一种快速制动的汽车辅助制动装置的制造方法
【技术领域】
[0001] 本发明设及汽车辅助制动装置领域，具体设及一种快速制动的汽车辅助制动装 置。
【背景技术】
[0002] 汽车的出现改变了人类的出行方式，近年来，智能驾驶成为热口领域，随着社会和 科学技术的进步，汽车辅助制动装置的应用对人们的生活的各个方面产生了巨大的影响。 然而，目前的汽车辅助制动装置对目标识别速度慢，不仅对汽车辅助制动装置的应用产生 了限制，且极大提高了驾驶过程中的危险性。
[0003] 目标轮廓识别作为目标识别的重要手段，由于实际应用中受到噪声、量化误差等 因素的影响，目标轮廓不可避免地会产生失真，为了准确描述轮廓特征，目标轮廓的滤波平 滑处理是十分必要的。目前，学者们提出了许多含噪轮廓的滤波平滑算法，但是普遍存在计 算量庞大、降噪效果不理想、容易发生过度滤波导致目标失真等问题。
【发明内容】
[0004] 针对上述问题，本发明提供一种快速制动的汽车辅助制动装置。
[0005] 本发明的目的采用W下技术方案来实现：
[0006] -种快速制动的汽车辅助制动装置，包括普通汽车辅助制动装置和安装在汽车辅 助制动装置上的目标识别装置，该汽车辅助制动装置具有很强的识别能力，目标识别装置 能够根据目标轮廓对目标进行识别，其特征是，包括建模模块、分段模块、合并模块和滤波 模块；
[0007] 建模模块，用于建立目标轮廓的参数化方程:对于给定的目标轮廓G(t)，其弧长参 数化方程表示为G(t) = (x(t)，y(t))，其中x(t)和y(t)分别表示轮廓点的坐标，t表示轮廓 曲线方程的参数，且te[0，l];
[0008] 含噪轮廓的弧长参数化方程表示为:GN(t)=G(t)+Ni(t)+N2(t)G(t)，其中加性噪 声部分化(t)=化(Xi(t)，yi(t))，乘性噪声部分化(t)=化(X2(t)，y2(t));
[0009] 分段模块，用于对轮廓的分段：目标轮廓G(t)和含噪轮廓GnU)所对应的曲率分别 为k(t)和kN(t);选宽度宽度为D的窗函数W(n)，对曲率kN(t)进行邻域平均，得到平均曲率 klN( t)，同时对窗口内的曲率值排序，选定中值曲率k2N( t)，将平均曲率klN( t)和中值曲率k2N (t)差的绝对值与选定的阔值Τι进行比较，根据比较结果决定含噪轮廓曲率k/N(t)，即：
[0010] 当 |kiN(t)-k2^t) |〉Τι时，k%(t)=kiN(t)
[ΟΟ?]否则，k'N(t)=k2N(t);
[0012]由于曲率值较大的轮廓点通常反映了目标的显著特征，根据k%(t)将轮廓中所有 轮廓点划分为特征点或非特征点，设定可变权值Τκ，通过判断目标轮廓特征多少，自适应的 决定Τκ，
[OOU]当 |k%(t) |<TK*max|k%(t) I 时，特征函数f(t)=0
[0014] 否则，特征函数f(t) = l。
[0015] 合并模块：用于剔除由于噪声干扰产生的伪特征点，W及对无法形成连续区域的 特征点和非特征点进行合并操作，从而得到有效的特征区域与非特征区域:选定一个起始 点0,轮廓起始点向两侧延伸合并相邻的点，W该起始点类型作为该区域预设类型，向两侧 延伸各SXy〇时停止，其中S为预设的最小长度，
％〇点处的实时曲率修 嚇数，命代表0点的ft率半位為代表?上述誦数得到的0点的平誦率半位实 时曲率修正系数μ〇用于根据不同点的曲率不同，自动修正延伸长度，能有效减小合并后的 失真现象;分别计算两侧区域内相异点的个数Ν+1和Ν-1，若相异点的个数小于设定的该类 型相异点最小个数，则该区域与预设类型相同，否则，与预设类型相反;再W两个停止点0+1 和点0-1作为起始点重新开始计算，向外侧延伸S X μ日+域S X μ日-1时停止，其中μ日+1和μ日-汾别 代表点0+1和点0-1处的实时曲率修正系数，两侧区域内相异点个数为Ν+2,0-巧侧区域内 相异点个数为Ν-2,根据上述判定条件，依次确定各段轮廓类型，长度不足S的部分根据其与S 的比例计算相异点个数，计入相应的特征区域;对相邻的同类型区域进行合并，得到连续的 特征区域和非特征区域；
[0016] 滤波模块:乘性噪声由于和图像信号是相关的，随图像信号的变化而变化，采用维 纳滤波来进行一级滤除，此时图像信息还包含有残余乘性噪音，通过F滤波器F(x，y)=qX exp(-(x2+y2)/护进行二级滤除，其中q是将函数归一化的系数，即JJqXe邱(-(x 2+y2)/护） dxdy = l，β为图像模板参数；
[0017] 乘性噪声滤除后，含噪目标轮廓的弧长参数化方程表示为GN(t)'=G(t)+Ni(t);假 设加性噪声为高斯白噪声:XN(t) ' = X(t)+gl(t，〇2)，yN(t) ' =y(t)+g2(t，〇2)，其中XN(t) ' 和 YN(t)'分别表示去除乘性噪声后含噪轮廓上各点坐标，gl(t，。2)和g2(t，。2)分别是均值为 零、方差为的高斯白噪声，用于模拟含噪目标轮廓中的加性噪声；
[0018] 采用函数
噪轮廓进行平滑，命名为K滤波器，经过轮廓点分 类和区域划分，含噪轮廓G N ( t )'表示为不同类型轮廓分段的组合：
痒中Gf :比)表示包含特征区域的轮廓分段，cr (t)表示包 含非特征区域的轮廓分段，根据轮廓特征分布选取K滤波器的参数，同时考虑全局特征和局 部特征因素，在特征区域，为了保留细节信息，令口 < min(0'，扣X 01);在非特征区域，为了 提高抑制噪声的效果，令σ > 而X 〇〇)，:其中(/为先验估算得到的全局方差，σι为所 选特征区域的先验估算方差，〇〇为所选非特征区域的先验估算方差，Pi为所选特征区域的 平均实时曲率修正系数，貼为所选非特征区域的平均实时曲率修正系数;为了达到较好的 平滑效果，选取每种类型区域最小长度S的一半作为K滤波器85%置信区间的长度，从而根 据两类区域的长度自适应不同参数的K滤波器。
[0019] 本发明通过在汽车辅助制动装置上加装目标识别装置，能够有效增强汽车辅助制 动装置的识别能力，汽车辅助制动装置通过目标轮廓识别目标，识别过程中能有效滤除目 标轮廓噪声，从而对目标做出正确识别，必要时进行制动。
【附图说明】
[0020] 利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限 审IJ，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可W根据W下附图获得 其它的附图。
[0021] 图1是本发明的快速制动的汽车辅助制动装置的结构框图。
【具体实施方式】
[0022] 结合W下实施例对本发明作进一步描述。
[0023] 图1是本发明的结构框图，其包括:建模模块、分段模块、合并模块、滤波模块。
[0024] 实施例1: 一种快速制动的汽车辅助制动装置，包括普通汽车辅助制动装置和安装 在汽车辅助制动装置上的目标识别装置，该汽车辅助制动装置具有很强的识别能力，目标 识别装置能够根据目标轮廓对目标进行识别，其特征是，包括建模模块、分段模块、合并模 块和滤波模块；
[0025] 建模模块，用于建立目标轮廓的参数化方程:对于给定的目标轮廓G(t)，其弧长参 数化方程表示为G(t) = (x(t)，y(t))，其中x(t)和y(t)分别表示轮廓点的坐标，t表示轮廓 曲线方程的参数，且te[0，l];
[0026] 含噪轮廓的弧长参数化方程表示为:GN(t)=G(t)+Ni(t)+N2(t)G(t)，其中加性噪 声部分化(t)=化(xi(t)，yi(t))，乘性噪声部分化(t)=化(X2(t)，y2(t));
[0027] 分段模块，用于对轮廓的分段：目标轮廓G(t)和含噪轮廓GN(t)所对应的曲率分别 为k(t)和kN(t);由于受到噪声的影响，含噪轮廓GnU)上部分特征点的曲率值kN(t)不能准 确表示轮廓信息，为了得到准确的曲率，选宽度为DE {7,9}的窗函数W(n)，对曲率kN(t)进 行邻域平均，得到平均曲率klN(t)，同时对窗口内的曲率值排序，选定中值曲率k2N(t)，将平 均曲率klN(t)和中值曲率k2N(t)差的绝对值与选定的阔值Τι = 0.24进行比较，根据比较结果 决定含噪轮廓曲率k^NU)，即：
[002引 当 |k lN(t-k 2N(t|>Ti时，k'N(t)=kw(t)
[00 巧]否则，k'^t)=k2^