[发明专利]一种基于视觉的车辆前碰撞预测方法

权利要求书

1.一种基于视觉的车辆前碰撞预测方法，其特征在于，包括以下步骤：

S1.通过视觉目标检测算法定位前方车辆，并生成感兴趣区域；

S2.对图像进行预处理；

S3.检测此时感兴趣区域内的关键点；

S4.与上一帧图像中检测到的关键点进行关联，将相同的关键点进行匹配，生成匹配子；

S5.对得到的匹配子进行筛选；

S6.计算预测碰撞时间TTC；

S7.设定TTC阈值A,B,A代表存在碰撞危险，B代表情况紧急；

如果TTC＝A，表明暂时安全；

如果ATTC＝B，表明存在碰撞危险，通过语音、振动等方式对驾驶员做出警示；

如果TTCB，表明情况紧急，通过语言提醒的同时，控制制动踏板进行主动制动，并拉紧安全带。

2.根据权利要求1所述的一种基于视觉的车辆前碰撞预测方法，其特征在于，S1的目标检测算法采用基于卷积神经网络的目标检测算法快速检测。

3.根据权利要求1所述的一种基于视觉的车辆前碰撞预测方法，其特征在于，S2的预处理流程包括进行灰度处理，高斯平滑，梯度处理，便于关键点的检测。

4.根据权利要求1所述的一种基于视觉的车辆前碰撞预测方法，其特征在于，S4的匹配过程中通过交叉检测以及非最大值抑制技术提高匹配正确率。

5.根据权利要求1所述的一种基于视觉的车辆前碰撞预测方法，其特征在于，S5在筛选过程中运用统计学手段，通过计算匹配子的距离并求取均值，删除与均值相差太远的匹配子，筛选出最佳匹配子。

6.根据权利要求1所述的一种基于视觉的车辆前碰撞预测方法，其特征在于，S6中计算预测碰撞时间TTC，采用恒速模型：

h₀＝f*L_CD/d₀

h₁＝f*L_AB/d₁

L_AB＝L_CD

d₁＝d₀-V₀*Δt＝d₁*h₁/h₀-V₀*Δt

TTC＝d₁/V₀＝Δt/(h₁/h₀-1)

其中f为摄像头焦距，h₀为上一帧图像中检测到并筛选出的两个关键点投影在成像平面上的距离，h₁为此刻与之对应的两个关键点投影在成像平面上的距离，L_AB，L_CD为同一时刻两个关键点的距离；d₀表示上一时刻距离摄像头的距离，d₁表示此刻距离摄像头的距离，V₀表示上一时刻前方车辆的速度，Δt表示获取相邻两帧图像所需时间；TTC为预测碰撞时间。