一种基于图像采集的智慧厂区避撞预警方法和系统技术方案

本发明专利技术公开了一种基于图像采集的智慧厂区避撞预警方法和系统，属于厂区避撞预警的技术领域。包括以下步骤：基于摄像机采集到多个实时视频，并做帧处理得到帧图像，在帧图像中获取感兴趣区域，于感兴趣区域中确定检测区域，并对应的找出速度区域，基于兴趣点（质心参照点）确定质心，依次计算得到像素位移以及车辆的速度、碰撞距离和碰撞时间，做出碰撞预警分析。本发明专利技术使用了低成本的基于图像采集的方式获取交通量参数进行计算，在降低成本的同时，还能快速的计算出碰撞距离，基于碰撞距离和速度分析得到碰撞时间，进而判断是否会发生碰撞，若会并在第一时间内发出预警，以提醒驾驶人员做出对应的避撞措施，提高厂区内的安全系数。系数。系数。

【技术实现步骤摘要】
一种基于图像采集的智慧厂区避撞预警方法和系统


[0001]本专利技术属于厂区避撞预警的
，特别是涉及一种基于图像采集的智慧厂区避撞预警方法和系统。

技术介绍

[0002]目前，很多大型厂区因其工作需要或者调度需要，厂区内的车道或者空地分块将会停留有不同大小的车辆，且部分车辆是临时停车即并不在正常管理的范畴之内。同时，厂区因工作需要，其车道或者空地分块的障碍物多且不固定（会不定期的产生空地占用的情况），因此，如果车辆司机通常只凭个人经验来评估前方是否存在撞车的风险是存在一定的不确定因素的。
[0003]且厂区因工作需要，车辆活动将会较为频繁，则进一步增加了厂区内活动车辆、以及工人的安全隐患。

技术实现思路

[0004]本专利技术为解决上述
技术介绍
中存在的技术问题，提供了一种基于图像采集的智慧厂区避撞预警方法，至少包括以下步骤：数据采集：将厂区划分为若干个子区域，按照预定时间间隔获取指定子区域的实时视频，将所述实时视频做帧处理得到多帧图像数据，所述多帧图像数据包括当前帧图像和历史帧图集；当前帧质心检测：将所述当前帧图像中的可变性对象从复杂的背景中分离得到感兴趣区域，并在所述感兴趣区域内确定检测区域；在所述检测区域内通过算法确定当前帧图像的车辆的兴趣点，并标记所述兴趣点的当前帧质心；历史帧质心检测：于历史帧图集中获取至少一个历史帧图像，基于所述检测区域在历史帧图像上标定速度区域，采用所述算法于速度区域内确定关于所述兴趣点的历史帧质心；速度计算：基于所述当前帧质心和历史帧质心，计算得到车辆的兴趣点的像素位移以及车辆速度；碰撞距离估算：结合当前帧图像中的车辆大小和位置确定虚拟水平线，基于所述虚拟水平线估算车辆位置间的车辆距离；碰撞检测：通过所述车辆速度和车辆距离计算得到碰撞时间，当所述碰撞时间低于阈值时，则输出预警指令。
[0005]在进一步的实施例中，所述可变对象至少包括：人脸、行人和车辆中的至少一种；当可变对象为车辆时，预先给定车辆的宽度。
[0006]在进一步的实施例中，所述检测区域定义为存在车辆和/或车辆计数增加的区域，检测区域的长度小于当前帧图像中的车辆长度；所述速度区域定义为选定的历史帧图像中与检测区域相对应的区域，所述速度区
域的长度大于历史帧图像中的车辆长度；其中，车辆长度的取值流程如下：基于检测区域内车辆的分布情况将检测区域沿其宽度分隔至少一个分隔区；获取每个分隔区内的车身在检测区域长度方向上的实际长度，将分隔区内每个车辆的实际长度进行累加得到关于分隔区的累计车长；选定累计车长的最大值为车辆长度；采用水平虚拟参考线指定所述检测区域和速度区域；采用垂直虚拟参考线于检测区域和速度区域内按照子区域内车道或者空地分块指定车辆，以获取对应区域内的车辆数量。
[0007]在进一步的实施例中，所述兴趣点为在地图上的任何非地理意义的有意义的点，至少包括：名称、类别、经度和维度的相关信息；则，兴趣点的确定采用的算法如下：步骤201、定义一个帧图像，帧图像从（x, y）移动至（x+Δx, y+Δy）得到位移后帧图像，图像强度通过以下公式表示：；其中，（x, y）为帧图像的窗口范围，I（x, y）是窗口范围为（x, y）的图像强度，I（x+Δx, y+Δy）是滑动窗口（x+Δx, y+Δy）的图像强度；表示x方向上的梯度，是y方向上的梯度；计算当前帧图像与选定的历史帧图像之间的加权平方差：式中，（Δx, Δy）表示窗口范围（x, y）移动的距离，代表一个光滑圆形高斯窗口，，式中，σ代表高斯函数中自变量的标准差；步骤202、计算x和y方向上的一阶偏导数 ，得到关于x、y方向上的强度变化，得到对应区域内关于像素编码应变化的二阶矩阵：
ꢀꢀ
；步骤203、设λ1和λ2为二阶矩阵M的特征值，通过分析二阶矩阵M的特征值，得出以下推论：若λ1≈0，λ2≈0，则对应窗口范围（x,y）内没有兴趣点；若λ1≈0，λ2≥0.1，则对应窗口范围（x,y）的兴趣点在边缘上；若λ1≥0.1，λ2≥0.1，则对应窗口范围（x,y）的兴趣点就是角点；步骤204、当存在兴趣点时，使用二阶矩阵M的行列式det和迹tr来识别兴趣点，计算兴趣点置信度R：；其中，k为常数，取值范围为0.05
‑
0.15。
[0008]在进一步的实施例中，当前帧图像j的当前帧质心的标记流程如下：
；式中，f表示当前帧质心内存在质心参照点的个数，（x
f
，y
f
）表示质心参照点f对应的坐标。
[0009]在进一步的实施例中，所述像素位移的计算公式如下：；式中，表示当前帧图像j的当前帧质心的坐标，表示历史帧图像j
‑
g的历史帧质心的坐标；车辆速度采用以下公式计算：式中，D是历史帧质心与当前帧质心的真实距离，d
r
为历史帧质心到当前帧质心的总像素偏移，为大于等于1的常数，N是视频处理捕获的每秒帧数，mph为速度单位：英里/每小时，1mph=1.609344km/h。
[0010]在进一步的实施例中，所述碰撞距离估算具体包括以下步骤：步骤401、确定历史帧图像内的每个车辆i的虚拟水平线的垂直坐标，表示为：式中，是相机高度，和分别是历史帧图像中的车辆i的底线位置和历史帧图像中的车辆i的车辆宽度，i≥1；是与历史帧图像相对应的厂区内的车辆i的实际宽度，，其中是与历史帧图像相对应的厂区内的所有车辆的平均实际宽度，是与历史帧图像相对应的厂区内的车辆i的实际宽度与所有车辆的平均实际宽度的差；步骤402、计算当前帧图像内所有车辆的虚拟水平线的平均垂直坐标：；式中，其中N是检测到的车辆数量，和分别是当前帧图像中所有车辆的底线平均位置和当前帧图像中所有车辆的平均车辆宽度；
步骤403、利用步骤401计算历史帧图像内每个车辆i的虚拟水平线的垂直坐标、步骤402计算当前帧图像的所有车辆的虚拟水平线的平均垂直坐标；对当前帧图像j的虚拟水平线进行估计：式中，和分别表示车辆i的当前帧图像j和历史帧图像j
‑
g的虚拟水平线的垂直坐标，表示当前帧图像j的所有车辆虚拟水平线的平均垂直坐标，为预先设定的参数；步骤404、确定碰撞距离：；式中，是相机焦距，为相机的俯仰角。
[0011]在进一步的实施例中，还包括对的校验，检验流程如下：将计算得到的作为应用到步骤401中，得到历史帧图像中的车辆i的宽度预估值，表示为；若，则表示计算得到属于正确值；反之，属于错误值，不可用；式中，和分别表示车辆i的实际宽度的最小值和最大值。
[0012]在进一步的实施例中，所述碰撞检测包括以下步骤：通过使用道路车道信息和车辆信号来预测目标车辆的轨迹；在目标车辆的轨迹内最近的车辆被识别为目标车辆；由碰撞距离和车辆速度计算目标车辆的TTC，当TTC低于阈值时，发出碰撞警告，计算公式如下：；式中，、分别表示被标记的两个目标车辆的行驶速度，表示两个目标车辆之间的速度差；表示碰撞距离；所述车道信息包括转向角，所述车辆信号包括：偏航角和速度。
[0013]在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像采集的智慧厂区避撞预警方法，其特征在于，至少包括以下步骤：数据采集：将厂区划分为若干个子区域，按照预定时间间隔获取指定子区域的实时视频，将所述实时视频做帧处理得到多帧图像数据，所述多帧图像数据包括当前帧图像和历史帧图集；当前帧质心检测：将所述当前帧图像中的可变性对象从复杂的背景中分离得到感兴趣区域，并在所述感兴趣区域内确定检测区域；在所述检测区域内通过算法确定当前帧图像内车辆的兴趣点，并标记所述兴趣点的当前帧质心；历史帧质心检测：于历史帧图集中获取至少一个历史帧图像，基于所述检测区域在历史帧图像上标定速度区域，采用所述算法于速度区域内确定关于所述兴趣点的历史帧质心；速度计算：基于所述当前帧质心和历史帧质心，计算得到车辆的兴趣点的像素位移以及车辆速度；碰撞距离估算：结合当前帧图像中的车辆大小和位置确定虚拟水平线，基于所述虚拟水平线估算车辆位置间的车辆距离；碰撞检测：通过所述车辆速度和车辆距离计算得到碰撞时间，当所述碰撞时间低于阈值时，则输出预警指令。2.根据权利要求1所述的一种基于图像采集的智慧厂区避撞预警方法，其特征在于，所述检测区域定义为存在车辆和/或车辆计数增加的区域，检测区域的长度小于当前帧图像中的车辆长度；所述速度区域定义为选定的历史帧图像中与检测区域相对应的区域，所述速度区域的长度大于历史帧图像中的车辆长度；其中，车辆长度的取值流程如下：基于检测区域内车辆的分布情况将检测区域沿其宽度分隔至少一个分隔区；获取每个分隔区内的车身在检测区域长度方向上的实际长度，将分隔区内每个车辆的实际长度进行累加得到关于分隔区的累计车长；选定累计车长的最大值为车辆长度；采用水平虚拟参考线指定所述检测区域和速度区域；采用垂直虚拟参考线于检测区域和速度区域内按照子区域内车道或者空地分块指定车辆，以获取对应区域内的车辆数量。3.根据权利要求1所述的一种基于图像采集的智慧厂区避撞预警方法，其特征在于，兴趣点的确定采用的算法如下：步骤201、定义一个帧图像，帧图像从 （x, y） 移动至 （x+Δx, y+Δy） 得到位移后帧图像，图像强度通过以下公式表示： ；其中 （x, y） 为帧图像的窗口范围，I（x, y）是窗口范围为（x, y）的图像强度，I（x+Δx, y+Δy）是滑动窗口为（x+Δx, y+Δy）的图像强度； 表示x方向上的梯度，是y方向上的梯度；计算当前帧图像与选定的历史帧图像之间的加权平方差：
式中，（Δx, Δy）表示窗口范围为（x, y）的移动距离， 代表一个光滑圆形高斯窗口，，σ代表高斯函数中自变量的标准差；步骤202、计算x和y方向上的一阶偏导数，得到关于x、y方向上的强度变化，得到对应区域内关于像素编码应变化的二阶矩阵：；步骤203、设λ1和λ2为二阶矩阵M的特征值，通过分析二阶矩阵M的特征值，得出以下推论：若λ1≈0，λ2≈0，则窗口范围（x,y）内没有兴趣点；若λ1≈0，λ2≥0.1，则窗口范围（x,y）的兴趣点在边缘上；若λ1≥0.1，λ2≥0.1，则窗口范围（x,y）的兴趣点就是角点；步骤204、当存在兴趣点时，使用二阶矩阵M的行列式det和迹tr识别兴趣点，计算兴趣点置信度R： ；其中，k为常数，取值范围为0.05
‑
0.15。4.根据权利要求3所述的一种基于图像采集的智慧厂区避撞预警方法，其特征在于，当前帧图像j的当前帧质心的标记流程如下：；式中，f表示当前帧质心内存在质心参照点的个数，（x
f
，y
f
）表示质心参照点f对应的坐标。5.根据权利要求1所述的一种基于图像采集的智慧厂区避撞预警方法，其特征在于，所述像素位移的计算公式如下：；式中，表示当前帧图像j的当前帧质心的坐标，表示历史帧图像j
‑
g的历史帧质心的坐标；车辆速度采用以下公式计算：式中，D是历史帧质心与当前帧质心的真实距离，d
r
为历史帧质心到当前帧质心的总像素偏移；q为大于等于1的常数，N是视频处理捕获的每秒...

【专利技术属性】
技术研发人员：李松明，彭丽娟，李志斌，
申请(专利权)人：东揽南京智能科技有限公司，
类型：发明
国别省市：