一种车辆盲区预警方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107953827A(43)申请公布日2018.04.24(21)申请号201610906688.9(22)申请日2016.10.18(71)申请人杭州海康威视数字技术股份有限公司地址310051浙江省杭州市滨江区阡陌路555号(72)发明人浦世亮邝宏武孙杰(74)专利代理机构北京柏杉松知识产权代理事务所(普通合伙)11413代理人项京马敬(51)Int.Cl.B60R1/00(2006.01)B60Q9/00(2006.01)权利要求书3页说明书13页附图3页(54)发明名称一种车辆盲区预警方法及装置(57)摘要本发明实施例公开了一种车辆盲区预警方法及装置，所述方法包括：检测目标车辆是否具有变道倾向，如果是，确定与所述变道倾向对应的车辆盲区；获取与所述车辆盲区对应的图像采集设备当前时刻采集的第一车辆盲区图像，以及第二车辆盲区图像；根据所述第一车辆盲区图像及所述第二车辆盲区图像，确定所述车辆盲区内是否存在非远离目标，如果存在，输出报警信息。本方案中通过图像采集设备采集的车辆盲区图像来辅助变道倾向的判断，以及确定车辆盲区内是否有非远离的移动目标，能够提高车辆盲区检测的精确性。CN107953827ACN107953827A权利要求书1/3页1.一种车辆盲区预警方法，其特征在于，所述方法包括：检测目标车辆是否具有变道倾向，如果是，确定与所述变道倾向对应的车辆盲区；获取与所述车辆盲区对应的图像采集设备当前时刻采集的第一车辆盲区图像，以及第二车辆盲区图像，其中，所述第二车辆盲区图像为所述图像采集设备采集的所述第一车辆盲区图像的前一帧图像；根据所述第一车辆盲区图像及所述第二车辆盲区图像，确定所述车辆盲区内是否存在非远离目标，如果存在，输出报警信息。2.如权利要求1所述的方法，其特征在于，所述检测目标车辆是否具有变道倾向包括：获取所述目标车辆的全景俯视图，并根据所述全景俯视图，确定所述目标车辆的中心线；将所述全景俯视图转化为灰度图，并通过边缘图像检测算法，确定所述灰度图对应的边缘图像；通过霍夫变换算法，识别所述边缘图像中包括的直线，并将所述直线确定为车道线；计算所述中心线到所述车道线的角，当所述中心线到所述车道线的角大于第一预设阈值，且小于180度时，确定所述目标车辆具有向左变道的倾向；当所述中心线到所述车道线的角大于第二预设阈值，且小于90度时，确定所述目标车辆具有向右变道的倾向。3.根据权利要求2所述的方法，其特征在于，所述当所述中心线到所述车道线的角大于第一预设阈值，且小于180度时，确定所述目标车辆具有向左变道的倾向；当所述中心线到所述车道线的角大于第二预设阈值，且小于90度时，确定所述目标车辆具有向右变道的倾向包括：计算所述目标车辆前端中点到所述目标车辆左侧车道线的第一距离，及所述目标车辆前端中点到所述目标车辆右侧车道线的第二距离；当所述中心线到所述车道线的角大于第一预设阈值，小于180度，且所述第一距离小于所述第二距离时，确定所述目标车辆具有向左变道的倾向；当所述中心线到所述车道线的角大于第二预设阈值，小于90度，且所述第一距离大于所述第二距离时，确定所述车辆具有向右变道的倾向。4.如权利要求2所述的方法，其特征在于，所述通过霍夫变换算法，识别所述边缘图像中包括的直线，并将所述直线确定为车道线包括：通过霍夫变换算法，识别所述边缘图像中包括的直线；在所述直线中，识别与历史车道线的位置关系符合预定条件的直线，并将所识别出的直线确定为车道线。5.如权利要求2所述的方法，其特征在于，所述根据所述第一车辆盲区图像及第二车辆盲区图像，确定车辆盲区内是否存在非远离目标包括：计算所述第二车辆盲区图像中各目标的边缘特征点；在所述第一车辆盲区图像中，确定与所述第二车辆盲区图像中各目标的边缘特征点对应的边缘特征点；通过光流算法，根据所述第一车辆盲区图像中的各边缘特征点，以及所述第二车辆盲区图像中对应的各边缘特征点，计算各目标的光流矢量；通过聚类算法，将所述第一车辆盲区图像中的边缘特征点和所述各目标的光流矢量进2CN107953827A权利要求书2/3页行聚类，获得各目标的中心位置及其对应的运动矢量；如果运动矢量指向所述目标车辆，则确定该运动矢量对应的目标为非远离目标；如果运动矢量不指向所述目标车辆，则确定该运动矢量对应的目标为远离目标。6.如权利要求5所述的方法，其特征在于，所述通过光流算法，根据各对应边缘特征点计算各目标的光流矢量之后，还包括：将所述第一车辆盲区图像中的边缘特征点及所述各目标的光流矢量转换到所述全景俯视图中；相应的，所述通过聚类算法，将所述第一车辆盲区图像中的边缘特征点和所述各目标的光流矢量进行聚类，获得各目标的中心位置及其对应的运动矢量包括：通过聚类算