一种针对行车视线阻挡危险场景的检测方法与系统

1.本发明涉及车辆交通安全领域，尤其涉及一种针对行车视线阻挡危险场景的检测方法与系统。


背景技术：

2.近年来，随着社会生活水平的提升，车辆保有量不断提升，道路的拥堵情况不断加剧。道路拥堵带来的是更加复杂的交通环境和更多潜在的危险场景，其中，视线阻挡危险场景属于危害性最大的场景之一，即行人在缺乏交通道路安全意识的前提下猝不及防地从前方车辆的车前横穿而过，造成被前方车辆遮挡视线的后方车辆驾驶员来不及及时刹车，进而导致交通事故的发生，俗称为“鬼探头行为”。由于单车驾驶存在的局限性，对于这种由于车辆之间相互遮挡而导致的危险场景并没有太好的解决方法，因而目前亟待提出一种基于车路协同系统的，针对视线阻挡危险场景的检测方法与系统。


技术实现要素：

3.本发明提供了一种针对行车视线阻挡危险场景的检测方法与系统，可以解决单车驾驶时面对视线阻挡场景无法及时刹车的问题，通过架设在路侧的检测系统与车辆的共同作用突破单车驾驶的局限性，有效避免视线阻挡场景带来的损失。
4.第一方面，本发明提供了一种针对行车视线阻挡危险场景的检测方法，所述检测方法包括：
5.激光雷达实时采集预设的探测距离内的道路与车辆信息以获取第一路况信息，并将获取的所述第一路况信息传输至终端工控机；
6.三目摄像头实时采集预设的探测距离内三组不同角度的道路与车辆信息以获取第二路况信息，并将获取的所述第二路况信息传输至终端工控机；
7.终端工控机将所述第一路况信息与所述第二路况信息进行感知融合处理以获取高精度3d检测框信息，并根据所述高精度3d检测框信息进行视线阻挡危险场景的检测；其中，所述高精度3d检测框信息包括3d检测框宽度、3d检测框长度、3d检测框高度、3d检测框中心点x轴坐标、3d检测框中心点y轴坐标、行驶方向、x轴行驶速度、y轴行驶速度和车辆类别。
8.作为一种可选的实施方式，所述根据所述高精度3d检测框信息进行视线阻挡危险场景的检测，具体包括：
9.逐帧读取所述高精度3d检测框信息；
10.判断当前帧的所述高精度3d检测框信息中是否同时出现车辆和行人，若否，则继续读取下一帧的所述高精度3d检测框信息；
11.若是，则以检测出的每一所述车辆为基准，遍历所有检测出的所述行人，判断所述车辆与所述行人是否满足预设的第一方向限制条件和预设的第一距离限制条件；若满足，则判定当前帧出现潜在危险场景；若不满足，则继续读取下一帧的所述高精度3d检测框信
息；
12.当判定当前帧出现潜在危险场景时，检测导致出现所述潜在危险场景的危险主体车辆与其余全部车辆是否满足预设的第二方向限制条件和预设的第二距离限制条件；若是，则判定为出现视线阻挡危险场景；若否，则继续读取下一帧的所述高精度3d检测框信息。
13.作为一种可选的实施方式，所述预设的第一方向限制条件，具体为：所述车辆与所述行人的前进方向的角度之差在(0.7*π/2，1.3*π/2)内；
14.所述预设的第一距离限制条件，具体为：所述车辆与所述行人在所述3d检测框中心点x轴坐标上的距离之差在1m之内，所述车辆与所述行人在所述3d检测框中心点y轴坐标上的距离之差在3m之内；或者，所述车辆与所述行人在所述3d检测框中心点x轴坐标上的距离之差在3m之内，所述车辆与所述行人在所述3d检测框中心点y轴坐标上的距离之差在1m之内。
15.作为一种可选的实施方式，所述预设的第一方向限制条件，具体为：所述危险主体车辆与所述其余全部车辆中的任一车辆之间的相对距离在6m之内；
16.所述预设的第二距离限制条件，具体为：所述危险主体车辆与所述其余全部车辆中任一车辆之间的行驶方向的角度之差在0.15π之内。
17.作为一种可选的实施方式，所述判定为出现视线阻挡危险场景之后，还包括：
18.终端显示器发出提示报警信息。
19.第二方面，本发明提供了一种针对行车视线阻挡危险场景的检测系统，所述检测系统包括移动检测平台和终端工控机，所述移动检测平台搭载有激光雷达、三目摄像头、终端显示器和大功率移动电源；所述检测系统用于执行如权利要求1-5任一项所述的针对行车视线阻挡危险场景的检测方法。
20.作为一种可选的实施方式，所述移动检测平台设置为可移动的箱式小推车，所述箱式小推车包括箱体、台面和可升降电动杆；所述终端工控机和所述大功率移动电源设置于所述箱体内；所述可升降电动杆包括交叉设置的竖柱和横柱，所述激光雷达架设在所述竖柱上，所述三目摄像头架设在所述横柱上；所述终端显示器安装在所述台面上。
21.作为一种可选的实施方式，所述终端显示器还用于显示所述高精度3d检测框信息。
22.作为一种可选的实施方式，所述激光雷达的线数至少为64线。
23.作为一种可选的实施方式，所述三目摄像头采用三个同一型号的摄像头。
24.由上可见，本发明至少具有以下有益效果：激光雷达和三目摄像头实时采集周围车辆与行人的位置信息与运动状态信息，经由终端工控机进行感知融合处理后获得高精度的3d检测框信息，与通过单一类别传感器及检测算法获得的检测框信息相比具有更高的精度。另外，还可以实现将获得的高精度3d检测框信息进行坐标转换后映射到激光雷达采集的点云数据上，在终端显示器实时显示当前车辆与行人的点云感知信息。综上，本发明提供的针对行车视线阻挡危险场景的检测方法与检测系统，通过终端工控机实时检测道路状态、车辆行驶状态以及行人状态，当检测到出现视线阻挡危险场景时给出提示与报警，进而保证该场景下后方车辆的行车安全与横穿马路的行人的人身安全。
25.本发明附加技术特征所具有的有益效果将在本说明书具体实施方式部分进行说
明。
附图说明
26.为了更清楚地说明本发明实施例，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
27.图1是本发明实施例提供的一种针对行车视线阻挡危险场景的检测方法的流程示意图；
28.图2是本发明实施例提供的一种视线阻挡危险场景的检测算法的流程示意图；
29.图3是本发明实施例提供的一种针对行车视线阻挡危险场景的检测系统的结构示意图；
30.图4是本发明实施例提供的另一种针对行车视线阻挡危险场景的检测系统的结构示意图。
具体实施方式
31.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
32.请参阅图1，图1是本发明实施例提供的一种针对行车视线阻挡危险场景的检测方法的流程示意图。如图所示的针对行车视线阻挡危险场景的检测方法包括：
33.s110，激光雷达实时采集预设的探测距离内的道路与车辆信息以获取第一路况信息，并将获取的第一路况信息传输至终端工控机。
34.其中，预设的探测距离可以由生产厂家在出厂前预先设定，也可以为激光雷达的工作探测距离，这里不作限定。
35.另外，第一路况信息可以是道路上的车辆与行人的移动参数，移动参数包括所在坐标位置、移动方向、移动距离、移动速度等，这里不作穷举。
36.s120，三目摄像头实时采集预设的探测距离内三组不同角度的道路与车辆信息以获取第二路况信息，并将获取的第二路况信息传输至终端工控机。
37.应理解地，三组不同角度的信息是由三个摄像头从不同角度采集的。其中，预设的探测距离可以由生产厂家在出厂前预先设定，也可以为三目摄像头的工作探测距离，这里不作限定。
38.同理，第二路况信息也可以是道路上的车辆与行人的移动参数，移动参数包括所在坐标位置、移动方向、移动距离、移动速度等，这里不作穷举。
39.s130，终端工控机将第一路况信息与第二路况信息进行感知融合处理以获取高精度3d检测框信息，并根据高精度3d检测框信息进行视线阻挡危险场景的检测。
40.需要指出的是，本发明实施例中所采用的感知融合处理方法，可以参阅现有文献中的任意感知融合算法，这里不作具体限定。
41.其中，高精度3d检测框信息包括3d检测框宽度、3d检测框长度、3d检测框高度、3d检测框中心点x轴坐标、3d检测框中心点y轴坐标、行驶方向、x轴行驶速度、y轴行驶速度和车辆类别。
42.具体实现中，如图2所示，终端工控机根据高精度3d检测框信息进行视线阻挡危险场景的具体检测算法为：
43.s131，逐帧读取高精度3d检测框信息。
44.其中，逐帧读取是指以帧为单位、按顺序的读取。
45.具体实现中，终端工控机逐帧读取感知融合处理并完成坐标转换后的高精度3d检测框信息，具体包括：3d检测框宽度、3d检测框长度、3d检测框高度、3d检测框中心点x轴坐标、3d检测框中心点y轴坐标、行驶方向、x轴行驶速度、y轴行驶速度和车辆类别。
46.s132，判断当前帧的高精度3d检测框信息中是否同时出现车辆和行人。
47.具体实现中，若是，则执行步骤s133，若否，则返回步骤s131，即继续读取下一帧的高精度3d检测框信息。
48.s133，以检测出的每一车辆为基准，遍历所有检测出的行人，判断车辆与行人是否满足预设的第一方向限制条件和预设的第一距离限制条件。
49.也就是说，判断车辆的行驶方向与行人的前进方向是否满足近似垂直，且相对距离较近。
50.首先，对于车辆行驶方向与行人前进方向要求近似垂直的限制规定误差范围应在30％左右以内，即对应于预设的第一方向限制条件。本实施例中，第一方向限制条件具体为所述车辆与所述行人的前进方向的角度之差在(0.7*π/2，1.3*π/2)内。
51.其次，对于车辆与行人的相对距离的限制设置有两种情况，满足二者之一即视为满足相对距离限制条件，即对应于预设的第一距离限制条件。情况1：车辆与行人在3d检测框中心点x轴坐标上的距离之差在1m之内，车辆与行人在3d检测框中心点y轴坐标上的距离之差在3m之内；情况2：车辆与行人在3d检测框中心点x轴坐标上的距离之差在3m之内，车辆与行人在3d检测框中心点y轴坐标上的距离之差在1m之内。
52.具体实现中，若满足条件，则执行步骤s134，若不满足条件，则返回步骤s131，即继续读取下一帧的高精度3d检测框信息。
53.s134，判定当前帧出现潜在危险场景。
54.具体实现中，当判定当前帧出现潜在危险场景时，直接进入步骤s135。通过设置潜在危险场景作为下一判断的必要前置条件，可以有效排除一些假性的视线阻挡危险场景，实际应用过程中可以滤除大量的杂质，优化了算法复杂度，节省出的更多运算力。
55.s135，检测导致出现潜在危险场景的危险主体车辆与其余全部车辆是否满足预设的第二方向限制条件和预设的第二距离限制条件。
56.也就是说，检测导致出现潜在危险场景的危险主体车辆与其余全部车辆的相对距离与行驶方向，判断是否会出现因为两车之间距离过近且行驶方向近似相同而导致其余车辆面临视线阻挡场景出现的情况。
57.首先，两车之间行驶方向近似相同的判断，可对应于预设的第二方向限制条件。本实施例中，第二方向限制条件具体为危险主体车辆与其余全部车辆中任一车辆之间的行驶方向的角度之差在0.15π之内。
58.其次，两车之间距离过近的判断，可对应于预设的第二距离限制条件。本实施例中，第二距离限制条件具体为危险主体车辆与其余全部车辆中的任一车辆之间的相对距离在6m之内。
59.具体实现中，若判断为是，则执行步骤s136，若判断为否，则返回步骤s131，即继续读取下一帧的高精度3d检测框信息。
60.s136，判定为出现视线阻挡危险场景。
61.s140，终端显示器发出提示报警信息。
62.由上可见，本发明至少具有以下有益效果：激光雷达和三目摄像头实时采集周围车辆与行人的位置信息与运动状态信息，经由终端工控机进行感知融合处理后获得高精度的3d检测框信息，与通过单一类别传感器及检测算法获得的检测框信息相比具有更高的精度。另外，还可以实现将获得的高精度3d检测框信息进行坐标转换后映射到激光雷达采集的点云数据上，在终端显示器实时显示当前车辆与行人的点云感知信息。综上，本发明提供的针对行车视线阻挡危险场景的检测方法，通过终端工控机实时检测道路状态、车辆行驶状态以及行人状态，当检测到出现视线阻挡危险场景时给出提示与报警，进而保证该场景下后方车辆的行车安全与横穿马路的行人的人身安全。
63.请参阅图3，图3是本发明实施例提供的一种针对行车视线阻挡危险场景的检测系统的流程示意图。如图所示的针对行车视线阻挡危险场景的检测系统包括移动检测平台1与终端工控机2，其中：
64.移动检测平台1根据不同场景架设在道路的不同位置，具体包括激光雷达模块101、三目摄像头模块102、供电模块103以及显示模块104。激光雷达模块101用于采集周围车辆与行人的三维点云数据；三目摄像头模块102用于采集周围车辆与行人的三组不同角度的图像数据；供电模块103用于为激光雷达模块101、三目摄像头模块102、显示模块104以及终端工控机2提供电源；显示模块104用于实时显示3d检测框信息。
65.终端工控机2具体包括感知融合模块201、坐标转换模块202、场景检测模块203。感知融合模块201用于对激光雷达模块101采集的点云数据与三目摄像头模块102采集的多角度图像数据进行感知融合处理，首先完成激光雷达与三目摄像头内部标定信息的统一，接着实现二者内部状态时间戳的对齐，最后进行基于对齐时间戳后的目标融合，得到感知融合处理后的高精度3d检测框信息；坐标转换模块202用于完成wgs84世界坐标系默认坐标轴原点的初始化设置；场景检测模块203用于通过逐帧检测高精度3d检测框信息，实时检测当前场景下是否出现视线遮挡危险场景，在出现的情况下连接显示模块104进行提示与报警。
66.请参阅图4，图4是本发明实施例提供的一种针对行车视线阻挡危险场景的检测系统的流程示意图。如图所示的针对行车视线阻挡危险场景的检测系统包括移动检测平台和终端工控机，移动检测平台搭载有激光雷达、三目摄像头、终端显示器和大功率移动电源；检测系统用于执行上述如图1-图2所描述的针对行车视线阻挡危险场景的检测方法。
67.具体实现中，移动检测平台设置为可移动的箱式小推车，箱式小推车包括箱体、台面和可升降电动杆。终端工控机和大功率移动电源设置于所述箱体内，当然，终端工控机也可以根据不同场景放置在移动检测平台的其它指定位置。可升降电动杆包括交叉设置的竖柱和横柱，激光雷达架设在所述竖柱上，架设高度为5米，激光雷达俯角为0
°
，可以满足大多数场景的需要，三目摄像头架设在所述横柱上，架设高度为5米，三目摄像头俯角为0
°
，同样
可以满足大多数场景的需要。激光雷达和三目摄像头的有效探测角度均为360
°
，可以有效感知360
°
内道路环境信息以及车辆与行人的状态信息。终端显示器安装在所述台面上。可选地，移动检测平台还可以配置有太阳能电池板，太阳能电池板安装在所述台面上，以增加移动检测平台的续航能力。
68.终端工控机将激光雷达采集到的点云数据与三目摄像头采集到的多角度图像数据进行感知融合处理，并在显示器输出感知融合后的高精度3d检测框信息，实时检测是否出现视线阻挡危险场景。终端显示器不仅可以显示经终端工控机感知融合处理后获得的高精度3d检测框，还可以当出现视线阻挡危险场景时做出提示与报警
69.本发明实施例中，激光雷达的线数至少为64线。应理解地，激光雷达的线数越多，对于物体表面的轮廓信息采集就越完善，64线的激光雷达采集的道路与车辆信息在经过感知融合处理后可以获得满足精度要求的3d检测框信息，即高精度3d检测框信息。
70.本发明实施例中，三目摄像头采用三个同一型号的摄像头。可以保证摄像头的参数一致，从而使得采集的数据能被较好的识别通用，增加了数据处理的兼容性和可靠性，提高了算法输出的准确性。
71.一般而言，根据选择的激光雷达的线数、工作探测距离以及三目摄像头的分辨率、工作探测距离的不同，检测系统的有效探测距离会出现一定差异。
72.需要指出的是，本发明提供的针对行车视线阻挡危险场景的检测系统作为一种面向车路协同服务应用的系统，其主要服务对象为可能面临视线阻挡危险场景的车辆，主要服务形式为通过终端工控机运行的视线阻挡危险场景检测算法实时检测车辆与行人的状态信息，当检测到出现视线阻挡危险场景时，在终端显示器做出提示与报警，通过提醒面临危险的车辆提前做好刹车准备来有效减少视线阻挡危险场景给车辆及行人带来的损失。结合视线阻挡行为大多数的发生地点，本发明提供的针对视线阻挡危险场景的检测系统主要架设地点可以选择为十字路口、公交车站以及狭窄道路的街边绿化带等符合行人选择在车前横穿马路意愿的潜在危险场景。
73.由上可见，本发明至少具有以下有益效果：激光雷达和三目摄像头实时采集周围车辆与行人的位置信息与运动状态信息，经由终端工控机进行感知融合处理后获得高精度的3d检测框信息，与通过单一类别传感器及检测算法获得的检测框信息相比具有更高的精度。另外，还可以实现将获得的高精度3d检测框信息进行坐标转换后映射到激光雷达采集的点云数据上，在终端显示器实时显示当前车辆与行人的点云感知信息。综上，本发明提供的针对行车视线阻挡危险场景的检测系统，通过终端工控机实时检测道路状态、车辆行驶状态以及行人状态，当检测到出现视线阻挡危险场景时给出提示与报警，进而保证该场景下后方车辆的行车安全与横穿马路的行人的人身安全。
74.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
75.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下
前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备执行本发明各个实施例所述的方法。
76.以上所揭露的仅为本发明较佳实施例而已，其描述较为具体和详细，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。