[发明专利]快速高精度的车辆碰撞预测方法

说明书

一种快速高精度的车辆碰撞预测方法，包括以下步骤：首先利用Farneback算法和高斯差核函数对某时刻输入的视频帧产生运动相互作用场，并以正负区域的面积差来表达运动相互作用场的对称性，然后采用线性回归模型来确定该时刻的异常值，最后以硬阈值方式来预测车辆是否发生碰撞。

技术领域

本发明属于智能交通领域，涉及快速高精度的车辆碰撞预测方法，特别适用于实时、全天候的道路车辆碰撞的预测。

背景技术

国内外许多研究小组尝试通过计算机视觉和模式识别技术来研究车辆碰撞事故的自动检测方法。Siyu Xia等提出一种基于低秩矩阵近似的方法来快速有效地自动测视频中的交通事故。其首先将每个帧划分为与不同权重相关联的非重叠块，然后提取视频分段的运动矩阵，在使用低秩矩阵近似来将正常交通场景与一组运动子空间相关联之后，识别在近似误差增加的时刻的交通事故。Yu Chen等提出了一种基于分类器的监测方法，通过观察机动车碰撞前的最后一秒视频作为检测目标。其首先利用OF-SIFT算法从时域中提取局部运动信息特征以用于运动检测，然后用极端学习机(ELM)分类器作为基本分类器对交通事故进行分类。李月娥等通过提取交通监控视频中的烟雾、碎片和运动目标速度的变化等参数，结合麦夸特法进行公式拟合得到交通事故发生概率公式，并计算出事故发生概率，依据概率大小判断车辆是否发生碰撞。拜佩等分析车辆在视频中的一些具体状态，如大小、位置等，根据这些运动判断两个目标是否有重合区域，从而判断车辆是否碰撞。刘纬琪等利用OBB算法计算车辆的包围盒，然后将包围盒的地面平面投影得到车辆矩形二维包围盒，然后检测这些矩形在同一平面上是否相交从而判断车辆是否发生碰撞。尹春娥等提出一种基于小波方程的自适应阈值高速公路交通事故检测方法，基于交通运行状态的改变来动态自适应地调整阈值，以此达到比较高的事故检测率。尹宏鹏等利用智能分析技术，先使用背景差分法检测运动车辆，然后利用均值漂移算法跟踪运动车辆，通过得到的车辆位置、速度和运动方向等参数进行加权融合，以此来检测车辆行为(车辆的碰撞、停止行驶等)

上述算法都比较好地实现了交通事故检测，但存在着目标检测不准，跟踪效果不好和碰撞判别正确率不高等问题。

Atev等采用多个摄像机对同一交叉口同时监测，对数据融合后获得目标的运动状态向量，利用车辆轨迹外推假设建立了车辆碰撞预测算法，用于实现冲突检测。Laureshyn等尝试建立了一套能够全过程衡量交通相互作用事件的严重性指标，包括距离碰撞时间(TTC)、优势时间(TAdv)、间隙时间(TG)、速度等，基于此根据事件全过程严重性对交通冲突进行分类与识别。Ismail等对交通场景中的行人和车辆进行检测、跟踪与分类，然后借助外推假设自动计算严重性指标，并据此识别人车冲突。张方方从视频图像序列中提取冲突车辆的轨迹、速度、加速度等微观交通参数，建立了多数交通冲突判断方法，初步实现简单交通条件下机动车交通冲突视频自动检测。曲昭伟等在运动目标检测与跟踪的基础上，引入GM(1，1)灰色模型对运动目标轨迹进行预测，在确立了交通冲突判别两个条件的基础上实现了无信号交叉口交通冲突自动判别。Hu等利用模糊自组织神经网络算法学习车辆运动模式，并以此对车辆的运动轨迹加以匹配和预测，最终通过计算车辆间碰撞的发生概率对事故行预测。Saunier等建立了一种基于视频的交叉安全自动分析方法，通过最长公共子序列(LCSS)算法习得轨迹原型，在此基础上计算车辆间的碰撞可能性，对交通冲突进行判别。

尽管基于视频的交通冲突技术研究已经取得了一些阶段性成果，但是现行的大多数冲突判别方法只是对视频所采集到的微观交通数据进行简单直接应用，往往最终归于传统的交通冲突判别思路。

本专利的目的是提供一种计算量小、计算速度快、抗噪声能力强、检测精度高、并且能够全天候实时预测车辆碰撞交通事故的快速高精度的车辆碰撞预测方法。

发明内容

1、一种快速高精度的车辆碰撞预测方法，其特征在于，按照以下步骤进行：

步骤一，构建运动相互作用场F₂(x,y)，按照以下几步进行：