[发明专利]具有胎压监测功能的驾驶人视觉识别系统

摘要

本发明公开了一种具有胎压监测功能的驾驶人视觉识别系统，在车轮上安装检测器，当某轮胎的气压降低时，车辆的重量会使该轮的滚动半径将变小，导致其转速比其他车轮快，通过比较轮胎之间的转速差别，来监视胎压，轮速传感器来确定车轮是否抱死，从而决定是否启动防抱死系统，当轮胎压力降低时，车辆的重量会使轮胎直径变小，这就会导致车速发生变化，这种变化即用于触发视觉识别系统中的警报系统来向司机发出警告；头部姿态的表示方法及正面基准图像、图像特征匹配、头部姿态估计、实验结构分析。该系统在对汽车胎压监测过程中也能够时刻对驾驶者的视觉进行检测，使得驾驶者在驾驶过程中视觉始终是处于正常范围中，避免造成安全事故发生。

主权项

具有胎压监测功能的驾驶人视觉识别系统，其特征在于：(1)在车轮上安装检测器，当某轮胎的气压降低时，车辆的重量会使该轮的滚动半径将变小，导致其转速比其他车轮快，通过比较轮胎之间的转速差别，以达到监视胎压的目的，ABS通过轮速传感器来确定车轮是否抱死，从而决定是否启动防抱死系统，当轮胎压力降低时，车辆的重量会使轮胎直径变小，这就会导致车速发生变化，这种变化即用于触发视觉识别系统中的警报系统来向司机发出警告；(2)头部姿态的表示方法及正面基准图像：头部姿态的转动包括三个自由度，即分别为绕X、Y、Z轴的转动，相应的运动分别称为横转、倾斜和俯仰，头部姿态估计都是相对驾驶员在正常驾驶过程中头部位姿而言的，把这一姿态叫做正面基准图像，采用主动设置方式，即驾驶员初次使用该系统时，保持驾车姿势，目视前方，将此时的图像作为正面基准图像，并把此时的坐标系作为标准坐标系；(3)图像特征匹配：给定输入的视频序列，首先检测正面人脸的位置，以正面人脸为基准，标记正面人脸图像的姿态角度为0°，而网络摄像头获取的驾驶员在驾驶过程中视频序列同基准图像在不同角度、光线、遮挡因素下有着很大的差异，图像特征匹配，检测到匹配点的数目直接影响匹配结果的准确性，对于满足传统隐含假设的特征点按已有算法进行匹配，对于不满足假设条件的区域，即难以直接匹配的区域通过优化的方法进行匹配，来获取更多的匹配点，利用SIFT算法对相邻帧图像之间进行特征点检测和匹配，然后利用驾驶员肤色先验知识，对特征匹配结果进行过滤和跟踪，得到不同图像之间的人脸区域，实验结果表明，70×80象素的图像上，能够获得150个特征点；(4)头部姿态估计：基于人脸区域内的特征匹配结果，利用对极几何的方法估计两幅图像之间的姿态角度，即三维空间中某一特征点X，被投影到两个不同的视角中，成像点位x1，x2，而成像点仅与摄像机的参数和相机间的相对姿态有关，本文驾驶员头部姿态，即考虑头部与摄像头之间的相对运动，则满足：xT2Fx1＝0F为基本矩阵，是极限约束的代数表示；设置e1，e2为对极点，即两摄像机的基线与成像平面的交点；C1，C2为两个相机的中心；1’表示图像中的x1点，在另外图像中的相应的对极线，即 1’＝FX1首先根据归一化的线性8点算法获取基础矩阵，在此基础上进行驾驶员头部姿态角度，设摄像机的内参数为K，则摄像机矩阵为： P＝K[P/t] x＝PX为图像上的一点，则存在K‑1，使得，x^=K1x]]>则空间一点X在摄像机归一化矩阵下的像为，与归一化摄像机矩阵对应的基础矩阵为摄像机本质矩阵与基本矩阵的关系为：E＝KTFK本质矩阵包含了旋转和平移矢量信息，即：E＝[t]xR通过上式可从本质矩阵中获取旋转矩阵R，旋转矩阵可转化为欧拉角，即分别绕Z，Y，X的旋转角度为α，β，γ，旋转矩阵可表达为：R=cosαsinα0sinαcosα0001cosβ0sinβ010sinβ0cosβ1000cosγsinγ0sinγcosγ]]>基于人脸区域内的特征匹配结果，利用动态姿态估计算法估计图像之间的基础矩阵和本质矩阵，进而估计任意两幅相邻图像帧之间绕旋转轴X，Y，Z三个方向的相对角度；(5)实验结构分析：对于使用本系统进行头部姿态估计时，采用驾驶员上车后获取的基准图像为标准正面人脸坐标系，设驾驶员内眼角连线的中心为坐标原点，通过网络摄像头获取的每一帧图像，通过图像特征匹配算法获取足够多的特征点，利用RANSAC算法将错误的匹配点过滤，然后利用头部姿态估计算法，计算驾驶员人脸相对于标准坐标系的旋转矩阵，进而估计出该帧的驾驶员头部姿态相对于正面姿态的α，β，γ旋转角度，当驾驶员头部横滚姿态，即此时驾驶员大部分时间目视前方，而且头部有小幅度的左右转动，即横滚，观察路况，记录的驾驶员处于疲劳状态，驾驶过程中，每隔一段时间会出现头部大幅度低下，即俯视，接着会迅速抬起，而且大幅度点头的频率越来越高，在驾驶员头部长时间左偏，即偏航，持续时间长过120帧，表示驾驶员走神或瞌睡，出现俯视及偏航情况，系统会发出警报，提醒驾驶员。