[發(fā)明專利]車輛危險警示方法及裝置、計算機可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011541115.3
• 申請日: 2020-12-23
• 公開（公告）號: CN112580535A
• 公開（公告）日: 2021-03-30
• 發(fā)明（設(shè)計）人: 李陽;杜思軍;高雷
• 申請（專利權(quán)）人: 恒大新能源汽車投資控股集團有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京國昊天誠知識產(chǎn)權(quán)代理有限公司 11315
• 代理人: 許振新

1.一種車輛危險警示方法，其特征在于，包括：

獲取車輛的外部危險信息，以確定所述車輛的外部危險信息指標(biāo)；

獲取所述車輛的內(nèi)部危險信息，以確定所述車輛的內(nèi)部危險信息指標(biāo)；

基于所述外部危險信息指標(biāo)和所述內(nèi)部危險信息指標(biāo)，確定所述車輛的危險指數(shù)，所述危險指數(shù)用于表示所述車輛相對行人的危險程度；

執(zhí)行與所述危險指數(shù)匹配的車輛危險警示。

2.如權(quán)利要求1所述的方法，其特征在于，所述外部危險信息包括以下至少一項：行人危險行為、行人碰撞概率、行人密集度、天氣惡劣度、路況惡劣度。

3.如權(quán)利要求2所述的方法，其特征在于，獲取車輛的外部危險信息，以確定所述車輛的外部危險信息指標(biāo)，包括：

從包括有所述車輛周邊的行人行為動作的圖像中提取對應(yīng)的特征圖，并將所述特征圖分別輸入到預(yù)定的行人檢測模型和物體檢測模型，得到所述圖像中行人對應(yīng)的行人檢測特征圖和所述圖像中物體對應(yīng)的物體檢測特征圖；

將所述行人檢測特征圖與所述物體檢測特征圖進行拼接，并輸入預(yù)定第一檢測模型，得到所述圖像中行人對應(yīng)的危險動作靜態(tài)檢測結(jié)果；

從包括有所述車輛周邊的行人行為動作的多個連續(xù)幀圖像分別提取對應(yīng)的多個特征圖，并將所述多個特征圖進行拼接，輸入到預(yù)定的第二檢測模型，得到所述多個連續(xù)幀圖像中行人對應(yīng)的危險動作動態(tài)檢測結(jié)果；

將所述危險動作靜態(tài)檢測結(jié)果和所述危險動作動態(tài)檢測結(jié)果進行拼接，并輸入預(yù)定的第三檢測模型，得到確定所述圖像中行人危險行為的檢測結(jié)果；

基于所述行人危險行為的檢測結(jié)果，確定所述車輛的第一外部危險信息指標(biāo)。

4.如權(quán)利要求2所述的方法，其特征在于，獲取車輛的外部危險信息，以確定所述車輛的外部危險信息指標(biāo)，包括：

從包括有所述車輛周邊的行人行為動作的圖像中提取對應(yīng)的特征圖，并將所述特征圖輸入到預(yù)定的行人檢測模型，得到所述圖像中多個行人各自對應(yīng)的行人邊界框；

將所述行人邊界框的面積之和與所述行人邊界框的并集面積，確定所述圖像中行人對應(yīng)的行人密集度；

基于所述行人密集度，確定所述車輛的第一外部危險信息指標(biāo)。

5.如權(quán)利要求2所述的方法，其特征在于，獲取車輛的外部危險信息，以確定所述車輛的外部危險信息指標(biāo)，包括：

獲取所述車輛與行人的相對位置及相對速度；

根據(jù)所述車輛的速度確定所述行人與所述車輛的距離；

通過所述相對位置和所述距離確定所述行人碰撞概率；

基于所述行人碰撞概率，確定所述車輛的第二外部危險信息指標(biāo)。

6.如權(quán)利要求2所述的方法，其特征在于，獲取車輛的外部危險信息，以確定所述車輛的外部危險信息指標(biāo)，包括：

從預(yù)訂地圖系統(tǒng)獲取所述車輛行駛道路的道路曲率；

根據(jù)所述道路曲率大小確定所述路況惡劣度；

基于所述路況惡劣度，確定所述車輛的第三外部危險信息指標(biāo)。

7.如權(quán)利要求1所述的方法，其特征在于，所述內(nèi)部危險信息包括以下至少一項：駕駛員危險行為、車輛的故障狀態(tài)。