基于视觉信息的车辆防碰撞专利技术综述

傅磊+孙媛媛+孙灵丽

摘 要：文章基于在DWPI、CNABS数据库中的检索结果，统计分析了基于视觉的车辆防碰撞、避撞、碰撞预警技术的专利申请数量的分布情况，通过对主要申请人进行了统计分析，初步了解了技术发展的路线。

关键词：车辆；防碰撞；视觉；图像；专利分析

中图分类号：N18 文献标志码：A 文章编号：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

车辆碰撞引发的安全事故屡见不鲜，如何有效地进行碰撞预警并防止车辆碰撞，已成为人们关注的热点问题，车辆防碰撞、避撞、碰撞预警已成为有效保护行车安全、人身安全的重要因素。

1 视觉信息的车辆防碰撞技术的发展概况

1.1 数据库与关键词

在中国专利文摘数据库（CNABS）和德温特世界专利数据（DWPI）中结合关键词和分类号对“基于视觉的车辆防碰撞”技术领域的专利文献进行检索。检索的文献为申请日在1996年1月1日之后，2015年12月31日之前的文献，检索过程中，采用的关键词包括：车、视觉、图像、防止、碰撞、预警、避撞、vision、visual、imag+、vehicle？、collision、avoid、anti-collision、collision warning、crash、prevent+，使用的IPC分类号包括G08G、B60R、B60Q、B60W、H04N、G01S、G06K、G06T、G01C、G06F。采用上述检索信息，对检索结果进行统计分析。

1.2 对数据进行统计和分析

1.2.1 申请量年度分布

图1反映了在全球范围内的专利申请量的年度变化趋势。通过对全球范围内的“基于视觉的车辆防碰撞技术”专利申请量进行统计分析后发现，从1996年至2001年，专利申请量呈震荡性波动且申请量较少，处于技术发展的初期；从2002年至2010年，专利申请量波动性增长，说明产业界此时在态度上还存在一定的犹豫和不确定性；从2010年至2012年，产业界意识到了该技术的市场需求和良好发展前景，专利申请量呈现井喷式增长；虽然2012年至2014年有所下降，但是并不影响有关该技术专利申请的发展趋势，同时也可能是受到当时大部分专利申请还未公开的影响；在2015年，专利申请量再次成倍增加，进入了快速发展的时期。

1.2.2 申请的地域分布

专利申请的地域分布，可以反映出各个国家的专利技术实力，图2是基于视觉的车辆防碰撞技术专利申请的国家及地区分布图。从图中可以看出，来自美国的专利申请占总申请量的31%，可见在该领域中美国申请人的技术投入较多。除美国外，中国作为申请量排名第二的国家，其申请量占全球申请量的25%，可见中国对该领域的良好发展前景具有足够的意识。而日本、韩国在基于视觉的车辆防碰撞技术领域的申请量分别为全球申请量的18%和8%，对该技术领域的技术研发和创新获得了一定的成果。

1.2.3 申请的目标国分布

图3是基于视觉的车辆防碰撞技术专利申请目标国分布图，其中排名第一的是美国，其次是中国、日本、德国、欧洲，排名前五的国家或地区的专利申请量占到了专利申请总量的82%，这与各个国家或地区的市场规模、汽车品牌是密不可分的。中国作为汽车市场中规模较大、发展较快的国家，对中国专利申请的量可以反映出，相关汽车企业对于中国的市场比较重视，因此，使得中国的专利申请量占据了专利申请总量的近四分之一。

1.2.4 申请的分类号分布

为了更好地展现基于视觉的车辆防碰撞技术领域整体专利技术的分布，采用分类号对检索的结果进行了统计分析，图4是基于视觉的车辆防碰撞技术专利申请依据分类号进行统计的分布图。从图4可以看出，该技术领域中，涉及的分类号较多、分布较广，究其原因，是因为基于视觉的车辆防碰撞技术所涉及的领域较多，如交通控制、车辆控制、图像采集分析识别、测距等；频率出现在前八位的IPC分类号总共占据了约75%的申请，其中，16%的申请涉及交通控制系统（G08G），15%的申请涉及不包含在其他类目中的车辆配件或部件（B60R），9%的申请涉及车辆信号装置的布置（B60Q），8%的申请涉及不同类型或不同功能的车辆子系统的联合控制（B60W），7%的申请涉及电通信技术中的图像通信（H04N），7%的申请涉及无线电波测距或测速（G01S），具体为图像识别与测距、测速结合的防碰撞系统，还包括数据识别（G06K）、图像数据处理或产生（G06T）、摄影测量学或视频测量学（G01C）等相关技术领域的分类号。

2 核心专利技术分析

针对该技术领域中重要的申请人进行检索，并提取出重要申请人所申请专利文獻中，被引频次较高的文献，往往是技术含量较高，对于技术进步所做出贡献也较大。通过对检索结果进行筛选，得到的核心专利如表1所示。endprint

3 技术分解及发展概况

车辆防碰撞技术很早就有提出，该技术的比较判断过程、根据判断结果发出控制指令或报警信号的过程，实现的原理实质上差别不大，主要包括从视觉图像设备、采集图像范围、图像处理所获取的信息三个技术分支。

3.1 视觉图像设备

基于视觉的车辆防碰撞技术中，视觉图像设备的应用主要包括单独设置照相机来获取图像流，采用视觉传感器来获取数据，通过照相机、图像雷达系统、超声图像系统三者结合进行数据检测，通过立体光学系统提供目标物的三维图像，通过机器视觉、电子照相机收集信息，采用立体传感图像记录设备作为目标检测设备，使用集成的数字照相机结合光学器件采集图像数据，通过安装至少一个三维距离照相机来采集车辆周围环境数据，采用可观察多个区域的光学器件，将视觉传感器与光学元件耦合，采用光学器件与图像阵列传感器采集图像数据，采用立体摄像机捕获的外部环境图像，采用夜视系统来获取图像数据，采用毫米波雷达结合图像设备获取数据。

3.2 图像采集范围

图像采集范围，主要包括获取车辆前后左右四个方向的图像；通过图像设备获取车辆周围的环境的图像；通过拍摄道路交通情况的图像，作为防碰撞控制的数据来源；连续地产生车辆后部、侧面在预定时间内的图像；捕获的外部环境图像；采用夜视系统捕获并记录红外线范围内的图像；通过安装拍摄前方车辆后尾灯；采集前方车辆车牌特征以及车道线信息，根据其前方车辆车牌在机器视觉的投影成像像素点的多少大小，或者说，根据其前方车辆车牌在机器视觉的投影成像的大小，进行与前方车辆距离的计算，结合本车的车速、转向等状态信息计算出前车的行驶状态，根据本车与车道线边界的相对距离，判断是否行驶在安全的车道范围之内；获取车牌照图像，通过图像处理，检测、识别目标车辆，测量牌照高度的方式来确定与目标车辆之间的距离，从而实现防碰撞；识别车牌图像，判断车牌图像的面积是否大于预设值，进而调整车速，实现防碰撞；识别交通标志来实现防碰撞。

3.3 图像处理获取的信息

采集图像信息后，就需要对图像中的信息进行提取、分析、判断，从而发出报警信号或控制信号。主要包括采集图像后，通过距离图像发生器来计算车间距；通过图像获取特定车辆与其他的移动车辆之间的运动条件的关系，来估计碰撞的可能度；通过获取图像来计算车辆与障碍物的估计碰撞时间；从图像中提取出移动物体，判断单元基于图像判断与其他车辆发生碰撞的可能性；通过图像抓取单元得到的可视区域范围来测量每一个障碍点的距离，并基于上述距离计算障碍的三维坐标，并在三维空间中显示关于障碍的可视化视频，从而避免碰撞；通过图像获取目标速度、方向、相对距离等；通过车辆外部环境图像估计驾驶员对于外部障碍物的感知能力；从图像中获取目标物的边缘能量数据或灰度变化特征；通过图像获取图像拾取设备（照相机）捕获图像，控制器基于速度信息导出带有速度分量的像素，控制器检测由导出的带有速度分量的像素所组成的倾斜的线条，并基于上述倾斜的线条在图像中产生表示道路边界的信号；识别图像中的交叉路口，判断是否需要刹车；对间隔一定时间拍摄的一系列图像，所拍摄的图像为两张及其以上，然后对所拍摄的图像进行分析，判断与前方物体可能碰撞的时间，从而发出预警；检测、追踪目标物，例如车道划线机、车辆等，采用道路检测认知算法来识别图像中的车道边界划线机，通过车道边界划线机的数据来识别潜在的前车，识别前后车辆并估计其运动，从而调整主车辆的运动速度；获取前方车辆车牌在机器视觉的投影成像的大小来实现防碰撞；测量牌照高度的方式来确定与目标车辆之间的距离来实现防碰撞；判断车牌图像的面积是否大于预设值，调整车速；检测图像正面区域的倾角；通过图像获取车门与周围障碍物的间距测量间距，并根据间距，控制车门的角度，防止碰撞发生；视觉传感系统用于获取驾驶员头部和眼睛位置，来确定驾驶员的意图的向前或反向行驶方向，控制器，通过辨认向前或向后方向的最近的驾驶员变速器换挡，当驾驶员的意图行驶方向与最近的驾驶员换挡矛盾时控制器阻止车辆的运动。

4 结束语

本文通过对基于视觉的车辆防碰撞技术领域的专利文献进行统计分析，主要统计分析了该领域历年全球申请量，重要国家历年的专利申请量，技术原创国、目标国，最后根据重要申请人、同族被引证次数对检索结果中的核心专利进行了统计分析，对以后的审查实践具有一定的参考意义。

参考文献：

[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.基于视觉的车辆防碰撞预警系统算法研究[D].辽宁工业大学，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.基于视觉的汽车前方碰撞预警系统研究[D].湖南大学，2016.endprint