[发明专利]基于智能手机实现车辆主动安全的方法

说明书

技术领域

本发明涉及汽车主动安全技术，具体涉及基于智能手机实现车辆主动安全的方法。

背景技术

随着社会的发展，城市中的交通安全问题日益严重。据统计，2011年全国共发生涉及人员伤亡的道路交通事故210812起，造成62387人死亡、237421人受伤，造成了巨大的经济损失以及人员伤亡。传统的车辆安全手段如：保险杠、安全带、安全气囊等都是被动式的，称为车辆被动安全技术，无法避免事故的发生，只能减少事故带来的损失。因此，车辆主动安全技术被越来越多的应用到车辆设计与生产中。

现有的车辆主动安全技术，如：ACC（巡航系统）、LDWS(车道偏离预警系统）等都需要额外的传感器（如激光雷达）来对周围环境进行感知，这些传感器都是车辆在出厂前已经完成安装的，而未加装传感器的车辆在出厂后则无法使用车辆主动安全技术。因此，现有的车辆主动安全技术可移植性较差。如果能将车辆主动安全技术实现于其他硬件平台上，脱离车辆本身的总线，那么其可移植性会大大增强。智能手机终端拥有自身独立的传感器以及处理器，是一个很好的硬件平台。

图像处理技术由于其获取信息量大、成本低等优势被广泛的应用到交通领域中，如车牌识别、交通信息提取等。其同样也被应用于车辆主动安全中，如车道线偏离检测等。现有的车辆主动安全技术中的图像处理技术都依托于PC机或DSP等专用嵌入式系统，这些硬件平台的运算能力强大，能保证一定复杂算法的实时性。然而，智能手机的运算能力相对较弱，并且其处理器还要处理通信业务，同时现有的基于图像处理的车辆主动安全技术又较为复杂，因此如果将现有技术直接移植到智能手机终端，会导致系统的实时性大大降低，实用性也大打折扣。对于现有的利用图像处理技术实现的车道线检测技术以及障碍物检测技术的检索结果如下：

专利公开号CN 101608924A公布了一种基于灰度估计和级联Hough变换的车道线检测方法。该发明首先对采集的车辆前方路况原始图像I的敏感区域进行灰度估计将其划分为车辆阴影区域、路面非标志区域以及路面标志区域(含前方车辆的车身区域);然后采用数学形态学方法从路面灰度估计所划分的区域中得到路面标志区域的边界图像;随后对路面标志区域的边界图像进行Hough变换以提取其中的直线图像特征;最后，通过对路面标志边缘消失点的搜索实现了对车道线的检测。该发明的缺陷在于，利用Hough变换检测车道线时，会受其他强边缘的影响，且其运算量较大。

专利公开号CN 102156979A公开了一种基于GrowCut的车道线快速检测方法，其包括：采集监控视频并挑选至少一帧的图像作为关键帧；在所述关键帧图像中标定边缘分割种子点；利用GrowCut算法进行边缘分割；采用中值滤波器对分割结果进行平滑滤波；再将平滑滤波结果，进行边缘提取；再对边缘提取结果，进行分半处理；再对分半处理结果，采用多项式曲线拟合方法对车道线进行拟合，得到最终车道线。该方法适用于检测静态背景图像，而无法提取动态背景中的车道线，不适用于车辆主动安全技术。

专利公开号CN 101447078A公开了一种障碍物分割方法及装置。该发明的实施例包括：将序列图像中的当前帧图像与帧间隔大于等于1帧的相邻帧图像划分为相同的若干块，对所述当前帧图像与所述相邻帧图像的对应位置图像块做差分，并确定差分图像中的差异块区域；计算当前帧图像中与所述差异块区域中对应的每一分块的垂直性和纹理性；将当前帧图像中与所述差异块区域对应的、且具有垂直性和纹理性的分块确定为障碍物分块；将所述障碍物分块按照连通规则生成障碍物区域。该发明的缺点是，在分割障碍物时，需要遍历整幅图像，其运算量较大，无法在智能手机终端上实现。

专利公开号CN 101419667A公开了一种识别图像中障碍物的方法，包括：获取当前帧以及与当前帧最近的之前N帧的图像，对所获取的每帧图像按相同的方式进行划分，对于每帧图像均获得若干个划分后的块区域；计算当前帧以及与当前帧最近的之前N帧所对应的每个块区域的运动障碍物置信度；根据所述当前帧以及与当前帧最近的之前N帧的所述每个块区域的运动障碍物置信度，依次确定当前帧图像中每个块区域是否为障碍物；根据每个块区域确定图像中的障碍物。该方法的缺陷是，其需要记录与当前帧最近的之前N帧的图像，所需要的缓存空间较大，不适用于智能手机终端。

发明内容