基于視覺的潛在倒車碰撞檢測

?

基于視覺的潛在倒車碰撞檢測

主要對倒車過程中存在的潛在碰撞進行檢測。對碰撞的檢測主要依賴于安裝在車輛側窗和后方的車載攝像機，監測倒車周圍的環境。倒車過程發生事故主要包括以下幾種方式（圖1）：①接近倒車車輛軌跡的其他車輛；②目標是盲點區域；③倒車中駕駛員不注意。

在這個研究中，完整的系統檢測可以分為以下4個步驟。

（1）從相機中的圖片監測靜止和動態的車輛和對象。使用面向直方圖的梯度HOG特性和非線性支持向量機分類器來檢測目標車輛周圍的靜止車輛。HOG特征提取方法的主要優點是容易實現，根據所描述的特征可以獲得局部輪廓信息、邊緣和梯度結構，反映局部形狀的特征。使用高斯混合模型（GMM）方法檢測運動的車輛。在這一步中，將視頻中的每一幀比作一個參考圖像（背景模型）。視頻中的幀會因為車輛或目標的運動而發生明顯著改變。

（2）預測動態車輛和目標車輛的軌跡。計算高斯混合模型的輸出，跟蹤監測區域前面和右下角位置的物體。檢測這兩點后，由這兩點畫兩條直線（一個水平、一個垂直）。跟蹤每一幀兩條直線的相交點。因此，任何車輛的軌跡都在界限點之間。在這項研究中，假設目標車輛和即將駛來的車輛在同一方向。

（3）計算所有動態車輛向目標車輛移動的速度以及目標車輛的速度。在試驗中，考慮到同一區域估計目標車輛的速度會導致輸出受限，因此將攝像機安裝在右側窗口，目標車輛的位置將出現在圖像的右下角，這有助于發現目標車輛附近圖像紋理的變化。根據區域內白色像素的數量估計目標車輛的速度。

（4）基于對目標車輛及接近車輛軌跡和速度的預測，預測潛在的碰撞。

試驗結果表明，該模型在不同的交通場景中表現良好，有助于提高汽車駕駛安全性。

M. M. Monwar et al. 2013 IEEE Intelligent Vehicles Symposium (IV), 2013.

編譯：趙喚