本發(fā)明涉及虛擬保險桿技術(shù)，特別是涉及一種基于圖像識別的虛擬保險杠控制方法和系統(tǒng)。

背景技術(shù)：

目前，虛擬保險杠系統(tǒng)的實(shí)現(xiàn)通常需要安裝額外的測距傳感器，這樣導(dǎo)致系統(tǒng)結(jié)構(gòu)復(fù)雜，不利于在實(shí)際中廣泛推廣。

測距傳感器只能夠判斷前方物體與本車的距離，并不能準(zhǔn)確的判斷前方物體與本車是否在同一車道，這可能會將鄰近車道上接近本車道的前方物體誤認(rèn)為是本車道的，最終導(dǎo)致誤報(bào)，干擾駕駛員的正常駕駛。事實(shí)上，只有在同一個車道正前方的物體與本車發(fā)生碰撞的危險程度最高。

技術(shù)實(shí)現(xiàn)要素：

基于此，有必要提供一種基于圖像識別的虛擬保險杠控制方法和系統(tǒng)。

一種基于圖像識別的虛擬保險杠控制方法，包括以下步驟：

步驟a、獲取前方道路信息圖像，并識別出車道目標(biāo)；

步驟b、判斷所述車道目標(biāo)中是否有障礙物；

步驟c、若是，則根據(jù)所述前方道路信息圖像計(jì)算當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度；

步驟d、根據(jù)當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度計(jì)算出當(dāng)前車輛與障礙物之間的預(yù)計(jì)碰撞時間；

步驟e、當(dāng)所述預(yù)計(jì)碰撞時間小于第一時間閾值時，則發(fā)出預(yù)警信號；

步驟f、當(dāng)所述預(yù)計(jì)碰撞時間大于第一時間閾值，且小于第二時間閾值時，則重復(fù)步驟c-步驟e。

在其中一個實(shí)施例中，所述判斷所述車道目標(biāo)中是否有障礙物的步驟包括：

將所述車道目標(biāo)進(jìn)行感興趣區(qū)域劃分；

提取所述感興趣區(qū)域內(nèi)的每個候選框的特征；

對所述候選框的特征進(jìn)行計(jì)算；

根據(jù)計(jì)算后的候選框的特征識別障礙物。

在其中一個實(shí)施例中，所述對所述候選框的特征進(jìn)行計(jì)算的步驟包括：

將所述候選框劃分為8*8、16*16、32*32或64*64大小的單元塊；

對單元塊中的像素i與其相鄰的像素j進(jìn)行比較，若像素i大于像素j，則記為1，否則記為0，并形成該單元塊的直方圖；

計(jì)算出所有單元塊的直方圖，并對所有直方圖進(jìn)行歸一化處理；

將處理的所有單元塊的直方圖連接，獲得所述候選框的特征。

在其中一個實(shí)施例中，當(dāng)所述預(yù)計(jì)碰撞時間大于第一時間閾值，且小于第二時間閾值時，對障礙物進(jìn)行跟蹤處理。

在其中一個實(shí)施例中，所述對障礙物進(jìn)行跟蹤處理的步驟包括：

構(gòu)造位置濾波器，采用所述位置濾波器跟蹤所述障礙物的位置；

構(gòu)造尺度濾波器，采用所述尺度濾波器跟蹤所述障礙物的尺寸大小。

一種基于圖像識別的虛擬保險杠控制系統(tǒng)，包括車輛檢測模塊、距離檢測模塊、預(yù)警模塊及跟蹤模塊；

所述車輛檢測模塊用于獲取前方道路信息圖像，并識別出車道目標(biāo)；所述車輛檢測模塊還用于判斷所述車道目標(biāo)中是否有障礙物；

若有障礙物，則所述距離檢測模塊用于根據(jù)所述前方道路信息圖像計(jì)算當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度；

所述距離檢測模塊還用于根據(jù)當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度計(jì)算出當(dāng)前車輛與障礙物之間的預(yù)計(jì)碰撞時間；

所述預(yù)警模塊還用于當(dāng)所述預(yù)計(jì)碰撞時間小于第一時間閾值時，則發(fā)出預(yù)警信號；

所述跟蹤模塊用于當(dāng)所述預(yù)計(jì)碰撞時間大于第一時間閾值，且小于第二時間閾值時，控制所述距離檢測模塊再次根據(jù)所述前方道路信息圖像計(jì)算當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度；及

根據(jù)當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度計(jì)算出當(dāng)前車輛與障礙物之間的預(yù)計(jì)碰撞時間；及

控制所述預(yù)警模塊再次用于當(dāng)所述預(yù)計(jì)碰撞時間小于第一時間閾值時，則發(fā)出預(yù)警信號。

在其中一個實(shí)施例中，所述車輛檢測模塊包括劃分單元、提取單元、計(jì)算單元及識別單元；

所述劃分單元用于將所述車道目標(biāo)進(jìn)行感興趣區(qū)域劃分；

所述提取單元用于提取所述感興趣區(qū)域內(nèi)的每個候選框的特征；

所述計(jì)算單元用于對所述候選框的特征進(jìn)行計(jì)算；

所述識別單元用于根據(jù)計(jì)算后的候選框的特征識別障礙物。

在其中一個實(shí)施例中，所述計(jì)算單元還用于將所述候選框劃分為8*8、16*16、32*32或64*64大小的單元塊；

所述計(jì)算單元還用于對單元塊中的像素i與其相鄰的像素j進(jìn)行比較，若像素i大于像素j，則記為1，否則記為0，并形成該單元塊的直方圖；

所述計(jì)算單元還用于計(jì)算出所有單元塊的直方圖，并對所有直方圖進(jìn)行歸一化處理；

所述計(jì)算單元還用于將處理的所有單元塊的直方圖連接，獲得所述候選框的特征。

在其中一個實(shí)施例中，當(dāng)所述預(yù)計(jì)碰撞時間大于第一時間閾值，且小于第二時間閾值時，所述跟蹤模塊用于對障礙物進(jìn)行跟蹤處理。

在其中一個實(shí)施例中，所述跟蹤模塊包括位置濾波器和尺度濾波器；

所述位置濾波器用于跟蹤所述障礙物的位置；

所述尺度濾波器用于跟蹤所述障礙物的尺寸大小。

上述基于圖像識別的虛擬保險杠控制方法和系統(tǒng)通過獲取前方道路信息圖像，并識別出車道目標(biāo)；判斷所述車道目標(biāo)中是否有障礙物；若是，則根據(jù)所述前方道路信息圖像計(jì)算當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度；根據(jù)當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度計(jì)算出當(dāng)前車輛與障礙物之間的預(yù)計(jì)碰撞時間；當(dāng)所述預(yù)計(jì)碰撞時間小于第一時間閾值時，則發(fā)出預(yù)警信號；當(dāng)所述預(yù)計(jì)碰撞時間大于第一時間閾值，且小于第二時間閾值時，則重復(fù)上述步驟，直至發(fā)出預(yù)警信號。因此，上述方法和系統(tǒng)僅通過對前方道路信息圖像進(jìn)行處理，就能夠?qū)崿F(xiàn)虛擬保險杠的功能，無需另外安裝測距傳感器，降低了虛擬保險杠系統(tǒng)的結(jié)構(gòu)復(fù)雜度，降低成本。

附圖說明

圖1為基于圖像識別的虛擬保險杠控制方法的流程圖；

圖2為基于圖像識別的虛擬保險杠控制系統(tǒng)的模塊圖。

具體實(shí)施方式

為了便于理解本發(fā)明，下面將參照相關(guān)附圖對本發(fā)明進(jìn)行更全面的描述。附圖中給出了本發(fā)明的較佳實(shí)施例。但是，本發(fā)明可以以許多不同的形式來實(shí)現(xiàn)，并不限于本文所描述的實(shí)施例。相反地，提供這些實(shí)施例的目的是使對本發(fā)明的公開內(nèi)容的理解更加透徹全面。

除非另有定義，本文所使用的所有的技術(shù)和科學(xué)術(shù)語與屬于本發(fā)明的技術(shù)領(lǐng)域的技術(shù)人員通常理解的含義相同。本文中在本發(fā)明的說明書中所使用的術(shù)語只是為了描述具體的實(shí)施例的目的，不是旨在限制本發(fā)明。本文所使用的術(shù)語“和/或”包括一個或多個相關(guān)的所列項(xiàng)目的任意的和所有的組合。

如圖1所示，為基于圖像識別的虛擬保險杠控制方法的流程圖。

高級輔助駕駛系統(tǒng)，即adas(advanceddriverassistancesystem)，是當(dāng)前智能交通系統(tǒng)研究的一個主要方面。它利用計(jì)算機(jī)視覺及相關(guān)的傳感器技術(shù)對車輛周圍的環(huán)境進(jìn)行實(shí)時監(jiān)測，并在本車可能發(fā)生危險時及時像駕駛員發(fā)出警示信息，采取有效措施。

用于adas的虛擬保險杠系統(tǒng)(virtualbumpersystem)是一種保守的避免車輛與前方物體碰撞的保護(hù)系統(tǒng)，即車輛在低速行駛過程中，對前方物體的距離進(jìn)行監(jiān)測，如果小于安全距離，虛擬保險杠系統(tǒng)會發(fā)出預(yù)警信號，提醒駕駛員與前方車保持安全距離。

本車與前方障礙物在安全距離以內(nèi)，虛擬保險杠系統(tǒng)不會發(fā)出預(yù)警信號。

本車與前方障礙物的距離在縮小，但是仍然在安全距離內(nèi)，系統(tǒng)不會發(fā)出預(yù)警信號。

本車與前方障礙物的距離超過安全閾值，系統(tǒng)發(fā)出預(yù)警信號。

一種基于圖像識別的虛擬保險杠控制方法，包括以下步驟：

步驟a、獲取前方道路信息圖像，并識別出車道目標(biāo)。

具體的，根據(jù)輸入的前方道路圖像信息識別圖像中的車道目標(biāo)。

步驟b、判斷所述車道目標(biāo)中是否有障礙物。

具體的，步驟b包括：

①將所述車道目標(biāo)進(jìn)行感興趣區(qū)域劃分。

②提取所述感興趣區(qū)域內(nèi)的每個候選框的特征。

③對所述候選框的特征進(jìn)行計(jì)算。

④根據(jù)計(jì)算后的候選框的特征識別障礙物。

具體的，根據(jù)識別出的車道信息劃分感興趣區(qū)域。感興趣區(qū)域以外的為邊緣區(qū)域，不作檢測。然后只需對感興趣區(qū)域內(nèi)進(jìn)行輛檢測。通過劃分感興趣區(qū)域提高了算法性能，加快了反應(yīng)時間。

采取滑動窗口方式，提取感興趣區(qū)域內(nèi)的每個候選框的特征，并將特征送入已經(jīng)訓(xùn)練好的分類器，對其進(jìn)行分類，進(jìn)而判斷前方是否有障礙物。一般來說，障礙物一般為前方行駛車輛，也可為前方道路中掉落的物體或欄桿、樹木等。

在本實(shí)施例中，所述對所述候選框的特征進(jìn)行計(jì)算的步驟包括：

①將所述候選框劃分為8*8、16*16、32*32或64*64大小的單元塊。

②對單元塊中的像素i與其相鄰的像素j進(jìn)行比較，若像素i大于像素j，則記為1，否則記為0，并形成該單元塊的直方圖。

③計(jì)算出所有單元塊的直方圖，并對所有直方圖進(jìn)行歸一化處理。

④將處理的所有單元塊的直方圖連接，獲得所述候選框的特征。

在本實(shí)施例中，對于輸入的每個圖像窗口(在訓(xùn)練階段為正負(fù)樣本。在檢測階段為候選框)，將其劃分為16*16大小的區(qū)域(該區(qū)域記為cell，即單元塊)；對于cell中的每個像素，與其鄰域像素比較，如果鄰域像素大于該像素，則記為1，否則記為0。計(jì)算每個cell的直方圖，然后對該直方圖進(jìn)行歸一化；最后，將獲得的每個cell的統(tǒng)計(jì)直方圖連接，構(gòu)成該窗口的特征。

通過比較cell中的每個像素與其鄰域像素，提取到了較為可靠的邊緣信息，對光照具有良好的魯棒性，最終保證了障礙物檢測的精度。

步驟c、若是，則根據(jù)所述前方道路信息圖像計(jì)算當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度。

首先計(jì)算本車與前方障礙物的距離d，以及本車相對于前方障礙物的行駛速度v和加速度a。

步驟d、根據(jù)當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度計(jì)算出當(dāng)前車輛與障礙物之間的預(yù)計(jì)碰撞時間。

根據(jù)行駛速度v和加速度a計(jì)算出預(yù)計(jì)碰撞時間t，即保持當(dāng)前的相對速度和加速度不變的情況下，本車與前方障礙物發(fā)生碰撞還需要經(jīng)過的時間。

根據(jù)預(yù)計(jì)碰撞時間t所處的區(qū)間，選擇再次進(jìn)行檢測，或者直接發(fā)出預(yù)警信號。

步驟e、當(dāng)所述預(yù)計(jì)碰撞時間小于第一時間閾值時，則發(fā)出預(yù)警信號。

即，預(yù)計(jì)碰撞時間小于第一時間閾值時，即說明即將碰撞前方障礙物，則需要向用戶發(fā)出預(yù)警信號，提醒用戶需要做減速或停車處理。

步驟f、當(dāng)所述預(yù)計(jì)碰撞時間大于第一時間閾值，且小于第二時間閾值時，則重復(fù)步驟c-步驟e。

即當(dāng)所述預(yù)計(jì)碰撞時間大于第一時間閾值，且小于第二時間閾值時，對障礙物進(jìn)行跟蹤處理。

所述對障礙物進(jìn)行跟蹤處理的步驟包括：

構(gòu)造位置濾波器，采用所述位置濾波器跟蹤所述障礙物的位置；

構(gòu)造尺度濾波器，采用所述尺度濾波器跟蹤所述障礙物的尺寸大小。

具體的，在本車與前方障礙物的預(yù)計(jì)碰撞時間t符合一定條件時啟動。從對車輛的檢測轉(zhuǎn)換為對車輛的跟蹤，縮小了在感興趣區(qū)域內(nèi)的搜索范圍，加速了處理時間。

構(gòu)造出兩個相關(guān)濾波器，一個用來跟蹤目標(biāo)的位置，一個估計(jì)目標(biāo)的尺度，

最優(yōu)相關(guān)濾波器h的構(gòu)造過程：對于要跟蹤的目標(biāo)塊，首先計(jì)算第1到t幀該目標(biāo)塊的特征f1,f2,…ft,建立最小化代價函數(shù)ε，公式如下：

其中，f1，f2，...fj為訓(xùn)練樣本，其對應(yīng)的濾波器響應(yīng)值為一個高斯函數(shù)g1，g2，..gj，ht相關(guān)濾波器。

其中，gj為高斯響應(yīng)函數(shù)，公式為等式左側(cè)為空域表達(dá)，右側(cè)為頻域表達(dá)，則轉(zhuǎn)而求ht。公式如下：

測試階段，以圖像特征z作為輸入，與訓(xùn)練好的相關(guān)濾波器h按照公式ht進(jìn)行運(yùn)算，得到響應(yīng)值y最大的候選目標(biāo)為最終跟蹤目標(biāo)：

y＝f^-1(htz)；

其中，z為候選輸入樣本,y取最大響應(yīng)值時對應(yīng)的位置z為新的目標(biāo)位置。

具體獲取最優(yōu)濾波器：根據(jù)上述公式，在第t1幀，f的第l維的損失函數(shù)ε表達(dá)為：

其中，l表示特征的某一維度，λ是正則項(xiàng)系數(shù)，作用是消除f頻譜中的零頻分量的影響，避免上式解的分子為零。

于是有：

此處如果直接計(jì)算，計(jì)算量會非常的大，導(dǎo)致速度變慢，為了獲得魯棒性較高的近似，此處使用迭代的方法，分別用bt上述表達(dá)式中的分子和分母，迭代過程為：

此處，η為學(xué)習(xí)參數(shù)，于是有：

至此，快速獲得了最優(yōu)的相關(guān)濾波器，實(shí)現(xiàn)了快速準(zhǔn)確的目標(biāo)，從而使跟蹤可靠性提高。

上述方法利用從攝像頭獲取的圖像信息，信息獲取方式簡單快速，信息獲取成本較低，獲取到的信息豐富。根據(jù)車道線信息劃分車輛檢測的感興趣區(qū)域，能夠?qū)Ψ潜拒嚨赖能囕v進(jìn)行有效排除，減少誤報(bào)。在一定的預(yù)計(jì)碰撞時間內(nèi)間將檢測變?yōu)楦櫶幚恚M(jìn)一步縮小計(jì)算區(qū)域，加速了處理時間。在車距檢測中充分利用相機(jī)成像相關(guān)原理，將成像圖上的距離換算成物體在真實(shí)場景中距離本車的實(shí)際數(shù)據(jù)，簡單快速，并且具有較高的精度。

如圖2所示，為基于圖像識別的虛擬保險杠控制系統(tǒng)。

一種基于圖像識別的虛擬保險杠控制系統(tǒng)，包括車輛檢測模塊101、距離檢測模塊102、預(yù)警模塊103及跟蹤模塊104；

所述車輛檢測模塊101用于獲取前方道路信息圖像，并識別出車道目標(biāo)；所述車輛檢測模塊101還用于判斷所述車道目標(biāo)中是否有障礙物。

若有障礙物，則所述距離檢測模塊102用于根據(jù)所述前方道路信息圖像計(jì)算當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度。

所述距離檢測模塊102還用于根據(jù)當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度計(jì)算出當(dāng)前車輛與障礙物之間的預(yù)計(jì)碰撞時間。

所述預(yù)警模塊103還用于當(dāng)所述預(yù)計(jì)碰撞時間小于第一時間閾值時，則發(fā)出預(yù)警信號。

所述跟蹤模塊104用于當(dāng)所述預(yù)計(jì)碰撞時間大于第一時間閾值，且小于第二時間閾值時，控制所述距離檢測模塊102再次根據(jù)所述前方道路信息圖像計(jì)算當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度；及

根據(jù)當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度計(jì)算出當(dāng)前車輛與障礙物之間的預(yù)計(jì)碰撞時間；及

控制所述預(yù)警模塊103再次用于當(dāng)所述預(yù)計(jì)碰撞時間小于第一時間閾值時，則發(fā)出預(yù)警信號。

所述車輛檢測模塊101包括劃分單元112、提取單元114、計(jì)算單元116及識別單元118。

所述劃分單元112用于將所述車道目標(biāo)進(jìn)行感興趣區(qū)域劃分；

所述提取單元114用于提取所述感興趣區(qū)域內(nèi)的每個候選框的特征；

所述計(jì)算單元116用于對所述候選框的特征進(jìn)行計(jì)算；

所述識別單元118用于根據(jù)計(jì)算后的候選框的特征識別障礙物。

所述計(jì)算單元116還用于將所述候選框劃分為8*8、16*16、32*32或64*64大小的單元塊；

所述計(jì)算單元116還用于對單元塊中的像素i與其相鄰的像素j進(jìn)行比較，若像素i大于像素j，則記為1，否則記為0，并形成該單元塊的直方圖；

所述計(jì)算單元116還用于計(jì)算出所有單元塊的直方圖，并對所有直方圖進(jìn)行歸一化處理；

所述計(jì)算單元116還用于將處理的所有單元塊的直方圖連接，獲得所述候選框的特征。

當(dāng)所述預(yù)計(jì)碰撞時間大于第一時間閾值，且小于第二時間閾值時，所述跟蹤模塊104用于對障礙物進(jìn)行跟蹤處理。

所述跟蹤模塊104包括位置濾波器和尺度濾波器；

所述位置濾波器用于跟蹤所述障礙物的位置；

所述尺度濾波器用于跟蹤所述障礙物的尺寸大小。

上述基于圖像識別的虛擬保險杠控制方法和系統(tǒng)通過獲取前方道路信息圖像，并識別出車道目標(biāo)；判斷所述車道目標(biāo)中是否有障礙物；若是，則根據(jù)所述前方道路信息圖像計(jì)算當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度；根據(jù)當(dāng)前車輛與障礙物之間的距離、障礙物的移動速度及障礙物的加速度計(jì)算出當(dāng)前車輛與障礙物之間的預(yù)計(jì)碰撞時間；當(dāng)所述預(yù)計(jì)碰撞時間小于第一時間閾值時，則發(fā)出預(yù)警信號；當(dāng)所述預(yù)計(jì)碰撞時間大于第一時間閾值，且小于第二時間閾值時，則重復(fù)上述步驟，直至發(fā)出預(yù)警信號。因此，上述方法和系統(tǒng)僅通過對前方道路信息圖像進(jìn)行處理，就能夠?qū)崿F(xiàn)虛擬保險杠的功能，無需另外安裝測距傳感器，降低了虛擬保險杠系統(tǒng)的結(jié)構(gòu)復(fù)雜度，降低成本。

以上所述實(shí)施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡潔，未對上述實(shí)施例中的各個技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認(rèn)為是本說明書記載的范圍。

以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。