一种物体碰撞预测方法及装置制造方法及图纸

本申请提供一种碰撞检测的方法和装置，可以利用摄像单元拍摄的图像预测是否会与前方的待检测对象发生碰撞。在当前的碰撞预测方法中，需要先根据摄像单元拍摄的图像判断待检测对象的类型，从而需要消耗大量的算力。在本申请所提供的碰撞预测的方法中，可以根据不同时刻所拍摄的图像中的待检测对象与装置所在的车辆在图像中的距离，判断待检测对象和装置所在的车辆的距离的变化趋势，并预测待检测对象和装置所在的车辆是否会发生碰撞。该方法可以增加碰撞预测的效率，并减少了进行碰撞预测的能耗。

【技术实现步骤摘要】
一种物体碰撞预测方法及装置
本申请涉及图像检测领域，特别涉及一种利用摄像单元拍摄的图像进行物体碰撞预测的方法和装置。
技术介绍
在智能驾驶辅助系统中，摄像单元承担着非常重要的感知任务，例如获取环境信息，以作为车辆中的计算设备进行障碍物类型识别、距离和速度估计的依据。当计算设备根据摄像单元所拍摄的图像获得前方待检测对象的距离以及速度后，可以进一步将待检测对象的速度与本车的速度进行比较，判断计算设备所在的车辆是否会和待检测对象是否会发生碰撞，并在判断两者可能会发生碰撞的情况下，根据与待检测对象的距离预测两者何时会发生碰撞。当前对于计算设备所在的车辆与待检测对象的距离的估计，通常是先根据摄像单元拍摄的图像等信息，判断待检测对象的类型，例如判断待检测对象是行人、自行车、摩托车或者某一型号的汽车，并根据该类型在计算设备所保存的数据库中的资料获得该类型的真实尺寸。计算设备进一步根据待检测对象的类型的真实尺寸以及待检测对象在摄像单元拍摄的图像的大小，得到待检测对象与计算设备所在的车辆的实际距离。通过对比不同时刻待检测对象与计算设备所在车辆的距离，当两者的距离在逐渐接近时，预测两者可能会发生碰撞；当两车的距离在逐渐扩大时，预测两者不会发生碰撞。通过上述方法进行碰撞预测时，需要先根据摄像单元拍摄的图像判断待检测对象的类型，再根据待检测对象的类型从预存的数据库中获得其真实大小，并根据待检测对象的真实大小以及在图像上的大小的比例得到待检测对象与计算设备所在的车辆的距离，再根据该距离变化的趋势判断是否可能会发生碰撞。采用这种做法，不仅需要消耗大量的算力进行待检测对象的类型检测，还需要一定的存储空间来保存数据库。
技术实现思路
本申请的实施例提供了一种利用摄像单元拍摄的图像进行物体碰撞预测的方法和装置，可以解决现有技术进行物体碰撞预测需要消耗大量算力的问题。第一方面，本申请提供一种物体碰撞预测方法，该方法应用于计算设备，该计算设备位于包括摄像单元的物体，该方法包括：分别在第一时刻和第二时刻控制摄像单元摄取第一图像和第二图像，该第一图像和第二图像包括待检测对象以及物体，且第二时刻在第一时刻之后；测量第一图像中物体与待检测对象的第一距离以及第二图像中物体与待检测对象的第二距离；根据第一距离和第二距离的大小，预测物体和待检测对象是否会发生碰撞，即当第二距离小于第一距离时，预测物体会和待检测对象发生碰撞；当第二距离大于等于第一距离时，预测物体不会和待检测对象发生碰撞。通过采用上述做法，可以根据不同时刻所拍摄的图像中的待检测对象与物体在图像中的距离，判断待检测对象和物体的距离的变化趋势，从而预测待检测对象和物体是否会发生碰撞。与现有技术相比，不需要消耗大量的算力对待检测对象进行类型检测，从而增加了物体进行碰撞预测的效率，并减少了物体进行碰撞预测的能耗。对于上述第一方面，一种可能的实现方式是，当第二距离小于第一距离时，该方法还包括：根据第二距离和第一距离的差值以及第二时刻和第一时刻的差值，得到待检测对象和物体的相对速度；根据相对速度和第二距离，预测物体与待检测对象发生碰撞的时间。通过采用上述做法，可以在预测物体可能会和待检测对象发生碰撞的情况下，进一步计算待检测对象和物体在图像中的相对速度，并根据该相对速度预测发生碰撞的时间，可以使得预测的结果更加具体，便于物体或者物体的控制者采取措施规避碰撞。对于上述第一方面，另一种可能的实现方式是，第一时刻和第二时刻尽可能的接近，特别是第一时刻和第二时刻分别对应摄像单元所摄取的图像的前后帧。这使得计算出的待检测对象和物体的相对速度更接近于二者在第二时刻这一瞬间的相对速度，从而令预测发生碰撞的时间更加精确。对于上述第一方面，另一种可能的实现方式是，根据第一距离和第二距离的大小，预测物体和待检测对象是否会发生碰撞，包括：计算物体在第二图像和第一图像中的位置差；根据第二距离和位置差的和与第一距离的大小，预测物体和待检测对象是否会发生碰撞。通过这种做法，可以当物体在第二时刻因为颠簸或者加减速导致其俯仰角发生变化时，对得到的第二距离进行修正，从而使得预测的结果更加精确。对于上述第一方面，另一种可能的实现形式是，测量第一图像中物体与待检测对象的第一距离以及第二图像中物体与待检测对象的第二距离，包括：获取第一图像和第二图像中待检测对象的二维边框；测量第一图像中物体与待检测对象的二维边框的第一距离以及第二图像中物体与待检测对象的二维边框的第二距离。上述做法将待检测对象的二维边框与物体的距离作为待检测对象与物体的距离，使得结果更加准确。对于上述第一方面，另一种可能的实现方式是，当待检测对象的二维边框的下沿的每个像素点与物体的距离不相同时，以待检测对象的二维边框的下沿所包含的像素点与物体的最近距离作为物体与待检测对象的二维边框在图像中的距离。通过采用上述做法，可以准确的测量待检测对象的二维边框与物体在图像中的距离，增加预测结果的可靠性。对于上述第一方面，另一种可能的实现方式是，该物体是车辆，而车辆与待检测对象位于同一车道内。本申请中所指代的物体可以是车辆、轮船、机器人等需要进行碰撞预测的物体。而在本实现方式中，将该物体限定为车辆，且它与待检测对象位于同一车道内，这样才有必要预测该物体和待检测对象是否有碰撞的可能性。对于上述第一方面，另一种可能的实现方式是，识别第一图像和第二图像中的车道线，其中，车道线包括第一车道线和第二车道线，第一车道线和第二车道线为相邻的车道线，车辆和待检测对象均位于第一车道线和第二车道线之间；根据第一图像中待检测对象和第一车道线的距离与待检测对象的二维边框的大小的比值以及第二图像中待检测对象和第一车道线的距离与待检测对象的二维边框的大小的比值，计算待检测对象在图像中的横向速度；根据第二图像中待检测对象和第一车道线之间的距离与待检测对象的二维边框大小的比值以及待检测对象的横向速度，预测待检测对象离开当前车道的时间。通过采用上述做法，可以根据待检测对象的横向速度判断其离开当前车道的时间，而当待检测对象离开当前车道的时间小于之前预测的待检测对象与物体发生碰撞的时间，二者实际上是不会发生碰撞的，从而使预测结果更加精确。第二方面，本申请提供一种计算设备，该计算设备位于包括摄像单元的物体上，该计算设备包括：控制模块，用于分别在第一时刻和第二时刻控制摄像单元摄取第一图像和第二图像，其中，第一图像和第二图像包括待检测对象和该物体，第二时刻在第一时刻之后；处理模块，用于测量第一图像中物体与待检测对象的第一距离以及第二图像中物体与待检测对象的第二距离；预测模块，根据第一距离和第二距离的大小，预测物体和待检测对象是否会发生碰撞，即当第二距离小于第一距离时，预测物体会和待检测对象发生碰撞；当第二距离大于等于第一距离时，预测物体不会和待检测对象发生碰撞。对于上述第二方面，一种可能的实现方式是，预测模块还用于，当第二距离小于第一距离时，根据第二距离和第一距离的差值以及第二时刻和第一时刻的差值，得到待检测对象和物体的相对速度；根据相对速度和第二距离，预测物体和待检测对象发生碰撞的时间。对于上述第二方面，另一种可能的实现方式是，当预测模块预测物体和待检测对象是否会发生碰撞时，预测模块具体用于：计算物体在第二图像和第一图像本文档来自技高网...

【技术保护点】
1.一种物体碰撞预测方法，其特征在于，所述方法应用于计算设备，所述计算设备位于包括摄像单元的物体，所述方法包括：分别在第一时刻和第二时刻控制所述摄像单元摄取第一图像和第二图像，所述第一图像和第二图像包括待检测对象及所述物体，所述第二时刻在所述第一时刻之后；测量所述第一图像中所述物体与所述待检测对象的第一距离以及所述第二图像中所述物体与所述待检测对象的第二距离；根据所述第一距离和所述第二距离的大小，预测所述物体和所述待检测对象是否会发生碰撞。

【技术特征摘要】
1.一种物体碰撞预测方法，其特征在于，所述方法应用于计算设备，所述计算设备位于包括摄像单元的物体，所述方法包括：分别在第一时刻和第二时刻控制所述摄像单元摄取第一图像和第二图像，所述第一图像和第二图像包括待检测对象及所述物体，所述第二时刻在所述第一时刻之后；测量所述第一图像中所述物体与所述待检测对象的第一距离以及所述第二图像中所述物体与所述待检测对象的第二距离；根据所述第一距离和所述第二距离的大小，预测所述物体和所述待检测对象是否会发生碰撞。2.根据权利要求1所述的方法，其特征在于，当所述第二距离小于所述第一距离时，所述方法还包括：根据所述第二距离和所述第一距离的差值以及所述第二时刻和所述第一时刻的差值，得到所述待检测对象和所述物体的相对速度；根据所述相对速度和所述第二距离，预测所述物体与所述待检测对象发生碰撞的时间。3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一距离和所述第二距离的大小，预测所述物体和所述待检测对象是否会发生碰撞，包括：计算所述物体在所述第二图像和所述第一图像中的位置差；根据所述第二距离和所述位置差的和与所述第一距离的大小，预测所述物体和所述待检测对象是否会发生碰撞。4.根据权利要求1-3任一项所述的方法，其特征在于，所述测量所述第一图像中所述物体与所述待检测对象的第一距离以及所述第二图像中所述物体与所述待检测对象的第二距离，包括：获取所述第一图像和第二图像中所述待检测对象的二维边框；测量所述第一图像中所述物体与所述待检测对象的二维边框的所述第一距离以及所述第二图像中所述物体与所述待检测对象的二维边框的所述第二距离。5.根据权利要求4所述的方法，其特征在于，当所述待检测对象的二维边框的下沿的每个像素点与所述物体的距离不相同时，以所述待检测对象的二维边框的下沿所包含的像素点与所述物体的最近距离作为所述物体与所述待检测对象的二维边框在所述图像中的距离。6.根据权利要求1-5任一项所述的方法，其特征在于，所述物体为车辆，所述车辆和所述待检测对象位于同一车道内。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：识别所述第一图像和所述第二图像中的车道线，其中，所述车道线包括第一车道线和第二车道线，所述第一车道线和所述第二车道线为相邻的车道线，所述车辆和所述待检测对象位于所述第一车道线和所述第二车道线之间；根据所述第一图像中所述待检测对象和所述第一车道线的距离与所述待检测对象的大小的比值以及所述第二图像中所述待检测对象和所述第一车道线的距离与所述待检测对象的大小的比值，计算所述待检测对象的横向速度；根据所述第二图像中待检测对象和所述第一车道线之间的距离与所述待检测对象的大小的比值以及所述待检测对象的横向速度，预测所述待检测对象离开当前车道的时间。8.一种计算设备...

【专利技术属性】
技术研发人员：赖龙珍，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东,44