【技术实现步骤摘要】
本申请涉及车辆智能驾驶，特别是涉及一种车辆碰撞预警方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、为了保护行人安全，减少事故的发生，通过防撞系统（cas，也被称为预碰撞系统，前方碰撞警告系统，或碰撞缓解系统）的雷达系统时刻监测前方车辆，判断前方车辆和本车的距离、相对速度以及方位。在行驶时若与前方车辆达到了危险距离，存在碰撞危险的时候，前方碰撞预警系统就会有视觉警报和声音警报来提醒驾驶者，避免跟前方车辆发生追尾碰撞事故。
2、其中，防撞系统是通过雷达（全天候）、激光（lidar）和相机（采用图像识别）检测即将发生的碰撞。但是，由于雨天视野差、摄像头死角盲区等因素，防撞系统对于碰撞事件的识别具有局限性，因此事故发生几率较高。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够降低事故发生几率的车辆碰撞预警方法、装置、计算机设备、存储介质和计算机程序产品。
2、第一方面，本申请提供了一种车辆碰撞预警方法。所述方法包括：
3、获取车辆行驶过程中的行驶图像；
4、通过预先训练的感知模型，对所述行驶图像进行预测，得到场景预测结果；
5、在所述场景预测结果表征所述车辆处于预警场景时，根据车辆的行驶状态，确定预警信息；
6、控制所述车辆上的投影装置在所述车辆行驶的地面上投影所述预警信息。
7、在其中一个实施例中，所述方法还包括：
8、在所述场景预测结果表征所述车辆处于非预警
9、在其中一个实施例中，所述感知模型包括特征提取网络和场景识别网络，所述通过预先训练的感知模型，对所述行驶图像进行预测，得到场景预测结果，包括：
10、通过预先训练的特征提取网络，提取所述行驶图像的图像特征；
11、通过预先训练的场景识别网络，基于所述图像特征对所述行驶图像所处的驾驶场景进行预测，得到场景预测结果。
12、在其中一个实施例中，所述特征提取网络包括目标检测子模型和车道线检测子模型，所述图像特征包括障碍物特征和车道线特征，所述通过预先训练的特征提取网络，提取所述行驶图像的图像特征包括：
13、通过预先训练好的目标检测子模型，提取所述行驶图像的障碍物特征；
14、通过预先训练好的车道线检测子模型，提取所述行驶图像的车道线特征。
15、在其中一个实施例中，所述根据车辆的行驶状态，确定预警信息，包括：
16、获取所述车辆的行驶数据；
17、基于所述行驶数据，确定所述车辆的运动模式；
18、确定与所述运动模式相对应的预警信息。
19、在其中一个实施例中，所述确定与所述运动模式相对应的预警信息，包括：
20、若所述运动模式为直线运动，则确定与所述直线运动相对应的预警信息包括直线箭头、提示文字中的至少一种信息；所述直线运动的运动速度与所述直线箭头的投影长度、投影颜色和闪烁频率之间存在映射关系。
21、在其中一个实施例中，所述方法还包括：
22、若所述运动模式为转向运动，则确定与所述转向运动相对应的预警信息包括弯曲箭头、提示文字中的至少一种信息；所述转向运动的转向角度与所述转向箭头的弯曲角度、投影长度、投影颜色和闪烁频率之间存在映射关系。
23、在其中一个实施例中，所述方法还包括：
24、获取训练样本，每个训练样本包括输入图像、所述输入图像的图像特征和标签；所述标签用于标注所述输入图像所处的驾驶场景；
25、通过初始网络对所述训练样本进行处理，得到所述输入图像所处驾驶场景的预测结果；
26、基于所述预测结果和所述标签之间的差异，调整所述初始网络以进行训练，在达到训练停止条件时停止训练，得到训练好的场景识别网络。
27、第二方面，本申请还提供了一种车辆碰撞预警装置。所述装置包括：
28、图像获取模块，用于获取车辆行驶过程中的行驶图像；
29、场景预测模块，用于通过预先训练的感知模型，对所述行驶图像进行预测，得到场景预测结果；
30、预警确定模块，用于在所述场景预测结果表征所述车辆处于预警场景时，根据车辆的行驶状态，确定预警信息；
31、预警模块，用于控制所述车辆上的投影装置在所述车辆行驶的地面上投影所述预警信息。
32、第三方面，本申请还提供了一种计算机设备。所述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车辆碰撞预警方法的步骤。
33、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述车辆碰撞预警方法的步骤。
34、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述车辆碰撞预警方法的步骤。
35、上述车辆碰撞预警方法、装置、计算机设备、存储介质和计算机程序产品，获取车辆行驶过程中的行驶图像，通过预先训练的感知模型，对行驶图像进行预测，得到场景预测结果，在场景预测结果表征车辆处于预警场景时，根据车辆的行驶状态，确定预警信息，控制车辆上的投影装置在车辆行驶的地面上投影预警信息。通过对行驶图像进行预测，可以实时了解车辆所处的驾驶场景，在场景预测结果表征车辆处于预警场景时，车辆的行驶状态，确定符合当前驾驶场景的预警信息，并通过投影装置将预警信息投影至行驶地面，进而将驾驶员的驾驶意图可视化展示在行驶地面上，可主动地通过行驶地面上的预警信息提示周围行人或其他车辆进行闪避或等待，从而降低车辆与行人或其他车辆发生碰撞的概率，提高行车安全性。
本文档来自技高网...【技术保护点】
1.一种车辆碰撞预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述感知模型包括特征提取网络和场景识别网络，所述通过预先训练的感知模型，对所述行驶图像进行预测，得到场景预测结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述特征提取网络包括目标检测子模型和车道线检测子模型，所述图像特征包括障碍物特征和车道线特征，所述通过预先训练的特征提取网络，提取所述行驶图像的图像特征包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述车辆的行驶状态，确定预警信息，包括：
6.根据权利要求5所述的方法，其特征在于，所述确定与所述运动模式相对应的预警信息，包括：
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
9.一种车辆碰撞预警装置，其特征在于，所述装置包括：
10.一种计算机设备，包括存储器和处理器，所述存储
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
12.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种车辆碰撞预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述感知模型包括特征提取网络和场景识别网络，所述通过预先训练的感知模型，对所述行驶图像进行预测，得到场景预测结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述特征提取网络包括目标检测子模型和车道线检测子模型，所述图像特征包括障碍物特征和车道线特征，所述通过预先训练的特征提取网络，提取所述行驶图像的图像特征包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述车辆的行驶状态，确定预警信息，包括：
6.根据权利要求5所述的方法，其特征在于，所述确定与所述运动模...
【专利技术属性】
技术研发人员：陈建儒，
申请(专利权)人：宁波路特斯机器人有限公司，
类型：发明
国别省市：
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。