[发明专利]一种快速制动的汽车辅助制动装置

权利要求书

1.一种快速制动的汽车辅助制动装置，包括普通汽车辅助制动装置和安装在汽车辅助 制动装置上的目标识别装置，该汽车辅助制动装置具有很强的识别能力，目标识别装置能 够根据目标轮廓对目标进行识别，其特征是，包括建模模块、分段模块、合并模块和滤波模 块；其中，

建模模块，用于建立目标轮廓的参数化方程：对于给定的目标轮廓G(t)，其弧长参数化 方程表示为G(t)＝(x(t),y(t))，其中x(t)和y(t)分别表示轮廓点的坐标，t表示轮廓曲线 方程的参数，且t∈[0,1]；

含噪轮廓的弧长参数化方程表示为：G_N(t)＝G(t)+N₁(t)+N₂(t)G(t)，其中加性噪声部 分N₁(t)＝N₁(x₁(t),y₁(t))，乘性噪声部分N₂(t)＝N₂(x₂(t),y₂(t))；

分段模块，用于对轮廓的分段：目标轮廓G(t)和含噪轮廓G_N(t)所对应的曲率分别为k (t)和k_N(t)；选宽度为D的窗函数W(n)，D∈{7，9}，对曲率k_N(t)进行邻域平均，得到平均曲率 k_1N(t)，同时对窗口内的曲率值排序，选定中值曲率k_2N(t)，将平均曲率k_1N(t)和中值曲率k_2N(t)差的绝对值与选定的阈值T₁进行比较，根据比较结果决定含噪轮廓曲率k′_N(t)，T₁＝ 0.2，即：

当|k_1N(t)-k_2N(t)|>T₁时，k′_N(t)＝k_1N(t)

否则，k′_N(t)＝k_2N(t)；

由于曲率值较大的轮廓点通常反映了目标的显著特征，根据k′_N(t)将轮廓中所有轮廓 点划分为特征点或非特征点，设定可变权值T_K，通过判断目标轮廓特征多少，自适应的决定 T_K，

当|k′_N(t)|<T_K*max|k′_N(t)|时，特征函数f(t)＝0

否则，特征函数f(t)＝1。

2.根据权利要求1所述的汽车辅助制动装置，其特征还在于，合并模块：用于剔除由于 噪声干扰产生的伪特征点，以及对无法形成连续区域的特征点和非特征点进行合并操作， 从而得到有效的特征区域与非特征区域：选定一个起始点O，轮廓起始点向两侧延伸合并相 邻的点，以该起始点类型作为该区域预设类型，向两侧延伸各S×μ₀时停止，其中S为预设的 最小长度，设S＝15，为O点处的实时曲率修正系数，代表O点的曲 率半径，代表由上述窗函数得到的O点的平均曲率半径，实时曲率修正系数μ₀用于根 据不同点的曲率不同，自动修正延伸长度，能有效减小合并后的失真现象；分别计算两侧区 域内相异点的个数N+1和N-1，若相异点的个数小于设定的该类型相异点最小个数，则该区 域与预设类型相同，否则，与预设类型相反；再以两个停止点O₊₁和点O_-1作为起始点重新开 始计算，向外侧延伸S×μ₀₊₁或S×μ_0-1时停止，其中μ₀₊₁和μ_0-1分别代表点O₊₁和点O_-1处的实时 曲率修正系数，O₊₁两侧区域内相异点个数为N₊₂，O_-1两侧区域内相异点个数为N_-2，根据上述 判定条件，依次确定各段轮廓类型，长度不足S的部分根据其与S的比例计算相异点个数，计 入相应的特征区域；对相邻的同类型区域进行合并，得到连续的特征区域和非特征区域；

滤波模块：乘性噪声由于和图像信号是相关的，随图像信号的变化而变化，采用维纳滤 波来进行一级滤除，此时图像信息还包含有残余的乘性噪音，通过F滤波器F(x,y)＝q×exp (-(x²+y²)/β²进行二级滤除，其中q是将函数归一化的系数，即：∫∫q×exp(-(x²+y²)/β²)dxdy ＝1，β为图像模板参数；

乘性噪声滤除后，含噪目标轮廓的弧长参数化方程表示为G_N(t)’＝G(t)+N₁(t)；假设加 性噪声为高斯白噪声：x_N(t)’＝x(t)+g₁(t,σ²)，y_N(t)’＝y(t)+g₂(t,σ²)，其中x_N(t)’和y_N(t)’分别表示去除乘性噪声后含噪轮廓上各点坐标，g₁(t,σ²)和g₂(t,σ²)分别是均值为零、 方差为σ²的高斯白噪声，用于模拟含噪目标轮廓中的加性噪声；

采用函数对含噪轮廓进行平滑，命名为K滤波器，经过轮廓点分类和区 域划分,含噪轮廓G_N(t)’表示为不同类型轮廓分段的组合：其中表示包含特征区域的轮廓分段,表示包含非特征区域的轮廓分段，根据 轮廓特征分布选取K滤波器的参数，同时考虑全局特征和局部特征因素，在特征区域,为了 保留细节信息,令在非特征区域，为了提高抑制噪声的效果，令 其中σ′为先验估算得到的全局方差，σ₁为所选特征区域的先验估算方 差，σ₀为所选非特征区域的先验估算方差，为所选特征区域的平均实时曲率修正系数， 为所选非特征区域的平均实时曲率修正系数；为了达到较好的平滑效果，选取每种类型 区域最小长度S的一半作为K滤波器85％置信区间的长度，从而根据两类区域的长度自适应 不同参数的K滤波器。