欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

預(yù)警式行車記錄儀的制作方法

文檔序號:11775919閱讀:295來源:國知局

本發(fā)明涉及一種車用預(yù)警設(shè)備,特別涉及一種預(yù)警式行車記錄儀。



背景技術(shù):

行車記錄儀可說是汽車使用的黑匣子,借由發(fā)動引擎隨即可以錄像錄影的功能,透過高清鏡頭攝影記錄車輛行駛途中的影像及聲音,當(dāng)意外發(fā)生時,立刻提出證據(jù),保障駕駛?cè)俗晕覚?quán)利。安裝行車記錄儀后,能夠記錄汽車行駛?cè)^程的視頻圖像和聲音,內(nèi)部的傳感器能夠設(shè)置沖擊力的敏感度,當(dāng)外界的沖擊力大于所設(shè)置值,導(dǎo)致該沖擊力的現(xiàn)場數(shù)據(jù)將被記錄下來,可為交通事故提供證據(jù)。

但是目前的行車記錄儀只能記錄圖像與聲音,與一個攝像機的功能是一樣的,汽車在行駛的時候,還需要各種不同的預(yù)警設(shè)備,比如停車傳感器等,但是汽車行駛過程中,這些預(yù)警設(shè)備卻失去了作用,而目前生活中車輛越來越多,很多意外情況無法避免,只能通過駕駛員的經(jīng)驗或者及時判斷來避免交通事故的發(fā)生,安全性很低。



技術(shù)實現(xiàn)要素:

本發(fā)明的目的在于,提供了一種安全性高的預(yù)警式行車記錄儀。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:一種預(yù)警式行車記錄儀,包括圖像攝取設(shè)備、預(yù)警處理器,其特征在于:圖像攝取設(shè)備與預(yù)警處理器連接,預(yù)警處理器預(yù)警處理的步驟如下;

第一步,圖像網(wǎng)格采樣,將圖像攝取設(shè)備攝取的視頻圖片進行采樣,獲取稀疏的圖像像素點;

第二步,連續(xù)幀網(wǎng)格點軌跡獲取,對網(wǎng)格像素點在連續(xù)的至少兩個視頻幀進行跟蹤;

第三步,網(wǎng)格點軌跡分塊處理,將視頻幀圖像分割成幾十個圖像小塊,對屬于同一個圖像小塊的所有網(wǎng)格像素點軌跡組建一個數(shù)據(jù)矩陣,并利用主成分分析法提取主分量軌跡;

第四步,剔除背景網(wǎng)格點,去除主分量軌跡,得到殘余軌跡分量,并計算自適應(yīng)的閾值,判定其殘余軌跡分量小于閾值的網(wǎng)格像素點屬于背景點,大于閾值的網(wǎng)格像素點屬于潛在的運動目標(biāo)點;

第五步,快速行人檢測與車輛檢測,預(yù)先對大量的交通道路上的汽車圖片和行人圖片進行學(xué)習(xí),分別提取正負(fù)樣本圖像的特征,利用支持向量機進行樣本訓(xùn)練,得到行人分類器和汽車分類器,通過只對潛在運動目標(biāo)點進行特征提取,再結(jié)合預(yù)先學(xué)習(xí)得到的行人分類器和汽車分類器,從而實現(xiàn)快速檢測行人和車輛;

第六步,目標(biāo)運動軌跡預(yù)測,采用非線性的擴展卡爾曼濾波或粒子濾波,并結(jié)合運動目標(biāo)前連續(xù)幀的坐標(biāo)位置,預(yù)測下一時刻目標(biāo)的位置;

第七步,計算得到結(jié)果,對駕駛員進行預(yù)警。

本發(fā)明的進一步設(shè)置為:將網(wǎng)格像素點坐標(biāo)設(shè)為p(xm,yn),網(wǎng)格像素點坐標(biāo)計算方法為,xm=(m-1)*d1+1;yn=(n-1)*d2+1,其中,m為網(wǎng)格列數(shù),n為網(wǎng)格行數(shù),d1為網(wǎng)格寬度,d2為網(wǎng)格高度。

本發(fā)明的進一步設(shè)置為:每個網(wǎng)格點的在每一視頻的坐標(biāo)位置為,p(xm(t),yn(t))=f(p(xm(t-1),yn(t-1)),f(p)為跟蹤算法,p(xm(t-1),yn(t-1))為列數(shù)為m,行數(shù)為n的像素點在第t-1視頻幀中的坐標(biāo),p(xm(t),yn(t))為列數(shù)為m,行數(shù)為n的像素點在第t視頻幀中的坐標(biāo)。

本發(fā)明的進一步設(shè)置為:所述的預(yù)警為碰撞預(yù)警、軌道偏離預(yù)警。

上述結(jié)構(gòu)和方法結(jié)合智能移動終端,實現(xiàn)對行車安全的有效預(yù)警,具有如下主要功能:(1)車輛碰撞預(yù)警:它是防止汽車發(fā)生碰撞的一種智能系統(tǒng)。它能夠自動發(fā)現(xiàn)并追蹤可能與汽車發(fā)生碰撞的車輛、行人或者其他障礙物。當(dāng)目標(biāo)和汽車距離低于預(yù)先設(shè)定的安全限制時發(fā)出警報,同時采取制動或規(guī)避等措施,避免碰撞的發(fā)生;(2)軌道偏離預(yù)警:通過光學(xué)成像系統(tǒng)對道路標(biāo)記進行辨別。當(dāng)車輛運行軌跡偏離當(dāng)前行駛軌道并超過預(yù)設(shè)限值時,系統(tǒng)發(fā)出預(yù)警;(3)行車記錄;記錄車輛行駛途中的影像及聲音等相關(guān)訊息。與此同時,該行車安全預(yù)警系統(tǒng)設(shè)備還具有尺寸小、成本低、易安裝等特點。

具體實施方式

本發(fā)明一種預(yù)警式行車記錄儀,包括圖像攝取設(shè)備、預(yù)警處理器,其特征在于:圖像攝取設(shè)備與預(yù)警處理器連接,預(yù)警處理器預(yù)警處理的步驟如下;

第一步,圖像網(wǎng)格采樣,將圖像攝取設(shè)備攝取的視頻圖片進行采樣,獲取稀疏的圖像像素點;

第二步,連續(xù)幀網(wǎng)格點軌跡獲取,對網(wǎng)格像素點在連續(xù)的至少兩個視頻幀進行跟蹤;

第三步,網(wǎng)格點軌跡分塊處理,將視頻幀圖像分割成幾十個圖像小塊,對屬于同一個圖像小塊的所有網(wǎng)格像素點軌跡組建一個數(shù)據(jù)矩陣,并利用主成分分析法提取主分量軌跡;

第四步,剔除背景網(wǎng)格點,去除主分量軌跡,得到殘余軌跡分量,并計算自適應(yīng)的閾值,判定其殘余軌跡分量小于閾值的網(wǎng)格像素點屬于背景點,大于閾值的網(wǎng)格像素點屬于潛在的運動目標(biāo)點;

第五步,快速行人檢測與車輛檢測,預(yù)先對大量的交通道路上的汽車圖片和行人圖片進行學(xué)習(xí),分別提取正負(fù)樣本圖像的特征,利用支持向量機進行樣本訓(xùn)練,得到行人分類器和汽車分類器,通過只對潛在運動目標(biāo)點進行特征提取,再結(jié)合預(yù)先學(xué)習(xí)得到的行人分類器和汽車分類器,從而實現(xiàn)快速檢測行人和車輛;

第六步,目標(biāo)運動軌跡預(yù)測,采用非線性的擴展卡爾曼濾波或粒子濾波,并結(jié)合運動目標(biāo)前連續(xù)幀的坐標(biāo)位置,預(yù)測下一時刻目標(biāo)的位置;

第七步,計算得到結(jié)果,對駕駛員進行預(yù)警。

本發(fā)明的進一步設(shè)置為:將網(wǎng)格像素點坐標(biāo)設(shè)為p(xm,yn),網(wǎng)格像素點坐標(biāo)計算方法為,xm=(m-1)*d1+1;yn=(n-1)*d2+1,其中,m為網(wǎng)格列數(shù),n為網(wǎng)格行數(shù),d1為網(wǎng)格寬度,d2為網(wǎng)格高度。

本發(fā)明的進一步設(shè)置為:每個網(wǎng)格點的在每一視頻的坐標(biāo)位置為,p(xm(t),yn(t))=f(p(xm(t-1),yn(t-1)),f(p)為跟蹤算法,p(xm(t-1),yn(t-1))為列數(shù)為m,行數(shù)為n的像素點在第t-1視頻幀中的坐標(biāo),p(xm(t),yn(t))為列數(shù)為m,行數(shù)為n的像素點在第t視頻幀中的坐標(biāo)。

本發(fā)明的進一步設(shè)置為:所述的預(yù)警為碰撞預(yù)警、軌道偏離預(yù)警。

下面詳細(xì)解釋實施例中各個步驟的過程和作用。

圖像網(wǎng)格采樣:主要用于獲取稀疏的圖像像素點而又不失像素點的分布均勻性,達(dá)到減少跟蹤點數(shù)量,提高系統(tǒng)運算速度的目的。網(wǎng)格像素點坐標(biāo)計算方法如下:

xm=(m-1)*d1+1;yn=(n-1)*d2+1;

其中:m為網(wǎng)格列數(shù),n為網(wǎng)格行數(shù),d1為網(wǎng)格寬度,d2為網(wǎng)格高度;(網(wǎng)格像素點為p(xm,yn))

連續(xù)t幀網(wǎng)格點軌跡獲?。簩W(wǎng)格像素點p(xm,yn)在連續(xù)的t個視頻幀進行跟蹤,其中每個網(wǎng)格點的在每一視頻的坐標(biāo)位置如下:

p(xm(t),yn(t))=f(p(xm(t-1),yn(t-1)));

其中:f(p)為跟蹤算法,p(xm(t-1),yn(t-1))為列數(shù)為m,行數(shù)為n的像素點在第t-1視頻幀中的坐標(biāo),p(xm(t),yn(t))為列數(shù)為m,行數(shù)為n的像素點在第t視頻幀中的坐標(biāo)。

網(wǎng)格點軌跡分塊處理:將視頻幀圖像分割成幾十個圖像小塊,對屬于同一個圖像小塊的所有網(wǎng)格像素點軌跡組建一個數(shù)據(jù)矩陣m,并利用主成分分析法(pca)提取主分量軌跡m'。

主成分分析法(pca)介紹:對同一個體進行多項觀察時,必定涉及多個隨機變量x1,x2,…,xp,它們都是的相關(guān)性,一時難以綜合。這時就需要借助主成分分析(principalcomponentanalysis)來概括諸多信息的主要方面。我們希望有一個或幾個較好的綜合指標(biāo)來概括信息,而且希望綜合指標(biāo)互相獨立地各代表某一方面的性質(zhì)。

任何一個度量指標(biāo)的好壞除了可靠、真實之外,還必須能充分反映個體間的變異。如果有一項指標(biāo),不同個體的取值都大同小異,那么該指標(biāo)不能用來區(qū)分不同的個體。由這一點來看,一項指標(biāo)在個體間的變異越大越好。因此我們把“變異大”作為“好”的標(biāo)準(zhǔn)來尋求綜合指標(biāo)。

主成分的一般定義設(shè)有隨機變量x1,x2,…,xp,樣本標(biāo)準(zhǔn)差記為s1,s2,…,sp。首先作標(biāo)準(zhǔn)化變換

有如下的定義:

(1)若c1=a11x1+a12x2+…+a1pxp,且使var(c1)最大,則稱c1為第一主成分;

(2)若c2=a21x1+a22x2+…+a2pxp,,(a21,a22,…,a2p)垂直于(a11,a12,…,a1p),且使var(c2)最大,則稱c2為第二主成分;

(3)類似地,可有第三、四、五…主成分,至多有p個。

這一性質(zhì)說明,主成分是原變量的線性組合,是對原變量信息的一種改組,主成分不增加總信息量,也不減少總信息量。

主成分c1,c2,…,cp具有如下幾個性質(zhì):

(1)主成分間互不相關(guān),即對任意i和j,ci和cj的相關(guān)系數(shù)

corr(ci,cj)=0i≠j

(2)組合系數(shù)(ai1,ai2,…,aip)構(gòu)成的向量為單位向量,

(3)各主成分的方差是依次遞減的,即

var(c1)≥var(c2)≥…≥var(cp)

(4)總方差不增不減,即

var(c1)+var(c2)+…+var(cp)=var(x1)+var(x2)+…+var(xp)=p

(5)主成分和原變量的相關(guān)系數(shù)corr(ci,xj)=aij=aij;

(6)令x1,x2,…,xp的相關(guān)矩陣為r,(ai1,ai2,…,aip)則是相關(guān)矩陣r的第i個特征向量(eigenvector)。而且,特征值li就是第i主成分的方差,即

var(ci)=li

其中l(wèi)i為相關(guān)矩陣r的第i個特征值(eigenvalue)

l1≥l2≥…≥lp≥0

通過上述的計算方法就能提出各個主分量特征,并建立主分量軌跡m'。

剔除背景網(wǎng)格點:去除主分量軌跡,得到殘余軌跡分量,并計算自適應(yīng)的閾值,判定其殘余軌跡分量小于閾值的網(wǎng)格像素點屬于背景點,大于閾值的網(wǎng)格像素點屬于潛在的運動目標(biāo)點。

快速行人檢測與車輛檢測:采用基于學(xué)習(xí)的算法對行人和車輛進行檢測:預(yù)先對大量的交通道路上的汽車圖片和行人圖片進行學(xué)習(xí),分別提取正負(fù)樣本圖像的hog和lbp特征,利用支持向量機svg或adaboost分類器進行樣本訓(xùn)練,得到行人分類器和汽車分類器。通過只對潛在運動目標(biāo)點進行特征提取,再結(jié)合預(yù)先學(xué)習(xí)得到的行人分類器和汽車分類器,從而實現(xiàn)快速檢測行人和車輛。

目標(biāo)運動軌跡預(yù)測:采用非線性的擴展卡爾曼濾波或粒子濾波,并結(jié)合運動目標(biāo)前t幀的坐標(biāo)位置,預(yù)測下一時刻目標(biāo)的位置。

根據(jù)計算的結(jié)果,進行預(yù)警提醒,比如預(yù)測碰撞、偏離軌道,預(yù)警的方式也很多,可以是燈光、聲音、圖案等方式,當(dāng)然這種處理結(jié)構(gòu)可以輸出至汽車的處理器中,進行自動制動或其他動作,使用非常方便,安全性大大提高了。

顯然,上述實施例僅僅是為了清楚的說明所做的舉例,而并非對實施方式的限定。對于所屬領(lǐng)域的技術(shù)人員來說,在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動。這里無需也無法對所有的實施方式予以窮舉。而由此所引伸出的顯而易見的變化或變動仍處于本發(fā)明的保護范圍。

當(dāng)前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
吉木萨尔县| 南昌市| 晋城| 永安市| 新密市| 冕宁县| 云南省| 神池县| 廊坊市| 建瓯市| 凤庆县| 武乡县| 南丹县| 华亭县| 西乌珠穆沁旗| 和田县| 原平市| 苗栗县| 信宜市| 资中县| 镇沅| 东平县| 信丰县| 三原县| 磐石市| 鹰潭市| 当雄县| 北宁市| 建始县| 东安县| 来宾市| 中卫市| 东乌珠穆沁旗| 隆尧县| 丽江市| 沁水县| 雷山县| 蕉岭县| 安阳市| 得荣县| 崇明县|