一种乘用车侧后方盲区自适应监控方法及系统与流程

1.本发明属于车辆盲区监测技术领域，尤其涉及一种乘用车侧后方盲区自适应监控方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.汽车智能驾驶辅助模块中盲区监测、换道辅助、开门预警功能都是基于考虑由于驾乘人员在驾驶或泊车后下车的视野盲区而导致发生事故的场景，用外部传感器给驾乘人员提供危险预警，这将大大降低由于驾乘人员观察不仔细、受制于盲区无法观察而引起的事故，具有巨大的社会效益，也是车辆智能驾驶辅助功能里用户急切需求配置的功能。
4.现有技术中对盲区监测传感器技术的研究、盲区监测预警策略、算法的研究、盲区内的目标物判断、盲区内如规则长铁栅栏的回波影响等研究非常之多，技术也在不断的更新换代中蓬勃发展，日趋成熟。但在主机厂不断搭载此技术的过程中，发现由于每款车型对用户群体的定义不同，用户群的不同，驾驶员体型、坐姿等而导致h点(或人眼点)处于离散分布的状态、外后视镜风格及曲面的设计不同而引起车型间视野盲区的差异巨大，如果我们用相同的盲区参数来输入给智能驾驶辅助系统，就不能保证能够完全覆盖侧后方所有存在危险可能的区域，即真正需要预警的盲区。


技术实现要素：

5.为克服上述现有技术的不足，本发明提供了一种基于乘用车盲区参数标定的方法，能够根据当前驾驶员的眼睛位置，自适应地确定更为合理有效的盲区预警区域参数，使得后续监控和预警所针对的盲区区域能够覆盖该驾驶员看不到的所有危险区域。
6.为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：
7.一种乘用车侧后方盲区自适应监控方法，包括以下步骤：
8.获取当前车型、左/右后视镜角度参数和当前驾驶员眼睛相对于指定参考物的空间位置数据；
9.基于当前车型对应的盲区参数标定库，获取所述驾驶员的最佳左/右侧后方盲区参数，所述盲区参数标定库包括车型数据、人眼相对于指定参照物的位置、左/右后视镜角度参数以及左/右后侧方盲区参数之间的对应关系。
10.进一步地，当前驾驶员眼睛相对于指定参考物的空间位置数据获取方法为：
11.车辆启动后，按照设定间隔时间基于车载摄像头获取多幅驾驶员面部图像，分别计算眼睛相对于摄像头的位置数据；
12.当连续多个位置数据中，相邻位置数据之间的差异均小于设定值，取所述连续多个位置数据的平均值作为该驾驶员的眼睛位置。
13.进一步地，所述每个车型的盲区参数标定库构建方法为：
14.获取多名驾驶员以不同坐姿、不同左/右后视镜角度驾驶时的可识别的视野范围；
15.基于所述可识别的视野范围，得到相应盲区参数；
16.将驾驶员眼睛相对于指定参考物的位置数据、左/右后视镜角度和左/右侧后方盲区参数相关联，构建盲区参数标定库。
17.进一步地，所述盲区参数获取方法包括：
18.在待测车辆左右侧后方等距离分别设置参考车辆，所述参考车辆与待车车辆之间的横向距离为单车道宽度；
19.在不同驾驶环境下，获取驾驶员所能看到的参考车辆范围；
20.将左侧和右侧视野边缘线与车身轴向的夹角，分别作为左侧后方盲区参数和右侧后方盲区参数，其中，左侧视野边缘线是左后视镜最外侧边缘点与左侧后方能看到的参考车辆范围最左侧点的连线，右侧视野边缘线是右后视镜最外侧边缘点与右侧后方能看到的参考车辆范围最右侧点的连线。
21.进一步地，获取所述驾驶员的最佳左/右侧后方盲区参数包括：
22.根据驾驶员眼睛位置，查找所述盲区参数标定库中与所述驾驶员眼睛位置最近，且距离小于设定阈值的位置；
23.在与该位置关联的左侧后方盲区参数和右侧后方盲区参数中，分别根据左后视镜和右后视镜的角度，查找左侧后方和右侧后方盲区参数标定值。
24.进一步地，所述盲区参数标定库中对于同一眼睛位置，存储左侧后方和右侧后方盲区参数标定值的最大值和最小值；
25.查找到左侧后方和右侧后方盲区参数标定值后，还获取当前驾驶模式；
26.根据当前驾驶模式，对左侧后方和右侧后方盲区参数的最大值和最小值分别进行加权求和，得到左侧后方和右侧后方盲区参数。
27.进一步地，所述盲区标定库中存储默认盲区参数；
28.若查找不到与所述驾驶员眼睛位置最近，且距离小于设定阈值的位置，则采用默认盲区参数；
29.若查找到相应位置，但查找不到当前左后视镜或右后视镜的角度，则根据左后视镜角度与左侧盲区参数的线性关系，或右后视镜角度与右侧盲区参数的线性关系，对盲区参数进行估计。
30.进一步地，获取最佳左/右侧后方盲区参数后，还根据所述盲区参数和设定视角范围，确定盲区范围：
31.基于设定人眼最大视角，根据当前驾驶员眼睛位置绘制左/右视角边缘线；
32.左侧视野边缘线和左侧视角边缘线交叉划分出的四个区域中，左后方区域即为左侧后方盲区范围；右侧视野边缘线和右侧视角边缘线交叉划分出四个区域中，右后方区域即为右侧后方盲区范围。
33.一个或多个实施例提供了一种乘用车侧后方盲区自适应监控系统，包括：
34.当前数据获取模块，用于获取获取当前车型、左/右后视镜角度参数和当前驾驶员眼睛相对于指定参考物的空间位置数据；
35.盲区参数判断模块，用于基于当前车型对应的盲区参数标定库，获取所述驾驶员的最佳左/右侧后方盲区参数，所述盲区参数标定库包括车型数据、人眼相对于指定参照物
的位置、左/右后视镜角度参数以及左/右后侧方盲区参数之间的对应关系。
36.一个或多个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述乘用车侧后方盲区自适应监控方法。
37.一个或多个实施例提供了一种车辆控制器，与用于拍摄驾驶员面部图像的摄像头连接，被配置为实现所述乘用车侧后方盲区自适应监控方法。
38.以上一个或多个技术方案存在以下有益效果：
39.本技术提出了一种动态盲区参数确认的方法，能够根据当前驾驶员的眼睛位置，自适应地确定更为合理有效的盲区预警区域参数，使得后续监控和预警所针对的盲区区域能够完全覆盖该驾驶员看不到的所有危险区域。
附图说明
40.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
41.图1为本发明一个或多个实施例中所述乘用车侧后方盲区自适应监控方法整体流程图；
42.图2为本发明一个或多个实施例中驾驶员眼睛坐标求解示意图；
43.图3为本发明一个或多个实施例中盲区划分示意图；
44.图4为本发明一个或多个实施例中盲区测试示意图。
具体实施方式
45.应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
46.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
47.在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
48.实施例一
49.由于驾驶员观察外后视镜侧后方区域的视野范围主要受到车型、后视镜角度和人眼位置的限制，而驾驶员眼睛位置与不同体态驾驶员坐姿有关，外后视镜的调整角度与驾驶员的驾驶风格有关。本实施例通过主机厂针对不同车型，在不同外后视镜角度的情况下，对不同驾驶风格和体型的驾驶员进行盲区参数标定，获取不同车型和不同外后视镜角度下，驾驶员眼睛位置与盲区参数之间的对应关系，构建盲区参数标定库。基于所述盲区参数标定库，用户驾驶车辆时，车辆能够自动获取用户眼睛位置，结合当前车辆的车型数据和后视镜角度，即可得到适应于该用户的盲区参数，实现自适应的盲区预警范围调整，进一步提高车辆行驶安全性。
50.具体地，本实施例公开了一种基于乘用车盲区参数标定的乘用车侧后方盲区自适应监控方法，如图1所示，包括以下步骤：
51.步骤1：获取当前车型数据、左/右外后视镜角度参数和当前驾驶员眼睛相对于指定参考物的空间位置数据。
52.所述车型数据在车辆下线前均内置在车辆控制器中。所述车型数据包括但不限于车辆型号、车辆前轮距、轴距、车身长度等。
53.所述外后视镜角度参数经由设置在外后视镜上的角度传感器获取。驾驶员可通过外后视镜调整机构对将外后视镜调整到合适的角度，使其符合自身驾驶需求，外后视镜调整机构包括角度传感器，用于实时获取外后视镜角度信息并反馈至车辆控制器。
54.所述指定参考物优选车内位置固定的对象，例如用于拍摄驾驶员的车载摄像头本身，或者驾驶员座椅等。
55.具体地，若以摄像头为参考物，当前驾驶员眼睛相对于指定参考物的空间位置数据获取方法为：
56.步骤1.1：车辆启动后，按照设定间隔时间基于车载摄像头获取多幅驾驶员面部图像；
57.步骤1.2：对所述多幅驾驶员面部图像，分别进行眼睛位置识别；
58.步骤1.3：获取所述多幅驾驶员面部图像中双眼中心点相对于摄像头的位置数据；
59.步骤1.4：按照时间顺序对获取的多个位置数据进行排序，当连续多个位置数据中，相邻位置数据之间的差异连续多次小于设定值时，认为驾驶员姿势稳定，取所述连续多个位置数据的平均值作为该驾驶员的眼睛位置。
60.图2为基于座椅为参考物的求解示意图。所述车载摄像头可以采用乘员舱内驾驶员监控系统(dms)配备的摄像头。其中，眼睛位置数据可以采用现有基于图像数据进行三维坐标定位的任意现有技术，在此不做限定。
61.由于驶员眼睛位置与不同体态驾驶员坐姿有关，车辆启动一定时间内，驾驶员很可能会根据自身的舒适度进行姿势微调，为了获取更符合该驾驶员真实情况的眼睛位置，本实施例获取车辆启动后一端时间内的多幅图像，以趋于稳定的眼睛位置作为后续盲区参数匹配的依据，精度更高。
62.步骤2：基于当前车型对应的盲区参数标定库，获取所述驾驶员的最佳左/右侧后方盲区参数，所述盲区参数标定库包括车型数据、外后视镜角度参数、人眼相对于指定参照物的位置以及盲区参数之间的对应关系。
63.通过上述方法，车辆能够自适应地根据驾驶员人眼空间位置，对盲区参数进行调整，有助于后续更准确地对盲区范围进行监控。
64.所述盲区参数标定库构建方法包括：
65.(1)通过测试，面向不同车型，获取不同行驶环境下多名驾驶员以不同左/右外后视镜角度、舒适坐姿驾驶时的可识别的视野范围。
66.为尽量全面涵盖驾驶员可能的眼睛位置，以及外后视镜的调整角度，所述多名驾驶员涵盖不同身高和体型，驾驶风格涵盖激进到保守。
67.所述行驶环境包括气象环境和驾驶场景。由于天气是否晴朗或光线是否充足，是影响驾驶员视觉的重要因素，因此为获取最大的可能盲区范围，最大限度的保证驾驶安全，本实施例选取阴雨天傍晚；驾驶场景包括市区和市郊。
68.其他要求：测试前测试人员根据习惯调整座椅及后视镜；测试人员按正常驾车坐
姿及头姿；副驾坐人，且位于自然状态。
69.在进行可视域范围计算之前，需要明确的核心问题包括：一、界定侧后方不可见区域、可见区域、思考区域；二、界定静态盲区与动态盲区差异；三、平衡驾驶员驾驶风格及观察仔细度；四、测试场景设置；五、数据处理方法。
70.问题一：界定侧后方不可见区域、可见区域、思考区域
71.侧后方区域，在正常驾驶习惯及场景下，我们仅能通过外后视镜来获得，这样就会有一个明确分界线(视野边缘线)来区分开可见区域与不可见区域，只要驾驶员不刻意大幅调整头部位置和姿态，这条视野分界线便是清晰确定的。由于其他道路参与者特别是汽车、货车等有较大的宽度，可能部分位置位于可见区域、部分位置位于不可见区域，当其非常明显的特征处于可见区域时，我们可以很迅速明确的观察并监视该目标，虽然该目标未全部位于可见区域，但可以认为该目标为可见；而如果该目标位于可见区域内的部分由于特征不特别明显或由于其颜色与周边环境融为一体、外部光源较弱、本车后视镜有雨雾等因素影响需要仔细观察判断才能识别出该处是否为一其他道路参与者时，该区域我们定义为思考区域，这个区域会随着驾驶员驾驶风格、观察仔细程度、本车车速、思考区域车辆特征、外部光源环境、天气导致的外后视镜雨雾影响而发生一定范围的变化。
72.问题二：界定静态盲区与动态盲区差异
73.当车辆停止在一个位置后，我们有充分的时间来观察侧后方区域，带来的影响便是思考区域会相对大幅压缩，静态盲区≈不可见区域；而当车辆行驶在较为繁忙路段时，随着车速的提高，我们用来观察侧后方区域的时间和思维精力将会变得很短，我们主要的精力将用在前方及侧前方交通状态的判断上，带来的影响便是思考区域会相对大幅扩展，动态盲区≈不可见区域+思考区域。
74.问题三：平衡驾驶员驾驶风格及观察仔细度
75.通过对问题一、问题二的阐述，我们发现关键点在于思考区域的界定，除了外部光源环境及外后视镜由于天气因素影响而产生的雨雾对视野的影响外，最大的变量便是驾驶员驾驶风格及观察仔细度。在车型设计前期，会基于标准人型，对驾驶员坐姿，人眼位置及直接视野、间接视野做人机校核，将会包含标准后视镜视野区域。
76.在进行盲区范围划定时，引入思考区域这一概念，即，加入天气、车速和驾驶员主观意识的影响，相对于固定的盲区设定，灵活性更强，以左右侧后方参考车辆作为参照物进行盲区参数训练数据的获取，更加符合车辆在道路行驶时的场景，获得的盲区参数合理性更强。
77.基于以上定义，可以得知所述可识别的视野范围包括可见区域，是否包括思考区域以及包括的思考区域范围大小，与天气、路况和驾驶员主观因素均有关联。因此，本实施例通过将天气定为阴雨天傍晚，以便于获取各个驾驶员最小的可见区域，从而得到更安全的盲区区域。
78.当然，本领域技术人员可以理解，若想要针对不同天气或不同驾驶环境得到更为细化的盲区参数，可以选取更多种气象环境和驾驶场景进行测试。
79.如图3-4所示，可识别的视野范围计算方法为：
80.a、在待测车辆左右侧后方等距离分别设置参考物，本实施例中所述参考物为车辆，用于模拟侧后方来车；以左后方为例，考虑到侧后盲区两车的极限位置关系为本车压左
侧道路线，左侧盲区车辆间隔车道压右侧线，两车横向距离为单车道宽度，取3.5m。
81.b、记录驾驶员所能看到的参考物范围，本实施例采用能看到的左右侧后方车辆的尺寸。由于动态测试位置关系及安全性影响，将动态盲区所得意见转嫁到静态进行测试。如图所示，依据问题三所得到的数据，综合平衡对思考区域的判断(采用中间状态偏晚)，如左侧后方以看到左侧车辆右前灯为明确可见特征(约0.3m)，右侧后方以看到右侧车辆1/3为明确可见特征(约0.6m)。
82.c、通过不低于30km包含市区和市郊工况的动态行驶后收集思考区域判断标准，如测后方左右区域各自看到车前测多少时为明显判定该道路参与者。
83.(2)基于所述可识别的视野范围，得到相应盲区参数。
84.本实施例中，所述盲区参数包括左/右侧视野边缘线与车身轴向的夹角。其中，所述左侧视野边缘线是左后视镜最外侧边缘点与左侧后方能看到的参考物范围最左侧点的连线，所述右侧视野边缘线是右后视镜最外侧边缘点与右侧后方能看到的参考物范围最右侧点的连线。
85.(3)基于后视镜角度、驾驶员眼睛相对于指定参考物的位置数据和左/右盲区参数，构建盲区参数标定库。
86.为了获取完备的盲区参数标定库，每一个车型均需进行大量的测试，采集足够多的测试数据。获取大量测试数据后，本实施例还对测试数据进行处理，针对每个车型，分别构建盲区参数标定库。
87.作为一种具体的实施方式，构建盲区参数标定库具体包括：将眼睛位置间距小于设定阈值的位置视为相同位置，针对相同眼睛位置，分别获取左侧和右侧后视镜每个角度下的多个盲区参数，将左侧和右侧每个角度下的最小值作为标定值，本实施例中，选择左侧和右侧视野边缘线与车身轴向的最小夹角作为标定值。
88.作为另一种具体的实施方式，构建盲区参数标定库具体包括：将眼睛位置间距小于设定阈值的位置视为相同位置，针对相同眼睛位置，分别获取左侧和右侧后视镜每个角度下的多个盲区参数，所述多个盲区参数由小到大分别对应激进到保守的驾驶风格，本实施例分别选择左侧和右侧后视镜每个角度下的最大值和最小值作为标定值进行存储。
89.基于步骤1获取驾驶员眼睛位置和左侧、右侧外后视镜角度后，即可通过查找的方式，从所述盲区参数标定库中获取相应盲区参数。
90.作为一种具体的实施方式，当盲区参数标定库中采用左侧和右侧视野边缘线与车身轴向的最小夹角作为标定值时，从所述盲区参数标定库中获取相应盲区参数具体包括：
91.a、首先根据驾驶员眼睛位置，查找所述盲区参数标定库中与所述驾驶员眼睛位置最近，且距离小于设定阈值的位置；
92.b、然后在与该位置关联的左侧后方盲区参数和右侧后方盲区参数中，分别根据左后视镜和右后视镜的角度，查找左侧后方和右侧后方盲区参数标定值。
93.作为另一种具体的实施方式，当盲区参数标定库中采用左侧和右侧后视镜每个角度下的最大值和最小值作为标定值进行存储时，从所述盲区参数标定库中获取相应盲区参数具体包括：
94.a、首先根据驾驶员眼睛位置，查找所述盲区参数标定库中与所述驾驶员眼睛位置最近，且距离小于设定阈值的位置；
95.b、查找与该位置关联的左侧后方和右侧后方盲区参数最大标定值和最小标定值，获取当前驾驶模式，根据所述驾驶模式对所述最大标定值和最小标定值进行加权求和，得到盲区参数。
96.相同眼睛位置下对应的多个盲区参数由小到大分别对应激进到保守的驾驶风格，常见的驾驶模式包括eco(经济)模式、comfort(舒适)模式、sport(运动)模式等，也对应不同的驾驶风格，因此本实施例结合驾驶模式，通过对最大标定值和最小标定值进行加权求和的方式求解适于当前驾驶员的盲区参数。其中，最大标定值和最小标定值的权重系数和为1，若当前驾驶模式为sport模式，则将最小标定值的权重设为0.9～1的数值，若当前驾驶模式为eco模式，则将最大标定值的权重设为0.9～1的数值。
97.所述方法还包括步骤3：根据所述盲区参数和设定视角范围，确定盲区范围。盲区范围即车辆使用过程中，控制器监控和预警所针对的区域。
98.具体地，盲区范围计算方法为：首先将左后视镜最外侧与左侧后方能看到的参考物距离进行连线，将右后视镜最外侧与右侧后方能看到的参考物距离进行连线，得到左侧和右侧的视野边缘线；然后根据驾驶员眼睛位置，基于其最大视角绘制左侧和右侧视角边界线，本实施例中，根据单眼水平最大视角为156
°
绘制视角边缘线；根据左侧视野边缘线和左侧视角边缘线，以及右侧视野边缘线和右侧视角边缘线，分别确定左侧后方和右侧后方的盲区范围。
99.左侧视野边缘线和左侧视角边缘线交叉划分出四个区域，四个区域中的左后方区域即为左侧后方盲区范围；同理，右侧视野边缘线和右侧视角边缘线交叉划分出四个区域，四个区域中的右后方区域即为右侧后方盲区范围。
100.此外，由于盲区标定库中的测试数据可能不能完全涵盖所有可能的眼睛位置和后视镜角度，本实施例还给出了盲区参数计算方案，具体包括：
101.a、所述盲区标定库中存储默认盲区参数。若查找不到与所述驾驶员眼睛位置最近，且距离小于设定阈值的位置，则采用默认盲区参数；
102.b、若查找到与所述驾驶员眼睛位置最近，且距离小于设定阈值的位置，但查找不到当前左后视镜或右后视镜的角度，则根据左后视镜角度与左侧盲区参数之间的关系，或右后视镜角度与右侧盲区参数之间的关系，对标定值进行估计。本实施例分别根据测试数据中左后视镜角度与左侧盲区参数，以及右后视镜角度与右侧盲区参数进行了关系拟合。
103.实施例二
104.一种乘用车侧后方盲区自适应监控系统，包括：
105.当前数据获取模块，用于获取获取当前车型、左/右后视镜角度参数和当前驾驶员眼睛相对于指定参考物的空间位置数据；
106.盲区参数判断模块，用于基于当前车型对应的盲区参数标定库，获取所述驾驶员的最佳左/右侧后方盲区参数，所述盲区参数标定库包括车型数据、人眼相对于指定参照物的位置、左/右后视镜角度参数以及左/右后侧方盲区参数之间的对应关系。
107.实施例三
108.本实施例的目的是提供一种计算机可读存储介质。
109.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现实施例一中所述方法。
110.实施例四
111.本实施例的目的是提供一种车辆控制器。
112.一种车辆控制器，与用于拍摄驾驶员面部图像的摄像头连接，被配置为实现实施例一中所述乘用车侧后方盲区自适应监控方法。
113.以上实施例二至五中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质；还应当被理解为包括任何介质，所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本发明中的任一方法。
114.上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。