发明名称 一种基于红外图像处理的汽车防撞安全保护方法
摘要 本发明公开了一种基于红外图像处理的汽车防撞安全保护方法,本发明的保护装置包括红外摄像机及摄像机控制子系统、红外摄像照明子系统、处理器、声像与灯光报警子系统、车速控制子系统、信号检测模块和电源模块。本发明利用红外成像技术,适用于各种环境气候条件和各种路况下的汽车安全保护;建立了基于虚拟车道和识别空间的障碍物数学模型,完成对障碍物的精确测距;在虚拟车道内建立识别空间,限定被处理的图像范围,有效减少了处理数据量,保障了装置的实时性和快速性;利用障碍物数学模型推导出障碍物测距公式,测距简单可靠,有较强的实用性,不影响正常超车与转向,能有效地避免碰撞事故和追尾事故的发生,确保行车安全。
申请公布号 CN103072537B 申请公布日期 2014.03.26
申请号 CN201310046086.7 申请日期 2013.02.05
申请人 湖南大学 发明人 孟志强;江和平
分类号 B60R21/01(2006.01)I;B60W30/095(2012.01)I 主分类号 B60R21/01(2006.01)I
代理机构 长沙正奇专利事务所有限责任公司 43113 代理人 马强
主权项 一种基于红外图像处理的汽车防撞安全保护方法,其特征在于,该方法为:1)中央处理器通过系统总线初始化设置红外摄像机、标定红外摄像机内外参数、开启和关闭红外摄像照明子系统,读取SRAM中经FPGA预处理过的红外帧图像数据;2)建立虚拟车道与识别空间:虚拟车道以本车中心轴为中心线,宽度为4米;识别空间是本车车头前方和/或车尾后方长度60~80米、宽度4米、高度4米所组成的空间;3)计算虚拟车道与识别空间内红外帧图像数据的灰度值,采用并行区域阈值分割算法,将图像灰度值分割为目标像素灰度集合和背景像素灰度集合,完成图像分割;依据像素灰度集合提取图像中各目标物体的边缘,并对边缘进行特征析取,即分析边缘的形状,然后计算目标物体图像的特征参数;提取的目标物体边缘、析取的特征和计算的特征参数描述了目标物体的外形轮廓;4)根据目标物体的外形轮廓识别危险物体;5)根据上述目标物体的外形轮廓,建立如下障碍物数学模型: <mrow> <mi>k</mi> <mo>{</mo> <mfenced open='[' close=']'> <mtable> <mtr> <mtd> <msub> <mi>x</mi> <mi>p</mi> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>y</mi> <mi>p</mi> </msub> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mfenced open='[' close=']'> <mtable> <mtr> <mtd> <mn>0</mn> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> </mtr> <mtr> <mtd> <mi>f</mi> </mtd> </mtr> </mtable> </mfenced> <mo>}</mo> <mo>=</mo> <mfenced open='[' close=']'> <mtable> <mtr> <mtd> <mn>0</mn> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> </mtr> <mtr> <mtd> <mi>f</mi> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mfenced open='[' close=']'> <mtable> <mtr> <mtd> <mi>x</mi> </mtd> </mtr> <mtr> <mtd> <mi>y</mi> </mtd> </mtr> <mtr> <mtd> <mi>z</mi> </mtd> </mtr> </mtable> </mfenced> </mrow>其中,k为转换系数,f为摄像机坐标系中镜头焦距,(xp,yp)为虚拟车道坐标系中目标物体的像素点坐标,(x,y,z)为空间道路坐标系中目标物体的像素点坐标;6)利用下述公式测量目标物体距离L: <mrow> <msub> <mi>L</mi> <mrow> <mi>z</mi> <mn>1</mn> </mrow> </msub> <mo>=</mo> <mo>-</mo> <mi>fH</mi> <mo>/</mo> <msub> <mi>y</mi> <mrow> <mi>p</mi> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>L</mi> <mrow> <mi>z</mi> <mn>2</mn> </mrow> </msub> <mo>=</mo> <mfrac> <mi>Df</mi> <mrow> <msub> <mi>x</mi> <mrow> <mi>p</mi> <mn>2</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>x</mi> <mrow> <mi>p</mi> <mn>1</mn> </mrow> </msub> </mrow> </mfrac> <mo>,</mo> </mrow>L=αLz1+(1‑α)Lz2,0<α<1,其中,H为摄像机距地面的高度,D为空间道路坐标系中车身左右两侧各加0.3m的宽度,yp1为车身底部在红外图像坐标系中的位置坐标,LZ1、LZ2为摄像机坐标系中目标物体到摄像机坐标原点的Z轴坐标值,α为LZ1、LZ2两种距离计算的加权系数;7)根据连续两次目标物体距离值L1、L2和本车速度V,计算障碍物的相对速度Vref:Vref=ΔL/tces,ΔL=L2‑L1,其中tces为连续两次测量的时间间隔;8)计算本车的紧急制动距离Ljj:Ljj=(Kjj+0.1)﹡Ljj0,Kjj=‑f(Vref/Vmax),其中:Ljj0=40m,Kjj为加权系数,0≤Kjj≤1;9)若实测目标物体距离L大于Ljj的1.3倍,则无危险,安全度高,不需要进行相对速度判断,返回1);若实测目标物体距离L大于0、小于Ljj的1.3倍,且相对速度Vref≥0,即本车速度低于或等于障碍物速度,本车与障碍物之间的距离会拉大或保持不变,无危险,安全度高,返回1);若实测目标物体距离L小于等于Ljj的1.3倍,且相对速度Vref<0,即本车速度高于障碍物速度,本车与障碍物之间的距离会缩短,有危险,需进行安全性计算与评判,进入10);10)定义距离安全系数、速度安全系数和总安全系数,其中距离安全系数SF的范围为:‑1<SF≤0.3;速度安全系数SV的范围为: ‑1≤SV≤0;总安全系数S的范围为:‑1≤S≤0;11)将总安全系数S划分为3个等级:一级S位于‑0.1~0区间,二级S位于‑0.3~‑0.1区间,三级S位于‑1~‑0.3区间;一级适应速度安全系数和距离安全系数的变化范围大,危险较小;二级适应速度安全系数和距离安全系数的变化范围较宽,危险增大;三级适应速度安全系数和距离安全系数的变化范围很窄,危险;12)根据S所处区间选择报警信号和降速控制;13)返回1),直到行车结束。
地址 410082 湖南省长沙市岳麓区麓山南路2号