专利名称：一种基于视频的驾驶员视距动态测量方法
技术领域：
本发明涉及一种基于视频的驾驶员视距动态测量方法。在车辆行驶过程中，利用固定于车身的摄像头模拟驾驶员眼睛，拍摄车辆前方道路；通过分析处理拍摄的视频，获取驾驶员所能看到的道路上的最远点，计算得出摄像头所在位置与道路最远点之间的水平距离即为所需的驾驶员视距。
背景技术：
随着公路视距方面研究的逐渐深入，国内外在公路视距方面的研究也逐渐增多。 除了对传统的方法加以改进和优化外，也提出了一些新方法。国外在公路视距方面研究相对较多。20世纪90年代，就有人提出在二维平面线形上考虑路侧净区的平面视距计算方法，并得到了较多应用。近年来，在视距方面具有代表性的研究是利用激光雷达摄像技术获取道路的影像、拓扑数据，在GIS平台上生成公路三维实体模型，利用GIS的空间分析功能及可视化数据对停车视距和超车视距进行安全评估；采用有限元方法，利用三角形、四边形、六边形等来表示公路路面和路侧障碍物情况，再利用三维模型进行视距分析，但由于技术难度大、实施环境要求高、实现成本高等多方面因素的制约，这些技术还没能得以推广。现在，又有部分研究人员提出利用三维坐标计算路线各点的“空间视距”，并以此来量化驾驶员的视觉信息，在此基础上提出运行车速的预测模型，力求利用空间视距来探索车速与事故的关系；也有人开始着手利用公路设计数据，建立虚拟三维场景，进而进行视距量测和分析。Ismail K· ,DU Boying和FANG shouen在研究中引进分段式三次抛物线，提出了分段式三次抛物线的视距设计方法；Yasser H采用三角网模型描述路面模型，提出了通过检验驾驶员视线与该模型是否相交来计算行车视距的方法。目前，最常的视距计算方法是GirishNehate提出的，以公路的平纵断面设计数据为基础，利用样条曲线技术拟合公路三维路线，然后将空间路线投影到水平面和竖向平面上分别计算视距，然后取二者最小值作为该点的视距值。国内在视距方面侧重于传统视距计算方法及其应用研究，如平曲线视距横净距计算方法的优化、缓和竖曲线上的视距研究、行车视距在道路设计中的应用、平面视距保证的计算方法及其程序实现等。近年来，视距相关方面的研究也逐步深入，同济大学提出利用三维空间坐标计算路线各点的“空间视距”来量化驾驶员的视觉信息，并在此基础上提出运行车速的预测模型；昆明理工大学利用公路设计数据，建立虚拟三维场景，进而进行视距量测和分析。廖军洪等提出了公路三维动态视距，利用三次B样条表征公路线形，在计算中考虑了平纵线形、驾驶员动态视野和夜晚时车前灯照射范围等因素的制约，为更客观地评价公路线形连续性提供了新的思路和方法。《公路项目安全性评价指南》中，将公路行车道和路肩等几何特征以参数化的形式来描述，提出了计算三维视距的方法和数学模型；《公路路线设计规范》中通过计算机仿真研究驾驶员特征和公路几何参数对视距的影响，在统计分析的基础上建立了线性的视距模型。
目前国内有关驾驶员视距方面的专利尚属少见，因此研究驾驶员视距测量方法具有十分重要的意义。
发明内容
本发明通过以下技术实现1、将摄像头固定在车内，镜头位置与驾驶员眼睛大致齐平，使拍摄到的视频场景与驾驶员看到的场景基本相同。对视频图像进行分析，检测到视频中的道路最远点即认为是驾驶员所能看到的道路最远点，摄像头与道路最远点之间的水平距离即为驾驶员视距。2、提取道路区域，分析得到道路区域的最远点。在提取道路区域时利用道路区域的像素值大致相同这一特点首先采集不同道路的视频，手动将道路区域提取出来；再将不同道路区域的像素值进行统计分析，得出道路区域的像素值范围。然后利用摄像头进行视频拍摄，根据统计分析所得的像素范围找出视频中的道路区域，进而通过像素点灰度分析找出道路区域的最远点。3、实现步骤(1)用摄像头拍摄不同道路区域，通过视频图像处理及分析得到道路区域的像素值范围。(2)在车内固定摄像头，并对摄像头进行标定。(3)进行行车过程中的视频拍摄，得到道路场景视频。(4)对该视频进行处理，利用道路区域的像素值范围将道路区域提取出来。(5)找出视频图像中道路区域的最远点，测得最远点与摄像头之间的水平距离即为驾驶员视距。本发明具有以下特点利用摄像头模拟驾驶员眼睛，效果更加直观；通过视频图像处理能够实时得到驾驶员的视距值；可获取驾驶员在不同路段、不同天气、路段视距不良情况下的视距值，能够为驾驶员提供安全行车建议，对于保障道路交通安全有重要作用。
图1标定现场2驾驶员看到的道路场景图像
具体实施例方式(1)选取具有代表性的一些路段，在不同的时间段、不同天气情况下拍摄道路视频。对每段视频进行处理，将视频中的道路区域手动提取出来，进行直方图处理，得到道路区域的像素值范围。将得到的所有像素值范围汇总后得到一般的道路区域像素值范围。(2)在车内安装摄像头，摄像头的位置与驾驶员眼睛的位置相近，根据照相机成像模型对摄像头进行标定(图1)。在标定时利用道路交叉口的道路边缘、标志标线等具有平行和垂直关系的直线边缘，建立适当的现场平面坐标系，实现变换参数的标定。如图1所示，先建立图像和道路坐标系XY之间的转换关系，然后通过测量L和H的长度，即可建立摄像头坐标系X’ Y’和图像间的转换关系。(3)进行行车过程中的视频拍摄，得到道路场景视频。利用已得到的道路区域像素值范围对视频进行二值化处理，在该范围内的图像点灰度值取0，其他取255。然后对视频进行腐蚀、膨胀处理，将道路区域与其他区域分开。 (4)在道路场景视频中，道路区域位于视频的下部，且从下向上，道路区域逐渐变窄，呈口向下的抛物线状，道路区域最远点即抛物线顶点(图2)。从图像的最底部的一行开始，计算该行灰度值为0的像素点的个数。假设道路的最远点在从底部开始算起的第η行， 这一行中灰度值为0的像素点的个数为P，第(η+1)行中灰度值为0的像素点的个数为q， 由于道路区域与其他区域是分开的，那么从第η行到第(η+1)，灰度值为0的像素点的个数会突然减少。在实际操作中，如果P > 2q，就认为道路区域最远点在第η行；从第η行的最左端开始，如果第a点到第(a+k)点的灰度值均为255，第(a+k+Ι)到第(a+k+Ι)点的灰度值均为0，且k> 21，即认为第(a+k+Ι)点为道路区域最远点，计算得到该点在摄像头坐标系下的纵坐标值Y’即为视距。
权利要求
1.一种基于视频的驾驶员视距动态测量方法，其特征在于包括如下步骤(1)用摄像头拍摄不同道路区域，通过视频图像处理及分析得到道路区域的像素值范围；(2)在车内固定摄像头，并对摄像头进行标定；(3)进行行车过程中的视频拍摄，得到道路场景视频；(4)对该视频进行处理，利用道路区域的像素值范围将道路区域提取出来；(5)找出视频图像中道路区域的最远点，测得最远点与摄像头之间的水平距离即为驾驶员视距。
2.根据权利要求1所述的基于视频的驾驶员视距的测量方法，其特征在于，所述的步骤(1)，具体是指选取具有代表性的一些路段，在不同条件下拍摄道路视频，并将不同道路的像素值范围提取出来，汇总后即为道路区域的像素值范围。
3.根据权利要求1所述的基于视频的驾驶员视距的测量方法，其特征在于，所述的步骤O)，具体是指在车内安装摄像头，使摄像头的位置与驾驶员眼睛的位置相近；建立适当的现场平面坐标系，先建立图像和道路坐标系XY之间的转换关系，通过测量XY坐标系和 X’ Y’坐标系之间的距离，建立摄像头坐标系X’ Y’和图像间的转换关系。
4.根据权利要求1所述的基于视频的驾驶员视距的测量方法，其特征在于，所述的步骤(3)，具体是指在行车过程中拍摄视频，得到道路场景视频。
5.根据权利要求1所述的基于视频的驾驶员视距的测量方法，其特征在于，所述的步骤G)，具体实现如下提取视频中的每一帧图像，利用已得到的道路区域像素值范围对视频进行二值化处理，在该范围内的图像点灰度值取0，其他取255 ；然后对视频进行腐蚀、膨胀处理，将道路区域与其他区域分开。
6.根据权利要求1所述的基于视频的驾驶员视距的测量方法，其特征在于，所述的步骤(5)，具体实现如下从图像的最底部的一行开始，计算该行灰度值为0的像素点的个数； 假设道路的最远点在从底部开始算起的第η行，这一行中灰度值为0的像素点的个数为ρ， 第(η+1)行中灰度值为0的像素点的个数为q，由于道路区域与其他区域是分开的，那么从第η行到第(η+1)，灰度值为0的像素点的个数会突然减少；在实际操作中，如果P > 2q,就认为道路区域最远点在第η行；从第η行的最左端开始，如果第a点到第(a+k)点的灰度值均为255，第(a+k+Ι)到第(a+k+Ι)点的灰度值均为0，且k > 21，即认为第(a+k+Ι)点为道路区域最远点，计算得到该点在摄像头坐标系下的纵坐标值Y’即为视距。
全文摘要
一种基于视频的驾驶员视距动态测量方法，特征是在行车过程中，利用车内安装的摄像头拍摄前方道路视频，并实时对视频进行处理，将道路区域与视频中的其他区域区分开来，并得到道路区域最远点，摄像头到道路区域的最远点之间的水平距离即为该点的驾驶员视距(图1)，从而实现驾驶员视距的实时检测，在驾驶员视距较差的路段及时对驾驶员进行提醒，减少交通事故的发生。基于摄像头的驾驶员视距动态检测方法具有成本低、实时性强、操作简便、快速的特点，为研究驾驶员视距带来了便利，有利于减少道路交通事故，保障交通安全。
文档编号G01C3/00GK102230794SQ201110082200
公开日2011年11月2日 申请日期2011年4月1日 优先权日2011年4月1日
发明者余贵珍, 刘淼淼, 张喆, 易正国, 王云鹏, 田大新, 鲁光泉 申请人:北京航空航天大学