本发明涉及汽车安全辅助驾驶技术领域,具体涉及一种用于汽车的智能驾驶避障系统。
背景技术:
近些年来,随着交通道路与经济的迅速发展以及私家车数量的日益增长,公路以成为了重要的通道,但同时公路上的交通事故也日益增多。虽然造成公路交通事故的成因很复杂,但其大多都源于驾驶员自身机体的反应机制,具体来讲,是驾驶员对周遭环境的变化不能在最短的时间内做出最合适的反应。对驾驶员进行相应的驾驶辅助,以降低事故的发生率,无疑是现在亟需解决的技术问题。
技术实现要素:
针对上述问题,本发明提供一种用于汽车的智能驾驶避障系统。
本发明的目的采用以下技术方案来实现:
一种用于汽车的智能驾驶避障系统,该系统包括:环境数据采集模块、环境数据处理模块、障碍物识别模块和提醒模块;
所述环境数据采集模块,用于对汽车周围环境图像数据进行采集,并将采集到的周围环境图像数据转发至所述环境数据处理模块;
所述环境数据处理模块,用于对接收到的环境图像数据处理,得到处理后的环境图像数据;
所述障碍物识别模块,用于根据处理后的环境图像数据,对所述汽车周围环境的障碍物进行识别;
所述提醒模块,用于接收所述障碍物识别模块的识别结果,并在识别结果显示汽车周围环境存在障碍物时,发出预警信息。
在一种可选的实施方式中,所述环境数据采集模块包括:安装在汽车车头的双目视觉传感器、安装在汽车车身两侧的单目视觉传感器和安装在汽车车尾的单目视觉传感器。
在一种可选的实施方式中,该系统还包括:与所述环境数据处理模块通信连接的车辆运动状态预测模块;
所述车辆运动状态预测模块,用于基于处理后的环境图像数据,对处理后的环境图像数据中的周围车辆的车灯状态进行识别,从而实现对周围车辆的运动状态进行预测。
在一种可选的实施方式中,所述提醒模块为:安装在所述汽车内部的语音播报单元。
在一种可选的实施方式中,该系统还包括:车载终端,所述车载终端分别与所述障碍物识别模块和车辆运动状态预测模块通信连接;
所述车载终端,用于接收所述障碍区识别模块的识别结果,并在识别结果显示汽车周围环境存在障碍物时,通过所述车载终端的显示单元予以显示;
还用于接收所述车辆运动状态预测模块的预测结果,并通过显示单元显示对其周围车辆的运动状态的预测结果。
在一种可选的实施方式中,所述环境数据处理模块包括:图像降噪单元和图像增强单元;
所述图像降噪单元,用于对接收到的环境图像数据作降噪处理;
所述图像增强单元,用于对降噪后的环境图像数据作增强处理。
本发明的有益效果为:本发明的目的在于提供一种用于汽车的智能驾驶避障系统,该系统通过采集汽车周围环境图像数据,进而对汽车周围障碍物进行识别,并通过提醒模块提醒司机,以使司机可以及时采取避障措施,避免酿成事故。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明实施例提供的一种用于汽车的智能驾驶避障系统的框架结构图;
图2是本发明实施例提供的环境数据模块的框架结构图。
附图标记:环境数据采集模块1、环境数据处理模块2、障碍物识别模块3、提醒模块4、车辆运动状态预测模块5、车载终端6、图像降噪单元21、图像增强单元22。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1-2,一种用于汽车的智能驾驶避障系统,该系统包括:环境数据采集模块1、环境数据处理模块2、障碍物识别模块3和提醒模块4;
所述环境数据采集模块1,用于对汽车周围环境图像数据进行采集,并将采集到的周围环境图像数据转发至所述环境数据处理模块2;
所述环境数据处理模块2,用于对接收到的环境图像数据处理,得到处理后的环境图像数据;
所述障碍物识别模块3,用于根据处理后的环境图像数据,对所述汽车周围环境的障碍物进行识别;
所述提醒模块4,用于接收所述障碍物识别模块3的识别结果,并在识别结果显示汽车周围环境存在障碍物时,发出预警信息。
该系统通过采集汽车周围环境图像数据,进而对汽车周围障碍物进行识别,并通过提醒模块4提醒司机,以使司机可以及时采取避障措施,避免酿成事故。
在一种可选的实施方式中,所述环境数据采集模块1包括:安装在汽车车头的双目视觉传感器、安装在汽车车身两侧的单目视觉传感器和安装在汽车车尾的单目视觉传感器。通过在车头、车身两侧、车尾均设置有视觉传感器,可以获取汽车四周的环境图像数据,实现对汽车360度周围环境图像数据采集工作,便于后续对汽车周围的障碍物的准确识别。
在一种可选的实施方式中,该系统还包括:与所述环境数据处理模块2通信连接的车辆运动状态预测模块5;
所述车辆运动状态预测模块5,用于基于处理后的环境图像数据,对处理后的环境图像数据中的周围车辆的车灯状态进行识别,从而实现对周围车辆的运动状态进行预测。通过对处理后的环境图像数据中的周围车辆的车灯状态进行识别,可以实现对周围车辆下一步运动状态的预测。具体是:先对环境图像数据中的车灯进行识别,然后基于上一时刻环境图像以及下一时刻环境图像中的车灯的亮度信息,判断转向灯是否亮起,如上一时刻和下一时刻环境图像中的车灯均处于亮起或者熄灭状态,则可判定该车辆为保持执行的运动状态,如上一时刻和下一时刻环境图像中的车灯处于不同的状态,则可判定周围车辆发出变道或者转向信号。
在一种可选的实施方式中,所述提醒模块4为:安装在所述汽车内部的语音播报单元。
在一种可选的实施方式中,该系统还包括:车载终端6,所述车载终端6分别与所述障碍物识别模块3和车辆运动状态预测模块5通信连接;
所述车载终端6,用于接收所述障碍区识别模块3的识别结果,并在识别结果显示汽车周围环境存在障碍物时,通过所述车载终端6的显示单元予以显示,从而可以使司机直观地了解到障碍物的实际情况,便于司机进行下一步的避障操作。
还用于接收所述车辆运动状态预测模块5的预测结果,并通过显示单元显示对其周围车辆的运动状态的预测结果。
在一种可选的实施方式中,所述环境数据处理模块2包括:图像降噪单元21和图像增强单元22;
所述图像降噪单元21,用于对接收到的环境图像数据作降噪处理;
所述图像增强单元22,用于对降噪后的环境图像数据作增强处理。
在一种可选的实施方式中,所述的对接收到的环境图像数据作降噪处理,具体是:
(1)对所述环境图像数据作灰度化处理,得到灰度环境图像;
(2)将所述灰度环境图像进行分割,得到多个大小为3×3的子图像块,将子图像块记为bmn,其中,m为子图像块bmn所在行数,n为子图像块所在列数;m=1,2,,,,,m;n=1,2,…,n;
(3)利用下式计算子图像块bmn的第一灰度均值:
式中,
(4)利用下式计算子图像块bmn的第二灰度均值:
式中,
(5)基于得到的子图像块bmn的第一灰度均值和第二灰度值,通过下述方式计算子图像块bmn中各像素点的灰度估计值;
①若
式中,
②若
式中,
③若
将得到的各像素点的灰度估计值替代其之前的灰度值,此时得到的子图像块bmn即为降噪后的子图像块bmn;
式中,
(6)遍历所有子图像块,即可得到降噪后的环境图像数据。
由于受光照、雨雾、烟尘等外界因素的影响,通过环境数据采集模块获取的环境图像数据中包含有各种干扰信息,进而会影响到后续对障碍物的识别以及周围车辆的运动状态预测的准确性,因此,需要去除环境图像数据中干扰信息进行滤除,以提高图像质量,基于此,采用上述方式对各采集到的环境图像作降噪处理,首先对环境图像作灰度化处理,然后对灰度环境图像进行分割,估计各子图像块的第一灰度均值和第二灰度均值,然后在根据第一灰度均值和第二灰度均值,对子图像块中各像素点的灰度值进行估计,得到各像素点的灰度估计值,从而实现了对子图像块的降噪操作,达到了去除子图像块中干扰信息的目的,提高了该子图像块的图像质量,有利于后续对障碍物的识别以及周围车辆的运动状态的准确预测,为司机提供精准信息。
本发明实施例的目的在于提供一种用于汽车的智能驾驶避障系统,该系统通过采集汽车周围环境图像数据,进而对汽车周围障碍物进行识别,并通过提醒模块提醒司机,以使司机可以及时采取避障措施,避免酿成事故。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。