傅磊+孫媛媛+孫靈麗

摘 要：文章基于在DWPI、CNABS數(shù)據(jù)庫中的檢索結果，統(tǒng)計分析了基于視覺的車輛防碰撞、避撞、碰撞預警技術的專利申請數(shù)量的分布情況，通過對主要申請人進行了統(tǒng)計分析，初步了解了技術發(fā)展的路線。

關鍵詞：車輛；防碰撞；視覺；圖像；專利分析

中圖分類號：N18 文獻標志碼：A 文章編號：2095-2945（2018）01-0022-03

Abstract： Based on the retrieval results in DWPI and CNABS databases， the distribution of patent applications for anti-collision， collision avoidance and collision warning technologies based on vision is analyzed statistically in this paper. Through the statistical analysis of the main applicants， the preliminary understanding of the technical development route is achieved.

Keywords： vehicle； collision prevention； vision； image； patent analysis

車輛碰撞引發(fā)的安全事故屢見不鮮，如何有效地進行碰撞預警并防止車輛碰撞，已成為人們關注的熱點問題，車輛防碰撞、避撞、碰撞預警已成為有效保護行車安全、人身安全的重要因素。

1 視覺信息的車輛防碰撞技術的發(fā)展概況

1.1 數(shù)據(jù)庫與關鍵詞

在中國專利文摘數(shù)據(jù)庫（CNABS）和德溫特世界專利數(shù)據(jù)（DWPI）中結合關鍵詞和分類號對“基于視覺的車輛防碰撞”技術領域的專利文獻進行檢索。檢索的文獻為申請日在1996年1月1日之后，2015年12月31日之前的文獻，檢索過程中，采用的關鍵詞包括：車、視覺、圖像、防止、碰撞、預警、避撞、vision、visual、imag+、vehicle？、collision、avoid、anti-collision、collision warning、crash、prevent+，使用的IPC分類號包括G08G、B60R、B60Q、B60W、H04N、G01S、G06K、G06T、G01C、G06F。采用上述檢索信息，對檢索結果進行統(tǒng)計分析。

1.2 對數(shù)據(jù)進行統(tǒng)計和分析

1.2.1 申請量年度分布

圖1反映了在全球范圍內的專利申請量的年度變化趨勢。通過對全球范圍內的“基于視覺的車輛防碰撞技術”專利申請量進行統(tǒng)計分析后發(fā)現(xiàn)，從1996年至2001年，專利申請量呈震蕩性波動且申請量較少，處于技術發(fā)展的初期；從2002年至2010年，專利申請量波動性增長，說明產業(yè)界此時在態(tài)度上還存在一定的猶豫和不確定性；從2010年至2012年，產業(yè)界意識到了該技術的市場需求和良好發(fā)展前景，專利申請量呈現(xiàn)井噴式增長；雖然2012年至2014年有所下降，但是并不影響有關該技術專利申請的發(fā)展趨勢，同時也可能是受到當時大部分專利申請還未公開的影響；在2015年，專利申請量再次成倍增加，進入了快速發(fā)展的時期。

1.2.2 申請的地域分布

專利申請的地域分布，可以反映出各個國家的專利技術實力，圖2是基于視覺的車輛防碰撞技術專利申請的國家及地區(qū)分布圖。從圖中可以看出，來自美國的專利申請占總申請量的31%，可見在該領域中美國申請人的技術投入較多。除美國外，中國作為申請量排名第二的國家，其申請量占全球申請量的25%，可見中國對該領域的良好發(fā)展前景具有足夠的意識。而日本、韓國在基于視覺的車輛防碰撞技術領域的申請量分別為全球申請量的18%和8%，對該技術領域的技術研發(fā)和創(chuàng)新獲得了一定的成果。

1.2.3 申請的目標國分布

圖3是基于視覺的車輛防碰撞技術專利申請目標國分布圖，其中排名第一的是美國，其次是中國、日本、德國、歐洲，排名前五的國家或地區(qū)的專利申請量占到了專利申請總量的82%，這與各個國家或地區(qū)的市場規(guī)模、汽車品牌是密不可分的。中國作為汽車市場中規(guī)模較大、發(fā)展較快的國家，對中國專利申請的量可以反映出，相關汽車企業(yè)對于中國的市場比較重視，因此，使得中國的專利申請量占據(jù)了專利申請總量的近四分之一。

1.2.4 申請的分類號分布

為了更好地展現(xiàn)基于視覺的車輛防碰撞技術領域整體專利技術的分布，采用分類號對檢索的結果進行了統(tǒng)計分析，圖4是基于視覺的車輛防碰撞技術專利申請依據(jù)分類號進行統(tǒng)計的分布圖。從圖4可以看出，該技術領域中，涉及的分類號較多、分布較廣，究其原因，是因為基于視覺的車輛防碰撞技術所涉及的領域較多，如交通控制、車輛控制、圖像采集分析識別、測距等；頻率出現(xiàn)在前八位的IPC分類號總共占據(jù)了約75%的申請，其中，16%的申請涉及交通控制系統(tǒng)（G08G），15%的申請涉及不包含在其他類目中的車輛配件或部件（B60R），9%的申請涉及車輛信號裝置的布置（B60Q），8%的申請涉及不同類型或不同功能的車輛子系統(tǒng)的聯(lián)合控制（B60W），7%的申請涉及電通信技術中的圖像通信（H04N），7%的申請涉及無線電波測距或測速（G01S），具體為圖像識別與測距、測速結合的防碰撞系統(tǒng)，還包括數(shù)據(jù)識別（G06K）、圖像數(shù)據(jù)處理或產生（G06T）、攝影測量學或視頻測量學（G01C）等相關技術領域的分類號。

2 核心專利技術分析

針對該技術領域中重要的申請人進行檢索，并提取出重要申請人所申請專利文獻中，被引頻次較高的文獻，往往是技術含量較高，對于技術進步所做出貢獻也較大。通過對檢索結果進行篩選，得到的核心專利如表1所示。endprint

3 技術分解及發(fā)展概況

車輛防碰撞技術很早就有提出，該技術的比較判斷過程、根據(jù)判斷結果發(fā)出控制指令或報警信號的過程，實現(xiàn)的原理實質上差別不大，主要包括從視覺圖像設備、采集圖像范圍、圖像處理所獲取的信息三個技術分支。

3.1 視覺圖像設備

基于視覺的車輛防碰撞技術中，視覺圖像設備的應用主要包括單獨設置照相機來獲取圖像流，采用視覺傳感器來獲取數(shù)據(jù)，通過照相機、圖像雷達系統(tǒng)、超聲圖像系統(tǒng)三者結合進行數(shù)據(jù)檢測，通過立體光學系統(tǒng)提供目標物的三維圖像，通過機器視覺、電子照相機收集信息，采用立體傳感圖像記錄設備作為目標檢測設備，使用集成的數(shù)字照相機結合光學器件采集圖像數(shù)據(jù)，通過安裝至少一個三維距離照相機來采集車輛周圍環(huán)境數(shù)據(jù)，采用可觀察多個區(qū)域的光學器件，將視覺傳感器與光學元件耦合，采用光學器件與圖像陣列傳感器采集圖像數(shù)據(jù)，采用立體攝像機捕獲的外部環(huán)境圖像，采用夜視系統(tǒng)來獲取圖像數(shù)據(jù)，采用毫米波雷達結合圖像設備獲取數(shù)據(jù)。

3.2 圖像采集范圍

圖像采集范圍，主要包括獲取車輛前后左右四個方向的圖像；通過圖像設備獲取車輛周圍的環(huán)境的圖像；通過拍攝道路交通情況的圖像，作為防碰撞控制的數(shù)據(jù)來源；連續(xù)地產生車輛后部、側面在預定時間內的圖像；捕獲的外部環(huán)境圖像；采用夜視系統(tǒng)捕獲并記錄紅外線范圍內的圖像；通過安裝拍攝前方車輛后尾燈；采集前方車輛車牌特征以及車道線信息，根據(jù)其前方車輛車牌在機器視覺的投影成像像素點的多少大小，或者說，根據(jù)其前方車輛車牌在機器視覺的投影成像的大小，進行與前方車輛距離的計算，結合本車的車速、轉向等狀態(tài)信息計算出前車的行駛狀態(tài)，根據(jù)本車與車道線邊界的相對距離，判斷是否行駛在安全的車道范圍之內；獲取車牌照圖像，通過圖像處理，檢測、識別目標車輛，測量牌照高度的方式來確定與目標車輛之間的距離，從而實現(xiàn)防碰撞；識別車牌圖像，判斷車牌圖像的面積是否大于預設值，進而調整車速，實現(xiàn)防碰撞；識別交通標志來實現(xiàn)防碰撞。

3.3 圖像處理獲取的信息

采集圖像信息后，就需要對圖像中的信息進行提取、分析、判斷，從而發(fā)出報警信號或控制信號。主要包括采集圖像后，通過距離圖像發(fā)生器來計算車間距；通過圖像獲取特定車輛與其他的移動車輛之間的運動條件的關系，來估計碰撞的可能度；通過獲取圖像來計算車輛與障礙物的估計碰撞時間；從圖像中提取出移動物體，判斷單元基于圖像判斷與其他車輛發(fā)生碰撞的可能性；通過圖像抓取單元得到的可視區(qū)域范圍來測量每一個障礙點的距離，并基于上述距離計算障礙的三維坐標，并在三維空間中顯示關于障礙的可視化視頻，從而避免碰撞；通過圖像獲取目標速度、方向、相對距離等；通過車輛外部環(huán)境圖像估計駕駛員對于外部障礙物的感知能力；從圖像中獲取目標物的邊緣能量數(shù)據(jù)或灰度變化特征；通過圖像獲取圖像拾取設備（照相機）捕獲圖像，控制器基于速度信息導出帶有速度分量的像素，控制器檢測由導出的帶有速度分量的像素所組成的傾斜的線條，并基于上述傾斜的線條在圖像中產生表示道路邊界的信號；識別圖像中的交叉路口，判斷是否需要剎車；對間隔一定時間拍攝的一系列圖像，所拍攝的圖像為兩張及其以上，然后對所拍攝的圖像進行分析，判斷與前方物體可能碰撞的時間，從而發(fā)出預警；檢測、追蹤目標物，例如車道劃線機、車輛等，采用道路檢測認知算法來識別圖像中的車道邊界劃線機，通過車道邊界劃線機的數(shù)據(jù)來識別潛在的前車，識別前后車輛并估計其運動，從而調整主車輛的運動速度；獲取前方車輛車牌在機器視覺的投影成像的大小來實現(xiàn)防碰撞；測量牌照高度的方式來確定與目標車輛之間的距離來實現(xiàn)防碰撞；判斷車牌圖像的面積是否大于預設值，調整車速；檢測圖像正面區(qū)域的傾角；通過圖像獲取車門與周圍障礙物的間距測量間距，并根據(jù)間距，控制車門的角度，防止碰撞發(fā)生；視覺傳感系統(tǒng)用于獲取駕駛員頭部和眼睛位置，來確定駕駛員的意圖的向前或反向行駛方向，控制器，通過辨認向前或向后方向的最近的駕駛員變速器換擋，當駕駛員的意圖行駛方向與最近的駕駛員換擋矛盾時控制器阻止車輛的運動。

4 結束語

本文通過對基于視覺的車輛防碰撞技術領域的專利文獻進行統(tǒng)計分析，主要統(tǒng)計分析了該領域歷年全球申請量，重要國家歷年的專利申請量，技術原創(chuàng)國、目標國，最后根據(jù)重要申請人、同族被引證次數(shù)對檢索結果中的核心專利進行了統(tǒng)計分析，對以后的審查實踐具有一定的參考意義。

參考文獻：

[1]Ismail L， Eliyan L， Younes R， et al. Monocular vision-based collision avoidance system using shadow detection[C].Gcc Conference and Exhibition. IEEE， 2013：589-594.

[2]洪浩.基于視覺的車輛防碰撞預警系統(tǒng)算法研究[D].遼寧工業(yè)大學，2016.

[3]Hwang J， Ji Y， Kim E Y. Monocular vision-based collision avoidance system[C].International Conference on Human-Computer Interaction with Mobile Devices and Services Companion. 2012：125-130.

[4]侯曉乾.基于視覺的汽車前方碰撞預警系統(tǒng)研究[D].湖南大學，2016.endprint