[发明专利]基于超声波和3D环视的车辆碰撞预警及处理方法、装置

权利要求书

1.一种基于超声波和3D环视的车辆碰撞预警及处理方法，其特征在于，包括：

获取超声波信号数据，所述超声波信号数据包括由车辆发出并经障碍物反射的超声波反射信号；

对所述超声波反射信号进行滤波处理；

基于预设第一判断模型对滤波处理后的超声波反射信号进行预警距离判断，获取距离预警等级；

响应于预设预警区域内障碍物的识别，根据所述距离预警等级向驾驶员输出警示信号，并基于预设第二判断模型对所述障碍物进行障碍物方向判断，获取障碍物方向信息；

获取车辆周围的原始图像数据，建立所述车辆的3D环视模型；

切换至与所述障碍物方向信息匹配的3D环视虚拟相机视角。

2.根据权利要求1所述的车辆碰撞预警及处理方法，其特征在于，所述对所述超声波反射信号进行滤波处理的滤波算法为卡尔曼滤波算法。

3.根据权利要求1所述的车辆碰撞预警及处理方法，其特征在于，所述距离预警等级与所述障碍物所在区域相对应，所述障碍物所在区域距离所述车辆由远到近依次分为安全区域、警告区域和报警区域；

其中，所述预警区域包括所述警告区域和所述报警区域。

4.根据权利要求3所述的车辆碰撞预警及处理方法，其特征在于，所述第一判断模型和所述第二判断模型均采用神经网络模型。

5.根据权利要求1所述的车辆碰撞预警算法，其特征在于，在获取车辆周围的原始图像数据前，还包括：

根据张正友标定法计算摄像头内参和畸变系数，进行图像的畸变校正；

基于统一世界坐标系法得到标定物的角点坐标，计算透视变换矩阵，进行标定物所在方位的俯视图切换；

根据加权平均法计算所述图像中像素点的权值，基于所述俯视图建立对应的权值图像；

获取所述俯视图的曝光补偿参数；

计算3D环视立体模型的顶点数据和纹理贴图的纹理坐标数据；

设置与预设障碍物方向匹配的虚拟相机视角。

6.根据权利要求5所述的车辆碰撞预警及处理方法，其特征在于，当至少两个所述障碍物方向存在障碍物时，所述虚拟相机视角为360°全景视角。

7.根据权利要求5所述的车辆碰撞预警及处理方法，其特征在于，所述基于统一世界坐标系法得到地面标定物的角点坐标，包括：

将多个相互平行的黑色方块标定物设置在所述车辆的边角处，所述黑色方块标定物位于车载摄像头的拍摄范围内；

获取包含所述黑色方块标定物的目标图像；

将所述目标图像进行二值化处理，得到标定物区域为白色的二值化图像；

根据预设约束条件进行标定物区域的筛选，确定标定物轮廓图；

将所述标定物轮廓图进行霍夫直线变换，得到所述标定物直线的长度和位置，确定标定物的边；

拟合出所述黑色方块标定物直线的数学公式，计算获取所述标定物的角点坐标；

利用亚像素角点精确法进行所述角点坐标的优化。

8.根据权利要求1所述的车辆碰撞预警及处理方法，其特征在于，所述获取车辆周围的原始图像数据，建立所述车辆的3D环视模型，包括：

基于环绕设置在所述车辆周围的车载鱼眼摄像头获取车辆周围环境的原始图像，进行所述原始图像的畸变校正和俯视图转换处理；

进行所述俯视图的融合处理，获取2D鸟瞰图；

将椭球模型和平面模型作为3D环视的立体模型，并将所述2D鸟瞰图设置为所述立体模型的纹理贴图；

根据所述立体模型和所述平面模型的透视关系计算纹理坐标数据，并对所述纹理坐标数据进行归一化处理。

9.根据权利要求1所述的车辆碰撞预警及处理方法，其特征在于，在所述获取超声波信号数据前，还包括：

获取超声波信号数据样本；

基于所述超声波信号数据样本生成神经网络预训练模型。

10.一种基于超声波和3D环视的车辆碰撞预警及处理装置，其特征在于，包括：

第一获取模块，用于获取超声波信号数据，所述超声波信号数据包括由车辆发出并经障碍物反射的超声波反射信号；

滤波模块，用于对所述超声波反射信号进行滤波处理；

判断模块，用于基于预设第一判断模型对所述超声波反射信号进行预警距离判断获取距离预警等级；

预警模块，用于响应于预设预警区域内障碍物的识别，根据所述距离预警等级向驾驶员输出警示信号，并基于预设第二判断模型对所述障碍物进行障碍物方向判断，获取障碍物方向信息；

第二获取模块，用于获取车辆周围的原始图像数据，建立所述车辆的3D环视模型；

处理模块，用于切换至与所述障碍物方向信息匹配的3D环视虚拟相机视角。