基于图像识别的后视镜自适应调节方法
【技术领域】
[0001]本发明涉及一种智能驾驶技术，具体是一种基于图像识别的汽车后视镜自适应调节方法。
【背景技术】
[0002]目前，现有基于智能后视镜系统的发明中，并未考虑通过图像处理进行实时监控，从而虽然智能后视镜可以自动调节前后、左右的方向，但是只能降低盲区大小，同时由于司机与座位高矮的不同，使得人眼位置有所差异，而导致智能后视镜的调节不准确问题。而目前现有发明中并未考察智能后视镜是否角度最佳的评价指标，这正是由于该评价指标受司机主观感受影响导致无法定量衡量。
[0003]通过检索发现，目前与本发明相近的专利有三个，分别是智能后视镜系统(201110208478.X)，外后视镜微调系统(201310334582.2)和调整后视镜的方法和系统(201210598987.2)。以下对三个专利的技术方案分别进行分析:
[0004]在“外后视镜微调系统”设计方案中，主要依靠四个摄像头(分别置于车头，车尾和左右后视镜)获得路面信息，通过三轴陀螺仪获得车辆姿态信息，通过车辆仪表盘上的处理器获得速度信息和路面交通指示，通过微控制器调整微调系统的开启与关闭。其不足在于其成本较高，且不够人性化，仅有开关控制。
[0005]“调整后视镜的方法系统”则通过控制器使用车载无线电通信装置计算确定第一辆车何时接近交叉路口并计算确定第二辆车何时位于危险区域，调整第一辆车的后视镜角度，使第二辆车位于司机的可视区域内。这样的定位在理论上不存在死角，且车辆之间交换信息，定位准确，使车辆可以处于视野中心，获得更准确的车辆的后视镜中的像，避免因像在后视镜中显现不清而导致误判。这种方案的不足在于当车辆较多的时候，后视镜无法确定需要被覆盖的车辆，GPS的定位存在误差，会导致计算存在误差。
[0006]“智能后视镜系统实现“的功能是:解决现有技术存在的后视镜没有主动干预或者报警功能的技术问题，提供一种可以根据周围情况自主控制车辆辅助驾驶员的智能后视镜系统。实现过程:
[0007]1.E⑶主机与屏幕相连，显示信息。
[0008]2.车后方装有后视摄像头，后视摄像头将车后方景象传输至主机，在屏幕上显示从而使驾驶员了解后方情况。如果转向时驾驶员没有打转向灯且后方有车辆靠近，主机控制转向灯闪烁。
[0009]3.后视摄像头通过连接电机调整拍摄角度，获取更大视野范围。
[0010]4.存储器与ECU主机相连。摄像头设置为拍摄模式，将拍摄信息存入存储器。当发生意外碰撞时，可以调用拍摄信息追查肇事者。
[0011]5.车前方、左方和右方均装有摄像头，在车辆停放时多角度拍摄，记录任何方向的刮擦碰撞。并在屏幕上显示。
[0012]6.超声波探头与ECU主机连接，设置在车身两侧。当停车时探头监测车门外是否有障碍物，如果存在则主机控制车门闭锁，移除障碍物后门可以自由打开。
[0013]7.车后方同样装有超声波探头，倒车时如果探头监测到与车辆或障碍物过近将会自动制动。制动距离可以设定。
[0014]8.车牌分析模块与ECU主机连接，如果后方摄像头多次侦测到同一车牌则向驾驶员示警，防止被跟踪。
[0015]但是这一方法也存在弊端，主要体现在配套设备多，提高了成本，ECU主机连接的设备过多，运算存在着压力。而且该方法人机交互能力不够。屏幕只能输出不能输入。而且当超声波探头闭锁车门、制动时不向驾驶员提醒。因而该方法对设备的存储能力，计算能力要求都较高，不便于大规模实现。
【发明内容】
[0016]本发明针对现有技术中存在的上述不足，提供了一种基于图像识别的后视镜自适应调节方法，在功能方面，主要通过图像处理算法与智能后视镜硬件系统相结合，一方面在能够实现传统智能后视镜调节系统，即降低司机盲区的同时，可以通过图像对人眼进行模式识别，微调智能后视镜系统，使得人眼所看区域实时处于智能后视镜中心区域，间接保证了智能后视镜实时角度最佳。另方面，可以在行车过程中通过方向盘处摄像头进行人脸检测，通过Hausdorff距离方法实现对驾驶员的疲劳预警。第三方面，可以实现倒车模式下的图像合成功能，将摄像头的图像数据与倒车雷达相结合成倒车全景图，扩大了驾驶员倒车视野，从而达到了行车安全的双重保障。
[0017]为达到上述目的，本发明是通过以下技术方案实现的:
[0018]一种基于图像识别的后视镜自适应调节方法，包括步骤如下:
[0019]I)开始驾驶阶段
[0020]车辆内的摄像头对驾驶员进行人脸识别，通过学习功能调出已有的驾驶员档案或为驾驶员新建一份个人档案，如果已有当前驾驶员档案，后视镜的初始位置会根据档案做出相应的调节；
[0021]2)行驶状态检测
[0022]通过多种外设设备检测到的信息综合判断汽车的行驶状态；如果是倒车状态，进入步骤3)，如果检测结果是行驶状态，则进入步骤4);
[0023]3)倒车过程的智能调整
[0024]在倒车时，需要通过图像处理方法为驾驶员提供全景成像，同时对人眼视野区域进行检测，微调后视镜，将视野调至后视镜中央；
[0025]4)行驶状态的智能调整
[0026]在行驶状态，通过前行参数，智能调节后视镜，保证驾驶员的盲区最小；同时对人眼进行检测，将视野调至后视镜中央；最后，系统需要对驾驶员进行疲劳检测，一旦检测到驾驶员处于疲劳状态，需要及时预警。
[0027]所述外设设备包括用于获得汽车行驶状态的陀螺仪、六轴加速度传感器、方向盘转向传感器以及三个分别位于两个后视镜和方向盘上的摄像头。
[0028]所述陀螺仪、六轴加速度传感器与主控板之间的通信均使用I2C方式。
[0029]所述图像识别主要采取CNN识别算法进行识别。
[0030]所述后视镜通过转向电机控制转向，所述转向电机由低功耗单片机控制，单片机与主控板之间通过I2C通信，单片机接收主控板的电机转向信号，并向主控板反馈电机状态信号。
[0031 ] 为实现电机的精准转动，在转向电机与单片之间加入转向角度的反馈。
[0032]所述步骤3)中，使用sift特征提取的图像处理方法，将倒车雷达获得的影像和后视镜拍摄影像进行图像合成，实现全景拍摄。
[0033]所述步骤4)中，首先通过中间的摄像头观测驾驶员是否出现斜视，若出现斜视，主控板通过获取左右后视镜上摄像头的图像，运用CNN图像处理方法，计算出人眼注视位置，通过主控板的数据处理模块，得到是否需要对后视镜进行微调，将人眼所看的位置移动到后视镜视野中心。若没有斜视，则实时监控驾驶员是否疲劳驾驶。
[0034]所述疲劳驾驶的判别主要使用HausdorfT距离方法，对人脸进行数据分析，得到疲劳预警。
[0035]本发明技术方案，为了实现后视镜智能调节功能，设置核心处理模块和外设设备，当两后视镜侦测到驾驶员在观察后视镜时，通过方向盘上的摄像头和驾驶员所看的后视镜上的摄像头采集到的图像进行分析，建模获得驾驶员眼睛所观察到的区域。图像识别主要采取CNN识别算法进行识别。同时，在驾驶开始阶段进行学习步骤，为驾驶员建立个人档案，更加人性化，智能化，同时也通过机器学习过程增强了方案的实用性。
【附图说明】
[0036]通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显:
[0037]图1是本发明所提供的整体过程图；
[0038]图2是本发明所提供的硬件核心模块图；
[0039]图3是I2C通信模块示意图；
[0040]图4是视野微调与疲劳预警示意图；
[0041]图5是特征提取过程不意图。
【具体实施方式】
[0042]下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
[0043]如图1所示，对本发明方法的整体过程说明如下:
[0044]为了实现后视镜智能调节功能，本发明使用三星Exynos 4412芯片作为核心处理模块，外设设备包括三个摄像头(分别位于两个后视镜和方向盘上)和一个六轴加速度传感器。当两后视镜侦测到驾驶员在观察后视镜时，通过方向盘上的摄像头和驾驶员所看的后视镜上的摄像头的采集到的图像进行分析，建模获得驾驶员眼睛所观察到的区域。图像识别主要采取CNN识别算法(CNN算法:深度卷积神经网络，用于图像识别的一种算法。卷积神经网络结构适合模型的并行训练，采用模型并行与数据并行的方式可以加速训练过程)进行识别。同时，在驾驶开始阶段进行学习步骤，为驾驶员建立个人档案，更加人性化，智能化，同时也通过机器学习过程增强了方案的实用性。
[0045]实现流程如下:
[0046]1:开始驾驶阶段
[0047]车辆内的摄像头对驾驶员进行人脸识别，通过学习功能调出已有的驾驶员档案或为驾驶员新建一份个人档案。如果已有当前驾驶员档案，后视镜的初始位置会根据档