本发明创造涉及自动驾驶技术领域，具体涉及一种安全性高的汽车防撞全自动驾驶仪。
背景技术：
至今为止汽车各种防撞技术都是在发生碰撞后采取各种减轻碰撞后果的措施，如气囊、保险杠等，智能化程度低，造成的危害大。
技术实现要素：
针对上述问题，本发明旨在提供一种安全性高的汽车防撞全自动驾驶仪。
本发明创造的目的通过以下技术方案实现：
一种安全性高的汽车防撞全自动驾驶仪，包括图像采集装置、图像识别装置、车速检测器、测距仪、比较器、刹车控制器；
所述图像采集装置用于获取车前图像；
所述图像识别装置对图像进行分析，获取车前具体景况；
所述车速检测器用于获取本车车速，并结合车前景况输出安全距离给定值送比较器；
所述测距仪用以获取本车与前后车或障碍物之实际距离，输出送比较器；
所述比较器将输入安全距离给定值与输入测得的实际距离进行比较运算，输出误差至刹车控制器，当实际距离大于安全距离给定值时，刹车控制器刹车。
本发明的有益效果为：安全实现了汽车自动驾驶。
附图说明
利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明结构示意图。
附图标记：
图像采集装置1、图像识别装置2、车速检测器3、测距仪4、比较器5、刹车控制器6。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例的一种安全性高的汽车防撞全自动驾驶仪，包括图像采集装置1、图像识别装置2、车速检测器3、测距仪4、比较器5、刹车控制器6；
所述图像采集装置1用于获取车前图像；
所述图像识别装置2对图像进行分析，获取车前具体景况；
所述车速检测器3用于获取本车车速，并结合车前景况输出安全距离给定值送比较器；
所述测距仪4用以获取本车与前后车或障碍物之实际距离，输出送比较器；
所述比较器5将输入安全距离给定值与输入测得的实际距离进行比较运算，输出误差至刹车控制器6，当实际距离大于安全距离给定值时，刹车控制器6刹车。
本实施例安全实现了汽车自动驾驶。
优选的，所述的测距仪4包括超声波测距仪。
本优选实施例测距准确，抗干扰能力强。
优选的，全自动驾驶仪还包括显示装置，显示装置的输入分别与车速检测器、测距仪的输出连接，用于显示安全距离给定值与实际距离。
本优选实施例用户能够方便获取数据，体验更加。
优选的，图像识别装置通过生成显著图来对图像进行识别，包括一次处理单元、二次处理单元和三次处理单元，所述一次处理单元将彩色图像转换为灰度图像，所述二次处理单元通过融合像素点的全局灰度对比度和局部灰度对比度最终确定像素点灰度对比度，所述三次处理单元根据像素点位置信息赋予对比度图权重，得到最终的显著图，完成图像识别。
本优选实施例借鉴了人类视觉机制中，与周围区域具有较大差异性的目标容易吸引观察者的视觉关注，将快速搜寻具有目标的区域而忽略其它区域，实现了图像准确识别。
优选的，所述一次处理单元将彩色图像转换为灰度图像，转换公式为：公式中，L(x,y)为图像灰度，R(x,y)为图像红色分量，G(x,y)为图像绿色分量，B(x,y)为图像蓝色分量。
本优选实施例采用一次处理单元得到的灰度图像更符合人类视觉习惯，并且充分保证了某一色彩亮度值过高或过低时的图像质量。
优选的，所述二次处理单元通过融合像素点的全局灰度对比度和局部灰度对比度最终确定像素点灰度对比度，具体采用如下方式确定：图像中像素点的全局灰度对比度通过以下公式计算：公式中，EM(x,y)为像素点(x,y)的全局灰度对比度，Lm(x,y)为像素点(x,y)在3×3邻域内的平均灰度，LM为整幅图像的平均灰度；图像中像素点与周边邻域的局部灰度对比度采用下式计算：公式中，YW(x,y)为像素点(x,y)局部灰度对比度，L(x,y)为输入图像灰度，G(σ1)、G(σj)、G(σi)和G(σ6)为高斯核函数；通过融合全局灰度对比度和局部灰度对比度获得图像最终的灰度对比度图：LG(x,y)＝μ1×EM(x,y)+μ2×YW(x,y)，式中，μ1和μ2为权重系数，μ1+μ2＝1，LG(x,y)为图像最终的灰度对比度。
本优选实施例二次处理单元借鉴了人类视觉系统中，更容易关注图像灰度对比度突出的区域，同时考虑了像素点的全局对比度和局部对比度，获得了更为准确的灰度对比度，采用多种不同的值对局部灰度对比度进行度量，对大尺寸目标和小尺寸目标均能起到良好的显著性检测效果。
优选的，所述三次处理单元根据位置信息赋予对比度图权重，得到最终的显著图，具体如下：公式中，(x,y)表示像素点位置，r为每个像素距离中心点的距离，R为图像长边框到中心点的距离，“centre”表示图像中心直径为图像窄边长的圆区域，“subcentre”表示图像中心区域；显著图中的每个点的灰度级表示原图像的视觉显著性强弱，即高灰度像素点表示显著性高，低灰度像素点表示显著性低，设置阈值来分割出显著图中感兴趣区域，完成图像识别。
本优选实施例三次处理单元借鉴了人类视觉系统中更容易关注图像中心区域，同时考虑图像亮度对比度和图像中心来提取图像显著图，能够有效获取图像中的感兴趣目标区域，且该方法对于多目标区域依然具有良好的显著性检测效果。
选取20名用户进行测试，10名用户使用本发明汽车防撞全自动驾驶仪，另外10名用户自己进行驾驶，驾驶路线相同，将驾驶安全性和驾驶时间作为评价驾驶以性能好坏的指标，相比用户自己进行驾驶，μ1和μ2取不同值时，本发明产生的有益效果如下表所示：
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。