开门防撞方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种开门防撞方法、装置、计算机设备和存储介质。所述方法包括：从获取的即将停车的车辆的全景图像中提取并聚类前景像素点得到包括第一前景目标的前景图像；第一前景目标分别与前景图像相邻上一帧前景图像中的第二前景目标进行匹配；匹配成功时获取与第一前景目标匹配成功的第二前景目标的关键点集合；对第二前景目标的关键点集合中的像素点进行目标跟踪、筛选和补充，得到第一前景目标的关键点集合；基于第一前景目标的关键点集合中各像素点的运动速度确定第一前景目标的运动速度；根据运动速度预测第一前景目标运动后的位置；当确定第一前景目标运动后的位置处于警示区域内时，启动车门防撞警报。采用本方法能够提高精确性。

【技术实现步骤摘要】
开门防撞方法、装置、计算机设备和存储介质
本申请涉及智能驾驶
，特别是涉及一种开门防撞方法、装置、计算机设备和存储介质。
技术介绍
随着社会的发展，各类交通工具逐渐普及。交通工具的普及和增加能够给人们的出行带来舒适和便利。但是，交通工具在运行时需要停靠车辆上下客，尤其是公交车。而在车辆停车下客时，由于存在视线盲区，下车的乘客可能会因此遭受车外运动物体的碰撞而受到意外伤害。因此，交通工具所带来的安全问题也是不容忽视的。为了解决下车导致的碰撞事故，已经研发并在车辆上投入使用了各类车门开启防撞系统用于检测车外的运动物体去避免下车碰撞事故。然而，传统的车门开启防撞系统通常是结合摄像头和雷达进行检测。但是由于图像检测目标和雷达检测目标融合算法的复杂性，容易导致传统的车门开启防撞系统发生漏检，从而降低精确性。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高精确性的开门防撞方法、装置、计算机设备和存储介质。一种开门防撞方法，所述方法包括：获取即将停车的车辆的全景图像；从所述全景图像中提取前景像素点，并对所述前景像素点进行聚类，得到包括至少一个第一前景目标的前景图像；将所述前景图像中的各所述第一前景目标分别与所述前景图像相邻的上一帧前景图像中的各第二前景目标进行匹配；当所述第一前景目标匹配成功时，获取与所述第一前景目标匹配成功的所述第二前景目标的关键点集合；对所述第二前景目标的关键点集合中的像素点进行目标跟踪，并对目标跟踪后的关键点集合进行筛选和补充，得到所述第一前景目标的关键点集合；基于所述第一前景目标的关键点集合中各像素点的运动速度确定所述第一前景目标的运动速度；根据所述运动速度预测所述第一前景目标运动后的位置；当确定所述第一前景目标运动后的位置处于警示区域内时，启动车门防撞警报。在其中一个实施例中，所述将所述前景图像中的各所述第一前景目标分别与所述前景图像相邻的上一帧前景图像中的各第二前景目标进行匹配，包括：对各所述第一前景目标进行特征提取，得到各所述第一前景目标的第一特征向量，以及获取各所述第一前景目标的第一包络框；获取存储的各所述第二前景目标的第二特征向量和第二包络框；基于所述第一特征向量和所述第一包络框、以及所述第二特征向量和第二包络框进行前景目标的匹配。在其中一个实施例中，所述基于所述第一特征向量和所述第一包络框、以及所述第二特征向量和第二包络框进行前景目标的匹配，包括：确定所述第一包络框的中心点在所述前景图像中的第一图像坐标、以及确定所述第二包络框的中心点在所述上一帧前景图像中的第二图像坐标；根据所述第一图像坐标和第二图像坐标计算所述第一前景目标和所述第二前景目标的距离；计算所述第一特征向量与所述第二特征向量的差值；根据所述第一前景目标和所述第二前景目标的距离以及所述差值，确定所述第一前景目标和所述第二前景目标的匹配值；将所述匹配值和预设匹配阈值进行大小比较，根据比较结果确定所述第一前景目标是否匹配成功。在其中一个实施例中，所述方法还包括：当所述第一前景目标匹配失败时，将匹配失败的所述第一前景目标的运动速度初始化为预设速度；根据所述预设速度预测所述第一前景目标运动后的位置。在其中一个实施例中，所述方法还包括：获取所述第一前景目标的第一包络框；根据所述第一前景目标的第一包络框的大小确定所述第一前景目标的关键点集合的所需像素点个数；从所述第一前景目标中随机选择与所述所需像素点个数相同的像素点组成所述第一前景目标的关键点集合。在其中一个实施例中，所述对所述第二前景目标的关键点集合中的像素点进行目标跟踪，并对目标跟踪后的关键点集合进行筛选和补充，得到所述第一前景目标的关键点集合，包括：根据所述第二前景目标的关键点集合中的像素点在所述前景图像中进行目标跟踪，得到跟踪关键点集合；将所述跟踪关键点集合中不属于所述第一前景目标的像素点剔除，得到筛选关键点集合；从所述第一前景目标中随机选择与剔除的像素点的个数相同的像素点；将选择的像素点补充至所述筛选关键点集合中，得到所述第一前景目标的关键点集合。在其中一个实施例中，所述基于所述第一前景目标的关键点集合中各像素点的运动速度确定所述第一前景目标的运动速度，包括：获取所述第一前景目标的关键点集合中各像素点在所述前景图像中对应的第三图像坐标，以及获取所述第二前景目标的关键点集合中各像素点在所述上一帧前景图像中对应的第四图像坐标；计算对应的第三图像坐标和第四图像坐标的差值，得到所述第一前景目标的关键点集合中各像素点的运动速度；计算所述第一前景目标的关键点集合中各像素点的运动速度的均值，得到所述第一前景目标的运动速度。在其中一个实施例中，所述根据所述运动速度预测所述第一前景目标运动后的位置，包括：确定所述第一前景目标的当前位置以及运动时间；基于所述运动速度和所述运动时间确定所述第一前景目标的运动距离，将所述运动距离与所述当前位置相加得到所述第一前景目标运动后的位置。在其中一个实施例中，确定所述第一前景目标运动后的位置是否处于警示区域内，包括：确定所述前景图像中所述车辆的车门位置；基于所述第一前景目标运动后的位置与所述车门位置的距离，确定所述第一前景目标运动后的位置是否处于警示区域内。在其中一个实施例中，所述对所述前景像素点进行聚类，得到包括至少一个第一前景目标的前景图像之后，还包括：计算各所述第一前景目标的像素面积；将所述像素面积不满足要求的所述第一前景目标剔除，得到最终的第一前景目标。一种开门防撞装置，所述装置包括：拼图模块，用于获取即将停车的车辆的全景图像；提取模块，用于从所述全景图像中提取前景像素点，并对所述前景像素点进行聚类，得到包括至少一个第一前景目标的前景图像；匹配模块，用于将所述前景图像中的各所述第一前景目标分别与所述前景图像相邻的上一帧前景图像中的各第二前景目标进行匹配；获取模块，用于当所述第一前景目标匹配成功时，获取与所述第一前景目标匹配成功的所述第二前景目标的关键点集合；跟踪模块，用于对所述第二前景目标的关键点集合中的像素点进行目标跟踪，并对目标跟踪后的关键点集合进行筛选和补充，得到所述第一前景目标的关键点集合；计算模块，用于基于所述第一前景目标的关键点集合中各像素点的运动速度确定所述第一前景目标的运动速度；预测模块，用于根据所述运动速度预测所述第一前景目标运动后的位置；报警模块，用于当确定所述第一前景目标运动后的位置处于警示区域内时，启动车门防撞警报。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述开门防撞方法的步骤。一种计算机可读存储介质，其上存储有计算机程序本文档来自技高网...

【技术保护点】
1.一种开门防撞方法，所述方法包括：/n获取即将停车的车辆的全景图像；/n从所述全景图像中提取前景像素点，并对所述前景像素点进行聚类，得到包括至少一个第一前景目标的前景图像；/n将所述前景图像中的各所述第一前景目标分别与所述前景图像相邻的上一帧前景图像中的各第二前景目标进行匹配；/n当所述第一前景目标匹配成功时，获取与所述第一前景目标匹配成功的所述第二前景目标的关键点集合；/n对所述第二前景目标的关键点集合中的像素点进行目标跟踪，并对目标跟踪后的关键点集合进行筛选和补充，得到所述第一前景目标的关键点集合；/n基于所述第一前景目标的关键点集合中各像素点的运动速度确定所述第一前景目标的运动速度；/n根据所述运动速度预测所述第一前景目标运动后的位置；/n当确定所述第一前景目标运动后的位置处于警示区域内时，启动车门防撞警报。/n

【技术特征摘要】
1.一种开门防撞方法，所述方法包括：
获取即将停车的车辆的全景图像；
从所述全景图像中提取前景像素点，并对所述前景像素点进行聚类，得到包括至少一个第一前景目标的前景图像；
将所述前景图像中的各所述第一前景目标分别与所述前景图像相邻的上一帧前景图像中的各第二前景目标进行匹配；
当所述第一前景目标匹配成功时，获取与所述第一前景目标匹配成功的所述第二前景目标的关键点集合；
对所述第二前景目标的关键点集合中的像素点进行目标跟踪，并对目标跟踪后的关键点集合进行筛选和补充，得到所述第一前景目标的关键点集合；
基于所述第一前景目标的关键点集合中各像素点的运动速度确定所述第一前景目标的运动速度；
根据所述运动速度预测所述第一前景目标运动后的位置；
当确定所述第一前景目标运动后的位置处于警示区域内时，启动车门防撞警报。


2.根据权利要求1所述的方法，其特征在于，所述将所述前景图像中的各所述第一前景目标分别与所述前景图像相邻的上一帧前景图像中的各第二前景目标进行匹配，包括：
对各所述第一前景目标进行特征提取，得到各所述第一前景目标的第一特征向量，以及获取各所述第一前景目标的第一包络框；
获取存储的各所述第二前景目标的第二特征向量和第二包络框；
基于所述第一特征向量和所述第一包络框、以及所述第二特征向量和第二包络框进行前景目标的匹配。


3.根据权利要求2所述的方法，其特征在于，所述基于所述第一特征向量和所述第一包络框、以及所述第二特征向量和第二包络框进行前景目标的匹配，包括：
确定所述第一包络框的中心点在所述前景图像中的第一图像坐标、以及确定所述第二包络框的中心点在所述上一帧前景图像中的第二图像坐标；
根据所述第一图像坐标和第二图像坐标计算所述第一前景目标和所述第二前景目标的距离；
计算所述第一特征向量与所述第二特征向量的差值；
根据所述第一前景目标和所述第二前景目标的距离以及所述差值，确定所述第一前景目标和所述第二前景目标的匹配值；
将所述匹配值和预设匹配阈值进行大小比较，根据比较结果确定所述第一前景目标是否匹配成功。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述第一前景目标匹配失败时，将匹配失败的所述第一前景目标的运动速度初始化为预设速度；
根据所述预设速度预测所述第一前景目标运动后的位置。


5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
获取所述第一前景目标的第一包络框；
根据所述第一前景目标的第一包络框的大小确定所述第一前景目标的关键点集合的所需像素点个数；
从所述第一前景目标中随机选择与所述所需像素点个数相同的像素点组成所述第一前景目标的关键点集合。


6.根据权利要求1所述的方法，其特征在于，所述对所述第二前景目标的关键点集合中的像素点进行目标跟踪，并对目标跟踪后的关键点集合进行筛选和补充，得到所述第一前景目标的关键点集合，包括：
根据所述第二前景目标的关键点集合中的像素点在所述前景图像中进行目标跟踪，得到跟踪关键点集合；
将所述跟踪关键点集合中不属于所述第一前景目标的像素点剔除，得到筛选关键点集合...

【专利技术属性】
技术研发人员：胡荣东，唐铭希，连春燕，黄倩倩，
申请(专利权)人：长沙智能驾驶研究院有限公司，
类型：发明
国别省市：湖南;43