一種基於雙目視覺的智能車輛避障方法

2023-11-08 12:03:12 3

專利名稱：一種基於雙目視覺的智能車輛避障方法
技術領域：
本發明涉及計算機視覺技術及模糊識別領域，具體涉及一種基於雙目視覺的智能車輛避障方法。
背景技術：
隨著城市化的發展和汽車的普及，交通運輸問題越來越嚴重。交通事故的主要原因包括超速行駛、佔道行駛、疲勞駕駛、酒後駕駛等原因。而碰撞是交通事故的主要表現形式，其中大部分是車一車碰撞和人一車碰撞。根據交通部門的統計，中國交通事故的致死率27.3%，大大高於其它發達國家。智能車輛的出現為提高車輛行駛安全，減少交通事故提供了可能。在智能車輛的研究中，導航技術是實現其真正智能化的關鍵技術。為了更好地適應複雜環境下的導航，自主避障的功能就顯得尤為重要，避障功能是代表車輛智能化的不可或缺的關鍵性能指標，也是智能車輛安全行駛的重要保障。基於視覺的車輛在行駛環境中感知障礙物信息可使用單目、雙目以及多目視覺，其中雙目視覺應用比較廣泛。雙目視覺是從安裝在車輛前方的左右攝像頭同時觀察前方道路信息，以獲取在不同視角下的圖像，然後通過三角測量原理計算圖像像素間的視差來獲取前方場景的三維信息，這一過程與人類視覺的立體感知過程是類似的。對於車輛在未知環境中行駛過程中景物匹配、障礙物以及潛在碰撞檢測具有重要的實用意義。然而，在複雜行駛場景中出現障礙物時，現存的基於多傳感器方法難以對障礙物做到精確的定位和導航，例如場景中紋理較弱時，很難獲得障礙物的三維信息，可能會導致交通事故的發生，因此，在複雜行駛環境中，如何精確地檢測出障礙物的位置和形狀並指導車輛避開障礙物是一個亟待解決的問題。

發明內容
1.發明要解決的技術問題本發明的目的在於現有技術中無法精確地檢測出障礙物的位置和形狀並指導車輛避開障礙物的不足，提供了一種基於雙目視覺的智能車輛避障方法，採用本發明的技術方案，能夠很好的滿足車輛避障的實時性要求。2.技術方案為達到上述目的，本發明提供的技術方案為:本發明的一種基於雙目視覺的智能車輛避障方法，其步驟為: ( I)對左右攝像機進彳丁雙目標定，得到攝像機圖像坐標系與場景坐標系的關係，並利用左攝像機和右攝像機採集車輛前方場景；(2)對步驟(I)中採集的車輛前方場景的兩幅圖像進行畸變和極線校正，並提取圖像的特徵點，對圖像特徵點進行特徵向量表示；(3)根據步驟(2)的特徵向量進行立體匹配得到初步匹配點對，並去除虛假匹配點對，建立正確的匹配點對應關係；(4)根據步驟(3)正確的匹配點對計算得到視差圖，並根據視差圖恢復障礙物三維真實信息；(5)根據步驟(4)的障礙物三維信息建立模糊控制器，引導車輛自主避開障礙物。本發明的一種基於雙目視覺的智能車輛避障方法，步驟(I)中對左右攝像機進行立體標定，其具體方法如下:首先對左右攝像機分別標定，獲得兩個攝像機各自的內參數攝像機矩陣K和外參數矩陣[R t]，旋轉矩陣R是兩個坐標系統的三組對應坐標軸之間的夾角函數，平移向量t是世界坐標系原點到攝像機平面原點的位置偏差；用Rp h與R2、t2分別表示左攝像機C1、右攝像機C2與世界坐標系之間的相對位置；對任意一點P，設它在世界坐標系、C1坐標系與C2坐標系下的非齊次坐標分別是Xw, Xcl, Xc^則 =RiXw+ti，Xc2 =
R2xw+t2,將Xel與χ 中xw消去得:xcl = R1R^1Xc2 +/, -R1 V2,因此可得左右攝像機之間的幾何關係如下-.R = RiR21 ,^t1 -R^t2，由此求出左右攝像機的變換矩陣A和B。本發明的一種基於雙目視覺的智能車輛避障方法，步驟(2)中對兩幅圖像進行畸變和極線校正，其具體方法如下:在雙目視覺中，有效的視野在兩個攝像機視野相交的部分，在圖像幾何畸變校正中使用一幅基準圖像去校正畸變的圖像，設基準圖像的坐標系統為(x，y)，畸變圖像坐標系統為(X' ,y')，兩個圖像坐標系之間的幾何畸變可表示為:
權利要求
1.一種基於雙目視覺的智能車輛避障方法，其步驟為: (1)對左右攝像機進行雙目標定，得到攝像機圖像坐標系與場景坐標系的關係，並利用左攝像機和右攝像機採集車輛前方場景； (2)對步驟(I)中採集的車輛前方場景的兩幅圖像進行畸變和極線校正，並提取圖像的特徵點，對圖像特徵點進行特徵向量表示； (3)根據步驟(2)的特徵向量進行立體匹配得到初步匹配點對，並去除虛假匹配點對，建立正確的匹配點對應關係； (4)根據步驟(3)正確的匹配點對計算得到視差圖，並根據視差圖恢復障礙物三維真實信息； (5 )根據步驟(4 )的障礙物三維信息建立模糊控制器，引導車輛自主避開障礙物。
2.根據權利要求1所述的一種基於雙目視覺的智能車輛避障方法，其特徵在於，步驟(1)中對左右攝像機進行立體標定，其具體方法如下: 首先對左右攝像機分別標定，獲得兩個攝像機各自的內參數攝像機矩陣K和外參數矩陣[R t]，旋轉矩陣R是兩個坐標系統的三組對應坐標軸之間的夾角函數，平移向量t是世界坐標系原點到攝像機平面原點的位置偏差；用Rp h與R2、t2分別表示左攝像機C1、右攝像機C2與世界坐標系之間的相對位置；對任意一點P，設它在世界坐標系、C1坐標系與C2坐標系下的非齊次坐標分別是Xw，Xci Χ ，則3。1 = RiXw+ !, Xc2 = R2xw+t2,將Xel與χ 中Xw消去得:Xcl =R1R2lXc2+^ -R;\，因此可得左右攝像機之間的幾何關係如下:R = RiR21，J=1-1i iI2，由此求出左右攝像機的變換矩陣A和B。
3.根據權利要求2所述的一種基於雙目視覺的智能車輛避障方法，其特徵在於，步驟(2)中對兩幅圖像進行畸變和極線校正，其具體方法如下: 在雙目視覺中，有效的視野在兩個攝像機視野相交的部分，在圖像幾何畸變校正中使用一幅基準圖像去校正畸變的圖像，設基準圖像的坐標系統為(X，y)，畸變圖像坐標系統為U丨,1')，兩個圖像坐標系之間的幾何畸變可表示為:
4.根據權利要求3所述的一種基於雙目視覺的智能車輛避障方法，其特徵在於，步驟(2)中採用近似的Hessian矩陣行列式的局部最大值來檢測所述左右攝像機得到圖像的特徵點信息，並使用SURF算法利用64維的高緯度對得到的特徵點進行特徵向量描述。
5.根據權利要求4所述的一種基於雙目視覺的智能車輛避障方法，其特徵在於，所述步驟(3)具體方法如下: 根據所述特徵點的特徵向量，通過下面的公式計算左右攝像機圖像中待匹配特徵點的特徵向量準歐式距離:
6.根據權利要求5所述的一種基於雙目視覺的智能車輛避障方法，其特徵在於，步驟(4)中，先對障礙物進行三維重建，對成像平面設置一個二維坐標系，並將坐標系旋轉180°得到某點在一幅圖像中的坐標(Xl，yi)，再根據
7.根據權利要求1或6所述的一種基於雙目視覺的智能車輛避障方法，其特徵在於，步驟(5)中根據障礙物與車輛的夾角和距離信息建立模糊控制器，模糊控制器的輸入量為前方障礙物距車輛的距離df和障礙物與兩個攝像頭之間中線的夾角d Θ，輸出量為車輛方向的轉向角Θ dfdf量化到[-3，3]區間內，採用模糊語音描述為df={右大，右中，右小，零，左小，左中，左大} = {RL，RM，RS，ZE，LS，LM，LL} ；d Θ的取值量化到[-1，I]區間內，模糊語音描述為d0={小，中，大} = {S，M，L};將轉向角Θ量化到[-45，45]區間內，模糊語音描述為θ={右大，右中，右小，零，左小，左中，左大} = {BR，MR, SR, ZE, SL, ML, BL}，根據輸入變量的模糊分割情況，模糊規則共有7X3 = 21條，這21條控制規則概括為:障礙物在車輛左側，右轉；障礙物在車輛右側，左轉；障礙物在車輛正前方，默認左轉。
全文摘要
本發明公開了一種基於雙目視覺的智能車輛避障方法，屬於計算機視覺技術及模糊識別領域。其步驟為對左右攝像機進行雙目標定，得到攝像機圖像坐標系與場景坐標系的關係，並利用左攝像機和右攝像機採集車輛前方場景；對兩幅圖像進行畸變和極線校正，並提取圖像的特徵點，對圖像特徵點進行特徵向量表示；根據特徵向量進行立體匹配得到初步匹配點對，並去除虛假匹配點對，建立正確的匹配點對應關係；根據正確的匹配點對計算得到視差圖，並根據視差圖恢復障礙物三維真實信息；根據障礙物三維信息建立模糊控制器，引導車輛自主避開障礙物。本發明能夠準確地檢測到障礙物的形狀和距車輛的距離，實驗證明本發明實時性好，避障率高。
文檔編號B60W30/09GK103231708SQ201310127380
公開日2013年8月7日 申請日期2013年4月12日 優先權日2013年4月12日
發明者李丹, 張鑫, 張蒙 申請人:安徽工業大學