本發(fā)明屬于自動(dòng)駕駛，涉及一種基于多源數(shù)據(jù)融合分析的車輛碰撞預(yù)警分析系統(tǒng)。

背景技術(shù)：

1、當(dāng)前自動(dòng)駕駛已經(jīng)成為了社會(huì)的熱點(diǎn)，各個(gè)企業(yè)正在加大投入將自動(dòng)駕駛技術(shù)落地量產(chǎn)。

2、當(dāng)前車企對(duì)道路信息的測(cè)算都采用云點(diǎn)陣模型來進(jìn)行的，通過建立模型來提供自動(dòng)駕駛數(shù)據(jù)，易產(chǎn)生誤關(guān)聯(lián)。

技術(shù)實(shí)現(xiàn)思路

1、為解決背景技術(shù)中存在的問題，本發(fā)明提出了一種基于多源數(shù)據(jù)融合分析的車輛碰撞預(yù)警分析系統(tǒng)。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

3、視覺攝像頭，視覺攝像頭上安裝有傳感器；

4、數(shù)據(jù)獲取模塊，利用兩個(gè)及以上視覺攝像頭拍攝道路圖像，獲取視覺攝像頭拍攝到的道路圖像，獲取視覺攝像頭上傳感器信息；

5、數(shù)據(jù)處理模塊，對(duì)多張道路圖像數(shù)據(jù)進(jìn)行融合，以及對(duì)融合后的數(shù)據(jù)進(jìn)行處理，包括提取道路圖像中任意對(duì)象的移動(dòng)特征和對(duì)道路圖像中任意對(duì)象的移動(dòng)特征進(jìn)行分析計(jì)算，得到目標(biāo)對(duì)象移動(dòng)向量與車輛行駛向量交叉情況；

6、車輛控制模塊，依據(jù)數(shù)據(jù)處理模塊的數(shù)據(jù)分析處理結(jié)果，對(duì)車輛進(jìn)行控制。

7、進(jìn)一步地，多個(gè)視覺攝像頭位于縱向車身兩側(cè)并分布在同一水平面上，且同時(shí)關(guān)于車身中軸線對(duì)稱分布；

8、進(jìn)一步地，道路圖像中任意對(duì)象的移動(dòng)特征提取通過視覺攝像頭采集道路圖像時(shí)的內(nèi)參和外參來對(duì)道路圖像進(jìn)行分析，內(nèi)參和外參為：

9、視覺攝像頭內(nèi)參矩陣設(shè)置為：

10、

11、其中fx和fy為在不同方向上的焦距，cx和cy為像素點(diǎn)在不同方向上的位移坐標(biāo)；

12、視覺攝像頭外參數(shù)矩陣設(shè)置為：

13、rt

14、其中r為旋轉(zhuǎn)矩陣，t為位移向量。

15、進(jìn)一步地，道路圖像中任意對(duì)象的移動(dòng)特征提取的具體方式為：

16、識(shí)別道路圖像中某點(diǎn)的像素坐標(biāo)(u,v)，使用內(nèi)參將像素坐標(biāo)轉(zhuǎn)換為歸一化的視覺攝像頭坐標(biāo)：

17、

18、其中，k-1是內(nèi)參矩陣的逆矩陣；

19、獲取道路圖像深度信息，將歸一化坐標(biāo)與深度值結(jié)合，得到三維視覺攝像頭坐標(biāo)(x,y,z)：

20、

21、其中d為深度值；

22、將視覺攝像頭坐標(biāo)系中的三維坐標(biāo)轉(zhuǎn)換為世界坐標(biāo)系中的位置：

23、

24、其中，(xw,yw,zw)是世界坐標(biāo)系中的坐標(biāo)，r是旋轉(zhuǎn)矩陣，t是位移向量。

25、進(jìn)一步地，提取特征內(nèi)容通過時(shí)間序列下多幀圖像中同一目標(biāo)對(duì)象與車輛的距離特征和目標(biāo)對(duì)象的移動(dòng)距離特征，分析目標(biāo)對(duì)象的移動(dòng)向量，預(yù)測(cè)目標(biāo)對(duì)象的移動(dòng)和汽車移動(dòng)的碰撞幾率。

26、進(jìn)一步地，目標(biāo)對(duì)象的移動(dòng)向量計(jì)算方法為：

27、獲取多時(shí)序下采集的目標(biāo)對(duì)象移動(dòng)位置變化，包括目標(biāo)對(duì)象與車輛之間的距離和目標(biāo)對(duì)象移動(dòng)角度；

28、將多時(shí)序下目標(biāo)對(duì)象移動(dòng)向量相加，得到目標(biāo)對(duì)象移動(dòng)最終向量。

29、進(jìn)一步地，預(yù)測(cè)目標(biāo)對(duì)象的移動(dòng)和汽車移動(dòng)的碰撞幾率的方法為：

30、設(shè)置二維平面，以汽車所在位置為原點(diǎn)坐標(biāo)，目標(biāo)對(duì)象移動(dòng)為變量，依據(jù)目標(biāo)對(duì)象移動(dòng)最終向量所在直線與原點(diǎn)的距離作為判斷依據(jù)；

31、設(shè)置安全閾值，若目標(biāo)對(duì)象移動(dòng)最終向量所在直線與原點(diǎn)的距離小于安全閾值，向車輛控制模塊發(fā)送制動(dòng)命令；

32、若目標(biāo)對(duì)象移動(dòng)最終向量所在直線與原點(diǎn)的距離大于安全閾值，不做處理。

33、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

34、本發(fā)明通過多個(gè)攝像頭協(xié)調(diào)工作，在車輛行駛過程中的數(shù)據(jù)源得到可靠保證，同時(shí)本發(fā)明通過構(gòu)建二維地圖分析道路圖像中所有對(duì)象的移動(dòng)向量，通過向量的模型來對(duì)汽車行駛防碰撞做出預(yù)測(cè)，保證了汽車行駛過程中的安全性。

技術(shù)特征：

1.一種基于多源數(shù)據(jù)融合分析的車輛碰撞預(yù)警分析系統(tǒng)，其特征在于，包括有：

2.根據(jù)權(quán)利要求1所述的一種基于多源數(shù)據(jù)融合分析的車輛碰撞預(yù)警分析系統(tǒng)，其特征在于,多個(gè)視覺攝像頭位于縱向車身兩側(cè)并分布在同一水平面上，且同時(shí)關(guān)于車身中軸線對(duì)稱分布。

3.根據(jù)權(quán)利要求1所述的一種基于多源數(shù)據(jù)融合分析的車輛碰撞預(yù)警分析系統(tǒng)，其特征在于,道路圖像中任意對(duì)象的移動(dòng)特征提取通過視覺攝像頭采集道路圖像時(shí)的內(nèi)參和外參來對(duì)道路圖像進(jìn)行分析，內(nèi)參和外參為：

4.根據(jù)權(quán)利要求3所述的一種基于多源數(shù)據(jù)融合分析的車輛碰撞預(yù)警分析系統(tǒng)，其特征在于,道路圖像中任意對(duì)象的移動(dòng)特征提取的具體方式為：

5.根據(jù)權(quán)利要求1所述的一種基于多源數(shù)據(jù)融合分析的車輛碰撞預(yù)警分析系統(tǒng)，其特征在于,提取特征內(nèi)容通過時(shí)間序列下多幀圖像中同一目標(biāo)對(duì)象與車輛的距離特征和目標(biāo)對(duì)象的移動(dòng)距離特征，分析目標(biāo)對(duì)象的移動(dòng)向量，預(yù)測(cè)目標(biāo)對(duì)象的移動(dòng)和汽車移動(dòng)的碰撞幾率。

6.根據(jù)權(quán)利要求1或5所述的一種基于多源數(shù)據(jù)融合分析的車輛碰撞預(yù)警分析系統(tǒng)，其特征在于,目標(biāo)對(duì)象的移動(dòng)向量計(jì)算方法為：

7.根據(jù)權(quán)利要求6所述的一種基于多源數(shù)據(jù)融合分析的車輛碰撞預(yù)警分析系統(tǒng)，其特征在于,預(yù)測(cè)目標(biāo)對(duì)象的移動(dòng)和汽車移動(dòng)的碰撞幾率的方法為：

技術(shù)總結(jié)
本發(fā)明公開了一種基于多源數(shù)據(jù)融合分析的車輛碰撞預(yù)警分析系統(tǒng)。本發(fā)明通過對(duì)多個(gè)視覺攝像頭采集的圖像在不同時(shí)間序列下同一目標(biāo)對(duì)象的位置進(jìn)行分析，得到多個(gè)對(duì)象在不同時(shí)間序列下的位置信息，將多個(gè)對(duì)象的移動(dòng)轉(zhuǎn)化為移動(dòng)向量，在二維地圖中分析車輛與多個(gè)對(duì)象的移動(dòng)向量距離，能夠及時(shí)有效地對(duì)汽車碰撞做出預(yù)警分析，保障了汽車在行駛過程中的安全性。

技術(shù)研發(fā)人員：李富,王泉,陳德基,吳昊,曹燚,陳祺東,魏科宇,戴闖,王晟懿
受保護(hù)的技術(shù)使用者：無錫學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10