[发明专利]构建俯视二维世界坐标系车前风险矩阵的方法

说明书

构建俯视二维世界坐标系车前风险矩阵的方法，属于行车风险分析领域，为了解决图像视角确定车前风险的问题，要点是将所述二维世界坐标系中各坐标点等势至Y_W轴，并求取对应坐标点的风险权重，使用与行人轨迹矩阵相同的矩阵映射函数映射为车前风险矩阵，效果是根据驾驶员或自主驾驶系统的关注需求，对特定行人目标给予相应关注。

技术领域

本发明属于行车风险分析领域，涉及一种构建俯视二维世界坐标系车前风险矩阵的方法。

背景技术

中国许多地区道路交通长期存在人车混行的危险情况，行人作为道路交通中的弱势群体，并且在事故人员致死率中常年占据较大比重，理应受到车辆方的避障保护，因此改善汽车对行人安全规避能力重要性不言而喻。

基于汽车板载系统的行人风险分析方法主要使用传感器感知车辆环境信息，并结合行人目标运动状态，评判行人目标危险并据此调整行车决策，实现对危险行人目标的早期保护。基于车载图像的行人风险分析方法是目前主流研究方向，许多研究者通过识别行人目标姿态，分析行人运动趋势以分类危险行人。其中，Joko Hariyono等人使用光流法分割行人轮廓，并以行人姿态比方法识别行人水平运动趋势，判定存在向车行区域运动行人为危险行人。此外，Keller和Gavrila等人使用高斯动态过程模型和轨迹概率分层匹配，鉴别图像中行人目标的站立或水平运动状态。

基于车载图像的行人风险分析方法大多直接从图像视角直接分析行人风险，但由于车载图像“近大远小”的成像扭曲，研究者往往只能识别行人运动姿态，而并非把握行人确切运动状态。据此，现有行人风险分析方法通常只能给出行人危险与否的定性二分类判决，因此其主要用途在于为驾驶员提供实时预警，不能为车行决策提供精细数据支持。

为了实现精确驾驶员辅助以及改善智能车载自主巡航性能，公开号：CN107240167A的中国专利申请公开了一种行车记录仪行人监控系统，给出了一种定量式行人风险分析方法。该系统使用感知设备包括体感控制器、红外传感器和测探计，获得车行环境中行人信息，并通过行人深度图像流与行人目标模型匹配方式，计算行人碰撞系数并以此实现行人危险预警。该发明虽然给出了定量的风险分析结果，但风险量化因素来源于行人姿态，实际上判断的是行人对车辆蓄意碰撞的意图，因此量化系数不具备运动学客观性质，不足以反映行人真实运动风险程度。

公开号：CN104239741A的中国专利申请基于汽车风险场的汽车驾驶安全辅助方法，从人、车和路三个综合角度出发，通过分析车行环境的动能场、势能场和行为场，融合构建车辆行驶对障碍物风险的车行风险场模型，量化车辆对道路障碍物的行车风险，以此评估不同程度。该发明通过引入了势场论，赋予行车风险场合理的运动学原理，使其风险量化结果能够客观有效地用于行车决策。

发明内容

为了解决图像视角确定车前风险的问题，本发明提出构建俯视二维世界坐标系车前风险矩阵，其技术方案如下：

一种构建俯视二维世界坐标系车前风险矩阵的方法，将所述二维世界坐标系中各坐标点等势至Y_W轴，并求取对应坐标点的风险权重，使用与行人轨迹矩阵相同的矩阵映射函数映射为车前风险矩阵。

进一步的，二维世界坐标系的风险等势线由6条关于Y_W轴的二阶曲线构成，且满足：

y＝γ(x)＝α₁x²+α₂x+α₃ (6)

其中：α₁、α₂和α₃为二阶多项式系数向量，且满足：

进一步的，车前风险权重计算函数如下：