视觉感知的汽车前视车辆和行人防碰撞预警系统及方法技术方案

本发明专利技术公开了一种视觉感知的汽车前视车辆和行人防碰撞预警系统及方法，对汽车前视摄像头获取的视频进行逐帧读取，并运用训练级联分类器，实现对视频帧中的车辆、行人进行识别，并同时结合直线检测，来对识别结果进行过滤，去除非车辆、非行人部分，利用深度DBN网络完成对本车前方车辆、行人信息的判定。确认前车、行人位置后，将图像坐标转换为车体坐标，从而得到本车与前车、本车与前面行人的相对距离及相对角度，计算出安全时距，再运用卡尔曼滤波器预测车辆、行人位置，如果小于安全时距，则发出警报。本发明专利技术可以实现更加有效和准确的车辆行人识别，从而更准确地进行防碰撞预警。

【技术实现步骤摘要】
视觉感知的汽车前视车辆和行人防碰撞预警系统及方法
本专利技术涉及图像处理
，具体涉及一种视觉感知的汽车前视车辆和行人防碰撞预警系统及方法。
技术介绍
汽车在复杂的交通环境中对其前视区域中汽车、行人的识别显得尤为重要。通过前视的车辆、行人的识别，可以有效弥补驾驶员的感官能力的不足，从而减少交通事故。因此，汽车行驶时的前视车辆、行人的识别有着重要的理论与实际意义。随着科学技术的进步，车辆、行人识别技术也得到了发展，但在实际实现过程中随着情景与形态的变换，识别效果并不尽如人意，各种识别算法只是根据图像特征进行判定识别，从而限制了各种算法的使用。
技术实现思路
针对现有技术的不足，本专利技术旨在提供一种视觉感知的汽车前视车辆和行人防碰撞预警系统及方法，运用深度学习算法，通过对大量样本进行特征训练与提取，得到车辆、行人图像的最高层表示，从另一个角度对车辆、行人图像进行理解，使计算机对图像有一个深层次的理解，同时完成车辆、行人识别。为了实现上述目的，本专利技术采用如下技术方案：视觉感知的汽车前视车辆和行人防碰撞预警系统，包括：汽车前视区域采集模块：用于采集汽车前视区域的视频信息，并传输至帧获取模块；帧获取模块：用于对汽车前视区域采集模块采集的视频信息逐帧连续性获取，供Haar检测模块进行检测；Haar检测模块：用于采用Haar分类器识别帧获取模块所获取的帧信息的前车或行人所在的区域；水平直线匹配模块：用于对Haar检测模块得到的区域进行水平直线检测并得出检测出水平直线的区域，并将水平直线检测得到的区域与Haar检测模块得到的区域进行对比，剔除Haar检测模块检测得到但是在水平直线匹配模块中没有检测到的区域；DBN网络检测模块：用于对经过水平直线匹配模块处理后得到的区域进行DBN网络检测，得出最终的前车或行人所在区域；碰撞预警模块：用于根据最终的前车或行人所在区域，预测检测得到的前车和行人与汽车的间距是否小于安全间距，如果是，则发出碰撞预警。进一步地，所述水平直线匹配模块包括轮廓检测模块、水平直线检测模块、比对模块；其中：轮廓检测模块用于对Haar检测模块检测得到的区域进行轮廓检测；水平直线检测模块用于对轮廓检测模块得到的检测结果进行水平直线检测，并只保留水平直线，得出具有水平直线的区域；比对模块用于将水平直线检测模块得到的区域和Haar检测模块检测得到的区域进行比对，剔除Haar检测模块检测得到的前车或行人的区域中没有被水平直线检测模块检测得到的区域。进一步地，DBN网络检测模块包括RBM层训练模块和Softmax回归模块；其中：RBM层训练模块：用于以经过水平直线匹配模块处理后得到的前车或行人所在的区域作为输入进行RBM无监督训练；Softmax回归模块：用于对RBM模块得到的RBM无监督训练结果进行归类，判断所检测的区域是否为前车或行人所在的区域，如果是，则进行标记。更进一步地，所述DBN网络检测模块包括至少三层RBM层训练模块，前一层RBM层训练模块的输出作为后一层RBM层训练模块的输入。进一步地，所述DBN网络检测模块还包括有BP反馈调节模块，用于对整个DBN网络进行反馈微调。进一步地，所述碰撞预警模块包括坐标转换模块、卡尔曼滤波模块、安全间距计算模块、对比模块；其中：坐标转换模块：用于根据DBN网络检测模块最终得到的检测结果锁定前车或行人并进行坐标转换，确定前车或行人在车体坐标系中的位置；卡尔曼滤波模块：用于采用卡尔曼滤波预测下一时间汽车与前车或行人的距离；安全间距计算模块：用于计算出汽车与前车或者汽车与行人的安全间距；对比模块：将预测到的下一时间汽车与前车或行人的距离和汽车与前车或者行人的安全间距进行对比，如果汽车与前车或者行人的安全间距大于预测到的下一时间汽车与前车或者行人的距离，则发出碰撞预警。利用上述系统的汽车前视车辆和行人防碰撞预警方法，包括如下步骤：S1在汽车的前方车标的下方安装汽车前视区域采集模块，系统启动后首先通过汽车前视区域采集模块采集视频信息，并将采集到的视频传到帧获取模块；S2帧获取模块对视频信息的帧信息进行连续性获取，获取的帧信息以图片形式存在；S3Haar检测模块采用Haar分类器来对帧信息中的前车和行人进行检测和识别，得出前车或行人所在的区域；S4水平直线匹配模块对Haar检测模块得到的区域进行水平直线检测并得出检测出水平直线的区域，并将水平直线检测得到的区域与Haar检测模块得到的区域进行对比，剔除Haar检测模块检测得到但是在水平直线匹配模块中没有检测到的区域；S5DBN网络检测模块对经过水平直线匹配模块处理后得到的区域进行DBN网络检测，进一步识别这些区域是否为前车或行人，如果是，则进行标记，得出最终的前车或行人所在区域；S6碰撞预警模块根据根据最终的前车或行人所在区域锁定前车和行人的区域，预测前车和行人与汽车的间距是否小于安全间距，如果是，则发出碰撞预警。需要说明的是，步骤S4具体为：4.1)轮廓检测模块对Haar检测模块检测到的区域进行轮廓检测；4.2)水平直线检测模块对检测得到的轮廓进行水平直线检测，检测完成后只保留水平直线得出具有水平直线的区域；4.3)比对模块将水平直线检测模块得到的区域和Haar检测模块检测得到的区域进行比对，剔除Haar检测模块检测得到的前车或行人的区域中没有被水平直线检测模块检测得到的区域，得到水平直线匹配模块的检测结果。需要说明的是，步骤S5具体为：5.1)利用RBM层训练模块完成对经过水平直线匹配模块处理后得到的前车和行人所在区域进行RBM无监督训练，完成特征提取；5.2)利用Softmax回归模块对提取特征进行分类，识别出经过水平直线匹配模块处理后得到的前车和行人所在区域中的实际的前车和行人的区域。进一步需要说明的是，还包括有5.3)：利用BP反馈调节模块调节整个DBN网络，改善学习效果，使得DBN网络的参数状态达到最优。进一步需要说明的是，包括至少三层RBM层训练模块，前一层RBM层训练模块的输出作为后一层RBM层训练模块的输入，最后一层RBM层训练模块的输出作为Softmax回归模块的输入。需要说明的是，步骤5.1)中，将经过水平直线匹配模块处理后得到的前车和行人所在区域转换成图片形式，缩放到设定大小，并进行自适应二值化处理，进而按光栅顺序扫描成数组形式，所形成的数组作为RBM层训练模块的输入。本专利技术的有益效果在于：车辆、行人作为非刚性物体，不同的车辆、行人之间表现形态各异，但是在这个形态变化之间，总有些不变的特征。本专利技术通过将车辆、行人图片进行自适应二值化化来处理，会较好的保留车辆、行人所具有的特征，并且足以与其他物体做出区别，并将处理结果用于训练DBN网络，进行特征提取，以便于更好的进行识别。附图说明图1为本专利技术实施例的流程示意图。具体实施方式以下将结合附图对本专利技术作进一步的描述，需要说明的是，以下实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本专利技术的范围并不限于本实施例。如图1所示，视觉感知的汽车前视车辆和行人防碰撞预警系统，包括：汽车前视区域采集模块：用于采集汽车前视区域的视频信息，并传输至帧获取模块；帧获取模块：用于对汽车前视区域采集模块采集的视频信息逐帧连续性获取，供Haar检测模块进行检测；本文档来自技高网...

【技术保护点】
视觉感知的汽车前视车辆和行人防碰撞预警系统，其特征在于，包括：汽车前视区域采集模块：用于采集汽车前视区域的视频信息，并传输至帧获取模块；帧获取模块：用于对汽车前视区域采集模块采集的视频信息逐帧连续性获取，供Haar检测模块进行检测；Haar检测模块：用于采用Haar分类器识别帧获取模块所获取的帧信息的前车或行人所在的区域；水平直线匹配模块：用于对Haar检测模块得到的区域进行水平直线检测并得出检测出水平直线的区域，并将水平直线检测得到的区域与Haar检测模块得到的区域进行对比，剔除Haar检测模块检测得到但是在水平直线匹配模块中没有检测到的区域；DBN网络检测模块：用于对经过水平直线匹配模块处理后得到的区域进行DBN网络检测，得出最终的前车或行人所在区域；碰撞预警模块：用于根据最终的前车或行人所在区域，预测检测得到的前车和行人与汽车的间距是否小于安全间距，如果是，则发出碰撞预警。

【技术特征摘要】
1.视觉感知的汽车前视车辆和行人防碰撞预警系统，其特征在于，包括：汽车前视区域采集模块：用于采集汽车前视区域的视频信息，并传输至帧获取模块；帧获取模块：用于对汽车前视区域采集模块采集的视频信息逐帧连续性获取，供Haar检测模块进行检测；Haar检测模块：用于采用Haar分类器识别帧获取模块所获取的帧信息的前车或行人所在的区域；水平直线匹配模块：用于对Haar检测模块得到的区域进行水平直线检测并得出检测出水平直线的区域，并将水平直线检测得到的区域与Haar检测模块得到的区域进行对比，剔除Haar检测模块检测得到但是在水平直线匹配模块中没有检测到的区域；DBN网络检测模块：用于对经过水平直线匹配模块处理后得到的区域进行DBN网络检测，得出最终的前车或行人所在区域；碰撞预警模块：用于根据最终的前车或行人所在区域，预测检测得到的前车和行人与汽车的间距是否小于安全间距，如果是，则发出碰撞预警。2.根据权利要求1所述的视觉感知的汽车前视车辆和行人防碰撞预警系统，其特征在于，所述水平直线匹配模块包括轮廓检测模块、水平直线检测模块、比对模块；其中：轮廓检测模块用于对Haar检测模块检测得到的区域进行轮廓检测；水平直线检测模块用于对轮廓检测模块得到的检测结果进行水平直线检测，并只保留水平直线，得出具有水平直线的区域；比对模块用于将水平直线检测模块得到的区域和Haar检测模块检测得到的区域进行比对，剔除Haar检测模块检测得到的前车或行人的区域中没有被水平直线检测模块检测得到的区域。3.根据权利要求1所述的视觉感知的汽车前视车辆和行人防碰撞预警系统，其特征在于，DBN网络检测模块包括RBM层训练模块和Softmax回归模块；其中：RBM层训练模块：用于以经过水平直线匹配模块处理后得到的前车或行人所在的区域作为输入进行RBM无监督训练；Softmax回归模块：用于对RBM模块得到的RBM无监督训练结果进行归类，判断所检测的区域是否为前车或行人所在的区域，如果是，则进行标记。4.根据权利要求3所述的视觉感知的汽车前视车辆和行人防碰撞预警系统，其特征在于，所述DBN网络检测模块包括至少三层RBM层训练模块，前一层RBM层训练模块的输出作为后一层RBM层训练模块的输入；所述DBN网络检测模块还包括有BP反馈调节模块，用于对整个DBN网络进行反馈微调。5.根据权利要求1所述的视觉感知的汽车前视车辆和行人防碰撞预警系统，其特征在于，所述碰撞预警模块包括坐标转换模块、卡尔曼滤波模块、安全间距计算模块、对比模块；其中：坐标转换模块：用于根据DBN网络检测模块最终得到的检测结果锁定前车或行人并进行坐标转换，确定前车或行人在车体坐标系中的位置；卡尔曼滤波模块：用于采用卡尔曼滤波预测下一时间汽车与前车或行人的距离；安全间距计算模块：用于计算出汽车与前车或者汽车与行人的安全间...

【专利技术属性】
技术研发人员：张晋东，张子昂，高兆博，刘徽，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22