CN108629281A - 利用弯道转角镜的自动安全驾驶辅助方法 - Google Patents

Abstract

本发明涉及一种利用弯道转角镜的自动安全驾驶辅助方法，包括以下步骤：S1、识别弯道上的转角镜，并测量出弯道的曲率和弯道半径，以及转角镜与驾驶车辆的距离d1；S2、采集转角镜中的图像，并判断图像中是否存在障碍目标，如果存在障碍目标，则执行步骤S3；S3、确定障碍目标与转角镜之间的距离d2；S4、计算出驾驶车辆与障碍目标之间的弧形距离；S5、根据驾驶车辆与障碍目标之间的弧形距离确定安全驾驶策略。本发明可以完成对弯道转角镜中车辆、行人等障碍目标的识别，配合车身底盘的转向、刹车等执行机构，实现车身主动减速或刹车，降低弯道行驶的风险。

Description

利用弯道转角镜的自动安全驾驶辅助方法

技术领域

本发明涉及自动安全驾驶领域，更具体地说，涉及一种利用弯道转角镜的自动安全驾驶辅助方法。

背景技术

在道路弯道侧边往往会竖立一面弯道转角镜，其物理形态多圆形、凸面、离地高度约1.5米，有经验的驾驶员通过观察该镜，可以获取弯道车辆、行人信息，从而控制车速、完成会车操作等，提高弯道通行安全性。

但对于新手司机或未养成观察该镜习惯的司机而言，该镜的作用就无法体现，本发明针对该转角镜，发明一种基于视觉的方案，完成对镜中信息的识别，再根据专用的主动安全策略，完成对车辆的减速或刹车等主动安全动作，提高弯道通行的安全性。

发明内容

本发明要解决的技术问题在于，提供一种利用弯道转角镜的自动安全驾驶辅助方法，可以降低弯道行驶的风险。

本发明解决其技术问题所采用的技术方案是：构造一种利用弯道转角镜的自动安全驾驶辅助方法，包括以下步骤：

S1、识别弯道上的转角镜，并测量出弯道的曲率和弯道半径，以及转角镜与驾驶车辆的距离d1；

S2、采集转角镜中的图像，并判断图像中是否存在障碍目标，如果存在障碍目标，则执行步骤S3；

S3、确定障碍目标与转角镜之间的距离d2；

S4、计算出驾驶车辆与障碍目标之间的弧形距离；

S5、根据驾驶车辆与障碍目标之间的弧形距离确定安全驾驶策略。

上述方案中，所述步骤S1进一步包括以下步骤：

S11、利用驾驶车辆的摄像头模组采集图像，传输到运算控制器；

S12、运算控制器通过视觉相应算法识别出道路曲率w和弯道半径，并判断驾驶车辆是否进入弯道区域；

S13、若驾驶车辆进入弯道区域，则通过机器视觉算法检测识别出弯道转角镜，获取弯道转角镜与驾驶车辆之间的距离d1。

上述方案中，所述步骤S12中识别曲率w和弯道半径的方法为：首先对图像进行增强与预处理，使得车道线像素更突出，图像二值化后根据车道线模型提取车道线位置坐标，若计算出的道路曲率w<thw，thw为弯道曲率阈值，由离线试验测出，则判定车辆即将进入弯道区域，同时保存计算的弯道半径值r。

上述方案中，所述增强与预处理包括灰度变换、滤波降噪、逆畸变坐标变换。

上述方案中，所述车道线模型包括直线模型、同心圆曲线模型、二次曲线模型、样条曲线模型、回旋曲线模型以及组合模型。

上述方案中，所述S13进一步包括以下步骤：

S131、离线采集样本图像，建立样本库，使用SVM、Adaboost或其他方法训练样本，得到分类器，存储在本地运算控制器系统内存中；

S132、在线计算时，在经过预处理的图像中，根据车道曲率w划定弯道外侧区域为感兴趣区域，即ROI；

S133、将ROI中图像进行特征提取运算并与本地存储分类器比较，判定是否识别出目标，若未识别出转角镜，则重新计算新一帧图像；若识别出，则继续；

S134、识别出转角镜后，根据转角镜镜面高度所占像素距离与离线距离标定表查询得出该转角镜离驾驶车辆距离。

上述方案中，所述步骤S2中判断图像中是否存在障碍目标的方法为：

首先控制摄像头模组采集转角镜镜面区域，存储该区域图像f0作为目标区域；然后对图像f0进行图像增强预处理得到增强后的目标区域图像f1，在图像f1中使用机器视觉算法识别其中信息，在整个图像f1区域内进行检测，与离线分类器中特征比较，判定是否有障碍目标。

上述方案中，障碍目标与转角镜之间的距离d2＝k*r²+m*r+n。

上述方案中，所述步骤S5具体为：根据弧形距离计算出碰撞时间，根据碰撞时间和驾驶车辆行驶状态，通过安全策略相关运算得出转向刹车控制策略指令，将当前策略得出的执行指令通过CAN总线输出到执行机构，来控制人机界面响应报警指示、控制大灯闪烁或鸣笛、控制车辆转向避让、减速或刹车。

实施本发明的利用弯道转角镜的自动安全驾驶辅助方法，具有以下有益效果：

本发明利用弯道转角镜的自动安全驾驶辅助方法，可以完成对弯道转角镜中车辆、行人等障碍目标的识别，配合车身底盘的转向、刹车等执行机构，实现车身主动减速或刹车，降低弯道行驶的风险。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明利用弯道转角镜的自动安全驾驶辅助方法的流程图；

图2是弯道转角镜、车辆与障碍目标之间的位置关系图；

图3是使用车辆方向盘转角信息来推测车辆行进的虚拟车道的流程图；

图4是道路曲率的检测流程图；

图5是弯道转角镜识别流程图；

图6是弯道转角镜中的图像识别流程图；

图7是等效弧长模型的示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

如图1、图2所示，在本发明的利用弯道转角镜的自动安全驾驶辅助方法，通过摄像头模组采集道路视频信息，在运算控制器中完成视频图像处理、弯道转角镜中车辆、行人等障碍目标的识别、安全策略处理，最后将控制指令发送到车身CAN总线，控制车辆完成相应减速、刹车等主动安全动作。该方法需要车身转向、刹车执行机构具备CAN总线控制功能，启动该功能有车速上限要求。

本发明的利用弯道转角镜的自动安全驾驶辅助方法具体包括以下步骤：

(1)车身摄像头模组采集图像，传输到运算控制器；

(2)运算控制器通过视觉相应算法识别出道路曲率w，检测弯道和转角区域；基于视觉技术识别道路曲率的检测流程见图3：

常见的增强预处理方法包括但不限于灰度变换、滤波降噪、逆畸变坐标变换等方法，使得车道线像素更突出，图像二值化后根据车道线模型提取车道线位置坐标，常见模型包括但不限于直线模型、同心圆曲线模型、二次曲线模型、样条曲线模型、回旋曲线模型以及组合模型等。若计算出的道路曲率w<thw(thw为弯道曲率阈值，由离线试验测出)，则判定车辆即将进入弯道区域，同时保存计算的弯道半径值r。

若由于路面破损、标识不清、雨雪天气等原因导致视觉技术无法获得干净稳定的有效车道线信息，则使用车辆方向盘转角信息来推测车辆行进的虚拟车道和其弯道曲率w，具体流程见图3：

首先通过车身CAN信号获取当前方向盘转角θ，当θ>th_angle时，判定驾驶员正在进行过弯操作，即车辆进入弯道，th_angle为驾驶员入弯操作的方向盘转角阈值，由离线试验给定，存储在本地控制器内存中。

若判定车辆进入弯道，则通过该方向盘转角θ值查表得到车辆即将通过的弯道半径，该查找表由离线标定测试获得，存储在本地控制器内存中，该即将通过的弯道路径可以对应的标注在前视摄像头采集回来的当前一帧画面中，作为车辆即将行进的虚拟车道线，通过该车道线找到弯道外侧区域作为后续步骤的ROI，同时，由于该弯道是查表得出，可以从表中同步获取其曲率w和转弯半径r。

(3)判定进入弯道区域后，开启弯道转角镜识别功能，通过机器视觉算法检测识别出弯道转角镜，获取该镜的方位信息、该镜距离本车距离d1。转角镜具有特定的物理形态，可以使用模式识别方法进行识别，如图5所示，主要过程如下：

a、离线采集样本图像，建立样本库，使用SVM、Adaboost或其他方法训练样本，得到分类器，存储在本地运算控制器系统内存中；

b、在线计算时，在经过预处理的图像中，根据车道曲率w划定感兴趣区域(ROI)，ROI为弯道外侧区域。

c、将ROI中图像进行特征提取运算并与本地存储分类器比较，判定是否识别出目标，若未识别出转角镜，则重新计算新一帧图像；若识别出，则继续；

d、识别出转角镜后，根据转角镜镜面高度所占像素距离与离线距离标定表查询得出该转角镜离本车距离(离线距离查找表使用80cm转角镜标定得出，存储在本地运算控制器系统内存中)。

(4)控制摄像头模组自动对焦到弯道转角镜镜面区域，存储该区域视频图像f0作为目标区域，若摄像头配置为焦距1米外无限远则无需对焦。

(5)对f0进行图像增强等预处理计算，如滤波、去雾、广角畸变逆变换等，得到增强后的目标区域图像f1。

(6)在f1中使用机器视觉算法识别其中信息，如车道、机动车、非机动车、行人等，得到障碍目标a0-an，识别检测方法与识别转角镜方法类似。同样离线建立车辆、行人等目标的分类库，存储在本地运算控制器系统内存中，在线计算时，在整个图像f1区域内进行检测，与离线分类器中特征比较，判定是否有目标车辆或行人，如图6所示。

(7)通过算法确定a0-an到该弯道转角镜面的距离d2(0)～d2(n)，先使用面积法，计算r0＝s0/Sf，其中s0为目标a0的外轮廓矩形面积，Sf为转角镜镜面图像f1面积，单位为平方像素，r0为二者比值。目标a0到该镜面距离用二次函数描述：

d2(0)＝k*(r0)²+m*r0+n

k、m、n为系数，通过离线测试，拟合得出，存储在本地运算控制器系统内存中。

(8)以目标a0为例子，两使用本车到弯道转角镜距离d1、a0到弯道转角镜距离d2(0)、弯道半径r建立等效弧长模型，如图7所示：

L(0)＝d1+d2(0)-q

其中q为补偿参数，为试验离线测量存储在本地运算控制器系统内存中，使用时根据道路曲率w查表读出。

相对速度v计算如下：

v＝(L(0)_t-L(0)_t-1)/△t

其中L(0)_t为当前时刻两车距离弧长，L(0)_t-1为上一时刻两车距离弧长，△t为计算帧间隔时间

碰撞时间(time to collision)Ttc计算如下：

Ttc＝L(0)_t/v

根据Ttc和本车行驶状态(车速、加速度、方向盘转角、横摆角速度等)，通过安全策略相关运算得出转向刹车控制策略指令等；

(9)将当前策略得出的执行指令通过CAN总线输出到执行机构，来控制人机界面响应报警指示、控制大灯闪烁或鸣笛、控制车辆转向避让、减速或刹车。由此该项主动安全动作全过程执行完成。

(10)由驾驶员通过主观判断车辆是否无碰撞风险来结束该车辆主动安全控制行为，具体结束方式可以由驾驶员操作方向盘、油门、刹车或指定按键来实现，退出本次主动安全控制行为后，车辆继续行驶，系统准备下一次执行。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (9)

1.一种利用弯道转角镜的自动安全驾驶辅助方法，其特征在于，包括以下步骤：

S1、识别弯道上的转角镜，并测量出弯道的曲率和弯道半径，以及转角镜与驾驶车辆的距离d1；

S2、采集转角镜中的图像，并判断图像中是否存在障碍目标，如果存在障碍目标，则执行步骤S3；

S3、确定障碍目标与转角镜之间的距离d2；

S4、计算出驾驶车辆与障碍目标之间的弧形距离；

S5、根据驾驶车辆与障碍目标之间的弧形距离确定安全驾驶策略。

2.根据权利要求1所述的利用弯道转角镜的自动安全驾驶辅助方法，其特征在于，所述步骤S1进一步包括以下步骤：

S11、利用驾驶车辆的摄像头模组采集图像，传输到运算控制器；

S12、运算控制器通过视觉相应算法识别出道路曲率w和弯道半径，并判断驾驶车辆是否进入弯道区域；

S13、若驾驶车辆进入弯道区域，则通过机器视觉算法检测识别出弯道转角镜，获取弯道转角镜与驾驶车辆之间的距离d1。

3.根据权利要求2所述的利用弯道转角镜的自动安全驾驶辅助方法，其特征在于，所述步骤S12中识别曲率w和弯道半径的方法为：首先对图像进行增强与预处理，使得车道线像素更突出，图像二值化后根据车道线模型提取车道线位置坐标，若计算出的道路曲率w<thw，thw为弯道曲率阈值，由离线试验测出，则判定车辆即将进入弯道区域，同时保存计算的弯道半径值r。

4.根据权利要求3所述的利用弯道转角镜的自动安全驾驶辅助方法，其特征在于，所述增强与预处理包括灰度变换、滤波降噪、逆畸变坐标变换。

5.根据权利要求3所述的利用弯道转角镜的自动安全驾驶辅助方法，其特征在于，所述车道线模型包括直线模型、同心圆曲线模型、二次曲线模型、样条曲线模型、回旋曲线模型以及组合模型。

6.根据权利要求2所述的利用弯道转角镜的自动安全驾驶辅助方法，其特征在于，所述S13进一步包括以下步骤：

S131、离线采集样本图像，建立样本库，使用SVM或Adaboost方法训练样本，得到分类器，存储在本地运算控制器系统内存中；

S132、在线计算时，在经过预处理的图像中，根据车道曲率w划定弯道外侧区域为感兴趣区域，即ROI；

S133、将ROI中图像进行特征提取运算并与本地存储分类器比较，判定是否识别出目标，若未识别出转角镜，则重新计算新一帧图像；若识别出，则继续；

S134、识别出转角镜后，根据转角镜镜面高度所占像素距离与离线距离标定表查询得出该转角镜离驾驶车辆距离。

7.根据权利要求1所述的利用弯道转角镜的自动安全驾驶辅助方法，其特征在于，所述步骤S2中判断图像中是否存在障碍目标的方法为：

首先控制摄像头模组采集转角镜镜面区域，存储该区域图像f0作为目标区域；然后对图像f0进行图像增强预处理得到增强后的目标区域图像f1，在图像f1中使用机器视觉算法识别其中信息，在整个图像f1区域内进行检测，与离线分类器中特征比较，判定是否有障碍目标。

8.根据权利要求1所述的利用弯道转角镜的自动安全驾驶辅助方法，其特征在于，障碍目标与转角镜之间的距离d2＝k*r²+m*r+n。

9.根据权利要求1所述的利用弯道转角镜的自动安全驾驶辅助方法，其特征在于，所述步骤S5具体为：根据弧形距离计算出碰撞时间，根据碰撞时间和驾驶车辆行驶状态，通过安全策略相关运算得出转向刹车控制策略指令，将当前策略得出的执行指令通过CAN总线输出到执行机构，来控制人机界面响应报警指示、控制大灯闪烁或鸣笛、控制车辆转向避让、减速或刹车。