一种智能骑行头盔的制作方法

1.本技术涉及光电传感和显示技术领域，尤其涉及一种智能骑行头盔。


背景技术：

2.骑行作为广大运动爱好者喜爱的运动方式之一，具有减少个人压力，锻炼肌肉，尤其下肢肌肉群，可增强心肺功能，有效减肥等好处。随着骑行爱好者越来越多，骑行所带来的安全隐患也不可避免。交通事故频发，主要是骑行者对身后的交通情况缺乏预警，相应的，骑行时转身观察也会带来潜在危险。针对这种情形，本发明提出一种可佩戴的智能头盔，结合了全景环带镜头和动态视觉传感器的优势，设计了一种可用于防范骑行事故的视觉辅助设备，使得骑行者可以不用转头就能使实时观测后方来车，可以提升骑行安全性。
3.对于现有的智能骑行头盔及其骑行预警技术，在材质选择，以及佩戴舒适性上已经有很大的改良，以往的智能骑行头盔大多基于传感器与单片机联合使用，利用加速度传感器实现对加速度的预测，结合地磁场传感器等实现直行状态和显示功能。随后也有结合了光学传感技术、重力传感技术、透镜和散光技术融入智能光带，以实现主动预警的功能。
4.但上述方案中仍具有很多弊端，现有智能骑行头盔很少使用视觉方案，功能较为单一，用户体验不佳，实用性不强等问题，对用户骑行过程中安全隐患最大的后来车辆没有很好的解决方案，并且在人机交互方面难以做到实时便利，以往使用最多的语音提示方案无法满足在更为紧急状态下的预警，用户很难及时做出反应与应对措施。


技术实现要素：

5.针对现有技术存在的问题，本技术实施例的目的是提供一种智能骑行头盔，结合了全景环带镜头pal和动态视觉传感器dvs,能够实现对周围环境360
°
的动态感知，全景环带相机实现了对环境360度感知，而与全景环带相机适配的动态视觉传感器dvs使得装置在夜间无需照明也可实现对环境的准确感知。
6.本技术实施例提供一种智能骑行头盔，包括全景环带镜头、动态视觉传感器、路况指示器、核心计算处理模块和头盔本体；
7.所述全景环带镜头、动态视觉传感器、路况指示器、核心计算处理模块均设置在所述头盔本体上，所述全景环带镜头用于采集光信号，所述动态视觉传感器用于将所述光信号转化为电信号从而得到全景路况图像的事件流，将所述事件流传输至所述核心计算处理模块中，所述路况指示器上集成有ar显示区，所述核心计算处理模块根据所述事件流对路况进行分析，并将得到的有无快速靠近用户的信号发送到所述ar显示区进行显示。
8.进一步地，在所述全景环带镜头中，环境的光线经过全景环带透镜块状结构的第一个折射面进行折射，在第一反射面和第二反射面上依次反射，再经过第二折射面折射进入中继透镜组，经过中继透镜组聚焦之后，输出所述光信号。
9.进一步地，所述中继透镜组中的透镜数量小于等于3。
10.进一步地，所述全景环带镜头与动态视觉传感器装配在一起固定在所述盔本体顶
部。
11.进一步地，在所述ar显示区中，通过全息光学元件与空间光调制器实现可视化，其中空间光调制器发出的光穿过波导，传输至全息光学元件中，从而在全息波导板中产生波导现象，再以一定入射角传播至输出全息光学元件中，再垂直到达人眼。
12.进一步地，在所述核心计算处理模块中：
13.步骤1：将一定时间间隔内的事件流放入事件处理队列当中，其中所述事件处理队列中每个元素为相同时间间隔内事件流；
14.步骤2：将所述事件处理队列中的事件进行去噪处理；
15.步骤3：将去噪后的事件处理队列输入到已训练好的运动分割网络中，得到分割出来的场景中的运动车辆的掩模，根据事件处理队列中前后事件序列获得的掩模的相对位置与大小来预测两侧及后方运动车辆的相对方位与行进情况；
16.步骤4：在事件处理队列非空的情况下重复步骤1～3；
17.步骤5：依据步骤4的输出，发送指令至路况指示器上的ar显示区，以与用户进行视觉交互。
18.进一步地，步骤5中进行视觉交互的方案包括：
19.当车辆以25km/h的速度及以上接近用户时，所述ar显示区显示的对应虚拟车辆为红色边缘；
20.当车辆以15-25km/h的速度接近用户时，所述ar显示区显示的对应虚拟车辆为橙黄色边缘；
21.当车辆以15km/h及以下速度运行时，所述ar显示区显示的对应虚拟车辆为绿色边缘。
22.本技术的实施例提供的技术方案可以包括以下有益效果：
23.由上述实施例可知，本技术采用了全景环带镜头与动态视觉传感器结合的技术手段，克服了以往技术中需要多镜头，甚至无法对后方及两侧完成感知的技术问题，并且对比传统相机的局限性，动态视觉传感器能在光照条件较为恶劣的情况下也能达到良好感知效果，进而发挥了全景环带镜头与动态视觉传感器两者的特点，让其在骑行这一情境下发挥最大的优势。
24.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
25.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
26.图1是根据一示例性实施例示出的一种智能骑行头盔的示意图。
27.图2是根据一示例性实施例示出的一种智能头盔的信号传输图。
28.图3是根据一示例性实施例示出的一种设计的轻薄全景环带透镜结构图。
29.图4是根据一示例性实施例示出的一种全息光学元件波导组合器示意图。
30.图5是根据一示例性实施例示出的一种事件流处理实现运动分割的算法图。
31.附图标记：
32.11、全景环带镜头；12、动态视觉传感器；13、路况指示器；14、ar显示区；15、核心计算处理模块；16、头盔本体；31、入射视场角；32、追迹的单根光线的成像光路；33、全景环带镜头；34、中继透镜组；35、动态视觉传感器成像靶面；41、全息光学元件；42、空间光调制器；43、虚拟物体；44、真实物体；45、人眼；51、数据采集单元；52、事件队列；53、去噪模块；54、去噪后事件队列；55、运动分割网络；56、多层感知机；57、输出掩模。
具体实施方式
33.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。
34.在本技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
35.应当理解，尽管在本技术可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本技术范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
36.全景环带透镜(panoramic annular lens,pal)是一个不规则形状的透镜，其表面不同位置按照成像需要镀有不同种类的投射膜和反射膜，从而实现大视场成像，它将360
°
全柱面视场投影到一个二维平面的圆形区域内。由于像面中心存在小圆形盲区，成像部分呈环状，故称为全景环带透镜。全景环带镜头11的两个反射面和两个折射面集成于一个块状全景头部单元中，因此，全景环带镜头11的结构非常紧凑，体积显著减小，安装也十分方便，所以即使将其安装在头盔上也十分轻便，不会添加多余重量。
37.动态视觉传感器12(dynamic vision sensor,dvs)是一种异步输出事件流数据的视觉传感器，当某个像素接收到的光强的变化量超过阈值时，便会产生一个正极性或者负极性的事件输出，事件极性的正或负表示亮度的增强或降低。每个事件可用四维向量[x,y,t,p]来表示，其中(x,y)为像素坐标，t为时间戳，p表示事件的极性，因此，这种“事件”的输出方式从根本上区别于“帧”的概念，产生的是类似于点云的离散输出，并且输出信息往往包含了场景下的关键特征信息，丢弃了冗余的非关键信息。事件相机具有微秒级的时间分辨率、低延迟、高动态范围和低功耗的特征，因此在高速、高动态范围等较为极端的场景下有着极高的应用潜力。并且相较于传统帧相机，事件相机在处理动态场景有着天然优势。
[0038]
增强现实技术(augmented reality,ar)，是一种将现实环境拍摄到的影像加以计算处理实时显示在相应的图像、视频、3d模型的技术，用以丰富人们与现实世界和数字世界的互动，以达到超越现实的感官体验。目前ar头戴式显示设备的光学系统主要分为全息波导光学显示系统，几何波导光学显示系统和偏振波导光学显示系统。由于全息光学元件41具有体积小，厚度薄，重量轻的特点，能够满足该智能头盔对于体积和重量的要求。
[0039]
本装置借助全景环带镜头11相机和动态视觉传感器12，实现对360
°
环境感知，并
且具有高动态范围，在光照条件十分恶劣情况下也可以实现对环境的准确感知，如果探测骑行者后端和两侧有移动目标如车辆或者其他车辆靠近时，便通过位于头盔前部的ar显示区提示用户。
[0040]
图1是根据一示例性实施例示出的一种智能骑行头盔的示意图，如图1所示，该智能骑行头盔可以包括全景环带镜头11、动态视觉传感器12、路况指示器13、核心计算处理模块15和头盔本体16；所述全景环带镜头11、动态视觉传感器12、路况指示器13、核心计算处理模块15均设置在所述头盔本体16上，所述全景环带镜头11用于采集光信号，所述动态视觉传感器12用于将所述光信号转化为电信号从而得到全景路况图像的事件流，将所述事件流传输至所述核心计算处理模块15中，所述路况指示器13上集成有ar显示区14，所述核心计算处理模块15根据所述事件流对路况进行分析，并将得到的有无快速靠近用户的信号发送到所述ar显示区14进行显示。
[0041]
由上述实施例可知，本技术通过全景环带镜头11与动态视觉传感器12的结合使用，既利用到了全景环带镜头11的360度大视场特性，使得镜头安装在头盔顶部就能轻松实现对周围路况无死角感知，本发明提出的全景环带镜头11为轻薄设计，解决了以往过于笨重，安装麻烦的问题，又结合了动态视觉传感器12的高动态范围，高时间分辨率等特性，充分发挥了动态视觉传感器12在该动态场景中的作用，并且动态视觉传感器12区别于传统ccd(电荷耦合器件，charge coupled device)相机，其高动态范围的特性，使得骑行者在较为黑暗的环境下也能有良好的感知效果。配合头盔中的核心计算处理模块15中设计的算法模块，能够高效分割出场景中的运动车辆，并通过路况指示器13上的ar模块给用户提供良好的交互体验，比以往一些声音为主的交互方案更为直观，更具趣味性。
[0042]
具体地，全景环带镜头11获取周围路况的光信号，高效的捕获用户周围360
°
的路况信息，全景环带镜头11会聚的光束打在动态视觉传感器12上的感光靶面上，通过动态视觉传感器12的对光束的处理将光信号转化为电信号，输出携带周围360
°
信息的事件流，这样就实现了全景环带镜头11与动态视觉传感器12的结合，后续将事件流输入至所述算法模块，首先进行去噪处理，去噪的好处是能够消除不必要的冗余干扰信息，能够缩减输入数据所占储存大小，并提升算法性能，去噪后的数据输入到后续的运动分割网络55中，分析在时间维度上车辆掩模的变化，得到周围车辆的行进情况，最后将获得的路况结果通过路况指示器13上的ar显示设备做到与骑行者实时交互，提供给骑行者良好的交互体验。
[0043]
在一实施例中，全景环带镜头11与动态视觉传感器12装配在一起固定在头盔本体16顶部，可单次获取360
°
大视场图像信息，主要关注到两侧及后方环境变化。动态视觉传感器12将事件流输入核心计算处理模块15当中，核心计算处理模块15的功能是通过一系列复杂的算法运算，对图像事件流进行优化处理，最后将将有无快速靠近车辆的信号传到ar显示区上与用户进行交互。
[0044]
图2是根据一示例性实施例示出的一种智能头盔的信号传输图。如图2所示：
[0045]
在用户骑行过程中，外界光信号首先进入全景环带镜头11，通过全景环带镜头11中光会聚在动态视觉传感器12的感光元件上，将光信号转化为电信号，电信号通过动态视觉传感器12中的后续电路设计，将处理后的电信号传输到智能头盔主体中的核心计算处理模块15，核心计算处理模块15主要完成四项工作，分别是：事件队列52的储存、去噪模块53、运动分割网络55模块和ar控制算法。数据采集单元51(包括全景环带镜头11和动态视觉传
感器12)输出的电信号以事件流的形式输入到核心计算处理模块15，以事件队列52的形式存储，然后进入去噪模块53得到去噪后的事件队列52，去噪后的事件输入到运动分割网络55模块获得运动车辆的掩模，分析掩模的特征和变化，通过ar控制算法将实时路况投影到ar显示设备中，完成电信号到光信号的转化，最终光信号传输到人眼45当中，成功被人眼45接收。
[0046]
图3是根据一示例性实施例示出的一种三片式设计的全景环带透镜结构图。如图3所示，在所述全景环带镜头11中，整个轻薄型全景环带镜头的视场角能够覆盖超半球进行360
°
环视拍摄，入射视场角(即垂直视场角度)超过180
°
。相对于传统的鱼眼镜头，轻薄型全景环带镜头具有结构紧凑的优点，最大视场处的畸变显著更小和相对照度更高，更加适合在全景成像领域的实时感知。轻薄型全景环带镜头中追迹的单根光线的成像光路32如图3所示，周围环境的光线经过全景环带透镜块状结构的第一个折射面进行折射，在第一反射面和第二反射面上依次反射，再经过第二折射面折射进入中继透镜组34，经过中继透镜组34聚焦之后，输出所述光信号。在本技术的具体实施中，所述中继透镜组34中的透镜数量小于等于3，可以为胶合透镜组也可为分离透镜组。总而言之，该种轻薄型全景环带镜头的透镜数少于或等于3片。在经过中继透镜组34聚焦之后，光线会聚焦在动态视觉传感器成像靶面35上进行成像。成像的光束会通过动态视觉传感器成像靶面35将光信号转化为电信号，用于后续感知处理。
[0047]
该轻薄全景环带镜头的优点在于：透镜数量少于或等于3片，具有紧凑的光学系统结构，宽松的公差，和轻型的重量和微型的体积。在本案例中，轻薄型全景环带透镜尺寸可与硬币相比较，重量为20g左右。
[0048]
图4是根据一示例性实施例示出的一种全息光学元件41波导组合器示意图。如图4所示：
[0049]
当全息光学元件41(holographic optical element,hoe)是利用光全息术在记录材料薄膜上记录点光源的干涉条纹，在经过处理制成光栅条纹结构的薄膜光学元件，具有光束准直、聚焦、偏转等功能。全息光学元件41可同时作为输入和输出耦合光栅，将来自微显示器或空间光调制器42(spatial light modulator,slm)的光传输至人眼45，使得人眼45感知到虚拟物体43，同时在不增加额外光功率的情况下传输来自真实场景的光，使人眼45感知到真实物体44，以此来实现增强现实(ar)的效果。当全息光学元件41为反射式耦合元件时，全息波导板对光束的传输过程如图4所示，空间光调制器42发出的光穿过波导，传输至输入耦合元件全息光学元件41中，其有特定的衍射角，从全息光学元件41出射的衍射光满足平板波导条件，因此会在全息波导板中产生波导现象，再以一定入射角传播至输出耦合元件全息光学元件41中，最后垂直到达人眼45。
[0050]
在本技术的智能骑行头盔中，其中的路况指示器13集成了能够实现ar功能的全息光学元件41，使得该路况指示器13既能作为头盔挡风板，也能在其部分区域实现ar显示功能，完成与用户的视觉交互。
[0051]
图5是根据一示例性实施例示出的一种事件流处理实现运动分割的算法图。如图5所示：
[0052]
提出的事件流处理实现运动分割的算法主要包括两个模块，第一是去噪模块53，第二是运动分割网络55模块。数据采集单元51相机从外界获得的路况信息以事件的形式储
存到事件队列52中，算法不断从队头取出事件序列，输入到去噪模块53得到去噪后事件序列，所述去噪模块53可以执行任意现有的事件去噪方法，然后输入到去噪后事件队列52当中，再从去噪后事件队列52队头取出事件序列输入到运动分割网络55模块中，该运动分割网络55为设计并训练好的图神经网络(可以为gcn或gat)，图神经网络以每一个事件点作为图的结点，节点与节点之间的连接关系来学习场景中运动物体之间，运动物体与背景之间的关系，图神经网络后接着多层感知机56，对每一个结点分类，每个结点都包含原始的像素坐标信息(x,y)，将其映射至图像上，最后以图像的形式输出运动物体掩模57，以此分割场景中的运动物体，得到运动物体的掩膜。并且，随着时间的推进，事件队列52不断从队头取出事件序列，后续算法对比前后事件序列所得结果来分析周围路况变化，然后将包含有周围路况信息以电信号的形式输入到ar设备当中，再通过ar设备当中的微显示器或者空间光调制器42将电信号转变为光信号传输到人眼45中。
[0053]
在具体实施中，在所述核心计算处理模块15中：
[0054]
步骤1：将一定时间间隔内的事件流放入事件处理队列当中，其中所述事件处理队列中每个元素为相同时间间隔内事件流。
[0055]
步骤2：将所述事件处理队列中的事件输入到去噪算法模块进行去噪处理；
[0056]
步骤3：将步骤2去噪后的事件处理队列输入到已训练好的运动分割算法模块中，得到分割出来场景中的运动车辆的掩模，根据事件处理队列中相邻时间事件序列获得的两次预测掩模的相对位置与大小来预测两侧及后方运动车辆的相对方位与行进情况，例如，当后一次的预测掩模面积或者轮廓相对于前一次更大，那么就表明车辆处于接近骑行者的状态，反之则处于远离骑行者的状态；
[0057]
步骤4：在事件处理队列非空的情况下重复步骤1～3，不断取出下一个事件序列来预测下一时刻的路况信息；
[0058]
步骤5：依据步骤4的输出，控制路况指示器13上的ar显示区与用户进行视觉交互。
[0059]
其中步骤5中进行视觉交互的方案包括：
[0060]
当车辆以25km/h的速度及以上接近用户时即有潜在危险时，所述ar显示区显示的对应虚拟车辆为红色边缘；
[0061]
当车辆以大约15-20km/h的速度接近用户时即潜在危险微乎其微时，所述ar显示区显示的对应虚拟车辆为橙黄色边缘；
[0062]
相应的，当车辆以15km/h及以下速度运行时，此时速度几乎与骑行速度持平，不会对骑行者的安全造成威胁，所述ar显示区显示的对应虚拟车辆为绿色边缘。
[0063]
其中，25km/h的车辆对应的虚拟车辆为红色边缘，20km/h的车辆对应的虚拟车辆为黄色边缘。
[0064]
本技术所提供的一种智能骑行头盔的功能实现过程具体如下：
[0065]
步骤1：在骑行者骑行过程中处于车流量较大、相对比较危险的交通路段时，可以选择打开智能骑行头盔开关，那么位于智能骑行头盔顶部的全景环带镜头11-动态视觉传感器12相机感知用户两侧及后方的路况场景变化，采集到全景事件流数据，事件流从动态视觉传感器12传出，输入到图一示例中的核心计算处理模块15，核心计算处理模块15具有一定的运存，能够储存一定时间内的事件流数据，因此考虑到运存问题，运存应尽可能设计的大核心计算处理模块15的内存设计得尽可能得大，能将一定时间间隔内的事件放入事件
处理队列当中，事件处理队列中每个元素为相同时间间隔内事件流，等待后续内置算法部分处理。
[0066]
步骤2：由于数据采集单元51感知周围路况所得到的事件流数据中并不是所有事件都是包含有用信息的，所以首先将事件处理队列中的事件输入到去噪算法模块进行去噪处理，去除冗余并具有干扰的噪声事件点，这些噪声点大多具有的特征：对应的同一像素点，产生事件的频率比较高；在全景环带镜头11-动态视觉传感器12相机静止，场景静止的情况下，少许像素点仍然产生事件，这些都是不必要的噪声。处于事件处理队列的事件依次通过去噪算法模块，然后再放入到后续运动分割算法的处理队列当中，这样得到去噪后的事件处理队列，可以减少运存的消耗，并且提升后续算法性能。
[0067]
步骤3：将步骤2去噪后的事件处理队列输入到已训练好的运动分割算法模块中，可以输出得到分割出来场景中的运动车辆的掩模，根据事件处理队列中前后事件序列(第n个与第n+1个)获得的掩模的相对位置与大小来预测两侧及后方运动车辆的相对方位与行进情况，接着核心计算处理模块15在事件处理队列非空的情况下不断取出下一个事件序列来预测下一时刻的路况信息。
[0068]
步骤4：依据步骤3的输出，核心计算处理模块15还需要控制路况指示器13上的ar显示区与用户进行视觉交互。其中的视觉交互方案具体如下：ar显示区主要实现的功能是将前述算法所获得两侧及后方的运动车辆相对位置与行进情况通过ar显示的方式显现在用户眼前，使得用户在清楚看到前方路况的同时，还能看到两侧及后方路况的虚拟数据场景，ar能够显示车辆的行进情况，当车辆在快速接近用户时，有潜在危险时，用户所看到的对应虚拟车辆为红色边缘，用户可以及时做出应对；而车辆在较慢速度接近用户时，潜在危险微乎其微，则用户所看到的对应虚拟车辆为橙黄色边缘，用户可以依据具体情况避免危险发生；最后车辆在没有接近用户，甚至远离用户的情形下，用户可以保持行进路线不变正常骑行。
[0069]
值得注意的是，因为用户前方的实际路况不能受ar显示太多影响，所以ar显示的两侧及后方的车辆必须进行虚化处理，并且大小合适，太大会造成视线遮挡，影响正常骑行，也可能造成不必要的是发生。
[0070]
步骤5：用户根据ar显示的两侧及后方车辆方位及行进情况，实施加速、减速、变更行进路线等应对方式。因此，周围路况也会改变，接着重新回到步骤1，全景环带镜头11-动态视觉传感器12相机对环境进行感知探测，达到循环采集数据，实时输出结果，与用户交互的效果。
[0071]
本领域技术人员在考虑说明书及实践这里公开的内容后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。
[0072]
应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。

技术特征：
1.一种智能骑行头盔，其特征在于，包括全景环带镜头、动态视觉传感器、路况指示器、核心计算处理模块和头盔本体；所述全景环带镜头、动态视觉传感器、路况指示器、核心计算处理模块均设置在所述头盔本体上，所述全景环带镜头用于采集光信号，所述动态视觉传感器用于将所述光信号转化为电信号从而得到全景路况图像的事件流，将所述事件流传输至所述核心计算处理模块中，所述路况指示器上集成有ar显示区，所述核心计算处理模块根据所述事件流对路况进行分析，并将得到的有无快速靠近用户的信号发送到所述ar显示区进行显示。2.根据权利要求1所述的智能骑行头盔，其特征在于，在所述全景环带镜头中，环境的光线经过全景环带透镜块状结构的第一个折射面进行折射，在第一反射面和第二反射面上依次反射，再经过第二折射面折射进入中继透镜组，经过中继透镜组聚焦之后，输出所述光信号。3.根据权利要求2所述的智能骑行头盔，其特征在于，所述中继透镜组中的透镜数量小于等于3。4.根据权利要求1所述的智能骑行头盔，其特征在于，所述全景环带镜头与动态视觉传感器装配在一起固定在所述盔本体顶部。5.根据权利要求1所述的智能骑行头盔，其特征在于，在所述ar显示区中，通过全息光学元件与空间光调制器实现可视化，其中空间光调制器发出的光穿过波导，传输至全息光学元件中，从而在全息波导板中产生波导现象，再以一定入射角传播至输出全息光学元件中，再垂直到达人眼。6.根据权利要求1所述的智能骑行头盔，其特征在于，在所述核心计算处理模块中：步骤1：将一定时间间隔内的事件流放入事件处理队列当中，其中所述事件处理队列中每个元素为相同时间间隔内事件流；步骤2：将所述事件处理队列中的事件进行去噪处理；步骤3：将去噪后的事件处理队列输入到已训练好的运动分割网络中，得到分割出来的场景中的运动车辆的掩模，根据事件处理队列中前后事件序列获得的掩模的相对位置与大小来预测两侧及后方运动车辆的相对方位与行进情况；步骤4：在事件处理队列非空的情况下重复步骤1～3；步骤5：依据步骤4的输出，发送指令至路况指示器上的ar显示区，以与用户进行视觉交互。7.根据权利要求6所述的智能骑行头盔，其特征在于，步骤5中进行视觉交互的方案包括：当车辆以25km/h的速度及以上接近用户时，所述ar显示区显示的对应虚拟车辆为红色边缘；当车辆以15-25km/h的速度接近用户时，所述ar显示区显示的对应虚拟车辆为橙黄色边缘；当车辆以15km/h及以下速度运行时，所述ar显示区显示的对应虚拟车辆为绿色边缘。

技术总结
本发明公开了一种智能骑行头盔，涉及光电传感和显示技术领域，包括全景环带镜头、动态视觉传感器、路况指示器、核心计算处理模块和头盔本体；全景环带镜头、动态视觉传感器、路况指示器、核心计算处理模块均设置在头盔本体上，全景环带镜头用于采集光信号，动态视觉传感器用于将光信号转化为电信号从而得到全景路况图像的事件流，将事件流传输至核心计算处理模块中，路况指示器上集成有AR显示区，核心计算处理模块根据事件流对路况进行分析，并将得到的有无快速靠近用户的信号发送到所述AR显示区进行显示。实现对周围360


技术研发人员：张邵波 高少华 邱翌 应王雷 潘嘉仪
受保护的技术使用者：宁波利安科技股份有限公司
技术研发日：2023.03.15
技术公布日：2023/7/19