基于双目视觉的车距测量方法技术

本发明专利技术提供的基于双目视觉的车距测量方法，采用立体视觉的自适应前方车辆车距测量系统获取测量所需的参数，所述立体视觉的自适应前方车辆车距测量系统包括用于拍摄前方道路上信息的相机单元，所述相机单元包括第一相机Ｃ１和第二相机Ｃ２；选取所述相机单元中任一相机的坐标系作为整个测量过程的世界坐标系，该相机的光心作为所述世界坐标系的原点，记为０，标定所述相机单元中相机之间位置关系，获取本车所在车道区域大小和车道线信息，将获取的所述本车所在车道区域大小和车道线信息记为Ｓ１；从而提高了测量的准确度，确保了行车的安全性。

【技术实现步骤摘要】

本专利技术涉及一种前方车辆与后方车辆之间的车距测量方法。
技术介绍
作为智能交通系统(ITS)的重要组成部分，车辆的安全系统一直都是重要的研究领域，而前方车辆距离测量技术则是车辆安全系统中最为关键的技术之一。 前方车辆车距测量技术不仅是当前车辆安全系统领域中研究的前沿和热点，也是计算机视觉技术和电子技术相结合的高技术。前方车辆距离测量的精度在很大程 度上决定了车辆安全系统性能。在目前的车辆测距系统中，基于视觉的测距方法被公认是最有前途的一种方法，目前现有技术中大部分视觉测距系统采用的都是基于单目视觉原理的前方车 辆车距测量的方法，这种方法通过一定的固定方式将摄像头安置在车辆上，事先 对安装后摄像头的高度和俯仰角度进行测量，并通过一系列的公式计算来实现对 前方车辆距离的测量。采用这类方法虽然能够使得系统的设计简单、成本低且车距计算复杂度降低，但也存在着一些问题。首先，由于这种方法的测量结果强烈 依赖于事先测量的摄像头安装高度和俯仰角度，因此随着车辆行驶，摄像头位置 会由于抖动作用，不可避免地相对原先安装位置发生变化，从而改变了摄像头参 数，尤其是俯仰角度，这会使测量结果发生偏差。其次这种单目测量车距方法对 于处于地面附近的被测量点的测量较为准确，如果前方车辆上的被测量点距离地 面有一定的高度，则此时测量结果存在较大误差，尤其是两车距离较近的时候， 误差更为明显，这将严重影响车辆的安全性。另一方面，双目立体视觉作为一种先进的视觉测量方法，已经得到广泛的应 用，立体视觉可以直接恢复被测量点的三维坐标，从而可以精确得到空间距离信 息。因此采用立体视觉测量前方车辆距离具有更好的准确性和可靠性
技术实现思路
本专利技术的目的在于提供一种，解决了现有技术 中测量误差大的问题，本专利技术能够自动根据车辆轮廓信息和道路信息，准确测量 本车和前方车辆之间的距离，并自动补偿由于车辆抖动引起的摄像机参数变化，提高系统测量的精确性和稳定性。为达到上述技术目的，本专利技术采用的技术方案是采用立体视觉的自适应前方车辆车距测量系统获取测量所需的参数，所述立 体视觉的自适应前方车辆车距测量系统包括用于拍摄前方道路上信息的相机单 元，所述相机单元包括第一相机Cl和第二相机C2;所述第一相机Cl和第二相 机C2安装在车辆挡风玻璃后面，选取所述相机单元中任一相机的坐标系作为整 个测量过程的世界坐标系，该相机的光心作为所述世界坐标系的原点，记为O， 标定所述相机单元中相机之间位置关系，获取本车所在车道区域大小和车道线信 息，将获取的所述本车所在车道区域大小和车道线信息构成的矩形区域的面积记 为SI;步骤l:探测和验证前方车辆的车辆外形轮廓的部分矩形区域，将获得的前 方车辆的车辆外形轮廓的部分矩形区域的面积记为S2;步骤2:将获取的所述本车所在车道区域大小和车道线信息构成的矩形区域 面积Sl与获得的所述前方车辆的车辆外形轮廓的部分矩形区域面积S2进行比较，如果Sl/S2《阈值T，执行步骤3，如果S1/S2〉阈值T，执行步骤4，阈值T = 2;步骤3:计算所述前方车辆的车辆外形轮廓的部分矩形区域的矩形的形心， 记为P1，执行步骤5;步骤4:提取所述前方车辆车牌轮廓的矩形区域的任一角的点，记为P2;步骤5:恢复所述的P1或P2的三维坐标P;步骤6:计算OP之间的距离，得到前后两车之间的距离。在本专利技术的一个优选实施例中，在计算前后车距的过程中，能同时对所述相 机单元中的相机的外参数进行动态调整，方法如下步骤11:计算所述前方车辆所在车道的两条车道线上点的三维坐标，记为Pi;步骤12:根据所述两条车道线上点的三维坐标Pi拟合空间平面V;拟合空间平面的方法如下设三维点A坐标为(《，4)，平面方程为^Z+^y+CZ+hO， 则拟合的目的就是获取平面方程参数A, B和C，将三维点P,坐标代入AY"+Br"+CZ+7=0中，构成如下方程组<formula>formula see original document page 8</formula>求解如上所示的方程组，即可获得空间平面V的平面方程； 步骤13:将所述两条车道线上点的三维坐标Pi向所述空间平面V投影，获 得三维坐标Pi在空间平面V上的平面二维坐标Qi;步骤14:对所述平面二维坐标Qi进行直线拟合，得到两条直线向量a和b;直线拟合的方法如下设二维点Qi的坐标为乂)，共有m个点，所在直线 为y=^+^;c，则利用最小二乘法公式即可获取直线方程的参数^和a :<formula>formula see original document page 8</formula>步骤15:判断所述直线向量a和b是否平行，如果不平行，则重新标定所述相机单元中相机之间位置关系，得到新的相机标定参数；在本专利技术的一个优选实施例中，获得的前方车辆的车辆外形轮廓的部分矩形 区域方法步骤如下1)在标准路面上，可以认为在上述获得的车道区域内，本方和前方车辆之 间道路在图像中的灰度变化是平缓的，但是在路面和车辆相交处，由于存在阴影， 因此形成图像灰度从亮到暗的边缘，认为该边缘就是车辆的下边缘。在本车前方 道路中，按照水平线扫描前方车辆的轮廓，获得所述前方车辆的轮廓的图像，计算所述图像中每行灰度平均值/ cn^w^)，如下式所示i ow^r(r) =-^- !7(r,c)，上式中，Right (r)表示图像中车道区域第r行的最右边坐标；Left(r)表示图像中车道区域第r行的最左边坐 标；I(r， c)是图像中(r， c)的灰度；RowAvr (r)表示车道区域内第r行的灰度平 均值，将RowAvr(r)和RowAvr(r-l)变化最大的r作为前方车辆的下边缘，记为 LowerPos;2) 在车道区域内进行索贝尔(SOBEL)边缘提取算法获取车道区域内前方车 辆的边缘图像，在边缘图像的行内，判断最左边的边 缘点位置和最右边的边缘点位置，并将其认为是前方车辆的左边缘和右边缘，分 别记为LeftPos和RightPos;其中Tr取2 6， LeftPos和RightPos分别表示车辆区域的最左边和最右边；3) 假设车辆矩形的长宽比为Ta，则根据步骤2)可知车辆外形轮廓的部分 矩形区域的宽边为RightPos-LeftPos ，则获得矩形区域的长边为(RightPos-Lef tPos) *Ta， Ta取值一般在0. 5_1. 0;在本专利技术的一个优选实施例中，所述步骤3中，包括如下步骤 步骤31:提取所述前方车辆的车辆外形轮廓的部分矩形区域S2内所有边缘 点Pi，并放入边缘序列中；步骤32:将所述边缘序列Pi的坐标的平均值作为形心坐标，记为Pl，将Pl作为测量点。在本专利技术的一个优选实施例中，所述步骤4中，包括如下步骤 步骤41:在所述前方车辆车牌的矩形区域中利用索贝尔边缘算子提取边缘图像；步骤42:根据图像分割算法对提取到的所述边缘图像进行二值化处理； 步骤43:将提取到的所述边缘图像进行灰度投影，得到车牌的上限值a、下限值b、左限值C右限值d;步骤44:根据得到的所述车牌的上限值a、下限值b、左限值c和右限值d 得到表示车牌区域矩形的左上，左下，右上和右下四个角点在图像中的坐标为(c, a)，本文档来自技高网...

【技术保护点】
一种基于双目视觉的车距测量方法，其特征在于：采用立体视觉的自适应前方车辆车距测量系统获取测量所需的参数，所述立体视觉的自适应前方车辆车距测量系统包括用于拍摄前方道路上信息的相机单元，所述相机单元包括第一相机Ｃ１和第二相机Ｃ２；所述第一相机Ｃ１和第二相机Ｃ２安装在车辆挡风玻璃后面，选取所述相机单元中任一相机的坐标系作为整个测量过程的世界坐标系，该相机的光心作为所述世界坐标系的原点，记为０，标定所述相机单元中相机之间位置关系，获取本车所在车道区域大小和车道线信息，将获取的所述本车所在车道区域大小和车道线信息构成的矩形区域的面积记为Ｓ１；步骤１：探测和验证前方车辆的车辆外形轮廓的部分矩形区域，将获得的前方车辆的车辆外形轮廓的部分矩形区域的面积记为Ｓ２；步骤２：将获取的所述本车所在车道区域大小和车道线信息构成的矩形区域的面积Ｓ１与获得的所述前方车辆的车辆外形轮廓的部分矩形区域面积Ｓ２进行比较，如果Ｓ１／Ｓ２＜＝阈值Ｔ，执行步骤３，如果Ｓ１／Ｓ２＞阈值Ｔ，执行步骤４，阈值Ｔ＝２；步骤３：计算所述前方车辆的车辆外形轮廓的部分矩形区域的矩形的形心，记为Ｐ１，执行步骤５；步骤４：提取所述前方车辆车牌轮廓的矩形区域的任一角的点，记为Ｐ２；步骤５：恢复所述的Ｐ１或Ｐ２的三维坐标Ｐ；步骤６：计算ＯＰ之间的距离，得到前后两车之间的距离。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张为公，林国余，
申请(专利权)人：东南大学，
类型：发明
国别省市：84[中国|南京]