[发明专利]一种基于毫米波与视觉融合感知的盲区监测方法

权利要求书

1.一种基于毫米波与视觉融合感知的盲区监测方法，其特征在于，包括以下步骤：

S1、分别对毫米波雷达和视觉传感器进行标定，然后进行两种传感器的联合标定及外参标定；

S2、基于毫米波雷达对目标的有效确定；

S3、基于机器视觉传感器对障碍物的有效识别；

S4、基于毫米波雷达与机器视觉融合模型的搭建；

S5、根据不同类别的障碍物采取不同的报警方式和信息提示方式；

所述步骤S2中，基于毫米波雷达对目标进行有效确定的方法具体如下：

利用噪声自适应的扩展卡尔曼滤波NA-EKF算法在线调整测距观测器过程的噪声方差和量测噪声方差，并调整测距状态观测器增益，以解决假定迭代过程中的噪声量测方差不随时间变化，而导致的算法估计的结果存在误差的问题；

所述步骤S3中，基于机器视觉传感器对障碍物的有效识别的方法，具体如下：

S301、在盲区监测系统试验过程中，采集真实实车视觉样本特征数据；

S302、对所采集到的视觉样本特征统一进行灰度化和归一化处理，建立30×30像素的样本库，形成训练样本集；

S303、对视觉样本特征进行提取，并用矩形框进行标注；利用Adaboost建立相同数据量规模的弱分类器；

S304、通过将不同弱分类器赋予不同大小的权值，并进行加权相加，转变成强分类器；

所述步骤S4中，毫米波雷达与机器视觉融合感知的具体方法如下：

S401、以视觉采样速率为基准，毫米波雷达的上一帧数据与视觉当前帧的数据进行匹配，实现二者时间上的融合，从而保证了毫米波雷达数据和摄像机数据时间上的同步；

S402、通过毫米波雷达采集得到障碍物数据，获取障碍物位置坐标；

S403、将障碍物坐标点进行转化，得到在视觉图上的像素坐标；

所述步骤S1中对毫米波雷达的标定方法如下：

S111、将车辆停放在直线型的车道中央；

S112、测量毫米波雷达安装偏差，填写的标定程序配置文件中，其中毫米波雷达偏左时，偏差值为正，偏右为负；

S113、测量车道宽度及车辆宽度尺寸填写到标定程序配置文件中；

S114、配合车辆沿当前车道向前行驶设定的距离，如果期间车辆总能保持在本车道内为标定成功标准；如果车辆行驶一段距离后显示不在本车道内部，即目标车辆脱离标定软件绘制的车道参考线，通过修改标定程序配置文件中的YAW值，重新加载程序观察结果，直到达到标定完成的标准为止，此时标定程序配置文件中的YAW值即为雷达安装的横摆角；

所述步骤S1中，对毫米波雷达和视觉传感器两种传感器的联合标定，方法如下：

S121、毫米波坐标系下的坐标转换到以相机为中心的世界坐标系中；

转换矩阵是由两部分组成：由角度所带来的旋转矩阵以及平移产生的平移矩阵；其中平移矩阵的平移量理解为毫米波设备在世界坐标系的坐标，即：毫米波到相机的距离； 平移矩阵通过测距工具实际测量得到，此时设定旋转矩阵为0；

S122、将世界坐标系的坐标转换到相机坐标系；

S123、将相机坐标系的坐标转换到图像坐标系。

2.根据权利要求1所述的基于毫米波与视觉融合感知的盲区监测方法，其特征在于，所述步骤S1中，对视觉传感器的标定方法如下：

基于张正友标定原理求出摄像机的畸变参数，对空间上坐标转换关系进行修正。

3.根据权利要求1所述的基于毫米波与视觉融合感知的盲区监测方法，其特征在于：所述步骤S5的具体方法如下：

通过毫米波雷达获取盲区内障碍物的距离本车的距离信息，以及障碍物的相对速度信息，而视觉传感器用于判断障碍物的种类，将障碍物分为车辆、自行车或摩托车、行人等三大类，最后对不同相对速度，不同种类的障碍物进行不同的报警声音设置，在左右后视镜外侧的LED报警灯也以不同的形式进行表现。