一種全方位還原道路事故影像的方法

1.一種全方位還原道路事故影像方法，其特征在于，包括以下步驟：
車輛啟動(dòng)時(shí)，對(duì)車體進(jìn)行整體的檢測(cè)，獲取車體的初始三維外觀數(shù)據(jù)；
車輛行駛過(guò)程中，以車體為中心，獲取車體的車速以及車體的周邊環(huán)境三維數(shù)據(jù)；
檢測(cè)到發(fā)生事故時(shí)，對(duì)車體進(jìn)行整體的檢測(cè)，獲取車體的事故情況三維外觀數(shù)據(jù)，并標(biāo)記當(dāng)前的車輛的周邊環(huán)境三維數(shù)據(jù)；
根據(jù)初始三維外觀數(shù)據(jù)、周邊環(huán)境三維數(shù)據(jù)以及事故情況三維外觀數(shù)據(jù)進(jìn)行對(duì)比分析，生成還原道路事故的影像；
所述生成還原道路事故的影像的具體方法為：通過(guò)初始三維外觀數(shù)據(jù)、周邊環(huán)境三維數(shù)據(jù)以及事故情況三維外觀數(shù)據(jù)進(jìn)行對(duì)比分析，通過(guò)圖像算法來(lái)對(duì)圖像和數(shù)據(jù)進(jìn)行整理、對(duì)比、提取、分析、合成，最后生成常用的視頻播放格式，進(jìn)行視頻輸出;
所述的初始三維外觀數(shù)據(jù)包括以下數(shù)據(jù)：車體的初始形變數(shù)據(jù)和車體的第一整體外觀圖片數(shù)據(jù)，所述初始形變數(shù)據(jù)為車體初始狀態(tài)時(shí)的空間數(shù)據(jù);
所述車體的周邊環(huán)境三維數(shù)據(jù)包括周邊車輛的車速、相互之間的車距、與車體的車距和路面情況數(shù)據(jù);
所述事故情況三維外觀數(shù)據(jù)包括：外部作用在車體上的力的大小、當(dāng)前車體的第二形變數(shù)據(jù)和車體的第二整體外觀圖片數(shù)據(jù)，所述第二形變數(shù)據(jù)為車體發(fā)生事故時(shí)的空間數(shù)據(jù)。
2.根據(jù)權(quán)利要求1所述的全方位還原道路事故影像方法，其特征在于，通過(guò)超聲波/雷達(dá)對(duì)車輛進(jìn)行形變探測(cè)及掃描，獲取車體的初始形變數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的全方位還原道路事故影像方法，其特征在于，通過(guò)檢測(cè)車輛受力情況進(jìn)行事故發(fā)生的判斷，所述判斷為：通過(guò)檢測(cè)外部作用在車體上的力的大小判斷，若作用力大于預(yù)設(shè)的閾值，則判斷為發(fā)生事故，否則為無(wú)事故發(fā)生。
4.根據(jù)權(quán)利要求1所述的全方位還原道路事故影像方法，其特征在于，通過(guò)超聲波或雷達(dá)對(duì)車體進(jìn)行形變探測(cè)及掃描，獲取車體的第二形變數(shù)據(jù)。

一種全方位還原道路事故影像的方法\n技術(shù)領(lǐng)域\n[0001] 本發(fā)明涉及圖像監(jiān)控技術(shù)領(lǐng)域，特別是涉及一種全方位還原道路事故影像的系統(tǒng)和方法。\n背景技術(shù)\n[0002] 目前市場(chǎng)上基于行駛安全監(jiān)控視頻的設(shè)備很多。如：道路上的攝像頭、行車記錄儀等等。但攝像頭并不是每條路段都有，在一些小城鎮(zhèn)或農(nóng)村等偏僻地區(qū)，就會(huì)出現(xiàn)攝像頭的監(jiān)控盲區(qū)；如果在這些地方發(fā)生了交通事故，警方的取證時(shí)很難的。\n[0003] 而現(xiàn)有通常使用的行車記錄儀，也只是對(duì)某些片區(qū)進(jìn)行拍攝和記錄，專利號(hào)為：\n200520033326.0公開(kāi)的車載事故記錄裝置，則通過(guò)兩臺(tái)數(shù)碼錄入器在時(shí)間繼電器的控制下，交替進(jìn)行錄入和清除工作，并在發(fā)生交通事故后，關(guān)閉車載事故記錄裝置，事故發(fā)生時(shí)的情形將存入數(shù)碼錄入器的存儲(chǔ)卡中，將存儲(chǔ)卡中的內(nèi)容在數(shù)碼播放器中進(jìn)行播放，還原出事故發(fā)生時(shí)的情形，其采用的事故記錄的方式為在平時(shí)一直記錄行車圖像信息，在發(fā)生事故時(shí)則關(guān)閉系統(tǒng)，因此其并能對(duì)事故進(jìn)行判斷，緊能在發(fā)生意外后提供當(dāng)時(shí)的圖像信號(hào)，只能對(duì)其所監(jiān)控到的區(qū)域進(jìn)行拍攝，也不能做到對(duì)車輛的全方位進(jìn)行拍攝，全方位包括車頂、底盤等。\n[0004] 如專利號(hào)為201120290886.X的一種汽車行駛記錄系統(tǒng)，其通過(guò)括攝像單元、錄音單元、信號(hào)采集單元，以及與上述各單元連接的存儲(chǔ)器，分別對(duì)用于采集：車內(nèi)及車外狀況及環(huán)境的視頻信息；對(duì)車內(nèi)及車外狀況及環(huán)境的音頻信；車速信息；警告燈狀況等。通過(guò)記錄車內(nèi)外影像、聲音以及各行車參數(shù)，能有效記錄汽車的操作狀況和汽車的行駛狀況，可準(zhǔn)確還原駕駛員的駕車操作和行車狀況，為汽車發(fā)生故障或發(fā)生交通事故處理提供準(zhǔn)確的數(shù)據(jù)支持。但是上述的技術(shù)并不能做到對(duì)車輛的全方位監(jiān)控，如果發(fā)生事故，只能是對(duì)其所監(jiān)控到的區(qū)域進(jìn)行拍攝，也不能做到對(duì)車輛的全方位進(jìn)行拍攝，全方位包括車頂、底盤等，所以靠行車記錄儀去還原事故本身的景象，也是不夠全面的。\n發(fā)明內(nèi)容\n[0005] 為了克服現(xiàn)有技術(shù)的不足，本發(fā)明的一個(gè)技術(shù)目的是提供一種能夠?qū)崟r(shí)記錄行車記錄，從而能夠全方位還原基于本車而發(fā)生的交通事故的全方位還原道路事故影像的方法。\n[0006] 為了克服現(xiàn)有技術(shù)的不足，本發(fā)明的另一個(gè)技術(shù)目的是提供一種能夠?qū)崟r(shí)記錄行車記錄，從而能夠全方位還原基于本車而發(fā)生的交通事故的全方位還原道路事故影像的系統(tǒng)。\n[0007] 為實(shí)現(xiàn)上述第一個(gè)技術(shù)目的，本發(fā)明采用的技術(shù)方案如下：\n[0008] 一種全方位還原道路事故影像方法，包括以下步驟：\n[0009] 車輛啟動(dòng)時(shí)，對(duì)車體進(jìn)行整體的檢測(cè)，獲取車體的初始三維外觀數(shù)據(jù)；\n[0010] 車輛行駛過(guò)程中，以車體為中心，獲取車體的車速以及車體的周邊環(huán)境三維數(shù)據(jù)；\n[0011] 檢測(cè)到發(fā)生事故時(shí)，對(duì)車體進(jìn)行整體的檢測(cè)，獲取車體的事故情況三維外觀數(shù)據(jù)，并標(biāo)記當(dāng)前的車輛的周邊環(huán)境三維數(shù)據(jù)；\n[0012] 根據(jù)初始三維外觀數(shù)據(jù)、周邊環(huán)境三維數(shù)據(jù)以及事故情況三維外觀數(shù)據(jù)進(jìn)行對(duì)比分析，生成還原道路事故的影像。\n[0013] 優(yōu)選地，所述的初始三維外觀數(shù)據(jù)包括以下數(shù)據(jù)：車體的初始形變數(shù)據(jù)和車體的第一整體外觀圖片數(shù)據(jù)，所述初始形變數(shù)據(jù)為車體初始狀態(tài)時(shí)的空間數(shù)據(jù)。\n[0014] 優(yōu)選地，通過(guò)超聲波/雷達(dá)對(duì)車輛進(jìn)行形變探測(cè)及掃描，獲取車體的初始形變數(shù)據(jù)。\n[0015] 優(yōu)選地，所述車體的周邊環(huán)境三維數(shù)據(jù)包括周邊車輛的車速、相互之間的車距、與車體的車距和路面情況數(shù)據(jù)。\n[0016] 車距是鄰車與本車的車距，鄰車是指以本車為中心，各個(gè)方位上離本車最近的第一輛車，其中鄰車與鄰車之間的車距，通過(guò)檢測(cè)到各輛鄰車與本車的方位和車距，也可以根據(jù)這兩個(gè)數(shù)據(jù)來(lái)推斷出各輛鄰車間的方位和車距，其中，路面情況包括本車與鄰車的車距和車速，道路上可能存在的障礙（如石頭、水坑等），路面的干濕情況，交通燈的情況等。\n[0017] 優(yōu)選地，通過(guò)檢測(cè)車輛受力情況進(jìn)行事故發(fā)生的判斷，所述判斷為：通過(guò)檢測(cè)外部作用在車體上的力的大小判斷，若作用力大于預(yù)設(shè)的閾值，則判斷為發(fā)生事故，否則為無(wú)事故發(fā)生。\n[0018] 優(yōu)選地，所述事故情況三維外觀數(shù)據(jù)包括：外部作用在車體上的力的大小、當(dāng)前車體的第二形變數(shù)據(jù)和車體的第二整體外觀圖片數(shù)據(jù)，所述第二形變數(shù)據(jù)為車體發(fā)生事故時(shí)的空間數(shù)據(jù)。\n[0019] 優(yōu)選地，通過(guò)超聲波或雷達(dá)對(duì)車體進(jìn)行形變探測(cè)及掃描，獲取車體的第二形變數(shù)據(jù)。\n[0020] 優(yōu)選地，所述生成還原道路事故的影像的具體方法為：\n[0021] 通過(guò)初始三維外觀數(shù)據(jù)、周邊環(huán)境三維數(shù)據(jù)以及事故情況三維外觀數(shù)據(jù)進(jìn)行對(duì)比分析，主要是通過(guò)圖像算法來(lái)對(duì)圖像和數(shù)據(jù)進(jìn)行整理、對(duì)比、提取、分析、合成，最后生成常用的視頻播放格式，進(jìn)行視頻輸出。\n[0022] 為實(shí)現(xiàn)上述第二個(gè)技術(shù)目的，本發(fā)明采用的技術(shù)方案如下：\n[0023] 一種全方位還原道路事故影像的系統(tǒng)，包括形變監(jiān)控模塊、攝像模塊、速度監(jiān)控模塊、力量傳感器和控制模塊；\n[0024] 所述形變監(jiān)控模塊用于監(jiān)控車輛的形狀結(jié)構(gòu)數(shù)據(jù)，并將數(shù)據(jù)傳輸?shù)娇刂颇K；\n[0025] 所述攝像模塊用于獲取車輛的整體圖像以及行車過(guò)程中周邊環(huán)境的圖像信息，并傳輸?shù)娇刂颇K；\n[0026] 所述速度監(jiān)控模塊用于監(jiān)控行車過(guò)程中車體周邊其他車輛的速度以及與車體之間的車距數(shù)據(jù)，并傳輸?shù)娇刂颇K；\n[0027] 所述力量傳感器用于測(cè)量車體接受到的外部力量的大小，并傳輸?shù)剿霰O(jiān)控模塊；\n[0028] 所述控制模塊用于根據(jù)所述形變監(jiān)控模塊、力量傳感器、攝像模塊和速度監(jiān)控模塊獲取的數(shù)據(jù)生成還原道路事故的影像。\n[0029] 優(yōu)選地，監(jiān)控模塊根據(jù)所述力量傳感器檢測(cè)到的力的大小進(jìn)行判斷車體是否發(fā)生事故，所述判斷方法為：通過(guò)檢測(cè)外部作用在車輛上的力的大小判斷，若作用力大于預(yù)設(shè)的閾值，則判斷為發(fā)生事故，否則為無(wú)事故發(fā)生。\n[0030] 與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：\n[0031] 本發(fā)明通過(guò)記錄本車與周邊環(huán)境的數(shù)據(jù)與情況，以本車為中心，跟隨者本車移動(dòng)的智能監(jiān)控?cái)z像頭，能全方位地監(jiān)控和測(cè)量本車與路面上其他車輛/物體的情況和各項(xiàng)數(shù)據(jù)，從而在發(fā)生事故時(shí)能夠很好的還原出本車發(fā)生車禍時(shí)，本車及周邊車輛/物體的三維路面情況，各個(gè)車輛的車速、車距，并把車輛受到的沖擊力和形變情況也一齊標(biāo)注在圖像上。\n附圖說(shuō)明\n[0032] 圖1為本發(fā)明的方法流程圖；\n[0033] 圖2為本發(fā)明的中各個(gè)模塊連接示意圖。\n具體實(shí)施方式\n[0034] 下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用于解釋發(fā)明，并不用于限定發(fā)明。\n[0035] 本發(fā)明，主要是通過(guò)對(duì)車輛的表面進(jìn)行掃描和監(jiān)控，該裝置/系統(tǒng)，主要包括以下部分，如圖2所示：包括形變監(jiān)控模塊1、攝像模塊2、速度監(jiān)控模塊3、力量傳感器4和控制模塊5；\n[0036] 所述形變監(jiān)控模塊1用于監(jiān)控車輛的形狀結(jié)構(gòu)數(shù)據(jù)，并將數(shù)據(jù)傳輸?shù)娇刂颇K；\n[0037] 所述攝像模塊2用于獲取車輛的整體圖像以及行車過(guò)程中周邊環(huán)境的圖像信息，并傳輸?shù)娇刂颇K；\n[0038] 所述速度監(jiān)控模塊3用于監(jiān)控行車過(guò)程中車體周邊其他車輛的速度以及與車體之間的車距數(shù)據(jù)，并傳輸?shù)娇刂颇K；\n[0039] 所述力量傳感器4用于測(cè)量車體接受到的外部力量的大小，并傳輸?shù)剿霰O(jiān)控模塊；\n[0040] 所述控制模塊5用于根據(jù)所述形變監(jiān)控模塊、力量傳感器、攝像模塊和速度監(jiān)控模塊獲取的數(shù)據(jù)生成還原道路事故的影像。\n[0041] 在一個(gè)具體實(shí)施例中，所述的全方位還原道路事故影像的系統(tǒng)，還包括用于用戶輸入信息的人機(jī)交互模塊6，用戶可以通過(guò)人機(jī)交互模塊6對(duì)系統(tǒng)就行讀寫操作，以及維護(hù)和升級(jí)等。\n[0042] 在一個(gè)具體實(shí)施例中，所述的全方位還原道路事故影像的系統(tǒng)，可以通過(guò)一視頻輸出模塊7將獲取和生成的影響信息顯示到其他設(shè)備上。\n[0043] 速度監(jiān)控模塊3、攝像模塊2、控制模塊5、力量傳感器4和形變監(jiān)控模塊1。這些單元可以采用的實(shí)體儀器分別是：測(cè)速雷達(dá)、攝像頭，智能分析主機(jī)、力量傳感器、超聲波發(fā)生器/雷達(dá)等可以探測(cè)空間事物的儀器。\n[0044] 如圖1所示，本發(fā)明提供一種全方位還原道路事故影像方法，包括以下步驟：\n[0045] S100車輛啟動(dòng)時(shí)，對(duì)車體進(jìn)行整體的檢測(cè)，獲取車體的初始三維外觀數(shù)據(jù)；所述的初始三維外觀數(shù)據(jù)包括以下數(shù)據(jù)：車體的初始形變數(shù)據(jù)和車體的第一整體外觀圖片數(shù)據(jù)。\n[0046] 在汽車啟動(dòng)時(shí)，該系統(tǒng)也自行啟動(dòng)，系統(tǒng)通過(guò)采用超聲波/雷達(dá)等空間探測(cè)事物的原理，對(duì)汽車的外觀，包括頂部和底盤進(jìn)行一個(gè)全方位的形變探測(cè)及掃描，并把掃描整車的初始形變數(shù)據(jù)儲(chǔ)存起來(lái)。與此同時(shí)啟動(dòng)攝像頭，把車的整體外觀（包括車頂和底盤）拍攝下來(lái)并儲(chǔ)存起來(lái)形成第一整體外觀圖片數(shù)據(jù)，通過(guò)對(duì)攝像頭拍攝的圖像的重組和形變數(shù)據(jù)的處理生成初始三維外觀數(shù)據(jù)，首先還原出該汽車在出發(fā)前的三維外觀圖片A，并且把車子外觀的形變數(shù)據(jù)都標(biāo)注出來(lái)。\n[0047] 所述形變數(shù)據(jù)，是通過(guò)超聲波/雷達(dá)等空間探測(cè)儀器，對(duì)車的外觀進(jìn)行整體掃描，從而得出整車詳細(xì)的空間數(shù)據(jù)。這個(gè)形變數(shù)據(jù)再結(jié)合攝像頭拍攝到整車圖片和圖像算法的處理，可得出汽車目前真實(shí)情況的三維圖片。\n[0048] S110車輛行駛過(guò)程中，以車體為中心，獲取車體的周邊環(huán)境三維數(shù)據(jù)；\n[0049] 其中，利用攝像頭對(duì)路面情況進(jìn)行拍攝，同時(shí)利用測(cè)速雷達(dá)對(duì)周邊車輛的車速和車距進(jìn)行監(jiān)控。系統(tǒng)將攝像頭拍攝到的圖像，和雷達(dá)檢測(cè)到的車速、車距等數(shù)據(jù)，通過(guò)圖像算法的處理，智能識(shí)別和組合，還原出以本車為中心的三維的車輛的行駛情況和道路情況的視頻圖像。\n[0050] S120檢測(cè)到發(fā)生事故時(shí)，對(duì)車體進(jìn)行整體的檢測(cè)，獲取車體的事故情況三維外觀數(shù)據(jù)，并標(biāo)記當(dāng)前的車輛的周邊環(huán)境三維數(shù)據(jù)；\n[0051] 根據(jù)初始三維外觀數(shù)據(jù)、周邊環(huán)境三維數(shù)據(jù)以及事故情況三維外觀數(shù)據(jù)進(jìn)行對(duì)比分析，生成還原道路事故的影像。\n[0052] 其中，如果本車發(fā)生車輛的摩擦或碰撞等車禍情況，車上的力量傳感器感應(yīng)到了，通過(guò)檢測(cè)車輛受力情況進(jìn)行事故發(fā)生的判斷，所述判斷為：通過(guò)檢測(cè)外部作用在車體上的力的大小判斷，若作用力大于預(yù)設(shè)的閾值，則判斷為發(fā)生事故，否則為無(wú)事故發(fā)生。然后把外部物體對(duì)本車的受到的沖擊力記錄下來(lái)，然后智能分析主機(jī)就啟動(dòng)攝像頭和超聲波/雷達(dá)等可以探測(cè)空間事物的儀器，如步驟S100所述那樣，記錄下第二形變數(shù)據(jù)和車體的第二整體外觀圖片數(shù)據(jù)，并綜合事故情況三維外觀數(shù)據(jù)，并將汽車的外觀形變情況通過(guò)三維圖片B表示出來(lái)。然后智能主機(jī)結(jié)合汽車啟動(dòng)時(shí)的三維圖片A，與車禍時(shí)的三維圖片B，還有實(shí)施例二的汽車三維視頻行駛圖像，通過(guò)圖像算法的處理和智能識(shí)別，還原出本車發(fā)生車禍時(shí)，本車及周邊車輛/物體的三維路面情況，各個(gè)車輛的車速、車距，并把車輛受到的沖擊力和形變情況也一齊標(biāo)注在圖像上。\n[0053] 通過(guò)初始三維外觀數(shù)據(jù)、周邊環(huán)境三維數(shù)據(jù)以及事故情況三維外觀數(shù)據(jù)進(jìn)行對(duì)比分析主要是通過(guò)圖像算法來(lái)對(duì)圖像和數(shù)據(jù)進(jìn)行整理、對(duì)比、提取、分析、合成，最后生成常用的視頻播放格式，進(jìn)行視頻輸出。\n[0054] 初始形變數(shù)據(jù)，是記錄汽車在出發(fā)前的空間情況，包括汽車的整體外觀及汽車的凹陷情況，第二形變數(shù)據(jù)是記錄了汽車在事故發(fā)生時(shí)的空間情況。通過(guò)對(duì)這兩組圖片的分析，可以清晰地了解事故發(fā)生時(shí)對(duì)車輛的損壞情況，也為智能分析單元，對(duì)事故現(xiàn)場(chǎng)視頻的分析、重組、合并，提供了充分的算法數(shù)據(jù)依據(jù)。\n[0055] 一般的車輛行駛記錄儀器，只能記錄除本車外的其他車輛行駛狀況，就好比一個(gè)撐起攝像頭的架子，是拍攝不到架子本身的狀況。而路面上的攝像頭也只是拍攝到路面的情況，并沒(méi)有很詳細(xì)的數(shù)據(jù)。通過(guò)本發(fā)明，就能清晰地了解到本車與其他車輛/物體在路面上的情況，以及各項(xiàng)的數(shù)據(jù)。本發(fā)明所述的方法，就好比是以本車為中心，跟隨者本車移動(dòng)的智能監(jiān)控?cái)z像頭，能全方位地監(jiān)控和測(cè)量本車與路面上其他車輛/物體的情況和各項(xiàng)數(shù)據(jù)。