一种基于道路前方行人和骑行者的防碰撞预警方法技术

本发明专利技术公开了一种基于道路前方行人和骑行者的防碰撞预警方法，属于驾驶辅助系统领域，包括环境感知、信息解读和目标状态判断三个方面。本发明专利技术将收集的训练集送入YOLO‑R网络进行训练，进行目标检测和分类，采用Kalman滤波实现多目标跟踪；对图像进行逆透视变换，得到IPM图像，并通过数据回归建模拟合出原始图像与IPM图像像素坐标的关系曲线，再由IPM图像像素坐标与世界坐标的线性关系估算出距离；根据自车车速和制动距离，确定预警激活区域，然后对处于激活区域内的目标采用模糊预警算法判断目标是否存在危险，若有危险及时提醒驾驶者，从而有效的减少事故的发生，保护行人和骑行者的安全。

【技术实现步骤摘要】
一种基于道路前方行人和骑行者的防碰撞预警方法
本专利技术属于汽车主动安全领域，涉及到图像处理以及防碰撞预警系统的知识，具体涉及一种基于道路前方行人和骑行者的防碰撞预警方法。
技术介绍
在我国这种典型的混合交通环境下，行人、骑行者、车辆等都是道路交通参与者，其中行人、骑行者都是弱势群体，他们暴露在外，没有防护措施，在发生交通事故时人身安全更难以保障，因此保护行人和骑行者的安全尤为重要。传统的行人和骑行者检测算法是通过人工提取HOG、Haar、LUV等特征，训练分类器，完成目标检测的。这种方法在特定条件下可以取得较好的检测效果，但人工设计的特征在光线昏暗、目标姿态变化明显以及复杂场景下的检测效果不太好。相比之下，深度学习可以通过卷积层在图像中提取特征，其检测效果明显优于传统机器学习方法。随着硬件计算能力的增强以及大量训练数据集的建立，深度学习得到了蓬勃发展。在目标检测方面，从RCNN、Fast-RCNN、FasterRCNN到YOLO、SSD、YOLOv2，目标检测的速度和准确率都有了很大的突破。中国专利(CN1O2765365A)公开了基于机器视觉的行人检测方法及行人防碰撞预警系统，采本文档来自技高网...

【技术保护点】
1.一种基于道路前方行人和骑行者的防碰撞预警方法，其特征在于，包括以下步骤：S1，搭建基于道路前方行人和骑行者的防碰撞预警系统；S2，离线训练使用YOLOv2改进的网络YOLO‑R进行模型训练；S3，将一帧图像输入到训练好的YOLO‑R网络中，检测出行人和骑行者并进行分类，实现多目标跟踪；S4，计算出车辆和前方目标的横纵向距离；S5，根据自车车速，设定预警激活区域，利用横纵向距离判断目标是否在激活区域，对在预警激活区域内的目标，计算预警指标，并将指标代入预警系统，确定预警等级。

【技术特征摘要】
1.一种基于道路前方行人和骑行者的防碰撞预警方法，其特征在于，包括以下步骤：S1，搭建基于道路前方行人和骑行者的防碰撞预警系统；S2，离线训练使用YOLOv2改进的网络YOLO-R进行模型训练；S3，将一帧图像输入到训练好的YOLO-R网络中，检测出行人和骑行者并进行分类，实现多目标跟踪；S4，计算出车辆和前方目标的横纵向距离；S5，根据自车车速，设定预警激活区域，利用横纵向距离判断目标是否在激活区域，对在预警激活区域内的目标，计算预警指标，并将指标代入预警系统，确定预警等级。2.根据权利要求1所述的一种基于道路前方行人和骑行者的防碰撞预警方法，其特征在于，所述基于道路前方行人和骑行者的防碰撞预警系统总体结构包括环境感知、信息解读和目标状态判断三个模块，环境感知包括目标检测与跟踪、消失点检测和自车车速采集；目标检测与跟踪、消失点检测由前视摄像头获取相关的信息，并通过视频采集卡将图像信息传递给计算机，车速信息由GPS模块采集，信息解读和目标状态判断模块都在计算机中实现，最后由软件界面显示预警结果。3.根据权利要求1所述的一种基于道路前方行人和骑行者的防碰撞预警方法，其特征在于，所述YOLO-R网络的搭建过程为：在YOLOv2网络结构的基础上，聚类选取anchorboxes，去掉passthrough层，增加残差网络构成YOLO-R网络。4.根据权利要求书1所述的一种基于道路前方行人和骑行者的防碰撞预警方法，其特征在于，所述S2中模型训练过程分为前向传播和反向传播两部分，具体为：将训练样本进行前向传播计算，最后输出候选框的相对位置、包含目标的置信度以及类别概率信息；利用反向传播算法和小批量梯度下降法，不断更新网络各层权重，减小代价函数的值；不断重复上述过程，...

【专利技术属性】
技术研发人员：刘军，张凯，后士浩，张睿，胡超超，高雪婷，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32