一种基于智能手机的夜间司机驾驶辅助方法技术

本发明专利技术提供了基于智能手机的夜间司机驾驶辅助系统及驾驶辅助方法。它主要利用智能手机的内置照相机（即摄像头）感知主车辆后方车辆行驶情况，监测主车辆后方超速行驶或者近距离跟车的危险车辆，并给司机予以警示，使其获得更多反应时间应对危险突发事件。针对方法实现过程中的特有问题，提供了相应的解决方案。具体而言，首先给出了照相机感知距离确定方法；其次，基于车辆明亮大头灯以及它们之间的几何距离特性提出了夜间道路图片车辆识别算法；另外，根据车辆行驶的时空特性提出了图片中车辆跟踪算法，从而可以估算监测车辆行驶速度，最后，根据物体成像原理，提出了车辆间的相对距离估算方法。

【技术实现步骤摘要】
本专利技术得到国家自然科学基金（编号：61103227，61472068,61173171）的资助。
本专利技术属于移动智能感知
，涉及一种基于智能手机的夜间司机驾驶辅助系统及驾驶辅助方法。
技术介绍
近年来，交通事故频繁发生，已成为“世界第一害”。其中，车辆夜间行驶仅占总行驶时间25%，但事故发生率却是白天发生的1.6倍，事故死亡人数是更是白天的3至4倍之多。造成这一现象的主要原因为夜间可视度较差（据估计司机做出反应的90%是基于他们所看到），从而司机很难感知、判断其周围其他车辆的速度及车间距。另外，造成这一现象的原因还有夜间驾驶容易出现酒驾及疲劳驾驶，这时司机驾驶技能将会下降现象，驾驶人的注意力、感觉、感知、判断及决定均反应迟缓。然而，通常情况下司机并不知道身处于这些特殊危险源中且没有有效措施应对这些危险。即使非常小心地开车，但由于在夜间视线受限，也不可避免地会出现车辆由后方被其他车辆撞上的情况。奔驰汽车公司针对各类交通事故进行研究分析得出，如果能在事故发生前1秒，提前给驾驶员一个忠告，使其及时采取正确的应急措施，则绝大多数交通事故可以避免。因此，研究设计面向夜间司机危险驾驶行为识别具有重大的现实意义。目前，为了设计研发司机辅助系统，不管工业界还是学术界都做出了大量工作。根据采用技术的不同，这些工作主要分类两类：基于无线通信的方法和基于传感器方法。对于基于无线通信的方法，主要是利用车载自组织网络技术设计车辆碰撞避免系统。它主要思想是车辆利用专用短程通信协议周期性的将自身速度与位置信息等分发给周围车辆，主车辆将接收到的信息与自身信息结合，识别超速行驶及近距离跟车等危险行为，避免碰撞发生。但是该方法的缺点是它不能监测到蓄意危险驾驶的车辆。例如，当车辆非法赛车时，为了避免被发现，他们可以关闭车载通信设备。另外，该方法还处于理论研究阶段，对于其推广实施仍需要很长的时间。对于基于传感器方法，它们主要利用雷达、激光、声音或者摄像头等传感器设备监测司机驾驶状态或者周围其他车辆行驶状态，当出现危险情况时给司机提出警告或采取紧急制动等措施。基于这样技术的司机辅助产品在市场已可以购买，但由于购买这些设备需要额外的费用，目前只有一些高档车辆安装了这些设备。另外，随着计算机视觉技术的发展，从图像中能更容易把车辆与障碍物区分开，因此，基于摄像头（即照相机）传感器的司机辅助系统越来越流行。为了实现危险车辆检测功能，需要可靠的车辆图像识别与追踪技术。到目前为止，已有许多基于图片道路车辆识别技术被提出来，这些技术主要被划分为两类：基于运动（motionbased）的方法和基于知识（knowledge-based）的方法。对于基于运动的方法通过计算图片中每个像素的位移，从而估算物体移动速度，当物体移动速度达到车辆移动速度范围，则认为它是车辆。该方法的缺点是非常耗时，对基于智能手机的实时监测系统并不适用，并且单从估算物体移动速度识别车辆，假设性会大大提高。基于知识的方法主要通过车辆典型特征，如形状、对称性、车辆轮廓或者车辆底影子等，利用边缘检测法识别图像中的车辆。然而，这些白天有效的车辆特征在夜间道路环境下将会失效，所以这些方法并不适用于夜间车辆识别。夜间的车辆唯一可视特征为他们的头灯。在先前的工作中，有作者提出利用二进制阀值过滤器确定监测目标，确定车灯位置从而检测出车辆。然而该方法容易受车灯亮度改变影响效果。因此，有作者提出光块检测法用来确定图片中候选物体。在此基础上，又有研究者提出利用车灯对称性确定图片中的车辆。然而，通过对道路上车辆真实图片的采集发现，车灯在图片中将会呈现不同的形态，不仅包括亮点对称的情况，还包括车灯汇聚为一个亮点及车灯在道路上有投影的情况，如果仅通过对称性识别图片中的潜在车辆，误差率会大大增加。就目前查阅到的文献，并没有一个能检测出图片中三种车灯形态的算法。
技术实现思路
本专利技术利用智能手机的内置照相机感知主车辆后方车辆行驶情况，监测主车辆后方超速行驶或者近距离跟车的危险车辆，需要解决以下问题：第一，多发光源的环境。在路上除了车辆大头灯还有许多其他发光源，如交通灯、摩托车灯等，如何从图片的众多亮点中识别出哪些是车辆。第二，车辆大头灯多变性。在真实环境下采集大量夜间车辆图片后，发现在不同角度或不同距离条件下拍摄车辆图片，图片中车辆大头灯会呈现出不同的形状。在对采集的图片进行统计之后，这些形状可以被分为3类，分别为：（1）两个大头灯亮点是分开的；（2）两个大头灯融合为一个大亮点；（3）两个大头灯亮点在路面上有投影。另外，距离主车辆比较远的所有其他车辆大头灯将会融合为一个亮点。如何在这些情况下从图片中识别出潜在车辆。第三，智能手机有限的处理能力。即使现在智能手机有一定的数据处理能力，但相对与电脑仍然是有限的。因此，车辆的识别与跟踪算法应该是尽量轻量级的，从而也能够给司机提供及时的反馈信息。针对上述几个问题以及现有工作的不足和夜间司机视力受限导致交通事故频繁这一事实，本专利技术提供了一种基于智能手机的夜间司机驾驶辅助系统及驾驶辅助方法。本专利技术为解决这一问题所采取的技术方案是：一种基于智能手机的夜间司机驾驶辅助系统DNDAS（asmartphonebasedDriverNighttimeDrivingAssistanceSystem），该系统包括潜在车辆识别模块、车辆跟踪模块和危险车辆监测模块；潜在车辆识别模块用于提取图片中的亮点以识别潜在的车辆；车辆跟踪模块用于跟踪识别出的车辆；危险车辆监测模块用于监测超速行驶及近距离跟车两种危险行驶的车辆，并发出声音警示。一种基于智能手机的夜间司机驾驶辅助方法，该方法利用智能手机的内置照相机感知主车辆后方车辆行驶情况，监测超速行驶或者近距离跟车的危险车辆，并给司机予以警示；该方法包括如下步骤：第一步，确定感知距离；当手机被旋转调整的过程中，手机客户端展示给用户的是其感知的距离。具体感知距离的计算过程如图3所示，为手机安装的高度，手机轴被旋转的角度（由陀螺仪传感器获取）为手机摄像头垂直方向感知角度为例如，华为C8812手机垂直感知角度中兴ZTEZ5mini手机垂直感知角度因此感知距离为：（1）第二步，识别潜在车辆；利用车辆的大头灯，从夜间拍摄道路图片中识别出潜在车辆；第三步，跟踪识别出的车辆；确定了车辆跟踪范围，处理当跟踪范围内有多辆被识别出来的车辆或者没有车辆出现在跟踪范围内的情况；第四步，监测危险车辆；监测并识别出超速及近距离跟车的本文档来自技高网...

【技术保护点】
一种基于智能手机的夜间司机驾驶辅助系统及驾驶辅助方法，该方法利用智能手机的内置照相机感知主车辆后方车辆行驶情况，监测超速行驶或者近距离跟车的危险车辆，并给司机予以警示；其特征在于：该方法包括如下步骤：第一步，确定感知距离；第二步，识别潜在危险车辆；利用夜间车辆的大头灯特征，从夜间拍摄道路图片中识别出潜在车辆；第三步，跟踪识别出的车辆；确定了车辆跟踪范围，处理当跟踪范围内有多辆被识别出来的车辆或者没有车辆出现在跟踪范围内的情况；第四步，监测危险车辆；监测并识别出超速及近距离跟车的车辆。

【技术特征摘要】
1.一种基于智能手机的夜间司机驾驶辅助系统及驾驶辅助方法，该方法利用智能手机
的内置照相机感知主车辆后方车辆行驶情况，监测超速行驶或者近距离跟车的危险车辆，
并给司机予以警示；其特征在于：该方法包括如下步骤：
第一步，确定感知距离；
第二步，识别潜在危险车辆；
利用夜间车辆的大头灯特征，从夜间拍摄道路图片中识别出潜在车辆；
第三步，跟踪识别出的车辆；
确定了车辆跟踪范围，处理当跟踪范围内有多辆被识别出来的车辆或者没有车辆出现
在跟踪范围内的情况；
第四步，监测危险车辆；
监测并识别出超速及近距离跟车的车辆。
2.根据权利要求1所述的基于智能手机的夜间司机驾驶辅助系统及驾驶辅助方法，其
特征在于，基于车辆大头灯特征的夜间潜在危险车辆识别包括如下步骤：
（1）提取亮点：首先要从图片中提取出亮点；令图片中车辆大头灯像素分量为向
量令向量为采集图片各像素的分量，图片中各像素与车辆大头灯像素之间的
距离为：
（1）
通过计算图片中所有像素与车辆大头灯像素之间的距离，排除像素距离的
像素点，为像素距离阀值；处理后的图片输出结果仅包含亮点；
（2）基于几何规则推测潜在车辆：在提取亮点后，利用亮点之间的几何关系识别出哪些
是来自于车辆，哪些是车辆大头灯的投影；
令为图片亮点提取后的亮点集，是亮点的个数，其中
记录着第个亮点的中心点坐标、亮点宽度、高度以及发光源与
手机之间的相对距离对于潜在车辆识别，每次有一个主点，其他亮点则为辅点；潜在车辆
的亮点满足于：
其中，为手机相机焦距；
在公式2中，能够保证辅点与主点之间垂直距离差很小；则保证辅点与主点之间水平距离满足车辆宽度；如果意味
着辅点与主点发光源之间水平距离为车辆宽度，但垂直距离表示这两个发光源不是来自与
同一辆车且两个发光源之间距离小于车辆长度；此时，则判断此辅点为路面反射点并将其
移除亮点集。
3.根据权利要求1所述的基于智能手机的夜间司机驾驶辅助系统及驾驶辅助方法，其
特征在于，跟踪识别出的车辆具体步骤如下：
为了跟踪车辆，首先要预测识别出来的车辆在下一帧中可能的移动范围；如果在下一
帧中有车辆出现在预测的范围内，则它有很高的概率来自于同一个车辆；令为监测车辆
与主车辆的相对速度，在系统开始令为道路最大允许行驶速度；在每
一帧的时间间隔车辆相对位移为利用公式3计算车辆在图片中移动距离车辆
在下一帧图片中可能出现范围为：
其中，是车辆在当前图片中明亮大头灯中心点坐标，为车辆在下一帧中
明亮大头灯中心点可能的坐标；
在确定了车辆跟踪范围之后，下一步是处理当跟踪范围内有多辆被识别出来的车辆或
者没有车辆出现在跟踪范围内的情况；与之相对应的就是三种跟踪状态：成功跟踪、新出现
的车辆或者消失的车辆；为了确定在新到来图片中车辆的状态，在新帧中识别出来的车辆
与上一张图片中每辆车的跟踪范围之间建立一个确认矩阵它可以表示为：
其中若第个新识别车辆落在第个跟踪范围内时其他情况下是
在新到来图片中识别的车辆数目，为上一张图片...

【专利技术属性】
技术研发人员：朱金奇，马春梅，
申请(专利权)人：天津师范大学，
类型：发明
国别省市：天津;12