一種基于車載視覺的行人綜合判斷系統(tǒng)的制作方法
【專利摘要】本實用新型公開了一種基于車載視覺的行人綜合判斷系統(tǒng)，包括視頻采集系統(tǒng)、視頻信號處理器、視覺綜合系統(tǒng)、環(huán)境模塊、視頻圖像處理系統(tǒng)、報警系統(tǒng)；所述視頻采集系統(tǒng)的輸出端連接所述視頻信號處理器的輸入端、所述視頻信號處理器的輸出端連接所述視覺綜合系統(tǒng)的輸入端，所述環(huán)境模塊的信息輸入所述視覺綜合系統(tǒng)，所述視覺綜合系統(tǒng)的輸出端與所述視頻圖像處理系統(tǒng)的輸入端相連，所述報警系統(tǒng)的輸入端與所述視頻圖像處理系統(tǒng)的輸出端相連。本實用新型判斷精度高、安全有效、易于操作處理。
【專利說明】
一種基于車載視覺的行人綜合判斷系統(tǒng)

【技術(shù)領(lǐng)域】
[0001]本實用新型涉及一種基于車載視覺的行人綜合判斷系統(tǒng)。

【背景技術(shù)】
[0002]隨著汽車保有量的不斷增加，道路交通事故和因車禍傷亡的人數(shù)居高不下。為滿足人們對汽車安全性能要求的日益提高，越來越多的先進技術(shù)被應(yīng)用到汽車主動安全領(lǐng)域。在道路交通事故中，主要的受害群體是參與交通系統(tǒng)中的行人和騎自行車的人等。據(jù)美國高速公路安全管理局(NHTSA)的資料顯示，2008年美國由于交通事故導致69000個行人死亡或者受傷、4378個行人死亡，行人死亡人數(shù)占全年交通事故死亡總?cè)藬?shù)的11.7%。2007年我國因交通事故導致行人死亡的人數(shù)為21106人，占交通事故死亡總?cè)藬?shù)的25.9%，行人受傷人數(shù)為70838人，占交通事故受傷總?cè)藬?shù)的18.6%.與一些發(fā)達國家相t匕，由于我國的交通模式主要是混合交通模式，導致交通事故死亡原因和傷害模式與發(fā)達國家不同。
[0003]當前我國在解決上述問題的研究方向是從統(tǒng)計學習角度出發(fā)，從大量的訓練樣本中抽取特征，建立人體模型，把行人檢測化為一個模式分類的問題。其優(yōu)點是可以從樣本集中學習人體的不同變化，具有較好的魯棒性，而且合理的選擇訓練樣本和特征，結(jié)合結(jié)構(gòu)合理的分類算法，可以較好的克服許多不利條件，如行人多樣性、場景多樣性、光照環(huán)境多樣性等的影響。但其不足在于算法的復雜程度較高，對單幀圖像的檢測識別行人時耗時較多，以至于不適合對多幀實時檢測。
實用新型內(nèi)容
[0004]本實用新型的目的在于針對上述缺陷，提供了一種基于車載視覺的行人綜合判斷系統(tǒng)。
[0005]本實用新型解決其技術(shù)問題所采用的技術(shù)方案是:
[0006]一種基于車載視覺的行人綜合判斷系統(tǒng)，包括視頻采集系統(tǒng)、視頻信號處理器、視覺綜合系統(tǒng)、環(huán)境模塊、視頻圖像處理系統(tǒng)、報警系統(tǒng)；所述視頻采集系統(tǒng)的輸出端連接所述視頻信號處理器的輸入端、所述視頻信號處理器的輸出端連接所述視覺綜合系統(tǒng)的輸入端，所述環(huán)境模塊的信息輸入所述視覺綜合系統(tǒng)，所述視覺綜合系統(tǒng)的輸出端與所述視頻圖像處理系統(tǒng)的輸入端相連，所述報警系統(tǒng)的輸入端與所述視頻圖像處理系統(tǒng)的輸出端相連。
[0007]所述視頻采集系統(tǒng)包括攝像機、紅外線監(jiān)視器。
[0008]所述視頻信號處理器包括視頻放大系統(tǒng)。
[0009]所述視覺綜合系統(tǒng)包括行人檢測模塊，歷史跟蹤模塊，該系統(tǒng)通過輸入單幀圖像檢測出行人的數(shù)量并對其定位，將結(jié)果輸出保存在歷史跟蹤模塊，歷史跟蹤模塊再根據(jù)當前幀的信息結(jié)合前面幀的結(jié)果預測出下一幀的行人信息。
[0010]所述行人檢測模塊是基于haar+adaboost的檢測模塊。
[0011]所述歷史跟蹤模塊是基于將卡爾曼濾波與擴大掃描窗口作為感興趣區(qū)域的方法相結(jié)合的跟蹤模塊。
[0012]所述外部環(huán)境模塊包括畫面的能見度識別模塊、路況識別模塊、天氣狀況識別模塊。
[0013]本實用新型的有益效果是:本實用新型判斷精度高、安全有效、易于操作處理。

【專利附圖】

【附圖說明】
[0014]圖1是本實用新型的實施例示意圖之一；
[0015]圖2是本實用新型的實施例示意圖之二 ；
[0016]圖3是本實用新型的實施例示意圖之三。

【具體實施方式】
[0017]實施例，
[0018]如圖1所示，一種基于車載視覺的行人綜合判斷系統(tǒng)，包括視頻采集系統(tǒng)、視頻信號處理器、視覺綜合系統(tǒng)、環(huán)境模塊、視頻圖像處理系統(tǒng)、報警系統(tǒng)；所述視頻采集系統(tǒng)的輸出端連接所述視頻信號處理器的輸入端、所述視頻信號處理器的輸出端連接所述視覺綜合系統(tǒng)的輸入端，所述環(huán)境模塊的信息輸入所述視覺綜合系統(tǒng)，所述視覺綜合系統(tǒng)的輸出端與所述視頻圖像處理系統(tǒng)的輸入端相連，所述報警系統(tǒng)的輸入端與所述視頻圖像處理系統(tǒng)的輸出端相連。
[0019]所述視頻采集系統(tǒng)包括攝像機、紅外線監(jiān)視器。
[0020]所述視頻信號處理器包括視頻放大系統(tǒng)。
[0021]所述視覺綜合系統(tǒng)包括行人檢測模塊，歷史跟蹤模塊，該系統(tǒng)通過輸入單幀圖像檢測出行人的數(shù)量并對其定位，將結(jié)果輸出保存在歷史跟蹤模塊，歷史跟蹤模塊再根據(jù)當前幀的信息結(jié)合前面幀的結(jié)果預測出下一幀的行人信息。
[0022]所述行人檢測模塊是基于haar+adaboost的檢測模塊。
[0023]所述歷史跟蹤模塊是基于將卡爾曼濾波與擴大掃描窗口作為感興趣區(qū)域的方法相結(jié)合的跟蹤模塊。
[0024]所述外部環(huán)境模塊包括畫面的能見度識別模塊、路況識別模塊、天氣狀況識別模塊。
[0025]工作過程中，視頻采集系統(tǒng)獲取車輛前方的圖像，其輸出的模擬視頻信號傳輸?shù)揭曨l信號處理器中，經(jīng)過視頻信號處理器形成標準數(shù)字視頻信號輸入到視覺綜合系統(tǒng)中，視覺綜合系統(tǒng)為基于haar+adaboost的行人檢測模塊和基于將卡爾曼濾波與擴大掃描窗口作為感興趣區(qū)域的方法相結(jié)合的歷史跟蹤模塊，并結(jié)合外部環(huán)境模塊的輸入得出綜合判斷信息輸出到視頻圖像處理器中，通過視頻圖像處理器的結(jié)果判斷是否需要報警。
[0026]環(huán)境模塊表示對外界因素安全性的一個度量，畫面的能見度、汽車行進狀況等因素都會對行人的檢測與識別造成一定程度的影響，于是該模塊將從時間、道路、天氣三個方面對外界條件進行判斷，并反饋給系統(tǒng)，以便對安全系數(shù)進行一個正確的判定。
[0027]行人檢測模塊采用了一種自適應(yīng)掃描窗口的檢測優(yōu)化方案。如圖2所示，把圖像從上到下依次分為上、中上、中下、下四個區(qū)域，并用不同比例的掃描窗口依次對每一區(qū)域進行匹配:(1)如果掃描窗口的下邊緣坐標小于等于上區(qū)域的下邊界時用最小窗口遍歷匹配；(2)如果掃描窗口下邊緣坐標大于上區(qū)域的下邊界小于等于中上區(qū)域的下邊界時用較小窗口遍歷匹配；(3)如果掃描窗口下邊緣坐標大于中上區(qū)域的下邊界小于等于中下區(qū)域的下邊界時用較大窗口遍歷匹配；(4)如果掃描窗口下邊緣坐標大于中下區(qū)域下邊界時用較大窗口遍歷匹配。
[0028]歷史跟蹤模塊采用了一種將卡爾曼濾波與擴大掃描窗口作為感興趣區(qū)域的方法相結(jié)合的跟蹤優(yōu)化方案。如圖3所示，首先由行人檢測模塊給出上一幀圖像所檢測出的目標位置，將原掃描矩形框擴大一定倍數(shù)作為感興趣區(qū)域，并對該區(qū)域進行檢測，得出檢測結(jié)果，再判斷該檢測結(jié)果中是否有先前上一幀的檢測目標，若存在目標，則在當前幀圖片中標出行人位置并保存于歷史跟蹤模塊以備下一幀的檢測，若不存在目標，本文提出防遮擋預測的方法，根據(jù)歷史跟蹤模塊中前幾幀的記錄結(jié)果，采用卡爾曼濾波對當前幀圖像進行預測，并保存于歷史跟蹤模塊。但需要注意的是，由于不定時會有新的行人的出現(xiàn)，歷史跟蹤模塊并不是將每一幀的目標信息都保存，而是有一個存儲上限，當達到這個上限時，系統(tǒng)將會把歷史跟蹤模塊清空，需要對下一幀的整幅圖片進行遍歷掃描，得出新的初始目標行人信息存儲到歷史跟蹤模塊，此后再進行上述循環(huán)檢測。
[0029]以上述依據(jù)本實用新型的理想實施例為啟示，通過上述的說明內(nèi)容，相關(guān)工作人員完全可以在不偏離本項實用新型技術(shù)思想的范圍內(nèi)，進行多樣的變更以及修改。本項實用新型的技術(shù)性范圍并不局限于說明書上的內(nèi)容，必須要根據(jù)權(quán)利要求范圍來確定其技術(shù)性范圍。
【權(quán)利要求】
1.一種基于車載視覺的行人綜合判斷系統(tǒng)，其特征在于，包括視頻采集系統(tǒng)、視頻信號處理器、視覺綜合系統(tǒng)、環(huán)境模塊、視頻圖像處理系統(tǒng)、報警系統(tǒng)；所述視頻采集系統(tǒng)的輸出端連接所述視頻信號處理器的輸入端、所述視頻信號處理器的輸出端連接所述視覺綜合系統(tǒng)的輸入端，所述環(huán)境模塊的信息輸入所述視覺綜合系統(tǒng)，所述視覺綜合系統(tǒng)的輸出端與所述視頻圖像處理系統(tǒng)的輸入端相連，所述報警系統(tǒng)的輸入端與所述視頻圖像處理系統(tǒng)的輸出端相連。
2.根據(jù)權(quán)利要求1所述的一種基于車載視覺的行人綜合判斷系統(tǒng)，其特征在于，所述視頻采集系統(tǒng)包括攝像機、紅外線監(jiān)視器。
3.根據(jù)權(quán)利要求1所述的一種基于車載視覺的行人綜合判斷系統(tǒng)，其特征在于，所述視頻信號處理器包括視頻放大系統(tǒng)。
4.根據(jù)權(quán)利要求1所述的一種基于車載視覺的行人綜合判斷系統(tǒng)，其特征在于，所述視覺綜合系統(tǒng)包括行人檢測模塊，歷史跟蹤模塊，該系統(tǒng)通過輸入單幀圖像檢測出行人的數(shù)量并對其定位，將結(jié)果輸出保存在歷史跟蹤模塊，歷史跟蹤模塊再根據(jù)當前幀的信息結(jié)合前面幀的結(jié)果預測出下一幀的行人信息。
5.根據(jù)權(quán)利要求1所述的一種基于車載視覺的行人綜合判斷系統(tǒng)，其特征在于，所述歷史跟蹤模塊是基于將卡爾曼濾波與擴大掃描窗口作為感興趣區(qū)域的方法相結(jié)合的跟蹤模塊。
6.根據(jù)權(quán)利要求1所述的一種基于車載視覺的行人綜合判斷系統(tǒng)，其特征在于，所述外部環(huán)境模塊包括畫面的能見度識別模塊、路況識別模塊、天氣狀況識別模塊。
【文檔編號】B60Q5/00GK204124043SQ201420404465
【公開日】2015年1月28日 申請日期:2014年7月22日 優(yōu)先權(quán)日:2014年7月22日
【發(fā)明者】周劉兵, 唐飛, 梁東鶯 申請人:深圳信息職業(yè)技術(shù)學院