[发明专利]一种针对于车辆视野盲区的防碰撞预警系统、设备及方法在审

专利信息
申请号: 201910492210.X 申请日: 2019-06-06
公开(公告)号: CN110126734A 公开(公告)日: 2019-08-16
发明(设计)人: 梁艳菊;焦延龙 申请(专利权)人: 中科院微电子研究所昆山分所
主分类号: B60R1/00 分类号: B60R1/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 陈丽
地址: 215347 江苏省苏州*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车辆视野 防碰撞预警 盲区 车载雷达 障碍物 车载摄像头 移动障碍物 告警信号 雷达探测 视频图片 图像识别 报警器 判定 申请 微处理器连接 方法和设备 微处理器 自动识别 告警 行车安全 误报率 有效地 内存 报警 发送 拍摄
【说明书】:

本申请公开了一种针对于车辆视野盲区的防碰撞预警系统,包括:车载雷达,用于对车辆视野盲区内的障碍物进行雷达探测;车载摄像头,用于拍摄车辆视野盲区内的视频图片;分别与车载雷达和车载摄像头连接的微处理器,用于在车载雷达判定车辆视野盲区内存在障碍物之后,对接收到的视频图片进行图像识别,并在判定障碍物为移动障碍物时,生成并发送告警信号至报警器;与微处理器连接的报警器,用于根据告警信号进行告警。本申请结合雷达探测和图像识别,可实现对移动障碍物的自动识别和报警,有效地降低了防碰撞预警的误报率,保障了行车安全。本申请还公开了一种针对于车辆视野盲区的防碰撞预警方法和设备,同样具有上述有益效果。

技术领域

本申请涉及光电侦测技术领域,特别涉及一种针对于车辆视野盲区的防碰撞预警系统、设备及方法。

背景技术

车辆盲区是交通安全中的一大问题。特别地,对于车型高大的工程车辆(如大型吊车、挖掘机、推土机、电力抢修车、电焊工程车、污水处理工程车等)来说,因其车辆盲区明显大于小型车辆,因此将近有30%的工程车交通事故都源于视觉盲区。针对于该问题,现有技术中多采用雷达探测器对车辆盲区内进行雷达检测,以便在有物体近距离靠近车辆时向驾驶员告警提示。然而,雷达系统在实际应用中经常出现误报现象,这是因为雷达探测器无法有效识别行人车辆等移动障碍物与绿化植物等静态障碍物。如此高误报率将导致驾驶员失去对报警结果的信任,反而容易诱发交通事故。鉴于此,提供一种解决上述技术问题的方案是本领域技术人员所亟需关注的。

发明内容

本申请的目的在于提供一种针对于车辆视野盲区的防碰撞预警系统、设备及方法,以便有效地提高防碰撞预警的正确率,保障行车安全。

为解决上述技术问题,第一方面,本申请公开了一种针对于车辆视野盲区的防碰撞预警系统,包括:

车载雷达,用于对车辆视野盲区内的障碍物进行雷达探测;

车载摄像头,用于拍摄车辆视野盲区内的视频图片;

分别与所述车载雷达和所述车载摄像头连接的微处理器,用于在所述车载雷达判定车辆视野盲区内存在障碍物之后,对接收到的所述视频图片进行图像识别,并在判定所述障碍物为移动障碍物时,生成并发送告警信号至报警器;

与所述微处理器连接的报警器,用于根据所述告警信号进行告警。

可选地,所述微处理器还用于在对接收到的所述视频图片进行图像识别之前,对所述视频图片进行图像增强处理。

可选地,所述微处理器具体用于计算所述视频图片中的所述障碍物为移动障碍物的第一概率值,若所述第一概率值大于预设识别阈值,则判定所述障碍物为移动障碍物。

可选地,所述微处理器具体用于获取车辆行驶速度,并将所述视频图片中运动速度与所述车辆行驶速度不同的对象确定为所述障碍物。

可选地,所述微处理器还用于在判定所述障碍物为移动障碍物之后,获取雷达探测碰撞概率值、所述第一概率值以及车辆行驶参数,调用预先训练生成的神经网络模型,计算与所述移动障碍物碰撞的危险概率值,若所述危险概率值大于预设危险阈值,则生成并发送所述告警信号至所述报警器。

可选地,还包括与所述微处理器连接的显示器,所述微处理器还用于在判定所述危险概率值大于预设危险阈值之后,将所述判定结果以及障碍物位置信息发送至所述显示器进行显示。

可选地,所述报警器包括以下任意一种或者任意组合:指示灯、语音合成器、震动器。

第二方面,本申请还提供了一种针对于车辆视野盲区的防碰撞预警方法,包括:

接收车载雷达针对于车辆视野盲区内的障碍物的雷达探测结果;

判断车辆视野盲区内是否存在障碍物;

若是,则接收车载摄像头拍摄的车辆视野盲区内的视频图片;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中科院微电子研究所昆山分所,未经中科院微电子研究所昆山分所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910492210.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top