[發明專利]一種基于機器視覺的安全車距檢測方法

在審

• 申請號: 201911314890.2
• 申請日: 2019-12-19
• 公開（公告）號: CN111126237A
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 郭強;徐向華;劉慶淼;魏文展;方一帆;蔣曉彤
• 申請（專利權）人: 山東財經大學;山東大學;山東仁功智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G08B21/24;G08G1/0965;G08G1/133;G08G1/16
• 代理公司: 北京華際知識產權代理有限公司 11676
• 代理人: 褚慶森

本發明的基于機器視覺的安全車距檢測方法，包括：a).建立訓練素材庫；b).對經步驟a)處理后的圖片進行手工標注；c).獲得車牌檢測模型；d).根據攝像頭成像過程中的相似三角形原理建立車距檢測數學模型；e).獲得車距檢測模型；f).建立車輛實時相對車速與車距的分段函數算法；g).算法模型部署。本發明的基于機器視覺的安全車距檢測方法，通過實時采集的含有前車車牌的圖片來求取前車距離，通過采集的相鄰兩幀圖片中車距的變化來求取相對車速，當相對車速與車距不匹配時，則發出警告信號，以避免駕駛員因長時間疲勞駕駛、分神所導致的交通事故的發生。

技術領域

本發明涉及一種安全車距檢測方法，更具體的說，尤其涉及一種基于機器視覺的安全車距檢測方法。

背景技術

在長途運輸過程中，司機難免會出現分神甚至疲勞駕駛現象。而根據職業安全與健康的相關研究表明，人在疲勞狀態下工作往往會出現積極性受損、注意力不集中、思維判斷能力及身體活動能力的下降等問題，從而不能及時判斷與前車的安全距離，錯過最佳反應時間而撞上前方車輛導致車禍。根據德國原戴姆勒-奔馳汽車制造公司研究報告表明：在危險情況下，如果給駕駛員提前半秒的反應時間，則可以分別減少追尾事故的30％、路面相關信息事故的50％、迎面撞車事故的60％。為提高物流車輛駕駛員安全績效，保證安全運營，因此本發明提出一種通過機器視覺技術自動檢測車距的有效方法。運用安裝在車輛上的攝像頭，拍攝駕駛員視角的圖像，將圖像實時傳送至圖像處理器，在可能導致碰撞事故發生的危險行駛狀態中對駕駛員發出警告信號，降低駕駛員長時間因疲勞駕駛、分神而導致的事故概率。

發明內容

本發明為了克服上述技術問題的缺點，提供了一種基于機器視覺的安全車距檢測方法。

本發明的基于機器視覺的安全車距檢測方法，其特征在于，通過以下步驟來實現：

a).建立訓練素材庫，利用安裝于車輛上的預警裝置，采集多種行駛場景下其前方貨車和小型車輛的圖片作為訓練素材，所采集的圖片要保證車輛的車牌是完全可見的，并將圖片處理為統一的正方形；預警裝置包括攝像頭、電源和語音提示模塊；

b).圖片標注，對經步驟a)處理后的圖片進行手工標注，標注內容為圖片中車牌所在區域和車牌類型，得到多種行駛場景下車輛的各類車牌數據集；

c).獲得車牌檢測模型，建立基于深度學習卷積神經網絡和多框目標檢測CAFFE-SSD的車牌檢測網絡的訓練模型，經步驟b)中的數據集劃分為訓練集、測試集和驗證集，將訓練集數據進行特征提取處理，按照建立的神經網絡模型進行訓練，獲得用于車牌檢測的目標檢測模型；

d).建立車距檢測模型，根據攝像頭成像過程中的相似三角形原理建立車距檢測數學模型，并將該算法加入訓練好的車牌檢測模型中；

設預警裝置的攝像頭距離車輛前端的距離為L，實際車距為d，攝像頭的成像焦距為f，車牌的實際寬度為H，車牌在成像傳感器上對應的像素寬度為h，根據攝像頭成像過程中的相似三角形原理可得：

f/(d+L)＝h/H (1)

由公式(1)可得：

d＝f*H/h-L (2)

e).獲得車距檢測模型，以CAFFE-SSD為訓練神經網絡，并在訓練中調整神經網絡參數，使得網絡在迭代過程中損失函數趨于收斂，最終形成車距檢測的神經網絡目標檢測模型；

f).建立車輛實時相對車速與車距的分段函數算法，并加入車距檢測模型算法中；

g).算法模型部署，將訓練好的車距檢測模型以及相對車速與車距的分段函算法進行部署并同步實時檢測，當檢測出司機因疲勞駕駛忽略安全車距時，語音提示模塊自動報警，以避免交通事故的發生。