[发明专利]一种基于公交车尾屏的行人检测方法、装置及公交车尾屏

权利要求书

1.一种基于公交车尾屏的行人检测方法，其特征在于，包括：

通过设置在公交车尾屏的不同类型的传感器，采集所述公交车的车尾当前的有效识别区域内的环境信息，并对所述环境信息进行残余光流分析，将所述各类型的所述传感器采集的环境信息中的行人移动信息分离；

对所述传感器中类型为摄像机的传感器对应的感知图像进行背景减除，得到所述摄像机对应的行人轮廓，并根据所述行人轮廓建立行人统计形状模型，所述感知图像是根据图像之间的视角差确定的；

基于所述传感器中类型为雷达的传感器对应的行人移动信息，确定所述行人距离所述公交车的车尾的距离，根据建立的所述行人统计形状模型以及所述距离进行初次信息融合，确定图像与距离信息；

将所述图像与距离信息和所述传感器中类型为红外的传感器对应的行人移动信息进行二次信息融合，得到行人预警信息，并根据所述行人预警信息生成用于在所述公交车的驾驶室播放的行人预警信息和用于在所述公交车尾屏展示的车辆预警信息；

在所述行人预警信息和/或所述车辆预警信息满足对应的预警条件的情况下，将所述行人预警信息在所述驾驶室播放以及将所述车辆预警信息在所述公交车尾屏展示。

2.根据权利要求1所述的行人检测方法，其特征在于，所述不同类型的传感器具有共同的有效识别区域，所述有效识别区域是根据所述公交车车尾当前的人流量确定的，所述有效识别区域的范围与所述人流量呈反比。

3.根据权利要求2所述的行人检测方法，其特征在于，所述有效识别区域是通过如下方式确定的：

根据所述摄像机对应的感知图像的灰度值差异，对所述感知图像进行分区；

计算所述感知图像中每一分区的灰度值均值，将所述灰度值均值大于等于灰度阈值的分区作为环境区，将所述灰度值均值小于所述灰度阈值的分区作为定位框区；

根据所述环境区与所述定位框区之间的面积比值，确定所述公交车的车尾当前的人流量，并根据所述人流量从预设的有效识别区域中确定所述有效识别区域。

4.根据权利要求1所述的行人检测方法，其特征在于，所述根据所述行人轮廓建立行人统计形状模型的步骤，包括：

基于全身检测器，从所述行人轮廓中确定行人候选轮廓区；

基于贝叶斯决策组合算法，根据所述行人候选轮廓区从所述公交车车尾当前的行人中确定目标行人；

利用球、椭圆柱、广义锥台中的至少一者，描述所述目标行人的结构细节，并根据所述结构细节建立行人统计形状模型。

5.根据权利要求1所述的行人检测方法，其特征在于，所述摄像机包括设置在不同位置的多个摄像机，在所述对所述传感器中类型为摄像机的传感器对应的感知图像进行背景减除，得到所述摄像机对应的行人轮廓的步骤之前，包括：

通过可编程逻辑阵列对所述行人移动信息进行视频信号模数转换，并基于嵌入式图形处理器模组，根据转换后的所述行人移动信息进行图形性能计算，得到备用行人移动信息；

基于三角测量，对所述多个摄像机对应的所述备用行人移动信息进行视角差计算，并根据所述视角差从所述行人移动信息中确定不同视角下的感知图像。

6.根据权利要求1所述的行人检测方法，其特征在于，所述根据所述行人轮廓建立行人统计形状模型的步骤，包括：

建立线性点分布模型，并使用主成分分析降低所述线性点分布模型的维数，得到8维变形空间的线性点分布模型；

在所述8维变形空间的线性点分布模型中，根据所述行人轮廓中的不同身体部位，构建行人统计形状模型，其中，所述身体部位包括头肩、躯干和腿。