辅助驾驶方法和装置的制造方法
【技术领域】
[0001] 本发明总体地涉及车辆的辅助驾驶方法和装置，更具体地涉及基于图像处理的辅 助驾驶方法和装置。
【背景技术】
[0002] 驾驶辅助技术主要是利用诸如图像、雷达等传感器信息，来为驾驶员提供提示、警 告等驾驶辅助信息，甚至进行自动驾驶控制的技术。
[0003] 已经提出了一些驾驶辅助技术。
[0004] 例如，在题为"Running Support System for Vehicle"的美国授权专利公开 US7689359B2中，提出了一种车辆辅助驾驶技术，其中利用雷达以及图像识别方法两者来检 测障碍物，并基于检测结果对车辆进行适当的控制。
[0005] 在题为 "Collision avoidance system and method" 的美国授权专利公开 US8412448B2中，提出了一种车辆辅助驾驶技术，其中建立各种对象的三维模型，比较车载 相机采集的车辆前方的图像数据与三维模型的特征数据来检测前方对象；如果与前方对象 的距离较近时，对驾驶员发出警报，如果驾驶员没有反应，则自动刹车或减速。
【发明内容】
[0006] 本发明希望提供更全面的辅助驾驶信息或自动驾驶控制。
[0007] 根据本发明的一个方面，提供了一种用于车辆的辅助驾驶方法，可以包括：获取 车辆附近场景的图像；从图像中识别车辆周围的各个物体；评估各个物体与车辆相撞的概 率，得到各个物体的相撞概率；基于各个物体的属性评估各个物体与车辆相撞时的后果严 重程度，得到各个物体的潜在相撞后果严重程度；基于各个物体的相撞概率和潜在相撞后 果严重程度，向驾驶员提供驾驶辅助信息或者自动进行驾驶控制。
[0008] 根据本发明的再一个方面，提供了一种用于车辆的辅助驾驶装置，可以包括：图像 获取部件，获取车辆附近场景的图像；物体识别部件，从图像中识别车辆周围的各个物体； 相撞概率评估部件，评估各个物体与车辆相撞的概率，得到各个物体的相撞概率；相撞后果 评估部件，基于各个物体的属性评估各个物体与车辆相撞时的后果严重程度，得到各个物 体的潜在相撞后果严重程度；驾驶辅助执行部件，基于各个物体的相撞概率和潜在相撞后 果严重程度，向驾驶员提供驾驶辅助信息或者自动进行驾驶控制。
[0009] 根据本发明实施例的辅助驾驶方法和装置，可以通过识别物体来获得物体的属性 信息，评估物体与车辆的相撞概率以及相撞的后果严重程度，来向驾驶员提供驾驶辅助信 息或者自动进行驾驶控制，能够提高驾驶的安全性，避免或者降低损失。
【附图说明】
[0010] 从下面结合附图对本发明实施例的详细描述中，本发明的这些和/或其它方面和 优点将变得更加清楚并更容易理解，其中：
[0011] 图1和图2示出了复杂交通环境的示意性例子。
[0012] 图3示出了本发明实施例的应用场景示意图。
[0013] 图4示出了根据本发明一个实施例的辅助驾驶系统100的配置框图。
[0014] 图5示意性地示出了当前车辆以及识别出的其周围物体（以方框框出）以及有关的 相撞概率。
[0015] 图6示意性地示出了当前车辆以及识别出的其周围物体（以方框框出）以及潜在相 撞后果严重程度。
[0016] 图7示出了根据本发明另一实施例的辅助驾驶装置100'的配置框图。
[0017] 图8示出了区域评估结果的示意图，其中标号1所指示的区域安全性最高，标号2 指示的区域安全性最差，而标号3指示的区域安全性居中。
[0018] 图9示出了根据本发明一个实施例的用于车辆的辅助驾驶方法200的总体流程 图。
[0019] 图10示出了适于用来实现本发明实施方式的示例性计算系统600的框图。
【具体实施方式】
[0020] 为了使本领域技术人员更好地理解本发明，下面结合附图和【具体实施方式】对本发 明作进一步详细说明。
[0021] 在详细介绍本发明具体实施例之前，为便于本领域技术人员总体地把握和更好地 理解本发明，首先概括介绍一下本发明的发明思想。本发明人发现现有技术中通常是检测 车前方的障碍物，以及判定相对距离，进而给出警告和进行减速或者刹车自动控制。但是现 实生活中，情况常常复杂得多，例如，车辆不仅仅具有正前方，而且还有侧前方，以及后方区 域。在遇到紧急情况时，可以不仅仅局限于减速或刹车的操作，尤其是在减速或刹车仍难以 避免碰撞的情况下，可以考察周围各个区域的安全情况，并且向司机给出适当建议、提醒、 警告或者自动进行驾驶控制：如左转或右转、换道，甚至在紧急情况下，行驶到马路牙子上 以避免事故发生。另外，各个区域的安全情况和各个区域中的物体紧密相关，在碰撞无法避 免的情况下，撞到行人显然比撞到栅栏的后果要严重得多，因此可以检测各个区域内的物 体，并评估相撞的概率和相撞的后果严重程度，进而评估各个区域的安全性指标，从而给出 操作性更强以及考虑更全面的驾驶辅助信息和/或自动进行驾驶控制。
[0022] 当代社会交通环境越来越复杂，这给驾驶员安全驾驶和面对突发情况时做出及 时、正确的判断和反应带来了巨大的挑战。图1和图2示出了复杂交通环境的示意性例子。
[0023] 图3示出了本发明实施例的应用场景示意图。如图3所示，在车辆的前方安装图 像捕获部件，例如双目立体相机，其连续不断的采集前方场景的视差图和/或灰度图。车辆 上配置有驾驶辅助系统，例如集成在车辆控制系统中，驾驶辅助系统接收摄像机捕获的图 像，经过图像处理和分析，来给出辅助驾驶信息，并且例如以语音或者视频方式将这样的辅 助驾驶信息传达给驾驶员。或者，驾驶辅助系统可以给出驾驶控制指令，来控制车辆的有关 部件，例如刹车系统、方向控制系统、气袋弹出机制等等。需要说明的是，驾驶辅助系统除了 接收诸如双目相机的图像捕获部件捕获的图像外，还可以接收车辆内部的行驶数据和车辆 内部和外部的各种传感器信息和其它信息，例如，车辆当前的行驶速度、加速度、油量，以及 外部天气状况，路面状况等等信息，并综合分析车辆内部和外部信息来给出驾驶辅助建议、 提示、警告，或者直接自动进行驾驶控制。
[0024] 在图3中，将相机和驾驶辅助系统示出为分开的部分，不过这仅为示例，视需要可 以将两者集成在一起，并且安装在一个外壳内。
[0025] 图4示出了根据本发明一个实施例的辅助驾驶系统100的配置框图。
[0026] 如图4所示，驾驶辅助系统100可以包括图像获取部件110、物体识别部件120、相 撞概率评估部件130、相撞后果评估部件140。
[0027] 图像获取部件110可以获取车辆附近场景的图像，图像可以包括灰度图像和/或 视差图像。在一个示例中图像获取部件110既获取灰度图像也获取视差图像。通过获取视 差图像可以获得物体和车辆之间的距离信息。例如，图像获取部件110可以与单目相机、双 目相机、多目相机等等有线或者无线连接，以接收从其传送的图像。
[0028] 任何现有的获取视差图的方法均可以用于本发明。例如，在检测的对象是道路上 的对象如车辆或行人的情况下，可以通过车载双目相机、多目相机、立体相机拍摄灰度图， 并计算得到对应的视差图。具体地，例如，可以通过车载双目相机来拍得左图像和右图像， 其中基于左图像和右图像计算得到视差图，另外可选地在可能用到灰度图的情况下，可以 以左图像(或右图