[发明专利]一种基于广角成像的行人碰撞预警方法

权利要求书

1.一种基于广角成像的行人碰撞预警方法，其特征在于，包括：

获取图像中行人沿脚部至头部身体轴向方向的行人矩形边界框；

由矩形边界框在图像像素坐标系的具体坐标值，计算出行人脚底位置在像素坐标系中的坐标，以及行人沿脚部至头部身体轴向方向在像素坐标系中的预测偏转角；

将行人脚底位置在像素坐标系中的坐标通过像素坐标与世界坐标的变换矩阵关系，计算出行人脚部位置在世界坐标系中站立点平面上的坐标，并选取垂直于该行人站立点的垂直坐标点通过世界坐标与像素坐标的变换矩阵关系，计算出该垂直坐标点在像素坐标系中的像素坐标点；

通过将该垂直坐标点在像素坐标系中的像素坐标点与像素坐标系中的行人脚底位置坐标点，计算出两点所在直线在像素坐标系中的标定偏转角；

将预测偏转角与标定偏转角相减的差的绝对值与预设的角度阀值进行对比，若大于预设的角度阀值，行人则在预警范围外，若等于或小于预设的角度阀值，行人则在预警范围内。

2.根据权利要求1所述的基于广角成像的行人碰撞预警方法，其特征在于，获取图像中行人沿脚部至头部身体轴向方向的行人矩形边界框，包括：通过训练的方式实时获取图像中行人沿脚部至头部身体轴向方向的行人矩形边界框。

3.根据权利要求2所述的基于广角成像的行人碰撞预警方法，其特征在于，通过训练的方式实时获取图像中行人沿脚部至头部身体轴向方向的行人矩形边界框，包括以下步骤：

将包含行人的图片组成的图片集，并对该图片集进行仿射变换、透视变换、旋转等处理；

使用深度神经网络对图片集中的图像做分类和定位训练，以获得图像中行人沿脚部至头部身体轴向方向的行人矩形边界框。

4.根据权利要求1所述的基于广角成像的行人碰撞预警方法，其特征在于，由矩形边界框在图像像素坐标系的具体坐标值，计算出行人脚底位置在像素坐标系中的坐标，包括以下步骤：

在像素坐标系中获取矩形边界框的长和宽的尺寸值；

连接矩形边界框的两对角线，标记两对角线的交点，并将该交点作为矩形边界框的中心点；

以该中心点沿行人脚部至头部方向做平行于矩形边界框边长的平行线，并与矩形边界框底边相交，该交点即为行人在图像中的站立点，即在图像中的行人脚底位置；

由矩形边界框的长和宽的尺寸值在图像像素坐标系的关系，计算出矩形边界框中心点的坐标，以及行人脚底位置的坐标。

5.根据权利要求4所述的基于广角成像的行人碰撞预警方法，其特征在于，计算行人沿脚部至头部身体轴向方向在像素坐标系中的预测偏转角，包括：通过计算沿行人脚部至头部方向的矩形边界框边长与图像像素坐标系X轴的夹角，即为行人沿脚部至头部身体轴向方向在像素坐标系中的预测偏转角。

6.根据权利要求4所述的基于广角成像的行人碰撞预警方法，其特征在于，计算行人沿脚部至头部身体轴向方向在像素坐标系中的预测偏转角，包括：通过计算沿行人脚部至头部方向的连线与图像像素坐标系X轴的夹角，即为行人沿脚部至头部身体轴向方向在像素坐标系中的预测偏转角。

7.根据权利要求1所述的基于广角成像的行人碰撞预警方法，其特征在于，垂直于行人脚部位置在世界坐标系中站立点的垂直坐标点为在世界坐标系中，沿着沿行人脚部至头部方向的任意一点。

8.根据权利要求1所述的基于广角成像的行人碰撞预警方法，其特征在于，预设的角度阀值为10度。