CN116246251A - 一种车底安全检测方法及*** - Google Patents

Abstract

本申请公开了一种车底安全检测方法及***，用于降低安全隐患。本申请方法包括当目标车辆处于停车状态时，通过摄像头实时采集目标车辆周边的图像视频流；确定图像视频流包括的第一图像帧中是否包含可疑运动物体；在确定第一图像帧中包含可疑运动物体时，获取与第一图像帧邻近的第二图像帧；判断第一图像帧与第二图像帧之间的图像帧差异度是否大于预设差异度阈值；若是，则确定第一图像帧中存在目标运动物体，并从图像视频流中获取第一图像帧之后的包括多个连续采集的图像帧的视频图像序列；根据视频图像序列确定目标运动物体是否进入目标车辆的车底；当确认目标运动物体进入车底，且在车底停留预设时间时，向车主终端发送告警信息。

Description

一种车底安全检测方法及***

技术领域

本申请涉及车辆检测领域，尤其涉及一种车底安全检测方法及***。

背景技术

由于人口增长以及人民生活水平的提高，小型汽车以及大型车的持有量日益增长。目前，汽车一般停放在户外路边的停车位上，或停放在室内停车场内。

然而，当汽车临时停车或长时间停车时，会有一些动物钻到车底进行避雨、避风、避寒、取暖、休息等行为。甚至在家长不注意的情况下，也存在一些儿童钻到车底玩耍的情况。如果驾驶人员在启动汽车之前没有注意到这类情况，也就是当驾驶员没有发现这些动物或儿童就启动汽车驶离时，就会容易造成碾压等一些不必要的伤害。

发明内容

本申请提供了一种车底安全检测方法及***，用于当存在动物或儿童钻到车底时，可及时地将告警信息反馈给车辆车主，以使得车主在驾驶车辆之前可及时根据告警信息进行驱赶，减少不必要的伤害，降低安全隐患。

本申请第一方面提供了一种车底安全检测方法，包括：

当目标车辆处于停车状态时，通过摄像头实时采集所述目标车辆周边的图像视频流；

确定所述图像视频流包括的第一图像帧中是否包含可疑运动物体，所述第一图像帧为所述图像视频流中任一帧图像帧；

在确定所述第一图像帧中包含可疑运动物体时，获取与所述第一图像帧邻近的第二图像帧，所述第二图像帧为所述图像视频流中与所述第一图像帧之间的帧间隔数量不大于预设数量阈值的图像帧；

判断所述第一图像帧与所述第二图像帧之间的图像帧差异度是否大于预设差异度阈值；

若是，则确定所述第一图像帧中存在目标运动物体，并从所述图像视频流中获取所述第一图像帧之后的包括多个连续采集的图像帧的视频图像序列；

根据所述视频图像序列确定所述目标运动物体是否进入所述目标车辆的车底；

当确认所述目标运动物体进入车底，且在车底停留预设时间时，向车主终端发送告警信息。

可选地，在所述确定所述图像视频流包括的第一图像帧中是否包含可疑运动物体之前，所述方法还包括：

确定所述图像视频流包括的背景图像帧，所述背景图像帧为仅包含预设背景的图像帧；

所述确定所述图像视频流包括的第一图像帧中是否包含可疑运动物体包括：

确定所述图像视频流中的第一图像帧，并根据所述背景图像帧与所述第一图像帧计算第一图像差异度；

根据所述第一图像差异度确定所述第一图像帧中是否包含可疑运动物体；

所述判断所述第一图像帧与所述第二图像帧之间的图像帧差异度是否大于预设差异度阈值包括：

根据所述背景图像帧与所述第二图像帧计算第二图像差异度；

根据所述第一图像差异度与所述第二图像差异度计算所述可疑运动物体的目标变化量差异度；

判断所述目标变化量差异度是否大于预设差异度阈值。

可选地，所述判断所述第一图像帧与所述第二图像帧之间的图像帧差异度是否大于预设差异度阈值包括：

确定所述可疑运动物体在所述第一图像帧中的第一位置；

确定所述第二图像帧中所述可疑运动物体的第二位置；

判断所述第一位置与所述第二位置的差异度是否大于预设差异度阈值。

可选地，在所述通过摄像头实时采集所述目标车辆周边的图像视频流之前，所述方法还包括：

通过红外传感器对所述目标车辆的周围进行运动物体检测；

所述通过摄像头实时采集所述目标车辆周边的图像视频流包括：

当根据所述红外传感器确定存在运动物体时，通过摄像头实时采集所述目标车辆周边的图像视频流。

可选地，所述摄像头为目标车辆自带的360全景影像的摄像头，在所述通过摄像头实时采集所述目标车辆周边的图像视频流之前，所述方法还包括：

对摄像头的拍摄角度进行调整，以使得所述摄像头采集的图像视频流中的视频图像包括车辆四周和车辆所处地面对应的图像。

可选地，在所述当确认所述目标运动物体进入车底，且在车底停留预设时间之后，所述方法还包括：

控制所述目标车辆按照预设鸣笛频率进行鸣笛示警和/或控制所述目标车辆的悬挂按照预设频率进行振动示警。

可选地，在所述当确认所述目标运动物体进入车底之后，所述方法还包括：

根据所述图像视频流确定所述目标运动物体是否离开所述目标车辆的车底。

可选地，所述根据所述图像视频流确定所述目标运动物体是否离开所述目标车辆的车底包括：

对包含所述目标运动物体的第一图像帧进行标记；

当根据图像视频流确定存在运动物体离开所述目标车辆的车底之后，获取包含所述运动物体的第三图像帧；

根据标记的第一图像帧与所述第三图像帧进行比对，根据比对结果判断是否为同一个运动物体。

可选地，所述告警信息包括检测到目标运动物体进入车底的目标时间和对应的图像帧。

本申请第二方面提供了一种车底安全检测***，包括：

采集单元，用于当目标车辆处于停车状态时，通过摄像头实时采集所述目标车辆周边的图像视频流；

第一确定单元，用于确定所述图像视频流包括的第一图像帧中是否包含可疑运动物体，所述第一图像帧为所述图像视频流中任一帧图像帧；

第一获取单元，用于在确定所述第一图像帧中包含可疑运动物体时，获取与所述第一图像帧邻近的第二图像帧，所述第二图像帧为所述图像视频流中与所述第一图像帧之间的帧间隔数量不大于预设数量阈值的图像帧；

判断单元，用于判断所述第一图像帧与所述第二图像帧之间的图像帧差异度是否大于预设差异度阈值；

第二获取单元，用于若确定所述第一图像帧与所述第二图像帧之间的图像帧差异度大于预设差异度阈值，则确定所述第一图像帧中存在目标运动物体，从所述图像视频流中获取所述第一图像帧之后的包括多个连续采集的图像帧的视频图像序列；

第二确定单元，用于根据所述视频图像序列确定所述目标运动物体是否进入所述目标车辆的车底；

告警单元，用于当确认所述目标运动物体进入车底，且在车底停留预设时间时，向车主终端发送告警信息。

可选地，所述***还包括：

第三确定单元，用于确定所述图像视频流包括的背景图像帧，所述背景图像帧为仅包含预设背景的图像帧；

所述第一确定单元具体用于确定所述图像视频流中的第一图像帧，并根据所述背景图像帧与所述第一图像帧计算第一图像差异度；

根据所述第一图像差异度确定所述第一图像帧中是否包含可疑运动物体；

所述判断单元具体用于根据所述背景图像帧与所述第二图像帧计算第二图像差异度；

根据所述第一图像差异度与所述第二图像差异度计算所述可疑运动物体的目标变化量差异度；

判断所述目标变化量差异度是否大于预设差异度阈值。

可选地，所述判断单元还具体用于确定所述可疑运动物体在所述第一图像帧中的第一位置；

确定所述第二图像帧中所述可疑运动物体的第二位置；

判断所述第一位置与所述第二位置的差异度是否大于预设差异度阈值。

可选地，所述***还包括：

红外检测单元，用于通过红外传感器对所述目标车辆的周围进行运动物体检测；

所述采集单元具体用于当根据所述红外传感器确定存在运动物体时，通过摄像头实时采集所述目标车辆周边的图像视频流。

可选地，所述摄像头为目标车辆自带的360全景影像的摄像头，所述***还包括：

调整单元，用于对摄像头的拍摄角度进行调整，以使得所述摄像头采集的图像视频流中的视频图像包括车辆四周和车辆所处地面对应的图像。

可选地，所述***还包括：

示警单元，用于控制所述目标车辆按照预设鸣笛频率进行鸣笛示警和/或控制所述目标车辆的悬挂按照预设频率进行振动示警。

可选地，所述***还包括：

第四确定单元，用于根据所述图像视频流确定所述目标运动物体是否离开所述目标车辆的车底。

可选地，所述第四确定单元具体用于对包含所述目标运动物体的第一图像帧进行标记；

当根据图像视频流确定存在运动物体离开所述目标车辆的车底之后，获取包含所述运动物体的第三图像帧；

根据标记的第一图像帧与所述第三图像帧进行比对，根据比对结果判断是否为同一个运动物体。

可选地，所述告警信息包括检测到目标运动物体进入车底的目标时间和对应的图像帧。

本申请第三方面提供了一种车底安全检测***，所述***包括：

处理器、存储器、输入输出单元以及总线；

所述处理器与所述存储器、所述输入输出单元以及所述总线相连；

所述存储器保存有程序，所述处理器调用所述程序以执行第一方面以及第一方面中任一项可选的车底安全检测方法。

本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质上保存有程序，所述程序在计算机上执行时执行第一方面以及第一方面中任一项可选的车底安全检测方法。

从以上技术方案可以看出，本申请具有以下优点：

本申请方法首先确定目标车辆周边对应的图像视频流所包含的第一图像帧中是否包含可疑运动物体，其中，该运动物体指代可进行位移运动的人或动物。在确定第一图像帧中包含可疑运动物体时，获取与第一图像帧邻近的第二图像帧。通过判断第一图像帧与第二图像帧之间的图像帧差异度是否大于预设差异度阈值来确定第一图像帧中是否存在目标运动物体，即根据图像帧差异度来判断是否存在运动物体的位移运动。当确认存在目标运动物体时，从图像视频流中获取第一图像帧之后的包括多个连续采集的图像帧的视频图像序列。最后当根据该视频图像序列确定该目标运动物体进入目标车辆的车底且在车底停留预设时间之后，向车主终端发送告警信息。

从而，通过上述方法，当存在动物或儿童钻到车底时，可及时地将告警信息反馈给车辆车主，以使得车主在驾驶车辆之前可及时根据告警信息进行驱赶，减少不必要的伤害，降低安全隐患。

附图说明

为了更清楚地说明本申请中的技术方案，下面将对实施例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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请提供的车底安全检测方法一个实施例流程示意图；

图2为本申请提供的车底安全检测方法另一个实施例流程示意图；

图3为本申请提供的车底安全检测***一个实施例结构示意图；

图4为本申请提供的车底安全检测***另一个实施例结构示意图；

图5为本申请提供的车底安全检测***另一个实施例结构示意图。

具体实施方式

本申请提供了一种车底安全检测方法及***，用于当存在动物或儿童钻到车底时，可及时地将告警信息反馈给车辆车主，以使得车主在驾驶车辆之前可及时根据告警信息进行驱赶，减少不必要的伤害，降低安全隐患。

需要说明的是，本申请提供的车底安全检测方法，可以应用于终端，还可以应用于服务器上，例如终端可以是车载终端、智能手机或电脑、平板电脑、智能电视、智能手表、便携计算机终端也可以是台式计算机等固定终端。为方便阐述，本申请中以终端为执行主体进行举例说明。

请参阅图1，图1为本申请提供的车底安全检测方法的一个实施例，该方法包括：

101、当目标车辆处于停车状态时，通过摄像头实时采集目标车辆周边的图像视频流；

通常来说，在驾驶人员不需要驾驶车辆时，车辆一般停放在停车场的停车位、路边的公共停车位或任意可停车位置。从而，当目标车辆处于停车状态时，也就是驾驶人员离开目标车辆时，终端可通过停车场的摄像头、路边停车位摄像头或者目标车辆自身搭载的摄像后实时采集目标车辆周边的图像视频流。具体地，摄像头可实时采集目标车辆附近地面和/或车底的图像视频流，终端与该摄像头无线通信连接，将摄像头采集的图像视频流传送到终端。

进一步地，为了通过图像视频流进行确认是否有动物或儿童进入车底，该摄像头还可以是热成像摄像头，进而通过热成像摄像头采集目标车辆周边的热成像图像视频流。

102、确定图像视频流包括的第一图像帧中是否包含可疑运动物体，第一图像帧为图像视频流中任一帧图像帧；

终端从采集到的图像视频流中获取任一帧图像帧，即所说的第一图像帧。基于第一图像帧判断是否存在可疑运动物体。具体地，判断第一图像帧中的灰度值是否大于预设灰度值，例如当该摄像头采集的图像视频流为热成像图像视频流时，由于动物或儿童等为具有温度的运动物体，其图像灰度值与地面、设备等物体的灰度值不相同，因此，可通过判断第一图像帧中的灰度值是否大于预设灰度值来确定是否存在可疑运动物体，若大于，则存在。或者，还可预先获取关于目标车辆的停车位置的背景图像，根据背景图像与第一图像帧的差异确定是否存在可疑运动物体。或者，还可通过确定方式确定，具体此处不做限定。

103、在确定第一图像帧中包含可疑运动物体时，获取与第一图像帧邻近的第二图像帧，第二图像帧为图像视频流中与第一图像帧之间的帧间隔数量不大于预设数量阈值的图像帧；

在确定第一图像帧中包含可疑运动物体时，终端对该可疑运动物体进行确认。具体地，由于运动物体的可移动性，视频流的图像帧间隔预设数量时，图像帧固定物体的不可移动性，因此终端可获取与第一图像帧之间的帧间隔数量不大于预设数量阈值的第二图像帧，根据第一图像帧与第二图像帧来判断是否存在真实的运动物体。需要说明的是，该预设数量阈值可以为1、2或3或其他数值，具体可根据实际情况设定，此处不做限定。

104、判断第一图像帧与第二图像帧之间的图像帧差异度是否大于预设差异度阈值，若是，则执行步骤105；

由于当两帧图像中存在真实运动物体时，基于运动物体的可移动性，帧与帧图像之间会出现较为明显的差异度。因此，终端在获得第一图像帧与第二图像帧后，可对第一图像帧与第二图像帧作差异化比较，判断第一图像帧与第二图像帧之间的图像帧差异度是否大于预设差异度阈值，以此来判断是否存在真实的运动物体，若是，则执行步骤105。

105、确定第一图像帧中存在目标运动物体，并从图像视频流中获取第一图像帧之后的包括多个连续采集的图像帧的视频图像序列；

当确定存在真实的目标运动物体后，终端可从图像视频流中获取第一图像帧之后的视频图像序列。基于该视频图像序列确定该目标运动物体是不断向目标车辆内侧及车底运动，还是不断向远离目标车辆方向运动。

106、根据视频图像序列确定目标运动物体是否进入目标车辆的车底；

当根据该视频图像序列确定该目标运动物体不断向目标车辆内侧及车底运动时，表明该目标运动物体可能会进入目标车辆底部。具体地，终端可根据该视频图像序列中的多个连续采集的图像帧，按照先后顺序进行图像帧差异度比较，根据得到的各差异度确定目标运动物体的运动轨迹，或者，从第一图像帧中确定目标运动物体的图像轮廓信息和灰度值，从视频图像序列的多个连续采集的图像帧中分别确定目标运动物体的图像轮廓信息和灰度值，根据图像轮廓信息和灰度值确定目标运动物体的运动轨迹，根据该运动轨迹确定目标运动物体是否进入目标车辆的车底。同时，还可从采集到的图像帧中识别目标车辆底部的图像区域，基于该运动轨迹确定目标运动物体是否进入该图像区域从而确定目标运动物体是否进入目标车辆的车底。

107、当确认目标运动物体进入车底，且在车底停留预设时间时，向车主终端发送告警信息。

当确认目标运动物体进入到车底后，终端通过其自身的定时设备开始定时，当确定目标运动物体在车底已停留超过预设时间后，向车主的车主终端发送告警信息。其中，该告警信息可包括检测到目标运动物体进入车底的目标时间和目标运动物体在车底时所对应的图像帧。

本实施例中，通过上述方法对车底是否存在目标运动物体进行安全检测，当车底停留有目标运动物体存在，例如当存在动物在车底休息或儿童在车底玩耍时，可使得通过发送到车主终端的告警信息来提醒车主其目标车辆的底部存在何种目标运动物体，提醒车主在驾驶车辆之前对该目标运动物体进行驱赶，减少不必要的伤害，降低车辆停放、驾驶时的安全隐患。

为使本申请提供的车底安全检测方法更加的明显易懂，下面对本申请提供的车底安全检测方法进行详细说明：

请参阅图2，图2为本申请提供的车底安全检测方法另一个实施例，该方法包括：

201、当目标车辆处于停车状态时，通过红外传感器对目标车辆的周围进行运动物体检测；

可选地，为了降低摄像头采集视频流的耗电量，以及降低终端通过视频流进行检查是否有运动物体的计算量。在确定目标车辆停放后，可通过功率更低、检测方式更简单的红外传感器对目标车辆的车辆周边进行目标运动物体的初步检测。

202、对摄像头的拍摄角度进行调整，以使得摄像头采集的图像视频流中的视频图像包括车辆四周和车辆所处地面对应的图像；

可选地，该摄像头可为目标车辆自身所带有的360全景影像所包含的摄像头。通常，现代汽车中一般都安装有360全景影像，360全景影像为360度全景倒车影像，是一套通过车载显示屏幕观看汽车四周360度全景融合，超宽视角，无缝拼接的适时图像信息(鸟瞰图像)，了解车辆周边视线盲区，帮助汽车驾驶员更为直观、更为安全地停泊车辆的泊车辅助***，又叫全景泊车影像***或全景停车影像***，通过360全景影像能够实时监测车辆附近一周的情况。一般360全景影像***至少具备4个广角摄像头，分别安装于车辆前后左右四个侧面，驻车后通过这四个摄像头监测车辆的周围情况。

因此，为了能够更好的采集地面的情况，可以将各个摄像头的拍摄角度进行调整，调整至预先设置好的监测底盘监测角度，以使得摄像头采集的图像视频流中的视频图像包括车辆四周和车辆所处地面对应的图像。

203、当根据红外传感器确定存在运动物体时，通过摄像头实时采集目标车辆周边的图像视频流；

当通过红外传感器确定有运动物体在目标车辆周围活动时，终端开启360全景影像的摄像头进行拍摄和监测，通过摄像头实时采集目标车辆周边的图像视频流。

204、确定图像视频流包括的背景图像帧，背景图像帧为仅包含预设背景的图像帧；

可选地，终端从采集到的图像视频流中截取簇序列图像，并对簇序列图像进行滤波处理，其中该滤波处理可为3×3中值滤波预、高斯滤波或双边滤波，以使得去掉簇序列图像的图像随机噪声，方便减少以后运算的复杂度，克服噪声对图像处理结果的干扰。然后从簇序列图像中选取出仅包含符合预设背景的背景图像帧。例如，选取出图像中仅包含固定的地面、车辆的车身的背景图像帧。

205、确定图像视频流中的第一图像帧，并根据背景图像帧与第一图像帧计算第一图像差异度，根据第一图像差异度确定第一图像帧中是否包含可疑运动物体，该第一图像帧为图像视频流中任一帧图像帧；

终端从采集到的视频图像流中确定第一图像帧(任一帧图像帧)，在一个可能的实施例中，可对第一图像帧先进行滤波处理，去掉不必要的噪声。然后，计算第一图像帧与背景图像帧之间的差异度，得到第一图像差异度。判断第一图像差异度是否大于预设阈值。当大于时，确定该第一图像帧中包含可疑运动物体。

206、在确定第一图像帧中包含可疑运动物体时，获取与第一图像帧邻近的第二图像帧，第二图像帧为图像视频流中与第一图像帧之间的帧间隔数量不大于预设数量阈值的图像帧；

本实施例中的步骤206与前述图1所示实施例中的步骤103类似，具体此处不做赘述。

207、判断第一图像帧与第二图像帧之间的图像帧差异度是否大于预设差异度阈值，若是，则执行步骤208；

在第一图像帧中确定存在可疑运动物体之后，终端通过计算第一图像帧与第二图像帧之间的图像帧差异度来判断是否存在真实的目标运动物体。具体地，可通过以下方式进行判断：

一、计算两者图像帧之间的图像帧差异度；

首先，在同样对第二图像帧进行滤波处理后，终端计算第二图像帧与背景图像帧之间的第二图像差异度。然后根据第一图像差异度与第二图像差异度计算可疑运动物体的目标变化量差异度；通过判断目标变化量差异度是否大于预设差异度阈值来判断是否存在真实的目标运动物体。具体地，通过求第一图像差异度与第二图像差异度的交集得到可疑运动物体的较为粗糙的运动区域。从而通过数学形态学运算使得运动区域封毕、连续、完整，并去掉噪声。然后，通过该运动区域确定可疑目标运动物体的运动信息，通过运动区域是否大于预设阈值来判断是否存在真实的目标运动物体。

二、计算两者图像帧之间可疑运动物体的位置变化所对应的图像帧差异度；

基于运动物体的可运动性，首先，确定该可疑运动物体在第一图像帧中的第一位置，然后再确定第二图像帧中该可疑运动物体的第二位置，通过判断该第一位置与第二位置的位置差异度是否大于预设差异度阈值来确定是否存在真实的目标运动物体。

本实施例中，除上述方法外，还可通过其他方式判断是否存在目标运动物体，具体此处不做限定，

208、确定第一图像帧中存在目标运动物体，并从图像视频流中获取第一图像帧之后的包括多个连续采集的图像帧的视频图像序列；

209、根据视频图像序列确定目标运动物体是否进入目标车辆的车底；

210、当确认目标运动物体进入车底，且在车底停留预设时间时，向车主终端发送告警信息；

本实施例中的步骤208与前述图1所示实施例中的步骤类似，具体此处不做赘述。

211、控制目标车辆按照预设鸣笛频率进行鸣笛示警和/或控制目标车辆的悬挂按照预设频率进行振动示警；

可选地，在确定存在目标运动物体进入目标车辆的车辆底部后，终端可控制目标车辆执行一定的驱赶措施，以提示目标运动物体离开车底。具体地，终端可控制目标车辆按照预先设置的鸣笛频率进行鸣笛示警，其中，该鸣笛频率可为针对动物或儿童设定的，使得对其有一定的驱赶效果。或者，还可以控制目标车辆的悬挂按照一定的频率，以微小的振动幅度进行振动，以使得在通过振动驱赶动物、儿童的同时，避免对动物、儿童造成伤害。

212、根据图像视频流确定目标运动物体是否离开目标车辆的车底。

可选地，在确定存在目标运动物体进入目标车辆的车辆底部后，终端可根据图像视频流确定该目标运动物体是否已经离开目标车辆的车底。具体地，终端可采集该图像视频流中的视频图像序列中的多个连续采集的图像帧，按照先后顺序进行图像帧差异度比较，根据得到的各差异度确定目标运动物体的运动轨迹。根据该运动轨迹确定目标运动物体是否离开目标车辆的车底。例如，若确定该目标运动物体为从车辆内侧远离目标车辆，则表明目标运动物体从车辆底部离开车辆。在一个可能的实施例中，可能存在有多个小动物进入车辆底部的情况，因此在确定目标运动物体之后，终端可对包含目标运动物体的第一图像帧进行标记该目标运动物体，例如若该目标运动物体为狗，则将该第一图像帧中的目标运动物体标记为狗。然后，当根据图像视频流确定存在运动物体离开目标车辆的车底后，采集包含该运动物体的第三图像帧，根据标记的第一图像帧与第三图像帧进行比对，根据比对结果判断是否为同一个运动物体，即判断离开车辆的是否为目标运动物体。从而，可通过该方法来逐个确定进入车辆底部的所有运动物体是否都离开目标车辆。

本实施例中，首先，通过车辆自带的360全景影像***来对车辆周边的运动物体进行监测，可以很好的对进入和离开车辆底盘的车辆进行识别，从而消除安全隐患，该方式无需车主对车辆进行硬件改造，大部分厂商可以通过OTA升级的方式来对车机进行升级，具有很好的兼容性。其次，通过帧间差分法(计算图像帧之间的差异度)来进行对运动物体的识别，提高车底安全检测的检测准确性。另外，通过红外感应装置来进行初步识别，进而与360全景影像***进行结合，能够减少耗能，减少计算量。最后在识别到有运动物体进入车辆底盘后，能够控制车辆悬挂进行升降，并且鸣笛，能够对车底的运动物体进行驱赶，更好的消除安全隐患。

上述对本申请提供的车底安全检测方法进行了说明，下面对本申请提供的车底安全检测***进行说明：

请参阅图3，图3为本申请提供的车底安全检测***一个实施例，该***包括：

采集单元301，用于当目标车辆处于停车状态时，通过摄像头实时采集目标车辆周边的图像视频流；

第一确定单元302，用于确定图像视频流包括的第一图像帧中是否包含可疑运动物体，第一图像帧为图像视频流中任一帧图像帧；

第一获取单元303，用于在确定第一图像帧中包含可疑运动物体时，获取与第一图像帧邻近的第二图像帧，第二图像帧为图像视频流中与第一图像帧之间的帧间隔数量不大于预设数量阈值的图像帧；

判断单元304，用于判断第一图像帧与第二图像帧之间的图像帧差异度是否大于预设差异度阈值；

第二获取单元305，用于若确定第一图像帧与第二图像帧之间的图像帧差异度大于预设差异度阈值，则确定第一图像帧中存在目标运动物体，从图像视频流中获取第一图像帧之后的包括多个连续采集的图像帧的视频图像序列；

第二确定单元306，用于根据视频图像序列确定目标运动物体是否进入目标车辆的车底；

告警单元307，用于当确认目标运动物体进入车底，且在车底停留预设时间时，向车主终端发送告警信息。

本实施例***中，各单元所执行的功能与前述图1所示方法实施例中的步骤对应，具体此处不再赘述。

本实施例***中，通过上述单元对车底是否存在目标运动物体进行安全检测，当车底停留有目标运动物体存在，例如当存在动物在车底休息或儿童在车底玩耍时，可使得通过发送到车主终端的告警信息来提醒车主其目标车辆的底部存在何种目标运动物体，提醒车主在驾驶车辆之前对该目标运动物体进行驱赶，减少不必要的伤害，降低车辆停放、驾驶时的安全隐患。

下面对本申请提供的车底安全检测***进行详细说明，请参阅图4，图4为本申请提供的车底安全检测***另一个实施例，该***包括：

采集单元403，用于当目标车辆处于停车状态时，通过摄像头实时采集目标车辆周边的图像视频流；

第一确定单元405，用于确定图像视频流包括的第一图像帧中是否包含可疑运动物体，第一图像帧为图像视频流中任一帧图像帧；

第一获取单元406，用于在确定第一图像帧中包含可疑运动物体时，获取与第一图像帧邻近的第二图像帧，第二图像帧为图像视频流中与第一图像帧之间的帧间隔数量不大于预设数量阈值的图像帧；

判断单元407，用于判断第一图像帧与第二图像帧之间的图像帧差异度是否大于预设差异度阈值；

第二获取单元408，用于若确定第一图像帧与第二图像帧之间的图像帧差异度大于预设差异度阈值，则确定第一图像帧中存在目标运动物体，从图像视频流中获取第一图像帧之后的包括多个连续采集的图像帧的视频图像序列；

第二确定单元409，用于根据视频图像序列确定目标运动物体是否进入目标车辆的车底；

告警单元410，用于当确认目标运动物体进入车底，且在车底停留预设时间时，向车主终端发送告警信息。

可选地，***还包括：

第三确定单元404，用于确定图像视频流包括的背景图像帧，背景图像帧为仅包含预设背景的图像帧；

第一确定单元405具体用于确定图像视频流中的第一图像帧，并根据背景图像帧与第一图像帧计算第一图像差异度；

根据第一图像差异度确定第一图像帧中是否包含可疑运动物体；

判断单元407具体用于根据背景图像帧与第二图像帧计算第二图像差异度；

根据第一图像差异度与第二图像差异度计算可疑运动物体的目标变化量差异度；

判断目标变化量差异度是否大于预设差异度阈值。

可选地，判断单元407还具体用于确定可疑运动物体在第一图像帧中的第一位置；

确定第二图像帧中可疑运动物体的第二位置；

判断第一位置与第二位置的差异度是否大于预设差异度阈值。

可选地，***还包括：

红外检测单元401，用于通过红外传感器对目标车辆的周围进行运动物体检测；

采集单元403具体用于当根据红外传感器确定存在运动物体时，通过摄像头实时采集目标车辆周边的图像视频流。

可选地，摄像头为目标车辆自带的360全景影像的摄像头，***还包括：

调整单元402，用于对摄像头的拍摄角度进行调整，以使得摄像头采集的图像视频流中的视频图像包括车辆四周和车辆所处地面对应的图像。

可选地，***还包括：

示警单元411，用于控制目标车辆按照预设鸣笛频率进行鸣笛示警和/或控制目标车辆的悬挂按照预设频率进行振动示警。

可选地，***还包括：

第四确定单元412，用于根据图像视频流确定目标运动物体是否离开目标车辆的车底。

可选地，第四确定单元412具体用于对包含目标运动物体的第一图像帧进行标记；

当根据图像视频流确定存在运动物体离开目标车辆的车底之后，获取包含运动物体的第三图像帧；

根据标记的第一图像帧与第三图像帧进行比对，根据比对结果判断是否为同一个运动物体。

可选地，告警信息包括检测到目标运动物体进入车底的目标时间和对应的图像帧。

本实施例***中，各单元所执行的功能与前述图2所示方法实施例中的步骤对应，具体此处不再赘述。

本实施例***中，不仅能通过车辆自带的360全景影像***来对车辆周边的运动物体进行监测，可以很好的对进入和离开车辆底盘的车辆进行识别，从而消除安全隐患，同时无需车主对车辆进行硬件改造，大部分厂商可以通过OTA升级的方式来对车机进行升级，具有很好的兼容性。而且，通过帧间差分法(计算图像帧之间的差异度)来进行对运动物体的识别，提高车底安全检测的检测准确性。另外，还通过红外感应装置来进行初步识别，进而与360全景影像***进行结合，能够减少耗能，减少计算量。最后在识别到有运动物体进入车辆底盘后，还能够控制车辆悬挂进行升降，并且鸣笛，能够对车底的运动物体进行驱赶，更好的消除安全隐患。

本申请还提供了一种车底安全检测***，请参阅图5，图5为本申请提供的车底安全检测***一个实施例，该***包括：

处理器501、存储器502、输入输出单元503、总线504；

处理器501与存储器502、输入输出单元503以及总线504相连；

存储器502保存有程序，处理器501调用程序以执行如上任一车底安全检测方法。

本申请还涉及一种计算机可读存储介质，计算机可读存储介质上保存有程序，当程序在计算机上运行时，使得计算机执行如上任一车底安全检测方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，read-onlymemory)、随机存取存储器(RAM，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种车底安全检测方法，其特征在于，所述方法包括：

当目标车辆处于停车状态时，通过摄像头实时采集所述目标车辆周边的图像视频流；

确定所述图像视频流包括的第一图像帧中是否包含可疑运动物体，所述第一图像帧为所述图像视频流中任一帧图像帧；

在确定所述第一图像帧中包含可疑运动物体时，获取与所述第一图像帧邻近的第二图像帧，所述第二图像帧为所述图像视频流中与所述第一图像帧之间的帧间隔数量不大于预设数量阈值的图像帧；

判断所述第一图像帧与所述第二图像帧之间的图像帧差异度是否大于预设差异度阈值；

若是，则确定所述第一图像帧中存在目标运动物体，并从所述图像视频流中获取所述第一图像帧之后的包括多个连续采集的图像帧的视频图像序列；

根据所述视频图像序列确定所述目标运动物体是否进入所述目标车辆的车底；

当确认所述目标运动物体进入车底，且在车底停留预设时间时，向车主终端发送告警信息。

2.根据权利要求1所述的车底安全检测方法，其特征在于，在所述确定所述图像视频流包括的第一图像帧中是否包含可疑运动物体之前，所述方法还包括：

确定所述图像视频流包括的背景图像帧，所述背景图像帧为仅包含预设背景的图像帧；

所述确定所述图像视频流包括的第一图像帧中是否包含可疑运动物体包括：

确定所述图像视频流中的第一图像帧，并根据所述背景图像帧与所述第一图像帧计算第一图像差异度；

根据所述第一图像差异度确定所述第一图像帧中是否包含可疑运动物体；

所述判断所述第一图像帧与所述第二图像帧之间的图像帧差异度是否大于预设差异度阈值包括：

根据所述背景图像帧与所述第二图像帧计算第二图像差异度；

根据所述第一图像差异度与所述第二图像差异度计算所述可疑运动物体的目标变化量差异度；

判断所述目标变化量差异度是否大于预设差异度阈值。

3.根据权利要求1所述的车底安全检测方法，其特征在于，所述判断所述第一图像帧与所述第二图像帧之间的图像帧差异度是否大于预设差异度阈值包括：

确定所述可疑运动物体在所述第一图像帧中的第一位置；

确定所述第二图像帧中所述可疑运动物体的第二位置；

判断所述第一位置与所述第二位置的差异度是否大于预设差异度阈值。

4.根据权利要求1所述的车底安全检测方法，其特征在于，在所述通过摄像头实时采集所述目标车辆周边的图像视频流之前，所述方法还包括：

通过红外传感器对所述目标车辆的周围进行运动物体检测；

所述通过摄像头实时采集所述目标车辆周边的图像视频流包括：

当根据所述红外传感器确定存在运动物体时，通过摄像头实时采集所述目标车辆周边的图像视频流。

5.根据权利要求1至4中任一项所述的车底安全检测方法，其特征在于，所述摄像头为目标车辆自带的360全景影像的摄像头，在所述通过摄像头实时采集所述目标车辆周边的图像视频流之前，所述方法还包括：

对摄像头的拍摄角度进行调整，以使得所述摄像头采集的图像视频流中的视频图像包括车辆四周和车辆所处地面对应的图像。

6.根据权利要求1至4中任一项所述的车底安全检测方法，其特征在于，在所述当确认所述目标运动物体进入车底，且在车底停留预设时间之后，所述方法还包括：

控制所述目标车辆按照预设鸣笛频率进行鸣笛示警和/或控制所述目标车辆的悬挂按照预设频率进行振动示警。

7.根据权利要求1至4中任一项所述的车底检测方法，其特征在于，在所述当确认所述目标运动物体进入车底之后，所述方法还包括：

根据所述图像视频流确定所述目标运动物体是否离开所述目标车辆的车底。

8.根据权利要求7所述的车底安全检测方法，其特征在于，所述根据所述图像视频流确定所述目标运动物体是否离开所述目标车辆的车底包括：

对包含所述目标运动物体的第一图像帧进行标记；

当根据图像视频流确定存在运动物体离开所述目标车辆的车底之后，获取包含所述运动物体的第三图像帧；

根据标记的第一图像帧与所述第三图像帧进行比对，根据比对结果判断是否为同一个运动物体。

9.根据权利要求1至4中任一项所述的车底安全检测方法，其特征在于，所述告警信息包括检测到目标运动物体进入车底的目标时间和对应的图像帧。

10.一种车底安全检测***，其特征在于，所述***包括：

采集单元，用于当目标车辆处于停车状态时，通过摄像头实时采集所述目标车辆周边的图像视频流；

第一确定单元，用于确定所述图像视频流包括的第一图像帧中是否包含可疑运动物体，所述第一图像帧为所述图像视频流中任一帧图像帧；

第一获取单元，用于在确定所述第一图像帧中包含可疑运动物体时，获取与所述第一图像帧邻近的第二图像帧，所述第二图像帧为所述图像视频流中与所述第一图像帧之间的帧间隔数量不大于预设数量阈值的图像帧；

判断单元，用于判断所述第一图像帧与所述第二图像帧之间的图像帧差异度是否大于预设差异度阈值；

第二获取单元，用于若确定所述第一图像帧与所述第二图像帧之间的图像帧差异度大于预设差异度阈值，则确定所述第一图像帧中存在目标运动物体，从所述图像视频流中获取所述第一图像帧之后的包括多个连续采集的图像帧的视频图像序列；

第二确定单元，用于根据所述视频图像序列确定所述目标运动物体是否进入所述目标车辆的车底；

告警单元，用于当确认所述目标运动物体进入车底，且在车底停留预设时间时，向车主终端发送告警信息。

Images