行驶区域图像中的第一图像坐标与第二图像坐标；
判断模块，用于根据所述第一图像坐标与所述第二图像坐标，计算所述目标车辆与所述障碍车辆之间的第一纵向距离与第一横向距离，并基于所述第一横向距离判断所述障碍车辆是否有变道意图；
第一计算模块，用于若所述障碍车辆有变道意图，则计算所述障碍车辆与所述目标车辆之间的纵向变道距离差，基于所述纵向变道距离差计算所述目标车辆与所述障碍车辆之间的第二纵向距离，并判断所述第二纵向距离是否小于预设安全距离，若所述第二纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息；
第二计算模块，用于若所述障碍车辆无变道意图，则判断所述第一纵向距离是否小于所述预设安全距离，若所述第一纵向距离小于所述预设安全距离，则向所述目标车辆发出报警信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310287953.XA CN115995163B (zh) | 2023-03-23 | 2023-03-23 | 一种车辆碰撞预警方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310287953.XA CN115995163B (zh) | 2023-03-23 | 2023-03-23 | 一种车辆碰撞预警方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115995163A true CN115995163A (zh) | 2023-04-21 |
| CN115995163B CN115995163B (zh) | 2023-06-27 |
Family
ID=85993830
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310287953.XA Active CN115995163B (zh) | 2023-03-23 | 2023-03-23 | 一种车辆碰撞预警方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115995163B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117555333A (zh) * | 2023-11-21 | 2024-02-13 | 深圳云程科技有限公司 | 一种动态行进轨迹的处理***及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101132965A (zh) * | 2005-03-03 | 2008-02-27 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 用于在车辆变换车道时避免碰撞的方法和装置 |
| WO2018058356A1 (zh) * | 2016-09-28 | 2018-04-05 | 驭势科技（北京）有限公司 | 基于双目立体视觉的汽车防碰撞预警方法和*** |
| CN111383474A (zh) * | 2018-12-29 | 2020-07-07 | 长城汽车股份有限公司 | 自动驾驶车辆的决策***及方法 |
| CN112712728A (zh) * | 2019-10-24 | 2021-04-27 | 罗伯特·博世有限公司 | 用于高速公路驾驶辅助的控制单元、方法和*** |
| CN113053165A (zh) * | 2019-12-26 | 2021-06-29 | 北京宝沃汽车股份有限公司 | 车辆及其碰撞识别方法、装置和设备 |
| CN114394095A (zh) * | 2022-01-24 | 2022-04-26 | 东风汽车集团股份有限公司 | 基于侧前车变道意图识别的acc控制方法及装置 |
| CN115384508A (zh) * | 2022-09-30 | 2022-11-25 | 东风商用车有限公司 | 换道决策方法、装置、设备及可读存储介质 |
| WO2023024516A1 (zh) * | 2021-08-23 | 2023-03-02 | 上海商汤智能科技有限公司 | 一种碰撞预警的方法、装置、电子设备及存储介质 |
-
2023
- 2023-03-23 CN CN202310287953.XA patent/CN115995163B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101132965A (zh) * | 2005-03-03 | 2008-02-27 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 用于在车辆变换车道时避免碰撞的方法和装置 |
| WO2018058356A1 (zh) * | 2016-09-28 | 2018-04-05 | 驭势科技（北京）有限公司 | 基于双目立体视觉的汽车防碰撞预警方法和*** |
| CN111383474A (zh) * | 2018-12-29 | 2020-07-07 | 长城汽车股份有限公司 | 自动驾驶车辆的决策***及方法 |
| CN112712728A (zh) * | 2019-10-24 | 2021-04-27 | 罗伯特·博世有限公司 | 用于高速公路驾驶辅助的控制单元、方法和*** |
| CN113053165A (zh) * | 2019-12-26 | 2021-06-29 | 北京宝沃汽车股份有限公司 | 车辆及其碰撞识别方法、装置和设备 |
| WO2023024516A1 (zh) * | 2021-08-23 | 2023-03-02 | 上海商汤智能科技有限公司 | 一种碰撞预警的方法、装置、电子设备及存储介质 |
| CN114394095A (zh) * | 2022-01-24 | 2022-04-26 | 东风汽车集团股份有限公司 | 基于侧前车变道意图识别的acc控制方法及装置 |
| CN115384508A (zh) * | 2022-09-30 | 2022-11-25 | 东风商用车有限公司 | 换道决策方法、装置、设备及可读存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117555333A (zh) * | 2023-11-21 | 2024-02-13 | 深圳云程科技有限公司 | 一种动态行进轨迹的处理***及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115995163B (zh) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111712731B (zh) | 目标检测方法、***及可移动平台 | |
| CN110443225B (zh) | 一种基于特征像素统计的虚实车道线识别方法及其装置 | |
| US10032085B2 (en) | Method and system to identify traffic lights by an autonomous vehicle | |
| CN110867132B (zh) | 环境感知的方法、装置、电子设备和计算机可读存储介质 | |
| Labayrade et al. | In-vehicle obstacles detection and characterization by stereovision | |
| TWI595450B (zh) | 物件偵測系統 | |
| CN108859952B (zh) | 车辆变道预警方法、装置和雷达 | |
| CN110632617A (zh) | 一种激光雷达点云数据处理的方法及装置 | |
| CN115995163B (zh) | 一种车辆碰撞预警方法及*** | |
| CN110341621B (zh) | 一种障碍物检测方法及装置 | |
| CN111103587A (zh) | 用于预测同时并线车辆的方法和设备及包括其的车辆 | |
| CN111857135A (zh) | 用于车辆的避障方法、装置、电子设备和计算机存储介质 | |
| CN113297881A (zh) | 一种目标检测方法及相关装置 | |
| JPWO2017130285A1 (ja) | 車両判定装置、車両判定方法及び車両判定プログラム | |
| JP2018092596A (ja) | 情報処理装置、撮像装置、機器制御システム、移動体、情報処理方法、およびプログラム | |
| CN110843786A (zh) | 用于确定和显示涉水状况的方法和***及具有该***的车辆 | |
| CN111497741A (zh) | 碰撞预警方法及装置 | |
| CN114119955A (zh) | 一种潜在危险目标检测方法及装置 | |
| US10953885B2 (en) | Road surface detecting apparatus | |
| WO2007046336A1 (ja) | 物体認識装置 | |
| CN111874003B (zh) | 一种车辆行驶偏离预警方法和*** | |
| KR102337034B1 (ko) | 자율 주행 상황 인지 프로그램 성능 테스트 방법 및 동일 방법을 수행하기 위한 자율 주행 상황 인지 프로그램 성능 테스트 장치 | |
| EP4094046A1 (en) | Method and apparatus for evaluating maps for autonomous driving and vehicle | |
| CN113257036A (zh) | 一种车辆碰撞预警方法、装置、设备和存储介质 | |
| Ben Romdhane et al. | A lane detection and tracking method for driver assistance system |
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 |