一種行車記錄儀行人監控系統的制作方法

本發明涉及行車記錄儀領域，尤其涉及一種行車記錄儀行人監控系統。

背景技術：

目前碰瓷黨、嫌疑撞車幫等道路安全隱患催生了行車記錄儀市場，但是目前的行車記錄儀主要以圖像拍攝、視頻記錄為主，不具有目的性。

例如申請號為201610054061.5的中國發明專利申請，公開了一種行車記錄儀，其包括：影像采集分析單元、主控芯片、信息輸出接口和指令接收器；影像采集分析單元、信息輸出接口和指令接收器均與主控芯片連接；影像采集分析單元用于將采集的影像信息傳輸給主控芯片，主控芯片用于處理轉化影像信息，信息輸出接口用于將轉化后的影像信息傳輸給車載導航；指令接收器用于接收車載導航發出的指令信號，并將該指令信號傳輸給主控芯片，主控芯片產生該指令信號對應的控制信號，控制信號用于控制行車記錄儀。采用上述行車記錄儀，將視頻影像顯示在車載導航屏幕上，可以改善視頻的顯示效果；而且在行車過程中，駕駛人員通過車載導航就能操作該行車記錄儀，從而使行車記錄儀的操作變得更加方便，其解決了操作方便的問題。

又例如申請號為201310576506.2的中國發明專利，公開了一種行車記錄儀，其包括中央處理器、存儲器、供電電路和攝像頭，所述存儲器、供電電路和攝像頭均與中央處理器信號相連，還包括加速度感應器和步進電機，所述加速度感應器和步進電機均與中央處理器信號相連，所述步進電機還與供電電路相連，所述攝像頭方向可調，所述步進電機的輸出軸與所述攝像頭的方向調節部位相連，能提供符合人眼透視習慣、成像畫質好的行車影像信息，易于量化判定事故情況，利于事后分析，解決了成像的問題。

技術實現要素：

為了解決上述問題，提供一種行車記錄儀行人監控系統，本發明可以針對行人進行監控，在行車記錄儀原有的記錄功能中，增加了對行人的監控系統，能更準確的分辨有碰瓷傾向的人，從而可以進行提前預防。

具體方案為：一種行車記錄儀行人監控系統，包括采集模塊、處理模塊，

所述采集模塊包括體感控制器、紅外傳感器和測深計，所述體感控制器包括rgb攝像頭，所述rgb攝像頭用于拍攝視角范圍內行人的彩色視頻圖像生成rgb圖像，所述紅外傳感器用以獲取行人的深度圖像，所述測深計基于所述紅外傳感器獲取的深度圖像和rgb圖像生成行人的深度圖像流；

所述處理模塊包括圖像處理單元和存儲單元，所述圖像處理單元基于所述深度圖像流重建行人三維圖像并與存儲單元中儲存的行人模型庫進行對比；所述圖像處理單元包括一特征提取單元和特征對比單元，所述特征提取單元用于提取行人三維圖像中的特征且通過特征對比單元與行人模型庫中的模型進行對比，所述存儲單元內的行人模型庫設有特征庫，所述特征庫基于行人模型的姿勢和體型分別設有姿勢參數θ和體型參數β，所述行人模型庫中的其中任一行人模型均具有一對應的姿勢參數θ和體型參數β，以及行人模型的姿勢參數θ和體型參數β分別構成第一碰撞系數α和第二碰撞系數γ且第一碰撞系數α和第二碰撞系數γ之和構成一個總碰撞系數αγ。

上述的監控系統，其中，還包括報警模塊和電源模塊，所述報警模塊包括顯示屏和語音，所述報警模塊根據對比的結果發出報警提示；所述電源模塊分別與所述采集模塊、處理模塊和報警模塊電連接。

上述的監控系統，其中，所述圖像處理單元重建行人三維圖像的步驟為：采用多幀求和平均與雙邊濾波器將獲取深度圖像流過程中產生的噪聲去除，將去噪后的點云作為可變模型擬合算法輸入；具體過程為：假設深度圖像流中點云t包含點t(q)，其中，q∈[1：q]，q是頂點個數，其次，行人模型庫中行人模型的體型參數為β，姿勢參數為θ，具有體型參數β和姿勢參數θ的行人模型記為mβ，θ，mβ，θ上的點記作mβ，θ(p)，其中p∈[1：p]，p是行人模型的頂點個數，基于上述深度圖像流中頂點t(q)與行人模型庫中行人模型的頂點mβ，θ(p)查找對應的點，然后通過網格擬合的方式生成行人三維圖像，從而確定該行人的體型參數β和姿勢參數θ。

上述的監控系統，其中，所述體型參數β包括當行人腹上角小于90度，其第二碰撞系數γ為0.1-1.5；當行人腹上角90度，其第二碰撞系數γ為1.6-2.5；當行人腹上角大于90度，其第二碰撞系數γ為2.6-3.5。

上述的監控系統，其中，所述姿勢參數θ包括當行人為行走姿勢，其第一碰撞系數α為0.1-1.5；當行人為小跑姿勢，其第一碰撞系數α為1.6-2.5；當行人為奔跑姿勢，其第一碰撞系數α為2.6-3.5。

上述的監控系統，其中，在不同的行人情況下，所述圖像處理單元確定該行人的體型參數β和姿勢參數θ，并生成對應的第一碰撞系數α和第二碰撞系數γ，將生成的第一碰撞系數α和第二碰撞系數γ分別與所述模型庫中行人模型的第一碰撞系數α和第二碰撞系數γ進行對比，以及將第一碰撞系數α和第二碰撞系數γ之和與該模型庫中的某一行人模型的碰撞系數αγ進行對比并根據上述的對比結果判斷是否有碰撞的風險。

上述的監控系統，其中，在采集的行人模型中，若第一碰撞系數α和第二碰撞系數γ不小于1.6且總碰撞系數不小于5，則為碰撞模型；若第一碰撞系數α或第二碰撞系數γ不小于1.6且總碰撞系數小于5，則為警告模型；若第一碰撞系數α和第二碰撞系數γ小于1.6，則為安全模型。

上述的監控系統，其中，若經過與所述模型庫中行人模型對比為碰撞模型，則所述報警模塊的顯示屏中該行人輪廓顯示為危險色并語音報警，若經過與所述模型庫中行人模型對比為警告模型，則所述報警模塊的顯示屏中該行人輪廓顯示為警告色，若經過與所述模型庫中行人模型對比為安全模型，則不報警顯示。

本發明的優點：可以針對行人進行監控，在行車記錄儀原有的記錄功能中，增加了對行人的監控系統，能更準確的分辨有碰瓷傾向的人，從而可以進行提前預防。

附圖說明

通過閱讀參照以下附圖對非限制性實施例所作的詳細描述，本發明及其特征、外形和優點將會變得更明顯。在全部附圖中相同的標記指示相同的部分。并未刻意按照比例繪制附圖，重點在于示出本發明的主旨。

圖1為本發明提供行人行走時的參考示意圖。

圖2為本發明中行人模型庫的參考示意圖。

圖3為本發明中涉及到的重建行人三維圖像的流程示意圖。

具體實施方式

在下文的描述中，給出了大量具體的細節以便提供對本發明更為徹底的理解。然而，對于本領域技術人員而言顯而易見的是，本發明可以無需一個或多個這些細節而得以實施。在其他的例子中，為了避免與本發明發生混淆，對于本領域公知的一些技術特征未進行描述。

為了徹底理解本發明，將在下列的描述中提出詳細的步驟以及詳細的結構，以便闡釋本發明的技術方案。本發明的較佳實施例詳細描述如下，然而除了這些詳細描述外，本發明還可以具有其他實施方式。

本發明提供的一種行車記錄儀行人監控系統，包括采集模塊，進一步，采集模塊包括體感控制器、紅外傳感器和測深計，其中紅外傳感器包括紅外發射器和紅外接收器，體感控制器包括rgb攝像頭，rgb攝像頭用于拍攝視角范圍內行人的彩色視頻圖像生成rgb圖像，紅外傳感器用以獲取行人的深度圖像，其原理為：紅外發射器和紅外接收器主動投射近紅外線光譜，照射到粗糙物體或是穿透毛玻璃后，會形成隨機的反射斑點，稱之為散斑，進而能夠被紅外攝像頭讀取到行人的深度圖像，進一步，通過測深計分析紅外光譜，創建可視范圍內的人體深度圖像，測深計基于紅外傳感器獲取的深度圖像和rgb圖像生成行人的深度圖像流，進一步優選，無論周圍環境的光照條件如何，通過黑白光譜的方式感知環境，紅外傳感器和測深計以每秒30幀的速度生成深度圖像流；處理模塊，處理模塊包括圖像處理單元和存儲單元，圖像處理單元基于深度圖像流重建行人三維圖像并與存儲單元中儲存的行人模型庫進行對比；還包括報警模塊和電源模塊，進一步，報警模塊包括顯示屏和語音，其中報警模塊根據對比的結果發出報警提示；電源模塊分別與采集模塊、處理模塊和報警模塊電連接。參照圖1、圖2所示，其中存儲單元記錄大量rgb攝像頭拍攝的彩色視頻圖像，也存儲著各種體型的行人模型庫，例如，行人模型可以是靜態的，也可以是動態的。每一個行人模型中進一步包括多個危險姿勢模型(即行人在馬路上行走時可能產生的大量危險姿勢模型)，比如小跑、奔跑的危險姿勢模型，因跑步這個姿勢容易影響到行車安全。

本發明一優選而非限制性的實施例中，圖像處理單元包括一特征提取單元和特征對比單元，其中特征提取單元用于提取行人三維圖像中的特征且通過特征對比單元與行人模型庫中的模型進行對比，在本發明的特征為點云，也就是基于點云圖像的對比來判斷行人的動作是否具有危險性，進一步，存儲單元內的行人模型庫設有特征庫，其中特征庫基于行人模型的姿勢和體型分別設有姿勢參數θ和體型參數β，以及行人模型庫中的其中任一行人模型均具有一對應的姿勢參數θ和體型參數β，以及行人模型的姿勢參數θ和體型參數β分別構成第一碰撞系數α和第二碰撞系數γ且第一碰撞系數α和第二碰撞系數γ之和構成一個總碰撞系數αγ，在本發明中，行車記錄儀記錄的過程中，對記錄的每個行人的動作進行辨別，具體為通過采集行人的圖像，然后進行三維重建得到重建后的三維點云數據，并且將重建的三維點云數據與模型庫中的行人模型的點云數據進行對比，來判斷該行人是否有可能發生碰瓷的風險，并進行預防。

本發明將采集的行人圖像經過處理之后與行人模型庫中的行人模型圖像進行對比，來判斷該行人的動作是否是危險動作，是否有可能發生碰瓷的風險，并進行預防，可以更準確的分辨有碰瓷傾向的人。

本發明一優選而非限制性的實施例中，參照圖3所示，圖像處理單元重建行人三維圖像的步驟為：采用多幀求和平均與雙邊濾波器將獲取深度圖像流過程中產生的噪聲去除，將去噪后的點云作為可變模型擬合算法輸入；具體過程為：假設深度圖像流中點云t包含點t(q)，其中，q∈[1：q]，q是頂點個數，其次，行人模型庫中行人模型的體型參數為β，姿勢參數為θ，具有體型參數β和姿勢參數θ的行人模型記為mβ，θ，mβ，θ上的點記作mβ，θ(p)，其中p∈[1：p]，p是行人模型的頂點個數，基于上述深度圖像流中頂點t(q)與行人模型庫中行人模型的頂點mβ，θ(p)查找對應的點，然后通過網格擬合的方式生成行人三維圖像，從而確定該行人的體型參數β和姿勢參數θ，也就是說在本發明中首先對采集的行人圖像進行處理得到該行人的點云數據，然后將得到的點云數據與模型庫中行人模型的點云數據進行對比，由于模型庫中行人模型的體型參數和姿勢參數是已知的，從而可以得到該行人的體型參數和姿勢參數，進而根據該行人的體型參數和姿勢參數來判斷該行人是否有可能發生碰瓷的風險，并進行預防。

本發明一優選而非限制性的實施例中，體型參數β包括當行人腹上角小于90度，為無力型亦稱瘦長型，其第二碰撞系數γ為0.1-1.5，例如當行人為小孩時，其第二碰撞系數γ為1.5，當行人為老人時，其第二碰撞系數γ為0.1，當行人為青年人時，其第二碰撞系數γ為1；當行人腹上角90度，為正力型亦稱勻稱型，其第二碰撞系數γ為1.6-2.5，同理根據行人不同年齡，其第二碰撞系數γ也是不一樣的；當行人腹上角大于90度，為超力型亦稱矮胖型，其第二碰撞系數γ為2.6-3.5，同理根據行人不同年齡，其第二碰撞系數γ也是不同的。

本發明一優選而非限制性的實施例中，姿勢參數θ包括當行人為行走姿勢，其第一碰撞系數α為0.1-1.5；當行人為小跑姿勢，其第一碰撞系數α為1.6-2.5；當行人為奔跑姿勢，其第一碰撞系數α為2.6-3.5，還包括當行人為老人或者小孩時，其對應的第一碰撞系數α是不相同的，參照上述中的原理進行區分。例如，當行人為小孩時，行走姿勢的情況下，其第一碰撞系數α為1.5，當行人為老人時，行走姿勢的情況下，其第一碰撞系數α為0.1，依次類推，再例如：當行人為小孩時，小跑姿勢的情況下，其第一碰撞系數α為2.5，當行人為老人時，小跑姿勢的情況下，其第一碰撞系數α為1.6，在上述的情況下，在采集的行人模型中，也就是行車記錄儀采集的行人模型中，若第一碰撞系數α和第二碰撞系數γ不小于1.6且總碰撞系數不小于5，則為碰撞模型；若第一碰撞系數α或第二碰撞系數γ不小于1.6且總碰撞系數小于5，則為警告模型；若第一碰撞系數α和第二碰撞系數γ小于1.6，則為安全模型。

本發明一優選而非限制性的實施例中，在不同的行人情況下，圖像處理單元確定該行人的體型參數β和姿勢參數θ，并生成對應的第一碰撞系數α和第二碰撞系數γ，將生成的第一碰撞系數α和第二碰撞系數γ分別與模型庫中行人模型的第一碰撞系數α和第二碰撞系數γ進行對比，以及將第一碰撞系數α和第二碰撞系數γ之和與該模型庫中的某一行人模型的碰撞系數αγ進行對比并根據上述的對比結果判斷是否有碰撞的風險，也就是說，在本發明中經過圖像處理單元確定的行人的體型參數β和姿勢參數θ，從而得到的第一碰撞系數α和第二碰撞系數γ，可以與模型庫中的不同行人模型的第一碰撞系數α和第二碰撞系數γ進行對比或者與同一個行人模型的第一碰撞系數α和第二碰撞系數γ進行對比，包括以下幾種情況；

(1)：該行人的第一碰撞系數α可以與模型庫中a行人模型中的第一碰撞系數α進行對比，從而確定該行人的姿勢是否具有危險性，確定方式為：若該第一碰撞系數α在a行人模型中對應的姿勢為危險姿勢，則判定該姿勢具有危險的可能。

(2)：該行人的第一碰撞系數α可以與模型庫中b行人模型中的第一碰撞系數α進行對比，從而確定該姿勢是否具有危險性，確定方式為：若該第一碰撞系數α在b行人模型中對應的姿勢為安全姿勢，則判定該姿勢具有安全的可能。

(3)：該行人的第二碰撞系數γ可以與模型庫中a行人模型中的第二碰撞系數γ進行對比，從而確定該行人的體型是否具有危險性，確定方式為：若該第二碰撞系數γ在a行人模型中對應的體型為危險體型，則判定行人在該體型狀態下具有危險的可能。

(4)：該行人的第二碰撞系數γ可以與模型庫中b行人模型中的第二碰撞系數γ進行對比，從而確定該行人的體型是否具有危險性，確定方式為：若該第二碰撞系數γ在b行人模型中對應的體型為安全體型，則判定行人在該體型狀態下具有安全的可能。

(5)：該行人的第一碰撞系數α和第二碰撞系數γ之和與模型庫中a行人模型或b行人模型中的總碰撞系數αγ進行對比，從而確定該行人的體型是否具有危險性，其中一種方式確定方式為：若該第一碰撞系數α和第二碰撞系數γ之和在a行人模型或b行人模型中對應的系數為安全系數，也就是說對應的安全模型，則判定行人在該情況下是安全的，沒有碰瓷風險。

(6)：該行人的第一碰撞系數α和第二碰撞系數γ之和與模型庫中a行人模型或b行人模型中的總碰撞系數αγ進行對比，從而確定該行人的體型是否具有危險性，另一種確定方式為：若該第一碰撞系數α和第二碰撞系數γ之和在a行人模型或b行人模型中對應的系數為危險系數，也就是說對應的碰撞模型，則判定行人在該情況下具有碰瓷風險，需要避讓，防止碰瓷。

綜上幾種情況，若同一個行人同時符合(1)和(3)或符合(6)的情況，既符合第一碰撞系數α和第二碰撞系數γ不小于1.6且總碰撞系數不小于5的碰撞模型參數，則需要對行人的碰瓷風險進行避讓，碰瓷的風險很高；若符合(1)或(3)中的一種，既符合第一碰撞系數α或第二碰撞系數γ不小于1.6且總碰撞系數小于5的警告模型參數，則需要預防碰瓷風險；若同時符合(2)和(4)或符合(5)的情況，則不需要進行預防，既符合第一碰撞系數α和第二碰撞系數γ小于1.6的安全模型參數，沒有碰瓷風險，要說明的是在本發明中涉及到的a行人模型或b行人模型沒有特別限定的含義，只是用于對不同行人模型的區分，可以指模型庫中的任一種行人模型。

進一步優選，若經過與模型庫中行人模型對比為碰撞模型，則報警模塊的顯示屏中該行人輪廓顯示為危險色并語音報警，例如可以為紅色，若經過與所述模型庫中行人模型對比為警告模型，則報警模塊的顯示屏中該行人輪廓顯示為警告色，例如可以為黃色，若經過與所述模型庫中行人模型對比為安全模型，則不報警顯示，其中輪廓顯示顏色實現的過程為：圖像處理單元提取對應行人的深度圖像的邊緣，將該邊緣變換顏色，再疊加至該深度圖像對應的rgb圖像上，使之顯示行人輪廓為相應顏色，并可跟蹤人體的動作移動而移動。

以上對本發明的較佳實施例進行了描述。需要理解的是，本發明并不局限于上述特定實施方式，其中未盡詳細描述的設備和結構應該理解為用本領域中的普通方式予以實施；任何熟悉本領域的技術人員，在不脫離本發明技術方案范圍情況下，都可利用上述揭示的方法和技術內容對本發明技術方案做出許多可能的變動和修飾，或修改為等同變化的等效實施例，這并不影響本發明的實質內容。因此，凡是未脫離本發明技術方案的內容，依據本發明的技術實質對以上實施例所做的任何簡單修改、等同變化及修飾，均仍屬于本發明技術方案保護的范圍內。