下操作:
[0139]I)图像的灰度化，即将图像看做一个x，y，z(灰度)的三维图像；
[0140]2)采用Gamma校正法对输入图像进行颜色空间的标准化(归一化)；目的是调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰；
[0141]3)计算图像每个像素的梯度(包括大小和方向)；主要是为了捕获轮廓信息，同时进一步弱化光照的干扰；
[0142]4)将图像划分成细胞单元(例如6*6像素/细胞单元)；
[0143]5)统计每个细胞单元的梯度直方图(不同梯度的个数)，即可形成每个细胞单元的descriptor描述符号；
[0144]6)将每几个细胞单元组成一个block区间(例如3*3个cell/block)，一个block内所有cel I的特征descriptor串联起来便得到该block的HOG特征descriptor;
[ΟΙ45] 7)将图像image内的所有block的HOG特征descriptor串联起来就可以得到目标窗口的HOG特征descriptor了。
[0146]更进一步，HOG特征结合SVM分类器已经被广泛应用于图像识别中。行人检测HOG+SVM，提取正负样本HOG特征、投入SVM分类器训练，得到model、由model生成检测子、利用检测子检测负样本，得到hard exampI e、提取hard examp I e的HOG特征并结合第一步中的特征一起投入训练，得到最终检测子。
[0147]步骤S809多尺度变换，基于小波变换，可以实现把提取得到的图像信号分解成许多具有不同空间分辨率、频率特性和方向特征的自带信号，用以实现低频长时特征和高频短时特征的同时处理。
[0148]步骤S810车辆检测，根据上述的HOG特征结合SVM分类器，以及多尺度变换，进行采集图像的处理后得到车辆检测信息，
[0149]步骤S811通过相机内外参数及车道信息计算行人/车辆与本车辆的距离，比如，当后车充满左后视镜1/2时离后车的距离别为5米，与右后视镜的9米距离有所差异。在日常行车中，这样的距离也是相对安全的。又比如，当驾驶员刚好看到前面行人(行人高1.75米)的脚，此时车子与行人的距离为4.4米。
[0150]步骤S812提醒驾驶员注意前方车辆或者行人，根据上述步骤S811中的结果进行提醒。
[0151]图9本发明中基于抬头显示器的智能车载安全驾驶辅助方法的另一实施例的示意图。
[0152]本实施例中的基于抬头显示器的智能车载安全驾驶辅助系统，用以接受下述的结果:901手势识别结果、902身份识别结果、903疲劳检测结果中的一种或者多种。
[0153]步骤S901车辆/行人是否在车辆行车方向？
[0154]步骤S904车辆检测结果，进入步骤S901车辆/行人是否在车辆行车方向？若是则进入步骤S903语音提醒驾驶。
[0155]步骤S905行人检测结果，进入步骤S901车辆/行人是否在车辆行车方向？若是则进入步骤S903语音提醒驾驶。
[0156]步骤S906车道偏离结果，进入步骤S901车辆/行人是否在车辆行车方向？若是则进入步骤S903语音提醒驾驶，若是则进入步骤S902判断是否为无意识变道?若是则进入S903语音提醒驾驶。
[0157]在路面标识识别中，对于诸如晴朗天气的良好路面状况的情形，路面标识在捕捉的图像中清楚地显示并且被判定为路面标识的候选项的多个位置满足标准，并且被识别为路面标识。结果，在被判定为路面标识的候选项的位置中，未被识别为路面标识的路面标识的候选项的数量倾向于减少。另一方面，在恶劣路面环境的情形中，由于在捕捉的图像中显示的路面标识不清楚，虽然路面标识被判定为路面标识的候选项，但是候选项不满足标准并且未被识别为路面标识的候选项的数量增加。因此，通过考量未被识别为路面标识的路面标识的候选项的数量，能够正确地判定路面状况是良好还是恶劣的。结果，能够正确地记录交通信息。
[0158]所属领域的普通技术人员应当理解:以上，所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1.一种智能车载安全驾驶辅助方法，其特征在在于，包括， 获取驾驶员行车状态信息， 获取车辆周围的状态信息， 将上述的状态信息发送至本地服务器进行处理。2.根据权利要求1所述的智能车载安全驾驶辅助方法，其特征在于，所述获取驾驶员行车状态信息采用第一摄像装置进行获取，所述获取车辆周围的状态信息采用第二摄像装置进行获取，所述第一摄像装置、第二摄像装置包括，红外摄像头、网络摄像头。3.根据权利要求1所述的智能车载安全驾驶辅助方法，其特征在于，所述驾驶员行车状态信息包括，获取驾驶员的手势识别指令、根据脸部信息识别驾驶员的身份以及监测驾驶员是否疲劳驾驶。4.根据权利要求1所述的智能车载安全驾驶辅助方法，其特征在于，所述车辆周围的状态信息包括，获取车辆周围的视频图像，检测当前车辆是否偏离车道，若偏离则进行车道偏离预警;检测行车前方是否有行人，若有且在碰撞距离内则进行碰撞预警；以及前车的行车距离是否存在碰撞距离内，若有且在碰撞距离内则进行碰撞预警。5.根据权利要求1所述的智能车载安全驾驶辅助方法，其特征在于，所述本地服务器设置在HUD上，所述HUD将本地服务器处理后的信息直接呈现在驾驶员眼前，所述HUD与云端连接，用以将本地服务器上的信息发送至云端进行储存，在使用时下载至本地服务器上进行处理。6.一种智能车载安全驾驶辅助系统，其特征在于，包括， 第一摄像装置，用以获取驾驶员行车状态信息， 第二摄像装置，用以获取车辆周围的状态信息， 驾驶员状态监测系统，用以根据第一摄像装置获取的信息进行驾驶员状态监控； 驾驶环境监测系统，用以根据第二摄像装置获取的车辆周围状态进行驾驶环境监测； HUD，用以将上述的驾驶员状态监控和驾驶环境监测的结果，处理后进行相应的提醒。7.根据权利要求6所述的智能车载安全驾驶辅助系统，其特征在于，所述驾驶员状态监测系统，用以， 检测到驾驶员的手势指令，完成相应操作； 识别出驾驶员的身份信息，并根据驾驶员的身份信息进行相应个性化设置； 检测驾驶员是否疲劳驾驶，并将提醒消息发送至HUD。8.根据权利要求6所述的智能车载安全驾驶辅助系统，其特征在于，所述驾驶环境监测系统，用以获取车辆周围的视频图像， 检测当前车辆是否偏离车道，若偏离则进行车道偏离预警； 检测行车前方是否有行人，若有且在碰撞距离内，若存在则进行碰撞预警； 以及前车的行车距离是否存在碰撞距离内，若存在则进行碰撞预警。9.根据权利要求6所述的智能车载安全驾驶辅助系统，其特征在于，所述HUD，用以在接收到所述驾驶员状态监测系统发送的驾驶员状态和所述驾驶环境监测系统发送的驾驶环境，进行信息提示，所述信息提示包括，手势识别结果对应的操作指令，身份识别结果对应的操作指令，疲劳驾驶结果对应的操作指令，车辆或行人检测结果对应的防止碰撞指令。10.根据权利要求6所述的智能车载安全驾驶辅助系统，其特征在于，所述驾驶员状态监测系统中进行有效手势检测、人脸检测以及人眼检测;所述驾驶环境监测系统中进行车道线检测、HOG特征检测、图像多尺度变换检测。
【专利摘要】本发明公开了一种智能车载安全驾驶辅助方法及系统，方法包括，获取驾驶员行车状态信息，获取车辆周围的状态信息，将上述的状态信息发送至本地服务器进行处理。系统包括，第一摄像装置、第二摄像装置、驾驶员状态监测系统、驾驶环境监测系统以及HUD。本发明的系统使用两个摄像装置同时监测车内外的情况，综合驾驶员的状态和驾驶环境，提醒驾驶员注意行车安全。采用了本发明的方法，将不影响驾驶安全的抬头显示器(HUD)作为服务器载体，使得信息直接呈现在驾驶员眼前，也很大程度的避免交通事故的发生。
【IPC分类】G08G1/0967, H04L29/08, H04N7/18, G08G1/16
【公开号】CN105654753
【申请号】
【发明人】王建辉, 倪卫, 苗顺平, 王艳龙
【申请人】北京乐驾科技有限公司
【公开日】2016年6月8日
【申请日】2016年1月8日