一种基于机器视觉的交通道路感知辅助驾驶预警装置制造方法及图纸

一种基于机器视觉的交通道路感知辅助驾驶预警系统、方法及装置，该方法包括：实时采集道路图像，将采集的道路图像发送给Nvidia TX2开发板；所述Nvidia TX2开发板对接收的图像进行处理；根据处理后的图像利用目标测距模块测算本车与目标物的距离，比较所述距离与激光测距模块测得的距离，判断是否需要对测距结果进行修正；根据处理后的图像利用红绿灯检测算法判断前方是否为红绿灯；根据处理后的图像利用车道检测算法识别出本车所在的车道；将所述修正或识别的结果发送给显示器和语音预警装置；所述显示器，对所述修正或识别的结果进行显示；所述语音预警装置，在修正或识别的结果满足预设条件时进行语音预警提示。本发明专利技术利用压缩的深度学习的识别模型，提升了识别的计算速度和准确度，同时，通过对两种测距算法的测量结果进行比较，在系统的测距功能异常时能够及时通知驾驶员，降低因误判而引发交通事故的风险。

An assistant driving warning device based on machine vision

【技术实现步骤摘要】
一种基于机器视觉的交通道路感知辅助驾驶预警装置
本专利技术涉及智能交通
，尤其涉及一种基于机器视觉的交通道路感知辅助驾驶预警装置。
技术介绍
前车预警是一项主动安全技术，在检测到本车有危险行为是进行提醒，防止汽车偏离轨道、闯红灯和追尾等常见交通事故的发生。一般预警的方式有声音、视觉等。前车预警中，一般根据TTC(TimeTocollision)时间作为报警依据，测距方式一般基于雷达传感器或者视觉传感器。目前已有的辅助驾驶产品，往往基于GPS和预先采集的道路信息提供红绿灯预警，在信号不好的山区无法完成红绿灯检测。现有的前方交通物体识别系统多是基于传统的计算机视觉方案的目标检测，传统方案由于运算资源小，能都达到实时的要求，但产品效果较差。而目前采用深度学习模型的产品能够解决能够更精准的提供预警信息，但计算资源高，速度上有着很大的局限性，实时性较差。相对于传统的基于视觉的技术，基于深度学习的方法在不同的场景下有着更好的识别能力，唯一的不足在于模型往往很大，难以在嵌入式系统上运作。另外，使用单一的测距算法进行测距时，无法有效评估该本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的交通道路感知辅助驾驶预警系统，其特征在于，该系统包括：/n车载单目摄像机，用于实时采集道路图像，将采集的道路图像发送给Nvidia TX2开发板；/n所述Nvidia TX2开发板包括图像处理模块、目标测距模块、红绿灯检测模块、车道线识别模块、激光测距模块、修正比较模块和输出模块，所述图像处理模块对接收的图像进行处理后，分别发送给目标测距模块、红绿灯检测模块和车道线识别模块；/n所述目标测距模块根据处理后的图像利用测距算法测算本车与目标物的距离；所述激光测距模块采用激光测距算法测算本车与目标物的距离；所述目标测距模块和所述激光测距模块分别将测得的距离信息发送给所述修正比较...

【技术特征摘要】
1.一种基于机器视觉的交通道路感知辅助驾驶预警系统，其特征在于，该系统包括：
车载单目摄像机，用于实时采集道路图像，将采集的道路图像发送给NvidiaTX2开发板；
所述NvidiaTX2开发板包括图像处理模块、目标测距模块、红绿灯检测模块、车道线识别模块、激光测距模块、修正比较模块和输出模块，所述图像处理模块对接收的图像进行处理后，分别发送给目标测距模块、红绿灯检测模块和车道线识别模块；
所述目标测距模块根据处理后的图像利用测距算法测算本车与目标物的距离；所述激光测距模块采用激光测距算法测算本车与目标物的距离；所述目标测距模块和所述激光测距模块分别将测得的距离信息发送给所述修正比较模块；
所述修正比较模块比较接收的距离信息，确定是否对所述距离信息进行修正，在需要修正时，将修正的距离信息发送给输出模块；
所述红绿灯检测模块根据处理后的图像利用红绿灯检测算法判断前方是否为红绿灯；
所述车道线识别模块根据处理后的图像利用车道检测算法识别出本车所在的车道；
输出模块，接收红绿灯检测模块、车道线识别模块、修正比较模块的处理结果，将所述处理结果发送给显示器和语音预警装置；
所述显示器，对修正比较模块、红绿灯检测模块、车道线识别模块的处理结果进行显示；
所述语音预警装置，在修正比较模块或红绿灯检测模块或车道线识别模块的处理结果满足预设条件时进行语音预警提示。


2.根据权利要求1所述的系统，其特征在于，所述图像处理模块对接收的图像进行处理包括：所述图像处理模块采用采用压缩的神经网络模型对图像进行处理，将标准卷积网络分解成DepthwiseConvolution和PointwiseConvolution两部分。


3.根据权利要求1所述的系统，其特征在于，所述目标测距模块根据处理后的图像利用测距算法测算本车与目标物的距离包括：所述目标测距模块根据预先配置好的相机参数，通过解析几何的方式，估算目标物与本车的距离，将距离信息通过输出模块回传给语音预警装置。


4.根据权利要求1所述的系统，其特征在于，所述语音预警装置在所述修正比较模块的处理结果满足预设条件时进行语音预警提示包括：如果本车与目标物的距离小于预定的距离阈值，或者，目标物与本车的距离与本车车速的比值小于预定的时间阈值时，语音预警装置进行语音预警提示；如果目标测距模块与激光测距模块各自测定的距离之差大于预定的距离阈值，则语音预警装置通过语音提示系统异常。


5.根据权利要求1所述的系统，其特征在于，所述红绿灯检测模块根据处理后的图像利用红绿灯检测算法判断前方是否为红绿灯包括：红绿灯检测模块通过提取前车景象中的HIV数据，过滤出红色的阈值范围，通过形态学运算消除小物体的影响，圆滑整个连通域，将提取出来的图形回传给语音预警装置。


6.根据权利要求1所述的系统，其特征在于，所述语音预警装...

【专利技术属性】
技术研发人员：朱向雷，郝建业，杜志彬，王赞，闫明，王海弛，
申请(专利权)人：朱向雷，郝建业，杜志彬，王赞，闫明，王海弛，
类型：发明
国别省市：天津;12