[发明专利]障碍物检测及碰撞报警装置及其方法

权利要求书

1.一种用于自动停车系统的障碍物检测及碰撞报警装置，其特征在于，包括：

障碍物活动检测器，如果在输入的影像信号中确认了亮度变化，则利用区分障碍物区域与非障碍物区域的SVM的判定边界(decision boundary)，检测障碍物区域；以及

碰撞危险报警部，其根据检测的障碍物的位置，通过与之对应的扬声器，向驾驶员告知有障碍物，使得不与障碍物碰撞。

2.根据权利要求1所述的障碍物检测及碰撞报警装置，其特征在于，所述障碍物活动检测器包括：

障碍物活动判别部，其计算在全体输入影像中是否有亮度值变化后，根据该变化，判断是否有障碍物活动区域，如果有活动的像素的总和大于临界值，则判别为当前输入影像中有障碍物活动；以及

障碍物活动检测部，当有障碍物活动区域时，其判别在有活动区域的部分有无障碍物特性，在判别的影像中检测障碍物影像，如果检测到障碍物影像，则判断为有障碍物活动，输出障碍物活动检测信号。

3.根据权利要求2所述的障碍物检测及碰撞报警装置，其特征在于，所述障碍物活动检测部包括：

基于M-grid Gabor小波的候补区域检测部，其使特定模式应用于判别为有活动的区域，检测有障碍物存在可能性的候补区域；

基于低分辨率SVM的候补区域检测部，其针对在提前的学习步骤中实现正规化的多个障碍物影像(N X N像素大小)，进行主成分分析法(Principle Component Analysis，PCA)，使用N个特性向量提取特征向量，把提取的障碍物特征向量与非障碍物特征向量接入SVM，获得能够区分障碍物类与非障碍物类的判定边界(Decision boundary)，以检测到的所述候补区域为中心，对有可能的位置的观察影像(Observation window)进行调查，从而在提前的学习的判定边界中查找障碍物候补区域；以及

基于高分辨率SVM的最终障碍物检测部，其在学习步骤中使用2N X 2N像素大小的障碍物影像，使用2N个特性向量，提取障碍物特征，

其中，在检测步骤中，进行所述基于低分辨率SVM的候补区域检测，以判断为检测到障碍物的候补区域为中心，利用所述高分辨率SVM，最终检测障碍物。

4.一种用于自动停车系统的障碍物检测及碰撞报警方法，其特征在于，包括以下步骤：

如果在输入的影像信号中确认了亮度变化，则利用区分障碍物区域与非障碍物区域的SVM的判定边界(decision boundary)，检测障碍物区域；以及

根据检测的障碍物的位置，通过与之对应的扬声器告知驾驶员，使得不与检测的障碍物碰撞。

5.根据权利要求4所述的障碍物检测及碰撞报警方法，其特征在于，所述检测障碍物区域的步骤包括以下步骤：

计算全体输入影像中是否有亮度值变化后，根据该变化判断是否有障碍物活动区域，如果有活动的像素的总和大于临界值，则判别为当前输入影像中有障碍物活动；以及

当有障碍物活动区域时，判别在有活动区域的部分有无障碍物特性，在判别的影像中检测障碍物影像，如果检测到障碍物影像，则判断为有障碍物活动，输出障碍物活动检测信号。

6.根据权利要求5所述的障碍物检测及碰撞报警方法，其特征在于，所述输出障碍物活动检测信号的步骤包括以下步骤：

使特定模式应用于判别为有活动的区域，检测有障碍物存在可能性的基于M-grid Gabor小波的候补区域；

针对在提前的学习步骤中实现正规化的多个障碍物影像(N X N像素大小)，进行主成分分析法(Principle Component Analysis，PCA)，使用N个特性向量提取特征向量，把提取的障碍物特征向量与非障碍物特征向量接入SVM，获得能够区分障碍物类与非障碍物类的判定边界(Decision boundary)，以检测到的所述候补区域为中心，对有可能的位置的观察影像(Observation window)进行调查，从而在提前的学习的判定边界中查找障碍物候补区域；以及

在提前的学习步骤中使用2N X 2N像素大小的障碍物影像，使用2N个特性向量，提取障碍物特征。