基于視覺信息的車輛防碰撞專利技術(shù)綜述

傅磊+孫媛媛+孫靈麗

摘 要：文章基于在DWPI、CNABS數(shù)據(jù)庫(kù)中的檢索結(jié)果，統(tǒng)計(jì)分析了基于視覺的車輛防碰撞、避撞、碰撞預(yù)警技術(shù)的專利申請(qǐng)數(shù)量的分布情況，通過對(duì)主要申請(qǐng)人進(jìn)行了統(tǒng)計(jì)分析，初步了解了技術(shù)發(fā)展的路線。

關(guān)鍵詞：車輛；防碰撞；視覺；圖像；專利分析

中圖分類號(hào)：N18 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）01-0022-03

Abstract： Based on the retrieval results in DWPI and CNABS databases， the distribution of patent applications for anti-collision， collision avoidance and collision warning technologies based on vision is analyzed statistically in this paper. Through the statistical analysis of the main applicants， the preliminary understanding of the technical development route is achieved.

Keywords： vehicle； collision prevention； vision； image； patent analysis

車輛碰撞引發(fā)的安全事故屢見不鮮，如何有效地進(jìn)行碰撞預(yù)警并防止車輛碰撞，已成為人們關(guān)注的熱點(diǎn)問題，車輛防碰撞、避撞、碰撞預(yù)警已成為有效保護(hù)行車安全、人身安全的重要因素。

1 視覺信息的車輛防碰撞技術(shù)的發(fā)展概況

1.1 數(shù)據(jù)庫(kù)與關(guān)鍵詞

在中國(guó)專利文摘數(shù)據(jù)庫(kù)（CNABS）和德溫特世界專利數(shù)據(jù)（DWPI）中結(jié)合關(guān)鍵詞和分類號(hào)對(duì)“基于視覺的車輛防碰撞”技術(shù)領(lǐng)域的專利文獻(xiàn)進(jìn)行檢索。檢索的文獻(xiàn)為申請(qǐng)日在1996年1月1日之后，2015年12月31日之前的文獻(xiàn)，檢索過程中，采用的關(guān)鍵詞包括：車、視覺、圖像、防止、碰撞、預(yù)警、避撞、vision、visual、imag+、vehicle？、collision、avoid、anti-collision、collision warning、crash、prevent+，使用的IPC分類號(hào)包括G08G、B60R、B60Q、B60W、H04N、G01S、G06K、G06T、G01C、G06F。采用上述檢索信息，對(duì)檢索結(jié)果進(jìn)行統(tǒng)計(jì)分析。

1.2 對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析

1.2.1 申請(qǐng)量年度分布

圖1反映了在全球范圍內(nèi)的專利申請(qǐng)量的年度變化趨勢(shì)。通過對(duì)全球范圍內(nèi)的“基于視覺的車輛防碰撞技術(shù)”專利申請(qǐng)量進(jìn)行統(tǒng)計(jì)分析后發(fā)現(xiàn)，從1996年至2001年，專利申請(qǐng)量呈震蕩性波動(dòng)且申請(qǐng)量較少，處于技術(shù)發(fā)展的初期；從2002年至2010年，專利申請(qǐng)量波動(dòng)性增長(zhǎng)，說明產(chǎn)業(yè)界此時(shí)在態(tài)度上還存在一定的猶豫和不確定性；從2010年至2012年，產(chǎn)業(yè)界意識(shí)到了該技術(shù)的市場(chǎng)需求和良好發(fā)展前景，專利申請(qǐng)量呈現(xiàn)井噴式增長(zhǎng)；雖然2012年至2014年有所下降，但是并不影響有關(guān)該技術(shù)專利申請(qǐng)的發(fā)展趨勢(shì)，同時(shí)也可能是受到當(dāng)時(shí)大部分專利申請(qǐng)還未公開的影響；在2015年，專利申請(qǐng)量再次成倍增加，進(jìn)入了快速發(fā)展的時(shí)期。

1.2.2 申請(qǐng)的地域分布

專利申請(qǐng)的地域分布，可以反映出各個(gè)國(guó)家的專利技術(shù)實(shí)力，圖2是基于視覺的車輛防碰撞技術(shù)專利申請(qǐng)的國(guó)家及地區(qū)分布圖。從圖中可以看出，來(lái)自美國(guó)的專利申請(qǐng)占總申請(qǐng)量的31%，可見在該領(lǐng)域中美國(guó)申請(qǐng)人的技術(shù)投入較多。除美國(guó)外，中國(guó)作為申請(qǐng)量排名第二的國(guó)家，其申請(qǐng)量占全球申請(qǐng)量的25%，可見中國(guó)對(duì)該領(lǐng)域的良好發(fā)展前景具有足夠的意識(shí)。而日本、韓國(guó)在基于視覺的車輛防碰撞技術(shù)領(lǐng)域的申請(qǐng)量分別為全球申請(qǐng)量的18%和8%，對(duì)該技術(shù)領(lǐng)域的技術(shù)研發(fā)和創(chuàng)新獲得了一定的成果。

1.2.3 申請(qǐng)的目標(biāo)國(guó)分布

圖3是基于視覺的車輛防碰撞技術(shù)專利申請(qǐng)目標(biāo)國(guó)分布圖，其中排名第一的是美國(guó)，其次是中國(guó)、日本、德國(guó)、歐洲，排名前五的國(guó)家或地區(qū)的專利申請(qǐng)量占到了專利申請(qǐng)總量的82%，這與各個(gè)國(guó)家或地區(qū)的市場(chǎng)規(guī)模、汽車品牌是密不可分的。中國(guó)作為汽車市場(chǎng)中規(guī)模較大、發(fā)展較快的國(guó)家，對(duì)中國(guó)專利申請(qǐng)的量可以反映出，相關(guān)汽車企業(yè)對(duì)于中國(guó)的市場(chǎng)比較重視，因此，使得中國(guó)的專利申請(qǐng)量占據(jù)了專利申請(qǐng)總量的近四分之一。

1.2.4 申請(qǐng)的分類號(hào)分布

為了更好地展現(xiàn)基于視覺的車輛防碰撞技術(shù)領(lǐng)域整體專利技術(shù)的分布，采用分類號(hào)對(duì)檢索的結(jié)果進(jìn)行了統(tǒng)計(jì)分析，圖4是基于視覺的車輛防碰撞技術(shù)專利申請(qǐng)依據(jù)分類號(hào)進(jìn)行統(tǒng)計(jì)的分布圖。從圖4可以看出，該技術(shù)領(lǐng)域中，涉及的分類號(hào)較多、分布較廣，究其原因，是因?yàn)榛谝曈X的車輛防碰撞技術(shù)所涉及的領(lǐng)域較多，如交通控制、車輛控制、圖像采集分析識(shí)別、測(cè)距等；頻率出現(xiàn)在前八位的IPC分類號(hào)總共占據(jù)了約75%的申請(qǐng)，其中，16%的申請(qǐng)涉及交通控制系統(tǒng)（G08G），15%的申請(qǐng)涉及不包含在其他類目中的車輛配件或部件（B60R），9%的申請(qǐng)涉及車輛信號(hào)裝置的布置（B60Q），8%的申請(qǐng)涉及不同類型或不同功能的車輛子系統(tǒng)的聯(lián)合控制（B60W），7%的申請(qǐng)涉及電通信技術(shù)中的圖像通信（H04N），7%的申請(qǐng)涉及無(wú)線電波測(cè)距或測(cè)速（G01S），具體為圖像識(shí)別與測(cè)距、測(cè)速結(jié)合的防碰撞系統(tǒng)，還包括數(shù)據(jù)識(shí)別（G06K）、圖像數(shù)據(jù)處理或產(chǎn)生（G06T）、攝影測(cè)量學(xué)或視頻測(cè)量學(xué)（G01C）等相關(guān)技術(shù)領(lǐng)域的分類號(hào)。

2 核心專利技術(shù)分析

針對(duì)該技術(shù)領(lǐng)域中重要的申請(qǐng)人進(jìn)行檢索，并提取出重要申請(qǐng)人所申請(qǐng)專利文獻(xiàn)中，被引頻次較高的文獻(xiàn)，往往是技術(shù)含量較高，對(duì)于技術(shù)進(jìn)步所做出貢獻(xiàn)也較大。通過對(duì)檢索結(jié)果進(jìn)行篩選，得到的核心專利如表1所示。endprint

3 技術(shù)分解及發(fā)展概況

車輛防碰撞技術(shù)很早就有提出，該技術(shù)的比較判斷過程、根據(jù)判斷結(jié)果發(fā)出控制指令或報(bào)警信號(hào)的過程，實(shí)現(xiàn)的原理實(shí)質(zhì)上差別不大，主要包括從視覺圖像設(shè)備、采集圖像范圍、圖像處理所獲取的信息三個(gè)技術(shù)分支。

3.1 視覺圖像設(shè)備

基于視覺的車輛防碰撞技術(shù)中，視覺圖像設(shè)備的應(yīng)用主要包括單獨(dú)設(shè)置照相機(jī)來(lái)獲取圖像流，采用視覺傳感器來(lái)獲取數(shù)據(jù)，通過照相機(jī)、圖像雷達(dá)系統(tǒng)、超聲圖像系統(tǒng)三者結(jié)合進(jìn)行數(shù)據(jù)檢測(cè)，通過立體光學(xué)系統(tǒng)提供目標(biāo)物的三維圖像，通過機(jī)器視覺、電子照相機(jī)收集信息，采用立體傳感圖像記錄設(shè)備作為目標(biāo)檢測(cè)設(shè)備，使用集成的數(shù)字照相機(jī)結(jié)合光學(xué)器件采集圖像數(shù)據(jù)，通過安裝至少一個(gè)三維距離照相機(jī)來(lái)采集車輛周圍環(huán)境數(shù)據(jù)，采用可觀察多個(gè)區(qū)域的光學(xué)器件，將視覺傳感器與光學(xué)元件耦合，采用光學(xué)器件與圖像陣列傳感器采集圖像數(shù)據(jù)，采用立體攝像機(jī)捕獲的外部環(huán)境圖像，采用夜視系統(tǒng)來(lái)獲取圖像數(shù)據(jù)，采用毫米波雷達(dá)結(jié)合圖像設(shè)備獲取數(shù)據(jù)。

3.2 圖像采集范圍

圖像采集范圍，主要包括獲取車輛前后左右四個(gè)方向的圖像；通過圖像設(shè)備獲取車輛周圍的環(huán)境的圖像；通過拍攝道路交通情況的圖像，作為防碰撞控制的數(shù)據(jù)來(lái)源；連續(xù)地產(chǎn)生車輛后部、側(cè)面在預(yù)定時(shí)間內(nèi)的圖像；捕獲的外部環(huán)境圖像；采用夜視系統(tǒng)捕獲并記錄紅外線范圍內(nèi)的圖像；通過安裝拍攝前方車輛后尾燈；采集前方車輛車牌特征以及車道線信息，根據(jù)其前方車輛車牌在機(jī)器視覺的投影成像像素點(diǎn)的多少大小，或者說，根據(jù)其前方車輛車牌在機(jī)器視覺的投影成像的大小，進(jìn)行與前方車輛距離的計(jì)算，結(jié)合本車的車速、轉(zhuǎn)向等狀態(tài)信息計(jì)算出前車的行駛狀態(tài)，根據(jù)本車與車道線邊界的相對(duì)距離，判斷是否行駛在安全的車道范圍之內(nèi)；獲取車牌照?qǐng)D像，通過圖像處理，檢測(cè)、識(shí)別目標(biāo)車輛，測(cè)量牌照高度的方式來(lái)確定與目標(biāo)車輛之間的距離，從而實(shí)現(xiàn)防碰撞；識(shí)別車牌圖像，判斷車牌圖像的面積是否大于預(yù)設(shè)值，進(jìn)而調(diào)整車速，實(shí)現(xiàn)防碰撞；識(shí)別交通標(biāo)志來(lái)實(shí)現(xiàn)防碰撞。

3.3 圖像處理獲取的信息

采集圖像信息后，就需要對(duì)圖像中的信息進(jìn)行提取、分析、判斷，從而發(fā)出報(bào)警信號(hào)或控制信號(hào)。主要包括采集圖像后，通過距離圖像發(fā)生器來(lái)計(jì)算車間距；通過圖像獲取特定車輛與其他的移動(dòng)車輛之間的運(yùn)動(dòng)條件的關(guān)系，來(lái)估計(jì)碰撞的可能度；通過獲取圖像來(lái)計(jì)算車輛與障礙物的估計(jì)碰撞時(shí)間；從圖像中提取出移動(dòng)物體，判斷單元基于圖像判斷與其他車輛發(fā)生碰撞的可能性；通過圖像抓取單元得到的可視區(qū)域范圍來(lái)測(cè)量每一個(gè)障礙點(diǎn)的距離，并基于上述距離計(jì)算障礙的三維坐標(biāo)，并在三維空間中顯示關(guān)于障礙的可視化視頻，從而避免碰撞；通過圖像獲取目標(biāo)速度、方向、相對(duì)距離等；通過車輛外部環(huán)境圖像估計(jì)駕駛員對(duì)于外部障礙物的感知能力；從圖像中獲取目標(biāo)物的邊緣能量數(shù)據(jù)或灰度變化特征；通過圖像獲取圖像拾取設(shè)備（照相機(jī)）捕獲圖像，控制器基于速度信息導(dǎo)出帶有速度分量的像素，控制器檢測(cè)由導(dǎo)出的帶有速度分量的像素所組成的傾斜的線條，并基于上述傾斜的線條在圖像中產(chǎn)生表示道路邊界的信號(hào)；識(shí)別圖像中的交叉路口，判斷是否需要?jiǎng)x車；對(duì)間隔一定時(shí)間拍攝的一系列圖像，所拍攝的圖像為兩張及其以上，然后對(duì)所拍攝的圖像進(jìn)行分析，判斷與前方物體可能碰撞的時(shí)間，從而發(fā)出預(yù)警；檢測(cè)、追蹤目標(biāo)物，例如車道劃線機(jī)、車輛等，采用道路檢測(cè)認(rèn)知算法來(lái)識(shí)別圖像中的車道邊界劃線機(jī)，通過車道邊界劃線機(jī)的數(shù)據(jù)來(lái)識(shí)別潛在的前車，識(shí)別前后車輛并估計(jì)其運(yùn)動(dòng)，從而調(diào)整主車輛的運(yùn)動(dòng)速度；獲取前方車輛車牌在機(jī)器視覺的投影成像的大小來(lái)實(shí)現(xiàn)防碰撞；測(cè)量牌照高度的方式來(lái)確定與目標(biāo)車輛之間的距離來(lái)實(shí)現(xiàn)防碰撞；判斷車牌圖像的面積是否大于預(yù)設(shè)值，調(diào)整車速；檢測(cè)圖像正面區(qū)域的傾角；通過圖像獲取車門與周圍障礙物的間距測(cè)量間距，并根據(jù)間距，控制車門的角度，防止碰撞發(fā)生；視覺傳感系統(tǒng)用于獲取駕駛員頭部和眼睛位置，來(lái)確定駕駛員的意圖的向前或反向行駛方向，控制器，通過辨認(rèn)向前或向后方向的最近的駕駛員變速器換擋，當(dāng)駕駛員的意圖行駛方向與最近的駕駛員換擋矛盾時(shí)控制器阻止車輛的運(yùn)動(dòng)。

4 結(jié)束語(yǔ)

本文通過對(duì)基于視覺的車輛防碰撞技術(shù)領(lǐng)域的專利文獻(xiàn)進(jìn)行統(tǒng)計(jì)分析，主要統(tǒng)計(jì)分析了該領(lǐng)域歷年全球申請(qǐng)量，重要國(guó)家歷年的專利申請(qǐng)量，技術(shù)原創(chuàng)國(guó)、目標(biāo)國(guó)，最后根據(jù)重要申請(qǐng)人、同族被引證次數(shù)對(duì)檢索結(jié)果中的核心專利進(jìn)行了統(tǒng)計(jì)分析，對(duì)以后的審查實(shí)踐具有一定的參考意義。

參考文獻(xiàn)：

[1]Ismail L， Eliyan L， Younes R， et al. Monocular vision-based collision avoidance system using shadow detection[C].Gcc Conference and Exhibition. IEEE， 2013：589-594.

[2]洪浩.基于視覺的車輛防碰撞預(yù)警系統(tǒng)算法研究[D].遼寧工業(yè)大學(xué)，2016.

[3]Hwang J， Ji Y， Kim E Y. Monocular vision-based collision avoidance system[C].International Conference on Human-Computer Interaction with Mobile Devices and Services Companion. 2012：125-130.

[4]侯曉乾.基于視覺的汽車前方碰撞預(yù)警系統(tǒng)研究[D].湖南大學(xué)，2016.endprint