技术领域
[0001] 本公开涉及一种车辆及车辆的控制方法，该车辆有效地管理车辆获取的影像。
相关背景技术
[0002] 当前，车辆使用设置在车辆周围的传感器获取车辆周围影像。传感器可以包括摄像机、雷达、激光雷达等。
[0003] 具体地，越来越多的车辆使用安装在车辆的前侧和后侧的盲点监视装置，使得驾驶员可以在车辆运行期间容易地监视盲点。这种用于监视盲点的装置通常被实施为系统，该系统使用摄像机拍摄前方影像和后方影像并且通过设置在车辆内部的音频/视频(A/V)系统的监视器来观看拍摄的影像。
[0004] 此外，近年来，为了识别交通事故的原因等而研发车辆影像记录装置(数字视频记录器：DVR)并进行了商业化，该车辆影像记录装置安装在车辆内部以记录车辆的外部影像。
[0005] 然而，当连续存储车辆周围影像时，设置在车辆中的存储介质的容量变得不足。当用于存储车辆周围影像的存储时段被设置为较长时，可能难以根据需要，例如在发生事故的情况下，获取周围影像。
具体实施方式
[0029] 在整个说明书中，相同的附图标记表示相同的元件。不是本公开的实施例的所有元件将被描述，并且将省略对本领域中公知的内容或者在实施例中彼此重叠的内容的描述。整个说明书中使用的术语，例如“部件”、“模块”、“构件”、“块”等，可以用软件和/或硬件来实施，并且多个“部件”、“模块”、“构件”或“块”可以实施在单个元件中，或者单个“部件”、“模块”、“构件”或“块”可以包括多个元件。
[0030] 将进一步理解的是，术语“连接”或其派生词既指直接连接也指间接连接，并且间接连接包括通过无线通信网络的连接。将进一步理解的是，当在本说明书中使用时，术语“包括”和/或“包括有”指定所述特征、整体、步骤、操作、元件和/或组件的存在，但不排除存在或添加一个或多个其他特征、整体、步骤、操作、元件、组件和/或其组，除非上下文另有明确说明。
[0031] 此外，当陈述一个构件在另一构件“上”时，该构件可以直接在另一构件上，或者第三构件可以设置在一个构件与另一构件之间。
[0032] 尽管术语“第一”、“第二”、“A”、“B”等可以用于描述各种组件，但是这些术语不限制相应的组件，而是仅用于区别一个组件与另一组件。
[0033] 如本文使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文另有明确说明。用于方法步骤的附图标记仅用于解释的方便，而不限制步骤的顺序。因此，除非上下文另有明确规定，否则可以以其他方式实施书面顺序。
[0034] 在下文中，将参照附图描述本公开的操作原理和实施例。
[0035] 图1是示出根据实施例的车辆1的控制框图。
[0036] 参照图1，根据实施例的车辆1可以包括摄像机110、传感器单元120、控制单元130和存储单元140。
[0037] 摄像机110可以获取车辆1周围影像。
[0038] 摄像机110可以设置在车辆1的前侧、后侧和侧面以获取影像。
[0039] 安装在车辆中的摄像机110可以包括电荷耦合器件(CCD)摄像机110或互补金属氧化物半导体(CMOS)彩色图像传感器。这里，CCD和CMOS指将通过摄像机110的镜头接收的光转换成电信号的传感器。具体地，CCD摄像机110指使用电荷耦合器件将影像转换为电信号的装置。此外，CMOS图像传感器(CIS)指具有CMOS结构的低功耗和低功率型摄像装置(image pickup device)，并且用作数字设备的电子膜。通常，CCD与CIS相比具有优异的灵敏度，因此CCD广泛用于车辆1中，但是本公开不限于此。
[0040] 传感器单元120可以被实施为用于获取车辆信息的配置。
[0041] 车辆信息可以包括车辆外部信息和车辆内部信息。
[0042] 车辆信息可以包括表示车辆1与位于车辆1外部的物体之间的关系的信息。
[0043] 车辆信息可以包括车辆1的行驶状态信息，该行驶状态信息包括车辆1的加速度、转向等。
[0044] 传感器单元120可以包括雷达121、激光雷达122、加速度传感器123、转向传感器124、扭矩传感器125和车轮速度传感器126。
[0045] 雷达121可以使用传感器模块来实施，该传感器模块将微波(超高频，10cm至100cm波长)的波长范围内的电磁波发射到物体并接收从物体反射的电磁波以识别与物体之间的距离、方向和高度等。
[0046] 激光雷达122可以使用传感器模块来实施，该传感器模块发射激光脉冲并且接收从周围物体反射并返回到该传感器模块的光，以测量到物体的距离等，从而详细表示周围影像。
[0047] 加速度传感器123可以使用三轴传感器来实施。加速度传感器123可以被实施为当车辆1在三维空间中移动时获得x轴方向、y轴方向和z轴方向上的加速度信息。加速度传感器123可以使用陀螺仪传感器来实施。传感器的类型不受限制，只要传感器可以计算车辆1的冲击信息。
[0048] 转向传感器124指可以获得对于车辆1的方向盘的转向角轮胎实际旋转的角度的传感器，并且可以设置在电动助力转向(ESP)系统中。
[0049] 扭矩传感器125是测量车辆1的总扭矩的传感器。当测量扭矩时，动力传动轴与制动装置联接，并且功以热或电能的形式消散以产生制动力，其中扭矩从制动力获得，或者从动力传动轴的扭转角或变形获得。
[0050] 车轮速度传感器126安装在包括前轮和后轮的四个车轮中的每一个中，使得车轮的旋转速度可以通过音轮(tone wheel)和传感器中的磁力线的变化来检测。根据一个实施例，车轮速度传感器126可以设置在电子稳定性控制(ESC)系统中。
[0051] 控制单元130可以基于周围影像和车辆信息中的至少一个来判断车辆1的事故发生概率。
[0052] 可以综合考虑车辆1与周围物体之间的位置关系和车辆1的行驶状态来判断事故发生概率。
[0053] 控制单元130被配置成在基于车辆信息判断车辆1发生碰撞时，基于车辆的事故发生概率来判断车辆周围影像的存储形式，并且将车辆周围影像存储在存储单元140中。
[0054] 关于车辆1的碰撞，当由上述加速度传感器获得的车辆1的加速度超过预定值时，控制单元130可以判断车辆1发生碰撞。
[0055] 也就是说，由于当事故发生概率高时需要具有高质量的车辆周围影像，因此当事故发生概率高时控制单元130可以存储具有高质量的车辆周围影像，并且当事故发生概率低时控制单元130可以存储具有低质量的车辆周围影像。
[0056] 周围影像的存储形式可以通过每单位时间影像的帧数判断。也就是说，可以将每单位时间包括大量帧的影像判断为高质量存储形式，并且可以将每单位时间包括少量帧的影像判断为低质量存储形式。
[0057] 同时，判断存储形式可以由设置在控制单元130中的存储判断单元133执行。
[0058] 控制单元130可以基于车辆信息来判断车辆1与周围物体之间的位置关系，并且基于位置关系来判断车辆1的事故发生概率。位置关系可以包括车辆1与物体之间的距离、方向和相对速度。
[0059] 在一个实施例中，当车辆1与物体之间的距离近并且车辆1与物体之间的相对速度差大时，控制单元130可以判断事故发生概率高。
[0060] 控制单元130可以基于车辆信息来判断车辆1的行驶状态信息，并且可以基于行驶状态信息来判断车辆1的事故发生概率。行驶状态信息可以包括车辆1的转向角、转向角的改变量、车辆1的速度和加速度等。
[0061] 根据一个实施例，当车辆1的转向角的改变量超过预定值并且车辆1的加速度超过预定值时，控制单元130难以判断车辆1正常行驶，因此控制单元130判断事故发生概率高。
[0062] 控制单元130可以基于车辆周围影像中包括的至少一个物体来判断车辆周围影像的复杂度，并且基于周围影像的复杂度来判断车辆1的事故发生概率。
[0063] 同时，判断事故发生概率可以由设置在控制单元130中的事故概率判断单元131执行。
[0064] 此外，判断车辆1是否发生碰撞可以由设置在控制单元130中的碰撞判断单元132执行。
[0065] 此外，控制单元130还可以被配置成基于从根据周围车辆的环境来通过紧急自动制动和转向来执行防碰撞的前方防碰撞辅助(FCA)和盲点防碰撞辅助(BCA)的功能导出的信息来判断事故发生概率。
[0066] 车辆周围影像的复杂度可以通过车辆周围影像中包括的每单位区域的像素分布来判断。也就是说，当车辆周围影像中包括的单位区域中包括的像素不同地分布时，控制单元130可以判断各种信息包括在单位区域中，使得控制单元130可以判断车辆周围影像的复杂度高，并且当车辆周围影像中包括的单位区域中包括的像素分布在特定区域中时，控制单元130可以判断车辆周围影像的复杂度低。
[0067] 控制单元130可以识别周围影像中车辆1行驶的地形区域，并且以预定的存储形式将地形区域存储在存储单元140中。
[0068] 地形区域可以指车辆周围影像中除车辆周围物体之外的区域。
[0069] 换言之，车辆1获取的车辆周围影像可以包括车辆1周围的车辆周围物体，并且车辆周围物体与车辆1相关联的事故发生概率具有高相关性，因此控制单元130可以将车辆周围物体存储为高质量影像。
[0070] 另一方面，除车辆周围物体之外的地形区域与车辆1相关联的事故发生概率具有低相关性，因此控制单元130可以将地形区域存储为低质量影像。
[0071] 控制单元130可以以通过与事故发生概率成比例的每单位时间帧数判断的存储形式将影像存储在存储单元140中。
[0072] 也就是说，由于当事故发生概率高时需要高质量的车辆1周围影像，因此控制单元130可以将车辆周围影像以每单位时间具有大量帧的存储形式存储在存储单元140中。另一方面，由于当事故发生概率低时不需要高质量的车辆1周围影像，因此控制单元130可以将车辆周围影像以每单位时间具有少量帧的存储形式存储在存储单元140中。
[0073] 此外，上述存储形式被描述为每单位时间帧数，但是本公开不限于此，并且存储形式可以进一步考虑车辆周围影像的分辨率、比特率(bit rate)等来实施。
[0074] 可以省略或添加至少一个组件以对应于图1所示的车辆1的组件的性能。此外，应理解的是，可以改变组件的位置以对应于系统的性能和结构。
[0075] 同时，图1所示的组件指软件组件和/或硬件组件，例如现场可编程门阵列(FPGA)和专用集成电路(ASIC)。
[0076] 图2A至图2C是示出根据实施例的车辆与位于车辆的前方的周围物体之间的位置关系和车辆的行驶状态的视图。
[0077] 参照图2A，示出了车辆周围物体中的另一车辆K2a位于车辆1的前方。
[0078] 前车辆位于车辆1的前方，并且车辆1可以针对前车辆执行紧急自动制动。控制单元130可以基于与车辆1的前方的车辆的位置关系以及指示车辆1执行紧急自动制动的行驶状态信息来判断事故发生概率高，并且可以对应于高事故发生概率以每单位时间具有增加的帧数的高质量存储形式存储车辆周围影像。
[0079] 根据一个实施例，控制单元130可以基于车辆1相对于前车辆的相对速度和车辆1的减速度来判断车辆周围影像的存储形式。
[0080] 参照图2B，示出了在十字路口车辆周围物体中的另一车辆K2b位于车辆1的前方。
[0081] 在十字路口情况下对面车辆K2b位于车辆1的前方，并且车辆1可以针对车辆K2b执行紧急自动制动。控制单元130可以基于与车辆1的前方的车辆K2b的位置关系以及指示车辆1执行紧急自动制动的行驶状态信息来判断事故发生概率高，并且可以对应于高事故发生概率以每单位时间具有增加的帧数的高质量存储形式存储车辆周围影像。
[0082] 根据一个实施例，控制单元130可以基于车辆1相对于对面车辆的相对速度和车辆1的减速度来判断车辆周围影像的存储形式。
[0083] 参照图2C，示出了车辆周围物体中的另一车辆K2c在与车辆1行驶的方向相反的方向上行驶，并且车辆1执行转向控制操作(C2c)。
[0084] 对面车辆K2c位于车辆1的前方，并且车辆1可以针对车辆K2c执行改变车辆1的转向以避免与位于车辆1的前方的车辆K2c的碰撞的操作(C2c)。控制单元130可以基于车辆1与前面接近车辆1的车辆K2c之间的位置关系以及指示车辆1执行改变转向的操作(C2c)的行驶状态信息来判断事故发生概率高，并且可以对应于高事故发生概率以每单位时间具有增加的帧数的高质量存储形式存储车辆周围影像。
[0085] 根据一个实施例，控制单元130可以基于车辆1相对于对面车辆的相对速度以及车辆1的转向角的改变量来判断车辆周围影像的存储形式。
[0086] 同时，在参照图2A至图2C描述的操作中，可以基于由根据周围车辆的环境通过紧急自动制动和转向执行防碰撞的FCA判断的事故发生概率来判断车辆周围影像的存储形式。然而，图2A至图2C所示的操作仅为了描述本公开而被例示，并且基于车辆的前方的情况判断事故发生概率的操作不限于此。
[0087] 图3A至图3C是示出根据实施例的车辆与位于车辆的侧面的周围物体之间的位置关系和车辆的行驶状态的视图。
[0088] 参照图3A，车辆1被示为具有位于车辆1的侧面的另一车辆K3a作为车辆周围物体。
[0089] 车辆K3a位于车辆1的侧面，并且车辆1可以针对位于车辆1的侧面的车辆K3a执行制动或改变转向角以避免碰撞的操作。控制单元130可以基于与位于车辆1的侧面的车辆K3a的位置关系以及指示车辆1执行制动和转向角的改变的行驶状态信息来判断事故发生概率高，并且可以对应于高事故发生概率以每单位时间具有增加的帧数的高质量存储形式存储车辆周围影像。
[0090] 根据一个实施例，控制单元130可以基于车辆1相对于侧面车辆的相对速度、车辆1的减速度以及车辆1的转向角的改变来判断车辆周围影像的存储形式。
[0091] 参照图3B，示出了在十字路口车辆周围物体中的其他车辆K3b1和K3b2位于车辆1的侧面。
[0092] 在十字路口情况下其他车辆K3b1和K3b2位于车辆1的侧面，并且车辆1可以针对位于车辆1的侧面的其他车辆K3b1和K3b2执行紧急自动制动。控制单元130可以基于车辆1与位于车辆1的侧面的车辆K3b1和K3b2的位置关系以及指示车辆1执行紧急自动制动的行驶状态信息来判断事故发生概率高，并且可以对应于高事故发生概率以每单位时间具有增加的帧数的高质量存储形式存储车辆周围影像。
[0093] 根据一个实施例，控制单元130可以基于车辆1相对于位于车辆1的侧面的其他车辆K3b1和K3b2的相对速度以及车辆1的减速度来判断车辆周围影像的存储形式。
[0094] 参照图3C，示出了车辆周围物体中的其他车辆K3c1和K3c2在车辆1的侧面方向上行驶，并且车辆1执行转向控制操作(C2c)。
[0095] 车辆K3c1和K3c2位于车辆1的侧面，并且车辆1可以针对车辆K3c1和K3c2执行改变车辆1的转向以避免与位于车辆1的侧面的车辆K3c1和K3c2的碰撞的操作(C2c)。控制单元130可以基于车辆1与位于车辆1的侧面的车辆K3c1和K3c2之间的位置关系以及指示车辆1执行改变转向的操作(C2c)的行驶状态信息来判断事故发生概率高，并且可以对应于高事故发生概率以每单位时间具有增加的帧数的高质量存储形式存储车辆周围影像。
[0096] 根据一个实施例，控制单元130可以基于车辆1相对于位于车辆1的侧面的车辆的相对速度以及车辆1的转向角的改变量来判断车辆周围影像的存储形式。
[0097] 同时，在参照图3A至图3C描述的操作中，在发生利用盲点检测(BSD)通过紧急自动制动或转向来避免碰撞的情况时，判断相应的范围具有高碰撞风险，并且通过以不同质量存储后侧面影像来执行数据存储。
[0098] 此外，参照图3A至图3C描述的操作仅为了描述本公开而被例示，并且基于车辆的侧面和后方的情况判断事故发生概率的操作不受限制。
[0099] 同时，在参照图2A至图3C描述的操作中，可以在车辆1的行驶中启动控制过程，并且可以通过车辆信息获取和车辆周围物体识别来计算事故发生概率。控制单元130可以基于事故发生概率将不同存储形式应用于存储单元140。当事故发生概率低时，车辆周围影像被分配低帧率或低比特率和低分辨率，从而减小要存储的车辆周围影像的大小。当事故发生概率高时，车辆周围影像被分配高帧率或高比特率和高分辨率，从而增加要存储的车辆周围影像的大小。
[0100] 图4A至图4C是用于描述根据实施例的计算车辆周围影像的复杂度的操作的视图。
[0101] 参照图4A，示出了具有高复杂度的情况。
[0102] 控制单元130可以基于车辆周围影像中包括的至少一个物体K4a来判断车辆周围影像的复杂度，并且基于车辆周围影像的复杂度来判断车辆1的事故发生概率。
[0103] 同时，由于图4A示出了大量车辆和周围物体，因此每单位区域像素可以不同地分布。因此，控制单元130可以从图4A所示的车辆周围情况判断车辆1周围影像具有高复杂度，并且可以基于判断的复杂度来判断事故发生概率。
[0104] 当车辆周围影像具有高复杂度时，事故发生概率可能增加。然而，如上所述，控制单元130可以通过综合车辆相对于周围物体的位置关系和行驶状态信息来判断事故发生概率。
[0105] 参照图4B，示出了具有中间复杂度的情况。
[0106] 控制单元130可以基于车辆周围影像中包括的至少一个物体K4b来判断车辆周围影像的复杂度，并且基于判断的周围影像的复杂度来判断车辆1的事故发生概率。
[0107] 同时，由于图4B中存在一般车辆，因此与图4A相比，像素可以分布在有限范围内。因此，控制单元130可以从图4B所示的车辆周围情况判断车辆1周围影像具有中间复杂度，并且可以基于判断的复杂度来判断事故发生概率。
[0108] 当车辆周围影像具有高复杂度时，事故发生概率可能增加。然而，如上所述，控制单元130可以通过综合车辆相对于周围物体的位置关系和行驶状态信息来判断事故发生概率。
[0109] 换言之，图4B所示的车辆周围影像比图4A所示的车辆周围影像具有更低的复杂度，但是可以比图4A所示的车辆周围影像具有更大的行驶速度或转向角的改变。因此，控制单元130可以通过进一步考虑这种行驶状态信息以及复杂度来判断事故发生概率。
[0110] 参照图4C，示出了具有低复杂度的情况。
[0111] 控制单元130可以基于车辆周围影像中包括的至少一个物体K4c来判断车辆周围影像的复杂度，并且基于判断的周围影像的复杂度来判断车辆1的事故发生概率。
[0112] 同时，由于图4C中仅存在单个车辆，与图4A和图4B相比，像素可以分布在有限范围内。因此，控制单元130可以从图4C所示的车辆周围情况判断车辆1周围影像具有低复杂度，并且可以基于判断的复杂度来判断事故发生概率。
[0113] 当车辆周围影像具有高复杂度时，事故发生概率可能增加。然而，如上所述，控制单元130可以通过综合车辆相对于周围物体的位置关系和行驶状态信息来判断事故发生概率。
[0114] 换言之，图4C所示的车辆周围影像比图4A和图4B所示的车辆周围影像具有更低的复杂度，但是可以比图4A和图4B所示的车辆周围影像具有更大的行驶速度和转向角的改变。因此，控制单元130可以通过进一步考虑这种行驶状态信息以及复杂度来判断事故发生概率。
[0115] 参照图4A至图4C，当如图4A所示在城市中存在各种类型的车辆时，控制单元130可以判断车辆周围影像具有高复杂度。同时，在安静的公路中，要存储的信息量可以较小。此外，根据一个实施例，可以通过传感器融合数据来判断数据复杂度。
[0116] 参照图4A至图4C描述的操作仅为了描述根据本公开的车辆周围的复杂度而被例示，并且判断车辆周围影像的复杂度的操作不限于此。
[0117] 图5是用于描述通过从周围影像识别车辆行驶的地形区域来存储影像的操作的视图。
[0118] 参照图5，控制单元130可以从获取的车辆周围影像识别地形区域B5。控制单元130可以分割地形区域B5和车辆周围物体K5来存储车辆周围影像。
[0119] 具体地，由于车辆周围物体K5与车辆1的事故发生情况密切相关，因此与车辆周围物体K5对应的车辆周围影像可以以每单位时间具有大量帧并且具有高分辨率的存储形式存储在存储单元140中。
[0120] 根据一个实施例，控制单元130可以将车辆1行驶的道路判断为地形区域B5，并且由于难以判断地形区域B5与车辆的事故发生直接相关，控制单元130可以以每单位时间具有少量帧并且具有低分辨率的存储形式将与地形区域B5对应的车辆周围影像存储在存储单元140中。此外，地形区域B5可以基于复杂度以逐步或顺序方式以不同存储形式存储。
[0121] 图6是根据实施例的流程图。
[0122] 参照图6，车辆1可以基于传感器单元120和摄像机110获取的信息来获取周围影像和车辆信息(1001)。车辆1可以计算事故发生概率(1002)。同时，计算事故发生概率可以包括考虑车辆与周围物体之间的位置关系、车辆的行驶状态信息以及周围影像的复杂度。
[0123] 当判断车辆1发生碰撞事故(1003)时，可以判断存储形式并且可以存储车辆周围影像(1004)。
[0124] 同时，所公开的实施例可以以存储计算机可执行的指令的记录介质的形式实施。指令可以以程序代码的形式存储，并且当由处理器执行时，可以生成程序模块以执行所公开的实施例的操作。记录介质可以实施为计算机可读记录介质。
[0125] 计算机可读记录介质包括存储可由计算机解码的指令的各种记录介质，例如只读存储器(ROM)、随机存取存储器(RAM)、磁带、磁盘、闪存、光学数据存储装置等。
[0126] 从以上显而易见的是，车辆及车辆的控制方法可以通过基于车辆周围环境和车辆状态以不同质量存储车辆获取的影像来有效地管理存储介质。
[0127] 尽管出于说明性目的描述了本公开的示例性实施例，但是本领域技术人员将理解的是，在不脱离本公开的范围和思想的情况下，可以进行各种修改、添加和替换。因此，描述本公开的示例性实施例并不是出于限制目的。
