本公开涉及辅助驾驶技术领域，尤其涉及一种障碍物预警方法、装置及终端。
背景技术：
目前，高级驾驶辅助系统通常基于双目摄像头采集路况图像，通过立体匹配算法得到路况图像的视差图像，在视差图像确定障碍物，并根据预警策略对检测到的障碍物及时预警，以保证汽车的安全驾驶，其中，碰撞时间的判定是预警的重要依据，碰撞时间的准确合理的计算是进行有效预警的前提。目前，主流的预警策略是根据车辆与障碍物之间的距离及当前车速，估计车辆到达障碍物的时间(即碰撞时间)，当该碰撞时间小于设定好的设定的预警时间则进行障碍物预警，实际应用中经常出现无效预警情况，使得障碍物预警准确度较低，影响用户体验。
技术实现要素：
有鉴于此，为了解决现有障碍物预警准确度较低问题，本公开提供一种障碍物预警方法、装置及终端，以提高障碍物预警的准确度。
具体地，本公开是通过如下技术方案实现的：
根据本公开实施例的第一方面，提供一种障碍物预警方法，所述方法包括：
当检测到障碍物时，根据所述障碍物的位置确定汽车与所述障碍物之间的第一横向距离和第一纵向距离；根据汽车的速度方向角和所述障碍物的位置，估计预警时间内所述汽车移动的第二横向距离和第二纵向距离；若所述第二横向距离大于或等于所述第一横向距离，且所述第二纵向距离大于或等于所述第一纵向距离，对所述障碍物进行预警。
可选的，所述当检测到障碍物时，确定汽车与所述障碍物之间的第一横向距离和第一纵向距离，具体步骤包括：根据所述视差图中障碍物对应像素点的视差值，确定障碍物在空间坐标系下的位置坐标，以及所述汽车与所述障碍物之间的位置关系，得到所述第一横向距离和所述第一纵向距离；其中，所述空间坐标系以位于所述汽车上的相机中心为坐标原点，以平行于地面指向车头正前方为y轴正方向，以垂直于地面指向地面下方为z轴正方向，以平行于地面指向驾驶员右侧为x轴正方向。
可选的，所述根据汽车的速度方向角和所述障碍物的位置，估计预警时间内所述汽车移动的第二横向距离和第二纵向距离，具体包括：所述汽车的速度方向角为车头和车轮之间的夹角，其中，当所述汽车直行时，所述速度方向角为0，当所述汽车右转时，所述速度方向角＞0，当所述汽车左转时，所述速度方向角＜0；若所述速度方向角≥0且所述障碍物在x轴上横坐标≥0，或所述速度方向角≤0且所述障碍物在x轴上横坐标≤0时，根据汽车的速度方向角和所述障碍物的位置，估计预警时间内所述汽车移动的第二横向距离和第二纵向距离。
可选的，所述估计预警时间内所述汽车移动的第二横向距离和第二纵向距离，具体步骤包括：根据所述汽车的轴距和方向盘转角，确定所述汽车的转弯半径；基于所述汽车的速度、加速度及转弯半径，估计所述预警时间内所述汽车移动的第二横向距离和第二纵向距离。
可选的，所述估计预警时间内所述汽车移动的第二横向距离和第二纵向距离，具体步骤包括：根据所述汽车的轴距和方向盘转角，确定所述汽车的转弯半径；基于所述汽车的速度、转弯半径，估计所述预警时间内所述汽车移动的第二横向距离和第二纵向距离。
可选的，所述第一横向距离、第二横向距离、第一纵向距离、第二纵向距离分别大于或等于0。
根据本公开实施例的第二方面，提供一种障碍物预警装置，所述装置包括：
障碍物检测单元，用于当检测到障碍物时，根据所述障碍物的位置确定汽车与所述障碍物之间的第一横向距离和第一纵向距离；汽车位置估计单元，用于根据汽车的速度方向角和所述障碍物的位置，估计预警时间内所述汽车移动的第二横向距离和第二纵向距离；障碍物预警单元，用于若所述第二横向距离大于或等于所述第一横向距离，且所述第二纵向距离大于或等于所述第一纵向距离，对所述障碍物进行预警。
可选的，汽车位置估计单元用于：根据所述视差图中障碍物对应像素点的视差值，确定障碍物在空间坐标系下的位置坐标，以及所述汽车与所述障碍物之间的位置关系，得到所述第一横向距离和所述第一纵向距离；其中，所述空间坐标系以位于所述汽车上的相机中心为坐标原点，以平行于地面指向车头正前方为z轴正方向，以垂直于地面指向地面下方为y轴正方向，以平行于地面指向驾驶员右侧为x轴正方向。
可选的，汽车位置估计单元用于：所述根据汽车的速度方向角和所述障碍物的位置，估计预警时间内所述汽车移动的第二横向距离和第二纵向距离，具体包括：所述汽车的速度方向角为车头和车轮之间的夹角，其中，当所述汽车直行时，所述速度方向角为0，当所述汽车右转时，所述速度方向角＞0，当所述汽车左转时，所述速度方向角＜0；若所述速度方向角≥0且所述障碍物在x轴上横坐标≥0，或所述速度方向角≤0且所述障碍物在x轴上横坐标≤0时，根据汽车的速度方向角和所述障碍物的位置，估计预警时间内所述汽车移动的第二横向距离和第二纵向距离。
可选的，汽车位置估计单元用于：根据所述汽车的轴距和方向盘转角，确定所述汽车的转弯半径；基于所述汽车的速度、加速度及转弯半径，估计所述预警时间内所述汽车移动的第二横向距离和第二纵向距离。
可选的，汽车位置估计单元用于：根据所述汽车的轴距和方向盘转角，确定所述汽车的转弯半径；基于所述汽车的速度、转弯半径，估计所述预警时间内所述汽车移动的第二横向距离和第二纵向距离。
可选的，所述第一横向距离、第二横向距离、第一纵向距离、第二纵向距离分别大于或等于0。
根据本公开实施例的第三方面，提供一种障碍物预警终端，包括处理器、通信接口、存储器和通信总线；
其中，所述处理器、通信接口、存储器通过所述通信总线进行相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的计算机程序，所述处理器执行所述计算机程序时实现本公开实施例提供的任一障碍物预警方法的步骤。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现本公开实施例提供的任一障碍物预警方法的步骤。
由上述实施例可见，通过当检测到障碍物时，根据所述障碍物的位置确定汽车与所述障碍物之间的第一横向距离和第一纵向距离；根据汽车的速度方向角和所述障碍物的位置，估计预警时间内所述汽车移动的第二横向距离和第二纵向距离；若所述第二横向距离大于或等于所述第一横向距离，且所述第二纵向距离大于或等于所述第一纵向距离，对所述障碍物进行预警。
由于汽车方向盘的转动与汽车车头方向的转动之间存在一定的延时，也就是说汽车的速度方向和车头方向可能不一致，因此，在障碍物预警时，应当考虑汽车的速度方向上的障碍物而不是车头方向的障碍物，也即是本公开根据汽车的速度方向角来估计预警时间内汽车移动的第二横向距离和第二纵向距离，从而判断是否对障碍物进行预警，提高障碍物预警的准确性。
附图说明
图1为现有障碍物预警策略的示意图；
图2为本公开实施例一的障碍物预警方法的流程图；
图3为本公开实施例一确定第一横向距离和第一纵向距离示意图；
图4为本公开实施例一建立的汽车运动模型示意图；
图5a为本公开实施例一的汽车速度方向角和障碍物位置不满足预设条件一示意图；
图5b为本公开实施例一的汽车速度方向角和障碍物位置不满足预设条件又一示意图；
图6为本公开实施例一的汽车转弯的轨迹估计示意图；
图7a为本公开实施例一的第一情形下障碍物预警判断一示意图；
图7b为本公开实施例一的第一情形下障碍物预警判断又一示意图；
图8为本公开实施例一的第二情形下障碍物预警判断一示意图；
图9a为本公开实施例一的第三情形下障碍物预警判断一示意图；
图9b为本公开实施例一的第三情形下障碍物预警判断又一示意图；
图10a为本公开实施例一的第四情形下障碍物预警判断一示意图；
图10b为本公开实施例一的第四情形下障碍物预警判断又一示意图；
图11为本公开实施例二的障碍物预警装置结构图；
图12为本公开实施例三的障碍物预警终端结构图；
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
图1为现有障碍物预警策略的示意图，如图1所示，安装有双目相机的汽车103，其采集的路况图像位于虚线104和虚线105之间，通过双目相机采集的图像可以得到视差图，并在视差图中检测障碍物，根据该障碍物的平均视差值可以求得障碍物到相机的距离。以位于所述汽车上的相机中心为坐标原点，以平行于地面指向车头正前方为y轴正方向，以垂直于地面指向地面下方为z轴正方向，以平行于地面指向驾驶员右侧为x轴正方向建立空间坐标系。若检测到障碍物101和障碍物102，由于汽车行驶过程中，仅关心位于汽车前方和侧方的障碍物，也就是仅判断x方向和y方向上的障碍物。
具体的，根据图1建立的坐标系，可以分别计算障碍物到相机基线的垂直距离，即障碍物101对应的垂直距离为y1，障碍物102对应的垂直距离为y2。接下来判断汽车103以当前车速行驶上述垂直距离的时间是否小于预警时间，若小于预警时间则发出报警消息。经过判断后，汽车103对障碍物101发出预警，但实际情况中，障碍物101和汽车103不在同一个车道上行驶，假设汽车103和障碍物101不发生变道行为，汽车103是不会与障碍物101发生碰撞，即汽车103对障碍物101进行预警是不必要的。
另外，现有障碍物预警技术还可能存在如下问题：1)若驾驶员看到前方障碍物并立即制动，仍然按照当前车速计算得到的碰撞时间进行预警，汽车很有可能未到预警时间已经停止，这种情况叫过预警；2)若驾驶员看到前方障碍物时还在加速，那么汽车很有可能未达到预警时间已经发生碰撞，这种情况叫晚预警；3)若驾驶员操纵方向盘进行转向操作时，汽车的行驶轨迹会发生变化，对一些背离汽车转向方向的比较近的障碍物就可能发生误预警。
可见，现有预警技术存在众多问题，未预警或者延迟预警都会影响系统的功能，有很大的安全隐患；过预警会影响用户体验，降低智能辅助驾驶系统的可信度，于是考虑驾驶员的行为意图，本公开提出的一种障碍物预警方法，可以尽可能解决上述问题，从而提高对障碍物预警的准确度。如下，参考图2，对该方法进行详细说明：
图2为本公开实施例一的障碍物预警方法流程图，该方法可以包括以下步骤：
步骤s101：当检测到障碍物时，根据所述障碍物的位置确定汽车与所述障碍物之间的第一横向距离和第一纵向距离。
具体的，根据所述视差图中障碍物对应像素点的视差值，确定所述双目相机与所述障碍物在空间坐标系下的位置关系，得到所述第一横向距离和所述第一纵向距离。
本公开可能的实施例中，根据双目相机采集的图像确定视差图，基于所述视差图进行障碍物检测得到障碍物，即可以由摄像机采集道路图像，其中，该摄像机可以设置在车辆上，称为车载摄像机，该摄像机可以为双目摄像机，双目摄像机的左摄像头和右摄像头可以分别采集到一幅道路图像，从而得到视差图，在视差图中进行障碍物检测，通常以汽车的双目相机中心为原点建立坐标系，通过公式(1)和像素点的视差值，可以求得该像素点在空间坐标系的位置：
其中，d为像素点的视差值，f为相机焦距，b为双目相机的基线距离，y为障碍物的点到立体相机焦平面的距离。根据确定视差图及在视差图中检测障碍物具体可参考现有技术，这里不再赘述。
本公开可能的实施例中，可以将该两幅道路图像作为待检测图像，也可以在该两幅道路图像上各自划定感兴趣区域，将感兴趣区域对应的部分图像作为待检测图像，本公开对此并不作限制。本领域技术人员可以理解的是，可以采用多种方式在道路图像上确定感兴趣区域，例如，可以通过人工选框的方式在道路图像上框定感兴趣区域，又例如，可以通过预设的高度比例(例如上3/4部分)在道路图像上截取感兴趣区域，本公开对在道路图像上确定感兴趣区域的具体过程不做限制。
接着以图1中检测到的障碍物101为例，可以得到障碍物在该坐标系下的位置，值得说明的是，为了方便描述以下附图都省略z轴，另外，以障碍物的尾部(离相机最近的一边)的中心所在位置代表障碍物的位置。如图3所示，从而求得第一横向距离为横坐标的绝对值，即|x1|，第一纵向距离为纵坐标的绝对值，即|y1|。
可选的，以汽车的中心为原点建立坐标系，或者以障碍物的中心来计算第一横向距离和第一纵向距离，这里不做限定。
步骤s102，根据汽车的速度方向角和所述障碍物的位置，估计预警时间内所述汽车移动的第二横向距离和第二纵向距离。
具体的，所述汽车的速度方向角为车头和车轮之间的夹角，其中，当所述汽车直行时，所述速度方向角为0，当所述汽车右转时，所述速度方向角＞0，当所述汽车左转时，所述速度方向角＜0；若所述速度方向角≥0且所述障碍物在x轴上横坐标≥0，或所述速度方向角≤0且所述障碍物在x轴上横坐标≤0时，根据汽车的速度方向角和所述障碍物的位置，估计预警时间内所述汽车移动的第二横向距离和第二纵向距离；
本领域技术人员可以理解的是，驾驶员可以通过转动车辆的方向盘来调整车轮的行进方向，车轮的行进方向也就表示车辆行驶速度的方向，并且，在转动方向盘时，车轮的行进方向可以近似理解为立即发生改变，而车辆的车头朝向并不会立即发生改变，从而，车辆的行驶速度与车头朝向之间会具有一定夹角。图4为本公开建立的汽车运动模型示意图，如图4所示，汽车包括前轮401和后轮402，随着方向盘的转动，前轮401会发生偏转，则以圆心q和转向半径r形成的圆弧型轨迹403运动，其中，θ为汽车的速度方向角，l为汽车的轴距，此时，汽车右转，其速度方向角θ＞0，本公开接下来的计算都是基于图4所示的汽车转向动力学模型。
在本公开实施例中，可以采用obd(on-boarddiagnostic，车载诊断系统)检测装置获取车辆当前的行驶速度与速度方向角，采用obd检测装置获取车辆当前的行驶速度与速度方向角的具体过程可以参见现有技术中的相关描述，本申请对此不再详述。
需要说明的是，在实际应用中，也可以采用gps(globalpositioningsystem，全球定位系统)、测速装置等获取车辆当前的行驶速度，以及采用陀螺仪、惯性测量单元等获取车辆当前的速度方向角，本申请实施例对获取车辆当前的行驶速度与转向角的具体手段并不作限制。
另外，上述模型不限定在汽车转弯状态，当汽车直行时也同样适用，此时转弯半径r＝∞，速度方向角θ＝0。
另外，要先判断汽车的速度方向角和所述障碍物的位置是否满足预设条件，其中，所述预设条件为所述速度方向角≥0且所述障碍物在x轴上横坐标≥0，或所述速度方向角≤0且所述障碍物在x轴上横坐标≤0。当汽车发生转弯时，此时位于该转弯方向上的障碍物就成为可能预警的障碍物，而非该转弯方向上的障碍物不会对汽车的行驶造成影响，也就不需要对其进行预警，例如，若汽车右转，那么位于汽车右前方的障碍物就是可能要预警的障碍物，而位于汽车左前方的障碍物就不需要进行预警，因此要判断汽车的速度方向角和所述障碍物的位置是否满足预设条件。
图5示例性的给出了两种汽车速度方向角和障碍物位置不满足预设条件的情况，如图5a所示，装有双目相机的汽车501，障碍物502位于汽车501的右前方，其横坐标x1＞0，而汽车501的速度方向角θ＜0，不满足预设条件，即汽车501将要左转弯，障碍物502就不会落入汽车的行驶路线上，此时不需要对障碍物502进行预警。
类似的，在图5b中，障碍物503位于汽车的左前方，其横坐标x1＜0，汽车501将要右转，其速度方向角θ＞0，此时也不满足预设条件，因此不需要对障碍物503进行预警。
若判断汽车速度方向角和障碍物位置满足预设条件时，接下来需要根据所述汽车的轴距和方向盘转角，确定所述汽车的转弯半径；基于所述汽车的速度、加速度及转弯半径，估计所述预警时间内所述汽车移动的第二横向距离和第二纵向距离。
本公开可能的实施例中，从汽车的can总线上还可以读取当前的车速v、加速度a等数据，通过公式(2)可以计算汽车在预警时间t0内运动的路程s，将该路程s计算第二横向距离和第二纵向距离：
示例性的，如图6所示，装有双目相机的汽车602检测到障碍物601，此时汽车602已经转动方向盘准备转弯，当前车速v的方向角θ，在预警时间t0内运动的轨迹603，对应的路程s转过的角度为β，可以根据几何关系确定第二横向距离x2和第二纵向距离y2，参考公式(3)和公式(4)，其中，转弯半径
以上，为确定第二横向距离和第二纵向距离的公式推导，需要说明的是，本公开不限制汽车运动模型的设置，上述仅给出一种计算第二横向距离和第二纵向距离的示例。并且，该模型考虑了驾驶员的行为，即体现在模型中的加速度a和汽车的速度方向θ，与现有技术相比，考虑这两个参数得到汽车运动轨迹更符合汽车实际运动轨迹。
可选的，在计算所述预警时间内所述汽车移动的第二横向距离和第二纵向距离，可以仅基于所述汽车的速度、转弯半径，这里仅粗略的估计汽车运动轨迹，参考公式(5)和公式(6)：
在一些可选的实施方式下，汽车的行驶轨迹模型可以是双曲线、抛物线、多项式等方式，本公开仅示例性给出了汽车转弯时采用扇圆形轨迹。
步骤s103：若所述第二横向距离大于或等于所述第一横向距离且所述第二纵向距离大于或等于所述第一纵向距离，对所述障碍物进行预警，其中，第一横向距离、第一纵向距离、第二横向距离及第二纵向距离都≥0。
根据计算的第一横向距离、第一纵向距离、第二横向距离及第二纵向距离之间的大小关系，可以得到如下四种情况，具体如下：
第一情形：
在预警时间t0内，上述四个参数之间满足公式(7)，汽车运动轨迹在x和y方向上都没有到达障碍物的位置，代表汽车与障碍物不发生碰撞，此时不需要预警。
例如，汽车直行时，对两侧车道的较远处的障碍物都不预警，如图7a所示，汽车702的速度方向是沿y方向，可得第二横向距离|x2|＝0，而根据速度v求得第二纵向距离|y2|，且根据障碍物701的位置可得第一横向距离|x1|和第一纵向距离|y1|，显然满足公式(7)不需要预警。
例如，汽车朝向障碍物的方向转弯，但是其转弯的角度较小时，且满足上述公式(7)，此时不需要对障碍物预警，如图7b所示，汽车702在预警时间内的航行轨迹703，在该预警时间内，汽车以当前的运动状态行驶未到达障碍物701位置，也不需要对障碍物进行预警。
第二情形：
在预警时间t0内，上述四个参数之间满足公式(8)，汽车运动轨迹在x方向未达到障碍物的位置，但在y方向上到达障碍物的位置，代表汽车与障碍物也不发生碰撞，此时不需要预警。
例如，汽车直行时，对两侧车道的较近处的障碍物都不预警，如图8所示，汽车802的速度方向是沿y方向，可得第二横向距离|x2|＝0，而根据速度v求得第二纵向距离|y2|，且根据障碍物801的位置可得第一横向距离|x1|和第一纵向距离|y1|，显然满足公式(8)不需要预警。
第三情形：
在预警时间t0内，上述四个参数之间满足公式(9)，汽车运动轨迹在x方向达到障碍物的位置，但在y方向上未到达障碍物的位置，代表汽车与障碍物也不发生碰撞，此时不需要预警。
例如，汽车在转弯工况时，对汽车正前方的较远处的障碍物不预警，如图9a所示，汽车902沿速度v的方向偏转，预计其行驶轨迹为903，求得第二横向距离|x2|和第二纵向距离|y2|，根据障碍物901的位置可得，第一横向距离|x1|和第一纵向距离|y1|，显然满足公式(9)不需要预警。
又例如，汽车在转弯工况时，对转弯一侧车道较远处的障碍物不预警，如图9b所示，汽车902沿速度v的方向偏转，预计其行驶轨迹为905，求得第二横向距离|x2|和第二纵向距离|y2|，根据障碍物904的位置可得，第一横向距离x1|和第一纵向距离|y1|，显然满足公式(9)不需要预警。
第四情形：
在预警时间t0内，上述四个参数之间满足公式(10)，汽车运动轨迹在x方向和在y方向上都达到障碍物的位置，代表汽车与障碍物会发生碰撞，此时需要预警。
例如，汽车直行时，对正前方较近处的障碍物会预警，如图10a所示，汽车1002的速度方向是沿y方向，可得第二横向距离|x2|＝0，而根据速度v求得第二纵向距离|y2|，且根据障碍物1001的位置可得第一横向距离|x1|＝0和第一纵向距离|y1|，|y2|＞|y1|显然满足公式(10)需要预警。
又例如，汽车对其转弯方向上较近的障碍物需要预警，如图9b所示，汽车1002沿速度v的方向偏转，预计其行驶轨迹为1004，求得第二横向距离|x2|和第二纵向距离|y2|，根据障碍物1003的位置可得，第一横向距离|x1|和第一纵向距离|y1|，显然满足公式(10)。
可选的，上述四种情形都仅列举几种示例进行介绍，估计预警时间内汽车的运动估计可以选择不同的模型，可以仅考虑汽车的速度、速度方向角，也可以考虑汽车的速度、加速度、速度方向角等，本领域技术人员可以根据现有技术推导，这里不再一一展开说明。
通过上述本公开实施例的介绍，在对障碍物进行预警时，要考虑汽车的速度的方向角，来估计预警时间内汽车的行驶轨迹，来判断障碍物是否落入汽车的行驶轨迹中，决定是否对障碍物进行预警，可见，本公开考虑驾驶员的习惯，结合汽车的运动情况对障碍物进行预警，与现有技术仅根据汽车在预警时间内的纵向距离来判断是否对障碍物进行预警相比，本公开可以避免过预警、晚预警、误预警的情况，该预警方案能符合实际操作的情景，并且提高障碍物预警的准确性。
实施例二：
与上述障碍物预警方法相对应的，本公开实施例二提供了一种障碍物预警装置，具体如下：
图11是本公开实施例二的一种障碍物预警装置结构图，如图11所示，该装置包括：
障碍物检测单元110，用于当检测到障碍物时，根据所述障碍物的位置确定汽车与所述障碍物之间的第一横向距离和第一纵向距离。
具体的，障碍物检测单元110还用于：根据所述视差图中障碍物对应像素点的视差值，确定障碍物在空间坐标系下的位置坐标，以及所述汽车与所述障碍物之间的位置关系，得到所述第一横向距离和所述第一纵向距离；其中，所述空间坐标系以位于所述汽车上的相机中心为坐标原点，以平行于地面指向车头正前方为y轴正方向，以垂直于地面指向地面下方为z轴正方向，以平行于地面指向驾驶员右侧为x轴正方向。
汽车位置估计单元111，用于根据汽车的速度方向角和所述障碍物的位置，估计预警时间内所述汽车移动的第二横向距离和第二纵向距离。
具体的，所述汽车的速度方向角为车头和车轮之间的夹角，其中，当所述汽车直行时，所述速度方向角为0，当所述汽车右转时，所述速度方向角＞0，当所述汽车左转时，所述速度方向角＜0；若所述速度方向角≥0且所述障碍物在x轴上横坐标≥0，或所述速度方向角≤0且所述障碍物在x轴上横坐标≤0，根据汽车的速度方向角和所述障碍物的位置，估计预警时间内所述汽车移动的第二横向距离和第二纵向距离。
可选的，估计预警时间内所述汽车移动的第二横向距离和第二纵向距离，需要根据所述汽车的轴距和方向盘转角，确定所述汽车的转弯半径；基于所述汽车的速度、加速度及转弯半径，估计所述预警时间内所述汽车移动的第二横向距离和第二纵向距离。
可选的，估计预警时间内所述汽车移动的第二横向距离和第二纵向距离，根据所述汽车的轴距和方向盘转角，确定所述汽车的转弯半径；基于所述汽车的速度、转弯半径，估计所述预警时间内所述汽车移动的第二横向距离和第二纵向距离。
障碍物预警单元112，用于若所述第二横向距离大于或等于所述第一横向距离，且所述第二纵向距离大于或等于所述第一纵向距离，对所述障碍物进行预警。
其中，上述第一横向距离、第二横向距离、第一纵向距离、第二纵向距离都≥0。
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
实施例三：
本公开障碍物预警装置的实施例可以应用在障碍物预警终端上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在障碍物预警终端的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图12所示，为本公开障碍物预警装置所在障碍物预警终端的一种硬件结构图，其中，处理器1201是该障碍物预警装置1200的控制中心，利用各种接口和线路连接整个该障碍物预警装置的各个部分，通过运行或执行存储在存储器1202内的软件程序和/或模块，以及调用存储在存储器1202内的数据，执行障碍物预警装置1200的各种功能和处理数据，从而对该障碍物预警装置进行整体监控。
可选的，处理器1201可包括(图12中未示出)一个或多个处理核心；优选的，处理器1201可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1201中。
存储器1202可用于存储软件程序以及模块，处理器1201通过运行存储在存储器1202的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器1202主要包括(图12中未示出)存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据障碍物预警装置1200的使用所创建的数据(比如采集到的图像、计算得到的视差图像或者处理得到的灰度图像等)等。
此外，存储器1202可以包括(图12中未示出)高速随机存取存储器，还可以包括(图12中未示出)非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器1202还可以包括(图12中未示出)存储器控制器，以提供处理器1201对存储器1202的访问。
在一些实施例中，装置1200还可选包括有：外围设备接口1203和至少一个外围设备。处理器1201、存储器1202和外围设备接口1203之间可以通信总线或信号线(图12中未示出)相连。各个外围设备可以通信总线或信号线与外围设备接口1203相连。具体地，外围设备可以包括：射频组件1204、触摸显示屏1205、摄像头组件1206、音频组件1207、定位组件1208和电源组件1209中的至少一种。
其中，摄像头组件1206用于采集待检测图像。可选地，摄像头组件1206可以包括至少两个摄像头。在一些实施例中，至少两个摄像头可以分别为双目摄像头中的左右摄像头。
在一些实施例中，摄像头组件1206还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
除了图12所示例的各个硬件之外，实施例中装置所在的障碍物预警终端通常根据该障碍物预警终端的实际功能，还可以包括其他硬件，对此不再赘述。
本领域技术人员可以理解的是，图12所示例的障碍物预警终端可以应用在汽车上，也可以应用在电脑、智能手机等其他设备上，本公开对此并不作限制。
本公开还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本公开提供的任一障碍物预警方法的步骤。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开保护的范围之内。