本發(fā)明涉及智能交通系統(tǒng)領(lǐng)域,具體涉及全方位盲區(qū)監(jiān)控與行車安全輔助定位系統(tǒng)。
背景技術(shù):
1、隨著智能運(yùn)輸和自動化駕駛領(lǐng)域的快速進(jìn)步,對車輛安全性及駕駛輔助系統(tǒng)的要求變得愈加重要,現(xiàn)代交通環(huán)境的復(fù)雜性和多變性,使得駕駛員需要依賴更高級的技術(shù)來提高行駛安全和減少事故發(fā)生的概率,在這種背景下,全面監(jiān)測和評估車輛周圍環(huán)境的需求日益增強(qiáng),推動了全方位盲區(qū)監(jiān)控與行車安全輔助定位系統(tǒng)的研發(fā)和應(yīng)用。
2、現(xiàn)有技術(shù)存在以下不足:現(xiàn)有的車輛盲區(qū)監(jiān)控系統(tǒng)主要依賴于單一或有限的傳感器配置,且僅覆蓋車輛的某些特定區(qū)域,往往無法全面識別車輛周圍的盲區(qū),導(dǎo)致駕駛員在變道、倒車或其他操作時(shí)無法及時(shí)察覺潛在的危險(xiǎn);此外,現(xiàn)有的目標(biāo)檢測技術(shù)多依賴于簡單的圖像處理算法,難以適應(yīng)復(fù)雜多變的駕駛環(huán)境,導(dǎo)致目標(biāo)檢測的準(zhǔn)確性不足,缺少預(yù)測目標(biāo)運(yùn)動,無法提前識別潛在的危險(xiǎn),給駕駛員帶來安全隱患,單一的警報(bào)信息的傳遞方式難以快速引起駕駛員的注意,且缺乏用戶自定義功能,無法滿足不同駕駛員的個(gè)性化需求。
3、在所述背景技術(shù)部分公開的上述信息僅用于加強(qiáng)對本公開的背景的理解,因此它可以包括不構(gòu)成對本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明的目的是提供全方位盲區(qū)監(jiān)控與行車安全輔助定位系統(tǒng),以解決上述背景技術(shù)中的問題。
2、為了實(shí)現(xiàn)上述目的,本發(fā)明提供如下技術(shù)方案:全方位盲區(qū)監(jiān)控與行車安全輔助定位系統(tǒng),具體包括:包括盲區(qū)監(jiān)測模塊、深度點(diǎn)云模塊、目標(biāo)跟蹤模塊、目標(biāo)預(yù)測模塊以及ar顯示模塊;
3、盲區(qū)監(jiān)測模塊:將車輛的不同部位劃分不同的監(jiān)控盲區(qū),并分別安裝兩個(gè)高分辨率攝像頭實(shí)時(shí)采集左、右環(huán)境圖像數(shù)據(jù);
4、深度點(diǎn)云模塊:通過對左、右環(huán)境圖像數(shù)據(jù)進(jìn)行特征點(diǎn)檢測、匹配及計(jì)算視差值,以生成深度圖和左、右環(huán)境點(diǎn)云數(shù)據(jù);
5、目標(biāo)跟蹤模塊:通過分析左、右環(huán)境圖像數(shù)據(jù)的連續(xù)幀的光流,結(jié)合深度圖利用目標(biāo)跟蹤器動態(tài)檢測目標(biāo)變化;
6、目標(biāo)預(yù)測模塊:構(gòu)建深度學(xué)習(xí)模型,基于環(huán)境點(diǎn)云數(shù)據(jù)和目標(biāo)運(yùn)動信息提取高級特征并進(jìn)行時(shí)間序列分析,預(yù)測目標(biāo)的運(yùn)動位置并判斷其是否進(jìn)入車輛的監(jiān)控盲區(qū);
7、ar顯示模塊:通過增強(qiáng)現(xiàn)實(shí)技術(shù)將警報(bào)信息可視化,設(shè)計(jì)多種形式的警示燈并結(jié)合顏色編碼,實(shí)現(xiàn)對目標(biāo)運(yùn)動的警告、車輛位置和方向的指示;
8、優(yōu)選的,將車輛的前部劃分并標(biāo)記為第一監(jiān)控盲區(qū),車輛的側(cè)部劃分并標(biāo)記為第二監(jiān)控盲區(qū),車輛的尾部劃分并標(biāo)記為第三監(jiān)控盲區(qū),在車輛的前部、側(cè)部以及尾部分別安裝兩個(gè)高分辨率攝像頭實(shí)時(shí)采集左、右環(huán)境圖像數(shù)據(jù),其中左、右環(huán)境圖像數(shù)據(jù)包括靜態(tài)目標(biāo)數(shù)據(jù)和動態(tài)目標(biāo)數(shù)據(jù),標(biāo)記每個(gè)環(huán)境圖像數(shù)據(jù)的時(shí)間戳,將高分辨率攝像頭的監(jiān)測視角與目標(biāo)角度保持45°,并校準(zhǔn)高分辨率攝像頭在車輛環(huán)境的空間位置和監(jiān)測視角的重疊情況。
9、優(yōu)選的,對左、右環(huán)境圖像數(shù)據(jù)進(jìn)行灰度化處理,利用特征點(diǎn)檢測和描述算法尋找左、右環(huán)境圖像數(shù)據(jù)中目標(biāo)的匹配特征點(diǎn),通過knn匹配算法確定每個(gè)目標(biāo)的匹配特征點(diǎn)在左、右環(huán)境圖像數(shù)據(jù)中的對應(yīng)關(guān)系,計(jì)算左、右環(huán)境圖像數(shù)據(jù)中每個(gè)像素的水平視差值并創(chuàng)建視差圖,其具體公式為:
10、
11、其中,表示左、右環(huán)境圖像數(shù)據(jù)中每個(gè)像素的水平視差值,表示左環(huán)境圖像數(shù)據(jù)中目標(biāo)的匹配特征點(diǎn)的水平坐標(biāo),表示右環(huán)境圖像數(shù)據(jù)中目標(biāo)的匹配特征點(diǎn)的水平坐標(biāo),根據(jù)水平視差值計(jì)算左、右環(huán)境圖像數(shù)據(jù)中每個(gè)像素的深度值并創(chuàng)建深度圖,其具體公式為:
12、
13、其中,表示左、右環(huán)境圖像數(shù)據(jù)中每個(gè)像素的深度值,表示高分辨率攝像頭的焦距,表示高分辨率攝像頭的基線,基于深度圖計(jì)算左、右環(huán)境圖像數(shù)據(jù)中每個(gè)像素的三維坐標(biāo)并生成左、右環(huán)境點(diǎn)云數(shù)據(jù),其具體公式為:
14、
15、其中,表示左、右環(huán)境點(diǎn)云數(shù)據(jù)的橫坐標(biāo),表示左、右環(huán)境點(diǎn)云數(shù)據(jù)的縱坐標(biāo),表示左、右環(huán)境圖像數(shù)據(jù)中每個(gè)像素的二維坐標(biāo),表示高分辨率攝像頭的主點(diǎn)坐標(biāo)。
16、優(yōu)選的,根據(jù)左、右環(huán)境圖像數(shù)據(jù)的連續(xù)幀分析像素強(qiáng)度變化估計(jì)目標(biāo)的運(yùn)動,對于連續(xù)幀計(jì)算光流,其具體公式為:
17、
18、其中,表示左、右環(huán)境點(diǎn)云數(shù)據(jù)方向的光流分量,表示左、右環(huán)境點(diǎn)云數(shù)據(jù)方向的光流分量,表示左、右環(huán)境點(diǎn)云數(shù)據(jù)時(shí)間方向的梯度,表示控制光流場平滑程度的正則化參數(shù),選擇車輛啟動前的靜止?fàn)顟B(tài)作為初始車輛背景,比較環(huán)境圖像數(shù)據(jù)的當(dāng)前幀和初始車輛背景的對應(yīng)幀之間的差異實(shí)現(xiàn)動態(tài)自適應(yīng)的目標(biāo)變化檢測,根據(jù)左、右環(huán)境圖像數(shù)據(jù)中每個(gè)像素的深度值過濾距離高分辨率攝像頭太遠(yuǎn)或太近的目標(biāo),創(chuàng)建邊界框檢測車輛背景初始化目標(biāo)跟蹤器,在目標(biāo)的初始位置附近隨機(jī)生成一組表示目標(biāo)可能狀態(tài)的粒子,并分配相同的初始權(quán)重,根據(jù)加速度運(yùn)動原理對粒子的位置進(jìn)行更新,并基于邊界框和深度圖更新每個(gè)粒子的權(quán)重,歸一化所有權(quán)重并進(jìn)行重采樣,剔除低權(quán)重粒子,復(fù)制高權(quán)重粒子。
19、優(yōu)選的,構(gòu)建深度學(xué)習(xí)模型,通過輸入層接收左、右環(huán)境點(diǎn)云數(shù)據(jù)及目標(biāo)運(yùn)動信息,添加多個(gè)卷積層,利用relu作為激活函數(shù)層引入非線性并通過卷積核對環(huán)境點(diǎn)云特征、目標(biāo)運(yùn)動特征進(jìn)行總結(jié)提取,通過池化層對環(huán)境點(diǎn)云特征、目標(biāo)運(yùn)動特征進(jìn)行下采樣操作,重復(fù)迭代第一次卷積和池化操作,用于提取左、右環(huán)境點(diǎn)云數(shù)據(jù)的高級特征,對每個(gè)卷積層添加批量歸一化層,對卷積核中的環(huán)境點(diǎn)云特征、目標(biāo)運(yùn)動特征進(jìn)行歸一化處理,將環(huán)境點(diǎn)云特征、目標(biāo)運(yùn)動特征結(jié)合時(shí)間戳通過lstm層構(gòu)成時(shí)間序列,通過輸入門接收時(shí)間序列,將時(shí)間序列逐步傳遞至lstm層,在每個(gè)時(shí)間步中,通過lstm層接收當(dāng)前時(shí)間步的輸入環(huán)境點(diǎn)云特征、目標(biāo)運(yùn)動特征和前一個(gè)時(shí)間步的隱藏狀態(tài),并生成當(dāng)前時(shí)間步的輸出環(huán)境點(diǎn)云特征、目標(biāo)運(yùn)動特征和當(dāng)前時(shí)間步的隱藏狀態(tài),通過長短期記憶網(wǎng)絡(luò)中每個(gè)lstm層生成一個(gè)輸出時(shí)間序列特征,其中每個(gè)時(shí)間步的輸出都包含該時(shí)間步的時(shí)間序列信息,通過全連接層接收lstm的輸出時(shí)間序列特征并映射輸出目標(biāo)的運(yùn)動預(yù)測位置,根據(jù)左、右環(huán)境圖像數(shù)據(jù)中每個(gè)像素的差異值判斷目標(biāo)的運(yùn)動預(yù)測位置是否進(jìn)入車輛背景的監(jiān)控盲區(qū),關(guān)聯(lián)高分辨率攝像頭的位置判斷當(dāng)前監(jiān)控盲區(qū)所屬車輛的部位。
20、優(yōu)選的,通過增強(qiáng)現(xiàn)實(shí)技術(shù)將警報(bào)信息在車載顯示屏上可視化,設(shè)計(jì)三角形警示燈表示目標(biāo)運(yùn)動警告、圓形警示燈表示車輛位置警告、箭頭警示燈表示目標(biāo)方向警告,對警示燈進(jìn)行顏色編碼,其中紅色警示燈表示高風(fēng)險(xiǎn)、黃色警示燈表示警告、綠色警示燈表示安全狀態(tài)、藍(lán)色警示燈表示額外道路信息,添加警示燈周期性閃爍及目標(biāo)平滑移動,將左、右環(huán)境點(diǎn)云數(shù)據(jù)的坐標(biāo)轉(zhuǎn)化為車載顯示屏的坐標(biāo),根據(jù)不同高分辨率攝像頭的監(jiān)測視角和深度圖,利用透視投影調(diào)整增強(qiáng)現(xiàn)實(shí)內(nèi)容的大小和位置,允許駕駛員自定義警報(bào)層級和顯示內(nèi)容方式。
21、在上述技術(shù)方案中,本發(fā)明提供的技術(shù)效果和優(yōu)點(diǎn):
22、1、通過精確劃分車輛的監(jiān)控盲區(qū),并在每個(gè)盲區(qū)安裝高分辨率攝像頭,能夠?qū)崟r(shí)采集左、右環(huán)境圖像數(shù)據(jù),顯著提高了對周圍環(huán)境的感知能力,通過對環(huán)境圖像數(shù)據(jù)的灰度化處理和特征點(diǎn)檢測,系統(tǒng)能夠有效識別靜態(tài)和動態(tài)目標(biāo),并通過knn匹配算法建立目標(biāo)的匹配特征點(diǎn),不僅提升了目標(biāo)檢測的準(zhǔn)確性,還為后續(xù)的深度值計(jì)算和三維坐標(biāo)生成奠定了基礎(chǔ),采用光流分析技術(shù)對連續(xù)幀進(jìn)行運(yùn)動估計(jì),使系統(tǒng)能夠動態(tài)監(jiān)測目標(biāo)的運(yùn)動變化,及時(shí)識別潛在的危險(xiǎn)情況,通過粒子濾波方法使得目標(biāo)跟蹤更加精確,通過對粒子權(quán)重的更新與重采樣,系統(tǒng)能夠適應(yīng)復(fù)雜的環(huán)境變化,確保目標(biāo)狀態(tài)的穩(wěn)定跟蹤,極大地增強(qiáng)了系統(tǒng)在復(fù)雜駕駛場景下的實(shí)時(shí)反應(yīng)能力,為駕駛員提供更為全面的安全保障。
23、2、通過輸入左、右環(huán)境點(diǎn)云數(shù)據(jù)及目標(biāo)運(yùn)動信息,利用卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)提取高級特征,形成時(shí)間序列分析,不僅提升了對目標(biāo)運(yùn)動狀態(tài)的預(yù)測能力,還能夠?qū)W習(xí)和適應(yīng)不同的駕駛環(huán)境,能夠?qū)崟r(shí)判斷目標(biāo)的運(yùn)動預(yù)測位置,并判斷其是否進(jìn)入車輛的監(jiān)控盲區(qū),通過增強(qiáng)現(xiàn)實(shí)技術(shù)將警報(bào)信息可視化,系統(tǒng)能夠在車載顯示屏上直觀地呈現(xiàn)目標(biāo)運(yùn)動警告、車輛位置警告和目標(biāo)方向警告,提升了駕駛員的警覺性和反應(yīng)速度,通過設(shè)計(jì)顏色編碼的警示燈,使得信息傳遞更加清晰,能夠快速引導(dǎo)駕駛員的注意力。