倒車安全輔助方法、裝置及汽車的製作方法

2023-06-03 11:35:46

倒車安全輔助方法、裝置及汽車的製作方法
【專利摘要】本發明公開了一種倒車安全輔助方法、裝置及汽車。其中，倒車安全輔助方法包括以下步驟：通過置於車尾的攝像頭採集車輛倒車路線上的實時視頻；在實時視頻中檢測出運動對象，獲取運動對象的形狀尺寸和當前位置；對檢測出的運動對象進行跟蹤，獲取運動對象的運動方向和運動速率；根據運動對象的形狀尺寸、當前位置、運動方向和運動速率，進行預警邏輯判斷；以及根據預警邏輯判斷的結果，進行報警或不報警。本發明能夠快速檢測倒車路線上的突然出現的運動對象並及時預警，提高倒車過程中的安全性。
【專利說明】倒車安全輔助方法、裝置及汽車

【技術領域】
[0001] 本發明屬於汽車電子領域和視覺處理領域，具體涉及一種倒車安全輔助方法、倒 車安全輔助裝置及汽車。

【背景技術】
[0002] 隨著汽車的不斷增多，因倒車產生的擦碰等事故也不斷增多，特別是在擁擠的停 車場和十字路口處，由於後視鏡存在很大盲區，對於突然進入倒車路線的運動對象很難做 出及時反應，容易造成碰撞事故。因此，及時檢測出倒車路線上的運動對象，提前預警，可以 給使用者足夠的時間採取措施避免事故。
[0003] 目前倒車安全輔助系統主要有兩種：倒車雷達輔助系統和倒車影像輔助系統，它 們可以一定程度上提高倒車的安全性，但仍有很大的局限性。倒車雷達輔助系統的最大探 測距離僅為2m左右，此探測距離對於快速靠近的運動對象無法做出及時預警；另外，倒車 雷達無法準確檢測低於探頭安裝位置的障礙物；並且倒車雷達探測範圍有限，無法檢測到 後視鏡部分盲區的障礙物。倒車影像僅為駕駛員提供影像參考，沒有預警功能，並且使用者 無法一直關注倒車影像。


【發明內容】

[0004] 本發明旨在至少在一定程度上解決上述技術問題之一或至少提供一種有用的商 業選擇。為此，本發明的第一個目的在於提出一種監視範圍全面、抗擾動性強、預測準確度 高的倒車安全輔助方法。
[0005] 根據本發明實施例的倒車安全輔助方法，包括以下步驟：A.通過置於車尾的攝像 頭採集車輛倒車路線上的實時視頻；B.在所述實時視頻中檢測出運動對象，獲取所述運動 對象的形狀尺寸和當前位置；C.對檢測出的所述運動對象進行跟蹤，獲取所述運動對象的 運動方向和運動速率；D.根據所述運動對象的所述形狀尺寸、所述當前位置、所述運動方 向和所述運動速率，進行預警邏輯判斷；以及E.根據預警邏輯判斷的結果，進行報警或不 報警。
[0006] 根據本發明實施例的倒車安全輔助方法，至少具有如下優點：
[0007] (1)採用攝像頭進行監視，可檢測IOm範圍內的物體，而倒車雷達的最大探測距離 僅為2m左右，本發明具有監視範圍更廣更全面的優點。
[0008] (2)結合幀間差分和背景差分對運動對象進行檢測，能夠避免光照變化、目標陰 影、擾動噪聲等外界因素的幹擾，能夠適應各種場景變化，抗擾動性強、預測準確度高。
[0009] (3)採用分布投影算法檢測所述運動對象的當前位置，投影的方式將二維空間的 圖像轉化到一維空間，計算量大大減小，數據處理效率高，適用於實時監測。
[0010] (4)綜合考慮運動對象的形狀尺寸、當前位置、運動速率、運動方向的特徵信息，判 斷是否存在行車安全隱患，並確定安全隱患等級，具有真實全面、智能化的優點。
[0011] 另外，根據本發明上述實施例的倒車安全輔助方法還可以具有如下附加的技術特 徵：
[0012] 在本發明的一個實施例中，還包括：在所述步驟A之後、所述步驟B之前，對所述實 時視頻並進行圖像預處理。
[0013] 在本發明的一個實施例中，所述步驟B具體包括：BI.判斷當前幀是否為第一 幀；B2.如果當前幀是第一幀，則以當前幀的源圖像作為當前幀的背景圖像，進入步驟M ; B3.如果當前幀不是第一幀，則採用幀間差分和背景差分相結合方法獲得當前幀的背景圖 像，進入步驟M ;B4.用當前幀的源圖像減去當前幀的背景圖像，得到背景差分圖像；B5.對 所述背景差分圖像進行自適應閾值的圖像二值化，分辨出運動區域和非運動區域；B6.對 所述運動區域的背景保持不變，對所述非運動區域的背景進行替換更新；以及B7.採用分 布投影算法獲取運動區域內的運動對象，並獲取所述運動對象的形狀尺寸和當前位置。
[0014] 在本發明的一個實施例中，所述步驟B5中所述自適應閾值的圖像二值化過程的 計算公式為

【權利要求】
1. 一種倒車安全輔助方法，其特徵在於，包括以下步驟： A. 通過置於車尾的攝像頭採集車輛倒車路線上的實時視頻； B. 在所述實時視頻中檢測出運動對象，獲取所述運動對象的形狀尺寸和當前位置； C. 對檢測出的所述運動對象進行跟蹤，獲取所述運動對象的運動方向和運動速率； D. 根據所述運動對象的所述形狀尺寸、所述當前位置、所述運動方向和所述運動速率， 進行預警邏輯判斷；以及 E. 根據所述預警邏輯判斷的結果，進行報警或不報警。
2. 根據權利要求1所述的倒車安全輔助方法，其特徵在於，還包括：在所述步驟A之 後、所述步驟B之前，對所述實時視頻並進行圖像預處理。
3. 根據權利要求1或2所述的倒車安全輔助方法，其特徵在於，所述步驟B具體包括： BI.判斷當前幀是否為第一幀； B2.如果當前幀是第一幀，則以當前幀的源圖像作為當前幀的背景圖像，進入步驟M ; B3.如果當前幀不是第一幀，則採用幀間差分和背景差分相結合方法獲得當前幀的背 景圖像，進入步驟M ; B4.用當前幀的源圖像減去當前幀的背景圖像，得到背景差分圖像； B5.對所述背景差分圖像進行自適應閾值的圖像二值化，分辨出運動區域和非運動區 域； B6.對所述運動區域的背景保持不變，對所述非運動區域的背景進行替換更新；以及 B7.採用分布投影算法獲取運動區域內的運動對象，並獲取所述運動對象的形狀尺寸 和當前位置。
4. 根據權利要求3所述的倒車安全輔助方法，其特徵在於，所述步驟B5中所述自適應 閾值的圖像二值化過程的計算公式為：bt(i,j) = =?，其中α 為自適應係數且〇< a <l，（i，j)表示第i行第j列的像素，bt(i，j)為t時刻當前幀的 背景圖像中（i，j)的值，bt_1(i，j)為前一幀的背景圖像中（i，j)的值，f t(i，j)為當前幀的 源圖像中（i，j)的值，Dt (i，j)為t時刻的背景差分圖像的二值化結果。
5. 根據權利要求1所述的倒車安全輔助方法，其特徵在於，所述步驟C具體包括： Cl.提供當前運動對象集合和已記錄運動對象集合,所述當前運動對象集合中的元素 為當前幀中通過所述步驟B檢測出的所述運動對象，所述已記錄運動對象集合的元素在O 時刻初始化為空，在後續時刻中通過執行步驟C3和步驟C4進行更新； C2.將所述已記錄運動對象集合中各個元素逐一與所述當前運動對象集合中的各個 元素進行匹配，如果匹配成功，則對所述運動對象的所述形狀尺寸和所述當前位置進行更 新，並分別在所述當前運動對象集合和所述已記錄運動對象集合中標記這兩個元素為已匹 配； C3.掃描所述已記錄運動對象集合，如果存在某個元素未被標記已匹配，認為有舊的所 述運動對象離開視野，則將所述元素從所述已記錄運動對象集合中刪除以更新所述已記錄 運動對象集合； C4.掃描所述當前運動對象集合，如果存在某個元素未被標記已匹配，則認為有新的所 述運動對象進入視野，則將所述元素添加到所述已記錄運動對象集合中以更新所述已記錄 運動對象集合；以及 C5.重複步驟Cl至C4,得到各個時刻的所述已記錄運動對象集合，將所述已記錄運動 對象集合中的所述運動對象的相鄰兩個時刻的所述當前位置進行比較，獲得所述運動對象 的所述運動方向和所述運動速率。
6. 根據權利要求1所述的倒車安全輔助方法，其特徵在於，執行所述步驟C的同時，還 包括：記錄所述運動對象的可信度，所述可信度用於輔助更新所述已記錄運動對象集合，其 中， 當連續多幀圖像檢測到所述運動對象時，所述運動對象的所述可信度逐漸累加； 當連續多幀圖像檢測不到所述運動對象時，所述運動對象的所述可信度逐漸遞減。
7. -種倒車安全輔助裝置，其特徵在於，包括： 視頻採集模塊，所述視頻採集模塊包括置於車尾的攝像頭，所述視頻採集模塊用於採 集車輛倒車路線上的實時視頻； 運動對象檢測模塊，所述運動對象檢測模塊與所述視頻採集模塊相連，用於在所述實 時視頻中檢測出運動對象，獲取所述運動對象的形狀尺寸和當前位置； 運動對象跟蹤模塊，所述運動對象跟蹤模塊與所述運動對象檢測模塊相連，用於對檢 測出的所述運動對象進行跟蹤，獲取所述運動對象的運動方向和運動速率； 預警邏輯判斷模塊，所述預警邏輯判斷模塊與所述運動對象跟蹤模塊相連，用於根據 所述運動對象的所述形狀尺寸、所述當前位置、所述運動方向和所述運動速率，進行預警邏 輯判斷；以及 報警器，所述報警器與所述預警邏輯判斷模塊相連，根據所述預警邏輯判斷模塊的判 斷結果進行報警或不報警。
8. 根據權利要求7所述的倒車安全輔助裝置，其特徵在於，還包括：圖像預處理模塊， 所述圖像預處理模塊位於所述視頻採集模塊與所述運動對象檢測模塊之間，用於對所述實 時視頻並進行圖像預處理。
9. 根據權利要求7或8所述的倒車安全輔助裝置，其特徵在於，所述運動對象檢測模塊 具體包括： 背景圖像獲取模塊，其中，如果當前幀是第一幀，所述背景圖像獲取模塊以當前幀的源 圖像作為當前幀的背景圖像，如果當前幀不是第一幀，所述背景圖像獲取模塊採用幀間差 分和背景差分相結合方法獲得當前幀的背景圖像； 背景差分圖像獲取模塊，所述背景差分圖像獲取模塊與所述背景圖像獲取模塊相連， 用於將當前幀的源圖像減去當前幀的背景圖像得到背景差分圖像； 圖像二值化模塊，所述圖像二值化模塊與所述背景差分圖像獲取模塊相連，用於對所 述背景差分圖像進行自適應閾值的圖像二值化，分辨出運動區域和非運動區域； 背景更新模塊，所述背景更新模塊與所述圖像二值化模塊相連，用於對所述運動區域 的背景保持不變，對所述非運動區域的背景進行替換更新；以及 尺寸位置獲取模塊，尺寸位置獲取模塊與所述圖像二值化模塊相連，用於採用分布投 影算法獲取運動區域內的運動對象，並獲取所述運動對象的形狀尺寸和當前位置。
10. 根據權利要求9所述的倒車安全輔助裝置，其特徵在於，所述圖像二值化模塊中所 述自適應閾值的圖像二值化過程的計算公式為：bt(i,j) = S；ft|)：； ? 其中α為自適應係數且〇 < α < 1，（i, j)表示第i行第j列的像素，bt(i, j)為t時刻 當前幀的背景圖像中（i，j)的值，Iv1Q, j)為前一幀的背景圖像中（i，j)的值，ft(i，j)為 當前幀的源圖像中（i，j)的值，Dt (i，j)為t時刻的背景差分圖像的二值化結果。
11. 根據權利要求7所述的倒車安全輔助裝置，其特徵在於，所述運動對象跟蹤模塊具 體包括： 當前運動對象集合內存，用於存儲當前運動對象集合，所述當前運動對象集合中的元 素為當前幀中通過所述運動對象檢測模塊檢測出的所述運動對象； 已記錄運動對象集合內存，用於存儲已記錄運動對象集合，所述已記錄運動對象集合 的元素在O時刻初始化為空，在後續時刻中不斷更新； 匹配模塊，所述匹配模塊分別與所述當前運動對象集合內存和已記錄運動對象集合內 存相連，用於將所述已記錄運動對象集合中各個元素逐一與所述當前運動對象集合中的各 個元素進行匹配，如果匹配成功，則對所述運動對象的所述形狀尺寸和所述當前位置進行 更新，並分別在所述當前運動對象集合和所述已記錄運動對象集合中標記這兩個元素為已 匹配； 掃描更新模塊，所述掃描更新模塊分別與所述當前運動對象集合內存和已記錄運動對 象集合內存相連，用於對所述已記錄運動對象集合進行更新，其中， 所述掃描更新模塊掃描所述已記錄運動對象集合，如果存在某個元素未被標記已匹 配，認為有舊的所述運動對象離開視野，則所述掃描更新模塊將所述元素從所述已記錄運 動對象集合中刪除以更新所述已記錄運動對象集合；和 所述掃描更新模塊掃描所述當前運動對象集合，如果存在某個元素未被標記已匹配， 則認為有新的所述運動對象進入視野，則所述掃描更新模塊將將所述元素添加到所述已記 錄運動對象集合中以更新所述已記錄運動對象集合；以及 運動參數獲取模塊，與所述已記錄運動對象集合內存相連，用於將所述已記錄運動對 象集合中的所述運動對象的相鄰兩個時刻的所述當前位置進行比較，獲得所述運動對象的 所述運動方向和所述運動速率。
12. 根據權利要求7所述的倒車安全輔助裝置，其特徵在於，所述運動對象跟蹤模塊中 還包括：可信度內存，所述可信度內存用於記錄所述運動對象的可信度，所述可信度用於輔 助更新所述已記錄運動對象集合，其中， 當連續多幀圖像檢測到所述運動對象時，所述運動對象的所述可信度逐漸累加； 當連續多幀圖像檢測不到所述運動對象時，所述運動對象的所述可信度逐漸遞減。
13. -種汽車，其特徵在於，包括權利要求7-9中任一項所述的倒車安全輔助裝置。
【文檔編號】B60R1/00GK104512329SQ201310451913
【公開日】2015年4月15日 申請日期:2013年9月27日 優先權日:2013年9月27日
【發明者】丁贊, 徐波 申請人:比亞迪股份有限公司