一种基于车载视觉的行人综合判断系统的制作方法
【专利摘要】本实用新型公开了一种基于车载视觉的行人综合判断系统，包括视频采集系统、视频信号处理器、视觉综合系统、环境模块、视频图像处理系统、报警系统；所述视频采集系统的输出端连接所述视频信号处理器的输入端、所述视频信号处理器的输出端连接所述视觉综合系统的输入端，所述环境模块的信息输入所述视觉综合系统，所述视觉综合系统的输出端与所述视频图像处理系统的输入端相连，所述报警系统的输入端与所述视频图像处理系统的输出端相连。本实用新型判断精度高、安全有效、易于操作处理。
【专利说明】
一种基于车载视觉的行人综合判断系统
【技术领域】
[0001]本实用新型涉及一种基于车载视觉的行人综合判断系统。
【背景技术】
[0002]随着汽车保有量的不断增加，道路交通事故和因车祸伤亡的人数居高不下。为满足人们对汽车安全性能要求的日益提高，越来越多的先进技术被应用到汽车主动安全领域。在道路交通事故中，主要的受害群体是参与交通系统中的行人和骑自行车的人等。据美国高速公路安全管理局(NHTSA)的资料显示，2008年美国由于交通事故导致69000个行人死亡或者受伤、4378个行人死亡，行人死亡人数占全年交通事故死亡总人数的11.7%。2007年我国因交通事故导致行人死亡的人数为21106人，占交通事故死亡总人数的25.9%，行人受伤人数为70838人，占交通事故受伤总人数的18.6%.与一些发达国家相t匕，由于我国的交通模式主要是混合交通模式，导致交通事故死亡原因和伤害模式与发达国家不同。
[0003]当前我国在解决上述问题的研究方向是从统计学习角度出发，从大量的训练样本中抽取特征，建立人体模型，把行人检测化为一个模式分类的问题。其优点是可以从样本集中学习人体的不同变化，具有较好的鲁棒性，而且合理的选择训练样本和特征，结合结构合理的分类算法，可以较好的克服许多不利条件，如行人多样性、场景多样性、光照环境多样性等的影响。但其不足在于算法的复杂程度较高，对单帧图像的检测识别行人时耗时较多，以至于不适合对多帧实时检测。
实用新型内容
[0004]本实用新型的目的在于针对上述缺陷，提供了一种基于车载视觉的行人综合判断系统。
[0005]本实用新型解决其技术问题所采用的技术方案是:
[0006]一种基于车载视觉的行人综合判断系统，包括视频采集系统、视频信号处理器、视觉综合系统、环境模块、视频图像处理系统、报警系统；所述视频采集系统的输出端连接所述视频信号处理器的输入端、所述视频信号处理器的输出端连接所述视觉综合系统的输入端，所述环境模块的信息输入所述视觉综合系统，所述视觉综合系统的输出端与所述视频图像处理系统的输入端相连，所述报警系统的输入端与所述视频图像处理系统的输出端相连。
[0007]所述视频采集系统包括摄像机、红外线监视器。
[0008]所述视频信号处理器包括视频放大系统。
[0009]所述视觉综合系统包括行人检测模块，历史跟踪模块，该系统通过输入单帧图像检测出行人的数量并对其定位，将结果输出保存在历史跟踪模块，历史跟踪模块再根据当前帧的信息结合前面帧的结果预测出下一帧的行人信息。
[0010]所述行人检测模块是基于haar+adaboost的检测模块。
[0011]所述历史跟踪模块是基于将卡尔曼滤波与扩大扫描窗口作为感兴趣区域的方法相结合的跟踪模块。
[0012]所述外部环境模块包括画面的能见度识别模块、路况识别模块、天气状况识别模块。
[0013]本实用新型的有益效果是:本实用新型判断精度高、安全有效、易于操作处理。
【专利附图】
【附图说明】
[0014]图1是本实用新型的实施例示意图之一；
[0015]图2是本实用新型的实施例示意图之二 ；
[0016]图3是本实用新型的实施例示意图之三。
【具体实施方式】
[0017]实施例，
[0018]如图1所示，一种基于车载视觉的行人综合判断系统，包括视频采集系统、视频信号处理器、视觉综合系统、环境模块、视频图像处理系统、报警系统；所述视频采集系统的输出端连接所述视频信号处理器的输入端、所述视频信号处理器的输出端连接所述视觉综合系统的输入端，所述环境模块的信息输入所述视觉综合系统，所述视觉综合系统的输出端与所述视频图像处理系统的输入端相连，所述报警系统的输入端与所述视频图像处理系统的输出端相连。
[0019]所述视频采集系统包括摄像机、红外线监视器。
[0020]所述视频信号处理器包括视频放大系统。
[0021]所述视觉综合系统包括行人检测模块，历史跟踪模块，该系统通过输入单帧图像检测出行人的数量并对其定位，将结果输出保存在历史跟踪模块，历史跟踪模块再根据当前帧的信息结合前面帧的结果预测出下一帧的行人信息。
[0022]所述行人检测模块是基于haar+adaboost的检测模块。
[0023]所述历史跟踪模块是基于将卡尔曼滤波与扩大扫描窗口作为感兴趣区域的方法相结合的跟踪模块。
[0024]所述外部环境模块包括画面的能见度识别模块、路况识别模块、天气状况识别模块。
[0025]工作过程中，视频采集系统获取车辆前方的图像，其输出的模拟视频信号传输到视频信号处理器中，经过视频信号处理器形成标准数字视频信号输入到视觉综合系统中，视觉综合系统为基于haar+adaboost的行人检测模块和基于将卡尔曼滤波与扩大扫描窗口作为感兴趣区域的方法相结合的历史跟踪模块，并结合外部环境模块的输入得出综合判断信息输出到视频图像处理器中，通过视频图像处理器的结果判断是否需要报警。
[0026]环境模块表示对外界因素安全性的一个度量，画面的能见度、汽车行进状况等因素都会对行人的检测与识别造成一定程度的影响，于是该模块将从时间、道路、天气三个方面对外界条件进行判断，并反馈给系统，以便对安全系数进行一个正确的判定。
[0027]行人检测模块采用了一种自适应扫描窗口的检测优化方案。如图2所示，把图像从上到下依次分为上、中上、中下、下四个区域，并用不同比例的扫描窗口依次对每一区域进行匹配:(1)如果扫描窗口的下边缘坐标小于等于上区域的下边界时用最小窗口遍历匹配；(2)如果扫描窗口下边缘坐标大于上区域的下边界小于等于中上区域的下边界时用较小窗口遍历匹配；(3)如果扫描窗口下边缘坐标大于中上区域的下边界小于等于中下区域的下边界时用较大窗口遍历匹配；(4)如果扫描窗口下边缘坐标大于中下区域下边界时用较大窗口遍历匹配。
[0028]历史跟踪模块采用了一种将卡尔曼滤波与扩大扫描窗口作为感兴趣区域的方法相结合的跟踪优化方案。如图3所示，首先由行人检测模块给出上一帧图像所检测出的目标位置，将原扫描矩形框扩大一定倍数作为感兴趣区域，并对该区域进行检测，得出检测结果，再判断该检测结果中是否有先前上一帧的检测目标，若存在目标，则在当前帧图片中标出行人位置并保存于历史跟踪模块以备下一帧的检测，若不存在目标，本文提出防遮挡预测的方法，根据历史跟踪模块中前几帧的记录结果，采用卡尔曼滤波对当前帧图像进行预测，并保存于历史跟踪模块。但需要注意的是，由于不定时会有新的行人的出现，历史跟踪模块并不是将每一帧的目标信息都保存，而是有一个存储上限，当达到这个上限时，系统将会把历史跟踪模块清空，需要对下一帧的整幅图片进行遍历扫描，得出新的初始目标行人信息存储到历史跟踪模块，此后再进行上述循环检测。
[0029]以上述依据本实用新型的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项实用新型技术思想的范围内，进行多样的变更以及修改。本项实用新型的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
【权利要求】
1.一种基于车载视觉的行人综合判断系统，其特征在于，包括视频采集系统、视频信号处理器、视觉综合系统、环境模块、视频图像处理系统、报警系统；所述视频采集系统的输出端连接所述视频信号处理器的输入端、所述视频信号处理器的输出端连接所述视觉综合系统的输入端，所述环境模块的信息输入所述视觉综合系统，所述视觉综合系统的输出端与所述视频图像处理系统的输入端相连，所述报警系统的输入端与所述视频图像处理系统的输出端相连。
2.根据权利要求1所述的一种基于车载视觉的行人综合判断系统，其特征在于，所述视频采集系统包括摄像机、红外线监视器。
3.根据权利要求1所述的一种基于车载视觉的行人综合判断系统，其特征在于，所述视频信号处理器包括视频放大系统。
4.根据权利要求1所述的一种基于车载视觉的行人综合判断系统，其特征在于，所述视觉综合系统包括行人检测模块，历史跟踪模块，该系统通过输入单帧图像检测出行人的数量并对其定位，将结果输出保存在历史跟踪模块，历史跟踪模块再根据当前帧的信息结合前面帧的结果预测出下一帧的行人信息。
5.根据权利要求1所述的一种基于车载视觉的行人综合判断系统，其特征在于，所述历史跟踪模块是基于将卡尔曼滤波与扩大扫描窗口作为感兴趣区域的方法相结合的跟踪模块。
6.根据权利要求1所述的一种基于车载视觉的行人综合判断系统，其特征在于，所述外部环境模块包括画面的能见度识别模块、路况识别模块、天气状况识别模块。
【文档编号】B60Q5/00GK204124043SQ201420404465
【公开日】2015年1月28日 申请日期:2014年7月22日 优先权日:2014年7月22日
【发明者】周刘兵, 唐飞, 梁东莺 申请人:深圳信息职业技术学院