本申請(qǐng)涉及車(chē)輛預(yù)警,具體而言,涉及一種基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法、裝置、設(shè)備及介質(zhì)。
背景技術(shù):
1、隨著汽車(chē)工業(yè)的發(fā)展和道路交通的日益復(fù)雜,車(chē)輛的安全性能成為消費(fèi)者關(guān)注的焦點(diǎn)。傳統(tǒng)的汽車(chē)碰撞預(yù)警系統(tǒng)多依賴于雷達(dá)和超聲波傳感器,通過(guò)發(fā)射和接收電磁波或聲波來(lái)檢測(cè)前方障礙物。
2、然而,雷達(dá)和超聲波傳感器在面對(duì)復(fù)雜的道路環(huán)境時(shí),存在一定的局限性,如對(duì)非金屬物體檢測(cè)不靈敏、容易受到天氣條件(如雨霧)的影響、碰撞檢測(cè)精度低下等。
3、因此,提高汽車(chē)碰撞預(yù)警的靈敏度、碰撞檢測(cè)精度,并降低天氣干擾,是目前亟需解決的問(wèn)題。
技術(shù)實(shí)現(xiàn)思路
1、鑒于以上現(xiàn)有技術(shù)存在的問(wèn)題,本申請(qǐng)的目的在于提出一種基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法、裝置、設(shè)備及介質(zhì),以至少解決如何提高汽車(chē)碰撞預(yù)警的靈敏度、碰撞檢測(cè)精度,并降低天氣干擾的技術(shù)問(wèn)題。
2、為實(shí)現(xiàn)上述目的及其他相關(guān)目的,本申請(qǐng)?zhí)峁┝艘环N基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法,所述方法包括:
3、通過(guò)預(yù)先安裝的圖像采集模塊,獲取車(chē)輛前方的實(shí)時(shí)道路圖像;
4、對(duì)所述實(shí)時(shí)道路圖像進(jìn)行預(yù)處理,得到圖像特征信息;
5、將所述圖像特征信息傳輸至預(yù)先訓(xùn)練的車(chē)輛碰撞檢測(cè)模型,得到所述車(chē)輛前方的障礙物檢測(cè)信息;
6、根據(jù)所述障礙物檢測(cè)信息,計(jì)算車(chē)輛與障礙物之間的相對(duì)距離和相對(duì)速度;
7、在所述相對(duì)距離小于預(yù)設(shè)的當(dāng)前距離閾值,且所述相對(duì)速度大于預(yù)設(shè)的當(dāng)前速度閾值時(shí),進(jìn)行碰撞預(yù)警,其中,所述當(dāng)前距離閾值和所述當(dāng)前速度閾值基于車(chē)輛歷史行駛數(shù)據(jù)和車(chē)輛當(dāng)前行駛數(shù)據(jù)得到。
8、于本申請(qǐng)的一實(shí)施例中,所述障礙物檢測(cè)信息包括障礙物的位置信息,所述相對(duì)距離的計(jì)算方式包括:
9、
10、其中,d為所述相對(duì)距離,x1、y1為所述車(chē)輛的位置信息,x2、y2為所述障礙物的位置信息。
11、于本申請(qǐng)的一實(shí)施例中,所述障礙物檢測(cè)信息還包括所述障礙物的速度,所述相對(duì)速度的計(jì)算方式包括:
12、
13、其中,v為所述相對(duì)速度,vx1為所述車(chē)輛在x軸上的速度分量,vy1為所述車(chē)輛在y軸上的速度分量,vx2為所述障礙物在x軸上的速度分量,vy2為所述障礙物在y軸上的速度分量。
14、于本申請(qǐng)的一實(shí)施例中,獲取車(chē)輛前方的實(shí)時(shí)道路圖像之后,還包括:
15、獲取所述車(chē)輛歷史行駛數(shù)據(jù)和所述車(chē)輛當(dāng)前行駛數(shù)據(jù);
16、融合所述車(chē)輛歷史行駛數(shù)據(jù)和所述車(chē)輛當(dāng)前行駛數(shù)據(jù),得到行駛數(shù)據(jù)集;
17、根據(jù)所述行駛數(shù)據(jù)集,得到距離影響因子、速度影響因子、歷史距離閾值和歷史速度閾值;
18、根據(jù)所述距離影響因子,調(diào)整所述歷史距離閾值,得到所述當(dāng)前距離閾值;
19、根據(jù)所述速度影響因子,調(diào)整所述歷史速度閾值,得到所述當(dāng)前速度閾值。
20、于本申請(qǐng)的一實(shí)施例中,所述進(jìn)行碰撞預(yù)警,包括:
21、獲取所述車(chē)輛的當(dāng)前運(yùn)動(dòng)狀態(tài)信息;
22、將所述當(dāng)前運(yùn)動(dòng)狀態(tài)信息傳輸至預(yù)先訓(xùn)練的運(yùn)動(dòng)軌跡預(yù)測(cè)模型,得到目標(biāo)運(yùn)動(dòng)軌跡;
23、基于所述目標(biāo)運(yùn)動(dòng)軌跡,對(duì)所述車(chē)輛的駕駛?cè)藛T進(jìn)行碰撞預(yù)警。
24、于本申請(qǐng)的一實(shí)施例中,所述對(duì)所述車(chē)輛的駕駛?cè)藛T進(jìn)行碰撞預(yù)警,包括:
25、通過(guò)預(yù)先配置的語(yǔ)音預(yù)警模塊,對(duì)所述駕駛?cè)藛T進(jìn)行碰撞預(yù)警;和/或,
26、通過(guò)預(yù)先配置的圖像預(yù)警模塊,對(duì)所述駕駛?cè)藛T進(jìn)行碰撞預(yù)警。
27、于本申請(qǐng)的一實(shí)施例中,將所述圖像特征信息傳輸至預(yù)先訓(xùn)練的車(chē)輛碰撞檢測(cè)模型之前,還包括:
28、獲取行駛數(shù)據(jù)樣本集;
29、將所述行駛數(shù)據(jù)樣本集傳輸至預(yù)先構(gòu)建的初始車(chē)輛碰撞檢測(cè)模型中,通過(guò)隨機(jī)梯度下降優(yōu)化算法對(duì)所述初始車(chē)輛碰撞檢測(cè)模型進(jìn)行訓(xùn)練,通過(guò)交叉驗(yàn)證法評(píng)估訓(xùn)練中的所述初始車(chē)輛碰撞檢測(cè)模型的性能,并基于分類損失函數(shù)和回歸損失函數(shù)對(duì)訓(xùn)練中的所述初始車(chē)輛碰撞檢測(cè)模型進(jìn)行優(yōu)化,得到訓(xùn)練后的所述車(chē)輛碰撞檢測(cè)模型;其中,
30、所述初始車(chē)輛碰撞檢測(cè)模型基于多層卷積層、池化層和全連接層構(gòu)建。
31、于本申請(qǐng)的一實(shí)施例中,還提供了一種基于圖像識(shí)別的車(chē)輛碰撞預(yù)警裝置,所述裝置包括:
32、圖像單元,用于通過(guò)預(yù)先安裝的圖像采集模塊,獲取車(chē)輛前方的實(shí)時(shí)道路圖像;
33、預(yù)處理單元,用于對(duì)所述實(shí)時(shí)道路圖像進(jìn)行預(yù)處理,得到圖像特征信息;
34、障礙物檢測(cè)單元,用于將所述圖像特征信息傳輸至預(yù)先訓(xùn)練的車(chē)輛碰撞檢測(cè)模型,得到所述車(chē)輛前方的障礙物檢測(cè)信息;
35、碰撞分析單元,用于根據(jù)所述障礙物檢測(cè)信息,計(jì)算車(chē)輛與障礙物之間的相對(duì)距離和相對(duì)速度;
36、碰撞預(yù)警單元,用于在所述相對(duì)距離小于預(yù)設(shè)的當(dāng)前距離閾值,且所述相對(duì)速度大于預(yù)設(shè)的當(dāng)前速度閾值時(shí),進(jìn)行碰撞預(yù)警,其中,所述當(dāng)前距離閾值和所述當(dāng)前速度閾值基于車(chē)輛歷史行駛數(shù)據(jù)和車(chē)輛當(dāng)前行駛數(shù)據(jù)得到。
37、于本申請(qǐng)的一實(shí)施例中,還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包括存儲(chǔ)的計(jì)算機(jī)程序,其中,所述計(jì)算機(jī)程序運(yùn)行時(shí)執(zhí)行上述的基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法。
38、于本申請(qǐng)的一實(shí)施例中,還提供了一種電子設(shè)備,包括存儲(chǔ)器和處理器,所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序,所述處理器被設(shè)置為通過(guò)所述計(jì)算機(jī)程序執(zhí)行上述的基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法。
39、本發(fā)明的有益效果:
40、首先通過(guò)預(yù)先安裝的圖像采集模塊,獲取車(chē)輛前方的實(shí)時(shí)道路圖像;然后對(duì)所述實(shí)時(shí)道路圖像進(jìn)行預(yù)處理,得到圖像特征信息;再將所述圖像特征信息傳輸至預(yù)先訓(xùn)練的車(chē)輛碰撞檢測(cè)模型,得到所述車(chē)輛前方的障礙物檢測(cè)信息;再根據(jù)所述障礙物檢測(cè)信息,計(jì)算車(chē)輛與障礙物之間的相對(duì)距離和相對(duì)速度;最后在所述相對(duì)距離小于預(yù)設(shè)的當(dāng)前距離閾值,且所述相對(duì)速度大于預(yù)設(shè)的當(dāng)前速度閾值時(shí),進(jìn)行碰撞預(yù)警,其中,所述當(dāng)前距離閾值和所述當(dāng)前速度閾值基于車(chē)輛歷史行駛數(shù)據(jù)和車(chē)輛當(dāng)前行駛數(shù)據(jù)得到。本申請(qǐng)中,通過(guò)車(chē)輛前方的實(shí)時(shí)道路圖像和車(chē)輛碰撞檢測(cè)模型進(jìn)行圖像識(shí)別,能夠避免復(fù)雜的道路環(huán)境和天氣的影響,提高碰撞檢測(cè)的靈敏度和精度;通過(guò)車(chē)輛歷史行駛數(shù)據(jù)和車(chē)輛當(dāng)前行駛數(shù)據(jù),可以動(dòng)態(tài)地得到當(dāng)前距離閾值和所述當(dāng)前速度閾值,這兩個(gè)閾值與當(dāng)前道路環(huán)境和天氣相對(duì)應(yīng),當(dāng)通過(guò)這兩個(gè)閾值進(jìn)行碰撞預(yù)警時(shí),能進(jìn)一步提高預(yù)警的準(zhǔn)確性。
1.一種基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法,其特征在于,所述障礙物檢測(cè)信息包括障礙物的位置信息,所述相對(duì)距離的計(jì)算方式包括:
3.根據(jù)權(quán)利要求2所述的基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法,其特征在于,所述障礙物檢測(cè)信息還包括所述障礙物的速度,所述相對(duì)速度的計(jì)算方式包括:
4.根據(jù)權(quán)利要求1所述的基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法,其特征在于,獲取車(chē)輛前方的實(shí)時(shí)道路圖像之后,還包括:
5.根據(jù)權(quán)利要求1所述的基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法,其特征在于,所述進(jìn)行碰撞預(yù)警,包括:
6.根據(jù)權(quán)利要求5所述的基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法,其特征在于,所述對(duì)所述車(chē)輛的駕駛?cè)藛T進(jìn)行碰撞預(yù)警,包括:
7.根據(jù)權(quán)利要求1所述的基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法,其特征在于,將所述圖像特征信息傳輸至預(yù)先訓(xùn)練的車(chē)輛碰撞檢測(cè)模型之前,還包括:
8.一種基于圖像識(shí)別的車(chē)輛碰撞預(yù)警裝置,其特征在于,所述裝置包括:
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其特征在于,所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包括存儲(chǔ)的計(jì)算機(jī)程序,其中,所述計(jì)算機(jī)程序運(yùn)行時(shí)執(zhí)行所述權(quán)利要求1至7中任一項(xiàng)所述的基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法。
10.一種電子設(shè)備,包括存儲(chǔ)器和處理器,其特征在于,所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序,所述處理器被設(shè)置為通過(guò)所述計(jì)算機(jī)程序執(zhí)行所述權(quán)利要求1至7中任一項(xiàng)所述的基于圖像識(shí)別的車(chē)輛碰撞預(yù)警方法。