CN107256382A - 基于图像识别的虚拟保险杠控制方法和系统 - Google Patents

Abstract

本发明涉及一种基于图像识别的虚拟保险杠控制方法和系统通过获取前方道路信息图像，并识别出车道目标；判断车道目标中是否有障碍物；若是，则计算当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度；根据当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度计算出当前车辆与障碍物之间的预计碰撞时间；当预计碰撞时间小于第一时间阈值时，则发出预警信号；当预计碰撞时间大于第一时间阈值，且小于第二时间阈值时，则重复上述步骤，直至发出预警信号。因此，上述方法和系统仅通过对前方道路信息图像进行处理，就能够实现虚拟保险杠的功能，无需另外安装测距传感器，降低了虚拟保险杠系统的结构复杂度，降低成本。

Description

基于图像识别的虚拟保险杠控制方法和系统

技术领域

本发明涉及虚拟保险杆技术，特别是涉及一种基于图像识别的虚拟保险杠 控制方法和系统。

背景技术

目前，虚拟保险杠系统的实现通常需要安装额外的测距传感器，这样导致 系统结构复杂，不利于在实际中广泛推广。

测距传感器只能够判断前方物体与本车的距离，并不能准确的判断前方物 体与本车是否在同一车道，这可能会将邻近车道上接近本车道的前方物体误认 为是本车道的，最终导致误报，干扰驾驶员的正常驾驶。事实上，只有在同一 个车道正前方的物体与本车发生碰撞的危险程度最高。

发明内容

基于此，有必要提供一种基于图像识别的虚拟保险杠控制方法和系统。

一种基于图像识别的虚拟保险杠控制方法，包括以下步骤：

步骤A、获取前方道路信息图像，并识别出车道目标；

步骤B、判断所述车道目标中是否有障碍物；

步骤C、若是，则根据所述前方道路信息图像计算当前车辆与障碍物之间的 距离、障碍物的移动速度及障碍物的加速度；

步骤D、根据当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物 的加速度计算出当前车辆与障碍物之间的预计碰撞时间；

步骤E、当所述预计碰撞时间小于第一时间阈值时，则发出预警信号；

步骤F、当所述预计碰撞时间大于第一时间阈值，且小于第二时间阈值时， 则重复步骤C-步骤E。

在其中一个实施例中，所述判断所述车道目标中是否有障碍物的步骤包括：

将所述车道目标进行感兴趣区域划分；

提取所述感兴趣区域内的每个候选框的特征；

对所述候选框的特征进行计算；

根据计算后的候选框的特征识别障碍物。

在其中一个实施例中，所述对所述候选框的特征进行计算的步骤包括：

将所述候选框划分为8*8、16*16、32*32或64*64大小的单元块；

对单元块中的像素i与其相邻的像素j进行比较，若像素i大于像素j，则记 为1，否则记为0，并形成该单元块的直方图；

计算出所有单元块的直方图，并对所有直方图进行归一化处理；

将处理的所有单元块的直方图连接，获得所述候选框的特征。

在其中一个实施例中，当所述预计碰撞时间大于第一时间阈值，且小于第 二时间阈值时，对障碍物进行跟踪处理。

在其中一个实施例中，所述对障碍物进行跟踪处理的步骤包括：

构造位置滤波器，采用所述位置滤波器跟踪所述障碍物的位置；

构造尺度滤波器，采用所述尺度滤波器跟踪所述障碍物的尺寸大小。

一种基于图像识别的虚拟保险杠控制系统，包括车辆检测模块、距离检测 模块、预警模块及跟踪模块；

所述车辆检测模块用于获取前方道路信息图像，并识别出车道目标；所述 车辆检测模块还用于判断所述车道目标中是否有障碍物；

若有障碍物，则所述距离检测模块用于根据所述前方道路信息图像计算当 前车辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度；

所述距离检测模块还用于根据当前车辆与障碍物之间的距离、障碍物的移 动速度及障碍物的加速度计算出当前车辆与障碍物之间的预计碰撞时间；

所述预警模块还用于当所述预计碰撞时间小于第一时间阈值时，则发出预 警信号；

所述跟踪模块用于当所述预计碰撞时间大于第一时间阈值，且小于第二时 间阈值时，控制所述距离检测模块再次根据所述前方道路信息图像计算当前车 辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度；及

根据当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度 计算出当前车辆与障碍物之间的预计碰撞时间；及

控制所述预警模块再次用于当所述预计碰撞时间小于第一时间阈值时，则 发出预警信号。

在其中一个实施例中，所述车辆检测模块包括划分单元、提取单元、计算 单元及识别单元；

所述划分单元用于将所述车道目标进行感兴趣区域划分；

所述提取单元用于提取所述感兴趣区域内的每个候选框的特征；

所述计算单元用于对所述候选框的特征进行计算；

所述识别单元用于根据计算后的候选框的特征识别障碍物。

在其中一个实施例中，所述计算单元还用于将所述候选框划分为8*8、 16*16、32*32或64*64大小的单元块；

所述计算单元还用于对单元块中的像素i与其相邻的像素j进行比较，若像 素i大于像素j，则记为1，否则记为0，并形成该单元块的直方图；

所述计算单元还用于计算出所有单元块的直方图，并对所有直方图进行归 一化处理；

所述计算单元还用于将处理的所有单元块的直方图连接，获得所述候选框 的特征。

在其中一个实施例中，当所述预计碰撞时间大于第一时间阈值，且小于第 二时间阈值时，所述跟踪模块用于对障碍物进行跟踪处理。

在其中一个实施例中，所述跟踪模块包括位置滤波器和尺度滤波器；

所述位置滤波器用于跟踪所述障碍物的位置；

所述尺度滤波器用于跟踪所述障碍物的尺寸大小。

上述基于图像识别的虚拟保险杠控制方法和系统通过获取前方道路信息图 像，并识别出车道目标；判断所述车道目标中是否有障碍物；若是，则根据所 述前方道路信息图像计算当前车辆与障碍物之间的距离、障碍物的移动速度及 障碍物的加速度；根据当前车辆与障碍物之间的距离、障碍物的移动速度及障 碍物的加速度计算出当前车辆与障碍物之间的预计碰撞时间；当所述预计碰撞 时间小于第一时间阈值时，则发出预警信号；当所述预计碰撞时间大于第一时 间阈值，且小于第二时间阈值时，则重复上述步骤，直至发出预警信号。因此， 上述方法和系统仅通过对前方道路信息图像进行处理，就能够实现虚拟保险杠 的功能，无需另外安装测距传感器，降低了虚拟保险杠系统的结构复杂度，降 低成本。

附图说明

图1为基于图像识别的虚拟保险杠控制方法的流程图；

图2为基于图像识别的虚拟保险杠控制系统的模块图。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。 附图中给出了本发明的较佳实施例。但是，本发明可以以许多不同的形式来实 现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本 发明的公开内容的理解更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术 领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术 语只是为了描述具体的实施例的目的，不是旨在限制本发明。本文所使用的术 语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。

如图1所示，为基于图像识别的虚拟保险杠控制方法的流程图。

高级辅助驾驶系统，即ADAS(Advanced Driver Assistance System)，是当 前智能交通系统研究的一个主要方面。它利用计算机视觉及相关的传感器技术 对车辆周围的环境进行实时监测，并在本车可能发生危险时及时像驾驶员发出 警示信息，采取有效措施。

用于ADAS的虚拟保险杠系统(virtual bumper system)是一种保守的避免 车辆与前方物体碰撞的保护系统，即车辆在低速行驶过程中，对前方物体的距 离进行监测，如果小于安全距离，虚拟保险杠系统会发出预警信号，提醒驾驶 员与前方车保持安全距离。

本车与前方障碍物在安全距离以内，虚拟保险杠系统不会发出预警信号。

本车与前方障碍物的距离在缩小，但是仍然在安全距离内，系统不会发出 预警信号。

本车与前方障碍物的距离超过安全阈值，系统发出预警信号。

一种基于图像识别的虚拟保险杠控制方法，包括以下步骤：

步骤A、获取前方道路信息图像，并识别出车道目标。

具体的，根据输入的前方道路图像信息识别图像中的车道目标。

步骤B、判断所述车道目标中是否有障碍物。

具体的，步骤B包括：

①将所述车道目标进行感兴趣区域划分。

②提取所述感兴趣区域内的每个候选框的特征。

③对所述候选框的特征进行计算。

④根据计算后的候选框的特征识别障碍物。

具体的，根据识别出的车道信息划分感兴趣区域。感兴趣区域以外的为边 缘区域，不作检测。然后只需对感兴趣区域内进行辆检测。通过划分感兴趣区 域提高了算法性能，加快了反应时间。

采取滑动窗口方式，提取感兴趣区域内的每个候选框的特征，并将特征送 入已经训练好的分类器，对其进行分类，进而判断前方是否有障碍物。一般来 说，障碍物一般为前方行驶车辆，也可为前方道路中掉落的物体或栏杆、树木 等。

在本实施例中，所述对所述候选框的特征进行计算的步骤包括：

①将所述候选框划分为8*8、16*16、32*32或64*64大小的单元块。

②对单元块中的像素i与其相邻的像素j进行比较，若像素i大于像素j，则 记为1，否则记为0，并形成该单元块的直方图。

③计算出所有单元块的直方图，并对所有直方图进行归一化处理。

④将处理的所有单元块的直方图连接，获得所述候选框的特征。

在本实施例中，对于输入的每个图像窗口(在训练阶段为正负样本。在检 测阶段为候选框)，将其划分为16*16大小的区域(该区域记为cell，即单元块)； 对于cell中的每个像素，与其邻域像素比较，如果邻域像素大于该像素，则记 为1，否则记为0。计算每个cell的直方图，然后对该直方图进行归一化；最后， 将获得的每个cell的统计直方图连接，构成该窗口的特征。

通过比较cell中的每个像素与其邻域像素，提取到了较为可靠的边缘信息， 对光照具有良好的鲁棒性，最终保证了障碍物检测的精度。

步骤C、若是，则根据所述前方道路信息图像计算当前车辆与障碍物之间的 距离、障碍物的移动速度及障碍物的加速度。

首先计算本车与前方障碍物的距离d，以及本车相对于前方障碍物的行驶速 度v和加速度a。

步骤D、根据当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物 的加速度计算出当前车辆与障碍物之间的预计碰撞时间。

根据行驶速度v和加速度a计算出预计碰撞时间t，即保持当前的相对速度 和加速度不变的情况下，本车与前方障碍物发生碰撞还需要经过的时间。

根据预计碰撞时间t所处的区间，选择再次进行检测，或者直接发出预警信 号。

步骤E、当所述预计碰撞时间小于第一时间阈值时，则发出预警信号。

即，预计碰撞时间小于第一时间阈值时，即说明即将碰撞前方障碍物，则 需要向用户发出预警信号，提醒用户需要做减速或停车处理。

步骤F、当所述预计碰撞时间大于第一时间阈值，且小于第二时间阈值时， 则重复步骤C-步骤E。

即当所述预计碰撞时间大于第一时间阈值，且小于第二时间阈值时，对障 碍物进行跟踪处理。

所述对障碍物进行跟踪处理的步骤包括：

构造位置滤波器，采用所述位置滤波器跟踪所述障碍物的位置；

构造尺度滤波器，采用所述尺度滤波器跟踪所述障碍物的尺寸大小。

具体的，在本车与前方障碍物的预计碰撞时间t符合一定条件时启动。从对 车辆的检测转换为对车辆的跟踪，缩小了在感兴趣区域内的搜索范围，加速了 处理时间。

构造出两个相关滤波器，一个用来跟踪目标的位置，一个估计目标的尺度，

最优相关滤波器h的构造过程：对于要跟踪的目标块，首先计算第1到t 帧该目标块的特征f₁,f₂,…f_t,建立最小化代价函数ε，公式如下：

其中，f₁，f₂，...f_j为训练样本，其对应的滤波器响应值为一个高斯函数g₁， g₂，..g_j，h_t相关滤波器。

其中，g_j为高斯响应函数，公式为等式左侧为空域表达，右侧为频域表达， 则转而求H_t。公式如下：

测试阶段，以图像特征Z作为输入，与训练好的相关滤波器H按照公式H_t进行运算，得到响应值y最大的候选目标为最终跟踪目标：

y＝F^-1(H_tZ)；

其中，Z为候选输入样本,y取最大响应值时对应的位置z为新的目标位置。

具体获取最优滤波器：根据上述公式，在第t₁帧，f的第l维的损失函数ε表 达为：

其中，l表示特征的某一维度，λ是正则项系数，作用是消除f频谱中的零 频分量的影响，避免上式解的分子为零。

于是有：

此处如果直接计算，计算量会非常的大，导致速度变慢，为了获得鲁棒性 较高的近似，此处使用迭代的方法，分别用B_t上述表达式中的分子和分母， 迭代过程为：

此处，η为学习参数，于是有：

至此，快速获得了最优的相关滤波器，实现了快速准确的目标，从而使跟 踪可靠性提高。

上述方法利用从摄像头获取的图像信息，信息获取方式简单快速，信息获 取成本较低，获取到的信息丰富。根据车道线信息划分车辆检测的感兴趣区域， 能够对非本车道的车辆进行有效排除，减少误报。在一定的预计碰撞时间内间 将检测变为跟踪处理，进一步缩小计算区域，加速了处理时间。在车距检测中 充分利用相机成像相关原理，将成像图上的距离换算成物体在真实场景中距离 本车的实际数据，简单快速，并且具有较高的精度。

如图2所示，为基于图像识别的虚拟保险杠控制系统。

一种基于图像识别的虚拟保险杠控制系统，包括车辆检测模块101、距离检 测模块102、预警模块103及跟踪模块104；

所述车辆检测模块101用于获取前方道路信息图像，并识别出车道目标； 所述车辆检测模块101还用于判断所述车道目标中是否有障碍物。

若有障碍物，则所述距离检测模块102用于根据所述前方道路信息图像计 算当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度。

所述距离检测模块102还用于根据当前车辆与障碍物之间的距离、障碍物 的移动速度及障碍物的加速度计算出当前车辆与障碍物之间的预计碰撞时间。

所述预警模块103还用于当所述预计碰撞时间小于第一时间阈值时，则发 出预警信号。

所述跟踪模块104用于当所述预计碰撞时间大于第一时间阈值，且小于第 二时间阈值时，控制所述距离检测模块102再次根据所述前方道路信息图像计 算当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度；及

根据当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度 计算出当前车辆与障碍物之间的预计碰撞时间；及

控制所述预警模块103再次用于当所述预计碰撞时间小于第一时间阈值时， 则发出预警信号。

所述车辆检测模块101包括划分单元112、提取单元114、计算单元116及 识别单元118。

所述划分单元112用于将所述车道目标进行感兴趣区域划分；

所述提取单元114用于提取所述感兴趣区域内的每个候选框的特征；

所述计算单元116用于对所述候选框的特征进行计算；

所述识别单元118用于根据计算后的候选框的特征识别障碍物。

所述计算单元116还用于将所述候选框划分为8*8、16*16、32*32或64*64 大小的单元块；

所述计算单元116还用于对单元块中的像素i与其相邻的像素j进行比较， 若像素i大于像素j，则记为1，否则记为0，并形成该单元块的直方图；

所述计算单元116还用于计算出所有单元块的直方图，并对所有直方图进 行归一化处理；

所述计算单元116还用于将处理的所有单元块的直方图连接，获得所述候 选框的特征。

当所述预计碰撞时间大于第一时间阈值，且小于第二时间阈值时，所述跟 踪模块104用于对障碍物进行跟踪处理。

所述跟踪模块104包括位置滤波器和尺度滤波器；

所述位置滤波器用于跟踪所述障碍物的位置；

所述尺度滤波器用于跟踪所述障碍物的尺寸大小。

上述基于图像识别的虚拟保险杠控制方法和系统通过获取前方道路信息图 像，并识别出车道目标；判断所述车道目标中是否有障碍物；若是，则根据所 述前方道路信息图像计算当前车辆与障碍物之间的距离、障碍物的移动速度及 障碍物的加速度；根据当前车辆与障碍物之间的距离、障碍物的移动速度及障 碍物的加速度计算出当前车辆与障碍物之间的预计碰撞时间；当所述预计碰撞 时间小于第一时间阈值时，则发出预警信号；当所述预计碰撞时间大于第一时 间阈值，且小于第二时间阈值时，则重复上述步骤，直至发出预警信号。因此， 上述方法和系统仅通过对前方道路信息图像进行处理，就能够实现虚拟保险杠 的功能，无需另外安装测距传感器，降低了虚拟保险杠系统的结构复杂度，降 低成本。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对 上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技 术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细， 但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的 普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改 进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权 利要求为准。

Claims (10)

1.一种基于图像识别的虚拟保险杠控制方法，其特征在于，包括以下步骤：

步骤A、获取前方道路信息图像，并识别出车道目标；

步骤B、判断所述车道目标中是否有障碍物；

步骤C、若是，则根据所述前方道路信息图像计算当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度；

步骤D、根据当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度计算出当前车辆与障碍物之间的预计碰撞时间；

步骤E、当所述预计碰撞时间小于第一时间阈值时，则发出预警信号；

步骤F、当所述预计碰撞时间大于第一时间阈值，且小于第二时间阈值时，则重复步骤C-步骤E。

2.根据权利要求1所述的基于图像识别的虚拟保险杠控制方法，其特征在于，所述判断所述车道目标中是否有障碍物的步骤包括：

将所述车道目标进行感兴趣区域划分；

提取所述感兴趣区域内的每个候选框的特征；

对所述候选框的特征进行计算；

根据计算后的候选框的特征识别障碍物。

3.根据权利要求2所述的基于图像识别的虚拟保险杠控制方法，其特征在于，所述对所述候选框的特征进行计算的步骤包括：

将所述候选框划分为8*8、16*16、32*32或64*64大小的单元块；

对单元块中的像素i与其相邻的像素j进行比较，若像素i的灰度值大于像素j的像素值，则记为1，否则记为0，并形成该单元块的直方图；

计算出所有单元块的直方图，并对所有直方图进行归一化处理；

将处理的所有单元块的直方图连接，获得所述候选框的特征。

4.根据权利要求1所述的基于图像识别的虚拟保险杠控制方法，其特征在于，当所述预计碰撞时间大于第一时间阈值，且小于第二时间阈值时，对障碍物进行跟踪处理。

5.根据权利要求4所述的基于图像识别的虚拟保险杠控制方法，其特征在于，所述对障碍物进行跟踪处理的步骤包括：

构造位置滤波器，采用所述位置滤波器跟踪所述障碍物的位置；

构造尺度滤波器，采用所述尺度滤波器跟踪所述障碍物的尺寸大小。

6.一种基于图像识别的虚拟保险杠控制系统，其特征在于，包括车辆检测模块、距离检测模块、预警模块及跟踪模块；

所述车辆检测模块用于获取前方道路信息图像，并识别出车道目标；所述车辆检测模块还用于判断所述车道目标中是否有障碍物；

若有障碍物，则所述距离检测模块用于根据所述前方道路信息图像计算当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度；

所述距离检测模块还用于根据当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度计算出当前车辆与障碍物之间的预计碰撞时间；

所述预警模块还用于当所述预计碰撞时间小于第一时间阈值时，则发出预警信号；

所述跟踪模块用于当所述预计碰撞时间大于第一时间阈值，且小于第二时间阈值时，控制所述距离检测模块再次根据所述前方道路信息图像计算当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度；及

根据当前车辆与障碍物之间的距离、障碍物的移动速度及障碍物的加速度计算出当前车辆与障碍物之间的预计碰撞时间；及

控制所述预警模块再次用于当所述预计碰撞时间小于第一时间阈值时，则发出预警信号。

7.根据权利要求6所述的基于图像识别的虚拟保险杠控制系统，其特征在于，所述车辆检测模块包括划分单元、提取单元、计算单元及识别单元；

所述划分单元用于将所述车道目标进行感兴趣区域划分；

所述提取单元用于提取所述感兴趣区域内的每个候选框的特征；

所述计算单元用于对所述候选框的特征进行计算；

所述识别单元用于根据计算后的候选框的特征识别障碍物。

8.根据权利要求7所述的基于图像识别的虚拟保险杠控制系统，其特征在于，所述计算单元还用于将所述候选框划分为8*8、16*16、32*32或64*64大小的单元块；

所述计算单元还用于对单元块中的像素i与其相邻的像素j进行比较，若像素i大于像素j，则记为1，否则记为0，并形成该单元块的直方图；

所述计算单元还用于计算出所有单元块的直方图，并对所有直方图进行归一化处理；

所述计算单元还用于将处理的所有单元块的直方图连接，获得所述候选框的特征。

9.根据权利要求6所述的基于图像识别的虚拟保险杠控制系统，其特征在于，当所述预计碰撞时间大于第一时间阈值，且小于第二时间阈值时，所述跟踪模块用于对障碍物进行跟踪处理。

10.根据权利要求6所述的基于图像识别的虚拟保险杠控制系统，其特征在于，所述跟踪模块包括位置滤波器和尺度滤波器；

所述位置滤波器用于跟踪所述障碍物的位置；

所述尺度滤波器用于跟踪所述障碍物的尺寸大小。