基于视觉的潜在倒车碰撞检测



基于视觉的潜在倒车碰撞检测

主要对倒车过程中存在的潜在碰撞进行检测。对碰撞的检测主要依赖于安装在车辆侧窗和后方的车载摄像机，监测倒车周围的环境。倒车过程发生事故主要包括以下几种方式（图1）：①接近倒车车辆轨迹的其他车辆；②目标是盲点区域；③倒车中驾驶员不注意。

在这个研究中，完整的系统检测可以分为以下4个步骤。

（1）从相机中的图片监测静止和动态的车辆和对象。使用面向直方图的梯度HOG特性和非线性支持向量机分类器来检测目标车辆周围的静止车辆。HOG特征提取方法的主要优点是容易实现，根据所描述的特征可以获得局部轮廓信息、边缘和梯度结构，反映局部形状的特征。使用高斯混合模型（GMM）方法检测运动的车辆。在这一步中，将视频中的每一帧比作一个参考图像（背景模型）。视频中的帧会因为车辆或目标的运动而发生明显著改变。

（2）预测动态车辆和目标车辆的轨迹。计算高斯混合模型的输出，跟踪监测区域前面和右下角位置的物体。检测这两点后，由这两点画两条直线（一个水平、一个垂直）。跟踪每一帧两条直线的相交点。因此，任何车辆的轨迹都在界限点之间。在这项研究中，假设目标车辆和即将驶来的车辆在同一方向。

（3）计算所有动态车辆向目标车辆移动的速度以及目标车辆的速度。在试验中，考虑到同一区域估计目标车辆的速度会导致输出受限，因此将摄像机安装在右侧窗口，目标车辆的位置将出现在图像的右下角，这有助于发现目标车辆附近图像纹理的变化。根据区域内白色像素的数量估计目标车辆的速度。

（4）基于对目标车辆及接近车辆轨迹和速度的预测，预测潜在的碰撞。

试验结果表明，该模型在不同的交通场景中表现良好，有助于提高汽车驾驶安全性。

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

编译：赵唤