用于在機動車輛的一個規定監控區域內檢測和分類物體的盲點攝像頭系統具有布置在外后視鏡反射面后面的光學模塊。在具有導熱路徑的光學模塊的光線上方提供除了限定的表面部分之外的反射器表面。盲點監控（BSM）是高級駕駛員輔助系統（ADAS）干擾器的基本功能之一。在本文中，我們提出了一種基于視覺的監控算法，使用后視攝像頭在盲點區域檢測車輛。
我們沒有在整個圖像中移動來搜索車輛，而是使用了具有固定位置和大小的定義良好的監控檢測窗口。我們使用方向梯度直方圖（HOG）和支持向量機（SVM）在每個檢測窗口中檢測車輛。當檢測到車輛時，我們計算車輛的運動矢量，以確定車輛是否接近ego車輛。報警信號最終根據事件歷史生成。為了評估BSM算法的性能，我們使用后視攝像機捕獲了各種序列。實驗結果表明，準確率高于98%，召回率高于99%。我們還開發了高速方法來提高處理速度，同時盡可能降低屏蔽器性能。
該快速算法在商用嵌入式監控攝像頭設備上的實現驗證了所提出的BSM算法的實時性。一種盲點檢測系統，其在車輛中具有傳感器系統，用于檢測車輛后方和側面盲點區域中是否存在其他車輛。傳感器系統向視覺報警顯示設備提供信號，并發出聲音警報，以警告一個或多個盲點區域內的車輛駕駛員。攝像機和視覺報警顯示裝置設置在外后視鏡組件的外殼內。當轉向信號執行器被驅動以提供轉向干擾器信號驅動信號時，攝像機向視頻顯示屏提供視頻顯示數據，以向駕駛員提供第二輛車的視頻圖像。
我們沒有在整個圖像中移動來搜索車輛，而是使用了具有固定位置和大小的定義良好的監控檢測窗口。我們使用方向梯度直方圖（HOG）和支持向量機（SVM）在每個檢測窗口中檢測車輛。當檢測到車輛時，我們計算車輛的運動矢量，以確定車輛是否接近ego車輛。報警信號最終根據事件歷史生成。為了評估BSM算法的性能，我們使用后視攝像機捕獲了各種序列。實驗結果表明，準確率高于98%，召回率高于99%。我們還開發了高速方法來提高處理速度，同時盡可能降低屏蔽器性能。
該快速算法在商用嵌入式監控攝像頭設備上的實現驗證了所提出的BSM算法的實時性。一種盲點檢測系統，其在車輛中具有傳感器系統，用于檢測車輛后方和側面盲點區域中是否存在其他車輛。傳感器系統向視覺報警顯示設備提供信號，并發出聲音警報，以警告一個或多個盲點區域內的車輛駕駛員。攝像機和視覺報警顯示裝置設置在外后視鏡組件的外殼內。當轉向信號執行器被驅動以提供轉向干擾器信號驅動信號時，攝像機向視頻顯示屏提供視頻顯示數據，以向駕駛員提供第二輛車的視頻圖像。
上一篇：監控干擾器是否會影響交通
下一篇：如何準確提取攝像頭的數據
