【技术实现步骤摘要】
【国外来华专利技术】骑乘者辅助系统和方法
[0001]本专利技术涉及一种骑乘者辅助系统和方法。
技术介绍
[0002]近年来,汽车高级驾驶员辅助系统(也称为“ADAS”)已经变为汽车行业中的标准,这尤其是由于安全是汽车制造商最关心的问题这一事实。世界各国政府都采用了严格汽车安全标准,并且鼓励汽车制造商和车主在新制造的车辆以及私有车辆中安装各种ADAS。使用ADAS极大地提高汽车驾驶员和乘客安全,并且已经证明在众多情况下可挽救生命。
[0003]遗憾地,摩托车行业落后于汽车行业的其他领域。这可能是由于当今世界上出售的大多数摩托车被要求买得起这一事实,而添加各种ADAS会增加此类车辆的成本。另外,还存在着特定于摩托车的环境的各种困难。例如,摩托车放置ADAS的空间非常有限。向摩托车骑乘者提供警报也是一项挑战,因为骑乘者戴着头盔,并且在受风、发动机噪音等影响的嘈杂环境中操作。此外,戴着头盔的摩托车骑乘者的视角受限制,并且在摩托车本身上放置视觉指示器(诸如用于提供视觉指示的显示器)就将其定位在摩托车上可使骑乘者在骑乘摩托车时可见的位置处而言有挑战性。更进一步,摩托车表现得不同于汽车,其相对于道路的角度(例如,倾斜角)比汽车相对于道路的角度更快速且更急剧地偏移,尤其是当摩托车倾斜、加速和制动时。
[0004]因此,本领域中需要的是一种新的骑乘辅助系统和方法。
技术实现思路
[0005]根据本公开的主题的第一方面,提供了一种用于摩托车的骑乘辅助系统,包括:处理资源;存储器,所述存储器用于存储由所述处理资源使用的日期;
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于摩托车的骑乘辅助系统,包括:处理资源;存储器,所述存储器被配置为存储能够由所述处理资源使用的数据;以及至少一个广角前视相机,所述至少一个广角前视相机被配置为以使其能够捕获在所述摩托车前方的包括至少右侧和左侧的场景的图像的方式而安装在所述摩托车上;其中所述处理资源被配置为:获得由所述相机连续地获取的一系列的至少两个图像,其中在所述图像当中的每个连续图像对的捕获之间经过的时间比第一阈值少;分析在所述系列图像中的至少一对连续图像内的感兴趣区域,以识别在所述至少一对连续图像内具有相应特征位置的特征;将所述特征中的每一者与其在所述系列图像中的所述至少一对连续图像中的每个图像内的相应特征位置匹配,以确定所述相应特征中的每一者在所述系列图像中的所述至少一对连续图像之间的移动矢量,所述移动矢量表示所述特征随时间的移动;以及在满足标准时生成警告通知,其中所述标准与相应特征的所述移动矢量相关联或与相应特征的增强移动矢量相关联。2.如权利要求1所述的骑乘辅助系统,其中所述标准是相应特征的与所述摩托车的方向处于碰撞路线上的所述移动矢量的数量超过另一个阈值。3.如权利要求1所述的骑乘辅助系统,其中所述标准是平均矢量与所述摩托车的方向在碰撞路线上,所述平均矢量为表示所述移动矢量的平均值的矢量。4.如权利要求1所述的骑乘辅助系统,其中所述特征位置使用以下项中的一者或多者进行匹配:L2函数,或者最近邻算法。5.如权利要求1所述的骑乘辅助系统,其中所述处理资源还被配置为估计与在所述系列图像中的所述至少一对连续图像中的给定图像内的所述特征中的至少一些特征相关联的车辆的存在可能性;并且其中仅在所述可能性比第三阈值高时才生成所述警告通知。6.如权利要求5所述的骑乘辅助系统,其中使用卷积神经网络来执行所述估计。7.如权利要求1所述的骑乘辅助系统,其中所述处理资源还被配置为:分析在所述系列图像中的至少另一对连续图像内的所述感兴趣区域,以识别具有相应特征位置的所述特征,其中所述一对的所述图像中的至少一者是所述另一对的所述图像中的一者;将在所述系列图像中的所述一对连续图像和所述另一对连续图像内的所述特征的所述特征位置匹配,以确定所述相应特征中的每一者在所述一对的所述连续图像和所述另一对的所述连续图像之间的所述增强移动矢量,其中所述增强移动矢量与在所述一对的所述图像和所述另一对的所述图像内所述相应特征的位置之间的最长距离相关联。8.如权利要求1所述的骑乘辅助系统,其中所述处理资源还被配置为:估计所述特征中的每一者的轨迹;识别所估计的轨迹的交点;其中当所述交点在所述系列的给定图像内的预限定区域内时,所述标准满足。9.如权利要求1所述的骑乘辅助系统,其中所述处理资源还被配置为确定在所述系列
图像中的所述一对连续图像内的至少另一个感兴趣区域内、在朝向所述摩托车的竖直方向上的光流的平均值,其中当光流的所述平均值超过允许平均光流阈值时,所述标准满足。10.如权利要求1所述的骑乘辅助系统,其中所述警告通知被提供给所述摩托车的骑乘者。11.如权利要求1所述的骑乘辅助系统,其还包括照明系统,所述照明系统包括多个灯,当面向所述摩托车前方时,所述多个灯对所述摩托车的骑乘者是能够看见的,并且其中所述警告通知通过打开所述灯的一个或多个所选择的灯来提供。12.如权利要求11所述的骑乘辅助系统,其中根据出自多个威胁类型中的威胁的威胁类型来选择所述所选择的灯,其中所述威胁类型中的至少两者与所选择的灯的不同组合相关联。13.如权利要求12所述的骑乘辅助系统,其中所述警告通知通过以预确定模式和/或颜色打开所述所选择的灯来提供。14.如权利要求13所述的骑乘辅助系统,其中所述预确定模式是所述所选择的灯的闪烁模式。15.如权利要求11所述的骑乘辅助系统,其中所述照明系统被包括在所述摩托车的镜内。16.如权利要求11所述的骑乘辅助系统,其中所述照明系统连接到所述摩托车的镜并在所述摩托车的所述镜外部。17.如权利要求1所述的骑乘辅助系统,其中所述警告通知是经由一个或多个扬声器提供给所述摩托车的骑乘者的声音通知。18.如权利要求17所述的骑乘辅助系统,其中所述声音通知是语音通知。19.如权利要求11所述的骑乘辅助系统,其中所述警告通知是经由引起由所述摩托车的骑乘者感觉到的振动的一个或多个振动元件而提供给所述摩托车的所述骑乘者的振动。20.如权利要求1所述的骑乘辅助系统,其中所述广角前视相机是覆盖超过90
°
的角度的广角相机。21.如权利要求1所述的骑乘辅助系统,其中在所述摩托车的移动期间并实时地执行所述获得。22.如权利要求1所述的骑乘辅助系统,其中所述通知通过投影到所述摩托车的骑乘者的头盔的护目镜上来提供。23.如权利要求1所述的骑乘辅助系统,其中所述图像覆盖所述场景的至少60
°
的角度。24.一种用于摩托车的骑乘辅助方法,所述方法包括:由处理资源获得由至少一个广角前视相机连续地获取的一系列的至少两个图像,所述至少一个广角前视相机被配置为以使其能够捕获在所述摩托车前方的包括至少右侧和左侧的场景的图像的方式而安装在所述摩托车上,其中在所述图像当中的每个连续图像对的捕获之间经过的时间比第一阈值少;分析在所述系列图像中的至少一对连续图像内的感兴趣区域,以识别在所述至...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。