[发明专利]一种基于视觉的车辆前碰撞预测方法在审

专利信息
申请号: 202010830942.8 申请日: 2020-08-18
公开(公告)号: CN111950483A 公开(公告)日: 2020-11-17
发明(设计)人: 王伟达;马正;杨超;姚寿文;徐彬;张宇航;郄天琪 申请(专利权)人: 北京理工大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/62;B60W40/04;B60W50/14;B60W50/16;B60T7/22
代理公司: 成都方圆聿联专利代理事务所(普通合伙) 51241 代理人: 李鹏
地址: 100081 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 视觉 车辆 碰撞 预测 方法
【说明书】:

本发明提供一种基于视觉的车辆前碰撞预测方法,通过视觉目标检测算法定位前方车辆,并生成感兴趣区域;对图像进行预处理,检测此时感兴趣区域内的关键点;与上一帧图像中检测到的关键点进行关联,将相同的关键点进行匹配,生成匹配子;通过筛选得到一组最佳匹配子;计算预测碰撞时间TTC,将TTC与设定的阈值进行比较判断,针对不同的工况分别进行响应。本发明通过纯视觉方案解决车辆前碰撞预警问题,运用计算机视觉技术计算得到TTC,此时得到的计算结果更加精确,并且该方案对使用路况没有限制。

技术领域

本发明涉及车辆安全预警技术领域,尤其是涉及一种基于视觉的车辆前碰撞预测方法。

背景技术

随着车辆保有量迅速增长,车辆交通事故也逐年攀升,车辆消费者对安全性的要求也日益增高。驾驶员若能在道路交通危险出现前得到预警提醒或提供辅助驾驶,可避免大多数的交通事故的发生。前方碰撞预警系统(FCWS)是先进驾驶辅助系统(ADAS)中的子系统,FCWS能够时刻监测前方车辆,当存在潜在碰撞危险时对驾驶者进行警告甚至主动控制制动踏板实现刹车。FCWS主要涉及几个关键技术:自车及障碍物信息感知与处理、行车安全状态评估和主动制动控制。本专利着重解决前两项关键技术。

视觉技术获取前方车辆的位置信息可以通过立体视觉或则单目视觉来实现,立体摄像机通过模仿人类,利用双目视差感知距离,但存在体积大、价格高、计算负荷高的问题,本专利采用单目摄像头,体积小、成本低,计算负荷小。

专利号:CN105574552A提供一种基于单目视觉的车辆测距与碰撞预警方法,该技术在计算TTC时存在缺陷,计算公式中的d和S都不能准确测量,因此计算得到的TTC存在较大误差,特别是道路具有一定坡度时。在进行车辆前碰撞预警时对TTC计算结果的准确度要求较高,因此需要改进其他方法计算TTC。

发明内容

本发明提供一种基于视觉的车辆前碰撞预测方法,本发明应用于智能电驱动车辆的感知与决策系统,依靠视觉系统,通过持续估算碰撞时间(TTC)来实现前碰撞预警功能,并且综合考虑我车与前车的速度,使计算得到的TTC更加精确,提高前碰撞预警的准确性与有效性。

为实现上述目的,本申请采用的技术方案是:

一种基于视觉的车辆前碰撞预测方法,包括以下步骤:

S1.通过视觉目标检测算法定位前方车辆,并生成感兴趣区域;目标检测算法可以采用SSD,YOLO等基于卷积神经网络的目标检测算法快速检测。

S2.对图像进行预处理,包括灰度处理、高斯平滑、梯度处理,便于之后关键点的检测;

S3.检测此时感兴趣区域内的关键点;

S4.与上一帧图像中检测到的关键点进行关联,将相同的关键点进行匹配,生成匹配子;匹配过程中通过交叉检测以及非最大值抑制技术提高匹配正确率;

S5.对得到的匹配子进行筛选;匹配过程中通过交叉检测以及非最大值抑制技术提高匹配正确率;

S6.计算预测碰撞时间TTC;采用恒速模型:

h0=f*LCD/d0

h1=f*LAB/d1

LAB=LCD

d1=d0-V0*Δt=d1*h1/h0-V0*Δt

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北京理工大学,未经北京理工大学许可,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/202010830942.8/2.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