专利名称：车载智能报警方法和装置的制作方法
技术领域：
本发明涉及汽车安全技术领域，具体涉及到一种基于单目视觉的纵向防撞预警方法和一种基于GPS/GPRS/GIS技术的事故自动求救方法，以及相应的装置。
背景技术：
随着人类社会的不断发展与进步，汽车的普及和应用将更加普遍和深入，随之带来的道路交通安全问题也已成为世界性的大问题。美国弗吉尼来州技术局和NHTSA在2006年的研究结果显示，公路交通事故80％的原因是由驾驶员在事故前3秒内的疏忽造成的。其中，有65％的事故属汽车追尾碰撞造成，其余则属于侧面碰撞、擦挂所致。而更令人惋惜的是，在很多重大车祸后，人们往往因伤势严重无法通报所处位置，从而耽误救助工作，以致死亡。因此，如何最大限度地保证碰撞时乘员的安全，减少事故造成的伤害，提高汽车的安全性，具有重要的现实意义。
现阶段汽车防撞预警技术主要有五大类雷达、激光、超声波、机器视觉以及交互式。其中，使用雷达和激光装置成本昂贵、系统复杂、体积庞大，而且在200m以下效果不好，在出现多目标时或者在道路弯道处容易导致误报；超声波的传输速度受温度影响较大，适合于短距离测距；交互式智能化防撞预警系统等到广泛应用和汽车配套使用需要漫长的过程。相比而言，机器视觉技术具有功耗小、精度高、视觉范围广等优势，更具有发展潜力。
发明内容
本发明的目的在于针对已有技术存在的缺陷，提供一种车载智能报警方法和装置，将预防碰撞和自动求救集成到一个系统中，改善了汽车行驶中的安全性能，特别是针对高速公路等事故易发地段，能够有效预防碰撞事故及其引起的人员伤亡。
为达到上述目的，本发明的构思是利用机器视觉技术，通过一个摄像机和一个车载终端处理装置完成二级防撞预警处理和事故自动求救的功能。由于图像特征定位技术的
趋成熟和摄像机、嵌入式处理器的价格大幅下降，为本发明的实施创造了条件，使得该方法和装置具有很大的市场前景。
本发明的一大设计是一种基于单目视觉的纵向防撞预警方法，所述方法用单目摄像机以一定间隔时间拍摄一系列车辆前方图像，然后对所捕获的图像利用高速的DSP进行图像分析、图像识别、图像跟踪，对前方车辆进行识别和跟踪，并计算出前车与本车的距离、相对速度等，利用自行开发的专家系统的二级报警决策，判断与前方车辆相撞的可能性，从而提前4-5s对危险情况报警，其关键部分包括以下四大内容 (1)车道线检测和前方车辆识别首先，单目摄像机每隔一小段时间采集一幅车辆前方行进区域的图像，传送给车载终端的DSP进行处理，时间间隔根据实际的需要和DSP处理速度取值，优选0.1s或0.2s；其次，对采集的图像进行信息预处理，包括白平衡、灰度化、二值化以及图像分割等，获得用于识别车道线和前方车辆的二值化图像数据；接着，在预处理的基础上进行图像边缘检测处理，利用Sobel和Hough算子获得车道线和道路区域；然后，利用车辆阴影初步确定车辆存在的感兴趣区域，并在上述区域内进行纹理特征、边缘特征和对称性特征的分析，确认该区域是否为车辆，是则用红色矩形框将车尾轮廓标记出来；最后，在车辆跟踪过程中，利用计算序列图像中车辆区域的NMI特征，对车辆进一步加以验证。
(2)前车与本车的实时测距在识别出前方车辆的基础上，在象平面坐标系中求取该矩形框底边中点的图像平面坐标，设为u1、v1，该点就是所寻找的明显特征点，象平面坐标系是指在摄像机内所形成的象平面坐标系统；再求取图像平面底边中点的图像平面坐标，设为u2、v2，该点为摄像机捕获图像中的固定点；然后将图像平面坐标u1、v1、u2、v2通过几何关系推导成现实世界坐标系中的道路平面坐标x1、y1、x2、y2；由此，可计算得到图像上的最近视野与前车的距离，记为d2，d2＝((y1-y2)2+(x1-x2)2)0.5，同时可通过测量得到摄像机最近视野到本车前端的固定距离，记为d1；最后，计算得到本车与前方车尾的实时距离，记为s，s＝d1+d2。
(3)安全距离计算在假设自车匀速行驶前提下，通过检测前车刹车灯亮灭状态，利用两车相对速度和本车车速的参数，自动切换模型进行安全车距计算。若刹车灯灭，则I级安全距离为d＝Δv(tp+t1+t2+t3/2)+Δv2/2a+d0，II级安全距离为d＝Δv(t1+t2+t3/2)+Δv2/2a+d0；若刹车灯亮，即前车突然减速情况下，I级安全距离为d＝v1(tp+t1+t2)+Δv·t3/2+Δv(2v1-Δv)/2a+d0，II级安全距离为d＝v1(t1+t2)+Δv·t3/2+Δv(2v1-Δv)/2a+d0，其中Δv为本车相对于前车的相对速度，tp为反应缓冲时间，t1为驾驶员最快反应时间，t2为制动器协调时间，t3为制动减速度增长时间，a为随时间线性变化的加速度，d0是最小安全距离，v1为从GPS模块提取的本车速度。
(4)二级人性化报警方式当车距大于I级安全距离时，不报警；当车距小于I级安全距离大于II级安全距离时，若检测到前方车辆有刹车减速，则以黄灯和语音提示“注意前方”来提醒驾驶员注意车况；当车距小于II级安全距离时，则以红灯和语音提示“危险！刹车！”来提醒驾驶员紧急制动；若制动有效使得车距大于安全距离，则自动解除报警。
本发明的另一大设计是一种事故自动求救装置，该装置通过将压力传感器安装在车内的各个安全气囊里面，不断获取气囊状态参数，其输出导线连接车载终端的中心控制模块。中心控制模块对采集到的安全气囊状态参数进行分析，判断是否发生车祸，是则一方面以声光报警形式提醒车主和附近车辆，另一方面迅速从GPS模块提取定位等信息，同时启动摄像头拍摄车内乘员情况，并将这两者信息通过GPRS和Internet组成的通信网络发送到监控中心，寻求救援；否则继续监测安全气囊参数。
除严重车祸外，车主在出行时若发生其他紧急事件需要得到及时救助，比如车内人员突然身体不适或者遭受抢劫等，也可以按手动报警按键，实现的功能和自动求救一样，只是检测时优先级别低一等。此时报警以静音方式，等待指示灯闪烁持续3秒后，车载终端便将求救信号向监控中心持续发送。
如果求救发生误报或者车主不想报警处理车祸，则可通过按取消报警按键将信息反馈至监控中心，减少误报概率。
此外，为了实现自动求救功能还相应设计了一个Web GIS监控中心，它采用的是三层B/S模式的体系结构，由浏览器、服务器和数据库构成，服务器与浏览器的通信采取标准的HTTP协议，地图的生成与显示过程由浏览器和服务器共同完成。用户在浏览器端向服务器请求包含GIS信息的电子地图，Web服务器收到用户的请求后，将该请求交给GIS服务器，由位于GIS服务器的MapInfo MapXtreme 2004地图引擎响应该请求，从数据库取出相应的数据，然后将包含GIS信息的电子地图以地像的形式返回给Web服务器，再通过互联网返回到浏览器上，展现给用户。一旦通过通信网络收到事故信息，它会结合获取的实时数据和数据库的历史数据，以网页上的电子地图和数字信息两种形式，显示报警车辆的位置以及车主身份等信息。监控中心根据用户的权限允许用户进行所属车辆信息的收发、查询等工作，并随时随地掌握车辆的信息，通知相关部门对遇险车辆进行及时救援。
基于上述方法的汽车防撞和求救装置，具体包括车载终端、监控中心和客户端三大部分车载终端主要由CCD摄像机、DSP图像处理模块、GPS模块、GPRS模块、智能报警模块以及中心控制模块组成，其中安放摄像机的配套支架固定在方向盘旁边，基本在汽车的中轴线上，CCD摄像机可以随时安装上去或者卸载下来，而其他模块则整合在一起，置于驾驶员可以方便触摸的任意位置，这两者通过s端子线相连；监控中心是连入Internet并带GIS服务器和数据库的计算机；客户端是带浏览器能上网的计算机。所述装置的特征在于以下两个方面 一方面，利用CCD摄像机实时采集前方车辆图像，送给DSP图像处理模块进行预处理、边缘检测、多特征融合车辆定位、序列图像NMI特征验证、实时测距和安全距离计算，最后将结果传给中心控制模块判断报警与否，提醒车主采取措施。
另一方面，利用放置在安全气囊内的压力传感器检测汽车安全状态，并利用GPS、GPRS分别通过串口0和串口1与中心控制模块进行通信。若判断遇险则立即将定位等状态信息通过GPRS模块传至Internet，同时Web GIS监控中心通过Internet实时获取数据，并在GIS电子地图上显示相关信息，通知相关部门前往救援。其中，GPRS模块采用内存固定车辆牌照、车主姓名、联系方式等信息的专用SIM卡。
根据上述发明构思，本发明采用下述技术方案 一种车载智能报警方法，其特征在于采用一种基于单目视觉的纵向防撞预警方法与一种事故自动求救方法相结合，实现防止追尾事故发生，争取救助时间以减少伤亡，有效预防碰撞事故及引起人员伤亡，提高汽车行驶安全性。
上述基于单目视觉的纵向防撞预警方法是用单目摄像机以一定间隔时间拍摄一系列车辆前方图像，然后对所捕获的图像利用高速的数字信号处理DSP芯片进行图像分析、图像识别、图像跟踪，来识别和跟踪前方车辆，并计算出前车与本车的距离、相对速度，判断与前方车辆相撞的可能性，从而发出预警。判断方法如下首先选取前方车辆的明显特征点，利用几何关系推导法得到实时车距，然后计算出此情况下的安全距离，通过比较车距与各安全距离级别的大小，从而决定是否发出报警信号，若发出则是何种级别预警。
上述基于单目视觉的纵向防撞预警方法的操作步骤如下 A、单目摄像机每隔一小段时间采集一幅车辆前方行进区域的图像，传送给车载终端的DSP进行处理，时间间隔根据实际的需要和DSP处理速度取值； B、对捕获的图像进行图像预处理，包括白平衡、灰度化、二值化和图像分割，获得用于识别车道线和前方车辆的二值化图像数据； C、从所述二值化图像数据中提取车道线、道路区域的特征信息，进行边缘检测处理，通过多特征融合技术进行前方车辆的定位，并利用序列图像NMI特征方法进一步验证车辆识别的可靠性，用红色矩形框将车尾轮廓标记出来。
D、通过寻找矩形框中的明显特征点，利用几何关系推导法计算前车与本车的实时车距。
E、判断前车与本车的车距是否小于实时计算出的安全距离；是，则判断发出何种级别预警；否，则返回步骤A。
上述步骤C包括以下步骤 C1、进行图像边缘检测处理，利用Sobel和Hough算子获得车道线和道路区域； C2、利用车辆阴影初步确定车辆存在的感兴趣区域； C3、在上述区域内进行纹理特征、边缘特征和对称性特征的分析，确认该区域是否为车辆； C4、利用已识别车辆的边缘信息实现车辆定位，并用矩形框将其标记出来； C5、在车辆跟踪过程中，利用计算序列图像中车辆区域的NMI特征，对车辆进一步加以验证。
上述步骤D采用如下步骤计算前车与本车的实时车距 D1、在识别出前方车辆的基础上，在象平面坐标系中求取该矩形框底边中点的图像平面坐标，设为u1、v1，该点就是所寻找的明显特征点，象平面坐标系是指在摄像机内所形成的象平面坐标系统； D2、求取图像平面底边中点的图像平面坐标，设为u2、v2，该点为摄像机捕获图像中的固定点； D3、将图像平面坐标u1、v1、u2、v2通过几何关系推导成现实世界坐标系中的道路平面坐标x1、y1、x2、y2。
D4、将摄像机最近视野与前方车辆的距离记为d2，d2＝((y1-y2)2+(x1-x2)2)0.5；而将通过测量最近视野到本车前端的固定距离记为d1； D5、本车与前方车尾的实时距离为s，s＝d1+d2。
上述步骤E中安全距离的计算步骤如下 E01、通过检测前车的刹车灯亮灭状态，可判断前车属于减速情况还是正常行驶情况，从而计算相应情况下两车应保持的安全距离； E02、根据对每帧图像实时测距的结果，利用上一帧与当前帧的测距变化Δs和每帧时间间隔Δt，计算本车相对于前车的相对速度Δv，Δv＝Δs/Δt； E03、若前车刹车灯灭，则I级安全距离为d＝Δv(tp+t1+t2+t3/2)+Δv2/2a+d0，II级安全距离为d＝Δv(t1+t2+t3/2)+Δv2/2a+d0；若前车刹车灯亮，即前车突然减速情况下，则I级安全距离为d＝v1(tp+t1+t2)+Δv·t3/2+Δv(2v1-Δv)/2a+d0，II级安全距离为d＝v1(t1+t2)+Δv·t3/2+Δv(2v1-Δv)/2a+d0。其中，tp为反应缓冲时间，t1为驾驶员最快反应时间，t2为制动器协调时间，t3为制动减速度增长时间，a为随时间线性变化的加速度，d0是最小安全距离，v1为从GPS模块提取的本车速度。
上述步骤E中判断本车的前方行车区域是否安全，该不该报警 E1、当车距大于I级安全距离时，不报警； E2、当车距小于I级安全距离大于II级安全距离时，若检测到前方车辆有刹车减速，则以黄灯和语音提示“注意前方”来提醒驾驶员注意车况； E3、当车距小于II级安全距离时，则以红灯和语音提示“危险！刹车！”来提醒驾驶员紧急制动； E4、若制动有效使得车距大于安全距离，则自动解除报警。
上述事故自动求救方法的操作步骤如下 F、将压力传感器安装在车内的各个安全气囊里面，不断获取气囊状态参数，其输出导线连接车载终端的中心控制模块； G、中心控制模块对采集到的安全气囊状态参数进行分析，判断是否发生车祸；是，则报警并求救，将遇险信号通过无线网络实时发送至监控中心；否，则继续监测安全气囊参数； H、车主在出行时若发生其他紧急事件时按手动报警按键，进行求助； I、如果求救发生误报或者车主不想报警处理车祸，则通过按取消报警按键将信息反馈至监控中心，减少误报概率。
上述步骤G包括以下步骤 G1、若气囊内压力稳定在低水平值附近，则无重大事故发生； G2、若气囊内压力剧增，并超过危险指标，则有重大事故发生，马上一方面以声光报警形式提醒车主和附近车辆，另一方面迅速从GPS模块提取定位信息，同时启动摄像头拍摄车内乘员情况，并将这两者信息通过GPRS和Internet组成的通信网络发送到监控中心，寻求救援。
上述步骤H包括以下步骤 H1、车内人员若遇身体不适或者遭受抢劫等突发情况，通过按手动报警按键实现和自动求救一样的功能，只是检测时优先级别低一等； H2、此时报警以静音方式，等待指示灯闪烁持续3秒后，车载终端便将求救信号向监控中心持续发送。
上述车载智能报警方法还结合一种实时观察车辆状态的方法，它是构建一种能够连入Internet的实时观察车辆状态的Web GIS监控中心；它采用三层B/S模式的体系结构，由浏览器、服务器和数据库构成，服务器与浏览器的通信采取标准的HTTP协议，地图的生成与显示过程由浏览器和服务器共同完成；所述实时观察车辆状态的方法包括以下步骤 J、用户在浏览器端向服务器请求包含GIS信息的电子地图，Web服务器收到用户的请求后，将该请求交给GIS服务器，由位于GIS服务器的MapInfo MapXtreme 2004地图引擎响应该请求，从数据库取出相应的数据，然后将包含GIS信息的电子地图以地像的形式返回给Web服务器，再通过互联网返回到浏览器上，展现给用户； K、一旦通过通信网络收到事故信息，它会结合获取的实时数据和数据库的历史数据，以网页上的电子地图和数字信息两种形式，显示报警车辆的位置以及车主身份等信息。管理员获取详实信息后，迅速做出分析，通过电子地图上的医院和警力分布情况，通知最近的相关部门前往营救； L、监控中心允许网络用户进行所属车辆信息的收发、查询等。
一种车载智能报警装置，应用于上述车载智能报警方法，其特征在于由车载终端、监控中心和客户端三大部分；所述车载终端由CCD摄像机、DSP图像处理模块、GPS模块、GPRS模块、智能报警模块以及中心控制模块组成，其中安放CCD摄像机的配套支架固定在方向盘旁边，基本在汽车的中轴线上，CCD摄像机可随时安装上去或者卸载下来，而其他模块则整合在一起，置于驾驶员方便触摸的位置，这两者通过s端子线相连；所述监控中心是连入Internet并带GIS服务器和数据库的计算机；所述客户端是带浏览器能上网的计算机；所述车载终端构成基于单目视觉的纵向防撞报警装置；有一个放置在安全气囊内的压力传感器检测汽车安全状态，并利用GPS模块、GPRS模块分别通过串口0和串口1与中心控制模块进行通信，通过GPRS模块和Internet，连接所述监控中心和客户端构成事故自动求救装置。
本发明与现有技术相比较，具有如下显而易见的突出实质性特点和显著优点本发明利用机器视觉技术辨识前方移动车辆，精度高、视觉范围广，能有效探测障碍物，减少误报概率，预防碰撞事故发生。利用自动求救装置，能及时准确通知相关部门实施救援任务，减少事故产生的人员伤亡，而且通过Web GIS监控中心的实时监控，极大方便管理员和各网络用户对目标车辆的信息查询和控制。因此，采用本发明的方法和装置来提高车辆安全性具有极大应用价值。
图1为本发明装置的总体结构示意图。
图2为本发明方法的流程图；其中图(a)为基于单目视觉的纵向防撞预警方法流程图，图(b)为事故自动求救方法流程图。
图3为本发明中利用几何变换法进行实时测距的示意图；其中图(a)为实时测距-路面投影关系图，图(b)为实时测距-像平面投影图。
图4为本发明中安全距离计算模型示意图；其中图(a)为制动减速度与时间关系示意图，图(b)为本车与前车相对位置示意图。
图5为本发明中基于MapXtreme的Web GIS实现过程示意图。
具体实施例方式 本发明的一个优选实施例子结合附图详述如下。
参见图2，本车载智能报警方法采用一种基于单目视觉的纵向防撞预警方法与一种事故自动求救方法相结合，实现防止追尾事故发生，争取救助时间以减少伤亡，有效预防碰撞事故及引起人员伤亡，提高汽车行驶安全性。
如图2(a)所示，基于单目视觉的纵向防撞预警方法是用单目摄像机以一定间隔时间拍摄一系列车辆前方图像，然后对所捕获的图像利用高速的数字信号处理DSP芯片进行图像分析、图像识别、图像跟踪，来识别和跟踪前方车辆，并计算出前车与本车的距离、相对速度，判断与前方车辆相撞的可能性，从而发出预警。判断方法如下首先选取前方车辆的明显特征点，利用几何关系推导法得到实时车距，然后计算出此情况下的安全距离，通过比较车距与各安全距离级别的大小，从而决定是否发出报警信号，若发出则是何种级别预警。所述方法按照以下具体步骤实现 A、安装在本车前方位置的CCD摄像机每隔一小段时间采集一幅车辆前方行进区域的图像，传送给车载终端的DSP进行处理，时间间隔根据实际的需要和DSP处理速度取值，优选0.1s或0.2s； B、由于摄像机采集的原始图像为彩色图像，而且夹杂了各种噪声和失真，因此需要对捕获的图像信息进行预处理，包括白平衡、灰度化、二值化以及图像分割等，获得用于识别车道线和前方车辆的二值化图像数据。
C、从所述二值化图像数据中提取车道线、道路区域的特征信息，进行边缘检测处理，通过多特征融合技术进行前方车辆的定位，并利用序列图像NMI特征方法进一步验证车辆识别的可靠性。
D、通过寻找图像中的明显特征点，利用几何关系推导法计算前车与本车的实时车距。
E、判断前车与本车的车距是否小于实时计算出的安全距离(此安全距离可以根据司机个人的驾驶习惯做稍微调整)；是，则判断发出何种级别预警；否，则返回步骤A。此方法利用机器视觉技术，相对于现有的雷达、激光等技术来说，提高了精确度，降低了系统的误报率。
上述步骤C包括以下步骤 C1、进行图像边缘检测处理，利用Sobel和Hough算子获得车道线和道路区域； C2、利用车辆阴影初步确定车辆存在的感兴趣区域； C3、由于图像边缘检测算子增强了各种边缘信息，包括车辆、树木、行人、建筑、道路等，因此须在上述区域内进行纹理特征、边缘特征和对称性特征的分析，确认该区域是否为车辆； C4、利用已识别车辆的边缘信息实现车辆定位，并用矩形框将其标记出来； C5、在车辆跟踪过程中，利用计算序列图像中车辆区域的NMI特征，对车辆进一步加以验证。
上述步骤D采用如下方法计算前车与本车的实时车距 D1、在识别出前方车辆的基础上，在象平面坐标系中求取该矩形框底边中点的图像平面坐标，设为u1、v1，该点就是所寻找的明显特征点，象平面坐标系是指在摄像机内所形成的象平面坐标系统； D2、求取图像平面底边中点的图像平面坐标，设为u2、v2，该点为摄像机捕获图像中的固定点； D3、将图像平面坐标u1、v1、u2、v2通过几何关系推导成现实世界坐标系中的道路平面坐标x1、y1、x2、y2。
D4、将摄像机最近视野与前方车辆的距离记为d2，d2＝((y1-y2)2+(x1-x2)2)0.5；而将通过测量最近视野到本车前端的固定距离记为d1； D5、本车与前方车尾的实时距离为s，s＝d1+d2。
图3为使用本发明中的几何变换法进行路面坐标与图像坐标转换的示意图，根据小孔成像模型，可以将单目视觉系统简化为摄像机投影模型。图3(a)中，平面ABU代表路平面，ABCD为摄像机拍摄到的路平面上的梯形区域，0点为摄像机镜头中心点，OG为摄像机光轴，G点为摄像机光轴和路平面的交点，I点为0点在路平面上的垂直投影。在路面坐标系中，将G点定义为坐标系原点，车辆前进方向定义为Y轴方向。G、A、B、C、D各点在图像平面内的对应点如图3(b)所示，a、b、c、d为像平面矩形的4个端点，H和W分别为像平面的高和宽。定义图像矩形的中点g为像平面坐标系的坐标原点，y轴代表车辆前进方向。取路平面上一点P，其在路平面坐标系的坐标为(XP，XP)，P点在图像平面内的对应点为p，其在像平面坐标系的坐标为(xp，yp)。
利用几何关系可以由图像坐标推导出如下路面坐标 (1) 其中， (2) h为摄像机的安装高度，2β0为摄像机镜头的水平视野角，2α0为摄像机镜头的垂直视野角，γ0为摄像机的俯仰角。
如图4所示，上述步骤D和步骤E之间增加以下步骤进行安全距离计算 E01、根据图4(a)，推导出制动距离的公式S＝va(t1+t2+t3/2)+va2/2a，其中t1为驾驶员反应时间，t2为制动器协调时间，t3为制动减速度增长时间，va为制动前的车速，a为随时间线性变化的加速度。
E02、根据图4(b)，推导出安全距离模型恒等式X2+d＝X1+d0，并通过检测前车刹车灯亮灭状态，判断进入哪种安全车距模型进行计算； E03、根据对每帧图像实时测距的结果，利用上一帧与当前帧的测距变化Δs和采样周期Δt，计算本车相对于前车的相对速度Δv，Δv＝Δs/Δt； E04、若刹车灯灭，则I级安全距离为d＝Δv(tp+t1+t2+t3/2)+Δv2/2a+d0，II级安全距离为d＝Δv(t1+t2+t3/2)+Δv2/2a+d0；若刹车灯亮，即前车突然减速情况下，则I级安全距离为d＝v1(tp+t1+t2)+Δv·t3/2+Δv(2v1-Δv)/2a+d0，II级安全距离为d＝v1(t1+t2)+Δv·t3/2+Δv(2v1-Δv)/2a+d0。其中，tp为反应缓冲时间1.5s，d0为停车后两车保持的最小安全距离取为5m，v1为从GPS模块提取的本车速度。
上述步骤E按照以下过程判断本车的前方行车区域是否安全，该不该报警 E1、当车距大于I级安全距离时，不报警； E2、当车距小于I级安全距离大于II级安全距离时，若检测到前方车辆有刹车减速，则以黄灯和语音提示“注意前方”来提醒驾驶员注意车况； E3、当车距小于II级安全距离时，则以红灯和语音提示“危险！刹车！”来提醒驾驶员紧急制动； E4、若制动有效使得车距大于安全距离，则自动解除报警。
从上可以看出，上述方法主要体现了防止本车和前方车辆碰撞的情况，以下给出一种事故自动求救方法和装置，如图2(b)所示，该方法包括以下步骤 F、将压力传感器安装在车内的各个安全气囊里面，不断获取气囊状态参数，其输出导线连接车载终端的中心控制模块； G、中心控制模块对采集到的安全气囊状态参数进行分析，判断是否发生车祸；是，则报警并求救；否，则继续监测安全气囊参数； H、车主在出行时若发生其他紧急事件也可以按手动报警按键，进行求助； I、如果求救发生误报或者车主不想报警处理车祸，则可通过按取消报警按键将信息反馈至监控中心，减少误报概率。
上述步骤G包括以下步骤 G1、若气囊内压力稳定在低水平值附近，则无重大事故发生； G2、若气囊内压力剧增，并超过危险指标，则有重大事故发生，马上一方面以声光报警形式提醒车主和附近车辆，另一方面迅速从GPS模块提取定位信息，同时启动摄像头拍摄车内乘员情况，并将这两者信息通过GPRS和Internet组成的通信网络发送到监控中心，寻求救援。
上述步骤H包括以下步骤 H1、车内人员若遇身体不适或者遭受抢劫等突发情况，通过按手动报警按键可实现和自动求救一样的功能，只是检测时优先级别低一等。
H2、此时报警以静音方式，等待指示灯闪烁持续3秒后，车载终端便将求救信号向监控中心持续发送。
根据上述自动求救的方法，相应构建一种能够连入Internet的实时观察车辆状态的WebGIS监控中心，如图5所示。本发明中的Web GIS监控中心采用三层B/S模式的体系结构，由浏览器、服务器和数据库构成，服务器与浏览器的通信采取标准的HTTP协议，地图的生成与显示过程由浏览器和服务器共同完成。具体实现步骤如下 J、用户在浏览器端向服务器请求包含GIS信息的电子地图，Web服务器收到用户的请求后，将该请求交给GIS服务器，由位于GIS服务器的MapInfo MapXtreme 2004地图引擎响应该请求，从数据库取出相应的数据，然后将包含GIS信息的电子地图以地像的形式返回给Web服务器，再通过互联网返回到浏览器上，展现给用户。
K、一旦通过通信网络收到事故信息，它会结合获取的实时数据和数据库的历史数据，以网页上的电子地图和数字信息两种形式，显示报警车辆的位置以及车主身份等信息。管理员获取详实信息后，迅速做出分析，通过电子地图上的医院和警力分布情况，通知最近的相关部门前往营救。
L、监控中心允许网络用户进行所属车辆信息的收发、查询等功能。
基于上述方法，本发明还提供了一种车载智能报警装置，如图1所示，所述装置包括车载终端(9)、监控中心(10)和客户端(11)三大部分车载终端(9)主要由CCD摄像机(1)、DSP图像处理模块(2)、GPS模块(3)、GPRS模块(4)、智能报警模块(6)以及中心控制模块(5)组成，其中安放CCD摄像机(1)的配套支架固定在方向盘旁边，基本在汽车的中轴线上，CCD摄像机(1)可以随时安装上去或者卸载下来，而其他模块(2、3、4、5、6)则整合在一起，置于驾驶员方便触摸的位置，这两者通过s端子线相连；监控中心(10)是连入Internet并带GIS服务器和数据库的计算机(7)；客户端(11)是带浏览器能上网的计算机(8)。所述装置的特点有以下两个方面 一方面，由车载终端(9)构成基于单目视觉的纵向防撞报警装置。利用CCD摄像机实时采集前方车辆图像，送给DSP图像处理模块进行预处理、边缘检测、多特征融合车辆定位、序列图像NMI特征验证、实时测距和安全距离计算，最后将结果传给中心控制模块判断报警与否，提醒车主采取措施。
另一方面，利用放置在安全气囊内的压力传感器检测汽车安全状态，并利用GPS、GPRS分别通过串口0和串口1与中心控制模块进行通信。通过GPRS模块(4)和Internet连接监控中心(10)和客户端(11)构成事故自动求救装置。若判断遇险则立即将定位等状态信息通过GPRS模块传至Internet，同时Web GIS监控中心通过Internet实时获取数据，并在GIS电子地图上显示相关信息，通知相关部门前往救援。其中，GPRS模块采用内存固定车辆牌照、车主姓名、联系方式等信息的专用SIM卡。
综上所述，本发明利用机器视觉技术辨识前方移动车辆，精度高、视觉范围广，能有效探测障碍物，减少误报概率，预防碰撞事故发生。利用自动求救装置，能及时准确通知相关部门实施救援任务，减少事故产生的人员伤亡，而且通过Web GIS监控中心的实时监控，极大方便管理员和各网络用户对目标车辆的信息查询和控制。因此，采用本发明的方法和装置来提高车辆安全性具有极大应用价值。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
权利要求
1.一种车载智能报警方法，其特征在于采用一种基于单目视觉的纵向防撞预警方法与一种事故自动求救方法相结合，实现防止追尾事故发生，争取救助时间以减少伤亡，有效预防碰撞事故及引起人员伤亡，提高汽车行驶安全性。
2.根据权利要求1所述的车载智能报警方法，其特征在于所述基于单目视觉的纵向防撞预警方法是用单目摄像机以一定间隔时间拍摄一系列车辆前方图像，然后对所捕获的图像利用高速的数字信号处理DSP芯片进行图像分析、图像识别、图像跟踪，来识别和跟踪前方车辆，并计算出前车与本车的距离、相对速度，判断与前方车辆相撞的可能性，从而发出预警。判断方法如下首先选取前方车辆的明显特征点，利用几何关系推导法得到实时车距，然后计算出此情况下的安全距离，通过比较车距与各安全距离级别的大小，从而决定是否发出报警信号，若发出则是何种级别预警。
3.根据权利要求2的车载智能报警方法，其特征在于所述基于单目视觉的纵向防撞预警方法的操作步骤如下
A、单目摄像机每隔一小段时间采集一幅车辆前方行进区域的图像，传送给车载终端的DSP进行处理，时间间隔根据实际的需要和DSP处理速度取值；
B、对捕获的图像进行图像预处理，包括白平衡、灰度化、二值化和图像分割，获得用于识别车道线和前方车辆的二值化图像数据；
C、从所述二值化图像数据中提取车道线、道路区域的特征信息，进行边缘检测处理，通过多特征融合技术进行前方车辆的定位，并利用序列图像NMI特征方法进一步验证车辆识别的可靠性，用红色矩形框将车尾轮廓标记出来。
D、通过寻找矩形框中的明显特征点，利用几何关系推导法计算前车与本车的实时车距。
E、判断前车与本车的车距是否小于实时计算出的安全距离；是，则判断发出何种级别预警；否，则返回步骤A。
4.根据权利要求3所述的车载智能报警方法，其特征在于所述步骤C包括以下步骤
C1、进行图像边缘检测处理，利用Sobel和Hough算子获得车道线和道路区域；
C2、利用车辆阴影初步确定车辆存在的感兴趣区域；
C3、在上述区域内进行纹理特征、边缘特征和对称性特征的分析，确认该区域是否为车辆；
C4、利用已识别车辆的边缘信息实现车辆定位，并用矩形框将车尾轮廓标记出来；
C5、在车辆跟踪过程中，利用计算序列图像中车辆区域的NMT特征，对车辆进一步加以验证。
5.根据权利要求3所述的车载智能报警方法，其特征在于所述步骤D采用如下步骤计算前车与本车的实时车距
D1、在识别出前方车辆的基础上，在象平面坐标系中求取该矩形框底边中点的图像平面坐标，设为u1、v1，该点就是所寻找的明显特征点，象平面坐标系是指在摄像机内所形成的象平面坐标系统；
D2、求取图像平面底边中点的图像平面坐标，设为u2、v2，该点为摄像机捕获图像中的固定点；
D3、将图像平面坐标u1、v1、u2、v2通过几何关系推导成现实世界坐标系中的道路平面坐标x1、y1、x2、y2。
D4、将摄像机最近视野与前方车辆的距离记为d2，d2＝((y1-y2)2+(x1-x2)2)0.5；而将通过测量最近视野到本车前端的固定距离记为d1；
D5、本车与前方车尾的实时距离为s，s＝d1+d2。
6.根据权利要求3所述的车载智能报警方法，其特征在于所述步骤E中安全距离的计算步骤如下
E01、通过检测前车的刹车灯亮灭状态，可判断前车属于减速情况还是正常行驶情况，从而计算相应情况下两车应保持的安全距离；
E02、根据对每帧图像实时测距的结果，利用上一帧与当前帧的测距变化Δs和每帧时间间隔Δt，计算本车相对于前车的相对速度Δv，Δv＝Δs/Δt；
E03、若前车刹车灯灭，则I级安全距离为d＝Δv(tp+t1+t2+t3/2)+Δv2/2a+d0，II级安全距离为d＝Δv(t1+t2+t3/2)+Δv2/2a+d0；若前车刹车灯亮，即前车突然减速情况下，则I级安全距离为d＝v1(tp+t1+t2)+Δv·t3/2+Δv(2v1-Δv)/2a+d0，II级安全距离为d＝v1(t1+t2)+Δv·t3/2+Δv(2v1-Δv)/2a+d0。其中，tp为反应缓冲时间，t1为驾驶员最快反应时间，t2为制动器协调时间，t3为制动减速度增长时间，a为随时间线性变化的加速度，d0是最小安全距离，v1为从GPS模块提取的本车速度。
7.根据权利要求3所述的车载智能报警方法，其特征在于所述步骤E中判断本车的前方行车区域是否安全，该不该报警
E1、当车距大于I级安全距离时，不报警；
E2、当车距小于I级安全距离大于II级安全距离时，若检测到前方车辆有刹车减速，则以黄灯和语音提示“注意前方”来提醒驾驶员注意车况；
E3、当车距小于II级安全距离时，则以红灯和语音提示“危险！刹车！”来提醒驾驶员紧急制动；
E4、若制动有效使得车距大于安全距离，则自动解除报警。
8.根据权利要求1所述的车载智能报警方法，其特征在于所述事故自动求救方法的操作步骤如下
F、将压力传感器安装在车内的各个安全气囊里面，不断获取气囊状态参数，其输出导线连接车载终端的中心控制模块；
G、中心控制模块对采集到的安全气囊状态参数进行分析，判断是否发生车祸；是，则报警并求救，将遇险信号通过无线网络实时发送至监控中心；否，则继续监测安全气囊参数；
H、车主在出行时若发生其他紧急事件时按手动报警按键，进行求助；
I、如果求救发生误报或者车主不想报警处理车祸，则通过按取消报警按键将信息反馈至监控中心，减少误报概率。
9.根据权利要求8所述的车载智能报警方法，其特征在于所述步骤G包括以下步骤
G1、若气囊内压力稳定在低水平值附近，则无重大事故发生；
G2、若气囊内压力剧增，并超过危险指标，则有重大事故发生，马上一方面以声光报警形式提醒车主和附近车辆，另一方面迅速从GPS模块提取定位信息，同时启动摄像头拍摄车内乘员情况，并将这两者信息通过GPRS和Internet组成的通信网络发送到监控中心，寻求救援。
10.根据权利要求8所述的车载智能报警方法，其特征在于所述步骤H包括以下步骤
H1、车内人员若遇身体不适或者遭受抢劫等突发情况，通过按手动报警按键实现和自动求救一样的功能，只是检测时优先级别低一等；
H2、此时报警以静音方式，等待指示灯闪烁持续3秒后，车载终端便将求救信号向监控中心持续发送。
11.根据权利要求9所述的车载智能报警方法，其特征在于还结合一种实时观察车辆状态的方法，它是构建一种能够连入Internet的实时观察车辆状态的Web GIS监控中心；它采用三层B/S模式的体系结构，由浏览器、服务器和数据库构成，服务器与浏览器的通信采取标准的HTTP协议，地图的生成与显示过程由浏览器和服务器共同完成；所述实时观察车辆状态的方法包括以下步骤
J、用户在浏览器端向服务器请求包含GIS信息的电子地图，Web服务器收到用户的请求后，将该请求交给GIS服务器，由位于GIS服务器的MapInfo MapXtreme 2004地图引擎响应该请求，从数据库取出相应的数据，然后将包含GIS信息的电子地图以地像的形式返回给Web服务器，再通过互联网返回到浏览器上，展现给用户；
K、一旦通过通信网络收到事故信息，它会结合获取的实时数据和数据库的历史数据，以网页上的电子地图和数字信息两种形式，显示报警车辆的位置以及车主身份等信息。管理员获取详实信息后，迅速做出分析，通过电子地图上的医院和警力分布情况，通知最近的相关部门前往营救；
L、监控中心允许网络用户进行所属车辆信息的收发、查询等。
12.一种车载智能报警装置，应用于根据权利要求1所述的车载智能报警方法，其特征在于由车载终端(9)、监控中心(10)和客户端(11)三大部分构成；所述车载终端(9)由CCD摄像机(1)、DSP图像处理模块(2)、GPS模块(3)、GPRS模块(4)、智能报警模块(6)以及中心控制模块(5)组成，其中安放CCD摄像机(1)的配套支架固定在方向盘旁边，基本在汽车的中轴线上，CCD摄像机(1)可随时安装上去或者卸载下来，而其他模块(2、3、4、5、6)则整合在一起，置于驾驶员方便触摸的位置，这两者通过s端子线相连；所述监控中心(10)是连入Internet并带GIS服务器和数据库的计算机(7)；所述客户端(11)是带浏览器能上网的计算机(8)；所述车载终端(9)构成基于单目视觉的纵向防撞报警装置；有一个放置在安全气囊内的压力传感器检测汽车安全状态，并利用GPS模块(3)、GPRS模块(4)分别通过串口0和串口1与中心控制模块(5)进行通信，通过GPRS模块和Internet，连接所述监控中心(10)和客户端(11)构成事故自动求救装置。
全文摘要
本发明涉及一种车载智能报警方法和装置。该方法采用基于单目视觉的纵向防撞预警方法与一种事故自动求救方法相结合，实现防止追尾事故发生，争取救助时间以减少伤亡，有效预防碰撞事故及引起人员伤亡，提高汽车行驶安全性。本装置主要由车载终端、监控中心和客户端三大部分组成。本发明利用机器视觉技术辨识前方移动车辆，精度高、视觉范围广，能有效探测障碍物，减少误报概率，预防碰撞事故发生。采用本发明的方法和装置来提高车辆的安全性具有很大的应用价值和前景。
文档编号B60Q9/00GK101391589SQ20081020198
公开日2009年3月25日 申请日期2008年10月30日 优先权日2008年10月30日
发明者徐叶雷, 勇 方, 斌 徐, 林江宽 申请人:上海大学