[发明专利]车辆道路前车违规检测和自车违规预警提醒装置及方法

权利要求书

1.一种车辆道路前车违规检测和自车违规预警提醒装置，其特征在于，包括视频读入模块、道路检测识别模块、前车违规检测单元和自车违规预警单元，其中：

视频读入模块，用于获取道路的视频图像；

道路检测识别模块，用于检测车辆行驶时的车道线，识别车道线为实线或虚线，并识别车道线的类别，包括行车道、应急道、公交车道和专用车道；

前车违规检测单元，用于检测视频图像中前车的运动状态及其转向灯信息，对前车进行特征点跟踪，生成其运动轨迹，计算运动轨迹的横向跨度是否大于一个车道的宽度，判断前车的变道情况，结合车道线的类别和转向灯信息判断该车辆是否发生违规变道，在前车发生违规变道时，向驾驶员发出报警信息，并提取违规车辆的车牌信息；

自车违规预警单元，用于检测自车的车道位置和转向灯信息，根据自车与两侧车道线类型和相对位置，结合转向灯信息，预测自车是否将发生违规变道，在将要发生违规变道时，向驾驶员发出报警信息。

2.根据权利要求1所述的车辆道路前车违规检测和自车违规预警提醒装置，其特征在于，所述的前车违规检测单元包括：

前车检测识别模块，用于检测视频图像中前方的运动车辆；

跟踪模块，用于通过卡尔曼滤波跟踪算法对前车进行跟踪，并检测和标记前车的转向灯信息；

判别模块，用于对前车进行特征点跟踪，记录前车位置信息，通过位置信息生成运动轨迹，计算轨迹的横向跨度是否大于一个车道的宽度，判断前车的变道情况，再结合车道线种类以及前车转向灯打开关闭状态进而判别是否发生违规变道；根据自车与两侧车道线相对位置和转向灯打开关闭情况，预测判别是否将要发生违规变道；根据神经网络算法识别出前车的车型，根据识别出的前车车型和相应行驶的车道种类判别，判断前车是否违规变道；

信息保存传输模块，用于在前车发生违规变道时发出报警信息，并从视频图像中截取、保存该违规车辆的车牌信息，并保存违规变道时的视频图像，通过无线网络传输至服务器。

3.根据权利要求1所述的车辆道路前车违规检测和自车违规预警提醒装置，其特征在于，所述自车违规预警单元包括：

高精度定位模块，用于结合卫星定位系统和地图API，检测自车的准确车道位置；

判别模块，用于根据自车与两侧车道线类型和相对位置，结合转向灯信息，预测自车是否将发生违规变道；

预警提醒模块，用于在自车将要发生违规变道时，向驾驶员发出报警信息。

4.一种车辆道路前车违规检测和自车违规预警提醒方法，其特征在于,包括以下步骤：

S1、获取道路的视频图像；

S2、检测车辆行驶时的车道线，识别车道线为实线或虚线，并识别车道线的类别，包括行车道、应急道、公交车道和专用车道；

S3、前车违规检测：检测视频图像中前车的运动状态及其转向灯信息，对前车进行特征点跟踪，生成其运动轨迹，计算运动轨迹的横向跨度是否大于一个车道的宽度，判断前车的变道情况，结合车道线的类别和转向灯信息判断该车辆是否发生违规变道，在前车发生违规变道时，向驾驶员发出报警信息，并提取违规车辆的车牌信息；

S4、自车违规预警：检测自车的车道位置和转向灯信息，根据自车与两侧车道线类型和相对位置，结合转向灯信息，预测自车是否将发生违规变道，在将要发生违规变道时，向驾驶员发出报警信息。

5.根据权利要求4所述的车辆道路前车违规检测和自车违规预警提醒方法，其特征在于，步骤S3中采用Adaboost算法对前车的运动状态进行检测，其方法为：

步骤一、离线训练：在各种环境下采集大量的车辆样本和非车辆样本，通过对样本的学习，针对样本的类Haar特征，通过Adaboost训练算法形成弱分类器，根据权重把这些弱分类器组合成强分类器；

步骤二、在线识别：根据离线训练得到的强分类器，对道路的视频图像进行实时检测与判断，从检测出前车开始，对该车进行标记，并建立该车位置信息与时间序列关系进行保存，得到当前图像中车辆所在的位置。