一种视觉引导的辅助驾驶系统的制作方法

1.本发明涉及轨道交通技术领域，特别涉及一种视觉引导的辅助驾驶系统。


背景技术：

2.目前，在轨道车辆驾驶的过程中，驾驶员不可能时时刻刻的观察车辆的行驶状况。而且会出现疲劳或者注意力不集中的状况，此时在对外部行驶环境观察时，就会存在模糊和不全面的状况。很容易出现意外事件，例如：轨道上存在行人、正前方路面的轨道被障碍物(山体滚石、山体倒塌掩埋)、看不清路旁的指示牌等。
3.在现有技术中，轨道车辆的视频装置会显示行驶过程中的行驶状态，但是，这些视频装置需要驾驶员自己主动观察，然后分析这些数据或者视频，判断轨道上是不是有障碍物或者异常事件，使得驾驶员不能有效的观察火车外部驾驶环境。
4.因此，需要一种能够对驾驶员的视觉进行引导的系统，通过引导驾驶员的视觉方向，以此来提醒驾驶员那里具有意外情况，防止驾驶员出现注意力不集中的情况。


技术实现要素：

5.本发明提供一种视觉引导的辅助驾驶系统，用以解决轨道车辆的驾驶员驾驶车辆时，注意力不集中的状况的情况。
6.一种视觉引导的辅助驾驶系统，其特征在于，包括：
7.视觉测量模块：用于通过双目视觉采集设备，采集轨道车辆的运行图像，并建立不同的二维坐标系建立双目视觉的测量空间；
8.三维重建模块：用于通过ar技术构建视觉引导模型，并将所述测量空间的图像内容投影到所述视觉引导模型中，生成视觉引导场景；
9.引导模块：用于将所述视觉引导场景导入ar眼镜中，并判断所述视觉引导场景中是否具有障碍物，并在具有障碍物时，引导驾驶员的视觉方向为障碍物对应的场景视频，在不具有障碍物时，根据所述运行图像中图像元素的重要程度，引导驾驶员的视觉方向为图像元素的重要程度高的场景视频的方向。
10.作为本发明的一种实施例：所述视觉测量模块包括:
11.采集单元：通过在轨道车辆车头部位安装双摄像机识别装置，采集轨道车辆在运行时的前视场景图象，并对所述前视场景图象的像素点进行标定；其中，
12.所述双摄像机识别装置包括第一摄像机和第二摄像机；
13.所述前视场景图象包括由所述双摄像机识别装置的第一摄像机获取的场景图象和第二摄像机获取的像素点图像；
14.二维坐标系建立单元：用于对每一幅前视场景图象均建立二维坐标系，生成二维坐标系集合；其中，
15.所述二维坐标系的横轴为场景图象特征；
16.所述二维坐标系的纵轴为像素点位置特征；
17.测量空间构建单元：用于将所述二维坐标系集合中的二维坐标系投影到具有测量标记的空间模型中，生成测量空间。
18.作为本发明的一种实施例：所述测量空间构建单元生成测量空间还包括以下步骤：
19.步骤一：利用初始时刻双目视觉采集设备采集轨道车辆初始运动状态时的初始前视图像，同时利用区分出场景图像和像素点图像，并通过所述像素点图像验证所述场景图像，并确定第一误差系数；
20.步骤二：将场景图像和像素点图像中任意场景特征和对应的像素点位置依次标定为(v1，p1)，将所述场景特征和对应的像素点映射到空间模型中(y1，d1)；
21.步骤三：根据所述空间模型的坐标(y1，d1)和原始坐标(v1，p1)之间转换系数，确定映射的第二误差系数；
22.步骤四：将误差参数引入所述空间模型中，生成三维空间模型的三维坐标(y1，d1，w1)；
23.步骤五：用于根据所述第一误差系数和第二误差系数之间的相关系数对所述测量空间进行优化。
24.作为本发明的一种实施例：所述三维重建模块包括：
25.ar构建单元：用于预设轨道车辆的障碍物数据库，并将通过ar技术构建的视觉模型与所述障碍物数据库对接，形成视觉引导模型；
26.投影单元：用于获取所述测量空间中经过优化后的运行图像，并将所述优化后的运行图像投影到视觉引导模型中，通过多个优化后的运行图像的在所述视觉引导模型与所述障碍物数据库建立对比关系，生成从对比结果；
27.场景构建单元：分别计算不同运行图像之间的相关关系值，根据所述相关关系值的大小，由从大到小的顺序依次连接不同的运行图像，生成视觉引导场景。
28.作为本发明的一种实施例：所述三维重建模块包括：
29.位置确定单元：获取所述轨道车辆所处的位置信息；
30.区域确定单元：用于根据所述位置信息获取所述位置信息所述的空间区域；
31.获取所述空间区域内的场景图象对应的的第一虚拟场景；
32.将所述第一虚拟场景叠加到视觉引导模型中中，得到虚拟的视觉引导场景。
33.作为本发明的一种实施例：所述三维重建模块还包括：
34.分词单元：用于将所述运行图像中的图像信息转换成文本信息，并由若干已知文本构成的语料库中的每个文本划分成分词单位，利用分词工具对文本信息进行分词；
35.分词集合单元：利用词性标注工具分别对每个分词单位对应分词之后的词语进行词性标记，将词性标注为名词的词语作为特征词，并构成分词单位特征词集；
36.模型搭建单元：用于将所有分词单位特征词集作为一组输入数据，将对应的分词单位的题材细节信息作为标签，整体构成体裁模型数据集；
37.映衬验证单元：用于建立所述体裁模型数据集与所述障碍物数据库之间的关系链接，并通过所述链接对由从大到小的顺序依次连接不同的运行图像进行验证，判断连接顺序是否错误。
38.作为本发明的一种实施例：所述引导模块包括：
39.判断单元：用于判断你所述视觉引导场景中是否存在异常信息；其中，
40.在具有异常信息时，生成对应的障碍物；
41.在不具有异常信息时，播放所述场景视频；
42.障碍物引导单元：用于根据所述障碍物，通过放大、标记或渲染任一方式，引导驾驶员的视觉方向为障碍物对应的场景视频；
43.非障碍物引导单元：用于获取所述运行图像，并判断所述运行图像中所述运行图像的组成元素的重要程度。
44.作为本发明的一种实施例：所述引导模块判断所述视觉引导场景中是否具有障碍物，包括以下步骤：
45.步骤1：计算视觉引导场景的元素特征z：
[0046][0047]
其中，w
i,j
表示第i个元素在第j个坐标点的位置；w
i，0
表示第i个元素相对于中心坐标点的位置；s
i,j
表示第i个元素在第j个坐标点坐标系数，l
i,j
表示第i个元素在第j个坐标点的元素特征；b
i,j
表示第i个元素在第j个坐标点上的元素属性；i＝1,2,3,
……
n；j＝1,2,3,
……
m；
[0048]
步骤2：基于预设的障碍物数据库，生成障碍物识别函数：
[0049][0050]
其中，xi表示第i个障碍物的识别特征，ti表示第i个障碍物的实时识别特征；yi表示第i个的识别偏差，t
δ
表示障碍物的综合特征；t
ε
表示障碍物的无效特征；
[0051]
当γ(x,y)＞0；时，表示具有障碍物；
[0052]
当γ(x,y)＝01时，表示不具有障碍物。
[0053]
作为本发明的一种实施例：所述引导模块判断所述视觉引导场景中是否具有障碍物，还包括以下步骤：
[0054]
根据所述障碍物识别函数，构建判断模型，确定障碍物；
[0055][0056]
其中，z表示障碍物的可识别特征的总特征参数；k表示障碍物类型总参数。
[0057]
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明
书以及附图中所特别指出的结构来实现和获得。
[0058]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0059]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0060]
图1为本发明实施例中一种视觉引导的辅助驾驶系统。
具体实施方式
[0061]
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0062]
一种视觉引导的辅助驾驶系统，其特征在于，包括：
[0063]
视觉测量模块：用于通过双目视觉采集设备，采集轨道车辆的运行图像，并建立不同的二维坐标系建立双目视觉的测量空间；双目视觉采集设备可以采集不同维度下的图像，而且能判断两个图像之间的差值，因此通过双目视觉采集的图像，通过二维坐标系建立双目视觉的测量空间，更加具有对比性，能精确的分析出基于双目视觉的图像参数。
[0064]
三维重建模块：用于通过ar技术构建视觉引导模型，并将所述测量空间的图像内容投影到所述视觉引导模型中，生成视觉引导场景；通过投影技术，将测量空间内的图像内容投影到视觉引导模型，就表示将现实场景投影到测量空间内，因为构建的是视觉引导模型，其自动对现实场景产生视觉引导的方法，实现视觉引导。
[0065]
引导模块：用于将所述视觉引导场景导入ar眼镜中，并判断所述视觉引导场景中是否具有障碍物，并在具有障碍物时，引导驾驶员的视觉方向为障碍物对应的场景视频，在不具有障碍物时，根据所述运行图像中图像元素的重要程度，引导驾驶员的视觉方向为图像元素的重要程度高的场景视频的方向。就是在具有障碍物的时候自动引导驾驶员的实现看向可能发生事故的方向。
[0066]
上述技术方案的原理和有益效果在于：本发明通过双目视觉采集设备对轨道车辆的图像进行采集，并给予二维坐标系建立双目视觉的视觉测量空间，这个空间中存储这双目视觉摄像设备采集的图像，而三维重建模块通过ar技术构建视觉引导的模型，然后在需要进行视觉引导时，通过将图像代入视觉引导的模型中，然后传输至驾驶员的智能眼镜中，通过智能眼镜来显示障碍物，然后在驾驶员的视觉方向引导至障碍物的显示方向。
[0067]
上述技术方案的有益效果在于：本发明通过视觉引导能够使得驾驶员在市里不集中或者驾驶员的视觉方向在其它位置时，通过视觉引导，让驾驶员注意力快速集中至障碍物的显示方向，进而能够快速的发现障碍物。
[0068]
作为本发明的一种实施例：所述视觉测量模块包括:
[0069]
采集单元：通过在轨道车辆车头部位安装双摄像机识别装置，采集轨道车辆在运行时的前视场景图象(前方的视觉场景)，并对所述前视场景图象的像素点进行标定；其中，
[0070]
所述双摄像机识别装置包括第一摄像机和第二摄像机；
[0071]
所述前视场景图象包括由所述双摄像机识别装置的第一摄像机获取的场景图象和第二摄像机获取的像素点图像；
[0072]
二维坐标系建立单元：用于对每一幅前视场景图象均建立二维坐标系，生成二维坐标系集合；其中，
[0073]
所述二维坐标系的横轴为场景图象特征；
[0074]
所述二维坐标系的纵轴为像素点位置特征；
[0075]
测量空间构建单元：用于将所述二维坐标系集合中的二维坐标系投影到具有测量标记的空间模型中，生成测量空间。
[0076]
上述技术方案的原理和有益效果在于：本发明的采集单元是通过在轨道车辆的车头部位加装双目视觉的摄像机，通过摄像机进行摄像，这个摄像机包括第一摄像机和第二摄像机，然后通过摄像机获取的场景图像实现对场景像素点的标定，最后基于图像的特征和像素点的位置实现生成测量空间，实现对轨道车辆的图像的标定获取。
[0077]
作为本发明的一种实施例：所述测量空间构建单元生成测量空间还包括以下步骤：
[0078]
步骤一：利用初始时刻双目视觉采集设备采集轨道车辆初始运动状态时的初始前视图像，同时利用区分出场景图像和像素点图像，并通过所述像素点图像验证所述场景图像，并确定第一误差系数；
[0079]
步骤二：将场景图像和像素点图像中任意场景特征和对应的像素点位置依次标定为(v1，p1)，将所述场景特征和对应的像素点映射到空间模型中(y1，d1)；
[0080]
步骤三：根据所述空间模型的坐标(y1，d1)和原始坐标(v1，p1)之间转换系数，确定映射的第二误差系数；
[0081]
步骤四：将误差参数引入所述空间模型中，生成三维空间模型的三维坐标(y1，d1，w1)；
[0082]
步骤五：用于根据所述第一误差系数和第二误差系数之间的相关系数对所述测量空间进行优化。
[0083]
上述技术方案的原理和有益效果在于：本发明再构建测量空间的步骤中，通过轨道车辆再运动状态下的图像，通过在运动状态下利用对场景图像和像素点图像的区分，生成误差系数。基于场景图象的特征和像素点位置进行标定，基于空间模型的变换关系将误差参数引入，生成了三维的空间模型，然后还基于第一误差和第二误差之间的相关系数的关系实现对测量空间的优化。
[0084]
作为本发明的一种实施例：所述三维重建模块包括：
[0085]
ar构建单元：用于预设轨道车辆的障碍物数据库，并将通过ar技术构建的视觉模型与所述障碍物数据库对接，形成视觉引导模型；
[0086]
投影单元：用于获取所述测量空间中经过优化后的运行图像，并将所述优化后的运行图像投影到视觉引导模型中，通过多个优化后的运行图像的在所述视觉引导模型与所述障碍物数据库建立对比关系，生成从对比结果；
[0087]
场景构建单元：分别计算不同运行图像之间的相关关系值，根据所述相关关系值的大小，由从大到小的顺序依次连接不同的运行图像，生成视觉引导场景。
[0088]
上述技术方案的原理和有益效果在于：本发明通过预先设置的轨道车辆的障碍物数据库和ar技术实现对视觉引导模型的构建，然后通过投影单元确定测量空间中优化后的运行图像，是的更加清晰的图像，然后将更加清晰的图像投影到视觉引导模型中，实现对运
行图像的所在的视觉引导模型中生成对比关系，然后根据对比关系生成对比结果。而在进行场景构建的时候，通过不同图像之间的相关关系值实现图像连接，生成视觉引导。
[0089]
作为本发明的一种实施例：所述三维重建模块包括：
[0090]
位置确定单元：获取所述轨道车辆所处的位置信息；
[0091]
区域确定单元：用于根据所述位置信息获取所述位置信息所述的空间区域；
[0092]
获取所述空间区域内的场景图象对应的的第一虚拟场景；
[0093]
将所述第一虚拟场景叠加到视觉引导模型中，得到虚拟的视觉引导场景。
[0094]
上述技术方案的原理和有益效果在于：本发明通过确定轨道车辆的位置，然后根据轨道车辆的位置，确定轨道车辆所述储的空间区域，将所述空间区域的场景图像、虚拟场景和视觉引导模型中，生成视觉引导场景，方便进行视觉引导。
[0095]
作为本发明的一种实施例：所述三维重建模块还包括：
[0096]
分词单元：用于将所述运行图像中的图像信息转换成文本信息，并由若干已知文本构成的语料库中的每个文本划分成分词单位，利用分词工具对文本信息进行分词；
[0097]
分词集合单元：利用词性标注工具分别对每个分词单位对应分词之后的词语进行词性标记，将词性标注为名词的词语作为特征词，并构成分词单位特征词集；
[0098]
模型搭建单元：用于将所有分词单位特征词集作为一组输入数据，将对应的分词单位的题材细节信息作为标签，整体构成体裁模型数据集；
[0099]
映衬验证单元：用于建立所述体裁模型数据集与所述障碍物数据库之间的关系链接，并通过所述链接对由从大到小的顺序依次连接不同的运行图像进行验证，判断连接顺序是否错误。
[0100]
上述技术方案的原理和有益效果在于：本发明在进行三维重建的时候，会将图像转换成文本，便于对图像中的各种元素进行区分，而且，文本更加容易进行识别处理，分词之后更加容易计算处内容的特征词，然后根据内容的特征词构成特征词的集合，根据特征词的集合。体裁模型数据集；体裁模型数据集；表示事件整体以裁剪结构构成的模型，然后根据这个模型计算出数据库之间的关系连接，从而能够判断删除图像的正确和错误，即构建的模型是正确还是错误。
[0101]
作为本发明的一种实施例：所述引导模块包括：
[0102]
判断单元：用于判断你所述视觉引导场景中是否存在异常信息；其中，
[0103]
在具有异常信息时，生成对应的障碍物；
[0104]
在不具有异常信息时，播放所述场景视频；
[0105]
障碍物引导单元：用于根据所述障碍物，通过放大、标记或渲染任一方式，引导驾驶员的视觉方向为障碍物对应的场景视频；
[0106]
非障碍物引导单元：用于获取所述运行图像，并判断所述运行图像中所述运行图像的组成元素的重要程度。
[0107]
上述技术方案的原理和有益效果在于：本发明在判断是不是h存在异常信息的时候，通过在有障碍物时，生成对应的文件，没有异常时，播放场景视频，因此能够清晰的明确障碍物的分类。在有障碍物的时候通过放大、标记或渲染任一方式来进行重点突出，便于引导驾驶员的视线，观察到障碍物。在没有障碍物时，也会基于图像的组成元素，让驾驶员尽量观察容易出现异常的地方。
[0108]
作为本发明的一种实施例：所述引导模块判断所述视觉引导场景中是否具有障碍物：
[0109]
所述引导模块判断所述视觉引导场景中是否具有障碍物，包括以下步骤：
[0110]
步骤1：计算视觉引导场景的元素特征z：
[0111][0112]
其中，w
i,j
表示第i个元素在第j个坐标点的位置；w
i，0
表示第i个元素相对于中心坐标点的位置；s
i,j
表示第i个元素在第j个坐标点坐标系数，l
i,j
表示第i个元素在第j个坐标点的元素特征；b
i,j
表示第i个元素在第j个坐标点上的元素属性；i＝1,2,3,
……
n；j＝1,2,3,
……
m；
[0113]
步骤2：基于预设的障碍物数据库，生成障碍物识别函数：
[0114][0115]
其中，xi表示第i个障碍物的识别特征，ti表示第i个障碍物的实时识别特征，表示正在进行是被的特征；yi表示第i个的识别偏差，t
δ
表示障碍物的综合特征，表示所有占该屋都会有的特征；t
ε
表示障碍物的无效特征；无效特征就是在很多障碍物都有这个特征，在计算中并不具有障碍物唯一特性的特征。
[0116]
当γ(x,y)＞0；时，表示具有障碍物；
[0117]
当γ(x,y)＝01时，表示不具有障碍物。
[0118]
上述技术方案的原理和有益效果在于：本发明为了计算是不是存在异常的事故，首先通过计算场景中存在的元素，判断这些元素是不是存在和障碍物相关的元素，包含障碍物的特征，在此阶段，本发明是基于现实情况下，事件地点的坐标为基础，通过构建大量的坐标系通过坐标融合的方式，确定障碍物的特征。然后通过对障碍物的处理，确定障碍物的偏向函数，在确定偏向函数时，已经明确了是不是具有障碍物，在具有障碍物时，通过偏向函数系统预设的规则调取处对应的障碍物的文件，进而通过障碍物的文件就可以清楚的知道是什么类型的障碍物。
[0119]
作为本发明的一种实施例：所述引导模块判断所述视觉引导场景中是否具有障碍物，还包括以下步骤：
[0120]
根据所述障碍物识别函数，构建判断模型，确定障碍物；
[0121][0122]
其中，z表示障碍物的可识别特征的总特征参数；k表示障碍物类型总参数。
[0123]
本发明在进行特征识别之后，还需要判断是不是占该屋，因此本发明引入了z和k；通过类型和总特征餐宿，两天一张实现障碍物智能识别。
[0124]
上述技术方案的原理和有益效果在于：本发明为了计算是不是存在异常的事故，首先通过计算障碍物的特征，在此阶段，本发明是基于现实情况下，事件地点的坐标为基础，通过构建大量的坐标系通过坐标融合的方式，确定障碍物的特征。然后通过对障碍物的处理，确定障碍物的偏向函数，在确定偏向函数时，已经明确了是不是具有障碍物，在具有障碍物时，通过偏向函数系统预设的规则调取处对应的障碍物的文件，进而通过障碍物的文件就可以清楚的知道是什么类型的障碍物。
[0125]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。