[发明专利]基于计算机视觉的车辆防撞感知算法

权利要求书

1.一种基于计算机视觉的车辆防撞感知算法，其特征在于：所述基于计算机视觉的车辆防撞感知算法包括如下步骤：

步骤S1：同一时间获取车身周边多路摄像头拍摄的图片，并对多个图片进行畸形矫正；

步骤S2：基于多幅图像拼接技术对多个图片进行拼接，并提取拼接后的图像信息；

步骤S3：对图片中的目标进行识别；

步骤S4：对图片中的目标进行跟踪；

步骤S5：对图片中的目标的路径进行预测；

步骤S6：进行风险推断；

步骤S7：输出推断结果。

2.根据权利要求1所述的基于计算机视觉的车辆防撞感知算法，其特征在于：在步骤S1中，获取图像的畸变参数以及畸变校正像素点，采用棋盘格，根据张氏镜头标定法以及基于棋盘格的宽搞及黑白格的数量参数，进行摄像头内参的标定以获取摄像头的内参矩阵。

3.根据权利要求2所述的基于计算机视觉的车辆防撞感知算法，其特征在于：畸形矫正的公式为：

其中，摄像头矩阵为：[fx,0,Cx；0,fy,cy；0,0,1]，畸变矩阵为：(k1，k2，P1，P2，k3)，(u,v)代表畸变矫正后的像素坐标，代表实际径像畸变的情况下的图像的像素坐标。

4.根据权利要求3所述的基于计算机视觉的车辆防撞感知算法，其特征在于：在步骤S3中，将拼接好的图像输入至预先训练好的目标检测算法的模型中，对图像中的目标进行识别。

5.根据权利要求4所述的基于计算机视觉的车辆防撞感知算法，其特征在于：根据目标在图像中的位置并结合畸变参数及摄像头内参，采用下述公式来确定图片中的目标矩形框脚点像素在实际中的距离：

6.根据权利要求1所述的基于计算机视觉的车辆防撞感知算法，其特征在于：在步骤S4中，根据下述公式：

输入目标ROI图片的RGB数据，获得一个范围在1-32768的索引号，并根据下述公式：

Z_pca＝(1-learningrate)x Z_pca+learningrate x X_pca(6)

进行外观矩阵的更新，根据PCA理论，对外观矩阵提取关键特征和去中心化。得到新的协方差矩阵，以此得到PCA后的特征：

CN2＝reshape(X_pca x M,(H,W,2)) (7)

引入高斯核函数：

作为更新样本点积的核函数：

f(z)＝y^T(K^xx+λI)^-1K^xx＝α^TK^xz

将核函数与循环矩阵结合

得到特征循环矩阵，进行模版更新，根据此得到的模板，作为下一帧的检测器，在多尺度范围内进行目标检测，跟踪后的目标位置，作为这一帧在空间模板下的位置，其中，空间模板的定义是基于目标在图像中的相对位置P及相对位置大小S这两个纬度的记录前提下，增加目标相较于上一帧的相对偏移矢量V，三个矢量描述的一个匹配模板，用以跟踪图像内捕获的目标，矢量V作为具有时间连续性的空间向量输入到下一步的目标路径预测及风险推断的原始输入。

7.根据权利要求6所述的基于计算机视觉的车辆防撞感知算法，其特征在于：将获取到的帧间信息矩阵：输入至基于循环神经网络理论基于时间序列的状态模型：

h_t＝σ_h(W_hI_m+U_hh_t-1+b_h)

y_t＝σ_y(W_yh_t+b_y)

上式中：

h_t：隐藏层向量；y_t：输出向量；W，U，b：参数矩阵和参数向量；

σ_h和σ_y：激活函数，输出的向量状态有两种可能值：闯入与离开，当在一定时间内，目标持续保持闯入风险状态，则判定车辆有碰撞风险，以进行风险推断。