一种车辆安全警示自动控制方法，系统和存储介质与流程

1.本发明涉及智能汽车技术领域，具体而言，涉及一种车辆安全警示自动控制方法，系统和存储介质。


背景技术：

2.随着车辆智能化发展，车载域控制器性能的提升，越来越多的传感器和检测算法集成到车辆上用于辅助驾驶相关功能的实现，现在社会车辆保有量大增，加上突发的气象因素以及人为因素，交通事故频发，在交通道路上行驶时，一般只能依靠驾驶员的自身观察进行形式，由于受驾驶视野、交通环境等因素的影响，时常出现对路况判断不准确的情况，导致驾驶违规，轻则容易驾驶员违反交通法规，被扣分罚款，重则容易发生交通事故，影响驾驶安全性，因此，急需提供一种安全警示的方法，以此减少事故发生。


技术实现要素：

3.有鉴于此，本发明的目的在于提供一种车辆安全警示自动控制方法，系统和存储介质，能够检测车辆处于急弯路况和鸣笛标识牌的情况，自动控制车辆进行安全警示，提醒对向来的车辆，以此减少事故发生。
4.为实现上述技术目的，本发明提供一种技术方案如下：一种车辆安全警示自动控制方法，所述方法包括：s100:当车辆处于行驶状态时，获取当前车辆的前方图像信息。
5.s200:当识别到所述图像信息存在警示目标时，进入车辆提示音控制程序；所述警示目标至少包括：急弯路况和鸣笛标识牌。
6.s300:计算当前车辆与所述警示目标的距离。
7.s400:当所述距离满足预设条件，则控制当前车辆按预设规则进行安全预警。
8.上述技术方案中，通过车载前置摄像头获取当前车辆的前方图像信息，通过嵌入式的目标识别模型识别到图像信息是否存在警示目标，通过嵌入式的距离计算模型计算当前车辆与所述警示目标的距离，通过判断模块对当前车辆与所述警示目标的距离进行判断，其中判断模块可连接车辆的提示音系统，在检测到车辆处于有鸣笛标识的急弯路段时，算法自动控制车辆的提示音系统，鸣笛提醒处于对向来的车辆，以此减少事故发生。
9.优选的，所述步骤s200,具体包括：s201:通过警示目标识别模型提取所述图像信息中的目标区域；所述目标区域至少包括：交通标识区域和道路区域。
10.s202:对所述目标区域进行识别，若存在所述警示目标，则进入车辆提示音控制程序；否则，返回s100。
11.上述技术方案中，警示目标识别模型为神经网络，属于有监督学习的一种，有监督学习的特点是训练样本集中每个样本有对应的标签，也即每个样本有自己对应的类别，神经网络的激活函数得到的结果实际是特征数据属于哪个类别的概率，例如训练样本集有两
个类别：鸣笛标识牌和急弯路况，将特征数据输入神经网络后，得到的结果类别和类别对应概率分别某种鸣笛标识牌的概率和某种急弯路况的概率。
12.进一步理解，急弯路况可为角度大于或等于90度的路段。
13.其中，警示目标识别模块中的提取模块对获取到的图像信息进行切割，提取其中的交通标识区域和道路区域，通过识别模块对目标区域进行识别，从而获得警示目标。
14.优选的，所述步骤s300，具体包括：s301：通过距离计算模型提取所述警示目标的位置信息；所述位置信息至少包括：道路宽度信息、车辆与摄像头角度信息以及车辆尺寸信息。
15.s302：对所述位置信息进行计算，获得当前车辆与急弯路况的第一距离l1,以及当前车辆与鸣笛标识牌的第二距离l2。
16.上述技术方案中，距离计算模型与警示目标识别模型一样为神经网络，相关原理不再赘述，应当理解的是，车辆与摄像头角度信息可通过车身水平传感器进行获取。
17.优选的，所述步骤s400，具体包括：s401：设置车辆安全预警的提醒标志f为第一标志。
18.s402：设置第一阈值l1’和第二阈值l2’。
19.s403:判断所述第一距离l1是否小于所述第一阈值l1’，若是，则触发车辆安全预警功能，并将提醒标志f置为第二标志；否则，进入s402。
20.s404:判断所述第二距离l2是否小于所述第二阈值l2’，若是，则触发车辆安全预警功能，并将提醒标志f置为第二标志；否则，返回s401；其中，l1’和l2’为大于零的实数。
21.优选的，所述步骤s400，还包括：当提醒标志f为第二标志时，不再触发车辆鸣笛提示功能，重复步骤s200至s300。
22.当提醒标志f为第二标志，且预设时间ts内未识别到所述警示目标时，则将已提醒标志置为第一标志；其中，t为大于零的实数。
23.上述技术方案中，可通过设置车辆的提示音系统（或其他安全警示系统）的自动启停功能实现，示例性的，行驶过程中检测算法识别鸣笛标志牌和急弯路况时，触发鸣笛提示功能，提醒标志置为第二标志，当f为第二标志，且经过规定时间ts后，提醒标志f置为第一标志,进入下一次鸣笛检测待触发状态，进一步的，f为第二标志期间不会再触发自动鸣笛，只重复步骤重复步骤s200至s300，规定时间ts内未识别到急弯路况或无鸣笛标识牌时，将已提醒标志f置为第一标志。
24.优选的，所述步骤s100之前，还包括：使用鸣笛标识牌数据和急弯路况数据对神经网络进行训练获得所述警示目标识别模型。
25.使用道路宽度数据、车辆与摄像头角度数据以及车辆尺寸数据对神经网络进行训练获得所述距离计算模型。
26.作为另一种优选的，本发明还提供一种车辆安全警示自动控制的系统，所述系统至少包括：获取模块，用于当车辆处于行驶状态时，获取当前车辆的前方图像信息。
27.警示目标识别模块，用于识别到所述图像信息中的警示目标。
28.距离计算模块，用于识别当前车辆与所述警示目标的距离。
29.判断模块，用于判断所述距离是否满足预设条件，并控制当前车辆按预设规则进行鸣笛。
30.优选的，所述警示目标识别模块，至少包括：第一提取模块，用于提取所述图像信息中的目标区域；以及识别模块，用于对所述目标区域进行识别，从而获得所述警示目标；优选的，所述距离计算模块，至少包括：第二提取模块，用于提取所述警示目标的位置信息；以及计算模块，用于对所述位置信息进行计算，获得当前车辆与急弯路况的第一距离l1,以及当前车辆与鸣笛标识牌的第二距离l2。
31.优选的，所述获取模块与车载前置摄像头连接；所述距离计算模块与车身水平传感器，所述车身水平传感器用于获取车辆与摄像头角度信息；所述判断模块与车载安全警示系统连接，车载安全警示系统设置有安全预警功能；所述获取模块、警示目标识别模块、距离计算模块以及以及判断模块嵌入式设置于车辆端的车机系统。
32.作为另一种优选的，本发明还提供一种存储介质，位于任意控制单元，所述存储介质包括可被处理器执行的计算机程序，所述计算机程序用于执行如上所述的车辆安全警示自动控制方法。
33.与现有技术相比，本发明的有益效果在于：本发明能够在行车过程中识别急弯路况和鸣笛标识牌，并计算当前车辆与急弯路况或鸣笛标识牌的距离，根据计算结果判断是否需要鸣笛，实现自动控制鸣笛提示功能的启动和停止，避免了无序鸣笛，丰富了感知算法的使用场景，减少急弯路况造成的事故情况发生，提高了行车安全。
附图说明
34.图1为本发明一种车辆安全警示自动控制方法的流程图。
35.图2为本发明一较佳实施例中一种车辆安全警示自动控制方法的流程图。
36.图3为本发明一较佳实施例中一种车辆安全警示自动控制系统的示意图。
具体实施方式
37.为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。
38.请参考图1，一较佳实施例中，一种车辆安全警示自动控制方法，所述方法包括：s100:当车辆处于行驶状态时，获取当前车辆的前方图像信息。
39.s200:当识别到所述图像信息存在警示目标时，进入车辆提示音控制程序；所述警示目标至少包括：急弯路况和鸣笛标识牌。
40.s300:计算当前车辆与所述警示目标的距离。
41.s400:当所述距离满足预设条件，则控制当前车辆按预设规则进行安全预警。
42.具体实施过程中，通过车载前置摄像头获取当前车辆的前方图像信息，通过嵌入式的目标识别模型识别到图像信息是否存在警示目标，通过嵌入式的距离计算模型计算当前车辆与所述警示目标的距离，通过判断模块对当前车辆与所述警示目标的距离进行判断，其中判断模块可连接车辆的提示音系统，在检测到车辆处于有鸣笛标识的急弯路段时，
算法自动控制车辆的提示音系统，鸣笛提醒处于对向来的车辆，以此减少事故发生。
43.其中，在上述实施例的变形例中，通过目标识别模型和距离计算模型对急弯路况和鸣笛标识牌进行识别和判断，能够打破现有技术只限于判别单一的红绿灯目标，增加辅助驾驶车辆的的判断因素，通过算法减少驾驶员对自身判断的依赖，降低延迟性和误报风险。
44.进一步理解，由于判断模块连接车辆的安全警示系统，通过自动控制鸣笛提示功能的启动和停止，一方面避免无序鸣笛，另一方面能够减少现有技术需要结合安装在路口交通灯上的信号发生装置，通过算法减少对外置的信号发生装置的依赖，增加方案的实施可行性和减少方案的实施的难度，提高了计算的实用性和适用性，降低了实施的成本，更值得推广。
45.请参考图2，上述实施例中的，所述步骤s200,具体包括：s201:通过警示目标识别模型提取所述图像信息中的目标区域；所述目标区域至少包括：交通标识区域和道路区域。
46.s202:对所述目标区域进行识别，若存在所述警示目标，则进入车辆提示音控制程序；否则，返回s100。
47.具体实施过程中，警示目标识别模型为神经网络，属于有监督学习的一种，有监督学习的特点是训练样本集中每个样本有对应的标签，也即每个样本有自己对应的类别，神经网络的激活函数得到的结果实际是特征数据属于哪个类别的概率，例如训练样本集有两个类别：鸣笛标识牌和急弯路况，将特征数据输入神经网络后，得到的结果类别和类别对应概率分别某种鸣笛标识牌的概率和某种急弯路况的概率。
48.进一步理解，急弯路况可为角度大于或等于90度的路段。
49.其中，警示目标识别模块中的提取模块对获取到的图像信息进行切割，提取其中的交通标识区域和道路区域，通过识别模块对目标区域进行识别，从而获得警示目标。
50.在一些实施例中，所述步骤s300，具体包括：s301：通过距离计算模型提取所述警示目标的位置信息；所述位置信息至少包括：道路宽度信息、车辆与摄像头角度信息以及车辆尺寸信息。
51.s302：对所述位置信息进行计算，获得当前车辆与急弯路况的第一距离l1,以及当前车辆与鸣笛标识牌的第二距离l2。
52.具体实施过程中，距离计算模型与警示目标识别模型一样为神经网络，相关原理不再赘述，应当理解的是，车辆与摄像头角度信息可通过车身水平传感器进行获取。
53.在一些实施例中，所述步骤s400，具体包括：s401：设置车辆安全预警的提醒标志f为第一标志。
54.s402：设置第一阈值l1’和第二阈值l2’。
55.s403:判断所述第一距离l1是否小于所述第一阈值l1’，若是，则触发车辆安全预警功能，并将提醒标志f置为第二标志；否则，进入s402。
56.s404:判断所述第二距离l2是否小于所述第二阈值l2’，若是，则触发车辆安全预警功能，并将提醒标志f置为第二标志；否则，返回s401；其中，l1’和l2’为大于零的实数。
57.在一些实施例中，所述步骤s400，还包括：当提醒标志f为第二标志时，不再触发车辆鸣笛提示功能，重复步骤s200至s300。
58.当提醒标志f为第二标志，且预设时间ts内未识别到所述警示目标时，则将已提醒标志置为第一标志；其中，t为大于零的实数。
59.具体实施过程中，可通过设置车辆的提示音系统（或其他安全警示系统）的自动启停功能实现，示例性的，第一标志可为0，第二标志可为1，行驶过程中检测算法识别鸣笛标志牌和急弯路况时，触发鸣笛提示功能，提醒标志f置为1，当f为1，且经过规定时间ts后，提醒标志f置为0,进入下一次鸣笛检测待触发状态，进一步的，f等于1期间不会再触发自动鸣笛，只重复步骤重复步骤s200至s300，规定时间ts内未识别到急弯路况或无鸣笛标识牌时，将已提醒标志f置为0。
60.在一些实施例中，所述步骤s100之前，还包括：使用鸣笛标识牌数据和急弯路况数据对神经网络进行训练获得所述警示目标识别模型。
61.使用道路宽度数据、车辆与摄像头角度数据以及车辆尺寸数据对对神经网络进行训练获得所述距离计算模型。
62.具体实施过程中，深度神经网络为卷积神经网络、深度神经网络以及bp神经网络中的任一种，但不仅限于此。
63.作为另一种优选的，本发明还提供一种车辆安全警示自动控制的系统，所述系统至少包括：获取模块，用于当车辆处于行驶状态时，获取当前车辆的前方图像信息。
64.警示目标识别模块，用于识别到所述图像信息中的警示目标。
65.距离计算模块，用于识别当前车辆与所述警示目标的距离。
66.判断模块，用于判断所述距离是否满足预设条件，并控制当前车辆按预设规则进行鸣笛。
67.在一些实施例中，所述警示目标识别模块，至少包括：第一提取模块，用于提取所述图像信息中的目标区域；以及识别模块，用于对所述目标区域进行识别，从而获得所述警示目标；在一些实施例中，所述距离计算模块，至少包括：第二提取模块，用于提取所述警示目标的位置信息；以及计算模块，用于对所述位置信息进行计算，获得当前车辆与急弯路况的第一距离l1,以及当前车辆与鸣笛标识牌的第二距离l2。
68.在一些实施例中，所述获取模块与车载前置摄像头连接；所述距离计算模块与车身水平传感器，所述车身水平传感器用于获取车辆与摄像头角度信息；所述判断模块与车载安全警示系统连接，车载安全警示系统设置有安全预警功能；所述获取模块、警示目标识别模块、距离计算模块以及以及判断模块嵌入式设置于车辆端的车机系统。
69.作为另一种优选的，本发明还提供一种存储介质，位于任意控制单元，所述存储介质包括可被处理器执行的计算机程序，所述计算机程序用于执行如上所述的车辆安全警示自动控制方法。
70.综上所述，本发明行车过程中利用算法识别急弯和鸣笛标识牌自动鸣笛，主动提醒对向车辆安全行驶，同时自动控制鸣笛提示功能的启动和停止，避免了无序鸣笛，丰富了感知算法的使用场景，减少急弯路况造成的事故情况发生，提高了行车安全。
71.尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性
的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
72.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
73.本发明的各个系统及方法实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的系统程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
74.在本技术所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述功能的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个工具或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
75.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上， 除非另有明确具体的限定。
76.虽然对本发明的描述是结合以上具体实施例进行的，但是，熟悉本技术领域的人员能够根据上述的内容进行许多替换、修改和变化是显而易见的。因此，所有这样的替代、改进和变化都包括在附后的权利要求的精神和范围内。

技术特征：
1.一种车辆安全警示自动控制方法，其特征在于，所述方法包括：s100:当车辆处于行驶状态时，获取当前车辆的前方图像信息；s200:当识别到所述图像信息存在警示目标时，进入车辆提示音控制程序；所述警示目标至少包括：急弯路况和鸣笛标识牌；s300:计算当前车辆与所述警示目标的距离；s400:当所述距离满足预设条件，则控制当前车辆按预设规则进行安全预警。2.根据权利要求1所述的车辆安全警示自动控制方法，其特征在于，所述步骤s200,具体包括：s201:通过警示目标识别模型提取所述图像信息中的目标区域；所述目标区域至少包括：交通标识区域和道路区域；s202:对所述目标区域进行识别，若存在所述警示目标，则进入车辆提示音控制程序；否则，返回s100。3.根据权利要求2所述的车辆安全警示自动控制方法，其特征在于，所述步骤s300，具体包括：s301：通过距离计算模型提取所述警示目标的位置信息；所述位置信息至少包括：道路宽度信息、车辆与摄像头角度信息以及车辆尺寸信息；s302：对所述位置信息进行计算，获得当前车辆与急弯路况的第一距离l1,以及当前车辆与鸣笛标识牌的第二距离l2。4.根据权利要求3所述的车辆安全警示自动控制方法，其特征在于，所述步骤s400，具体包括：s401：设置车辆安全预警的提醒标志f为第一标志；s402：设置第一阈值l1’和第二阈值l2’；s403:判断所述第一距离l1是否小于所述第一阈值l1’，若是，则触发车辆安全预警功能，并将提醒标志f置为第二标志；否则，进入s402；s404:判断所述第二距离l2是否小于所述第二阈值l2’，若是，则触发车辆安全预警功能，并将提醒标志f置为第二标志；否则，返回s401；其中，l1’和l2’为大于零的实数。5.根据权利要求4所述的车辆安全警示自动控制方法，其特征在于，所述步骤s400，还包括：当提醒标志f为第二标志时，不再触发车辆鸣笛提示功能，重复步骤s200至s300；当提醒标志f为第二标志，且预设时间ts内未识别到所述警示目标时，则将已提醒标志置为第一标志；其中，t为大于零的实数。6.根据权利要求5所述的车辆安全警示自动控制方法，其特征在于，所述步骤s100之前，还包括：使用鸣笛标识牌数据和急弯路况数据对神经网络进行训练获得所述警示目标识别模型；使用道路宽度数据、车辆与摄像头角度数据以及车辆尺寸数据对神经网络进行训练获得所述距离计算模型。7.一种采用如权利要求1-6任一所述的车辆安全警示自动控制方法的系统，其特征在于，所述系统至少包括：
获取模块，用于当车辆处于行驶状态时，获取当前车辆的前方图像信息；警示目标识别模块，用于识别到所述图像信息中的警示目标；距离计算模块，用于识别当前车辆与所述警示目标的距离；判断模块，用于判断所述距离是否满足预设条件，并控制当前车辆按预设规则进行鸣笛。8.根据权利要求7所述的系统，其特征在于，所述警示目标识别模块，至少包括：第一提取模块，用于提取所述图像信息中的目标区域；以及识别模块，用于对所述目标区域进行识别，从而获得所述警示目标；所述距离计算模块，至少包括：第二提取模块，用于提取所述警示目标的位置信息；以及计算模块，用于对所述位置信息进行计算，获得当前车辆与急弯路况的第一距离l1,以及当前车辆与鸣笛标识牌的第二距离l2。9.根据权利要求8所述的系统，其特征在于，所述获取模块与车载前置摄像头连接；所述距离计算模块与车身水平传感器，所述车身水平传感器用于获取车辆与摄像头角度信息；所述判断模块与车载安全警示系统连接，车载安全警示系统设置有安全预警功能；所述获取模块、警示目标识别模块、距离计算模块以及以及判断模块嵌入式设置于车辆端的车机系统。10.一种存储介质，其特征在于，位于任意控制单元，所述存储介质包括可被处理器执行的计算机程序，所述计算机程序用于执行如权利要求1-6任一所述的车辆安全警示自动控制方法。

技术总结
本发明提供一种车辆安全警示自动控制方法，系统和存储介质，所述方法包括：当车辆处于行驶状态时，获取当前车辆的前方图像信息；当识别到所述图像信息存在警示目标时，进入车辆提示音控制程序；所述警示目标至少包括：急弯路况和鸣笛标识牌；计算当前车辆与所述警示目标的距离；当所述距离满足预设条件，则控制当前车辆按预设规则进行安全预警。本发明能够检测车辆处于急弯路况和鸣笛标识牌的情况，自动控制车辆进行安全警示，提醒对向来的车辆，以此减少事故发生。此减少事故发生。此减少事故发生。


技术研发人员：张国良 邵树生
受保护的技术使用者：深圳市德赛西威汽车电子有限公司
技术研发日：2023.02.24
技术公布日：2023/6/27