二维世界坐标系的俯视行人风险量化系统技术方案

二维世界坐标系的俯视行人风险量化系统，属于行车风险分析领域，为了解决以图像视角确定行人目标风险问题，要点是包括车载摄像头及量化装置；所述车载摄像机装配于车顶处并且面向车行方向，用于拍摄行人平视图像；所述量化装置存储有多条指令，所述指令适于由处理器加载并执行，将车辆行驶对行人目标风险量化成归一化风险指标，以此为智能汽车的先进辅助驾驶和自主巡航的行人目标避障功能，提供重要车行决策数据基础。

Overlooking Pedestrian Risk Quantification System in Two-Dimensional World Coordinate System

The overlooking pedestrian risk quantification system in the two-dimensional world coordinate system belongs to the field of driving risk analysis. In order to solve the problem of determining the risk of pedestrian target from the perspective of image, the key points include a vehicle-mounted camera and a quantization device. The vehicle-mounted camera is assembled on the roof of the vehicle and is oriented to the direction of the vehicle, and is used to shoot the pedestrian horizontal image. The quantization device stores a number of instructions, which are suitable for loading and executing by a processor, quantifying the risk of vehicle driving to pedestrian targets into normalized risk indicators, thus providing an important basis for vehicle decision-making data for the advanced assistant driving and autonomous cruising pedestrian target obstacle avoidance functions of intelligent vehicles.

【技术实现步骤摘要】
二维世界坐标系的俯视行人风险量化系统
本专利技术属于行车风险分析领域，涉及一种行人风险量化系统。
技术介绍
中国许多地区道路交通长期存在人车混行的危险情况，行人作为道路交通中的弱势群体，并且在事故人员致死率中常年占据较大比重，理应受到车辆方的避障保护，因此改善汽车对行人安全规避能力重要性不言而喻。基于汽车板载系统的行人风险分析方法主要使用传感器感知车辆环境信息，并结合行人目标运动状态，评判行人目标危险并据此调整行车决策，实现对危险行人目标的早期保护。基于车载图像的行人风险分析方法是目前主流研究方向，许多研究者通过识别行人目标姿态，分析行人运动趋势以分类危险行人。其中，JokoHariyono等人使用光流法分割行人轮廓，并以行人姿态比方法识别行人水平运动趋势，判定存在向车行区域运动行人为危险行人。此外，Keller和Gavrila等人使用高斯动态过程模型和轨迹概率分层匹配，鉴别图像中行人目标的站立或水平运动状态。基于车载图像的行人风险分析方法大多直接从图像视角直接分析行人风险，但由于车载图像“近大远小”的成像扭曲，研究者往往只能识别行人运动姿态，而并非把握行人确切运动状态。据此，现有行人风险分析方法通常只能给出行人危险与否的定性二分类判决，因此其主要用途在于为驾驶员提供实时预警，不能为车行决策提供精细数据支持。为了实现精确驾驶员辅助以及改善智能车载自主巡航性能，公开号：CN107240167A的中国专利申请公开了一种行车记录仪行人监控系统，给出了一种定量式行人风险分析方法。该系统使用感知设备包括体感控制器、红外传感器和测探计，获得车行环境中行人信息，并通过行人深度图像流与行人目标模型匹配方式，计算行人碰撞系数并以此实现行人危险预警。该专利技术虽然给出了定量的风险分析结果，但风险量化因素来源于行人姿态，实际上判断的是行人对车辆蓄意碰撞的意图，因此量化系数不具备运动学客观性质，不足以反映行人真实运动风险程度。公开号：CN104239741A的中国专利申请基于汽车风险场的汽车驾驶安全辅助方法，从人、车和路三个综合角度出发，通过分析车行环境的动能场、势能场和行为场，融合构建车辆行驶对障碍物风险的车行风险场模型，量化车辆对道路障碍物的行车风险，以此评估不同程度。该专利技术通过引入了势场论，赋予行车风险场合理的运动学原理，使其风险量化结果能够客观有效地用于行车决策。
技术实现思路
为了解决以图像视角确定行人目标风险问题，本专利技术提出如下技术方案：一种二维世界坐标系的俯视行人风险量化系统，其特征在于，包括车载摄像头及量化装置；所述车载摄像机装配于车顶处并且面向车行方向，用于拍摄行人平视图像；所述量化装置存储有多条指令，所述指令适于由处理器加载并执行：对车载摄像机拍摄的行人图像，计算所有行人目标的行人轨迹点，行人目标数量为N，获取并更新实时时刻的所有行人目标平视行人轨迹点向量；将所有平视行人轨迹点向量映射至二维世界坐标系，得到对应N个俯视二维世界坐标系行人轨迹点向量；设定行人运动观测范围，构建与N个俯视二维世界坐标系行人轨迹向量对应的俯视二维世界坐标系行人轨迹矩阵MP，从世界坐标系中独立对应俯视二维世界坐标系行人轨迹矩阵构建匹配行人轨迹矩阵的俯视二维世界坐标系车前风险矩阵MV，并复制出与自身相同的副本矩阵对于行人目标i∈[1,N]，计算邻近行人风险系数Ri：其中：ki为行人轨迹点数量。进一步的，车载摄像机距地高度H适应范围为1.2m至1.6m之间，偏航角γ理想装配角度为0°，装配误差可接受范围为±1°，俯仰角θ理想装配角度为0°，装配误差可接受范围为±3°。进一步的，量化装置基于如下方式将平视行人轨迹点向量映射变换到俯视行人轨迹点向量第一步，计算映射因子rFactor和cFactor：其中u和v为输入值代表图像中逆透视映射点，M和N为定值，代表图像宽度和高度，AlphaU为水平孔近角，AlphaV为竖直孔近角；第二步，计算二维世界坐标初始映射点(x',y')：其中Cx、Cy和Cz为定值，代表摄像机在世界坐标系中坐标，设定Cx＝Cy＝0且Cz＝H，H为距地高度；θ为摄像机与地面俯仰角；第三步，修正初始映射点获得二维世界坐标系映射坐标点(x,y)：其中γ为定值，代表摄像机偏转角。进一步的，量化装置基于如下方式计算水平孔近角AlphaU和竖直孔近角AlphaV：其中焦距是f、感光元件长度是dx、感光元件宽度是dy。进一步的，所述量化装置使用矩阵映射函数，生成行人轨迹矩阵MP：(n,m)＝fwm(x,y)(5)(x,y)表示二维世界坐标系坐标点，(n,m)表示运算矩阵中元素行列位置。进一步的，行人运动观测范围设定为距OW水平±10m和竖直0～20m形成的范围。进一步的，所述量化装置基于如下方式构建匹配行人轨迹矩阵的俯视二维世界坐标系车前风险矩阵MV：将所述二维世界坐标系中各坐标点等势至YW轴；求取对应坐标点的风险权重；使用与行人轨迹矩阵相同的矩阵映射函数映射为车前风险矩阵。进一步的，二维世界坐标系的风险等势线由6条关于YW轴的二阶曲线构成，且满足：y＝γ(x)＝α1x2+α2x+α3(6)其中：α1、α2和α3为二阶多项式系数向量，且满足：进一步的，量化装置基于如下方式计算车前风险权重：wr为归一化风险强度，某个区域wr值越接近1则该区域越危险，反之越趋向于0则表示越安全；量化装置使用矩阵映射函数，生成车前风险矩阵MV：(n,m)＝fwm(x,y,wr)(x,y,wr)表示二维世界坐标系坐标点及对应风险强度，(n,m)表示运算矩阵中元素行列位置。有益效果：本专利技术是针对车载视频图像行人目标风险程度的量化系统，其作用在于将车辆行驶对行人目标风险量化成归一化风险指标，以此为智能汽车的先进辅助驾驶和自主巡航的行人目标避障功能，提供重要车行决策数据基础。该算法有益效果包括：(1)行人风险分析使用了具有直观视角优势的俯视二维世界坐标系，此举便于驾驶者以更精确视角观测各行人目标运动趋势；(2)俯视二维世界坐标系车前风险矩阵描述的是一种车前区域的静态风险分布，其风险分布情况与城市限速相关，且不受路面环境和车行速度影响，降低了实际应用的复杂程度；(3)单独考虑俯视二维世界坐标系中不同行人目标和车辆之间运动情况，行人之间运动相互不干扰，可根据驾驶员或自主驾驶系统的关注需求，对特定行人目标给予相应关注。(4)量化得到行人目标的归一化邻近行人风险系数，从0到1反映了行人目标不同的风险程度，可用于危险行人分类和车辆行驶避让优先级的确定。附图说明图1专利技术原理图；图2图像坐标系；图3世界坐标系；图4俯视二维世界坐标系；图5参数图1；图6参数图2；图7平视轨迹点图；图8俯视二维世界坐标系行人轨迹矩阵图；图9俯视二维世界坐标系车前风险矩阵图；图10邻近行人风险系数计算方法图；图11实施例1的邻近行人风险系数计算结果图；图12实施例2的邻近行人风险系数计算结果图；图13实施例3的邻近行人风险系数计算结果图；具体实施方式下面结合图与具体实时方式对本专利技术做进一步详细描述：如图1所示，本专利技术公开了一种基于二维世界坐标系的俯视行人风险量化方法，可以使用软件实现，可以通过对车载摄像机的视频进行变换，求解俯视条件下行人目标在车前的量化风险程度。该方法主要实施步骤如下：第1步：对本文档来自技高网...

【技术保护点】
1.一种二维世界坐标系的俯视行人风险量化系统，其特征在于，包括车载摄像头及量化装置；所述车载摄像机装配于车顶处并且面向车行方向，用于拍摄行人平视图像；所述量化装置存储有多条指令，所述指令适于由处理器加载并执行：对车载摄像机拍摄的行人图像，计算所有行人目标的行人轨迹点，行人目标数量为N，获取并更新实时时刻的所有行人目标平视行人轨迹点向量；将所有平视行人轨迹点向量映射至二维世界坐标系，得到对应N个俯视二维世界坐标系行人轨迹点向量；设定行人运动观测范围，构建与N个俯视二维世界坐标系行人轨迹向量对应的俯视二维世界坐标系行人轨迹矩阵MP，从世界坐标系中独立对应俯视二维世界坐标系行人轨迹矩阵

【技术特征摘要】
1.一种二维世界坐标系的俯视行人风险量化系统，其特征在于，包括车载摄像头及量化装置；所述车载摄像机装配于车顶处并且面向车行方向，用于拍摄行人平视图像；所述量化装置存储有多条指令，所述指令适于由处理器加载并执行：对车载摄像机拍摄的行人图像，计算所有行人目标的行人轨迹点，行人目标数量为N，获取并更新实时时刻的所有行人目标平视行人轨迹点向量；将所有平视行人轨迹点向量映射至二维世界坐标系，得到对应N个俯视二维世界坐标系行人轨迹点向量；设定行人运动观测范围，构建与N个俯视二维世界坐标系行人轨迹向量对应的俯视二维世界坐标系行人轨迹矩阵MP，从世界坐标系中独立对应俯视二维世界坐标系行人轨迹矩阵构建匹配行人轨迹矩阵的俯视二维世界坐标系车前风险矩阵MV，并复制出与自身相同的副本矩阵对于行人目标i∈[1,N]，计算邻近行人风险系数Ri：其中：ki为行人轨迹点数量。2.如权利要求1所述的二维世界坐标系的俯视行人风险量化系统，其特征在于，车载摄像机距地高度H适应范围为1.2m至1.6m之间，偏航角γ理想装配角度为0°，装配误差可接受范围为±1°，俯仰角θ理想装配角度为0°，装配误差可接受范围为±3°。3.如权利要求1所述的二维世界坐标系的俯视行人风险量化系统，其特征在于，其特征在于，量化装置基于如下方式将平视行人轨迹点向量映射变换到俯视行人轨迹点向量第一步，计算映射因子rFactor和cFactor：其中u和v为输入值代表图像中逆透视映射点，M和N为定值，代表图像宽度和高度，AlphaU为水平孔近角，AlphaV为竖直孔近角；第二步，计算二维世界坐标初始映射点(x',y')：其中Cx、Cy和Cz为定值，代表摄像机在世界坐标系中坐标，设定Cx＝Cy＝0且Cz＝H，H为距地高度；θ为摄像机与地面俯仰角；第三步，修正初始映射点获...

【专利技术属性】
技术研发人员：杨大伟，毛琳，黄俊达，陈思宇，
申请(专利权)人：大连民族大学，
类型：发明
国别省市：辽宁,21