详情

原文传递一种基于道路标线、车轮检测融合的车辆防碰撞方法

专利名称：	一种基于道路标线、车轮检测融合的车辆防碰撞方法
摘要：	本发明提供了一种基于道路标线、车轮检测融合的车辆防碰撞方法，包括：步骤a：建立以本车中心点在地面上的垂直投影点为坐标原点的世界坐标系，并在本车上安装至少三个视觉传感器；步骤b：实时采集本车周围的一个以上车辆、一个以上车轮以及本车两侧的左/右车道线的图像；步骤c：对采集到的所有图像分别进行车辆识别、车轮识别以及车道线识别；步骤d：获得车轮和车辆之间的从属关系；步骤e：计算每一个目标车辆的前轮最低点和后轮最低点到相邻车道线轮廓上距离最近一点的欧式距离；并在相应条件下进入压线计算步骤f和碰撞计算步骤g；步骤h：根据压线点和压线时间进行压线危险等级评估；以及步骤i：根据碰撞点和碰撞时间进行碰撞危险等级评估。
专利类型：	发明专利
国家地区组织代码：	上海;31
申请人：	魔视智能科技(上海)有限公司
发明人：	刘鹭
专利状态：	有效
申请日期：	2019-04-09T00:00:00+0800
发布日期：	2019-08-02T00:00:00+0800
申请号：	CN201910279775.X
公开号：	CN110077399A
代理机构：	上海远同律师事务所
代理人：	丁利华
分类号：	B60W30/095(2012.01);B;B60;B60W;B60W30
申请人地址：	201203 上海市浦东新区张衡路1000弄76号楼
主权项：	1.一种基于道路标线、车轮检测融合的车辆防碰撞方法，其特征在于，包括如下步骤：步骤a：建立以本车中心点在地面上的垂直投影点为坐标原点的世界坐标系，并在本车上安装至少三个视觉传感器，获得所述世界坐标系与摄像机视场之间的关系；步骤b：通过本车上的所述至少三个视觉传感器实时采集本车周围的一个以上车辆、一个以上车轮以及本车两侧的左/右车道线的图像；步骤c：对采集到的所有图像分别进行车辆识别、车轮识别以及车道线识别，获得图像坐标系下的车辆位置、车轮位置和左/右车道线位置；步骤d：根据步骤c中获得的所述车辆位置和所述车轮位置的几何相对关系，获得车轮和车辆之间的从属关系；步骤e：基于步骤c和d的结果，实时计算每一个目标车辆的前轮最低点和后轮最低点到相邻车道线轮廓上距离最近一点的欧式距离，即前轮欧式距离和后轮欧式距离；若所述欧式距离均为正数且后轮欧式距离大于前轮欧式距离，表明该目标车辆现在正在靠近所述相邻车道线，则进入压线计算步骤f；若所述欧式距离中有一个为负，表明该目标车辆处于正在压线或者正在变道的状态内，则进入碰撞计算步骤g；步骤f：压线计算步骤中，获得相邻车道内的每一个目标车辆在当前行驶状态下和所述目标车辆与本车之间的车道线相交的压线点和压线时间，并进入步骤h；步骤g：碰撞计算步骤中，获得相邻车道内的已有压线行为或者已有部分车身进入本车道的每一个目标车辆可能与本车相撞的碰撞点和碰撞时间，并进入步骤i；步骤h：根据所述压线点和压线时间进行压线危险等级评估；以及步骤i：根据所述碰撞点和碰撞时间进行碰撞危险等级评估。 2.根据权利要求1所述的方法，其特征在于，步骤a中，所述视觉传感器设置在车头部位、车辆左侧和车辆右侧，以确保相邻视觉传感器采集的图像范围至少部分重叠；获得所述世界坐标系与摄像机视场之间的关系包括：在对每个视觉传感器做好内参标定之后，再在世界坐标系下对每个视觉传感器标定外参，以及，根据视角计算相邻的两个视觉传感器之间重叠的视角范围。 3.根据权利要求1所述的方法，其特征在于，步骤c中，进行车辆识别或车轮识别的方法为基于深度神经网络学习的目标检测或语义分割方法，或基于提取特定多特征训练指定目标分类器的方法；所述车辆位置包括车辆的2D框位置，车辆3D框位置和车辆轮廓的曲线；所述车轮位置包括车轮的2D框位置和车轮轮廓曲线；所述车道线位置包括车道线轮廓曲线。 4.根据权利要求3所述的方法，其特征在于，步骤c中还包括对相邻视觉传感器之间重叠的图像范围内同一辆车识别到的多个车辆位置进行车辆位置合并，对相邻视觉传感器之间重叠的图像范围内同一个车轮识别到的多个车轮位置进行车轮位置合并，以及对相邻视觉传感器之间重叠的图像范围内同一根车道线识别到的多个车道线位置进行车道线位置合并。 5.根据权利要求4所述的方法，其特征在于，步骤d中计算从属关系进一步包括如下步骤：步骤d1：基于每一辆车的车辆轮廓曲线上的所有点坐标遍历比较得到该车辆车体横向最大最小值和纵向最大最小值；步骤d2：基于每一个车轮的车轮轮廓曲线将车轮边缘点坐标值与上一步计算得到的车体最值范围进行比较；以及步骤d3：如果车轮2D框顶点中有三个以上的边缘点或者车轮轮廓曲线上的所有点内有超过一半数量在某一车辆的车体最值范围内则判断该车轮属于该车辆，从而获得所有检测到的车辆和所有检测到的车轮之间的从属关系。 6.根据权利要求5所述的方法，其特征在于，步骤e中计算所述欧式距离之前先进行关联步骤：对本车周围所有检测到的车辆建立关联，以确保被多个视觉传感器采集到的被跟踪的同一目标车辆的跟踪目标编号保持一致，以及对多个视觉传感器采集到的同一条车道线建立目标关联。 7.根据权利要求6所述的方法，其特征在于，步骤f进一步包括如下步骤：步骤f1：计算目标车辆的前后轮最低点连线直线方程，计算车道线曲线拟合方程，将前述两个方程联立求交点位置，通过投影变换计算出该交点在世界坐标系下的坐标，即为该目标车辆在当前状态下可能压线的压线点的坐标；步骤f2：通过限定帧内对于所述目标车辆的车轮连续跟踪计算得到该目标车辆当前相对时速，计算目标车辆的前轮最低点到压线点的直线距离，则压线时间等于所述距离和所述相对时速的比值。 8.根据权利要求7所述的方法，其特征在于，步骤g进一步包括如下步骤：步骤g1：在图像坐标系下根据目标车辆的前轮和后轮触地点相连求解的直线方程和本车辆中轴线延长线直线方程联立求解得到交点，通过投影变换计算出该交点在世界坐标系下的坐标，即为该机动车在当前状态下可能与本车相撞的碰撞点的坐标；步骤g2：计算碰撞时间，包括：步骤g21：计算每一个目标车辆前后轮连线中心点在X轴方向上与本车中心点的横向距离和在Y轴方向上与本车中心点的纵向距离；步骤g22：通过限定帧内对于所述每一个目标车辆的车轮连续跟踪计算得到该车辆当前相对时速，通过分解得到X轴方向的横向相对速度和Y轴方向的纵向相对速度；步骤g23：在世界坐标系下若碰撞点位于车身覆盖范围之内，则碰撞时间为横向距离与横向相对速度的比值；在世界坐标系下若碰撞点位于车身覆盖范围之外，则计算横向距离与横向相对速度的比值，以及计算纵向距离与纵向相对速度的比值，碰撞时间为这两个值中较小的值。 9.根据权利要求8所述的方法，其特征在于，步骤h中，压线危险等级评估按照压线时间从短到长认定危险等级变高，按照压线交点位置由远及近认定危险等级变高，由前述两个因素共同计算压线危险等级。 10.根据权利要求9所述的方法，其特征在于，步骤i中，所述碰撞危险评估根据碰撞点是否在本车车体范围之内分为高级危险等级和次级危险等级，再在前述两个等级内按照碰撞时间从短到长认定危险等级变高，按照碰撞交点位置由远及近认定危险等级变高，由前述两个因素共同计算碰撞危险等级。
所属类别：	发明专利