車輛行駛數(shù)據(jù)記錄系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了車輛行駛數(shù)據(jù)記錄系統(tǒng)，儀表盤攝像機實時拍攝車輛行駛過程中儀表盤的圖像數(shù)據(jù)，前向視角攝像機實時拍攝車輛行駛過程中前方的圖像數(shù)據(jù)，車載傳感器實時采集車輛行駛過程中的車輛狀態(tài)信息，數(shù)據(jù)處理模塊裝載有儀表盤模板數(shù)據(jù)庫和報警模塊，儀表盤攝像機采集的圖像數(shù)據(jù)傳輸至數(shù)據(jù)處理模塊與儀表盤模板數(shù)據(jù)庫進(jìn)行比對，識別車速數(shù)據(jù)和儀表盤指示信號數(shù)據(jù)，數(shù)據(jù)處理模塊結(jié)合前向視角攝像機傳輸?shù)那胺綀D像數(shù)據(jù)、車載傳感器傳輸?shù)能囕v狀態(tài)信息進(jìn)行匯總處理、保存，并在車輛狀態(tài)異常時調(diào)用報警模塊，在車輛發(fā)生交通事故時調(diào)用現(xiàn)場還原模擬模塊還原事故發(fā)生過程。
【專利說明】
車輛行駛數(shù)據(jù)記錄系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及車輛行駛記錄技術(shù)領(lǐng)域，具體涉及車輛行駛數(shù)據(jù)記錄系統(tǒng)。
【背景技術(shù)】
[0002] 在汽車發(fā)生特殊事件、事故或者故障時，記錄特殊事件、分析事故或故障的原因需 要獲取行車數(shù)據(jù)，但是這些行車數(shù)據(jù)在事后是難以獲得的。
[0003] 駕駛員在開車時，主要的關(guān)注點是三個方面:正前方視角、儀表盤、井感知車輛的 行駛狀態(tài)(如聲音、震動等）?，F(xiàn)有系統(tǒng)中，很少有將以這三方面的信息進(jìn)行匯總保存，并用 于行車過程還原。而且儀表盤的指示信息較多、且不通用，很多駕駛員只能辯識常用的指示 數(shù)據(jù)，對特殊的故障提示往往沒有概念或會忽略這些提示。
[0004] 另外現(xiàn)有車輛常用GPS定位系統(tǒng)進(jìn)行定位，但由于GPS的定位精度較低，車輛運動 過程中GPS信號存在穩(wěn)定性問題，使得數(shù)據(jù)的連貫性、可靠性不夠高。
[0005] 現(xiàn)有方案中多通過采集電子數(shù)據(jù)作為參照，而電子數(shù)據(jù)不能成為直觀的證據(jù)；由 于車輛的種類型號各不相同，目前沒有一種簡單的通用設(shè)備可以準(zhǔn)確記錄車輛的行駛狀 態(tài)，當(dāng)出現(xiàn)突發(fā)事件或偶然事件時無法保存完整的證據(jù)、無法完全重現(xiàn)當(dāng)時車輛的狀態(tài)。

【發(fā)明內(nèi)容】

[0006] 發(fā)明目的:針對現(xiàn)有技術(shù)的不足，本發(fā)明提供一種車輛行駛數(shù)據(jù)記錄系統(tǒng)，能夠?qū)?現(xiàn)事后重現(xiàn)行車過程。
[0007] 技術(shù)方案:本發(fā)明所述的車輛行駛數(shù)據(jù)記錄系統(tǒng)，包括儀表盤攝像機、前向視角攝 像機、車載傳感器、數(shù)據(jù)處理模塊、現(xiàn)場還原模擬模塊;儀表盤攝像機實時拍攝車輛行駛過 程中儀表盤的圖像數(shù)據(jù)，前向視角攝像機實時拍攝車輛行駛過程中前方的圖像數(shù)據(jù)，車載 傳感器實時采集車輛行駛過程中的車輛狀態(tài)信息，數(shù)據(jù)處理模塊裝載有儀表盤模板數(shù)據(jù)庫 和報警模塊，儀表盤攝像機采集的圖像數(shù)據(jù)傳輸至數(shù)據(jù)處理模塊與儀表盤模板數(shù)據(jù)庫進(jìn)行 比對，識別車速數(shù)據(jù)和儀表盤指示信號數(shù)據(jù);數(shù)據(jù)處理模塊用于監(jiān)測車輛狀態(tài)，在車輛狀態(tài) 異常時結(jié)合前向視角攝像機傳輸?shù)那胺綀D像數(shù)據(jù)、車載傳感器傳輸?shù)能囕v狀態(tài)信息進(jìn)行匯 總處理、保存并調(diào)用報警模塊，在車輛發(fā)生交通事故時調(diào)用現(xiàn)場還原模擬模塊，現(xiàn)場還原模 擬模塊接收儀表盤攝像機和車載傳感器傳輸?shù)臄?shù)據(jù)確定事故發(fā)生關(guān)鍵時間點，并利用關(guān)鍵 時間點時前向視角攝像機傳輸?shù)臄?shù)據(jù)恢復(fù)事故全景視圖。
[0008] 進(jìn)一步完善上述技術(shù)方案，所述儀表盤攝像機至少為一個，固定在方向盤支撐座 上；所述車載傳感器為角速度傳感器、震動傳感器、加速度傳感器、陀螺儀傳感器、速度脈 沖傳感器中的一個或多個，角速度傳感器安裝在車輛的方向盤上，用于檢測方向盤的轉(zhuǎn)動 角度，震動傳感器用于檢測車輛的行駛狀態(tài)和異常的抖動、震動現(xiàn)象，加速度傳感器采集車 輛的加速度信息，陀螺儀傳感器采集車輛轉(zhuǎn)向的數(shù)據(jù)，速度脈沖傳感器采集車輛行車速度 數(shù)據(jù)。
[0009] 進(jìn)一步地，所述數(shù)據(jù)處理模塊設(shè)有無線通訊單元與基站通訊，用于接收基站提供 的當(dāng)前道路信息和上傳車輛的事件資料。
[0010] 進(jìn)一步地，所述儀表盤模板數(shù)據(jù)庫存儲的信息包括儀表盤圖片，儀表盤中各個指 示信號的圖形、位置、指示方式和指示含義。
[0011] 進(jìn)一步地，所述儀表盤攝像機采集的圖像數(shù)據(jù)傳輸至數(shù)據(jù)處理模塊與儀表盤模板 數(shù)據(jù)庫進(jìn)行比對過程如下：
[0012] (11)讀取待處理的儀表盤圖像，將其轉(zhuǎn)化為二值圖像；
[0013] (12)去除二值圖像中面積過小，能夠肯定為非指針和刻度的區(qū)域；
[0014] (13)定位儀表盤指針，將白色區(qū)域膨脹，去除無關(guān)的參數(shù)；
[0015] (14)查找連通區(qū)域邊界，同時保留圖像，以備后面標(biāo)記；
[0016] (15)找出所有連通區(qū)域內(nèi)指針的最大連通區(qū)域；
[0017] (16)用Radon算法提取指針角度，按儀表盤模板數(shù)據(jù)庫內(nèi)存儲的刻度模板得到速 度信息；
[0018] (17)扣除最大連通區(qū)域內(nèi)的連通區(qū)域圖形，識別倒退R、空擋N、自動擋D、停車P信 息，確定擋位信息；
[0019] (18)提取關(guān)鍵數(shù)據(jù)后以data形式存儲圖像，減少存儲圖像的壓力。
[0020] 進(jìn)一步地，所述現(xiàn)場還原模塊設(shè)有直方圖分析模塊和SIFT算法模塊，直方圖分析 模塊根據(jù)交通事故中兩輛關(guān)鍵車輛的儀表盤圖像信息和車輛狀態(tài)信息確定關(guān)鍵時間點， SIFT算法模塊以關(guān)鍵時間點為基準(zhǔn)，根據(jù)兩輛車輛行駛前方的圖像信息，恢復(fù)事故全景視 圖。
[0021] 進(jìn)一步地，第一，提取交通事故中涉事車輛的行車數(shù)據(jù)、并匯總；
[0022] 第二，直方圖分析模塊根據(jù)車輛行車數(shù)據(jù)中的儀表盤圖像信息以及車輛狀態(tài)信息 確定交通事故對應(yīng)的關(guān)鍵時間點；
[0023] 第三，以關(guān)鍵時間點為基準(zhǔn)，SIFT算法模塊倒推出發(fā)生事故前各個車輛的行車軌 跡，同時顯示對應(yīng)時間點上的車載圖像，還原事故發(fā)生的過程：
[0024] (21)通過數(shù)據(jù)挖掘中的直方圖近似數(shù)據(jù)分布、決策樹歸納分析出關(guān)鍵時間點；
[0025] (22)對涉事車輛中兩輛關(guān)鍵車輛行駛前方的圖像信息^(^"、^(^"，進(jìn)行基于 SIFT算法的特征點提取和匹配，恢復(fù)事故全景視圖：采用高斯卷積運算構(gòu)建尺度空間，高斯 差分函數(shù)D(x，y，〇)通過以不變倍增因子k的兩個相鄰尺度圖像差計算得出：
[0026] D(x,y,〇) = (G(x,y,k〇)-G(x,y,〇))*I(x,y)=L(x,y,k〇)-L(x,y,〇) (1)
[0027] 初始圖像經(jīng)逐步高斯卷積運算，得到一系列尺度空間，即高斯尺度DOG空間，空間 極值點檢測關(guān)鍵點是由D0G空間的局部極值點組成的，中間的檢測點和它同尺度的8個相鄰 點和上下相鄰尺度對應(yīng)的9X2個點共26個點比較，以確保在尺度空間和二維圖像空間都檢 測到極值點；
[0028] 極值點的方向分配:對于每一個采樣點L(X，y)，計算其梯度模值m(X，y)和方向Θ (x，y)的公式為：
[0030]特征點描述子的生成:將坐標(biāo)軸旋轉(zhuǎn)到特征點的梯度方向上，確保旋轉(zhuǎn)不變性，通 常采用16個子點來描述一個特征點，然后計算每個子點中8個方向的梯度累加值，得到特征 點描述子的特征向量，為4*4*8 = 128維向量;所得到的特征向量具有旋轉(zhuǎn)不變形所以可以 分別提取1:和12兩幅圖像中的特征向量進(jìn)行特征點匹配，拼接成一幅全景視圖；
[0031] 第四，根據(jù)現(xiàn)場還原模擬模塊展示的事故發(fā)生的過程確定事故的責(zé)任。
[0032] 有益效果:與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點：
[0033] 1、將行車過程中發(fā)生的事件與對應(yīng)的儀表盤圖像聯(lián)系起來，圖像數(shù)據(jù)可以作為直 觀的證據(jù)、用于違章判定、事故責(zé)任判定等；
[0034] 2、通過對儀表盤圖像的分析，可以識別儀表盤的指示信號數(shù)據(jù)，當(dāng)檢測到故障時， 可以及時準(zhǔn)確的提示駕駛員；
[0035] 3、通過現(xiàn)場還原模擬模塊準(zhǔn)確、直觀的重現(xiàn)行車過程，可用于交通事故現(xiàn)場還原 和快速處定責(zé)、車輛故障排查和重現(xiàn)、車輛違章取證。
【附圖說明】
[0036] 圖1為本發(fā)明的結(jié)構(gòu)不意圖；
[0037]圖中：1、儀表盤，2、儀表盤攝像機，3、數(shù)據(jù)處理模塊，4、前向視角攝像機，5、方向 盤，6、角度傳感器，7、震動傳感器，8、加速度傳感器，9、陀螺儀傳感器，10、速度脈沖傳感 器。
[0038]圖2為數(shù)據(jù)處理模塊的工作示意圖；
[0039]圖3為現(xiàn)場還原模塊的工作示意圖。
【具體實施方式】
[0040] 下面通過附圖對本發(fā)明技術(shù)方案進(jìn)行詳細(xì)說明。
[0041] 實施例1:如圖1所示，根據(jù)車輛儀表盤的尺寸和結(jié)構(gòu)在方向盤5支撐座上設(shè)置儀表 盤攝像機2，當(dāng)儀表盤較寬或較為分散分布時，一個儀表盤攝像機無法拍攝完整的儀表盤圖 像，可以采用多個儀表盤攝像機2分別拍攝不同部分的儀表盤圖像;在車輛上安裝前向視角 攝像頭4;在車輛上設(shè)置角速度傳感器6、震動傳感器7、加速度傳感器8、陀螺儀傳感器9、速 度脈沖傳感器10,角速度傳感器6安裝在車輛的方向盤5上，用于檢測方向盤5的轉(zhuǎn)動角度， 震動傳感器7用于檢測車輛的行駛狀態(tài)和異常的抖動、震動現(xiàn)象，加速度傳感器8采集車輛 的加速度信息，陀螺儀傳感器9采集車輛轉(zhuǎn)向的數(shù)據(jù)，速度脈沖傳感器10采集車輛行車速度 數(shù)據(jù)，在車輛上儀表盤攝像機2的位置安裝數(shù)據(jù)處理模塊3和現(xiàn)場還原模擬模塊，數(shù)據(jù)處理 模塊加載有儀表盤模板數(shù)據(jù)庫并設(shè)有無線通信模塊和報警模塊，儀表盤模板數(shù)據(jù)庫根據(jù)汽 車型號建立，存儲的信息包括儀表盤圖片，儀表盤中各個指示信號的圖形、位置、指示方式 和指示含義，無線通信模塊用于與移動網(wǎng)絡(luò)基站或交通管理系統(tǒng)基站通信，數(shù)據(jù)處理模塊 通過無線通訊模塊獲取基站提供的當(dāng)前道路信息（如限速限行信息，前方路段交通事故或 道路堵塞的信息)給駕駛員，并向基站上傳車輛事件資料進(jìn)行備案，事件包括違章、事故、突 發(fā)故障如車輛拋錨報警。
[0042] 基于上述設(shè)置進(jìn)行行駛數(shù)據(jù)處理方法：
[0043] (1)根據(jù)汽車型號建立儀表盤模板數(shù)據(jù)庫；
[0044] (2)實時獲取車輛行駛過程中的儀表盤圖像信息，車輛行駛前方的圖像信息以及 車輛狀態(tài)信息；
[0045] 儀表盤實時圖像信息獲取算法：
[0046] ①讀取待處理的儀表盤圖像，將其轉(zhuǎn)化為二值圖像；
[0047] ②去除圖像中面積過小的、可以肯定非指針和刻度的區(qū)域；
[0048] ③為定位指針，將白色區(qū)域膨脹，腐蝕去無關(guān)的小物件(行駛公里數(shù)，外界溫度）；
[0049] ④查找連通區(qū)域邊界，同時保留此圖形，以備后面標(biāo)記；
[0050] ⑤找出所有連通區(qū)域中最可能指針的（最大連通區(qū)域）；
[00511⑥用Radon算法提取指針角度，按與儀表盤模板數(shù)據(jù)庫對比獲得速度信息；
[0052]⑦扣去最大連通區(qū)域的連通區(qū)域圖形，識別1^0、？信息，確定擋位信息；
[0053]⑧提取關(guān)鍵數(shù)據(jù)后已data形式存儲而非圖像，減少存儲圖像的壓力 [0054] (3)數(shù)據(jù)處理模塊監(jiān)測車輛狀態(tài)，若發(fā)現(xiàn)車輛狀態(tài)異常，如車輛行駛速度異常、轉(zhuǎn) 向異常、制動異常、儀表盤報警:提取儀表盤圖像信息與儀表盤模板數(shù)據(jù)庫相比對，識別車 速數(shù)據(jù)和儀表盤指示信號數(shù)據(jù)，儀表盤可分為機械式和電子式兩種，機械式儀表盤中各種 指示信號的位是固定的，電子式儀表盤中會存在不同功能界面的切換，顯示的內(nèi)容也會有 所不同。因此，對于電子式儀表盤建立模板時，應(yīng)首先定義各個功能界面的特征，再描述各 個功能界面中儀表顯示信息的含義。例如機械式儀表盤中車速顯示多為指針旋轉(zhuǎn)的形式， 而電子式儀表盤中有些則將車速直接顯示為數(shù)字形式，對電子式儀表盤中的數(shù)字或文字信 息應(yīng)采用OCR技術(shù)進(jìn)行識別，由于各個車輛中儀表盤攝像機的安裝位置、角度會存在一定的 差異，因此需要通過精確配準(zhǔn)算法將儀表盤圖像與儀表盤模板的進(jìn)行匹配，計算出安裝誤 差、在實際運行過程中可以對圖像數(shù)據(jù)進(jìn)行修正，以利于對儀表盤信息的自動識別、減少運 算量；同時結(jié)合車輛行駛前方的圖像信息、車輛狀態(tài)信息生成帶有數(shù)字水印的圖像和行車 數(shù)據(jù)，圖像包括儀表盤圖像或者儀表盤圖像和前向視角圖像的組合，數(shù)字水印包含儀表盤 分析數(shù)據(jù)、車載傳感器數(shù)據(jù)、拍攝時間標(biāo)記，提取處理后的數(shù)據(jù)進(jìn)行匯總分析保存并通過報 警模塊向車輛駕駛員發(fā)出報警信息；
[0055] (4)若發(fā)現(xiàn)車輛狀態(tài)異事件為交通事故，提取兩輛涉事車輛的行車數(shù)據(jù)，如圖2、圖 3所示，現(xiàn)場還原模擬模塊以各個車輛發(fā)生事故的時間點為基準(zhǔn)，倒推出發(fā)生事故前各個車 輛的行車數(shù)據(jù)，同時顯示對應(yīng)時間點上的組合圖像，還原事故發(fā)生過程;確定交通事故中關(guān) 鍵車輛2部，提取儀表盤數(shù)據(jù)及車輛狀態(tài)數(shù)據(jù)，通過直方圖分析模塊分析出觸發(fā)時間點；以 關(guān)鍵時間點為基準(zhǔn)，SIFT算法模塊倒推出發(fā)生事故前各個車輛的行車軌跡，同時顯示對應(yīng) 時間點上的車載圖像，還原事故發(fā)生的過程:結(jié)合車速數(shù)據(jù)與車輛轉(zhuǎn)向數(shù)據(jù)，模擬出車輛的 實際行駛軌跡，，并且在顯示行駛軌跡的同時顯示對應(yīng)時間點上的車載圖像，從而再現(xiàn)車輛 的行駛過程；
[0056] 其中：車載圖像為儀表盤圖像或者儀表盤圖圖像和前向視角圖像兩種圖像的組 合，通過上述兩種圖像的組合，可以比較全面的重現(xiàn)駕駛員觀察到的場景；
[0057] 車速數(shù)據(jù)由儀表盤圖像中提取或由速度脈沖傳感器提供，車輛轉(zhuǎn)向數(shù)據(jù)由角度傳 感器或者陀螺儀傳感器提供，或者對前向視角攝像機的圖像進(jìn)行分析而獲得；
[0058] 通過對前向視角攝像機拍攝的連續(xù)圖像的對比分析、提取圖像中的參照物信息， 可以判斷車輛處于直行狀態(tài)還是處于轉(zhuǎn)彎的狀態(tài)，并可以獲取轉(zhuǎn)彎的角度。
[0059]當(dāng)使用現(xiàn)場還原模擬模塊處理交通事故時，通過以下方法實現(xiàn)：
[0060]首先，獲取交通事故中涉及車輛的數(shù)據(jù)處理模塊的行車數(shù)據(jù)、并匯總；
[0061 ]第二，根據(jù)各個車輛的行車數(shù)據(jù)確定與各個車輛發(fā)生事故對應(yīng)的時間點；
[0062] 可以通過查看前向視角圖像、查看車速的突變、對照震動傳感器、加速度傳感器的 數(shù)據(jù)等方法，確定行車數(shù)據(jù)中發(fā)生事故對應(yīng)的時間點；
[0063] 第三，以各個車輛發(fā)生事故的時間點為基準(zhǔn)，倒推出發(fā)生事故前各個車輛的行車 軌跡，同時顯示對應(yīng)時間點上的車載圖像，還原事故發(fā)生的過程：
[0064] 通過數(shù)據(jù)挖掘中的統(tǒng)計方法融合各種數(shù)據(jù)分析出觸發(fā)時間點：
[0065] 直方圖是使用分箱來近似數(shù)據(jù)分布，是一種數(shù)據(jù)歸約形式。根據(jù)時間點，統(tǒng)計時間 點特征值得數(shù)量。異事件觸發(fā)的數(shù)據(jù)為極少事件，所以直方圖統(tǒng)計有效。多類數(shù)據(jù)確定異事 件時間點，利用決策樹歸納得到最終關(guān)鍵時間點；
[0066] 假設(shè)交通事故中車輛1和2為關(guān)鍵車輛，拍攝到的行駛前方的圖像為 y)，將兩幅圖用SIFT算法進(jìn)行特征匹配完成全景視圖；
[0067] SIFT算法，尺度不變特征轉(zhuǎn)換（Scale-invariant feature transform，SIFT)是一 種電腦視覺的算法用來檢測與描述影像中的局部性特征，它在空間尺度中尋找極值點，并 提取出其位置、尺度、旋轉(zhuǎn)不變量，此算法由David Lowe在1999年所發(fā)表，2004年完善總結(jié)， 此算法可以用于圖像拼接。SIFT算法主要步驟如下：
[0068] 1、構(gòu)建尺度空間：為了在尺度空間中有效的檢測穩(wěn)定關(guān)鍵點的位置，Lowe提出了 高斯差分卷積，高斯差分函數(shù)D(x，y，〇)可以通過以不變倍增因子k的兩個相鄰尺度圖像差 計算得出：
[0069] D(x,y,〇) = (G(x,y,k〇)-G(x,y,〇))*I(x,y)=L(x,y,k〇)-L(x,y,〇) (1)；
[0070] 初始圖像經(jīng)逐步高斯卷積運算，得到一系列尺度空間，即高斯尺度(DOG)空間。
[0071] 2、空間極值點檢測：
[0072] 關(guān)鍵點是由D0G空間的局部極值點組成的，中間的檢測點和它同尺度的8個相鄰點 和上下相鄰尺度對應(yīng)的9X2個點共26個點比較，以確保在尺度空間和二維圖像空間都檢測 到極值點。
[0073] 3、極值點的方向分配：
[0074]對于每一個采樣點L(x，y)，計算其梯度模值m(x，y)和方向0(x，y)的公式為
[0076] 4、特征點描述子的生成：
[0077] 將坐標(biāo)軸旋轉(zhuǎn)到特征點的梯度方向上，確保旋轉(zhuǎn)不變性，通常采用16個子點來描 述一個特征點，然后計算每個子點中8個方向的梯度累加值，得到特征點描述子的特征向 量，為4*4*8 = 128維向量;所得到的特征向量具有旋轉(zhuǎn)不變形所以可以分別提取11和12兩幅 圖像中的特征向量進(jìn)行特征點匹配，拼接成最終圖像I。
[0078] 最后，根據(jù)現(xiàn)場還原模擬模塊展示的事故發(fā)生的過程確定事故的責(zé)任。
[0079] 如上所述，盡管參照特定的優(yōu)選實施例已經(jīng)表示和表述了本發(fā)明，但其不得解釋 為對本發(fā)明自身的限制。在不脫離所附權(quán)利要求定義的本發(fā)明的精神和范圍前提下，可對 其在形式上和細(xì)節(jié)上作出各種變化。
【主權(quán)項】
1. 車輛行駛數(shù)據(jù)記錄系統(tǒng)，其特征在于:包括儀表盤攝像機、前向視角攝像機、車載傳 感器、數(shù)據(jù)處理模塊、現(xiàn)場還原模擬模塊;儀表盤攝像機實時拍攝車輛行駛過程中儀表盤的 圖像數(shù)據(jù)，前向視角攝像機實時拍攝車輛行駛過程中前方的圖像數(shù)據(jù)，車載傳感器實時采 集車輛行駛過程中的車輛狀態(tài)信息，數(shù)據(jù)處理模塊裝載有儀表盤模板數(shù)據(jù)庫和報警模塊， 儀表盤攝像機采集的圖像數(shù)據(jù)傳輸至數(shù)據(jù)處理模塊與儀表盤模板數(shù)據(jù)庫進(jìn)行比對，識別車 速數(shù)據(jù)和儀表盤指示信號數(shù)據(jù);數(shù)據(jù)處理模塊用于監(jiān)測車輛狀態(tài)，在車輛狀態(tài)異常時結(jié)合 前向視角攝像機傳輸?shù)那胺綀D像數(shù)據(jù)、車載傳感器傳輸?shù)能囕v狀態(tài)信息進(jìn)行匯總處理、保 存并調(diào)用報警模塊，在車輛發(fā)生交通事故時調(diào)用現(xiàn)場還原模擬模塊，現(xiàn)場還原模擬模塊接 收儀表盤攝像機和車載傳感器傳輸?shù)臄?shù)據(jù)確定事故發(fā)生關(guān)鍵時間點，并利用關(guān)鍵時間點時 前向視角攝像機傳輸?shù)臄?shù)據(jù)恢復(fù)事故全景視圖。2. 根據(jù)權(quán)利要求1所述的車輛行駛數(shù)據(jù)記錄系統(tǒng)，其特征在于:所述儀表盤攝像機至少 為一個，固定在方向盤支撐座上;所述車載傳感器為角速度傳感器、震動傳感器、加速度傳 感器、巧螺儀傳感器、速度脈沖傳感器中的一個或多個，角速度傳感器安裝在車輛的方向盤 上，用于檢測方向盤的轉(zhuǎn)動角度，震動傳感器用于檢測車輛的行駛狀態(tài)和異常的抖動、震動 現(xiàn)象，加速度傳感器采集車輛的加速度信息，巧螺儀傳感器采集車輛轉(zhuǎn)向的數(shù)據(jù)，速度脈沖 傳感器采集車輛行車速度數(shù)據(jù)。3. 根據(jù)權(quán)利要求1所述的車輛行駛數(shù)據(jù)記錄系統(tǒng)，其特征在于:所述數(shù)據(jù)處理模塊設(shè)有 無線通訊單元與基站通訊，用于接收基站提供的當(dāng)前道路信息和上傳車輛的事件資料。4. 根據(jù)權(quán)利要求1所述的車輛行駛數(shù)據(jù)記錄系統(tǒng)，其特征在于:所述儀表盤模板數(shù)據(jù)庫 存儲的信息包括儀表盤圖片，儀表盤中各個指示信號的圖形、位置、指示方式和指示含義。5. 根據(jù)權(quán)利要求1所述的車輛行駛數(shù)據(jù)記錄系統(tǒng)，其特征在于:所述儀表盤攝像機采集 的圖像數(shù)據(jù)傳輸至數(shù)據(jù)處理模塊與儀表盤模板數(shù)據(jù)庫進(jìn)行比對過程如下： (11) 讀取待處理的儀表盤圖像，將其轉(zhuǎn)化為二值圖像； (12) 去除二值圖像中面積過小，能夠肯定為非指針和刻度的區(qū)域； (13) 定位儀表盤指針，將白色區(qū)域膨脹，去除無關(guān)的參數(shù)； (14) 查找連通區(qū)域邊界，同時保留圖像，W備后面標(biāo)記； (15) 找出所有連通區(qū)域內(nèi)指針的最大連通區(qū)域； (16) 用Radon算法提取指針角度，按儀表盤模板數(shù)據(jù)庫內(nèi)存儲的刻度模板得到速度信 息； (17) 扣除最大連通區(qū)域內(nèi)的連通區(qū)域圖形，識別倒退R、空擋N、自動擋D、停車P信息，確 定擋位信息； (18) 提取關(guān)鍵數(shù)據(jù)后Wdata形式存儲圖像，減少存儲圖像的壓力。6. 根據(jù)權(quán)利要求1所述的車輛行駛數(shù)據(jù)記錄系統(tǒng)，其特征在于:所述現(xiàn)場還原模塊設(shè)有 直方圖分析模塊和SIFT算法模塊，直方圖分析模塊根據(jù)交通事故中兩輛關(guān)鍵車輛的儀表盤 圖像信息和車輛狀態(tài)信息確定關(guān)鍵時間點，SIFT算法模塊W關(guān)鍵時間點為基準(zhǔn)，根據(jù)兩輛 車輛行駛前方的圖像信息，恢復(fù)事故全景視圖。7. 根據(jù)權(quán)利要求6所述的車輛行駛數(shù)據(jù)記錄系統(tǒng)，其特征在于:所述現(xiàn)場還原模塊的工 作過程如下： 第一，提取交通事故中設(shè)事車輛的行車數(shù)據(jù)、并匯總； 第二，直方圖分析模塊根據(jù)車輛行車數(shù)據(jù)中的儀表盤圖像信息w及車輛狀態(tài)信息確定 交通事故對應(yīng)的關(guān)鍵時間點； 第Ξ，Κ關(guān)鍵時間點為基準(zhǔn)，SIFT算法模塊倒推出發(fā)生事故前各個車輛的行車軌跡，同 時顯示對應(yīng)時間點上的車載圖像，還原事故發(fā)生的過程： (21) 通過數(shù)據(jù)挖掘中的直方圖近似數(shù)據(jù)分布、決策樹歸納分析出關(guān)鍵時間點； (22) 對設(shè)事車輛中兩輛關(guān)鍵車輛行駛前方的圖像信息11^，7)、12^，7)，進(jìn)行基于51尸了 算法的特征點提取和匹配，恢復(fù)事故全景視圖：采用高斯卷積運算構(gòu)建尺度空間，高斯差分 函數(shù)D(x，y，〇)通過W不變倍增因子k的兩個相鄰尺度圖像差計算得出： D(x,y,〇) = (G(x,y,k〇)-G(x,y,〇))*I(x,y)=L(x,y,k〇)-L(x,y,〇) (1) 初始圖像經(jīng)逐步高斯卷積運算，得到一系列尺度空間，即高斯尺度DOG空間，空間極值 點檢測關(guān)鍵點是由DOG空間的局部極值點組成的，中間的檢測點和它同尺度的8個相鄰點和 上下相鄰尺度對應(yīng)的9X2個點共26個點比較，W確保在尺度空間和二維圖像空間都檢測到 極值點； 極值點的方向分配:對于每一個采樣點L(x，y)，計算其梯度模值m(x，y)和方向0(x，y) 的公式為：特征點描述子的生成:將坐標(biāo)軸旋轉(zhuǎn)到特征點的梯度方向上，確保旋轉(zhuǎn)不變性，通常 采用16個子點來描述一個特征點，然后計算每個子點中8個方向的梯度累加值，得到特征點 描述子的特征向量，為4*4*8 = 128維向量;所得到的特征向量具有旋轉(zhuǎn)不變形所W可W分 別提取Ii和12兩幅圖像中的特征向量進(jìn)行特征點匹配，拼接成一幅全景視圖； 第四，根據(jù)現(xiàn)場還原模擬模塊展示的事故發(fā)生的過程確定事故的責(zé)任。
【文檔編號】G07C5/08GK106097480SQ201610405359
【公開日】2016年11月9日
【申請日】2016年6月8日
【發(fā)明人】孔瑩瑩
【申請人】南京航空航天大學(xué)