[发明专利]一种基于后拉摄像头图像ADAS分析的倒车安全系统在审
申请号: | 201910912757.0 | 申请日: | 2019-09-25 |
公开(公告)号: | CN110712591A | 公开(公告)日: | 2020-01-21 |
发明(设计)人: | 黎逵;孙建伟;孙德生 | 申请(专利权)人: | 江西沃可视发展有限公司 |
主分类号: | B60Q9/00 | 分类号: | B60Q9/00;G06K9/00 |
代理公司: | 44637 深圳市中兴达专利代理有限公司 | 代理人: | 危祯 |
地址: | 332000 江*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据处理模块 处理模块 人机交互 物体模型 显示模块 诊断模块 后拉 摄像头 语音模块 预警 倒车 图像数据识别 摄像头图像 安全系统 倒车图像 模型信息 图像数据 危险级别 信息发送 语音信号 发送 播放 返回 分析 | ||
本发明涉及一种基于后拉摄像头图像ADAS分析的倒车安全系统,包括后拉摄像头、CPU数据处理模块、预警诊断模块、APP处理模块、显示模块以及人机交互显示模块以及人机交互语音模块;所述后拉摄像头用于将获取倒车图像数据并将该数据输入至CPU数据处理模块;所述CPU数据处理模块用于将图像数据按每帧的形式发送至预警诊断模块;所述预警诊断模块用于图像数据识别成相应的物体模型信息并将该模型信息返回至CPU数据处理模块;所述CPU数据处理模块用于将相应的物体模型信息发送至APP处理模块;所述人机交互显示模块用于将APP处理模块处理好的物体模型信息进行显示,所述人机交互语音模块用于将APP处理模块处理好的物体模型信息转成危险级别语音信号进行播放。
技术领域
本发明涉及一种基于后拉摄像头图像ADAS分析的倒车安全系统。
背景技术
随着我国的经济持续高速增长,汽车工业也得到了迅猛发展,汽车已经走进了千家万户,目前全国机动车截至2019年6月保有量超过3.7亿辆,小汽车保有量突破两亿辆,数量非常的巨大。汽车在带给人们极大便利的同时,也带来了很多安全问题,例如汽车倒车引发的事故呈现出逐年递增的趋势。然而为了避免以上倒车事故,现有技术中采用雷达倒车防碰撞仪,早期雷达倒车防碰撞仪的可以检测车后一定距离范围的障碍物,从而发出警报,后来发展到根据距离分段报警。虽然采用雷达倒车防碰撞仪可以一定程度上解决倒车事故,但还存在一些缺陷,例如:驾驶员无法直观的看到车后视野,而且由于雷达的死角问题、覆盖面问题,也同样会造成大量的事故。现在有一些高端车配置的毫米波雷达可以快速识别出车后方的障碍物,但是即使有障碍物也没有图像显示,不清楚具体是什么障碍物,离车还有多远,体验感也不是很好,成本还非常高,中低端车无法普及使用这项技术。
目前市场上,大受车主欢迎的智能后视镜基本上都配备了倒车影像功能,在系统启动完成后支持的倒车影像显示功能也只是仅仅是图像的展现。车主倒车时需要时时盯住显示屏幕,观察后方动态,而有时倒车不仅仅要观察车辆后方,驾驶员还可能需要观察左侧、右侧、或前方的状况,因此驾驶员的视野不可能一直都是盯住屏幕来倒车,在驾驶员视野离开后方的时候,如果有行人、小孩、电动车、或其他车辆进入车辆后方,驾驶员没有观察到的话很容易发生交通事故。体验感比较差,倒车安全性也是大打折扣。
发明内容
本发明的目的是解决现有技术的不足,为此,提供一种基于后拉摄像头图像ADAS分析的倒车安全系统,包括后拉摄像头、CPU数据处理模块、预警诊断模块、APP处理模块以及人机交互显示模块以及人机交互语音模块。
所述后拉摄像头用于将获取倒车图像数据并将该数据输入至CPU数据处理模块;
所述CPU数据处理模块用于将图像数据按每帧的形式发送至预警诊断模块;
所述预警诊断模块用于图像数据识别成相应的物体模型信息并将该模型信息返回至CPU数据处理模块;
所述CPU数据处理模块用于将相应的物体模型信息发送至APP处理模块;
所述人机交互显示模块用于将APP处理模块处理好的物体模型信息进行显示,所述人机交互语音模块用于将APP处理模块处理好的物体模型信息转成危险级别语音信号进行播放。
进一步地,预警诊断模块用于通过对每一帧图像数据的过滤分析确定图像的感兴趣区域(ROI区域),然后采用adaboost迭代算法提取物体模型信息。
进一步地,所述预警诊断模块首先提取感兴趣区域的图片特征,然后,将图片特征与预存在的物体模型信息进行对比识别筛选出相应的物体模型信息以及物体模型在图像上的坐标位置。
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江西沃可视发展有限公司,未经江西沃可视发展有限公司许可,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/201910912757.0/2.html,转载请声明来源钻瓜专利网。