一种大货车视角盲区检测报警方法及系统与流程

1.本技术技术车辆检测领域，具体涉及一种大货车视角盲区检测报警方法及系统。


背景技术：

2.大货车日常生活交通运输，尤其是快递运输和建材运输中，起着不可或缺的作用。但大货车在行驶的过程中存在诸多安全问题。
3.其中最严重的安全问题便是大货车在行驶过程中，时常存在有车辆和行人进入大货车的视角盲区，而大货车司机不能及时地观察到视角盲区内的车辆和行人，从而导致的严重交通事故。因此，如何准确地检测到大货车的视角盲区中出现车辆和行人，成为亟待解决的问题。
4.因此，亟需一种大货车视角盲区检测报警方法及系统来解决当前技术存在的问题。


技术实现要素：

5.本技术提供了一种大货车视角盲区检测报警方法及系统，可以准确地检测到大货车的视角盲区中出现车辆和行人，从而避免交通事故的发生。
6.第一方面，本技术提供了一种大货车视角盲区检测报警方法，所述方法包括：获取大货车的行车状态；确定所述行车状态对应的盲区区域；获取驾驶视角信息；所述驾驶视角信息为设置在大货车驾驶位的采集设备采集得到的信息；获取实际盲区视角信息；所述实际盲区视角信息为设置在所述行车状态对应的盲区区域的采集设备采集得到的信息；基于所述驾驶视角信息，提取第一特征信息；基于所述实际盲区视角信息，提取第二特征信息；基于所述第一特征信息和/或所述第二特征信息，采用预设的报警方式进行报警。
7.通过采用上述技术方案，根据大货车的行车状态确定行车状态对应的盲区区域，可以使得大货车视角盲区的检测更具有针对性；通过获取设置在大货车驾驶位的采集设备采集得到的信息，并提取第一特征信息，从而模拟大货车司机在驾驶大货车时所观察到的视角；通过获取设置在大货车对应的盲区区域的采集设备采集得到的信息，并提取第二特征信息，可以使得获取得到的盲区区域出现的车辆和行人；基于第一特征信息和/或第二特征信息，采用预设的报警方式进行报警，从而提醒司机和行人注意避让，从而有效地避免交通事故的发生。
8.可选的，所述行车状态包括行驶状态和倒车状态；所述确定所述行车状态对应的盲区区域，具体包括：当大货车处于所述行驶状态时，确定大货车的第一盲区区域；当大货车处于所述倒车状态时，确定大货车的第二盲区区域。
9.可选的，所述实际盲区信息包括第一影像信息；所述基于所述第一特征信息和/或所述第二特征信息，采用预设的报警方式进行报警，具体还包括：基于所述第一影像信息，提取所述第二特征信息；将所述第一特征信息与所述第二特征信息进行比对；判断所述第一特征信息是否与所述第二特征信息一致；当所述第一特征信息与所述第二特征信息不一
致时，采用预设的第一报警方式进行报警。
10.通过采用上述技术方案，通过将第一特征信息与第二特征信息进行比对，并判断第一特征信息与第二特征信息是否一致，当第一特征信息与第二特征信息不一致时，即可能存在有车辆和行人在大货车的视角盲区内，从而提醒司机注意避让。
11.可选的，所述行驶状态包括转弯行驶状态；所述实际盲区视角信息还包括转弯方向后方视角信息；所述基于所述第一特征信息和/或所述第二特征信息，采用预设的报警方式进行报警，具体还包括：当大货车处于所述转弯行驶状态时，确定大货车的所述第一盲区区域的第一子区域；获取大货车的车辆信息和当前转弯速度；基于所述转弯方向后方视角信息，提取所述第二特征信息；所述第二特征信息包括多个特征物体、第一间距以及第二间距；基于所述第一子区域确定第一预设点；基于所述第一间距、所述第二间距以及所述大货车的车辆信息，采用预设的第一方式计算得到所述多个特征物体到达所述第一预设点的第一时间；基于所述大货车的车辆信息、所述当前转弯速度以及所述第二间距，采用预设的第二方式计算得到大货车到达所述第一预设点的第二时间；当所述第一时间小于或等于所述第二时间时，采用预设的第二报警方式进行报警。
12.通过采用上述技术方案，当大货车处于转弯行驶状态时，行人或车辆进入大货车的转弯视角盲区内从而导致严重事故频繁发生，由于大货车前后轮转弯半径不同，存在转弯内轮差，行人或车辆往往错误估计大货车的转弯轨迹，从而进入大货车的转弯视角盲区内，导致严重事故的发生。因此基于第一间距、第二间距以及大货车的车辆信息，采用预设的第一方式计算得到多个特征物体到达第一预设点的第一时间；并基于大货车的车辆信息、当前转弯速度以及第二间距，采用预设的第二方式计算得到大货车到达第一预设点的第二时间；并将第一时间和第二时间进行比对，当第一时间小于或等于所述第二时间时，采用预设的第二报警方式进行报警，从而能够有效判断出当大货车转弯时，在大货车后方的行人或车辆是否会进入转弯视角盲区，并采用预设的第二报警方式进行报警，从而提醒司机和行人注意避让，从而有效地避免大货车在转弯时交通事故的发生。
13.可选的，所述行驶状态还包括直线行驶状态；所述实际盲区视角信息还包括直行前方视角信息；所述基于所述第一特征信息和/或所述第二特征信息，采用预设的报警方式进行报警，具体还包括：当大货车处于所述直线行驶状态时，确定大货车的所述第一盲区区域的第二子区域；获取所述第二子区域的所述直行前方视角信息；基于所述直行前方视角信息，提取所述第二特征信息；所述第二特征信息还包括所述多个特征物体与大货车车头的间距；判断所述多个特征物体与大货车车头的间距是否小于或等于预设的第二阈值；当所述多个特征物体与大货车的间距小于或等于预设的第二阈值时，采用预设的第三报警方式进行报警。
14.通过采用上述技术方案，当大货车处于直线行驶状态时，通过计算大货车车头周围车辆距离大货车车头的间距，当距离小于或等于预设的第二阈值时，采用预设的第三报警方式进行报警，从而提醒大货车司机注意避让。
15.可选的，在所述获取所述第二子区域的所述直行前方视角信息之后，方法还包括：基于所述驾驶视角信息，提取第一特征信息；所述第一特征信息包括多个特征物体的第一数量；基于所述直行前方视角信息，提取所述第二特征信息；所述第二特征信息还包括多个特征物体的第二数量；当所述多个特征物体的第二数量大于所述多个特征物体的第一数量
时，采用预设的第四报警方式进行报警。
16.可选的，所述实际盲区信息还包括第二影像信息；所述基于所述第一特征信息和/或所述第二特征信息，采用预设的报警方式进行报警，具体还包括：当大货车处于所述倒车状态时，获取所述第二盲区区域对应的所述第二影像信息；获取大货车的车辆信息和当前倒车速度；基于所述大货车的车辆信息和所述当前倒车速度，得到倒车刹车距离；基于所述倒车刹车距离，采用预设的第五报警方式进行报警。
17.通过采用上述技术方案，当大货车处于倒车状态时，通过计算大货车的倒车刹车距离，基于倒车刹车距离，采用预设的第五报警方式进行报警，从而提醒大货车司机注意避让，避免大货车倒车刹车距离过长导致碰撞事故的发生。
18.在本技术的第二方面提供了一种大货车视角盲区检测报警系统，所述系统包括：获取模块、处理模块以及报警模块；所述获取模块，用于获取大货车的行车状态；所述处理模块，用于确定所述行车状态对应的盲区区域；所述获取模块，还用于获取驾驶视角信息；所述驾驶视角信息为设置在大货车驾驶位的采集设备采集得到的信息；所述获取模块，还用于获取实际盲区视角信息；所述实际盲区视角信息为设置在所述行车状态对应的盲区区域的采集设备采集得到的信息；所述处理模块，还用于基于所述驾驶视角信息，提取第一特征信息；所述处理模块，还用于基于所述实际盲区视角信息，提取第二特征信息；所述报警模块，用于基于所述第一特征信息和/或所述第二特征信息，采用预设的报警方式进行报警。
19.在本技术的第三方面提供了一种电子设备，包括处理器、存储器、用户接口及网络接口，所述存储器用于存储指令，所述用户接口和网络接口用于给其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如本技术第一方面任意一项所述的方法。
20.在本技术的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有能够被处理器加载并执行如本技术第一方面任意一项所述的方法的计算机程序。
21.综上所述，本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：1、根据大货车的行车状态确定行车状态对应的盲区区域，可以使得大货车视角盲区的检测更具有针对性；通过获取设置在大货车驾驶位的采集设备采集得到的信息，并提取第一特征信息，从而模拟大货车司机在驾驶大货车时所观察到的视角；通过获取设置在大货车对应的盲区区域的采集设备采集得到的信息，并提取第二特征信息，可以使得获取得到的盲区区域出现的车辆和行人；基于第一特征信息和/或第二特征信息，采用预设的报警方式进行报警，从而提醒司机和行人注意避让，从而有效地避免交通事故的发生。
22.2、当大货车处于转弯行驶状态时，行人或车辆进入大货车的转弯视角盲区内从而导致严重事故频繁发生，由于大货车前后轮转弯半径不同，存在转弯内轮差，行人或车辆往往错误估计大货车的转弯轨迹，从而进入大货车的转弯视角盲区内，导致严重事故的发生。因此基于第一间距、第二间距以及大货车的车辆信息，采用预设的第一方式计算得到多个特征物体到达第一预设点的第一时间；并基于大货车的车辆信息、当前转弯速度以及第二间距，采用预设的第二方式计算得到大货车到达第一预设点的第二时间；并将第一时间和第二时间进行比对，当第一时间小于或等于所述第二时间时，采用预设的第二报警方式进
行报警，从而能够有效判断出当大货车转弯时，在大货车后方的行人或车辆是否会进入转弯视角盲区，并采用预设的第二报警方式进行报警，从而提醒司机和行人注意避让，从而有效地避免大货车在转弯时交通事故的发生。
附图说明
23.图1是本技术实施例提供的一种大货车视角盲区检测报警方法的流程示意图一；图2是本技术实施例提供的一种大货车在行驶状态下的视角盲区示意图；图3是本技术实施例提供的一种大货车在倒车状态下的视角盲区示意图；图4是本技术实施例提供的一种大货车视角盲区检测报警方法的流程示意图二；图5是本技术实施例提供的一种大货车在转弯行驶状态下的视角盲区示意图；图6是本技术实施例提供的一种大货车在直线行驶状态下的视角盲区示意图；图7是本技术实施例公开一种大货车视角盲区检测报警系统的结构示意图；图8是本技术实施例公开的一种电子设备的结构示意图。
24.附图标记说明：1、获取模块；2、处理模块；3、报警模块；800、电子设备；801、处理器；802、通信总线；803、用户接口；804、网络接口；805、存储器。
具体实施方式
25.为了使本领域的技术人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。
26.在本技术实施例的描述中，术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，单独存在b，同时存在a和b这三种情况。
27.在本技术实施例的描述中，“例如”或者“举例来说”等词用于表示作例子、例证或说明。本技术实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
28.在本技术实施例的描述中，术语“多个”的含义是指两个或两个以上。例如，多个系统是指两个或两个以上的系统，多个屏幕终端是指两个或两个以上的屏幕终端。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
29.本技术提供了一种大货车视角盲区检测报警方法，参照图1，其示出了本技术实施例提供的一种大货车视角盲区检测报警方法的流程示意图一。该方法包括步骤s101-s107，上述步骤如下：步骤s101：获取大货车的行车状态。
30.在上述步骤中，服务器获取大货车的行车状态。
31.具体来说，在本技术方案中，服务器为大货车的行车系统，后续实施例均以服务器
代替大货车的行车系统。大货车的行车状态包括但不限于行驶状态和倒车状态。本技术主要对大货车处于行驶状态时和处于倒车状态时，对大货车的盲区进行检测报警。
32.步骤s102：确定行车状态对应的盲区区域。
33.在上述步骤中，服务器确定大货车处于当前行车状态时对应的盲区区域。
34.具体来说，参照图2，其示出了本技术实施例提供的一种大货车在行驶状态下的视角盲区示意图。参照图3，其示出了本技术实施例提供的一种大货车在倒车状态下的视角盲区示意图。在图2和图3中，a、b、c区为半盲区，其危险程度和大货车的车身尺寸相关。d区为全盲区，即司机直接视线和后视镜视线范围外的区域。e区为全盲区，即被挡风玻璃两侧a柱挡住的视线范围的区域。
35.步骤s103：获取驾驶视角信息；驾驶视角信息为设置在大货车驾驶位的采集设备采集得到的信息。
36.在上述步骤中，服务器获取驾驶视角信息。
37.具体来说，在本技术方案中，驾驶视角信息即为设置在大货车驾驶位的采集设备采集得到的信息。设置在大货车驾驶位的采集设备优选为行车摄像头，其目的在于模拟大货车司机开车时可以观察到的视角范围。
38.步骤s104：获取实际盲区视角信息；实际盲区视角信息为设置在行车状态对应的盲区区域的采集设备采集得到的信息。
39.在上述步骤中，服务器获取实际盲区视角信息。
40.具体来说，在本技术方案中，设置在行车状态对应的盲区区域的采集设备即在图2和图3中a、b、c、d、e区的位置设置的采集设备，此处的采集设备可以为多种设备，包括但不限于摄像头、测距雷达等等。
41.步骤s105：基于驾驶视角信息，提取第一特征信息。
42.在上述步骤中，服务器基于驾驶视角信息，提取第一特征信息。
43.具体来说，在本技术方案中，第一特征信息包括但不限于车辆、电动车、行人、障碍物等等。
44.步骤s106：基于实际盲区视角信息，提取第二特征信息。
45.在上述步骤中，服务器基于实际盲区视角信息，提取第二特征信息。
46.具体来说，在本技术方案中，不同行驶状态下的不同盲区对应的第二特征信息不同，第二特征信息将在后续实施例中进行具体说明。
47.步骤s107：基于第一特征信息和/或第二特征信息，采用预设的报警方式进行报警。
48.在上述步骤中，服务器基于第一特征信息和/或第二特征信息，采用预设的报警方式进行报警。
49.具体来说，在本技术方案中，预设的报警方式包括多种报警方式。基于第一特征信息和/或第二特征信息，采用预设的报警方式进行报警的具体实现步骤将在后续实施例中进行具体说明。
50.在一种可能的实施方式中，行车状态包括行驶状态和倒车状态；确定行车状态对应的盲区区域，具体包括：当大货车处于行驶状态时，确定大货车的第一盲区区域；当大货车处于倒车状态时，确定大货车的第二盲区区域。
51.具体来说，在本技术方案中，行车状态包括行驶状态和倒车状态。参照图2，当大货车处于行驶状态时，图2中所示区域即为第一盲区区域。参照图3，当大货车处于倒车状态时，图3中所示区域即为第二盲区区域。
52.在一种可能的实施方式中，实际盲区信息包括第一影像信息；步骤s107具体包括如下步骤：基于第一影像信息，提取第二特征信息。
53.具体来说，在本技术方案中，服务器将基于图像识别技术，从第一影像信息中提取第二特征信息，具体的提取特征的方法在本技术中不做过多限定。提取得到的第二特征信息包括但不限于车辆、电动车、行人、障碍物等等。
54.将第一特征信息与第二特征信息进行比对。
55.具体来说，在本技术方案中，服务器将基于图像识别技术，将第一特征信息与第二特征信息进行比对，具体比对的方法在本技术中不做过多限定。
56.判断第一特征信息是否与第二特征信息一致。
57.具体来说，在本技术方案中，服务器将判断提取的第一特征信息与第二特征信息是否相同。
58.当第一特征信息与第二特征信息不一致时，采用预设的第一报警方式进行报警。
59.具体来说，在本技术方案中，当第一特征信息与第二特征信息不一致时，举例来说，当第一特征信息中出现的特征信息为车辆*1，行人*3；当第二特征信息中出现的特征信息为车辆*1，行人*4，电动车*1。此时则判断有一个行人和一辆电动车出现在盲区中。此时预设的第一报警方式则可以为：有一个行人和一辆电动车出现在盲区中，请注意。
60.在一种可能的实施方式中，参照图4，其示出了本技术实施例提供的一种大货车视角盲区检测报警方法的流程示意图二。行驶状态包括转弯行驶状态；实际盲区视角信息还包括转弯方向后方视角信息，步骤s107具体还包括如下步骤s201-s207：步骤s201：当大货车处于转弯行驶状态时，确定大货车的第一盲区区域的第一子区域。
61.具体来说，在本技术方案中，参照图5，其示出了本技术实施例提供的一种大货车在转弯行驶状态下的视角盲区示意图。第一盲区区域中的第一子区域即图5中的阴影部分区域。图5中的两条实线为大货车在转弯时的前轮轨迹线，两条虚线为大货车在转弯时的后轮轨迹线。由于大货车在转弯时，会存在转弯内轮差，即前后轮转弯半径不同。因此在图5中，许多自行车辆、电动车辆以及行人会误以为大货车的转弯轨迹为图中两条实线轨迹，而忽略了大货车后轮在转弯时的实际轨迹，即图中的两条虚线轨迹。因此在图示的阴影部分区域内，极易发生交通安全事故。
62.步骤s202：获取大货车的车辆信息和当前转弯速度。
63.具体来说，在本技术方案中，服务器获取大货车的车辆信息和当前转弯速度。其中大货车的车辆信息包括但不限于大货车的车长、车重、前后轮转弯半径等信息。并以大货车入弯时的初始速度为当前转弯速度。
64.步骤s203：基于转弯方向后方视角信息，提取第二特征信息；第二特征信息包括多个特征物体、第一间距以及第二间距。
65.具体来说，在本技术方案中，服务器基于转弯方向后方视角信息，提取第二特征信
息。转弯方向后方视角信息即设置在左右后车轮处的采集设备采集得到的信息。在本技术中后续实施例中，以大货车向右转弯进行举例说明，转弯过程如图5中大货车位置变化。当大货车刚开始入弯时，在右后车轮处的采集设备将会采集信息。此处的采集设备优选为测距雷达。服务器再根据采集得到的信息提取第二特征信息，第二特征信息包括多个特征物体、第一间距以及第二间距。多个特征物体包括但不限于行人、电动车、自行车、汽车等等；第一间距的含义为行人、电动车、自行车、汽车距离大货车右后轮的直线距离；第二间距的含义为大货车后轮与非机动车道的直线距离。在图5中用d1表示第一间距，用d2表示第二间距。
66.步骤s204：基于第一子区域确定第一预设点。
67.具体来说，在本技术方案中，第一预设点为多个特征物体沿直线行驶与第一子区域的交点，在图5中用p表示第一预设点。
68.步骤s205：基于第一间距、第二间距以及大货车的车辆信息，采用预设的第一方式计算得到多个特征物体到达第一预设点的第一时间。
69.具体来说，在本技术方案中，预设的第一方式具体为以下方式。参照图5，以电动车进行举例计算。计算电动车到达第一预设点的距离，即l1+l2，l1和l2单位为米。由于此时大货车处于即将入弯的状态，因此l1即为大货车的车长；赋予电动车一个最大速度v
max
，其中v
max
的单位为米/秒。由于大多数电动车在大货车的转弯盲区发生事故时，电动车的速度平均超过了40km/h，因此最大速度优选为60km/h，即为16.7m/s。因此电动车到达第一预设点的第一时间t1为，其中第一时间t1的单位为秒。
70.需要说明的是，最大速度v
max
还可以有多种可能，其根据专业人员根据实际情况进行设定，在本技术中不做过多限定。
71.步骤s206：基于大货车的车辆信息、当前转弯速度以及第二间距，采用预设的第二方式计算得到大货车到达第一预设点的第二时间。
72.具体来说，在本技术方案中，预设的第一方式具体为以下方式。获取大货车的后轮转弯半径r，构建坐标系，计算大货车转弯时圆弧pk的长度l2，l2的单位为米。因而需要计算转弯角度α。在图5的坐标系中，由于ok的长度也为r，因此om的长度为r-d2，则因此因此圆弧pk的长度l2为，为，再根据获取得到的大货车的当前转弯速度v，其中v的单位为米/秒。从而即可计算得到大货车到达第一预设点的第二时间t2，其中第一时间t2的单位为秒。
73.步骤s207：当第一时间小于或等于第二时间时，采用预设的第二报警方式进行报警。
74.具体来说，在本技术方案中，当服务器判断第一时间小于或等于第二时间时，采用预设的第二报警方式进行报警。预设的第二报警方式可以为：在车内播报当前转弯有车辆
或行人速度较快，即将进入转弯视角盲区，请减速避让。以提醒司机注意避免事故发生。在车外播报当前大货车正在转弯，请远离。以提醒车辆和行人注意避免进入大货车视野盲区，从而导致事故发生。
75.在一种可能的实施方式中，行驶状态还包括直线行驶状态；实际盲区视角信息还包括直行前方视角信息；步骤s107具体还包括如下步骤：当大货车处于直线行驶状态时，确定大货车的第一盲区区域的第二子区域。
76.具体来说，在本技术方案中，第二子区域即如图2中所示的a、b、c三个区域。
77.获取第二子区域的直行前方视角信息。
78.具体来说，在本技术方案中，服务器将获取设置在图2中所示的a、b、c三个区域的采集设备采集得到的信息，此处的采集设备优选为测距雷达。
79.基于直行前方视角信息，提取第二特征信息；第二特征信息还包括多个特征物体与大货车车头的间距。
80.具体来说，在本技术方案中，参照图6，其示出了本技术实施例提供的一种大货车在直线行驶状态下的视角盲区示意图。在图6中，d1和d2即为汽车a和汽车b与大货车车头的间距。
81.判断多个特征物体与大货车车头的间距是否小于或等于预设的第二阈值。
82.具体来说，在本技术方案中，参照图2，由于在大货车直线行驶状态下，盲区的最长距离为1.5米，因此预设的第二阈值优选为2米。
83.当多个特征物体与大货车的间距小于或等于预设的第二阈值时，采用预设的第三报警方式进行报警。
84.具体来说，在本技术方案中，当服务器判断当多个特征物体与大货车的间距小于或等于预设的第二阈值时，采用预设的第三报警方式进行报警。预设的第三报警方式优选为在车内播报当前直线有车辆或行人距离车头过近，可能发生事故，请减速避让。
85.在一种可能的实施方式中，在上述步骤获取第二子区域的直行前方视角信息之后，方法还包括如下步骤：基于驾驶视角信息，提取第一特征信息；第一特征信息包括多个特征物体的第一数量。
86.具体来说，在本技术方案中，服务器基于驾驶视角信息，提取第一特征信息；第一特征信息包括多个特征物体的第一数量，即包括行人、电动车、自行车、汽车的数量。
87.基于直行前方视角信息，提取第二特征信息；第二特征信息还包括多个特征物体的第二数量。
88.具体来说，在本技术方案中，服务器基于前方视角信息，提取第二特征信息；第二特征信息还包括多个特征物体的第二数量，即包括行人、电动车、自行车、汽车的数量。
89.当多个特征物体的第二数量大于多个特征物体的第一数量时，采用预设的第四报警方式进行报警。
90.具体来说，在本技术方案中，服务器判断当多个特征物体的第二数量大于多个特征物体的第一数量时，即有行人、电动车、自行车、汽车在直线行驶的视野盲区内时，采用预设的第四报警方式进行报警。预设的第四报警方式优选为在车内播报当前直线行驶有车辆或行人在视野盲区内，可能发生事故，请减速避让。
91.在一种可能的实施方式中，实际盲区信息还包括第二影像信息；步骤s107具体还包括如下步骤：当大货车处于倒车状态时，获取第二盲区区域对应的第二影像信息。
92.具体来说，在本技术方案中，服务器当大货车处于倒车状态时，获取第二盲区区域对应的第二影像信息。当大货车处于倒车状态时，服务器通过设置在大货车尾部的采集设备，采集第二影像信息，此处的采集设备优选为倒车影像雷达。
93.获取大货车的车辆信息和当前倒车速度。
94.具体来说，在本技术方案中，服务器将获取大货车的车辆信息和当前倒车速度。此处大货车的车辆信息包括车辆的重量和刹车制动性能。
95.基于大货车的车辆信息和当前倒车速度，得到倒车刹车距离。
96.具体来说，在本技术方案中，倒车刹车距离将根据以下公式确定，s＝v*v/2gμ，其中s为刹车距离，v为当前倒车速度，g取9.8m/s^2，μ是刹车系数，其根据具体的车辆的重量和刹车制动性能确定。
97.基于倒车刹车距离，采用预设的第五报警方式进行报警。
98.具体来说，在本技术方案中，当服务器判断刹车距离大于或等于后方多个特征物体距离车位的距离时，则采用预设的第四报警方式进行报警。预设的第五报警方式可以为当前倒车行驶有车辆、行人或者障碍物在视野盲区内，可能发生碰撞，请减缓倒车速度。
99.参照图7，其示出了本技术实施例提供的一种大货车视角盲区检测报警系统的结构示意图。系统包括：获取模块1、处理模块2以及报警模块3；获取模块1，用于获取大货车的行车状态；处理模块2，用于确定行车状态对应的盲区区域；获取模块1，还用于获取驾驶视角信息；驾驶视角信息为设置在大货车驾驶位的采集设备采集得到的信息；获取模块1，还用于获取实际盲区视角信息；实际盲区视角信息为设置在行车状态对应的盲区区域的采集设备采集得到的信息；处理模块2，还用于基于驾驶视角信息，提取第一特征信息；处理模块2，还用于基于实际盲区视角信息，提取第二特征信息；报警模块3，用于基于第一特征信息和/或第二特征信息，采用预设的报警方式进行报警。
100.本技术还公开一种电子设备。参照图8，图8是本技术实施例的公开的一种电子设备的结构示意图。该电子设备800可以包括：至少一个处理器801，至少一个网络接口804，用户接口803，存储器805，至少一个通信总线802。
101.其中，通信总线802用于实现这些组件之间的连接通信。
102.其中，用户接口803可以包括显示屏(display)、摄像头(camera)，可选用户接口803还可以包括标准的有线接口、无线接口。
103.其中，网络接口804可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。
104.其中，处理器801可以包括一个或者多个处理核心。处理器801利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器805内的指令、程序、代码集或指令集，以及调用存储在存储器805内的数据，执行服务器的各种功能和处理数据。可选的，处理器801可以采用数字信号处理(digital signal processing，dsp)、现场可编程门阵列(field-programmable gate array，fpga)、可编程逻辑阵列(programmable logic array，pla)中的至少一种硬件形式来实现。处理器801可集成中央处理器(central processing unit，cpu)、图像处理器(graphics processing unit，gpu)和调制解调器等中
的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器801中，单独通过一块芯片进行实现。
105.其中，存储器805可以包括随机存储器(random access memory，ram)，也可以包括只读存储器(read-only memory)。可选的，该存储器805包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器805可用于存储指令、程序、代码、代码集或指令集。存储器805可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器805可选的还可以是至少一个位于远离前述处理器801的存储装置。参照图8，作为一种计算机存储介质的存储器805中可以包括操作系统、网络通信模块、用户接口模块以及一种应用程序。
106.在图8所示的电子设备800中，用户接口803主要用于为用户提供输入的接口，获取用户输入的数据；而处理器801可以用于调用存储器805中存储一种应用程序，当由一个或多个处理器801执行时，使得电子设备800执行如上述实施例中一个或多个的方法。需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必需的。
107.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
108.在本技术所提供的几种实施方式中，应该理解到，所披露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。
109.作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
110.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
111.集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本技术各个实施例方法的全部或部分步骤。而前述的存储器包括：u盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
112.以上者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。
113.本技术旨在涵盖本公开的任何变型、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公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。

技术特征：
1.一种大货车视角盲区检测报警方法，其特征在于，所述方法包括：获取大货车的行车状态；确定所述行车状态对应的盲区区域；获取驾驶视角信息；所述驾驶视角信息为设置在大货车驾驶位的采集设备采集得到的信息；获取实际盲区视角信息；所述实际盲区视角信息为设置在所述行车状态对应的盲区区域的采集设备采集得到的信息；基于所述驾驶视角信息，提取第一特征信息；基于所述实际盲区视角信息，提取第二特征信息；基于所述第一特征信息和/或所述第二特征信息，采用预设的报警方式进行报警。2.根据权利要求1所述的一种大货车视角盲区检测报警方法，其特征在于，所述行车状态包括行驶状态和倒车状态；所述确定所述行车状态对应的盲区区域，具体包括：当大货车处于所述行驶状态时，确定大货车的第一盲区区域；当大货车处于所述倒车状态时，确定大货车的第二盲区区域。3.根据权利要求1所述的一种大货车视角盲区检测报警方法，其特征在于，所述实际盲区信息包括第一影像信息；所述基于所述第一特征信息和/或所述第二特征信息，采用预设的报警方式进行报警，具体还包括：基于所述第一影像信息，提取所述第二特征信息；将所述第一特征信息与所述第二特征信息进行比对；判断所述第一特征信息是否与所述第二特征信息一致；当所述第一特征信息与所述第二特征信息不一致时，采用预设的第一报警方式进行报警。4.根据权利要求2所述的一种大货车视角盲区检测报警方法，其特征在于，所述行驶状态包括转弯行驶状态；所述实际盲区视角信息还包括转弯方向后方视角信息；所述基于所述第一特征信息和/或所述第二特征信息，采用预设的报警方式进行报警，具体还包括：当大货车处于所述转弯行驶状态时，确定大货车的所述第一盲区区域的第一子区域；获取大货车的车辆信息和当前转弯速度；基于所述转弯方向后方视角信息，提取所述第二特征信息；所述第二特征信息包括多个特征物体、第一间距以及第二间距；基于所述第一子区域确定第一预设点；基于所述第一间距、所述第二间距以及所述大货车的车辆信息，采用预设的第一方式计算得到所述多个特征物体到达所述第一预设点的第一时间；基于所述大货车的车辆信息、所述当前转弯速度以及所述第二间距，采用预设的第二方式计算得到大货车到达所述第一预设点的第二时间；当所述第一时间小于或等于所述第二时间时，采用预设的第二报警方式进行报警。5.根据权利要求4所述的一种大货车视角盲区检测报警方法，其特征在于，所述行驶状态还包括直线行驶状态；所述实际盲区视角信息还包括直行前方视角信息；所述基于所述第一特征信息和/或所述第二特征信息，采用预设的报警方式进行报警，具体还包括：当大货车处于所述直线行驶状态时，确定大货车的所述第一盲区区域的第二子区域；
获取所述第二子区域的所述直行前方视角信息；基于所述直行前方视角信息，提取所述第二特征信息；所述第二特征信息还包括所述多个特征物体与大货车车头的间距；判断所述多个特征物体与大货车车头的间距是否小于或等于预设的第二阈值；当所述多个特征物体与大货车的间距小于或等于预设的第二阈值时，采用预设的第三报警方式进行报警。6.根据权利要求5所述的一种大货车视角盲区检测报警方法，其特征在于，在所述获取所述第二子区域的所述直行前方视角信息之后，方法还包括：基于所述驾驶视角信息，提取第一特征信息；所述第一特征信息包括多个特征物体的第一数量；基于所述直行前方视角信息，提取所述第二特征信息；所述第二特征信息还包括多个特征物体的第二数量；当所述多个特征物体的第二数量大于所述多个特征物体的第一数量时，采用预设的第四报警方式进行报警。7.根据权利要求2所述的一种大货车视角盲区检测报警方法，所述实际盲区信息还包括第二影像信息；所述基于所述第一特征信息和/或所述第二特征信息，采用预设的报警方式进行报警，具体还包括：当大货车处于所述倒车状态时，获取所述第二盲区区域对应的所述第二影像信息；获取大货车的车辆信息和当前倒车速度；基于所述大货车的车辆信息和所述当前倒车速度，得到倒车刹车距离；基于所述倒车刹车距离，采用预设的第五报警方式进行报警。8.一种大货车视角盲区检测报警系统，其特征在于，所述系统包括：获取模块(1)、处理模块(2)以及报警模块(3)；所述获取模块(1)，用于获取大货车的行车状态；所述处理模块(2)，用于确定所述行车状态对应的盲区区域；所述获取模块(1)，还用于获取驾驶视角信息；所述驾驶视角信息为设置在大货车驾驶位的采集设备采集得到的信息；所述获取模块(1)，还用于获取实际盲区视角信息；所述实际盲区视角信息为设置在所述行车状态对应的盲区区域的采集设备采集得到的信息；所述处理模块(2)，还用于基于所述驾驶视角信息，提取第一特征信息；所述处理模块(2)，还用于基于所述实际盲区视角信息，提取第二特征信息；所述报警模块(3)，用于基于所述第一特征信息和/或所述第二特征信息，采用预设的报警方式进行报警。9.一种电子设备，其特征在于，包括处理器(801)、存储器(805)、用户接口(803)及网络接口(804)，所述存储器(805)用于存储指令，所述用户接口(803)和网络接口(804)用于给其他设备通信，所述处理器(801)用于执行所述存储器(805)中存储的指令，以使所述电子设备(800)执行如权利要求1-7任意一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行如权利要求1-7任意一项所述的方法步骤。

技术总结
一种大货车视角盲区检测报警方法及系统，涉及车辆检测技术领域。在该方法中，获取大货车的行车状态；确定行车状态对应的盲区区域；获取驾驶视角信息；驾驶视角信息为设置在大货车驾驶位的采集设备采集得到的信息；获取实际盲区视角信息；实际盲区视角信息为设置在行车状态对应的盲区区域的采集设备采集得到的信息；基于驾驶视角信息，提取第一特征信息；基于实际盲区视角信息，提取第二特征信息；基于第一特征信息和/或第二特征信息，采用预设的报警方式进行报警。实施本申请提供的技术方案，可以准确地检测到大货车的视角盲区中出现车辆和行人，从而避免交通事故的发生。从而避免交通事故的发生。从而避免交通事故的发生。


技术研发人员：孙翠翠 李琪琛 井国龙 刘路 高亮 牛天聪 陈义 姜川川 杨晓蕾 吉亚铭 姚金程 赵冰心
受保护的技术使用者：孙翠翠
技术研发日：2023.05.10
技术公布日：2023/7/22