[发明专利]一种车辆盲区预警方法及装置

说明书

技术领域

本发明涉及智能交通领域，特别是涉及一种车辆盲区预警方法及装置。

背景技术

在驾驶车辆时，驾驶员位于正常驾驶座位置，其视线会因为被车体遮挡而不能直接观察到车辆侧后方区域，这部分驾驶员不能直接观察到的区域即为车辆盲区。其中，车辆盲区可以包括左后方盲区和右后方盲区。

如果车辆盲区内有其他正在行驶的车辆，或有行走的行人，由于驾驶员不能直接看到该车辆或行人，所以很容易发生碰撞等事故。特别是车辆有变道倾向时，发生事故的可能性更大，危害性非常大。如，当车辆有向左变道倾向，左后方盲区有其他车辆或行人时，发生事故的可能性会较大；当车辆有向右变道倾向，右后方盲区有其他车辆或行人时，发生事故的可能性会较大。因此，车辆盲区预警应运而生。

车辆盲区预警是指在车辆行驶过程中，特别是在车辆有变道倾向时，实时检测车辆盲区路况，如果盲区内有车辆或行人靠近，则通过A柱信号灯、蜂鸣声等多种方式提醒驾驶员注意安全，避免碰撞等事故的发生。

现有的车辆盲区预警方法，主要为采用雷达感知方式来检测车辆盲区内是否存在其他车辆或行人。具体地，可以在车辆安装雷达，从而可以根据雷达感知车辆盲区是否有其它车辆或行人。但是，由于雷达感知范围有限，从而导致这种方法检测范围较小，精确性较低。

发明内容

本发明实施例公开了一种车辆盲区预警方法及装置，用以解决现有车辆盲区预警方法存在的检测范围小、精确性低的问题。技术方案如下：

第一方面，本发明实施例提供了一种车辆盲区预警方法，所述方法包括：

检测目标车辆是否具有变道倾向，如果是，确定与所述变道倾向对应的车辆盲区；

获取与所述车辆盲区对应的图像采集设备当前时刻采集的第一车辆盲区图像，以及第二车辆盲区图像，其中，所述第二车辆盲区图像为所述图像采集设备采集的所述第一车辆盲区图像的前一帧图像；

根据所述第一车辆盲区图像及所述第二车辆盲区图像，确定所述车辆盲区内是否存在非远离目标，如果存在，输出报警信息。

可选的，所述检测目标车辆是否具有变道倾向包括：

获取所述目标车辆的全景俯视图，并根据所述全景俯视图，确定所述目标车辆的中心线；

将所述全景俯视图转化为灰度图，并通过边缘图像检测算法，确定所述灰度图对应的边缘图像；

通过霍夫变换算法，识别所述边缘图像中包括的直线，并将所述直线确定为车道线；

计算所述中心线到所述车道线的角，当所述中心线到所述车道线的角大于第一预设阈值，且小于180度时，确定所述目标车辆具有向左变道的倾向；当所述中心线到所述车道线的角大于第二预设阈值，且小于90度时，确定所述目标车辆具有向右变道的倾向。

可选的，所述当所述中心线到所述车道线的角大于第一预设阈值，且小于180度时，确定所述目标车辆具有向左变道的倾向；当所述中心线到所述车道线的角大于第二预设阈值，且小于90度时，确定所述目标车辆具有向右变道的倾向包括：

计算所述目标车辆前端中点到所述目标车辆左侧车道线的第一距离，及所述目标车辆前端中点到所述目标车辆右侧车道线的第二距离；

当所述中心线到所述车道线的角大于第一预设阈值，小于180度，且所述第一距离小于所述第二距离时，确定所述目标车辆具有向左变道的倾向；当所述中心线到所述车道线的角大于第二预设阈值，小于90度，且所述第一距离大于所述第二距离时，确定所述车辆具有向右变道的倾向。

可选的，所述通过霍夫变换算法，识别所述边缘图像中包括的直线，并将所述直线确定为车道线包括：

通过霍夫变换算法，识别所述边缘图像中包括的直线；

在所述直线中，识别与历史车道线的位置关系符合预定条件的直线，并将所识别出的直线确定为车道线。

可选的，所述根据所述第一车辆盲区图像及第二车辆盲区图像，确定车辆盲区内是否存在非远离目标包括：

计算所述第二车辆盲区图像中各目标的边缘特征点；

在所述第一车辆盲区图像中，确定与所述第二车辆盲区图像中各目标的边缘特征点对应的边缘特征点；

通过光流算法，根据所述第一车辆盲区图像中的各边缘特征点，以及所述第二车辆盲区图像中对应的各边缘特征点，计算各目标的光流矢量；

通过聚类算法，将所述第一车辆盲区图像中的边缘特征点和所述各目标的光流矢量进行聚类，获得各目标的中心位置及其对应的运动矢量；