[发明专利]对关于车辆变更车道的危险发出警报的方法及装置

说明书

本发明涉及对车辆变更车道的危险发出警报的方法，所述方法包括(a)获取到正在行驶的车辆拍摄的后方图像的情况下，警报装置利用学习的卷积神经网络(CNN，Convolutional Neural Network)对后方图像进行分割以获取对应于后方图像的分割图像的步骤；(b)警报装置参照分割图像确认盲区的可用空间比例，可用空间比例是盲区中不存在客体的道路区域的盲区相对于整个区域的比例的步骤；以及(c)可用空间比例为预设的临界值以下的情况下，警报装置向车辆的驾驶员发出关于车道变更的警报的步骤。

技术领域

本发明涉及对车辆变更车道的危险发出警报的方法及利用其的警报装置，更具体来讲，涉及对所述车辆的所述车道变更的所述危险发出警报的方法及利用其的装置，其中所述方法的特征在于，包括：，(a)获取到正在行驶的车辆拍摄的至少一个后方图像的情况下，利用学习的卷积神经网络(CNN，Convolutional Neural Network)分割所述后方图像以获取对应于所述后方图像的分割图像的步骤；(b)参照所述分割图像确认至少一个盲区(blind spot)上的至少一个可用空间比例(free space ratio)，其中所述可用空间比例是所述盲区中不存在客体的道路区域相对于整个所述盲区的比例的步骤；以及(c)所述可用空间比例为至少一个预设的临界值以下的情况下，向所述车辆的驾驶员发出关于车道变更的所述危险的警报的步骤。

背景技术

一般来讲，为了使得驾驶员在驾驶车辆的过程中变更车道的情况下观察侧面及后边以确保视野，车辆的两侧安装有侧方后视镜且车内前面中央部安装有车内后视镜。

侧方后视镜安装在车辆的两侧面以用于确保侧面及后方视野，但是存在无法确认向侧面靠近行驶的车辆或其他一些客体的盲区。

因此具有当驾驶员在未确认到贴近正在行驶的车辆的侧面从后方跟过来的其他车辆的状态变更车道的情况下，可能发生与在盲区行驶的其他车辆发生碰撞事故的问题。

为了防止这些问题，有在侧方后视镜的一侧部分设置用于驾驶员观测盲区的凸面镜的情况。

但是，即使在侧方后视镜安装凸面镜等，但为了变更车辆车道仍需要驾驶员肉眼确认盲区，因此驾驶员的驾驶疲劳度增大，并且发生驾驶员的头部位置改变的情况下也存在用凸面镜确认不到的盲区的问题。

为了防止这些问题，近来出现了一种将通过安装在车辆后面的传感器感测靠近盲区或位于盲区的车辆等得到的信息提供给驾驶员以防止驾驶员在未察觉到盲区的车辆的状态下变更车道引发事故的盲区监控系统。

尤其，利用视觉传感器的盲区监控系统一般适用基于影像信息检测出几种特性的算法。

这种算法具有受外部环境、客体的外形及系统构成影响的有限的检测率，若想准确地检测则需要经过多次影像处理作业，因此运算量非常大。因此实时检测由于有限的处理资源而在难以适用于内置型系统。

不仅如此，在利用视觉传感器的车辆的检测方法中作为主要问题之一，CNN(Convolutional Neural Network)中区域生成网络(RPN，Region Proposal Network)是速度慢的原因。为了从特征图提取至少一个后补，RPN判断滑动窗口在所有位置是否都含有至少一个后补。全连接层(Fully Connected Layer)判断至少一个后补是否为车辆，但是后补中大部分彼此重叠且运算方面耗费大量时间，这对提高检测率几乎起不到任何帮助。

又一利用视觉传感器检测车辆的例子有光流(optical flow)技术，是用运动向量表示影像像素的运动的方法。然而，利用光流技术的车辆识别算法的运算处理量非常多，因此具有无法实时检测车辆的问题。

发明内容

技术问题

本发明的目的是解决如上所述的所有问题。

本发明的另一目的是使得能够轻易地检测出位于盲区的车辆。