本发明涉及汽车技术领域，尤其涉及一种基于车辆盲区的监控预警装置及方法。
背景技术：
随着家用车的普遍化，车辆盲区造成了很多交通事故，导致了很严重的社会经济损失，也给人们带来了巨大的人身和财产安全。
车辆盲区主要有四大盲区，包括前盲区、后盲区、后视镜盲区、ab柱盲区。目前，针对上述四个盲区都有相应的技术来预防交通事故的发生，但是无法对盲区障碍物进行识别和分类，因此也无法基于不同的障碍物采取不同的预警措施。
技术实现要素：
本发明实施例所要解决的技术问题在于，提供一种基于车辆盲区的监控预警装置及方法，能对盲区障碍物进行识别和分类，并对不同类型障碍物采取不同等级制动，从而保证车辆安全。
为了解决上述技术问题，本发明实施例提供了一种基于车辆盲区的监控预警方法，其与云服务器实现通信，包括ecu，以及与所述ecu均相连的测量单元、gps定位单元、雷达、摄像头、障碍物图像识别单元、通信单元和报警单元；其中，
所述测量单元，用于获取车辆的运动信息；
所述gps定位单元，用于获取车辆的位置信息；
所述雷达，用于在接收到所述ecu反馈的对指定盲区范围进行探测的探测指令时，对所述指定盲区范围是否存在障碍物进行探测，且在探测有障碍物时，测量车辆与障碍物之间的相对距离；
所述摄像头，用于在接收到所述ecu反馈的对指定盲区范围进行拍摄的拍摄指令时，对所述指定盲区范围内的障碍物进行图像拍摄；
所述障碍物图像识别单元，用于对所拍摄的障碍物图像进行识别，区别出当前障碍物的类型；其中，所述当前障碍物的类型为静态或动态；
所述通信单元与所述云服务器相连，用于与所述云服务器实现数据通信，并进行数据转发；
所述ecu，用于在接收到所述云服务器生成的指定盲区范围时，给所述雷达下发探测指令，并在接收到所述雷达探测有障碍物的反馈指令后，给所述摄像头下发拍摄指令；以及基于所述障碍物图像识别单元中区分出的当前障碍物的类型以及所述雷达测量的车辆与障碍物之间的相对距离，对车辆碰撞风险进行检测，且在车辆存在碰撞风险时，生成相应的报警指令下发给所述报警单元；其中，所述指定盲区范围是所述云服务器根据所述车辆的运动信息和位置信息，并结合车辆盲区，计算得到的；所述报警指令包括第一报警指令和第二报警指令；所述第一报警指令是在当前障碍物的类型为静态，且所述雷达测量的车辆与障碍物之间的相对距离小于等于第一预设距离时，得到的；所述第二报警指令是在当前障碍物的类型为动态，且所述雷达测量的车辆与障碍物之间的相对距离小于等于第二预设距离时，得到的；
所述报警单元，用于在接收到所述第一报警指令或所述第二报警指令时，进行报警。
其中，还包括：连接在所述ecu与车辆的预设刹车系统之间的制动单元；其中，所述制动单元包括第一摩擦制动器和第二摩擦制动器；
所述第一摩擦制动器，用于待接收到所述ecu在计算出当前障碍物的类型为静态障碍物，且其与车辆的瞬间位移差小于第三预设阈值时生成的第一制动指令后，对所述预设刹车系统进行扭矩制动，以降低车速；
所述第二摩擦制动器，用于待接收到所述ecu在计算出当前障碍物的类型为动态障碍物，且其与车辆的瞬间位移差小于第四预设阈值时生成的第二制动指令后，对所述预设刹车系统进行扭矩制动，以实现快速停车。
其中，在所述第一摩擦制动器进行扭矩制动时，所述报警单元对驾驶员进行报警；在所述第二摩擦制动器进行扭矩制动时，所述报警单元对整车进行报警。
其中，所述测量单元包括车距传感器、车速传感器和方向盘角度传感器。
其中，所述障碍物图像识别单元预先安装有通过卷积神经网络训练得到的图像识别模型。
本发明实施例还提供了一种基于车辆盲区的监控预警方法，通过前述的车辆盲区的监控预警装置与云服务器配合来对行驶道路上的障碍物进行监测预警，所述方法包括以下步骤：
获取车辆的运动信息及车辆的位置信息，并转发给所述云服务器；
接收所述云服务器生成的指定盲区范围，并生成探测指令；其中，所述指定盲区范围是所述云服务器根据所述车辆的运动信息和位置信息，并结合车辆盲区，计算得到的；
根据所述探测指令，对所述指定盲区范围是否存在障碍物进行探测，且在探测有障碍物时，测量车辆与障碍物之间的相对距离，并生成拍摄指令；
根据所述拍摄指令，对所述指定盲区范围内的障碍物进行图像拍摄；
对所拍摄的障碍物图像进行识别，区别出当前障碍物的类型；其中，所述当前障碍物的类型为静态或动态；
基于当前障碍物的类型以及所测量的车辆与障碍物之间的相对距离，对车辆碰撞风险进行检测，且在车辆存在碰撞风险时，生成相应的报警指令进行报警；其中，所述报警指令包括第一报警指令和第二报警指令；所述第一报警指令是在当前障碍物的类型为静态，且所测量的车辆与障碍物之间的相对距离小于等于第一预设距离时，得到的；所述第二报警指令是在当前障碍物的类型为动态，且所述雷达测量的车辆与障碍物之间的相对距离小于等于第二预设距离时，得到的。
其中，所述方法进一步包括：
在计算出当前障碍物的类型为静态障碍物，且其与车辆的瞬间位移差小于第三预设阈值时，对车辆的预设刹车系统进行扭矩制动，以降低车速。
其中，所述方法进一步包括：
对驾驶员进行报警，提示驾驶员谨慎驾驶。
其中，所述方法进一步包括：
在计算出当前障碍物的类型为动态障碍物，且其与车辆的瞬间位移差小于第四预设阈值时生成的第二制动指令后，对所述预设刹车系统进行扭矩制动，以实现快速停车。
其中，所述方法进一步包括：
对整车进行报警。
实施本发明实施例，具有如下有益效果：
1、本发明通过对云服务器生成的指定盲区范围内的障碍物进行图像拍摄，识别出当前障碍物的类型(如静态或动态)以及测量车辆与障碍物之间的相对距离，并根据当前障碍物的类型以及车辆与障碍物之间的相对距离进行碰撞风险检测，且在车辆存在碰撞风险时，生成相应的报警指令进行报警，从而能实现对盲区障碍物进行识别和分类；
2、本发明根据当前障碍物的类型，计算出不同类型障碍物与车辆的瞬间位移差与相应阈值进行对比，根据对比结果来实现对不同类型障碍物采取不同等级制动，从而保证车辆安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例提供的基于车辆盲区的监控预警装置的结构示意图
图2为本发明实施例提供的基于车辆盲区的监控预警方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
如图1所示，为本发明实施例中，提供的一种基于车辆盲区的监控预警装置，其与云服务器(未图示)实现通信，包括ecu1，以及与ecu1均相连的测量单元2、gps定位单元3、雷达4、摄像头5、障碍物图像识别单元6、通信单元7和报警单元8；其中，
测量单元2，用于获取车辆的运动信息；该测量单元2包括但不限于车距传感器、车速传感器和方向盘角度传感器；
gps定位单元3，用于获取车辆的位置信息；
雷达4，用于在接收到ecu1反馈的对指定盲区范围进行探测的探测指令时，对指定盲区范围是否存在障碍物进行探测，且在探测有障碍物时，测量车辆与障碍物之间的相对距离；
摄像头5，用于在接收到ecu1反馈的对指定盲区范围进行拍摄的拍摄指令时，对指定盲区范围内的障碍物进行图像拍摄；应当说明的是，摄像头5可以根据拍摄指令进行角度转动来实现对准指定盲区范围内的障碍物；
障碍物图像识别单元6，用于对所拍摄的障碍物图像进行识别，区别出当前障碍物的类型；其中，当前障碍物的类型为静态或动态；应当说明的是，障碍物图像识别单元7预先安装有通过卷积神经网络训练得到的图像识别模型，训练样本是道路上已有的可移动障碍物和其它静态障碍物样本图像；
通信单元7与云服务器相连，用于与云服务器实现数据通信，并进行数据转发；应当说明的是，通信单元7与云服务器采用无线方式通信，包括v2v技术等；
ecu1，用于在接收到云服务器生成的指定盲区范围时，给雷达4下发探测指令，并在接收到雷达4探测有障碍物的反馈指令后，给摄像头5下发拍摄指令；以及基于障碍物图像识别单元6中区分出的当前障碍物的类型以及雷达4测量的车辆与障碍物之间的相对距离，对车辆碰撞风险进行检测，且在车辆存在碰撞风险时，生成相应的报警指令下发给报警单元8；其中，指定盲区范围是云服务器根据车辆的运动信息和位置信息，并结合车辆盲区，计算得到的；报警指令包括第一报警指令和第二报警指令；第一报警指令是在当前障碍物的类型为静态，且雷达4测量的车辆与障碍物之间的相对距离小于等于第一预设距离时，得到的；第二报警指令是在当前障碍物的类型为动态，且雷达4测量的车辆与障碍物之间的相对距离小于等于第二预设距离时，得到的；
报警单元8，用于在接收到第一报警指令或第二报警指令时，进行报警。
在本发明实施例中，还可以对不同类型障碍物采取不同等级制动，从而保证车辆安全。因此，该基于车辆盲区的监控预警装置还包括：连接在ecu1与车辆的预设刹车系统(未图示)之间的制动单元9；其中，制动单元9包括第一摩擦制动器和第二摩擦制动器；
第一摩擦制动器，用于待接收到ecu1在计算出当前障碍物的类型为静态障碍物，且其与车辆的瞬间位移差小于第三预设阈值时生成的第一制动指令后，对所述预设刹车系统进行扭矩制动，以降低车速；
第二摩擦制动器，用于待接收到ecu1在计算出当前障碍物的类型为动态障碍物，且其与车辆的瞬间位移差小于第四预设阈值时生成的第二制动指令后，对所述预设刹车系统进行扭矩制动，以实现快速停车。
应当说明的是，第一预设阈值至第四预设阈值都是可以根据实际要求进行调整的，且车辆与障碍物之间的瞬间位移差是可以通过测量单元2先得到车辆与障碍物之间的相对车速，并计算出相对碰撞时间来得到的。可以理解的是，所有算法都集成在ecu1内部，且车辆中的所有算法流程(包括距离检测、碰撞风险检测、碰撞时间计算、碰撞距离计算、图片处理过滤等)都是本领域的常用技术，在此不做赘述。
由于第一摩擦制动器和第二摩擦制动器分等级的进行扭矩制动，因此可以实现不同等级的报警，即在第一摩擦制动器进行扭矩制动时，报警单元8对驾驶员进行报警；在第二摩擦制动器进行扭矩制动时，报警单元8对整车进行报警。
本发明实施例中提供的一种基于车辆盲区的监控预警装置的工作原理为，车辆在道路上行驶并与远端的云服务器进行数据通信，首先通过测量单元2获取车辆的运动信息和gps定位单元3获取车辆的位置信息，并将上述车辆的运动信息和位置信息通过通信单元7上报给云服务器；其次，云服务器根据车辆的运动信息和位置信息，并结合车辆盲区，计算得到对应的指定盲区范围，并将指定盲区范围转发给车辆；接着，车辆将指定盲区范围接收到ecu1中，通过ecu1内置算法计算出该指定盲区范围对应车辆的探测区域，并下发探测指令给雷达4；接着，雷达4接收到探测指令，对指定盲区范围是否存在障碍物进行探测，且在探测有障碍物时，测量车辆与障碍物之间的相对距离并发送给ecu1；接着，ecu1接收到车辆与障碍物之间的相对距离，即收到反馈指令，此时会给摄像头5下发拍摄指令；接着，摄像头5接收到拍摄指令，对指定盲区范围内的障碍物进行图像拍摄并发送给ecu1；接着，ecu1将障碍物图像送入障碍物图像识别单元6中识别，区别出当前障碍物的类型；然后，ecu1基于当前障碍物的类型以及雷达4所测量的车辆与障碍物之间的相对距离，对车辆碰撞风险进行检测，且在车辆存在碰撞风险时，生成第一报警指令或第二报警指令下发给报警单元8进行报警。
当然，ecu1还会计算出当前障碍物的类型与车辆的瞬间位移差，并将计算结果与第三预设阈值或第四预设阈值进行对比，实现不同等级的扭矩制动，从而保证车辆安全。
如图2所示，为本发明实施例中，提供的一种基于车辆盲区的监控预警方法，通过前述的车辆盲区的监控预警装置与云服务器配合来对行驶道路上的障碍物进行监测预警，所述方法包括以下步骤：
步骤s1、获取车辆的运动信息及车辆的位置信息，并转发给所述云服务器；
步骤s2、接收所述云服务器生成的指定盲区范围，并生成探测指令；其中，所述指定盲区范围是所述云服务器根据所述车辆的运动信息和位置信息，并结合车辆盲区，计算得到的；
步骤s3、根据所述探测指令，对所述指定盲区范围是否存在障碍物进行探测，且在探测有障碍物时，测量车辆与障碍物之间的相对距离，并生成拍摄指令；
步骤s4、根据所述拍摄指令，对所述指定盲区范围内的障碍物进行图像拍摄；
步骤s5、对所拍摄的障碍物图像进行识别，区别出当前障碍物的类型；其中，所述当前障碍物的类型为静态或动态；
步骤s6、基于当前障碍物的类型以及所测量的车辆与障碍物之间的相对距离，对车辆碰撞风险进行检测，且在车辆存在碰撞风险时，生成相应的报警指令进行报警；其中，所述报警指令包括第一报警指令和第二报警指令；所述第一报警指令是在当前障碍物的类型为静态，且所测量的车辆与障碍物之间的相对距离小于等于第一预设距离时，得到的；所述第二报警指令是在当前障碍物的类型为动态，且所述雷达测量的车辆与障碍物之间的相对距离小于等于第二预设距离时，得到的。
其中，所述方法进一步包括：
在计算出当前障碍物的类型为静态障碍物，且其与车辆的瞬间位移差小于第三预设阈值时，对车辆的预设刹车系统进行扭矩制动，以降低车速。
其中，所述方法进一步包括：
对驾驶员进行报警，提示驾驶员谨慎驾驶。
其中，所述方法进一步包括：
在计算出当前障碍物的类型为动态障碍物，且其与车辆的瞬间位移差小于第四预设阈值时生成的第二制动指令后，对所述预设刹车系统进行扭矩制动，以实现快速停车。
其中，所述方法进一步包括：
对整车进行报警。
实施本发明实施例，具有如下有益效果：
1、本发明通过对云服务器生成的指定盲区范围内的障碍物进行图像拍摄，识别出当前障碍物的类型(如静态或动态)以及测量车辆与障碍物之间的相对距离，并根据当前障碍物的类型以及车辆与障碍物之间的相对距离进行碰撞风险检测，且在车辆存在碰撞风险时，生成相应的报警指令进行报警，从而能实现对盲区障碍物进行识别和分类；
2、本发明根据当前障碍物的类型，计算出不同类型障碍物与车辆的瞬间位移差与相应阈值进行对比，根据对比结果来实现对不同类型障碍物采取不同等级制动，从而保证车辆安全。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如rom/ram、磁盘、光盘等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
1.一种基于车辆盲区的监控预警装置，其特征在于，其与云服务器实现通信，包括ecu，以及与所述ecu均相连的测量单元、gps定位单元、雷达、摄像头、障碍物图像识别单元、通信单元和报警单元；其中，
所述测量单元，用于获取车辆的运动信息；
所述gps定位单元，用于获取车辆的位置信息；
所述雷达，用于在接收到所述ecu反馈的对指定盲区范围进行探测的探测指令时，对所述指定盲区范围是否存在障碍物进行探测，且在探测有障碍物时，测量车辆与障碍物之间的相对距离；
所述摄像头，用于在接收到所述ecu反馈的对指定盲区范围进行拍摄的拍摄指令时，对所述指定盲区范围内的障碍物进行图像拍摄；
所述障碍物图像识别单元，用于对所拍摄的障碍物图像进行识别，区别出当前障碍物的类型；其中，所述当前障碍物的类型为静态或动态；
所述通信单元与所述云服务器相连，用于与所述云服务器实现数据通信，并进行数据转发；
所述ecu，用于在接收到所述云服务器生成的指定盲区范围时，给所述雷达下发探测指令，并在接收到所述雷达探测有障碍物的反馈指令后，给所述摄像头下发拍摄指令；以及基于所述障碍物图像识别单元中区分出的当前障碍物的类型以及所述雷达测量的车辆与障碍物之间的相对距离，对车辆碰撞风险进行检测，且在车辆存在碰撞风险时，生成相应的报警指令下发给所述报警单元；其中，所述指定盲区范围是所述云服务器根据所述车辆的运动信息和位置信息，并结合车辆盲区，计算得到的；所述报警指令包括第一报警指令和第二报警指令；所述第一报警指令是在当前障碍物的类型为静态，且所述雷达测量的车辆与障碍物之间的相对距离小于等于第一预设距离时，得到的；所述第二报警指令是在当前障碍物的类型为动态，且所述雷达测量的车辆与障碍物之间的相对距离小于等于第二预设距离时，得到的；
所述报警单元，用于在接收到所述第一报警指令或所述第二报警指令时，进行报警。
2.如权利要求1所述的基于车辆盲区的监控预警装置，其特征在于，还包括：连接在所述ecu与车辆的预设刹车系统之间的制动单元；其中，所述制动单元包括第一摩擦制动器和第二摩擦制动器；
所述第一摩擦制动器，用于待接收到所述ecu在计算出当前障碍物的类型为静态障碍物，且其与车辆的瞬间位移差小于第三预设阈值时生成的第一制动指令后，对所述预设刹车系统进行扭矩制动，以降低车速；
所述第二摩擦制动器，用于待接收到所述ecu在计算出当前障碍物的类型为动态障碍物，且其与车辆的瞬间位移差小于第四预设阈值时生成的第二制动指令后，对所述预设刹车系统进行扭矩制动，以实现快速停车。
3.如权利要求2所述的基于车辆盲区的监控预警装置，其特征在于，在所述第一摩擦制动器进行扭矩制动时，所述报警单元对驾驶员进行报警；在所述第二摩擦制动器进行扭矩制动时，所述报警单元对整车进行报警。
4.如权利要求3所述的基于车辆盲区的监控预警装置，其特征在于，所述测量单元包括车距传感器、车速传感器和方向盘角度传感器。
5.如权利要求4所述的基于车辆盲区的监控预警装置，其特征在于，所述障碍物图像识别单元预先安装有通过卷积神经网络训练得到的图像识别模型。
6.一种基于车辆盲区的监控预警方法，其特征在于，通过如权利要求5所述的车辆盲区的监控预警装置与云服务器配合来对行驶道路上的障碍物进行监测预警，所述方法包括以下步骤：
获取车辆的运动信息及车辆的位置信息，并转发给所述云服务器；
接收所述云服务器生成的指定盲区范围，并生成探测指令；其中，所述指定盲区范围是所述云服务器根据所述车辆的运动信息和位置信息，并结合车辆盲区，计算得到的；
根据所述探测指令，对所述指定盲区范围是否存在障碍物进行探测，且在探测有障碍物时，测量车辆与障碍物之间的相对距离，并生成拍摄指令；
根据所述拍摄指令，对所述指定盲区范围内的障碍物进行图像拍摄；
对所拍摄的障碍物图像进行识别，区别出当前障碍物的类型；其中，所述当前障碍物的类型为静态或动态；
基于当前障碍物的类型以及所测量的车辆与障碍物之间的相对距离，对车辆碰撞风险进行检测，且在车辆存在碰撞风险时，生成相应的报警指令进行报警；其中，所述报警指令包括第一报警指令和第二报警指令；所述第一报警指令是在当前障碍物的类型为静态，且所测量的车辆与障碍物之间的相对距离小于等于第一预设距离时，得到的；所述第二报警指令是在当前障碍物的类型为动态，且所述雷达测量的车辆与障碍物之间的相对距离小于等于第二预设距离时，得到的。
7.如权利要求6所述的基于车辆盲区的监控预警方法，其特征在于，所述方法进一步包括：
在计算出当前障碍物的类型为静态障碍物，且其与车辆的瞬间位移差小于第三预设阈值时，对车辆的预设刹车系统进行扭矩制动，以降低车速。
8.如权利要求7所述的基于车辆盲区的监控预警方法，其特征在于，所述方法进一步包括：
对驾驶员进行报警，提示驾驶员谨慎驾驶。
9.如权利要求6所述的基于车辆盲区的监控预警方法，其特征在于，所述方法进一步包括：
在计算出当前障碍物的类型为动态障碍物，且其与车辆的瞬间位移差小于第四预设阈值时生成的第二制动指令后，对所述预设刹车系统进行扭矩制动，以实现快速停车。
10.如权利要求9所述的基于车辆盲区的监控预警方法，其特征在于，所述方法进一步包括：
对整车进行报警。
技术总结