应用于高级驾驶辅助系统内的行人碰撞警告系统及方法技术方案

本发明专利技术公开了应用于高级驾驶辅助系统内的行人碰撞警告系统及方法，系统包括：行人检测单元、行人运动矢量估计单元以及碰撞预测单元，所述行人检测单元，用以通过提取Harr型特征和协方差矩阵来识别行人区域，所述行人运动矢量估计单元，用以根据所述行人区域标记得到感兴趣区域ROI(Region of Interest)，并在ROI内判断行人的移动行为，所述碰撞预测单元，用以将车辆未来可能行驶路线所在的区域设为危险区域，然后根据灰色理论预测法预测行人的步行路径，得到行人的运动矢量，以及根据所述行人的运动矢量和所述车辆未来可能行驶路线来预测可能发生的碰撞，并进行碰撞警告。本发明专利技术使用独立相机和级联检测算法，降低了计算复杂度和立体视觉的硬件成本。

Pedestrian collision warning system and method applied in advanced driving assistance system

Pedestrian collision warning system and method, the invention discloses application in advanced driver assistance systems within the system include: unit and collision prediction unit estimate pedestrian detection unit, pedestrian motion vector, the pedestrian detection unit, by extracting the Harr features and co variance matrix to identify the pedestrian area, the pedestrian motion estimation unit vector, to obtain the ROI region of interest according to the pedestrian area marking (Region of Interest), and determine the moving behavior of pedestrians in ROI, the collision prediction unit for future vehicles can route the area for dangerous area, then according to the prediction of the grey pedestrian pedestrian path the theoretical prediction method, the motion vector of pedestrians, and the motion vector the pedestrians and the vehicle driving route to predict the future may happen to Collision and collision warning. The independent camera and cascade detection algorithm are used to reduce the computational complexity and the hardware cost of stereo vision.

【技术实现步骤摘要】
应用于高级驾驶辅助系统内的行人碰撞警告系统及方法
本专利技术涉及高级驾驶辅助系统和计算机视觉领域，特别涉及应用于高级驾驶辅助系统内的行人碰撞警告系统及方法，使用独立相机和级联检测算法对行驶轨迹进行预测。
技术介绍
随着汽车时代的全面来临，机动车数量大量增加，汽车安全驾驶的相关技术受到广泛关注。其中高级驾驶辅助系统(ADAS)在汽车行驶安全保障方面起着至关重要的作用。在基于计算机视觉技术的高级驾驶辅助系统(ADAS)中，行人碰撞警告系统是高级驾驶辅助系统的主要功能模块之一，它可以提醒司机注意行人，减少交通事故的发生，因此该系统的准确性是高级驾驶辅助系统能否成功应用的关键。在近些年的研究中，计算机视觉技术在物体检测领域得到了很大的应用，尤其是在高级驾驶辅助系统(ADAS)中得到广泛应用。YC.Lin等使用图像形态学、角点检测以及逆透视映射来进行停车辅助系统的物体检测[Y.C.Lin,C.T.Lin,W.C.Liu,andL.T.Chen,Avision-basedobstacledetectionsystemforparkingassistance,MechanicalandSystemsResearchLaboratoriesIndustrialTechnologyResearchInstituteHsinchu,Taiwan,R.O.C.]。该预测模型的优势是计算复杂性较低，但仅可以检测在停车辅助应用系统中出现的静止物体。由于高级驾驶辅助系统(ADAS)的应用愈发广泛，为了能够准确检测到汽车驾驶途中可能会出现的运动物体，CG.Keller等提出了一种用于行人检测的主动安全系统。该系统可以自动控制制动器，以避免在特定驾驶情况下的碰撞。其中，为了检测物体以及预测物体运动矢量，该系统使用顺序立体图像重建了3-D路面场景和3-D运动场，也称为6-D视觉系统。该系统可以获取和跟踪对象的位置，但是所使用的算法计算量巨大，因此在实际应用中难以实时实现。此外，C.T.Hong等在车辆周围安装四个摄像机以建立鸟瞰图[C.T.Hong,Animprovedobstacledetectionusingopticalflowadjustingbasedoninverseperspectivemappingforthevehiclesafety,NationalTaipeiUniversityofTechnology,thesis,2012.]，并且应用具有逆透视映射功能的光流算法来检测车辆周围的物体。该方法旨在改善车辆转弯时车辆内外侧光流的不一致性。然而，该方法仅限应用于基于Ackermann转向几何设计的车辆，通用性较低。综上所述，对于这些情况，在行人检测问题上，目标检测算法的计算复杂度和立体视觉的硬件成本等都会对整个系统产生影响，关系着系统的准确性，从而影响行人检测系统的广泛应用。
技术实现思路
本专利技术要解决的技术问题是，提供应用于高级驾驶辅助系统内的行人碰撞警告系统，使用独立相机和级联检测算法，降低了计算复杂度和立体视觉的硬件成本。解决上述技术问题，本专利技术提供了应用于高级驾驶辅助系统内的行人碰撞警告系统，包括：行人检测单元、行人运动矢量估计单元以及碰撞预测单元，所述行人检测单元，用以通过提取Harr型特征和协方差矩阵来识别行人区域，所述行人运动矢量估计单元，用以根据所述行人区域标记得到感兴趣区域ROI，并在ROI内判断行人的移动行为，所述碰撞预测单元，用以将车辆未来可能行驶路线所在的区域设为危险区域，然后根据灰色理论预测法预测行人的步行路径，得到行人的运动矢量，以及根据所述行人的运动矢量和所述车辆未来可能行驶路线来预测可能发生的碰撞，并进行碰撞警告。具体地，上述行人检测单元：使用两层级联分类器，通过提取Harr型特征和协方差矩阵来识别行人区域。在分类器前端，构造Harr型特征，在行人可能存在的任何地方快速确定行人位置候选区域；在分类器后端，构造协方差矩阵，进一步准确定位行人位置。具体地，上述行人运动矢量估计单元：在标记了图片上的行人位置之后，行人的移动行为就是碰撞警告系统的主要判断目标。考虑到计算复杂度，以下过程仅在所标记的行人所在的矩形区域中执行，该区域称为感兴趣区域(ROI)。首先使用harris角点检测算法来得到行人的轮廓特征。接下来，通过找到图像上所有的角点，计算出角点的运动矢量，判断行人未来可能的步行路径。然后，使用Lucas-Kanade(LK)光流法估计行人的运动矢量：将标记矩形内的行人检测结果分为三个区域，包括头部、身体和脚部区域，当行人处于移动状态时，手或脚的变化是相当明显的，因此手或脚不适合用来估计行人的运动矢量。在本专利中，使用头在顺序图像帧中的变化来估计行人的运动矢量，并计算图像上脚的位置以表示行人的位置。因此行人运动矢量估计的详细流程如下：(1)将标记的行人所在的矩形区域分为三部分，包括头、身体和脚。然后，应用光流法计算头部和脚部区域角点的运动矢量；(2)在这些找到的角点中，有些角点是行人的，有些是背景中的，但可以通过角点的光流来区分和去除背景中的角点；(3)在移除背景角点之后，使用头部在顺序图像帧中的变化来估计运动矢量,通过图像上脚的位置表示行人的位置。具体地，上述碰撞预测单元：首先定义危险区域，即车辆未来行驶路线所在的区域。以下情况将会发生危险：行人即将出现在危险区域中；行人即将在危险区域停留。在本专利中，考虑到一般城市道路宽度和车辆的大小，相机安装在车辆挡风玻璃的中心。其次采用灰色理论预测行人未来的步行路径。灰色理论根据已带优先级的已知信息来探索具有不确定性的未知信息，这个属性将使本申请能够更加灵敏地预测随后的行人路径。灰色理论预测法采用在上文中计算得到的光流，来预测行人未来的步行路径。灰色预测法是用来确定是否将发生车辆碰撞的重要方法。其具体原理是通过微分方程分析过去的数据，再通过解微分方程预测未来的变化，得到行人的步行路径。如果行人将要穿过危险区域范围，则需估计碰撞点。设(Pu,Pv)是行人当前的位置，在时间f·ΔT后，通过微分方程计算未来位置(Pu+f,Pv+f)，利用两个位置的坐标可建立线性方程，最后，利用Cramer规则找到行人步行路径和危险区域的交点，即为碰撞点。更进一步，所述碰撞预测单元还用以，通过Cramer规则找到上述行人的步行路径和上述危险区域的交点，即碰撞点。更进一步，判断行人的移动行为具体包括：3-1)行人轮廓特征的确定：使用harris角点检测算法来得到行人的轮廓特征，用以评估行人的运动矢量；3-2)运动矢量的估计：使用改进的Lucas-Kanade光流法来估计所述行人的运动矢量。更进一步，上述方法还包括：将标记为矩形的行人检测结果分为三个区域：头部、身体和脚部区域，并使用头部在连续帧图像中的变化来估计运动矢量，并通过计算图像上脚部区域的位置来确定行人的位置。更进一步，所述行人检测单元使用两层级联分类器，在分类器前端，通过构造Harr型特征计算图像中可能存在的所有角点，以确定行人可能存在的地方并快速划定候选区域；在分类器后端，通过构造协方差矩阵，确定头部和脚部的移动矢量，确定物体是否位于候选区域中，若一个区域在上述两层级联分类器测试中均通过，则该区域是行人所本文档来自技高网...

【技术保护点】
应用于高级驾驶辅助系统内的行人碰撞警告系统，其特征在于，包括：行人检测单元、行人运动矢量估计单元以及碰撞预测单元，所述行人检测单元，用以通过提取Harr型特征和协方差矩阵来识别行人区域，所述行人运动矢量估计单元，用以根据所述行人区域标记得到感兴趣区域ROI，并在ROI内判断行人的移动行为，所述碰撞预测单元，用以将车辆未来可能行驶路线所在的区域设为危险区域，然后根据灰色理论预测法预测行人的步行路径，得到行人的运动矢量，以及根据所述行人的运动矢量和所述车辆未来可能行驶路线来预测可能发生的碰撞，并进行碰撞警告。

【技术特征摘要】
1.应用于高级驾驶辅助系统内的行人碰撞警告系统，其特征在于，包括：行人检测单元、行人运动矢量估计单元以及碰撞预测单元，所述行人检测单元，用以通过提取Harr型特征和协方差矩阵来识别行人区域，所述行人运动矢量估计单元，用以根据所述行人区域标记得到感兴趣区域ROI，并在ROI内判断行人的移动行为，所述碰撞预测单元，用以将车辆未来可能行驶路线所在的区域设为危险区域，然后根据灰色理论预测法预测行人的步行路径，得到行人的运动矢量，以及根据所述行人的运动矢量和所述车辆未来可能行驶路线来预测可能发生的碰撞，并进行碰撞警告。2.根据权利要求1所述的行人碰撞警告系统，其特征在于，所述碰撞预测单元还用以，通过Cramer规则找到上述行人的步行路径和上述危险区域的交点，即碰撞点。3.根据权利要求1所述的行人碰撞警告系统，其特征在于，判断行人的移动行为具体包括：3-1)行人轮廓特征的确定：使用harris角点检测算法来得到行人的轮廓特征，用以评估行人的运动矢量；3-2)运动矢量的估计：使用改进的Lucas-Kanade光流法来估计所述行人的运动矢量。4.根据权利要求3所述的行人碰撞警告系统，其特征在于，还包括：将标记为矩形的行人检测结果分为三个区域：头部、身体和脚部区域，并使用头部在连续帧图像中的变化来估计运动矢量，并通过计算图像上脚部区域的位置来确定行人的位置。5.根据权利要求1所述的行人碰撞...

【专利技术属性】
技术研发人员：刘鹏，
申请(专利权)人：开易北京科技有限公司，
类型：发明
国别省市：北京,11