前车起步的处理方法、装置和系统
阅读：583发布：2023-02-25
专利汇可以提供前车起步的处理方法、装置和系统专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种前车起步的处理方法、装置和系统。其中，该前车起步的处理方法应用于前车起步的处理系统，处理系统包括：视频 传感器 和重 力 传感器，该处理方法包括：通过视频传感器采集当前车辆的车头前方图像，以及通过重力传感器采集当前车辆的 加速 度信息；基于车头前方图像的图像特征和/或加速度信息确定当前车辆的行驶状态；在当前车辆的行驶状态为静止状态时，获取车头前方图像中目标对象的运动轨迹；根据目标对象的运动轨迹判断是否生成用于提醒当前车辆启动的提醒信息。通过本发明，解决了 现有技术 在行车过程中无法准确进行前车起步提醒的问题，使得在当前车辆的前一车辆驶出时，可以及时提醒当前车辆动作。，下面是前车起步的处理方法、装置和系统专利的具体信息内容。
1.一种前车起步的处理方法，其特征在于，应用于前车起步的处理系统，所述处理系统包括：视频传感器和重力传感器，所述处理方法包括：
通过所述视频传感器采集当前车辆的车头前方图像，以及通过所述重力传感器采集所述当前车辆的加速度信息；
基于所述车头前方图像的图像特征和/或所述加速度信息确定所述当前车辆的行驶状态；
在所述当前车辆的行驶状态为静止状态时，获取所述车头前方图像中目标对象的运动轨迹；
根据所述目标对象的运动轨迹判断是否生成用于提醒所述当前车辆启动的提醒信息。
2.根据权利要求1所述的处理方法，其特征在于，基于所述车头前方图像的图像特征和/或所述加速度信息确定所述当前车辆的行驶状态包括：
在所述当前车辆的行驶状态为初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或所述当前车辆的加速度信息确定所述当前车辆的行驶状态为所述静止状态或运动状态；
在所述当前车辆的行驶状态不为所述初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或帧差前景离散度以及所述当前车辆的加速度信息确定所述当前车辆的行驶状态为所述静止状态或所述运动状态，
其中，所述车头前方图像的图像特征包括所述帧差前景比例和所述帧差前景离散度。
3.根据权利要求2所述的处理方法，其特征在于，在所述当前车辆的行驶状态为初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或所述当前车辆的加速度信息确定所述当前车辆的行驶状态为静止状态或运动状态包括：
若连续N帧车头前方图像的帧差前景比例大于预设比例阈值、或连续N帧车头前方图像中每帧车头前方图像对应的所述当前车辆的加速度值大于预设加速度阈值，则确定所述当前车辆的行驶状态为所述运动状态，其中，所述加速度信息包括所述加速度值；
若连续N帧车头前方图像的帧差前景比例不大于所述预设比例阈值、且连续N帧车头前方图像中每帧车头前方图像对应的所述当前车辆的加速度值不大于所述预设加速度阈值，则确定所述当前车辆的行驶状态为所述静止状态。
4.根据权利要求2所述的处理方法，其特征在于，在所述当前车辆的行驶状态不为所述初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或帧差前景离散度以及所述当前车辆的加速度信息确定所述当前车辆的行驶状态为所述静止状态或所述运动状态包括：
在所述当前车辆的行驶状态为所述运动状态的情况下，若连续N帧车头前方图像中每帧车头前方图像对应的所述当前车辆的加速度值不大于预设加速度阈值、且连续N帧车头前方图像的帧差前景比例不大于预设比例阈值，则确定所述当前车辆的行驶状态变更为所述静止状态；或，若连续N帧车头前方图像中每帧车头前方图像对应的所述当前车辆的加速度值不大于预设加速度阈值、且连续N帧车头前方图像的帧差前景离散度不大于预设离散度阈值，则确定所述当前车辆的行驶状态变更为所述静止状态；
在所述当前车辆的行驶状态为所述静止状态的情况下，若连续N帧车头前方图像中每帧车头前方图像对应的所述当前车辆的加速度值大于所述预设加速度阈值，则确定所述当前车辆的行驶状态变更为所述运动状态，否则，确定所述当前车辆的行驶状态为所述静止状态。
5.根据权利要求1所述的处理方法，其特征在于，在所述当前车辆的行驶状态为静止状态时，获取所述车头前方图像中目标对象的运动轨迹包括：
对所述车头前方图像进行车尾检测，得到所述车头前方图像中的一个或多个目标对象；
对检测到的各个所述目标对象进行目标跟踪，得到各个所述目标对象的运动轨迹。
6.根据权利要求1所述的处理方法，其特征在于，根据所述目标对象的运动轨迹判断是否生成用于提醒所述当前车辆启动的提醒信息包括：
基于各个所述目标对象的运动轨迹判断所述当前车辆的前一车辆是否发生运动；
若所述当前车辆的前一车辆发生运动，则生成所述用于提醒所述当前车辆启动的提醒信息。
7.根据权利要求6所述的处理方法，其特征在于，基于各个所述目标对象的运动轨迹判断所述当前车辆的前一车辆是否发生运动包括：
基于各个所述目标对象的运动轨迹确定各个所述目标对象的运行方向；
利用所述目标对象的运行方向和运动轨迹的长度判断所述目标对象是否为正在运动的候选目标，得到候选目标队列；
判断所述候选目标队列中的各个所述候选目标是否为旁道目标，其中，所述旁道目标为与所述当前车辆行驶在不同车道的目标；
若所述候选目标为所述旁道目标，则从所述候选目标队列中删除所述旁道目标，得到更新后的候选目标队列；
判断所述更新后的候选目标队列中的候选目标是否为所述当前车辆的前一车辆；
若所述更新后的候选目标队列中的所述候选目标为所述当前车辆的前一车辆，则判断出所述当前车辆的前一车辆发生运动。
8.根据权利要求7所述的处理方法，其特征在于，基于各个所述目标对象的运动轨迹确定各个所述目标对象的运行方向包括：
若所述目标对象的运动轨迹的拟合曲线曲率大于预设曲率阈值，则确定所述目标对象的运行方向为转弯；
若所述目标对象的运动轨迹的拟合曲线曲率不大于所述预设曲率阈值，则确定所述目标对象的运行方向为直行。
9.根据权利要求8所述的处理方法，其特征在于，利用所述目标对象的运行方向和运动轨迹的长度判断所述目标对象是否为正在运动的候选目标包括：
若所述目标对象的运行方向为转弯，且所述目标对象的运行轨迹的长度大于第一预设长度阈值，则确定所述目标对象为所述正在运动的候选目标；
若所述目标对象的运行方向为直行，且所述目标对象的运行轨迹的长度大于第二预设长度阈值，则确定所述目标对象为所述正在运动的候选目标。
10.根据权利要求7所述的处理方法，其特征在于，判断所述候选目标队列中的各个所述候选目标是否为旁道目标包括：
检测所述车头前方图像中的车道线；
若检测到所述车道线，则判断所述候选目标是否与所述当前车辆行驶在同一车道内，若所述候选目标与所述当前车辆行驶在同一车道内，则所述候选目标不是所述旁道目标；
若未检测到所述车道线，基于所述候选目标在所述车头前方图像中的位置和所述候选目标的运动轨迹判断所述候选目标是否满足旁道车辆行驶轨迹；
若所述候选目标满足所述旁道车辆行驶轨迹，则确定所述候选目标为所述旁道目标；
若所述候选目标不满足所述旁道车辆行驶轨迹，则确定所述候选目标不是所述旁道目标。
11.根据权利要求7所述的处理方法，其特征在于，判断所述更新后的候选目标队列中的候选目标是否为所述当前车辆的前一车辆包括：
通过所述更新后的候选目标队列中的所有候选目标的初始位置和各个所述候选目标之间的相对位置判断所述候选目标是否为所述前一车辆。
12.根据权利要求11所述的处理方法，其特征在于，通过所述更新后的候选目标队列中的所有候选目标的初始位置和各个所述候选目标之间的相对位置判断所述候选目标是否为所述前一车辆包括：
通过所述更新后的候选目标队列中的所有候选目标的初始位置和各个所述候选目标之间的相对位置，确定距离所述车头前方图像的下边缘中点最短的候选目标为所述前一车辆。
13.根据权利要求5所述的处理方法，其特征在于，对所述车头前方图像进行车尾检测包括：
在不同的检测时间段采用不同的车尾检测模型对所述车头前方图像进行车尾检测。
14.一种前车起步的处理装置，其特征在于，应用于前车起步的处理系统，所述处理系统包括：视频传感器和重力传感器，所述处理装置包括：
采集单元，用于通过所述视频传感器采集当前车辆的车头前方图像，以及通过所述重力传感器采集所述当前车辆的加速度信息；
确定单元，用于基于所述车头前方图像的图像特征和/或所述加速度信息确定所述当前车辆的行驶状态；
获取单元，用于在所述当前车辆的行驶状态为静止状态时，获取所述车头前方图像中目标对象的运动轨迹；
生成单元，用于根据所述目标对象的运动轨迹判断是否生成用于提醒所述当前车辆启动的提醒信息。
15.根据权利要求14所述的处理装置，其特征在于，所述确定单元包括：
第一确定模块，用于在所述当前车辆的行驶状态为初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或所述当前车辆的加速度信息确定所述当前车辆的行驶状态为所述静止状态或运动状态；
第二确定模块，用于在所述当前车辆的行驶状态不为所述初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或帧差前景离散度以及所述当前车辆的加速度信息确定所述当前车辆的行驶状态为所述静止状态或所述运动状态，
其中，所述车头前方图像的图像特征包括所述帧差前景比例和所述帧差前景离散度。
16.根据权利要求14所述的处理装置，其特征在于，所述获取单元包括：
车尾检测模块，用于对所述车头前方图像进行车尾检测，得到所述车头前方图像中的一个或多个目标对象；
目标跟踪模块，用于对检测到的各个所述目标对象进行目标跟踪，得到各个所述目标对象的运动轨迹。
17.根据权利要求14所述的处理装置，其特征在于，所述生成单元包括：
判断模块，用于基于各个所述目标对象的运动轨迹判断所述当前车辆的前一车辆是否发生运动；
生成模块，用于若所述当前车辆的前一车辆发生运动，则生成所述用于提醒所述当前车辆启动的提醒信息。
18.根据权利要求17所述的处理装置，其特征在于，所述判断模块包括：
确定子模块，用于基于各个所述目标对象的运动轨迹确定各个所述目标对象的运行方向；
第一判断子模块，用于利用所述目标对象的运行方向和运动轨迹的长度判断所述目标对象是否为正在运动的候选目标，得到候选目标队列；
第二判断子模块，用于判断所述候选目标队列中的各个所述候选目标是否为旁道目标，其中，所述旁道目标为与所述当前车辆行驶在不同车道的目标；
删除子模块，用于若所述候选目标为所述旁道目标，则从所述候选目标队列中删除所述旁道目标，得到更新后的候选目标队列；
第三判断子模块，用于判断所述更新后的候选目标队列中的候选目标是否为所述当前车辆的前一车辆；
第四判断子模块，用于若所述更新后的候选目标队列中的所述候选目标为所述当前车辆的前一车辆，则判断出所述当前车辆的前一车辆发生运动。
19.一种前车起步的处理系统，其特征在于，包括：
视频传感器，安装在当前车辆的前挡风玻璃上，所述视频传感器与所述当前车辆的后视镜位于同一水平线，用于采集所述当前车辆的车头前方图像；
重力传感器，用于采集所述当前车辆的加速度信息；
处理器，与所述视频传感器和所述重力传感器连接，用于基于所述车头前方图像的图像特征和/或所述加速度信息确定所述当前车辆的行驶状态，在所述当前车辆的行驶状态为静止状态时，获取所述车头前方图像中目标对象的运动轨迹，并根据所述目标对象的运动轨迹判断是否生成用于提醒所述当前车辆启动的提醒信息。
20.根据权利要求19所述的处理系统，其特征在于，所述处理系统还包括：
提醒单元，与所述处理器连接，用于将所述提醒信息以声音和/或图像方式输出。
前车起步的处理方法、装置和系统
技术领域
[0001] 本发明涉及驾驶辅助系统领域，具体而言，涉及一种前车起步的处理方法、装置和系统。
背景技术
[0002] 在交通路口，在交通信号灯由红灯亮转为绿灯亮，或交通信号灯由红色转为绿色时，前面的车辆已经驶出，而由于各种原因后面的车辆未及时跟随，可能会造成交通拥堵，严重的可能造成交通事故。现有技术中，一般通过基于前车和当前车辆的行驶状态来判断当前车辆是否需要起步，但是现有技术中通过重力传感器、CAN总线或者GPS确定当前车辆的行驶状态的结果误差较大，且现有技术通过分析前车车尾影像的尺寸变化同时辅以声波、激光等技术手段判断前车是否运动，该判断前车是否起步的技术手段需要的参数多、数据处理复杂、处理结果不准确。由上述分析可知，现有技术中无法准确判断当前车辆和前车的行驶状态，从而无法准确地进行前车起步提醒。
[0003] 针对现有技术在行车过程中无法准确进行前车起步提醒的问题，目前尚未提出有效的解决方案。
发明内容
[0004] 本发明实施例提供了一种前车起步的处理方法、装置和系统，以至少解决现有技术在行车过程中无法准确进行前车起步提醒的技术问题。
[0005] 根据本发明实施例的一个方面，提供了一种前车起步的处理方法，应用于前车起步的处理系统，处理系统包括：视频传感器和重力传感器，该处理方法包括：通过视频传感器采集当前车辆的车头前方图像，以及通过重力传感器采集当前车辆的加速度信息；基于车头前方图像的图像特征和/或加速度信息确定当前车辆的行驶状态；在当前车辆的行驶状态为静止状态时，获取车头前方图像中目标对象的运动轨迹；根据目标对象的运动轨迹判断是否生成用于提醒当前车辆启动的提醒信息。
[0006] 根据本发明实施例的另一方面，还提供了一种前车起步的处理装置，应用于前车起步的处理系统，处理系统包括：视频传感器和重力传感器，该处理装置包括：采集单元，通过视频传感器采集当前车辆的车头前方图像，以及通过重力传感器采集当前车辆的加速度信息；确定单元，用于基于车头前方图像的图像特征和/或加速度信息确定当前车辆的行驶状态；获取单元，用于在当前车辆的行驶状态为静止状态时，获取车头前方图像中目标对象的运动轨迹；生成单元，用于根据目标对象的运动轨迹判断是否生成用于提醒当前车辆启动的提醒信息。
[0007] 根据本发明实施例的另一方面，又提供了一种前车起步的处理系统，该处理系统包括：视频传感器，安装在当前车辆的前挡风玻璃上，视频传感器与当前车辆的后视镜位于同一水平线，用于采集当前车辆的车头前方图像；重力传感器，用于采集当前车辆的加速度信息；处理器，与摄像机和重力传感器连接，用于基于车头前方图像的图像特征和/或加速度信息确定当前车辆的行驶状态，在当前车辆的行驶状态为静止状态时，获取车头前方图像中目标对象的运动轨迹，并根据目标对象的运动轨迹判断是否生成用于提醒当前车辆启动的提醒信息。
[0008] 在本发明实施例中，基于通过视频传感器采集的车头前方图像的图像特征和/或通过重力传感器采集的加速度信息确定当前车辆的行驶状态，在当前车辆的行驶状态为静止状态时，获取车头前方图像中目标对象(包括前车)的运动轨迹，根据目标对象的运动轨迹判断是否生成用于提醒当前车辆启动的提醒信息。通过上述实施例，采用车头前方图像信息和加速度信息的结合准确判断当前车辆的行驶状态。在当前车辆的行驶状态为静止状态时，基于车头前方图像中的目标对象的运动轨迹判断当前车辆的前车是否启动，以判断是否需要生成提醒信息。该方案在处理过程中使用的参数少，处理结果准确，解决了现有技术在行车过程中无法准确进行前车起步提醒的技术问题，使得在当前车辆的前一车辆驶出时，可以及时提醒，以使当前车辆及时动作。附图说明
[0009] 此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0010] 图1是根据本发明实施例的一种前车起步的处理方法的流程图；
[0011] 图2是根据本发明实施例的一种可选的前车起步的处理方法的流程图；
[0012] 图3是根据本发明实施例的另一种可选的前车起步的处理方法的流程图；
[0013] 图4是根据本发明实施例的第三种可选的前车起步的处理方法的流程图；
[0014] 图5是根据本发明实施例的第四种可选的前车起步的处理方法的流程图；
[0015] 图6是根据本发明实施例的一种前车起步的处理装置的示意图；
[0016] 图7是根据本发明实施例的一种前车起步的处理系统的示意图；
[0017] 图8是根据本发明实施例的一种可选的前车起步的处理系统的示意图；
[0018] 图9是根据本发明实施例的另一种可选的前车起步的处理系统的示意图。
具体实施方式
[0019] 首先，在对本发明实施例进行描述的过程中出现的部分名词或术语适用于如下解释：
[0020] 高级辅助驾驶系统(Advanced Driver Assistant System，ADAS)：利用安装于车上的多类传感器，实时收集车内外环境数据，进行静、动态物体的辨识、侦测与追踪，从而让驾驶者在最快时间内察觉可能发生的危险，以提高行车安全。
[0021] 单目视觉(Monocular Vision)：用一台摄像机获取场景信息并进行智能分析。
[0023] 卡尔曼滤波(Kalman filter)：利用线性系统状态方程，通过系统观测数据，对系统状态进行最优估计。
[0024] 重力传感器(G-sensor)：能够感知到加速度变化的传感器。
[0026] 车尾(Vehicle Tail)：在图像中被检测算法和跟踪算法确认的车尾，用矩形框表示，在本文中与车辆、目标为同一个概念。
[0027] 前车(Preceding Vehicle)：在图像中被确认的位于当前车辆车头前方的唯一车辆，在本文中与前一车辆为同一个概念。
[0028] 方向梯度直方图(Histogram of Oriented Gradient)：一种在计算机视觉和图像处理中用来进行物体检测的特征描述子，通过计算和统计图像局部区域的梯度方向直方图来构成特征。
[0029] Adaboost：一种迭代算法，核心思想是针对同一个训练集训练不同的弱分类器，然后把这些弱分类器集合起来，构成一个强分类器。
[0030] 为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
[0031] 需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0032] 实施例1
[0033] 根据本发明实施例，提供了一种前车起步的处理方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0034] 图1是根据本发明实施例的一种前车起步的处理方法的流程图，如图1所示，该前车起步的处理方法应用于前车起步的处理系统，处理系统包括：视频传感器和重力传感器，该处理方法可以包括如下步骤：
[0035] 步骤S102，通过视频传感器采集当前车辆的车头前方图像，以及通过重力传感器采集当前车辆的加速度信息。
[0036] 步骤S104，基于车头前方图像的图像特征和/或加速度信息确定当前车辆的行驶状态。
[0037] 其中，当前车辆的行驶状态可以为静止状态或者运动状态，静止状态是指当前车辆相对路面静止，比如等待红绿灯或堵车时；运动状态是指当前车辆相对路面运动，包括加速、减速、匀速运动。
[0038] 步骤S106，在当前车辆的行驶状态为静止状态时，获取车头前方图像中目标对象的运动轨迹。
[0039] 其中，车头前方图像中目标对象可以为一个或者多个。
[0040] 步骤S108，根据目标对象的运动轨迹判断是否生成用于提醒当前车辆启动的提醒信息。
[0041] 采用本发明实施例，基于通过视频传感器采集的车头前方图像的图像特征和/或通过重力传感器采集的加速度信息确定当前车辆的行驶状态，在当前车辆的行驶状态为静止状态时，获取车头前方图像中目标对象(包括前车)的运动轨迹，根据目标对象的运动轨迹判断是否生成用于提醒当前车辆启动的提醒信息。通过上述实施例，采用车头前方图像信息和加速度信息的结合准确判断当前车辆的行驶状态。在当前车辆的行驶状态为静止状态时，基于车头前方图像中的目标对象的运动轨迹判断当前车辆的前车是否启动，以判断是否需要生成提醒信息。该方案在处理过程中使用的参数少，处理结果准确，解决了现有技术在行车过程中无法准确进行前车起步提醒的问题，使得在当前车辆的前一车辆驶出时，可以及时提醒，以使当前车辆及时动作。
[0042] 上述实施例中，可以通过安装在当前车辆后视镜后方挡风玻璃上的摄像机实时捕获当前车辆的车头前方的连续画面，以获取当前车辆的车头前方图像。重力传感器实时获取当前车辆的加速度信息，该加速度信息包括当前车辆在世界坐标系三个不同方向的加速度值，其中，上述的三个不同方向分别为车辆运行方向、垂直于车辆运行方向且与路面平行方向、垂直于路面方向。
[0044] 可选地，上述实施例中的摄像机可以为一台，通过一台摄像机实时捕获当前车辆的车头前方的连续画面得到获取当前车辆的车头前方图像，重力传感器获取当前车辆的加速度信息。基于该车头前方图像的图像特征和/或加速度信息确定当前车辆的行驶状态，若确定的当前车辆的行驶状态为静止状态时，获取车头前方图像中一个或多个目标对象的运动轨迹，基于该一个或多个目标对象的运动轨迹判断当前车辆的前车是否已经驶出，若当前车辆的前车已经驶出，且该车仍处于静止状态，则生成提醒信息。
[0045] 下面以当前车辆行驶在交通路口为应用场景详细说明本发明实施例：
[0046] 当前行驶车辆的后视镜后方的挡风玻璃上安装有摄像机，若该当前车辆行驶到交通路口时，该交通路口的交通灯为红色，则当前车辆停车，并启动该处理方法。在启动该算法之后，通过摄像机捕获当前车辆的前方场景的连续多帧画面，并通过重力传感器获取当前车辆在三个不同方向上的加速度信息，通过该车头前方图像的图像特征和/或加速度信息的加速度值确定当前车辆的行驶状态为静止状态，跟踪车头前方图像中目标对象的运动轨迹，若通过目标对象的运动轨迹判断出当前车辆的前一车辆驶出，则生成用于提醒当前车辆启动的提醒信息，并通过提示装置输出该提醒信息，以提醒当前车辆及时启动。
[0047] 通过上述实施例，在交通信号灯转换颜色时，可以实现当前车辆的前一车辆驶出后，当前车辆能够自动、准确识别并起步跟随的效果。
[0048] 根据本发明的上述实施例，基于车头前方图像的图像特征和/或加速度信息确定当前车辆的行驶状态包括：在当前车辆的行驶状态为初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或当前车辆的加速度信息确定当前车辆的行驶状态为静止状态或运动状态；在当前车辆的行驶状态不为初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或帧差前景离散度以及当前车辆的加速度信息确定当前车辆的行驶状态为静止状态或运动状态，其中，车头前方图像的图像特征包括帧差前景比例和帧差前景离散度。
[0049] 其中，车头前方图像的图像特征包括帧差前景比例和帧差前景离散度，帧差前景比例是指帧差前景点个数与图像像素点个数比例；帧差前景离散度是指前景块面积与图像像素点个数比例，用来衡量前景的离散程度。其中的前景块是对帧差前景点进行腐蚀、膨胀、连通域处理得到的矩形块。
[0050] 上述实施例中的重力传感器获取的加速度信息包括加速度值，能准确反映当前车辆是否处于加减速状态，在当前车辆启动或停止时，加速度值较大，在当期车辆匀速运动或静止时，加速度值较小。
[0051] 在上述实施例中，在确定当前车辆的行驶状态时使用了车前场景的帧差前景离散度特征，可以去除旁道车辆对判断当前车辆行驶状态的干扰。
[0052] 通过上述实施例，基于当前车辆的车头前方图像的图像特征和/或加速度信息确定当前车辆的行驶状态，从而实现对当前车辆行驶状态的准确确定。
[0053] 具体地，在当前车辆的行驶状态为初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或当前车辆的加速度信息确定当前车辆的行驶状态为静止状态或运动状态包括：若连续N帧车头前方图像的帧差前景比例大于预设比例阈值、或连续N帧车头前方图像中每帧车头前方图像对应的当前车辆的加速度值大于预设加速度阈值，则确定当前车辆的行驶状态为运动状态，其中，加速度信息包括加速度值；若连续N帧车头前方图像的帧差前景比例不大于预设比例阈值、且连续N帧车头前方图像中每帧车头前方图像对应的当前车辆的加速度值不大于预设加速度阈值，则确定当前车辆的行驶状态为静止状态。
[0054] 其中，加速度值为通过重力传感器采集的加速度信息。
[0055] 进一步地，在当前车辆的行驶状态不为初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或帧差前景离散度以及当前车辆的加速度信息确定当前车辆的行驶状态为静止状态或运动状态包括：在当前车辆的行驶状态为运动状态的情况下，若连续N帧车头前方图像中每帧车头前方图像对应的当前车辆的加速度值不大于预设加速度阈值、且连续N帧车头前方图像的帧差前景比例不大于预设比例阈值，则确定当前车辆的行驶状态变更为静止状态；或，若连续N帧车头前方图像中每帧车头前方图像对应的当前车辆的加速度值不大于预设加速度阈值、且连续N帧车头前方图像的帧差前景离散度不大于预设离散度阈值，则确定当前车辆的行驶状态变更为静止状态；否则，确定当前车辆的行驶状态为运动状态。在当前车辆的行驶状态为静止状态的情况下，若连续N帧车头前方图像中每帧车头前方图像对应的当前车辆的加速度值大于预设加速度阈值，则确定当前车辆的行驶状态变更为运动状态，否则，确定当前车辆的行驶状态为静止状态。
[0056] 可选地，预设加速度阈值可以用Tg表示，预设比例阈值可以用Tf表示，预设离散度阈值可以用Ts表示。
[0057] 可选地，该实施例通过视频传感器(如上述的摄像机)实时获取当前车辆的车头前方的连续多帧画面，得到当前车辆的车头前方的图像信息，重力传感器获取当前车辆的加速度信息，基于该车头前方的图像信息和加速度信息确定当前车辆的行驶状态。
[0058] 在该实施例中，可以通过状态机模型确定当前车辆的行驶状态，具体地，状态机模型包括三个状态：初始状态、运动状态和静止状态。初始状态是在系统启动时，由于采集的车头前方图像的帧数未达到系统设定的最小帧数阈值，则系统无法判断出当前车辆的行驶状态，此时将当前车辆的行驶状态设置为初始状态。运动状态是指当前车辆相对路面的运动速度的状态，包括加速运动、减速运动以及匀速运动。静止状态是指当前车辆相对路面静止，比如等待红绿灯或堵车时。
[0059] 上述的系统是指用于实现前车起步的处理方法的系统。
[0060] 可选地，状态机模型如图2所示，该状态机模型的三个状态之间的切换可以利用当前车辆的车头前方图像的图像特征和重力传感器获取的加速度信息来实现。
[0061] 在系统刚启动时，当前车辆的行驶状态为初始状态，基于当前车辆的连续N帧车头前方图像的帧差前景比例和/或当前车辆的加速度信息确定当前车辆的行驶状态为静止状态或运动状态(即图2中通过规则1或规则2确定当前车辆的行驶状态)。
[0062] 具体地，如果在N帧当前车辆车头前方图像内，每帧车头前方图像对应的当前车辆的加速度值都超过预设加速度阈值Tg或每帧车头前方图像对应的当前车辆的帧差前景比例都大于预设比例阈值Tf，那么确定当前车辆的行驶状态为运动状态，即图2中的规则1。
[0063] 如果在N帧当前车辆车头前方图像内，每帧车头前方图像对应的当前车辆的加速度值都小于预设加速度阈值Tg，且每帧车头前方图像对应的当前车辆的帧差前景比例都小于预设比例阈值Tf，那么确定当前车辆的行驶状态为静止状态，即图2中的规则2。
[0064] 在确定当前车辆的行驶状态为静止状态或运动状态的情况下，可以按照图2所示的规则3和规则4对当前车辆的当前的行驶状态进行判断，具体地：
[0065] 规则3：在当前车辆的行驶状态为运动状态的情况下，如果连续N帧车头前方图像中每帧车头前方图像对应的当前车辆的加速度值小于预设加速度阈值Tg、且连续N帧车头前方图像的帧差前景比例小于预设比例阈值Tf；或，如果连续N帧车头前方图像中每帧车头前方图像对应的当前车辆的加速度值小于预设加速度阈值Tg，且连续N帧车头前方图像的帧差前景离散度小于预设离散度阈值Ts，那么当前车辆的行驶状态切换到静止状态；否则，当前车辆维持运动状态。
[0066] 规则4：在当前车辆的行驶状态为静止状态的情况下，如果连续N帧车头前方图像中每帧车头前方图像对应的当前车辆的加速度值大于预设加速度阈值Tg，那么当前车辆的行驶状态切换至运动状态；否则当前车辆维持静止状态。
[0067] 通过上述实施例，采用状态机模型可以准确判断当前车辆的行驶状态。
[0068] 根据本发明的上述实施例，在当前车辆的行驶状态为静止状态时，获取车头前方图像中目标对象的运动轨迹包括：对车头前方图像进行车尾检测，得到车头前方图像中的一个或多个目标对象；对检测到的各个目标对象进行目标跟踪，得到各个目标对象的运动轨迹。
[0069] 具体地，对车头前方图像进行车尾检测包括：在不同的检测时间段采用不同的车尾检测模型对车头前方图像进行车尾检测。
[0070] 可选地，根据目标对象的运动轨迹判断是否生成用于提醒当前车辆启动的提醒信息包括：基于各个目标对象的运动轨迹判断当前车辆的前一车辆是否发生运动；若当前车辆的前一车辆发生运动，则生成用于提醒当前车辆启动的提醒信息，其中，前一车辆为与当前车辆行驶在同一车道且在当前车辆车头前方的车辆。
[0071] 在上述实施例中，在当前车辆的行驶状态为静止状态时，通过车尾检测和目标跟踪得到一个或多个目标对象的运动轨迹，基于该一个或多个目标对象的运动轨迹判断当前车辆的前车是否已经驶出，若当前车辆的前车已经驶出，且该当前车辆仍处于静止状态，则生成提醒信息，以提醒当前车辆及时动作。
[0072] 下面结合图3详述本发明上述实施例，如图3所示，该实施例可以通过如下步骤实现：
[0073] 步骤S301：通过视频传感器采集当前车辆的车头前方图像。
[0074] 步骤S302：通过重力传感器采集当前车辆的加速度信息。
[0075] 具体地，可以通过一台摄像机实时捕获当前车辆的车头前方的连续画面得到获取当前车辆的车头前方图像，重力传感器实时获取当前车辆在三个不同方向上的加速度信息。
[0076] 步骤S303：基于车头前方图像的图像特征和/或加速度信息确定当前车辆的行驶状态是否为静止状态。
[0077] 若确定当前车辆的行驶状态为静止状态，则执行步骤S304；若确定当前车辆的行驶状态不为静止状态，则结束提醒算法。
[0078] 步骤S304：对车头前方图像进行车尾检测，得到车头前方图像中的一个或多个目标对象。
[0079] 可选地，在当前车辆行驶状态为静止状态时，对通过一台摄像机采集的当前车辆的当前帧的车头前方图像进行车尾检测，在当前车辆行驶状态为运动状态时，关闭车尾检测。
[0080] 在该实施例中，车尾检测采用离线学习方式，分别训练两个检测时间段(如白天和晚上两个检测时间段)的两个车尾模型，车尾模型通过提取车尾样本HOG特征，用Adaboost算法训练得到。在进行车尾检测时，白天采用训练得到的白天车尾模型，到了夜间，自适应切换为夜间车尾模型，可以实现在不同时间段调用不同模型，保证了前车起步的处理方法在夜间的可用性。
[0081] 可选地，在进行车尾检测时，以特定尺度因子对车头前方图像进行降采样，得到降采样图像(可选地，该降采样图样生成对应图像的缩略图，提高系统处理速度)，对每个降采样图像通过滑动窗口方式扫描，计算各滑动窗口图像与训练得到的车尾模型的匹配度，匹配度较高的窗口作为目标对象输出，得到车头前方图像中一个或多个目标对象，并对得到的一个或多个目标对象进行目标跟踪。其中，特定尺度因子可以预先设置。
[0082] 步骤S305：对检测到的各个目标对象进行目标跟踪，得到各个目标对象的运动轨迹。
[0083] 其中，目标跟踪采用基于颜色的目标跟踪算法ColorCSK，可对多个目标对象同时进行跟踪。ColorCSK算法以颜色为图像特征，利用频率域实现快速相关匹配，该算法包括建模和匹配跟踪两部分：建模时，将目标对象的车尾位置作为训练样本，根据期望响应在频率域中更新目标模型参数；匹配跟踪时，利用已有的车尾模型对目标对象进行相关匹配，找到响应值最高位置作为当前帧图像的目标对象的轨迹位置输出。
[0084] 可选地，在目标跟踪过程中，由于同一目标对象与当前车辆的距离不同在图像中形成的像的大小也会不同，ColorCSK算法具有尺度自适应性，可维持不同尺寸多个跟踪模型，以实现对同一目标对象(如，车)的持续稳定跟踪，得到各个目标对象的跟踪轨迹。
[0085] 在当前车辆行驶状态为运动状态时，停止目标跟踪。
[0086] 步骤S306：检测车头前方图像中的车道线。
[0087] 通过检测是否有车道线以及车道线在图像中的位置。
[0088] 步骤S307：基于车道线的检测结果和目标对象的运动轨迹判断当前车辆的前一车辆是否发生运动。
[0089] 基于目标对象与车道线的相对位置判断目标对象是否为旁道目标，去除旁道车辆起步造成的对当前车辆的误提醒。
[0090] 若当前车辆的前一车辆发生运动，则执行步骤S308；若当前车辆的前一车辆未发生运动，则结束提醒流程。
[0091] 步骤S308：生成用于提醒当前车辆启动的提醒信息。
[0092] 根据本发明的上述实施例，基于各个目标对象的运动轨迹判断当前车辆的前一车辆是否发生运动可以包括：基于各个目标对象的运动轨迹确定各个目标对象的运行方向；利用目标对象的运行方向和运动轨迹的长度判断目标对象是否为正在运动的候选目标，得到候选目标队列；判断候选目标队列中的各个候选目标是否为旁道目标，其中，旁道目标为与当前车辆行驶在不同车道的目标；若候选目标为旁道目标，则从候选目标队列中删除旁道目标，得到更新后的候选目标队列；判断更新后的候选目标队列中的候选目标是否为当前车辆的前一车辆；若更新后的候选目标队列中的候选目标为当前车辆的前一车辆，则判断出当前车辆的前一车辆发生运动。
[0093] 具体地，在当前车辆的行驶状态为静止状态时，通过车尾检测和目标跟踪得到一个或多个目标对象的运动轨迹，基于各个目标对象的运动轨迹确定各个目标对象的运行方向(转弯或直行)，并利用目标对象的运动轨迹和与运行方向对应的预设判断条件确定目标对象是否为正在运动的候选目标，得到候选目标队列。判断候选目标队列中的各个候选目标是否与当前车辆行驶在同一车道，若候选目标与当前车辆行驶在不同车道，则该候选目标为旁道目标，从候选目标队列中删除该候选目标，得到更新后的候选目标队列，并判断更新后的候选目标队列中的候选目标是否为当前车辆的前一车辆，前一车辆是指与当前车辆行驶在同一车道且在当前车辆车头前方的车辆，若为当前车辆的前一车辆，判断出当前车辆的前一车辆发生运动，则生成用于提醒当前车辆启动的提醒信息。
[0094] 通过上述实施例，基于各个目标对象的运动轨迹判断当前车辆的前一车辆是否发生运动，若当前车辆的前一车辆发生运动，则生成用于提醒当前车辆启动的提醒信息，以提醒当前车辆及时动作。
[0095] 具体地，基于各个目标对象的运动轨迹确定各个目标对象的运行方向包括：若目标对象的运动轨迹的拟合曲线曲率大于预设曲率阈值，则确定目标对象的运行方向为转弯；若目标对象的运动轨迹的拟合曲线曲率不大于预设曲率阈值，则确定目标对象的运行方向为直行。
[0096] 根据本发明的上述实施例，利用目标对象的运行方向和运动轨迹的长度判断目标对象是否为正在运动的候选目标包括：若目标对象的运行方向为转弯，且目标对象的运行轨迹的长度大于第一预设长度阈值，则确定目标对象为正在运动的候选目标；若目标对象的运行方向为直行，且目标对象的运行轨迹的长度大于第二预设长度阈值，则确定目标对象为正在运动的候选目标。
[0097] 可选地，预设曲率阈值可以用T表示，第一预设长度阈值可以用L1表示，第二预设长度阈值可以用L2表示。
[0098] 可选地，对于通过基于对每一帧图像进行车尾检测和目标跟踪得到的一个或多个目标对象的检测跟踪结果更新，更新运动轨迹。首先通过各个目标对象的运动轨迹确定各个目标对象的运行方向(直行或转弯)。如果目标对象的运动轨迹拟合曲线曲率大于预设曲率阈值T，则确定该目标对象的运行方向为转弯；如果目标对象的运动轨迹拟合曲线曲率小于T，则确定该目标对象的运行方向为直行。对于运动方向为转弯的目标对象，如果对应的运动轨迹长度大于第一预设长度阈值L1(单位为像素)，则确定该目标对象为正在运动的候选目标，将该目标对象加入候选目标队列；对于运动方向为直行的目标对象，如果对应的运动轨迹长度大于第二预设长度阈值L2(单位为像素)，则确定该目标对象为正在运动的候选目标，将该目标对象加入候选目标队列。如果轨迹较短，没有满足条件的候选目标，则直接跳出，进入下一帧运动轨迹的更新。
[0099] 通过上述实施例，可以准确判断出当前车辆的前一车辆是否发生运动，并在前一车辆发生运动的情况下，生成用于提醒当前车辆启动的提醒信息，以提醒当前车辆及时动作。
[0100] 下面结合图4详述本发明上述实施例，如图4所示该实施例可以通过如下步骤实现：
[0101] 步骤S401：获取目标对象的运动轨迹。
[0102] 步骤S402：基于各个目标对象的运动轨迹确定各个目标对象的运行方向。
[0103] 若目标对象的运行方向为转弯，则执行步骤S403；若目标对象的运行方向为直行，则执行步骤S404。
[0104] 具体地，若目标对象的运动轨迹的拟合曲线曲率大于预设曲率阈值，则确定目标对象的运行方向为转弯；若目标对象的运动轨迹的拟合曲线曲率不大于预设曲率阈值，则确定目标对象的运行方向为直行。
[0105] 步骤S403：判断目标对象的运行轨迹的长度是否大于第一预设长度阈值。
[0106] 若目标对象的运行轨迹的长度大于第一预设长度阈值，则确定目标对象为正在运动的候选目标。
[0107] 步骤S404：判断目标对象的运行轨迹的长度是否大于第二预设长度阈值。
[0108] 若目标对象的运行轨迹的长度大于第二预设长度阈值，则确定目标对象为正在运动的候选目标。
[0109] 步骤S405：将目标对象加入候选目标队列。
[0110] 具体地，将确定为正在运动的候选目标的目标对象加入候选目标队列。
[0111] 步骤S406：判断候选目标队列中的候选目标是否为旁道目标。
[0112] 其中，旁道目标为与当前车辆行驶在不同车道的目标。
[0113] 若候选目标为旁道目标，则执行步骤S409：从候选目标队列中删除旁道目标，得到更新后的候选目标队列；若候选目标不为旁道目标，执行步骤S407。
[0114] 步骤S407：判断候选目标是否为当前车辆的前一车辆。
[0115] 判断更新后的候选目标队列中的候选目标是否为前车，若更新后的候选目标队列中的候选目标为当前车辆的前一车辆，则判断出当前车辆的前一车辆发生运动，则执行步骤S408。
[0116] 步骤S408：报警。
[0117] 根据本发明的上述实施例，判断候选目标队列中的各个候选目标是否为旁道目标包括：检测车头前方图像中的车道线；若检测到车道线，则判断候选目标是否与当前车辆行驶在同一车道内，若候选目标与当前车辆行驶在同一车道内，则候选目标不是旁道目标；若未检测到车道线，基于候选目标在车头前方图像中的位置和候选目标的运动轨迹判断候选目标是否满足旁道车辆行驶轨迹，若候选目标满足旁道车辆行驶轨迹，则确定候选目标为旁道目标；若候选目标不满足旁道车辆行驶轨迹，则确定候选目标不是旁道目标。
[0118] 可选地，采用车道线检测判断候选目标是否与当前车辆在同一车道内，以过滤旁道车辆起步造成的误触发，车道线检测模块包括线段检测、线段合并、车道线筛选和车道线跟踪四个步骤，其中线段检测采用LSD算法。
[0119] 通过上述实施例，检测车头前方图像中的车道线，并在检测到有效车道线和未检测到有效车道线两种情况下，判断候选目标队列中的各个候选目标是否为旁道目标，从候选目标队列中删除旁道目标，得到更新后的候选目标队列，以过滤旁道车辆起步时造成对当前车辆的误提醒。
[0120] 下面结合图5详述本发明上述实施例的旁道车辆的判断流程，如图5所示旁道车辆的判断流程通过如下步骤实现：
[0121] 步骤S501：检测车头前方图像中的车道线是否有效。
[0122] 若检测到有效车道线，则执行步骤S502；若未检测到有效车道线，则执行步骤S503。
[0123] 步骤S502：判断候选目标是否在有效车道线内。
[0124] 具体地，判断候选目标是否与当前车辆行驶在同一车道内。若候选目标与当前车辆行驶在同一车道内，则候选目标不是旁道目标，则执行步骤S504：确定候选目标为本车道车辆；若候选目标与当前车辆行驶不在同一车道内，则执行步骤S505：确定候选目标为旁道车辆。
[0125] 其中，本车道车辆是指与当前车辆在同一车道内的候选目标，旁道车辆是指与当前车辆不在同一车道内的候选目标。
[0126] 步骤S503：判断候选目标是否满足旁道车辆运动轨迹。
[0127] 具体地，基于候选目标在车头前方图像中的位置和候选目标的运动轨迹判断候选目标是否满足旁道车辆运动轨迹。
[0128] 若候选目标满足旁道车辆运动轨迹，则执行步骤S505；若候选目标不满足旁道车辆运动轨迹，则执行步骤S504。
[0129] 根据本发明的上述实施例，判断更新后的候选目标队列中的候选目标是否为当前车辆的前一车辆包括：通过更新后的候选目标队列中的所有候选目标的初始位置和各个候选目标之间的相对位置判断候选目标是否为前一车辆。
[0130] 具体地，通过更新后的候选目标队列中的所有候选目标的初始位置和各个候选目标之间的相对位置判断候选目标是否为前一车辆可以包括：通过更新后的候选目标队列中的所有候选目标的初始位置和各个候选目标之间的相对位置，确定距离车头前方图像的下边缘中点最短的候选目标为前一车辆。
[0131] 具体地，在得到更新后的候选目标队列之后，获取更新后的候选目标队列中的所有候选目标的初始位置和各个候选目标之间的相对位置，并通过分析确定距离车头前方图像的下边缘中点最短的候选目标，该候选目标为当前车辆的前一车辆，则判断出当前车辆的前一车辆发生动作，生成用于提醒当前车辆启动的提醒信息，以提醒当前车辆及时动作。若通过分析未得到有效候选目标，则候选目标队列中不存在发生运动的前一车辆，则进入下一帧运动轨迹的更新。
[0132] 可选地，可以通过报警装置输出语音或图像提醒当前车辆的驾驶员和/或通过光线的变化提醒驾驶员，例如夜间变化车内的氛围灯等。
[0133] 通过上述实施例，可以准确判断出更新后的候选目标队列中的候选目标是否为当前车辆的前一车辆，并在存在候选目标为当前车辆的前一车辆时，判断出当前车辆的前一车辆发生动作，生成用于提醒当前车辆启动的提醒信息，以提醒当前车辆及时动作。
[0134] 具体地，本发明实施例是基于重力传感器和单目视觉的前车起步的处理方法，其中的单目视觉是指可以通过一台摄像机获取当前车辆的车头前方场景信息并进行智能分析。基于通过一台摄像机获取的当前车辆的车头前方图像的图像特征和重力传感器获取的加速度信息，采用状态机模型，通过多特征融合可以准确判断当前车辆的行驶状态。在判断出当前车辆的行驶状态为静止状态时，在不同的检测时间段采用不同的车尾检测模型对每一帧车头前方图像进行车尾检测，得到车头前方图像中的一个或多个目标对象，并跟踪各个目标对象得到各个目标对象的运动轨迹。通过车道线检测的检测结果去除目标对象中的旁道车辆，以过滤旁道车辆起步对当前车辆造成的误提醒，在去除旁道车辆之后，判断剩余的目标对象中是否存在当前车辆的前一车辆，若判断出存在当前车辆的前一车辆，则生成提醒信息，以提醒当前车辆及时动作。
[0135] 在上述的车道线检测中，若检测不到有效车道线，则基于候选目标在车头前方图像中的位置和候选目标的运动轨迹判断候选目标是否满足旁道车辆运动轨迹，若候选目标满足旁道车辆运动轨迹，则确定该候选目标为旁道车辆，删除该候选目标。
[0136] 通过上述实施例，采用车头前方图像信息和加速度信息的结合准确判断当前车辆的行驶状态，在当前车辆的行驶状态为静止状态时，基于车头前方图像中的目标对象的运动轨迹判断当前车辆的前车是否启动，以判断是否生成提醒信息。该方案在处理过程中使用的参数少，处理结果准确，解决了现有技术在行车过程中无法准确进行前车起步提醒的问题，使得在当前车辆的前一车辆驶出时，可以及时提醒，以使当前车辆及时动作。
[0137] 需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
[0138] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0139] 实施例2
[0140] 根据本发明实施例，还提供了一种用于前车起步的处理方法的处理装置，应用于前车起步的处理系统，处理系统包括：视频传感器和重力传感器，如图6所示，该装置包括：采集模块20、确定模块40、获取模块60以及生成模块80。
[0141] 其中，采集单元20，用于通过视频传感器采集当前车辆的车头前方图像，以及通过重力传感器采集当前车辆的加速度信息。
[0142] 确定单元40，用于基于车头前方图像的图像特征和/或加速度信息确定当前车辆的行驶状态。
[0143] 其中，当前车辆的行驶状态可以为静止状态或者运动状态，静止状态是指当前车辆相对路面静止，比如等待红绿灯或堵车时；运动状态是指当前车辆相对路面运动，包括加速、减速、匀速运动。
[0144] 获取单元60，用于在当前车辆的行驶状态为静止状态时，获取车头前方图像中目标对象的运动轨迹。
[0145] 其中，车头前方图像中目标对象可以为一个或者多个。
[0146] 生成单元80，用于根据目标对象的运动轨迹判断是否生成用于提醒当前车辆启动的提醒信息。
[0147] 采用本发明实施例，基于通过视频传感器采集的车头前方图像的图像特征和/或通过重力传感器采集的加速度信息确定当前车辆的行驶状态，在当前车辆的行驶状态为静止状态时，获取车头前方图像中目标对象(包括前车)的运动轨迹，根据目标对象的运动轨迹判断是否生成用于提醒当前车辆启动的提醒信息。通过上述实施例，采用车头前方图像信息和加速度信息的结合准确判断当前车辆的行驶状态，在当前车辆的行驶状态为静止状态时，基于车头前方图像中的目标对象的运动轨迹判断当前车辆的前车是否启动，以判断是否需要生成提醒信息。该方案在处理过程中使用的参数少，处理结果准确，解决了现有技术在行车过程中无法准确进行前车起步提醒的问题，使得在当前车辆的前一车辆驶出时，可以及时提醒，以使当前车辆及时动作。
[0148] 上述实施例中，可以通过安装在当前车辆后视镜后方挡风玻璃上的摄像机实时捕获当前车辆的车头前方的连续画面，以获取当前车辆的车头前方图像，重力传感器实时获取当前车辆的加速度信息，该加速度信息包括当前车辆在世界坐标系三个不同方向的加速度值。所述的三个不同方向分别为车辆运行方向、垂直于车辆运行方向且与路面平行方向、垂直于路面方向。
[0149] 通过获取车头前方图像和加速度信息，无需修改车辆线路，比只使用重力传感器确定车辆的行驶状态的方案也更加准确。
[0150] 可选地，上述实施例中的摄像机可以为一台，通过一台摄像机实时捕获当前车辆的车头前方的连续多帧画面得到获取当前车辆的车头前方图像，重力传感器获取当前车辆的加速度信息，基于该车头前方图像的图像特征和/或加速度信息确定当前车辆的行驶状态，若确定的当前车辆的行驶状态为静止状态时，获取车头前方图像中一个或多个目标对象的运动轨迹，基于该一个或多个目标对象的运动轨迹判断当前车辆的前车是否已经驶出，若当前车辆的前车已经驶出，且该车仍处于静止状态，则生成提醒信息。
[0151] 根据本发明的上述实施例，确定单元包括：第一确定模块，用于在当前车辆的行驶状态为初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或当前车辆的加速度信息确定当前车辆的行驶状态为静止状态或运动状态；第二确定模块，用于在当前车辆的行驶状态不为初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或帧差前景离散度以及当前车辆的加速度信息确定当前车辆的行驶状态为静止状态或运动状态，[0152] 其中，车头前方图像的图像特征包括帧差前景比例和帧差前景离散度，帧差前景比例是指帧差前景点个数与图像像素点个数比例；帧差前景离散度是指前景块面积与图像像素点个数比例，用来衡量前景的离散程度。其中的前景块是对帧差前景点进行腐蚀、膨胀、连通域处理得到的矩形块。
[0153] 上述实施例中的重力传感器获取的加速度信息包括加速度值，能准确反映当前车辆是否处于加减速状态，在当前车辆启动或停止时，加速度值较大，在当期车辆匀速运动或静止时，加速度值较小。
[0154] 在上述实施例中，在确定当前车辆的行驶状态时使用了车前场景的帧差前景离散度的参数，可以去除旁道车辆对判断当前车辆行驶状态的干扰。
[0155] 通过上述实施例，基于当前车辆的车头前方图像的图像特征和/或加速度信息确定当前车辆的行驶状态，从而实现对当前车辆行驶状态的准确确定。
[0156] 具体地，在当前车辆的行驶状态为初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或当前车辆的加速度信息确定当前车辆的行驶状态为静止状态或运动状态包括：若连续N帧车头前方图像的帧差前景比例大于预设比例阈值、或连续N帧车头前方图像中每帧车头前方图像对应的当前车辆的加速度值大于预设加速度阈值，则确定当前车辆的行驶状态为运动状态，其中，加速度信息包括加速度值；若连续N帧车头前方图像的帧差前景比例不大于预设比例阈值、且连续N帧车头前方图像中每帧车头前方图像对应的当前车辆的加速度值不大于预设加速度阈值，则确定当前车辆的行驶状态为静止状态。
[0157] 其中，加速度值为通过重力传感器采集的加速度信息。
[0158] 进一步地，在当前车辆的行驶状态不为初始状态时，基于连续N帧车头前方图像的帧差前景比例和/或帧差前景离散度以及当前车辆的加速度信息确定当前车辆的行驶状态为静止状态或运动状态包括：在当前车辆的行驶状态为运动状态的情况下，若连续N帧车头前方图像中每帧车头前方图像对应的当前车辆的加速度值不大于预设加速度阈值、且连续N帧车头前方图像的帧差前景比例不大于预设比例阈值，则确定当前车辆的行驶状态变更为静止状态；或，若连续N帧车头前方图像中每帧车头前方图像对应的当前车辆的加速度值不大于预设加速度阈值、且连续N帧车头前方图像的帧差前景离散度不大于预设离散度阈值，则确定当前车辆的行驶状态变更为静止状态；否则，确定当前车辆的行驶状态为运动状态。在当前车辆的行驶状态为静止状态的情况下，若连续N帧车头前方图像中每帧车头前方图像对应的当前车辆的加速度值大于预设加速度阈值，则确定当前车辆的行驶状态变更为运动状态，否则，确定当前车辆的行驶状态为静止状态。
[0159] 根据本发明的上述实施例，获取单元包括：车尾检测模块，用于对车头前方图像进行车尾检测，得到车头前方图像中的一个或多个目标对象；目标跟踪模块，用于对检测到的各个目标对象进行目标跟踪，得到各个目标对象的运动轨迹。
[0160] 具体地，对车头前方图像进行车尾检测包括：在不同的检测时间段采用不同的车尾检测模型对车头前方图像进行车尾检测。
[0161] 可选地，在当前车辆行驶状态为静止状态时，对通过一台摄像机采集的当前车辆的当前帧的车头前方图像进行车尾检测，在当前车辆行驶状态为运动状态时，关闭车尾检测。
[0162] 在该实施例中，车尾检测模块采用离线学习方式，分别训练两个检测时间段(如白天和晚上两个检测时间段)的两个车尾模型，车尾模型通过提取车尾样本HOG特征，用Adaboost算法训练得到。在进行车尾检测时，白天采用训练得到的白天车尾模型，到了夜间，自适应切换为夜间车尾模型，可以实现在不同时间段调用不同模型，保证了前车起步的处理方法在夜间的可用性。
[0163] 可选地，车尾检测模块以特定尺度因子对车头前方图像进行降采样，得到降采样图像(可选地，该降采样图样生成对应图像的缩略图，提高系统处理速度)，对每个降采样图像通过滑动窗口方式扫描，计算各滑动窗口图像与训练得到的车尾模型的匹配度，匹配度较高的窗口作为目标对象输出，得到车头前方图像中一个或多个目标对象，并对得到的一个或多个目标对象进行目标跟踪。其中，特定尺度因子可以预先设置的值。
[0164] 目标跟踪模块采用基于颜色的目标跟踪算法ColorCSK，可对多个目标对象同时进行跟踪。ColorCSK算法以颜色为图像特征，利用频率域实现快速相关匹配，该算法包括建模和匹配跟踪两部分：建模时，将目标对象的车尾位置作为训练样本，根据期望响应在频率域中更新目标模型参数；匹配跟踪时，利用已有的车尾模型对目标对象进行相关匹配，找到响应值最高位置作为当前帧图像的目标对象的轨迹位置输出。
[0165] 可选地，在目标跟踪过程中，由于同一目标对象与当前车辆的距离不同在图像中形成的像的大小也会不同，ColorCSK算法具有尺度自适应性，可维持不同尺寸多个跟踪模型，以实现对同一目标对象(如，车)的持续稳定跟踪，得到各个目标对象的跟踪轨迹。
[0166] 在当前车辆行驶状态为运动状态时，停止目标跟踪。
[0167] 根据本发明的上述实施例，生成单元包括：判断模块，用于基于各个目标对象的运动轨迹判断当前车辆的前一车辆是否发生运动；生成模块，用于若当前车辆的前一车辆发生运动，则生成用于提醒当前车辆启动的提醒信息，其中，前一车辆为与当前车辆行驶在同一车道且在当前车辆车头前方的车辆。
[0168] 具体地，判断模块包括：确定子模块，用于基于各个目标对象的运动轨迹确定各个目标对象的运行方向；第一判断子模块，用于利用目标对象的运行方向和运动轨迹的长度判断目标对象是否为正在运动的候选目标，得到候选目标队列；第二判断子模块，用于判断候选目标队列中的各个候选目标是否为旁道目标，其中，旁道目标为与当前车辆行驶在不同车道的目标；删除子模块，用于若候选目标为旁道目标，则从候选目标队列中删除旁道目标，得到更新后的候选目标队列；第三判断子模块，用于判断更新后的候选目标队列中的候选目标是否为当前车辆的前一车辆；第四判断子模块，用于若更新后的候选目标队列中的候选目标为当前车辆的前一车辆，则判断出当前车辆的前一车辆发生运动。
[0169] 具体地，在当前车辆的行驶状态为静止状态时，通过车尾检测和目标跟踪得到一个或多个目标对象的运动轨迹，基于各个目标对象的运动轨迹确定各个目标对象的运行方向(转弯或直行)，并利用目标对象的运动轨迹和与运行方向对应的预设判断条件确定目标对象是否为正在运动的候选目标，得到候选目标队列。判断候选目标队列中的各个候选目标是否与当前车辆行驶在同一车道，若候选目标与当前车辆行驶在不同车道，则该候选目标为旁道目标，从候选目标队列中删除该候选目标，得到更新后的候选目标队列，并判断更新后的候选目标队列中的候选目标是否为当前车辆的前一车辆，前一车辆是指与当前车辆行驶在同一车道且在当前车辆车头前方的车辆，若为当前车辆的前一车辆，判断出当前车辆的前一车辆发生运动，则生成用于提醒当前车辆启动的提醒信息。
[0170] 通过上述实施例，基于各个目标对象的运动轨迹判断当前车辆的前一车辆是否发生运动，若当前车辆的前一车辆发生运动，则生成用于提醒当前车辆启动的提醒信息，以提醒当前车辆及时动作。
[0171] 第一确定子模块包括：若目标对象的运动轨迹的拟合曲线曲率大于预设曲率阈值，则确定目标对象的运行方向为转弯；若目标对象的运动轨迹的拟合曲线曲率不大于预设曲率阈值，则确定目标对象的运行方向为直行。
[0172] 第一判断子模块包括：若目标对象的运行方向为转弯，且目标对象的运行轨迹的长度大于第一预设长度阈值，则确定目标对象为正在运动的候选目标；若目标对象的运行方向为直行，且目标对象的运行轨迹的长度大于第二预设长度阈值，则确定目标对象为正在运动的候选目标。
[0173] 第二判断子模块包括：检测车头前方图像中的车道线；若检测到车道线，则判断候选目标是否与当前车辆行驶在同一车道内，若候选目标与当前车辆行驶在同一车道内，则候选目标不是旁道目标；若未检测到车道线，基于候选目标在车头前方图像中的位置和候选目标的运动轨迹判断候选目标是否满足旁道车辆行驶轨迹，若候选目标满足旁道车辆行驶轨迹，则确定候选目标为旁道目标；若候选目标不满足旁道车辆行驶轨迹，则确定候选目标不是旁道目标。
[0174] 第三判断子模块包括：通过更新后的候选目标队列中的所有候选目标的初始位置和各个候选目标之间的相对位置判断候选目标是否为前一车辆。具体地，第三判断子模块通过更新后的候选目标队列中的所有候选目标的初始位置和各个候选目标之间的相对位置确定距离车头前方图像的下边缘中点最短的候选目标为前一车辆。
[0175] 具体地，本发明实施例是基于重力传感器和单目视觉的前车起步的处理方法，其中的单目视觉是指可以通过一台摄像机获取当前车辆的车头前方场景信息并进行智能分析。基于通过一台摄像机获取的当前车辆的车头前方图像的图像特征和重力传感器获取的加速度信息，采用状态机模型，通过多特征融合可以准确判断当前车辆的行驶状态。在判断出当前车辆的行驶状态为静止状态时，在不同的检测时间段采用不同的车尾检测模型对每一帧车头前方图像进行车尾检测，得到车头前方图像中的一个或多个目标对象，并跟踪各个目标对象得到各个目标对象的运动轨迹。通过车道线检测的检测结果去除目标对象中的旁道车辆，以过滤旁道车辆起步对当前车辆造成的误提醒，在去除旁道车辆之后，判断剩余的目标对象中是否存在当前车辆的前一车辆，若判断出存在当前车辆的前一车辆，则生成提醒信息，以提醒当前车辆及时动作。
[0176] 在上述的车道线检测中，若检测不到有效车道线，则基于候选目标在车头前方图像中的位置和候选目标的运动轨迹判断候选目标是否满足旁道车辆运动轨迹，若候选目标满足旁道车辆运动轨迹，则确定该候选目标为旁道车辆，删除该候选目标。
[0177] 通过上述实施例，采用车头前方图像信息和加速度信息的结合准确判断当前车辆的行驶状态，在当前车辆的行驶状态为静止状态时，基于车头前方图像中的目标对象的运动轨迹判断当前车辆的前车是否启动，以判断是否生成提醒信息。该方案在处理过程中使用的参数少，处理结果准确，解决了现有技术在行车过程中无法准确进行前车起步提醒的问题，使得在当前车辆的前一车辆驶出时，可以及时提醒，以使当前车辆及时动作。
[0178] 本实施例中所提供的各个模块与方法实施例对应步骤所提供的使用方法相同、应用场景也可以相同。当然，需要注意的是，上述模块涉及的方案可以不限于上述实施例中的内容和场景，且上述模块可以运行在计算机终端或移动终端，可以通过软件或硬件实现。
[0179] 实施例3
[0180] 根据本申请实施例，又提供了一种前车起步的处理系统，如图7所示，该处理系统可以包括：视频传感器71、重力传感器73以及处理器75。
[0181] 其中，视频传感器71，安装在当前车辆的前挡风玻璃上，摄像机与当前车辆的后视镜位于同一水平线，用于采集当前车辆的车头前方图像。
[0182] 重力传感器73，用于采集当前车辆的加速度信息。
[0183] 处理器75，与视频传感器71和重力传感器73连接，用于基于车头前方图像的图像特征和/或加速度信息确定当前车辆的行驶状态，在当前车辆的行驶状态为静止状态时，获取车头前方图像中目标对象的运动轨迹，并根据目标对象的运动轨迹判断是否生成用于提醒当前车辆启动的提醒信息。
[0184] 采用本发明实施例，安装在当前车辆的前挡风玻璃上的视频传感器采集当前车辆的车头前方图像，重力传感器采集当前车辆的加速度信息，基于采集的车头前方图像的图像特征和/或加速度信息的加速度值，确定当前车辆的行驶状态，在当前车辆的行驶状态为静止状态时，获取车头前方图像中目标对象的运动轨迹，根据目标对象的运动轨迹判断是否生成用于提醒当前车辆启动的提醒信息。
[0185] 在上述实施例中，可以使用一个视觉传感器获取当前车辆的车头前方场景的图像信息，在该方案中基于重力传感器和单目视觉实现前车起步提醒，增加了提醒的准确性。
[0186] 如图8所示根据本发明的上述实施例，处理系统还可以包括：提醒单元87，用于将提醒信息以声音和/或图像方式输出。
[0187] 本申请上述实施例中的视频传感器的功能可以通过摄像机实现，上述的提醒单元可以为报警单元。
[0188] 在本发明实施例中，摄像机81采集当前车辆的车头前方图像，重力传感器83采集当前车辆的加速度信息，处理单元85基于采集的车头前方图像的图像特征和/或加速度信息的加速度值，确定当前车辆的行驶状态，在当前车辆的行驶状态为静止状态时，获取车头前方图像中目标对象的运动轨迹，根据目标对象的运动轨迹判断是否生成用于提醒当前车辆启动的提醒信息，若生成提醒信息，则可以通过提醒单元87(如报警单元)输出语音或图像提醒当前车辆的驾驶员以及/或通过光线的变化提醒驾驶员。
[0189] 可选地，前车起步的提醒系统(包括视频传感器、重力传感器、处理器以及提醒单元)，该提醒系统安装在当前车辆后视镜后方挡风玻璃上，其中的视频传感器(如摄像机)保持水平，该摄像机可以与当前车辆的后视镜位于同一水平线，安装示意图如图9所示。
[0190] 通过上述实施例，采用当前车辆的车头前方图像信息和加速度信息的结合准确判断当前车辆的行驶状态，在当前车辆的行驶状态为静止状态时，基于车头前方图像中的目标对象的运动轨迹判断当前车辆的前车是否启动，以判断是否需要生成提醒信息。该方案在处理过程中使用的参数少，处理结果准确，解决了现有技术在行车过程中无法准确进行前车起步提醒的问题，使得在当前车辆的前一车辆驶出时，可以及时提醒，以使当前车辆及时动作。
[0191] 上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0192] 在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0193] 在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0194] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0195] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0196] 所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0197] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 车内后视镜 | 2020-05-11 | 879 |
| 车辆的车内后视镜组件 | 2020-05-11 | 658 |
| 汽车内后视镜 | 2020-05-11 | 700 |
| 汽车内后视镜 | 2020-05-11 | 268 |
| 车辆用内侧后视镜 | 2020-05-12 | 424 |
| 减振车内后视镜 | 2020-05-11 | 851 |
| 一种多功能车内后视镜 | 2020-05-13 | 241 |
| 汽车内后视镜 | 2020-05-11 | 896 |
| 一种汽车内后视镜 | 2020-05-12 | 628 |
| 车辆内用后视镜装置 | 2020-05-13 | 952 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
车内后视镜热门专利
QQ群二维码
意见反馈
意见反馈