一种基于仿生眼的无人驾驶车辆路径规划方法及系统技术方案

本发明专利技术公开了一种基于仿生眼的无人驾驶车辆路径规划方法，包括：获取视频图像；对图像进行预处理；对图像进行SIFT特征点匹配及Harris角点匹配；实现环境的三维重建，并修正SIFT特征点的位置；对目标车辆进行识别与追踪定位，获取目标车辆的位置和运动信息；信息模糊处理；模糊推理和解模糊出无人驾驶车辆的角度、转角变化；电机控制无人驾驶车辆运动。本发明专利技术的有益效果：可实现无人驾驶车辆在对目标车辆进行识别的基础上寻求最优路径快速准确跟踪运动目标的识别，以及建立的三维环境模型搜索最优路径，对目标车辆进行跟踪。

【技术实现步骤摘要】

本专利技术涉及图像处理
，具体而言，涉及一种基于仿生眼的无人驾驶车辆路径规划方法及系统。
技术介绍
智能车辆与交通技术兴起，无人驾驶车辆技术作为其关键技术之一被开发。无人驾驶车辆行驶过程需要多部分协同工作，保证对大量的内部数据监测，外部附近障碍感知以及行驶路线预判与规划等才能使其安全行使。路径规划是无人驾驶车辆技术研究的重要研究方向之一，无人驾驶车辆如何根据当前获得的环境信息来确定最优路径并能够在没有人工干预的情况下沿该路径移动到预定目标点，是其研究的热点之一。现有的无人驾驶车辆的路径规划技术部分通过道路行驶学习，部分依赖于GPS导航。但这些方法具有以下缺点：规划路径单一，应用范围有限；GPS导航易受障碍物干扰，导致定位精度低，影响行驶安全。
技术实现思路
为解决上述问题，本专利技术的目的在于提供一种基于仿生眼的无人驾驶车辆路径规划方法及系统，能够通过仿生眼感知目标车辆周围环境，并快速规划无人驾驶车辆的行驶路径。本专利技术提供了一种基于仿生眼的无人驾驶车辆路径规划方法，其特征在于，该方法基于安装有仿生眼的无人驾驶车辆和与遥控装置通信连接的目标车辆，所述路径规划方法包括：步骤1，所述仿生眼内的摄像头拍摄所述目标车辆的视频图像；步骤2，所述仿生眼内的图像处理器对采集到的视频图像进行高斯滤波预处理以及有限对比适应性直方均衡化预处理，增强视频图像中所有区域的纹理特征；步骤3，所述图像处理器对预处理后的视频图像进行SIFT特征点匹配及Harris角点匹配，并通过投影方法，将所述SIFT特征点和所述Harris角点转换到空间三维坐标；步骤4，所述仿生眼内的电机控制所述仿生眼转动，使所述摄像头在不同的角度和不同的位置连续拍摄所述目标车辆的视频图像，重复步骤1-3，所述图像处理器对连续拍摄的多幅图像中相邻两幅图像之间进行SIFT特征点匹配，实现环境的三维重建，并获取所述无人驾驶车辆和所述SIFT特征点之间的相对距离，实时修正所述SIFT特征点的位置；步骤5，所述目标车辆通过所述遥控装置实现快速运动及转弯，所述仿生眼对所述目标车辆进行识别与追踪定位，获取所述目标车辆的位置和运动信息；步骤6，采用模糊控制方法将获取到的信息进行模糊处理；步骤7，通过模糊推理和解模糊处理，得到所述无人驾驶车辆的运动路径，包括所述无人驾驶车辆的运动角度和转角变化；步骤8，所述无人驾驶车辆内的电机根据该运动路径控制所述无人驾驶车辆的追踪运动。作为本专利技术进一步的改进，所述仿生眼安装在所述无人驾驶车辆上，该仿生眼在电机的驱动下可实现上下运动、左右运动和绕光轴运动。作为本专利技术进一步的改进，步骤4中，在进行三维重建时，将多幅图像中相邻两幅图像的重建结果进行叠加，同时对所述SIFT特征点使用基于颜色区域增长稠密化方法消除叠加误差。本专利技术还提供了一种基于仿生眼的无人驾驶车辆路径规划系统，包括：采集模块，其通过所述仿生眼内的摄像头拍摄所述目标车辆的视频图像；预处理模块，其与所述采集模块相连，所述预处理模块通过所述仿生眼内的图像处理器对采集到的视频图像进行高斯滤波预处理以及有限对比适应性直方均衡化预处理，增强视频图像中所有区域的纹理特征；匹配模块，其与所述预处理模块相连，所述匹配模块通过所述图像处理器对预处理后的视频图像进行SIFT特征点匹配及Harris角点匹配，并通过投影方法，将所述SIFT特征点和所述Harris角点转换到空间三维坐标；三维重建模块，其与所述匹配模块相连，所述三维重建模块通过所述仿生眼内的电机控制所述仿生眼转动，使所述摄像头在不同的角度和不同的位置连续拍摄所述目标车辆的视频图像，重复步骤1-3，所述图像处理器对连续拍摄的多幅图像中相邻两幅图像之间进行SIFT特征点匹配，实现环境的三维重建，并获取所述无人驾驶车辆和所述SIFT特征点之间的相对距离，实时修正所述SIFT特征点的位置；识别定位模块，其与所述三维重建模块相连，所述识别定位模块通过所述遥控装置实现所述目标车辆的快速运动及转弯，所述仿生眼对所述目标车辆进行识别与追踪定位，获取所述目标车辆的位置和运动信息；模糊处理模块，其与所述识别定位模块相连，所述模糊处理模块采用模糊控制方法将获取到的信息进行模糊处理；路径规划模块，其与所述模糊处理模块相连，所述路径规划模块通过模糊推理和解模糊处理，得到所述无人驾驶车辆的运动路径，包括所述无人驾驶车辆的运动角度和转角变化；运动追踪模块，其与所述路径规划模块相连，所述运动追踪模块通过所述无人驾驶车辆内的电机控制所述无人驾驶车辆根据该运动路径实现追踪运动。作为本专利技术进一步的改进，所述仿生眼安装在所述无人驾驶车辆上，所述遥控装置与所述目标车辆通信连接，所述仿生眼在电机的驱动下可实现上下运动、左右运动和绕光轴运动。作为本专利技术进一步的改进，所述三维重建模块在进行三维重建时，将多幅图像中相邻两幅图像的重建结果进行叠加，同时对所述SIFT特征点使用基于颜色区域增长稠密化方法消除叠加误差。本专利技术的有益效果为：1、基于360度旋转运动的仿生眼拍摄目标车辆周围的环境，覆盖范围广，拍摄到的路况信息清晰明确，通过图像处理后可以快速得到目标车辆周围道路分布状况与交通状况，该信息实时、准确，依据该数据能够快速获得合理的规划路径；2、通过对多幅连续图像通过纹理映射，并利用仿生眼绕光轴旋转的额外自由度实现旋转补偿，实现快速的图像匹配，同时也避免了三维重建过程中的累积误差，实现真实的三维重建；3、通过仿生眼进行目标识别与三维定位，并根据所测的三维相对位置关系调整自身的追踪运动，定位误差小，精度高；4、在不确定环境下采用模糊控制的控制方法对无人驾驶车辆进行控制，进一步提高了对目标车辆的定位效果。附图说明图1为本专利技术实施例所述的一种基于仿生眼的无人驾驶车辆路径规划方法的流程示意图；图2为本专利技术实施例所述的一种基于仿生眼的无人驾驶车辆路径规划系统的结构框图。具体实施方式下面通过具体的实施例并结合附图对本专利技术做进一步的详细描述。实施例1，如图1所示，本专利技术实施例的一种基于仿生眼的无人驾驶车辆路径规划方法，，该方法基于安装有仿生眼的无人驾驶车辆和与遥控装置通信连接的目标车辆，路径规划方法包括：步骤1，仿生眼内的摄像头拍摄目标车辆的视频图像；步骤2，仿生眼内的图像处理器对采集到的视频图像进行高斯滤波预处理以及有限对比适应性直方均衡化预处理，增强视频图像中所有区域的纹理特征；步骤3，图像处理器对预处理后的视频图像进行SIFT特征点匹配及Harris角点匹配，并通过投影方法，将SIFT特征点和Harris角点转换到空间三维坐标；步骤4，仿生眼内的电机控制仿生眼转动，使摄像头在不同的角度和不同的位置连续拍摄目标车辆的视频图像，重复步骤1-3，图像处理器对连续拍摄的多幅图像中相邻两幅图像之间进行SIFT特征点匹配，实现环境的三维重建，并获取无人驾驶车辆和SIFT特征点之间的相对距离，实时修正SIFT特征点的位置；步骤5，目标车辆通过遥控装置实现快速运动及转弯，仿生眼对目标车辆进行识别与追踪定位，获取目标车辆的位置和运动信息；步骤6，采用模糊控制方法将获取到的信息进行模糊处理；步骤7，通过模糊推理和解模糊处理，得到无人驾驶车辆的运动路径，包括无人驾驶车辆的运动角度和转角变化；步骤8，无人驾驶车辆内的本文档来自技高网...

【技术保护点】
一种基于仿生眼的无人驾驶车辆路径规划方法，其特征在于，该方法基于安装有仿生眼的无人驾驶车辆和与遥控装置通信连接的目标车辆，所述路径规划方法包括：步骤1，所述仿生眼内的摄像头拍摄所述目标车辆的视频图像；步骤2，所述仿生眼内的图像处理器对采集到的视频图像进行高斯滤波预处理以及有限对比适应性直方均衡化预处理，增强视频图像中所有区域的纹理特征；步骤3，所述图像处理器对预处理后的视频图像进行SIFT特征点匹配及Harris角点匹配，并通过投影方法，将所述SIFT特征点和所述Harris角点转换到空间三维坐标；步骤4，所述仿生眼内的电机控制所述仿生眼转动，使所述摄像头在不同的角度和不同的位置连续拍摄所述目标车辆的视频图像，重复步骤1‑3，所述图像处理器对连续拍摄的多幅图像中相邻两幅图像之间进行SIFT特征点匹配，实现环境的三维重建，并获取所述无人驾驶车辆和所述SIFT特征点之间的相对距离，实时修正所述SIFT特征点的位置；步骤5，所述目标车辆通过所述遥控装置实现快速运动及转弯，所述仿生眼对所述目标车辆进行识别与追踪定位，获取所述目标车辆的位置和运动信息；步骤6，采用模糊控制方法将获取到的信息进行模糊处理；步骤7，通过模糊推理和解模糊处理，得到所述无人驾驶车辆的运动路径，包括所述无人驾驶车辆的运动角度和转角变化；步骤8，所述无人驾驶车辆内的电机根据该运动路径控制所述无人驾驶车辆的追踪运动。...

【技术特征摘要】
1.一种基于仿生眼的无人驾驶车辆路径规划方法，其特征在于，该方法基于安装有仿生眼的无人驾驶车辆和与遥控装置通信连接的目标车辆，所述路径规划方法包括：步骤1，所述仿生眼内的摄像头拍摄所述目标车辆的视频图像；步骤2，所述仿生眼内的图像处理器对采集到的视频图像进行高斯滤波预处理以及有限对比适应性直方均衡化预处理，增强视频图像中所有区域的纹理特征；步骤3，所述图像处理器对预处理后的视频图像进行SIFT特征点匹配及Harris角点匹配，并通过投影方法，将所述SIFT特征点和所述Harris角点转换到空间三维坐标；步骤4，所述仿生眼内的电机控制所述仿生眼转动，使所述摄像头在不同的角度和不同的位置连续拍摄所述目标车辆的视频图像，重复步骤1-3，所述图像处理器对连续拍摄的多幅图像中相邻两幅图像之间进行SIFT特征点匹配，实现环境的三维重建，并获取所述无人驾驶车辆和所述SIFT特征点之间的相对距离，实时修正所述SIFT特征点的位置；步骤5，所述目标车辆通过所述遥控装置实现快速运动及转弯，所述仿生眼对所述目标车辆进行识别与追踪定位，获取所述目标车辆的位置和运动信息；步骤6，采用模糊控制方法将获取到的信息进行模糊处理；步骤7，通过模糊推理和解模糊处理，得到所述无人驾驶车辆的运动路径，包括所述无人驾驶车辆的运动角度和转角变化；步骤8，所述无人驾驶车辆内的电机根据该运动路径控制所述无人驾驶车辆的追踪运动。2.根据权利要求1所述的无人驾驶车辆路径规划方法，其特征在于，所述仿生眼安装在所述无人驾驶车辆上，该仿生眼在电机的驱动下可实现上下运动、左右运动和绕光轴运动。3.根据权利要求1所述的无人驾驶车辆径规划方法，其特征在于，步骤4中，在进行三维重建时，将多幅图像中相邻两幅图像的重建结果进行叠加，同时对所述SIFT特征点使用基于颜色区域增长稠密化方法消除叠加误差。4.一种实施权利要求1所述的一种基于仿生眼的无人驾驶车辆路径规划系统，包括：采集模块，其通过所述仿生眼内的摄像头拍摄所述目标车辆的视频图像；预处理模块，其与所...

【专利技术属性】
技术研发人员：刘培志，赵小川，陈晓鹏，成佳艺，瞿蓉，施建昌，李林，
申请(专利权)人：中国兵器工业计算机应用技术研究所，
类型：发明
国别省市：北京;11