本發(fā)明涉及智能車輛環(huán)境感知技術(shù)領(lǐng)域，特別是一種提供車輛碰撞預(yù)警的系統(tǒng)及車載設(shè)備。

背景技術(shù)：

在汽車安全問題中，汽車相撞問題應(yīng)該引起足夠的重視。目前的汽車防碰撞技術(shù)集中于直線路線車輛追尾的碰撞預(yù)防研究中，其核心是對車輛安全間距的計算。

相關(guān)技術(shù)中，主要利用GPS進行車輛測距的方法，具體應(yīng)用GPS信息獲取車輛的經(jīng)緯度、速度和航向等信息，以此來計算制動距離。但是目前的GPS方法存在兩個問題，一個是定位精度問題，一般誤差在10米的數(shù)量級，這對于車輛防撞精度不夠；另一個是信息獲取的完整性問題，例如，通過GPS僅能獲取精度不高的本車速度，不僅在精度方面存在問題，而且對于其他車輛的信息則只能通過估計得到。因而，亟待解決這一問題。

技術(shù)實現(xiàn)要素：

鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的提供車輛碰撞預(yù)警的系統(tǒng)及車載設(shè)備。

依據(jù)本發(fā)明的一方面，提供了一種提供車輛碰撞預(yù)警的系統(tǒng)，包括：

點云獲取器，用于在所述機動車行駛過程中，獲取道路場景中的多個點云；

至少一個處理裝置，用于基于所述點云獲取器輸出的所述多個點云，確定所述道路場景中的地平面；

根據(jù)預(yù)置的車輛尺寸，在所述地平面上生成多個三維車輛預(yù)警區(qū)域；

將包含所述多個點云的第一幾何體劃分為指定數(shù)量的第二幾何體的集合，并確定各個三維車輛預(yù)警區(qū)域包含的一個或多個所述第二幾何體；以及

根據(jù)所述各個三維車輛預(yù)警區(qū)域包含的一個或多個所述第二幾何體，確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警；

報警裝置，用于在所述至少一個處理裝置確定針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警時，以預(yù)設(shè)方式發(fā)出車輛碰撞預(yù)警。

可選地，所述至少一個處理裝置還用于：

根據(jù)預(yù)置的車輛尺寸，在所述地平面隨機生成多個三維區(qū)域，其中，所述三維區(qū)域通過指定參數(shù)確定；

從所述多個三維區(qū)域中選取距離所述機動車小于指定距離的三維區(qū)域作為三維車輛預(yù)警區(qū)域。

可選地，所述指定參數(shù)包括下列至少之一：

車輛中心的三維坐標、車輛尺寸、車輛在所述地平面上的朝向角度。

可選地，所述點云獲取器包括下列至少之一：

激光雷達、雙目相機。

可選地，當所述點云獲取器為激光雷達時，所述激光雷達用于在所述機動車行駛過程中，采集道路場景中的多個點云。

可選地，當所述點云獲取器為雙目相機時，所述雙目相機用于在所述機動車行駛過程中，攝取道路場景中多張圖像，從所述多張圖像中獲取多個點云。

可選地，所述至少一個處理裝置還用于：

通過隨機抽樣一致性RANSAC算法，確定所述多個點云中屬于所述道路場景中的地平面的點云。

可選地，所述至少一個處理裝置還用于：

將包含所述多個點云的長方體按照固定間隔離散化，劃分為指定數(shù)量的立方體的集合。

可選地，所述至少一個處理裝置還用于：

根據(jù)所述各個三維車輛預(yù)警區(qū)域包含的一個或多個所述第二幾何體，利用三維積分圖計算所述各個三維車輛預(yù)警區(qū)域包含的點云數(shù)量和/或點云平均高度；

根據(jù)所述各個三維車輛預(yù)警區(qū)域包含的點云數(shù)量和/或點云平均高度，確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警。

可選地，所述至少一個處理裝置還用于：

按照指定的權(quán)重對所述各個三維車輛預(yù)警區(qū)域包含的點云數(shù)量和點云平均高度求和加權(quán)，得到所述各個三維車輛預(yù)警區(qū)域的綜合評分值；

根據(jù)所述各個三維車輛預(yù)警區(qū)域的綜合評分值，確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警。

依據(jù)本發(fā)明的另一方面，還提供了一種車載設(shè)備，包括上述任一個所述的提供車輛碰撞預(yù)警的系統(tǒng)。

本發(fā)明實施例提供了一種新型的車輛碰撞預(yù)警的系統(tǒng)，該系統(tǒng)包括點云獲取器、至少一個處理裝置和報警裝置，其中，點云獲取器用于在機動車行駛過程中，獲取道路場景中的多個點云；至少一個處理裝置，用于基于點云獲取器輸出的多個點云，確定道路場景中的地平面；根據(jù)預(yù)置的車輛尺寸，在地平面上生成多個三維車輛預(yù)警區(qū)域；將包含多個點云的第一幾何體劃分為指定數(shù)量的第二幾何體的集合，并確定各個三維車輛預(yù)警區(qū)域包含的一個或多個第二幾何體；以及根據(jù)各個三維車輛預(yù)警區(qū)域包含的一個或多個第二幾何體，確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警；報警裝置，用于在至少一個處理裝置確定針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警時，以預(yù)設(shè)方式發(fā)出車輛碰撞預(yù)警。由此可見，本發(fā)明實施例利用車輛位于地平面附近的先驗知識，同時利用已知車輛尺寸的模板，在地平面上生成多個三維車輛預(yù)警區(qū)域，進而，基于各個三維車輛預(yù)警區(qū)域中包含的點云來確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警，從而快速、準確地識別和定位道路場景中的車輛，并發(fā)出車輛碰撞預(yù)警。

上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說明書的內(nèi)容予以實施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點能夠更明顯易懂，以下特舉本發(fā)明的具體實施方式。

根據(jù)下文結(jié)合附圖對本發(fā)明具體實施例的詳細描述，本領(lǐng)域技術(shù)人員將會更加明了本發(fā)明的上述以及其他目的、優(yōu)點和特征。

附圖說明

通過閱讀下文優(yōu)選實施方式的詳細描述，各種其他的優(yōu)點和益處對于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實施方式的目的，而并不認為是對本發(fā)明的限制。而且在整個附圖中，用相同的參考符號表示相同的部件。在附圖中：

圖1示出了根據(jù)本發(fā)明一實施例的提供車輛碰撞預(yù)警的系統(tǒng)的結(jié)構(gòu)示意圖；

圖2示出了根據(jù)本發(fā)明一實施例的車載設(shè)備的結(jié)構(gòu)示意圖；以及

圖3示出了根據(jù)本發(fā)明一實施例的機動車的功能分類示意圖。

具體實施方式

下面將參照附圖更詳細地描述本公開的示例性實施例。雖然附圖中顯示了本公開的示例性實施例，然而應(yīng)當理解，可以以各種形式實現(xiàn)本公開而不應(yīng)被這里闡述的實施例所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達給本領(lǐng)域的技術(shù)人員。

為解決上述技術(shù)問題，本發(fā)明實施例提供了一種提供車輛碰撞預(yù)警的系統(tǒng)。圖1示出了根據(jù)本發(fā)明一實施例的提供車輛碰撞預(yù)警的系統(tǒng)100的結(jié)構(gòu)示意圖。如圖1所示，該系統(tǒng)至少可以包括點云獲取器110、至少一個處理裝置120以及報警裝置130。

現(xiàn)介紹本發(fā)明實施例的提供車輛碰撞預(yù)警的系統(tǒng)100的各組成或器件的功能以及各部分間的連接關(guān)系：

點云獲取器110，用于在機動車行駛過程中，獲取道路場景中的多個點云；

至少一個處理裝置120，與點云獲取器110相耦合，用于基于點云獲取器110輸出的多個點云，確定道路場景中的地平面；

根據(jù)預(yù)置的車輛尺寸，在地平面上生成多個三維車輛預(yù)警區(qū)域；

將包含多個點云的第一幾何體劃分為指定數(shù)量的第二幾何體的集合，并確定各個三維車輛預(yù)警區(qū)域包含的一個或多個第二幾何體；

根據(jù)各個三維車輛預(yù)警區(qū)域包含的一個或多個第二幾何體，確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警；以及

報警裝置130，與至少一個處理裝置120相耦合，用于在至少一個處理裝置120確定針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警時，以預(yù)設(shè)方式發(fā)出車輛碰撞預(yù)警。

本發(fā)明實施例提供了一種新型的車輛碰撞預(yù)警的系統(tǒng)，該系統(tǒng)包括點云獲取器、至少一個處理裝置和報警裝置，其中，點云獲取器用于在機動車行駛過程中，獲取道路場景中的多個點云；至少一個處理裝置，用于基于點云獲取器輸出的多個點云，確定道路場景中的地平面；根據(jù)預(yù)置的車輛尺寸，在地平面上生成多個三維車輛預(yù)警區(qū)域；將包含多個點云的第一幾何體劃分為指定數(shù)量的第二幾何體的集合，并確定各個三維車輛預(yù)警區(qū)域包含的一個或多個第二幾何體；以及根據(jù)各個三維車輛預(yù)警區(qū)域包含的一個或多個第二幾何體，確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警；報警裝置，用于在至少一個處理裝置確定針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警時，以預(yù)設(shè)方式發(fā)出車輛碰撞預(yù)警。由此可見，本發(fā)明實施例利用車輛位于地平面附近的先驗知識，同時利用已知車輛尺寸的模板，在地平面上生成多個三維車輛預(yù)警區(qū)域，進而，基于各個三維車輛預(yù)警區(qū)域中包含的點云來確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警，從而快速、準確地識別和定位道路場景中的車輛，并發(fā)出車輛碰撞預(yù)警。

在本發(fā)明的可選實施例中，上文提及的點云獲取器110可以安裝在機動車內(nèi)，以在機動車行駛過程中，獲取道路場景中的多個點云。點云獲取器110可以是激光雷達，也可以是雙目相機，還可以是激光雷達和雙目相機的組合。

激光雷達是智能車輛獲取外部信息的重要傳感器之一，具有可靠性和實時性強，精確性高等優(yōu)點，因此被廣泛地應(yīng)用在智能車環(huán)境感知研究中。雷達具有多個激光傳感器，每個傳感器測量離散數(shù)據(jù)點可表示為Pi(x,y,z,s)，x,y,z分別表示三維物理距離，單位為米，s表示反射強度，為無量綱值。而點云數(shù)據(jù)則是大規(guī)模的離散測量點數(shù)據(jù)的集合{P1,P2,P3,...,PN}，它們?yōu)檫€原型測量對象的基本形狀特征和結(jié)構(gòu)細節(jié)提供了充足的信息。當點云獲取器110為激光雷達時，激光雷達可以在機動車行駛過程中，采集道路場景中的多個點云，可以采集到點云的三維坐標(XYZ)和激光反射強度(Intensity)。

雙目相機是將兩個相機放置于同一平面對目標物體進行拍攝，得到許多組對應(yīng)的物體圖像對，由于相機與物體是符合三角測量原理的，同時采用對應(yīng)點的視差來計算物體的立體信息，從而獲得物體的三維點云數(shù)據(jù)。當點云獲取器110為雙目相機時，可以在機動車行駛過程中，攝取道路場景中多張圖像，從多張圖像中獲取多個點云，可以采集到點云的三維坐標(XYZ)和顏色信息(RGB)。

當點云獲取器110為激光雷達和雙目相機的組合時，可以獲得點云的三維坐標(XYZ)、激光反射強度(Intensity)和顏色信息(RGB)。

在本發(fā)明的可選實施例中，至少一個處理裝置120在確定道路場景中的地平面時，可以通過RANSAC(RANdom Sample Consensus，隨機抽樣一致性)算法，確定多個點云中屬于道路場景中的地平面的點云，進而確定出道路場景中的地平面。

RANSAC可以從一組包含“局外點”的觀測數(shù)據(jù)集中，通過迭代方式估計數(shù)學(xué)模型的參數(shù)。它是一種不確定的算法，它有一定的概率得出一個合理的結(jié)果。RANSAC的基本假設(shè)是：

(1)數(shù)據(jù)由“局內(nèi)點”組成，例如：數(shù)據(jù)的分布可以用一些模型參數(shù)來解釋；

(2)“局外點”是不能適應(yīng)該模型的數(shù)據(jù)；

(3)除此之外的數(shù)據(jù)屬于噪聲。

局外點產(chǎn)生的原因有：噪聲的極值，錯誤的測量方法，對數(shù)據(jù)的錯誤假設(shè)。RANSAC也做了以下假設(shè)：給定一組(通常很小的)局內(nèi)點，存在一個可以估計模型參數(shù)的過程，而該模型能夠解釋或者適用于局內(nèi)點。

RANSAC算法的輸入是一組觀測數(shù)據(jù)，一個可以解釋或者適應(yīng)于觀測數(shù)據(jù)的參數(shù)化模型，一些可信的參數(shù)。RANSAC通過反復(fù)選擇數(shù)據(jù)中的一組隨機子集來達成目標。被選取的子集被假設(shè)為局內(nèi)點，并用下述方法進行驗證：

1)有一個模型適應(yīng)于假設(shè)的局內(nèi)點，即所有的未知參數(shù)都能從假設(shè)的局內(nèi)點計算得出；

2)用1)中得到的模型去測試所有的其它數(shù)據(jù)，如果某個點適用于估計的模型，認為它也是局內(nèi)點；

3)如果有足夠多的點被歸類為假設(shè)的局內(nèi)點，那么估計的模型就足夠合理；

4)然后，用所有假設(shè)的局內(nèi)點去重新估計模型，因為它僅僅被初始的假設(shè)局內(nèi)點估計過；

5)最后，通過估計局內(nèi)點與模型的錯誤率來評估模型。

這個過程被重復(fù)執(zhí)行固定的次數(shù)，每次產(chǎn)生的模型要么因為局內(nèi)點太少而被舍棄，要么因為比現(xiàn)有的模型更好而被選用。

在本發(fā)明實施例中，輸入的點云數(shù)據(jù)中有大量的點云屬于地平面，通過RANSAC算法可以較為魯棒地估計出地平面。地平面π＝(a,b,c,d)^T通過四維向量的參數(shù)化表示，其參考坐標系為以傳感器為中心的觀測坐標系。

在本發(fā)明的可選實施例中，至少一個處理裝置120在根據(jù)預(yù)置的車輛尺寸，在地平面上生成多個三維車輛預(yù)警區(qū)域時，可以根據(jù)預(yù)置的車輛尺寸，在地平面隨機生成多個三維區(qū)域，其中，三維區(qū)域通過指定參數(shù)確定；進而從多個三維區(qū)域中選取距離機動車小于指定距離的三維區(qū)域作為三維車輛預(yù)警區(qū)域。這里的指定參數(shù)可以是車輛中心的三維坐標、車輛尺寸、車輛在地平面上的朝向角度，等等，本發(fā)明不限于此。

具體地，根據(jù)預(yù)置的車輛尺寸，在地平面隨機生成多個三維區(qū)域時，可以在自然車道場景下，假設(shè)車輛均位于路面(即，地平面)附近(不考慮懸掛車輛等極端情況)，則根據(jù)已知的車型輸入車輛的尺寸模板(長、寬、高)，在路面附近做輕微擾動，同時遍歷車輛模板可能的朝向角度，即可以得到M個可能的三維區(qū)域，這些三維區(qū)域可以通過7個參數(shù)(x,y,z,l,w,h,θ)來確定，其中(x,y,z)代表車輛中心的三維坐標；(l,w,h)為車輛的長、寬、高模板；θ代表車輛在水平面上的朝向角度。

此外，在本發(fā)明的另一可選實施例中，還可以結(jié)合機動車的尺寸、速度、方向等信息來從多個三維區(qū)域中選取三維車輛預(yù)警區(qū)域。

在本發(fā)明的可選實施例中，至少一個處理裝置120在將包含多個點云的第一幾何體劃分為指定數(shù)量的第二幾何體的集合時，可以將包含多個點云的長方體按照固定間隔離散化，劃分為指定數(shù)量的立方體的集合。具體地，將包含所有輸入三維點云的長方體按照固定間隔離散化，劃分為若干個小立方體的集合，則對于上文得到的M個三維車輛預(yù)警區(qū)域，每個三維車輛預(yù)警區(qū)域?qū)?yīng)為該區(qū)域內(nèi)若干個小立方體的集合。這里，指定數(shù)量可以根據(jù)實際需求進行設(shè)置，例如，若需要劃分更小的立方體則設(shè)置較大的指定數(shù)量。

在得到各個三維車輛預(yù)警區(qū)域包含的一個或多個第二幾何體后，由于各個第二幾何體包含道路場景中的至少一個點云，因而，至少一個處理裝置120可以根據(jù)各個三維車輛預(yù)警區(qū)域包含的一個或多個第二幾何體來確定各個三維車輛預(yù)警區(qū)域的特征，進而可以根據(jù)各個三維車輛預(yù)警區(qū)域的特征來識別和定位該三維車輛預(yù)警區(qū)域中的車輛，并確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警。這里的三維車輛預(yù)警區(qū)域的特征可以是三維車輛預(yù)警區(qū)域內(nèi)所包含的點云數(shù)量、點云平均高度、點云數(shù)目上下左右的比例等等，本發(fā)明不限于此。在本發(fā)明的可選實施例中，可以利用三維積分圖來計算每個三維車輛預(yù)警區(qū)域的特征，計算復(fù)雜度為O(1)，節(jié)約了計算量，可以快速計算大量三維車輛預(yù)警區(qū)域的特征。

進一步地，至少一個處理裝置120可以根據(jù)三維車輛預(yù)警區(qū)域內(nèi)所包含的點云數(shù)量來識別和定位該三維車輛預(yù)警區(qū)域中的車輛，并確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警；或者，根據(jù)三維車輛預(yù)警區(qū)域內(nèi)所包含的點云平均高度來識別和定位該三維車輛預(yù)警區(qū)域中的車輛，并確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警；或者結(jié)合三維車輛預(yù)警區(qū)域內(nèi)所包含的點云數(shù)量和點云平均高度來識別和定位該三維車輛預(yù)警區(qū)域中的車輛，并確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警。這里，可以按照指定的權(quán)重對各個三維車輛預(yù)警區(qū)域包含的點云數(shù)量和點云平均高度求和加權(quán)，得到各個三維車輛預(yù)警區(qū)域的綜合評分值，隨后根據(jù)各個三維車輛預(yù)警區(qū)域的綜合評分值，確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警，例如，當綜合評分值大于指定閾值時，則確定針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警。這里的指定閾值可以根據(jù)實際需求進行設(shè)置，本發(fā)明對此不作限制。

在至少一個處理裝置120確定針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警時，報警裝置130以預(yù)設(shè)方式發(fā)出車輛碰撞預(yù)警。這里的預(yù)設(shè)方式可以是語音，也可以是語音和圖像結(jié)合，等等，本發(fā)明不限于此。

本發(fā)明實施例提供的一種提供車輛碰撞預(yù)警的系統(tǒng)是一個實時系統(tǒng)，可以應(yīng)用在機動車行駛過程中，點云獲取器110實時獲取道路場景中的多個點云；至少一個處理裝置120能做出實時處理來確定是否針對各個三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警。在至少一個處理裝置120確定針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警時，報警裝置130以語音或圖像等方式發(fā)出車輛碰撞預(yù)警。

基于同一發(fā)明構(gòu)思，如圖2所示，本發(fā)明實施例還提供了一種車載設(shè)備200，包括上述任一個所述的提供車輛碰撞預(yù)警的系統(tǒng)100。

圖3示出了機動車上包含的一些功能分類，如智能控制功能、基本控制功能、拓展功能、常用功能等，本發(fā)明實施例提供的車載設(shè)備200可以分類在拓展功能。當然此處僅是示意性的，并不對本發(fā)明構(gòu)成限制。

根據(jù)上述任意一個優(yōu)選實施例或多個優(yōu)選實施例的組合，本發(fā)明實施例能夠達到如下有益效果：

本發(fā)明實施例提供了一種新型的車輛碰撞預(yù)警的系統(tǒng)和車載設(shè)備，該系統(tǒng)包括點云獲取器、至少一個處理裝置和報警裝置，其中，點云獲取器用于在機動車行駛過程中，獲取道路場景中的多個點云；至少一個處理裝置，用于基于點云獲取器輸出的多個點云，確定道路場景中的地平面；根據(jù)預(yù)置的車輛尺寸，在地平面上生成多個三維車輛預(yù)警區(qū)域；將包含多個點云的第一幾何體劃分為指定數(shù)量的第二幾何體的集合，并確定各個三維車輛預(yù)警區(qū)域包含的一個或多個第二幾何體；以及根據(jù)各個三維車輛預(yù)警區(qū)域包含的一個或多個第二幾何體，確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警；報警裝置，用于在至少一個處理裝置確定針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警時，以預(yù)設(shè)方式發(fā)出車輛碰撞預(yù)警。由此可見，本發(fā)明實施例利用車輛位于地平面附近的先驗知識，同時利用已知車輛尺寸的模板，在地平面上生成多個三維車輛預(yù)警區(qū)域，進而，基于各個三維車輛預(yù)警區(qū)域中包含的點云來確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警，從而快速、準確地識別和定位道路場景中的車輛，并發(fā)出車輛碰撞預(yù)警。

在此處所提供的說明書中，說明了大量具體細節(jié)。然而，能夠理解，本發(fā)明的實施例可以在沒有這些具體細節(jié)的情況下實踐。在一些實例中，并未詳細示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對本說明書的理解。

類似地，應(yīng)當理解，為了精簡本公開并幫助理解各個發(fā)明方面中的一個或多個，在上面對本發(fā)明的示例性實施例的描述中，本發(fā)明的各個特征有時被一起分組到單個實施例、圖、或者對其的描述中。然而，并不應(yīng)將該公開的方法解釋成反映如下意圖：即所要求保護的本發(fā)明要求比在每個權(quán)利要求中所明確記載的特征更多的特征。更確切地說，如下面的權(quán)利要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個實施例的所有特征。因此，遵循具體實施方式的權(quán)利要求書由此明確地并入該具體實施方式，其中每個權(quán)利要求本身都作為本發(fā)明的單獨實施例。

本領(lǐng)域那些技術(shù)人員可以理解，可以對實施例中的設(shè)備中的模塊進行自適應(yīng)性地改變并且把它們設(shè)置在與該實施例不同的一個或多個設(shè)備中?？梢园褜嵤├械哪K或單元或組件組合成一個模塊或單元或組件，以及此外可以把它們分成多個子模塊或子單元或子組件。除了這樣的特征和/或過程或者單元中的至少一些是相互排斥之外，可以采用任何組合對本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的所有特征以及如此公開的任何方法或者設(shè)備的所有過程或單元進行組合。除非另外明確陳述，本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的每個特征可以由提供相同、等同或相似目的的替代特征來代替。

此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實施例包括其它實施例中所包括的某些特征而不是其它特征，但是不同實施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實施例。例如，在權(quán)利要求書中，所要求保護的實施例的任意之一都可以以任意的組合方式來使用。

本發(fā)明的各個部件實施例可以以硬件實現(xiàn)，或者以在一個或者多個處理器上運行的軟件模塊實現(xiàn)，或者以它們的組合實現(xiàn)。本領(lǐng)域的技術(shù)人員應(yīng)當理解，可以在實踐中使用微處理器或者數(shù)字信號處理器(DSP)來實現(xiàn)根據(jù)本發(fā)明實施例的提供車輛碰撞預(yù)警的系統(tǒng)和車載設(shè)備中的一些或者全部部件的一些或者全部功能。本發(fā)明還可以實現(xiàn)為用于執(zhí)行這里所描述的方法的一部分或者全部的設(shè)備或者裝置程序(例如，計算機程序和計算機程序產(chǎn)品)。這樣的實現(xiàn)本發(fā)明的程序可以存儲在計算機可讀介質(zhì)上，或者可以具有一個或者多個信號的形式。這樣的信號可以從因特網(wǎng)網(wǎng)站上下載得到，或者在載體信號上提供，或者以任何其他形式提供。

應(yīng)該注意的是上述實施例對本發(fā)明進行說明而不是對本發(fā)明進行限制，并且本領(lǐng)域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計出替換實施例。在權(quán)利要求中，不應(yīng)將位于括號之間的任何參考符號構(gòu)造成對權(quán)利要求的限制。單詞“包含”不排除存在未列在權(quán)利要求中的元件或步驟。位于元件之前的單詞“一”或“一個”不排除存在多個這樣的元件。本發(fā)明可以借助于包括有若干不同元件的硬件以及借助于適當編程的計算機來實現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中，這些裝置中的若干個可以是通過同一個硬件項來具體體現(xiàn)。單詞第一、第二、以及第三等的使用不表示任何順序?？蓪⑦@些單詞解釋為名稱。

至此，本領(lǐng)域技術(shù)人員應(yīng)認識到，雖然本文已詳盡示出和描述了本發(fā)明的多個示例性實施例，但是，在不脫離本發(fā)明精神和范圍的情況下，仍可根據(jù)本發(fā)明公開的內(nèi)容直接確定或推導(dǎo)出符合本發(fā)明原理的許多其他變型或修改。因此，本發(fā)明的范圍應(yīng)被理解和認定為覆蓋了所有這些其他變型或修改。

本發(fā)明實施例的一方面，提供了A1、一種提供車輛碰撞預(yù)警的系統(tǒng)，包括：

點云獲取器，用于在機動車行駛過程中，獲取道路場景中的多個點云；

至少一個處理裝置，用于基于所述點云獲取器輸出的所述多個點云，確定所述道路場景中的地平面；

根據(jù)預(yù)置的車輛尺寸，在所述地平面上生成多個三維車輛預(yù)警區(qū)域；

將包含所述多個點云的第一幾何體劃分為指定數(shù)量的第二幾何體的集合，并確定各個三維車輛預(yù)警區(qū)域包含的一個或多個所述第二幾何體；

根據(jù)所述各個三維車輛預(yù)警區(qū)域包含的一個或多個所述第二幾何體，確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警；以及

報警裝置，用于在所述至少一個處理裝置確定針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警時，以預(yù)設(shè)方式發(fā)出車輛碰撞預(yù)警。

A2、根據(jù)A1所述的系統(tǒng)，其中，所述至少一個處理裝置還用于：

根據(jù)預(yù)置的車輛尺寸，在所述地平面隨機生成多個三維區(qū)域，其中，所述三維區(qū)域通過指定參數(shù)確定；

從所述多個三維區(qū)域中選取距離所述機動車小于指定距離的三維區(qū)域作為三維車輛預(yù)警區(qū)域。

A3、根據(jù)A2所述的系統(tǒng)，其中，所述指定參數(shù)包括下列至少之一：

車輛中心的三維坐標、車輛尺寸、車輛在所述地平面上的朝向角度。

A4、根據(jù)A1-A3中任一項所述的系統(tǒng)，其中，所述點云獲取器包括下列至少之一：

激光雷達、雙目相機。

A5、根據(jù)A4所述的系統(tǒng)，其中，當所述點云獲取器為激光雷達時，所述激光雷達用于在所述機動車行駛過程中，采集道路場景中的多個點云。

A6、根據(jù)A4所述的系統(tǒng)，其中，當所述點云獲取器為雙目相機時，所述雙目相機用于在所述機動車行駛過程中，攝取道路場景中多張圖像，從所述多張圖像中獲取多個點云。

A7、根據(jù)A1-A6中任一項所述的系統(tǒng)，其中，所述至少一個處理裝置還用于：

通過隨機抽樣一致性RANSAC算法，確定所述多個點云中屬于所述道路場景中的地平面的點云。

A8、根據(jù)A1-A7中任一項所述的系統(tǒng)，其中，所述至少一個處理裝置還用于：

將包含所述多個點云的長方體按照固定間隔離散化，劃分為指定數(shù)量的立方體的集合。

A9、根據(jù)A1-A8中任一項所述的系統(tǒng)，其中，所述至少一個處理裝置還用于：

根據(jù)所述各個三維車輛預(yù)警區(qū)域包含的一個或多個所述第二幾何體，利用三維積分圖計算所述各個三維車輛預(yù)警區(qū)域包含的點云數(shù)量和/或點云平均高度；

根據(jù)所述各個三維車輛預(yù)警區(qū)域包含的點云數(shù)量和/或點云平均高度，確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警。

A10、根據(jù)A9所述的系統(tǒng)，其中，所述至少一個處理裝置還用于：

按照指定的權(quán)重對所述各個三維車輛預(yù)警區(qū)域包含的點云數(shù)量和點云平均高度求和加權(quán)，得到所述各個三維車輛預(yù)警區(qū)域的綜合評分值；

根據(jù)所述各個三維車輛預(yù)警區(qū)域的綜合評分值，確定是否針對該三維車輛預(yù)警區(qū)域發(fā)出車輛碰撞預(yù)警。

本發(fā)明實施例的另一方面，還提供了B11、一種車載設(shè)備，包括A1-A10中任一項所述的提供車輛碰撞預(yù)警的系統(tǒng)。