可追蹤移動(dòng)物體的防撞警示方法及其裝置制造方法
【專(zhuān)利摘要】本發(fā)明提供一種可追蹤移動(dòng)物體的防撞警示方法及其裝置，其設(shè)于一車(chē)輛上，是擷取前方區(qū)域180度的多個(gè)連續(xù)影像，通過(guò)影像辨識(shí)此些連續(xù)影像中的至少一障礙物的種類(lèi)，并找出動(dòng)態(tài)障礙物；偵測(cè)動(dòng)態(tài)障礙物與車(chē)輛的連續(xù)相對(duì)位置，并估測(cè)出車(chē)輛的第一碰撞區(qū)域；再根據(jù)連續(xù)相對(duì)位置及擴(kuò)展式卡爾曼濾波演算法來(lái)估算動(dòng)態(tài)障礙物的第二碰撞區(qū)域；最后，根據(jù)第一碰撞區(qū)域與第二碰撞區(qū)域估測(cè)出一碰撞點(diǎn)，當(dāng)?shù)谝慌鲎矃^(qū)域與第二碰撞區(qū)域至少部分重疊時(shí)，即估算出一碰撞時(shí)間，并輸出警示信號(hào)來(lái)警告駕駛者，以提高行車(chē)安全性。
【專(zhuān)利說(shuō)明】可追蹤移動(dòng)物體的防撞警示方法及其裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明是有關(guān)一種防撞警示方法及其裝置，特別是指一種可追蹤移動(dòng)物體的防撞警示方法及其裝置。
【背景技術(shù)】
[0002]車(chē)輛作為載運(yùn)與運(yùn)輸工具，早已扮演著人類(lèi)生活中重要且不可或缺角色。然而，地狹人稠的生活環(huán)境下，交通事故屢出不窮，而導(dǎo)致交通事故發(fā)生的原因很多，可概括區(qū)分為天候自然環(huán)境因素及人為因素，為了有效降低交通事故的發(fā)生機(jī)率，有關(guān)防止行駛中的車(chē)輛與其他車(chē)輛或是行人等發(fā)生意外碰撞的行車(chē)安全警示技術(shù)相繼開(kāi)發(fā)出來(lái)，以供車(chē)主選用，以其提高行車(chē)安全。
[0003]續(xù)就行車(chē)安全警示的產(chǎn)品來(lái)說(shuō)，最常見(jiàn)的使用GPS定位系統(tǒng)來(lái)偵測(cè)障礙物及其與現(xiàn)行車(chē)輛間的相對(duì)距離，然而，GPS局限于環(huán)境因素，例如現(xiàn)行車(chē)輛行駛到有遮蔽物的區(qū)域，就無(wú)法偵測(cè)到障礙物，對(duì)駕駛者而言，實(shí)用性有限；或者是使用距離感測(cè)器、影像感測(cè)器等，距離感測(cè)器主要輔助單方向的障礙物，影像感測(cè)器則應(yīng)用于廣域的視覺(jué)輔助，能夠有效協(xié)助駕駛者掌握現(xiàn)行車(chē)輛動(dòng)態(tài)與障礙物的相對(duì)距離，以減少碰撞意外的發(fā)生。
[0004]再者，為提高估算現(xiàn)行車(chē)輛動(dòng)態(tài)與障礙物的相對(duì)距離的精準(zhǔn)度，已有提出一種利用卡爾曼濾波演算法來(lái)估算現(xiàn)行車(chē)輛與障礙物的間的相對(duì)距離及碰撞時(shí)間預(yù)測(cè)方法，但是，此演算法僅是適應(yīng)于線性移動(dòng)的物體估算，無(wú)法應(yīng)用于預(yù)測(cè)來(lái)自任何方向朝駕駛者的方向前進(jìn)的碰撞可能性，故實(shí)用效益有限。
[0005]有鑒于此，本發(fā)明于是針對(duì)上述先前技術(shù)的缺失，提出一種可追蹤移動(dòng)物體的防撞警示方法及其裝置，以有效克服上述的該等問(wèn)題。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的主要目的在提供一種可追蹤移動(dòng)物體的防撞警示方法及其裝置，其可根據(jù)障礙物長(zhǎng)寬的特征以分類(lèi)出障礙物的種類(lèi)，進(jìn)而追蹤障礙物的動(dòng)態(tài)，以提高估算碰撞時(shí)間的準(zhǔn)確度。
[0007]本發(fā)明的次要目的在提供一種可追蹤移動(dòng)物體的防撞警示方法及其裝置，其使用擴(kuò)展式卡爾曼濾波演算法來(lái)追蹤障礙物的動(dòng)向及濾除感測(cè)上的噪聲，適用于非線性移動(dòng)的障礙物，能有效降低現(xiàn)有使用卡爾曼濾波演算法估算出來(lái)的碰撞時(shí)間值發(fā)生不穩(wěn)定的跳動(dòng)現(xiàn)象，進(jìn)而提升使用上的可靠度。
[0008]為達(dá)上述的目的，本發(fā)明提供一種可追蹤移動(dòng)物體的防撞警示方法，適用于一車(chē)輛上，防撞警示方法包括下列步驟:先擷取多個(gè)連續(xù)影像后，辨識(shí)此些連續(xù)影像中的至少一障礙物，并取得障礙物長(zhǎng)寬的幾何特征參數(shù)與影像像素特征參數(shù)，利用二元樹(shù)狀分類(lèi)器，以快速分類(lèi)出障礙物的種類(lèi)。根據(jù)障礙物的種類(lèi)以找出至少一動(dòng)態(tài)障礙物，由于動(dòng)態(tài)障礙物可能是線性移動(dòng)或非線性移動(dòng)，因此先偵測(cè)動(dòng)態(tài)障礙物與車(chē)輛的連續(xù)相對(duì)位置，并估測(cè)出車(chē)輛的一第一碰撞區(qū)域。接著，根據(jù)連續(xù)相對(duì)位置及一擴(kuò)展式卡爾曼濾波演算法來(lái)估算動(dòng)態(tài)障礙物的移動(dòng)速度、移動(dòng)方向及現(xiàn)行位置，據(jù)此取得動(dòng)態(tài)障礙物的一第二碰撞區(qū)域；及根據(jù)第一碰撞區(qū)域與第二碰撞區(qū)域估測(cè)出一碰撞點(diǎn)，并判斷第一碰撞區(qū)域與第二碰撞區(qū)域是否至少部分重疊，若是，即估算出一碰撞時(shí)間，并輸出一警示信號(hào)來(lái)及時(shí)警告駕駛者；若否，則重復(fù)擷取多個(gè)連續(xù)影像的步驟。
[0009]其中，于辨識(shí)該多個(gè)影像中的該障礙物的步驟中，是利用下列特征演算法來(lái)取得
該障礙物長(zhǎng)寬的幾何特征參數(shù)與影像像素特征參數(shù)，該特征演算法:
【權(quán)利要求】
1.一種可追蹤移動(dòng)物體的防撞警示方法，其特征在于，適用于一車(chē)輛上，包括下列步驟: 擷取多個(gè)連續(xù)影像； 辨識(shí)該多個(gè)連續(xù)影像中的至少一障礙物，并取得該障礙物長(zhǎng)寬的幾何特征參數(shù)與影像像素特征參數(shù)，利用二元樹(shù)狀分類(lèi)器以分類(lèi)出該障礙物的種類(lèi)； 根據(jù)該障礙物的種類(lèi)以找出至少一動(dòng)態(tài)障礙物； 偵測(cè)該動(dòng)態(tài)障礙物與該車(chē)輛的連續(xù)相對(duì)位置，并估測(cè)出該車(chē)輛的一第一碰撞區(qū)域； 根據(jù)該連續(xù)相對(duì)位置及一擴(kuò)展式卡爾曼濾波演算法來(lái)估算該動(dòng)態(tài)障礙物的移動(dòng)速度、移動(dòng)方向及現(xiàn)行位置，據(jù)此取得該動(dòng)態(tài)障礙物的一第二碰撞區(qū)域；及 根據(jù)該第一碰撞區(qū)域與該第二碰撞區(qū)域估測(cè)出一碰撞點(diǎn)，并判斷該第一碰撞區(qū)域與該第二碰撞區(qū)域是否至少部分重疊，若是，即估算出一碰撞時(shí)間，并輸出一警示信號(hào)，若否，則重復(fù)第一個(gè)步驟。
2.根據(jù)權(quán)利要求1所述的可追蹤移動(dòng)物體的防撞警示方法，其特征在于，于辨識(shí)該多個(gè)影像中的該障礙物的步驟中，是利用下列特征演算法來(lái)取得該障礙物長(zhǎng)寬的幾何特征參數(shù)與影像像素特征參數(shù)，該特征演算法:
3.根據(jù)權(quán)利要求1所述的可追蹤移動(dòng)物體的防撞警示方法，其特征在于，該障礙物的種類(lèi)可分為行人、機(jī)踏車(chē)、大客車(chē)、小客車(chē)或道路環(huán)境。
4.根據(jù)權(quán)利要求1所述的可追蹤移動(dòng)物體的防撞警示方法，其特征在于，于偵測(cè)該動(dòng)態(tài)障礙物與該車(chē)輛的相對(duì)位置的步驟中，是利用至少一感測(cè)器偵測(cè)該動(dòng)態(tài)障礙物與該車(chē)輛的相對(duì)距離與相對(duì)角度的該相對(duì)位置。
5.根據(jù)權(quán)利要求1所述的可追蹤移動(dòng)物體的防撞警示方法，其特征在于，該擴(kuò)展式卡

爾曼濾波演算法包含下列公式:
6.根據(jù)權(quán)利要求1所述的可追蹤移動(dòng)物體的防撞警示方法，其特征在于，于估算該碰撞時(shí)間的步驟中，該碰撞時(shí)間區(qū)分為縱向碰撞時(shí)間及橫向碰撞時(shí)間，其中: 該動(dòng)態(tài)障礙物相對(duì)該碰撞點(diǎn)的該縱向碰撞時(shí)間tADM是依據(jù)下列公式求得:
7.—種可追蹤移動(dòng)物體的防撞警示裝置，其特征在于，設(shè)于一車(chē)輛上，該防撞警示裝置包括: 至少二影像擷取單元，是擷取多個(gè)前方區(qū)域180度的連續(xù)影像； 一車(chē)身信號(hào)感測(cè)單元，是感測(cè)該車(chē)輛的動(dòng)態(tài)信號(hào)； 一影像處理模塊，電性連接該二影像擷取單元，是辨識(shí)該多個(gè)連續(xù)影像中的至少一障礙物及其與車(chē)輛的連續(xù)相對(duì)位置，并取得該障礙物長(zhǎng)寬的幾何特征參數(shù)與影像像素特征參數(shù)，利用二元樹(shù)狀分類(lèi)器以分類(lèi)出該障礙物的種類(lèi)及其至少一動(dòng)態(tài)障礙物； 一中央處理器，電性連接該車(chē)身信號(hào)感測(cè)單元及該影像處理模塊，該中央處理器根據(jù)該動(dòng)態(tài)信號(hào)及該動(dòng)態(tài)障礙物，計(jì)算該動(dòng)態(tài)障礙物與該車(chē)輛的連續(xù)相對(duì)位置，據(jù)以估測(cè)出該車(chē)輛的一第一碰撞區(qū)域，以及利用擴(kuò)展式卡爾曼濾波演算法以取得該動(dòng)態(tài)障礙物的一第二碰撞區(qū)域，根據(jù)該第一碰撞區(qū)域與該第二碰撞區(qū)域估測(cè)出一碰撞點(diǎn)，當(dāng)該第一碰撞區(qū)域與該第二碰撞區(qū)域至少部分重疊時(shí)，即估算出一碰撞時(shí)間，并輸出一控制信號(hào)；及一警示單元，電性連接該中央處理器，接收該控制信號(hào)以對(duì)應(yīng)輸出一警示信號(hào)。
8.根據(jù)權(quán)利要求7所述的可追蹤移動(dòng)物體的防撞警示裝置，其特征在于，該警示單元為一顯示器，是顯示該第一碰撞區(qū)域與該第二碰撞區(qū)域重疊畫(huà)面及其該碰撞點(diǎn)、該碰撞時(shí)間；該碰撞時(shí)間區(qū)分為縱向碰撞時(shí)間及橫向碰撞時(shí)間，該動(dòng)態(tài)障礙物相對(duì)該碰撞點(diǎn)的該縱向碰撞時(shí)間tADM是依據(jù)下列公式求得:
9.根據(jù)權(quán)利要求7所述的可追蹤移動(dòng)物體的防撞警示裝置，其特征在于，該二影像擷取單元分別擷取一遠(yuǎn)距視野影像及一近距視野影像，根據(jù)該遠(yuǎn)距視野影像及該近距視野影像中的該障礙物與該二影像擷取單元的仰角，以計(jì)算出該車(chē)輛與該障礙物的該相對(duì)位置；該影像處理模塊是利用下列特征演算法來(lái)取得該障礙物長(zhǎng)寬的該幾何特征參數(shù)與該影像像素特征參數(shù)，該特征演算法:
10.根據(jù)權(quán)利要求7所述的可追蹤移動(dòng)物體的防撞警示裝置，其特征在于，更包括至少一測(cè)距感測(cè)器，電性連接該中央處理器，該測(cè)距感測(cè)器是配合該二影像擷取單元，以偵測(cè)該動(dòng)態(tài)障礙物與該車(chē)輛的該相對(duì)位置，該測(cè)距感測(cè)器為雷達(dá)感測(cè)器、光雷達(dá)感測(cè)器、超聲波感測(cè)器或紅外線感測(cè)器。
【文檔編號(hào)】B60W30/08GK103879404SQ201210557110
【公開(kāi)日】2014年6月25日 申請(qǐng)日期:2012年12月19日 優(yōu)先權(quán)日:2012年12月19日
【發(fā)明者】李明鴻, 陳舜鴻, 陳育崧 申請(qǐng)人:財(cái)團(tuán)法人車(chē)輛研究測(cè)試中心