[发明专利]一种侧后方车辆识别方法及装置

说明书

本发明提供一种侧后方车辆识别方法及装置，其中所述方法包括：获取本车侧后方黑白图像；从所述黑白图像中识别出旁车道的左右两条车道线；在所述黑白图像中的左右两条车道线范围内，设置三个梯形区域，所述每一梯形区域的左右两条腰线均分别与所述左右两条车道线中各自相邻的车道线平行，上下底均与所述黑白图像的水平宽度方向平行；分别计算所述三个梯形区域的三阶累积量；当所述任一梯形区域的三阶累积量在连续的设定时间内超过车辆识别阈值时，获得本车侧后方存在车辆的识别结果。本发明无需复杂繁琐的算法即可以判断本车侧后方尤其是驾驶者盲区内是否存在车辆，准确率和实时性高，计算量小，成本低。

技术领域

本发明涉及汽车技术领域，尤其涉及一种侧后方车辆识别方法及装置。

背景技术

在驾驶员辅助系统及自动驾驶系统中，准确而高效地获取环境信息是系统能够正确工作的必要条件。车辆行驶环境感知模块能够为驾驶员安全辅助系统以及自动驾驶系统提供所需要的信息源和输入参数，进而为下一步的智能控制、安全报警等功能的实现提供技术支撑。

车辆识别是行驶环境感知模块中的一个重要组成部分，为自适应巡航、前撞预警、追尾避撞、换道预警、换道避撞等驾驶员辅助功能提供了目标物信息，为自动驾驶系统提供了障碍物信息。车辆识别根据其相对于本车的位置，可分为前方车辆、侧方车辆和后方车辆。目前在前方车辆识别方面已经有较多和较成熟的研究，主要方法包括基于单目视觉的方法、基于立体视觉的方法、基于雷达的方法和基于雷达与视觉的传感器融合方法，已经能够较好的实现在各种工况下的前方车辆识别。相比前向车辆识别技术，后向车辆识别技术的研究相对较少，现有大部分算法都是采用基于运动的单目视觉和基于立体视觉的方法。而侧向车辆的识别相比前、后向车辆识别更加困难，这是因为在前、后向车辆识别中用到的大量特征，如对称性、底部阴影、车辆形状等，在侧向车辆识别中都无法使用。尤其当车辆位于相邻车道的驾驶员盲区中时，其侧面轮廓不能完全被视觉检测到，识别尤其困难，而此区域内的车辆正是对本车构成最大危险的障碍物。

目前在侧后方车辆识别方面，国内外有些使用24GHz的毫米波雷达探测盲区车辆，对其波形进行处理以获取目标信息，并使用非线性卡尔曼滤波方法来进行车辆跟踪；有些使用全方位相机识别车辆行驶的后侧向环境，使用差分高斯滤波器来获取相机图像中每个像素点的特征向量，并使用主成分分析方法来降低向量维数，使用模板匹配的方法搜索概率上最匹配的车轮位置；有些使用全方位相机和立体视觉识别驾驶员盲区，使用不等式算法方法将车辆从行驶环境背景中分离出来；有些将摄像机和近距雷达进行传感器信息融合来进行盲区车辆识别，还有些使用安装在车辆两侧的近距雷达来识别盲区车辆，并使用卡尔曼滤波方法来进行跟踪。

总体说来，现有的侧后方车辆识别技术中，主要采用的基于运动的方法计算量很大，难以保证实时性；而基于立体视觉或雷达与摄像机融合的方法则结构过于复杂，成本高，算法繁琐。其他方法在实现结构精简的同时，准确率较低，且容易受到环境的影响，稳定性较差。

发明内容

本发明所要解决的技术问题在于，提供一种兼顾实时性和准确性的侧后方车辆识别方法及装置。

为了解决上述技术问题，本发明提供一种侧后方车辆识别方法，包括：

步骤S1，获取本车侧后方黑白图像；

步骤S2，从所述黑白图像中识别出旁车道的左右两条车道线；

步骤S3，在所述黑白图像中的左右两条车道线范围内，设置三个梯形区域，所述每一梯形区域的左右两条腰线均分别与所述左右两条车道线中各自相邻的车道线平行，上下底均与所述黑白图像的水平宽度方向平行；

步骤S4，分别计算所述三个梯形区域的三阶累积量；

步骤S5，当所述任一梯形区域的三阶累积量在连续的设定时间内超过车辆识别阈值时，获得本车侧后方存在车辆的识别结果。