车辆开门预警方法技术

本发明专利技术提供一种能够区分目标类型、并能够根据目标自身运动特性对其到达车门的时间准确判断，提高报警准确性，有效防止碰撞的车辆开门预警方法,其步骤：通过摄像机采集图像，窗口在该帧图像内遍历，遍历的同时DSP提取HOG特征向量，并送至6个SVM分类器进行目标种类识别；确定该窗口内的目标种类，记录该窗口坐标位置，该窗口宽度，高度；计算出目标距离摄像机该帧图像平面的垂向距离S0，按前述方法得到目标距离摄像机下n帧图像平面的垂向距离Sn：根据帧频计算出目标速度V；再计算出目标到达车门处的时间，根据目标到达时间设定不同的预警等级。

【技术实现步骤摘要】

本专利技术涉及车辆上的驾驶员或者乘客在打开车门时，防止与侧后方来的行人、摩托车、电动车、自行车等发生碰撞的车辆开门预警方法。
技术介绍
车辆上的驾驶员或者乘客疏于观察情况下打开车门，有可能使车辆侧后方目标，如摩托车、电动车、自行车撞到车门上造成一定的人员伤亡，因此有必要研制出一种技术简单、实现容易、准确度高、成本低廉的目标快速检测装置，能提醒或者阻止驾驶员在危险情况下打开车门。现有车辆开门预警装置主要采用雷达、红外、超声波等传感器对侧后方进行检测，成本较高，而且检测距离存在一定限制，导致预警时间过短，车内驾驶员或者乘客来不及做出反应。此外也有采用摄像机对车辆后面目标进行检测，算法大多为光流法、帧差法、背景差分法等传统算法，这些检测算法对目标无针对性，不能区分目标类型以及计算目标自身运动特性，不管有无危险性，只要有目标接近车辆就会进行报警，导致误报率高。
技术实现思路
本专利技术的目的是提供一种能够区分目标类型、并能够根据目标自身运动特性对其到达车门的时间准确判断，提高报警准确性，有效防止碰撞的车辆开门预警方法。本专利技术所述的车辆开门预警方法，包括下述步骤：离线学习阶段：a、通过安装在车辆后视镜上的摄像机对从车辆侧部通过的行人、摩托车或电动车、自行车及随机物体四种目标种类拍摄图像，送至DSP控制系统，通过方向梯度直方图的特征提取方法对目标图像进行量化，得到四种目标的HOG特征向量；b、让6个SVM分类器应用SVM算法对四种目标的HOG特征向量进行训练，使得各SVM分类器能够根据输入的HOG特征向量识别出是否是该相应的目标；实时检测阶段：c、在摄像机实时拍摄的某帧图像内设定一个矩形窗口，以图像所在的平面设定以像素作为单位的平面坐标系，坐标系原点通过摄像机光轴，两个坐标轴分别沿水平方向和竖直方向延伸；d、窗口在该帧图像内按像素点进行遍历，遍历的同时DSP对窗口内的图像提取HOG特征向量，并分别送至6个SVM分类器进行目标种类识别；根据6个SVM
分类器识别出的目标种类按照少数服从多数的原则确定该窗口内的目标种类，同时记录该窗口在坐标系内的坐标位置a(x，y)，该窗口在水平方向的宽度为w，在竖直方向的高度为h；e、以下式计算出在窗口内成像的目标距离摄像机该帧图像平面的垂向距离S0： x / X = f x / ( f x + S x ) ( w + x ) / ( W + X ) = f x / ( f x + S x ) ; y / Y = f y / ( f y + S y ) ( h + y ) / ( H + Y ) = ( f y + S y ) ; S 0 = ( S x + S y ) / 2 ]]>其中：W、H分别为目标的实际宽高和高度，系通过统计进行估算出的平均值；fx、fy分别为摄像机在水平方向、竖直方向的焦距；Sx、Sy分别为摄像机在水平方向、竖直方向成像时目标离摄像机该帧图像平面的垂向距离；f、执行步骤c-e，计算出目标距离摄像机下n帧图像平面的垂向距离Sn：n≥1；g、利用位移与时间关系可计算出目标速度：V＝(S0-Sn)/(fps*n)；fps为帧频，单位为帧/秒；S0、Sn的单位均为米；h、根据目标距离和速度计算目标的到达时间：Δt＝Sn/V，根据目标到达时间设定不同的预警等级。随机物体是指背景图像，不是行人、摩托车或电动车、自行车的三类物体都认为是随机物体。摄像机成像模型是利用的小孔成像原理，理论上摄像机只有一个焦距f，但是由于摄像机在加工制作过程中存在误差，导致CCD最终成像时在水平方向和竖直方向会存在一定差异，因此在水平方向和竖直方向分别定义焦距fx、fy，当然这两个焦距相差很小，也可以近似认为是相等的，该两个焦距可以通过摄像机标定方法进行精确计算得到。Sx、Sy是分别根据两个不同焦距fx、fy计算出的目标与摄像机成像平面(CCD平面)的距离(垂直于平面的距离)。摄像机在水本文档来自技高网...

【技术保护点】
车辆开门预警方法，包括下述步骤：离线学习阶段：a、通过安装在车辆后视镜上的摄像机对从车辆侧部通过的行人、摩托车或电动车、自行车以及随机物体四种目标种类拍摄图像，送至DSP控制系统，通过方向梯度直方图(HOG)的特征提取方法对目标图像进行量化，得到四种目标的HOG特征向量；b、让6个SVM分类器应用SVM算法对四种目标的HOG特征向量进行训练，使得各SVM分类器能够根据输入的HOG特征向量识别出是否是该相应的目标；实时检测阶段：c、在摄像机实时拍摄的某帧图像内设定一个矩形窗口，以图像所在的平面设定以像素作为单位的平面坐标系，坐标系原点通过摄像机光轴，两个坐标轴分别沿水平方向和竖直方向延伸；d、窗口在该帧图像内按像素点进行遍历，遍历的同时DSP对窗口内的图像提取HOG特征向量，并分别送至6个SVM分类器进行目标种类识别；根据6个SVM分类器识别出的目标种类按照少数服从多数的原则确定该窗口内的目标种类，同时记录该窗口在坐标系内的坐标位置a(x，y)，该窗口在水平方向的宽度为w、在竖直方向的高度为h；e、以下式计算出在窗口内成像的目标距离摄像机该帧图像平面的垂向距离S0：x/X=fx/(fx+Sx)(w+x)/(W+X)=fx/(fx+Sx);y/Y=fy/(fy+Sy)(h+y)/(H+Y)=(fy+Sy);S0=(Sx+Sy)/2]]>其中：W、H分别为目标的实际宽高和高度，系通过统计进行估算出的平均值；fx、fy分别为摄像机在水平方向、竖直方向的焦距；Sx、Sy分别为摄像机在水平方向、竖直方向成像时目标离摄像机该帧图像平面的垂向距离；f、执行步骤c‑e，计算出目标距离摄像机下n帧图像平面的垂向距离Sn；n≥1；g、利用位移与时间关系可计算出目标速度：V＝(S0‑Sn)/(fps*n)；fps为帧频，单位为帧/秒；S0、Sn的单位均为米；h、根据目标距离和速度计算目标的到达时间：Δt＝Sn/V，根据目标到达时间设定不同的预警等级。...

【技术特征摘要】
1.车辆开门预警方法，包括下述步骤：离线学习阶段：a、通过安装在车辆后视镜上的摄像机对从车辆侧部通过的行人、摩托车或电动车、自行车以及随机物体四种目标种类拍摄图像，送至DSP控制系统，通过方向梯度直方图(HOG)的特征提取方法对目标图像进行量化，得到四种目标的HOG特征向量；b、让6个SVM分类器应用SVM算法对四种目标的HOG特征向量进行训练，使得各SVM分类器能够根据输入的HOG特征向量识别出是否是该相应的目标；实时检测阶段：c、在摄像机实时拍摄的某帧图像内设定一个矩形窗口，以图像所在的平面设定以像素作为单位的平面坐标系，坐标系原点通过摄像机光轴，两个坐标轴分别沿水平方向和竖直方向延伸；d、窗口在该帧图像内按像素点进行遍历，遍历的同时DSP对窗口内的图像提取HOG特征向量，并分别送至6个SVM分类器进行目标种类识别；根据6个SVM分类器识别出的目标种类按照少数服从多数的原则确定该窗口内的目标种类，同时记录该窗口在坐标系内的坐标位置a(x，y)，该窗口在水平方向的宽度为w、在竖直方向的高度为h；e、以下式计算出在窗口内成像的目标距离摄像机该帧图像平面的垂向距离S0： x / X = f x / ( f x + S x ) ( w + x ) / ( W + X ) = f x / ( f x + S x ) ; y / Y = f y / ...

【专利技术属性】
技术研发人员：汤勇，李鹏，羊玢，徐一超，徐艳，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：江苏;32