?

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(jìn)行檢測。對碰撞的檢測主要依賴于安裝在車輛側(cè)窗和后方的車載攝像機(jī)，監(jiān)測倒車周圍的環(huán)境。倒車過程發(fā)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(biāo)是盲點(diǎn)區(qū)域；③倒車中駕駛員不注意。

在這個研究中，完整的系統(tǒng)檢測可以分為以下4個步驟。

（1）從相機(jī)中的圖片監(jiān)測靜止和動態(tài)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(jī)分類器來檢測目標(biāo)車輛周圍的靜止車輛。HOG特征提取方法的主要優(yōu)點(diǎn)是容易實(shí)現(xiàn)，根據(jù)所描述的特征可以獲得局部輪廓信息、邊緣和梯度結(jié)構(gòu)，反映局部形狀的特征。使用高斯混合模型（GMM）方法檢測運(yùn)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?yàn)檐囕v或目標(biāo)的運(yùn)動而發(fā)生明顯著改變。

（2）預(yù)測動態(tài)車輛和目標(biāo)車輛的軌跡。計(jì)算高斯混合模型的輸出，跟蹤監(jiān)測區(qū)域前面和右下角位置的物體。檢測這兩點(diǎn)后，由這兩點(diǎn)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(diǎn)。因此，任何車輛的軌跡都在界限點(diǎn)之間。在這項(xiàng)研究中，假設(shè)目標(biāo)車輛和即將駛來的車輛在同一方向。

（3）計(jì)算所有動態(tài)車輛向目標(biāo)車輛移動的速度以及目標(biāo)車輛的速度。在試驗(yàn)中，考慮到同一區(qū)域估計(jì)目標(biāo)車輛的速度會導(dǎo)致輸出受限，因此將攝像機(jī)安裝在右側(cè)窗口，目標(biāo)車輛的位置將出現(xiàn)在圖像的右下角，這有助于發(fā)現(xiàn)目標(biāo)車輛附近圖像紋理的變化。根據(jù)區(qū)域內(nèi)白色像素的數(shù)量估計(jì)目標(biāo)車輛的速度。

（4）基于對目標(biāo)車輛及接近車輛軌跡和速度的預(yù)測，預(yù)測潛在的碰撞。

試驗(yàn)結(jié)果表明，該模型在不同的交通場景中表現(xiàn)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