本发明专利技术公开了一种检测障碍物的方法，包括：获取Ｔ１时刻和Ｔ２时刻两帧图像，对Ｔ１时刻的图像帧进行特征检测，得到Ｔ１时刻图像的特征集，在Ｔ２时刻图像帧获得与所述Ｔ１时刻图像的特征集相匹配的特征对集；其中，Ｔ１时刻小于Ｔ２时刻；计算所述特征对集中每个特征对对应的道路面投影坐标的位移量ＰＤ↓［ｉ］，其中，ｉ为特征对集内特征对的序号；计算Ｔ１到Ｔ２时刻相机光心的实际位移量；将所述特征对对应的道路面投影坐标的位移量ＰＤ↓［ｉ］与所述相机光心的实际位移量相比较，根据比较结果确定障碍物。应用本发明专利技术，具有计算简单、适用范围广，检测精度高等优点，而且，本发明专利技术所提供的检测方法不限定障碍物的类型，能够实现道路平面和任意类型障碍物的区别。
【技术实现步骤摘要】
本专利技术涉及障碍物检测
，特别涉及一种检测障碍物的方法和装置。
技术介绍
在基于视觉的障碍物检测领域中，障碍物通常是指高于地面的立体物。 通常，利用运动情况下的单目相机进行障碍物(含移动障碍物和静止障碍物)检测有三种方法基于特征的障碍物检测方法、基于运动补偿的检测 方法禾p光沪ii企测方法。基于特征的障碍物检测方法，通常是利用障碍物的特征进行检测，需要预先获知所要检测的障碍物的特征，因此仅适用于特定类型障碍物的检测， 如利用车底阴影、车灯等特征对车辆进行检测，利用对称性和颜色特征检测行人等。基于运动补偿的检测方法是基于单目视觉的障碍物检测常用方法之一。 其原理是在道路平坦、短时间内光照条件不变前提下，道路平面的任一点在 某两个时刻图像帧内所成对应像点的像素值不变。如果假设前一时刻图像中所有的点都是路面上的点的对应的成像点，则由相机运动参数和成〗象原理， 能够计算出由前一时刻图像中所有的点在下一时刻相机发生运动后所组成的假想图像，则该假设图像与当前时刻实际拍摄到的图像的差异都是由于那些 不是道路平面上的点所引起的。这些差异所对应的图像像素即可能是突出地 面的障碍物。但是，当道路平坦和光照条件不变这两个假设前提不满足时， 该方法会失岁文。基于光流的方法计算量大，容易受噪声影响。
技术实现思路
本专利技术实施例提供一种利用运动情况下的单目相机检测障碍物的方法和 装置，不限定障碍物的类型，能够实现道^ 各平面和任意类型障碍物的区别，且计算简单、适用范围广，检测精度高。本专利技术实施例提供了一种检测障碍物的方法，包括获取T1时刻和T2时刻两帧图像，对T1时刻的图像帧进行特征检测， 得到Tl时刻图像的特征集，在T2时刻图像帧获得与所述T1时刻图像的特 征集相匹配的特征对集；其中，T1时刻不等于T2时刻；计算所述特征对集中每个特征对对应的道路面投影坐标的位移量， 其中，/为特征对集内特征对的序号；计算Tl到T2时刻相机光心的实际位移量；将所述特征对对应的道路面投影坐标的位移量与所述相机光心的实 际位移量相比较，根据比较结果确定障碍物。其中，所述T1时刻图像的特征集中的特征是特征点，所述在T2时刻图 像帧获得与所述Tl时刻图像的特征集相匹配的特征对集中的特征对是特征 点对；或者，所述T1时刻图像的特征集中的特征是特征线段；所述在T2时 刻图像帧获得与所述Tl时刻图像的特征集相匹配的特征对集中的特征对是 特征线段对；或者，所述Tl时刻图像的特征集中的特征是特征区域；所述 在T2时刻图像帧获得与所述Tl时刻图像的特征集相匹配的特征对集中的特 征对是特征区域对。其中，所述特征集中的特征是特征点，所述特征点为角点。其中，当所述特征集中的特征是特征点，所述特征对集中的特征对是特 征点对时，所述计算T1到T2时刻相机光心的实际位移量的步骤包括设所得的"个特征点对对应的道路面投影坐标位移量为PA,!、1,…,"； 预先设定相机位移量的最大可能值为Mox7;将区间以f为步长分 成/个小区间，表示为;记录每个小区间对应的尸D,的数目，设该数目为M^7,，z' = 1,…,/;取Mw2,= 1,…,/中最大的一个，设其为,A: S / ;若Mm^》决，A为最小数目阈值，则对落入第A:个小区间中的 所有PD,求均值，将该均值作为Tl到T2时刻相机光心的实际位移量。其中，当所述特征集中的特征是特征点，所述特征对集中的特征对是特 征点对时，所述计算Tl到T2时刻相机光心的实际位移量的步骤包括7r = (K/c/)*(" +i)其中，r表示Tl到T2时刻相机光心的实际位移量，K表示以秒为单位 的相机移动速度，O表示相机一秒内拍摄的图像帧数，"'表示T1时刻图像 与T2时刻图像之间包含的帧数。其中，所述将所述特征对对应的道路面投影坐标的位移量PD,与所述相 机光心的实际位移量相比较，根据比较结果确定障碍物的步骤包括根据所述相机光心的实际位移量获得第 一障碍物阈值rM);若所述位移量尸D,小于等于第一障碍物阈值7%0 ，则所述位移量PD,对应 的特征属于非障碍物；若所述位移量PD,大于第一障碍物阈值rM)，则所述位移量PZ),对应的特 征属于障碍物。其中，根据所述相机光心的实际位移量获得第一障碍物阔值rw)的步骤包括77z0 = axr ;其中，7T20表示第一障碍物阈值，a为大于l的常数，r表示Tl到T2时 刻相机光心的实际位移量。其中，所述将所述特征对对应的道路面投影坐标的位移量户D,与所述相 机光心的实际位移量相比较，根据比较结果确定障碍物的步骤包括根据所述相机光心的实际位移量获得第二障碍物阁值7M和第三障碍物 阈值7%2,所述第二障碍物阈值7M小于第三障碍物阈值77z2;若所述位移量尸D,小于第二障碍物阈值7M ，则所述位移量PD,对应的特 征属于非障碍物；若所述位移量PD,大于第三障碍物阈值77 2,则所述位移量PD,对应的特 征属于障碍物；若所述位移量i^,大于等于第二障碍物阈值7M且小于等于第三障碍物阈 值7%2 ,则结合已有的障碍物识别方法确定所述位移量PZ),对应的特征是否属 于障碍物。其中，根据所述相机光心的实际位移量获得第二障碍物阈值IM和第三障 碍物阈值7^2的步骤包括877zl = 〃xr; 7Tz2 = ;r x r ;其中，7M表示第二障碍物阈值，T7z2表示第三障碍物阈值，r表示Tl 到T2时刻相机光心的实际位移量，y为大于〃的常数，々为大于等于1的常数。 本专利技术实施例还提供了 一种检测障碍物的装置，包括 特征对集获取单元，用于获取T1时刻和T2时刻两帧图像，对T1时刻 的图像帧进行特征检测，得到T1时刻图像的特征集，在T2时刻图像帧获得 与所述T1时刻图像的特征集相匹配的特征对集；其中，Tl时刻小于T2时 刻；位移量计算单元，用于计算所述特征对集中每个特征对对应的道路面投 影坐标的位移量PD,,其中，/为特征对集内特征对的序号；并且，计算Tl 到T2时刻相才几光心的实际位移量；障碍物检测单元，将所述特征对对应的道路面投影坐标的位移量PD,与所述相机光心的实际位移量相比较，根据比较结果确定障碍物。 其中，所述位移量计算单元包括特征对计算单元，用于计算所述特征对集中每个特征对对应的道路面投 影坐标的位移量PZ),，其中，/为特征对集内特征对的序号；相^^光心的位移量计算单元，用于计算T1到T2时刻相才几光心的实际位 移量。其中，所述相机光心的位移量计算单元包括预置单元，用于设所得的w个特征点对对应的道路面投影坐标位移量为 户D,，/ = 1,...，"；预先设定相机位移量的最大可能值为Moxr;将区间以 ,为步长分成/个小区间，表示为;记录选取单元，用于记录每个小区间对应的的数目，设该数目为Mw2,,/ = 1,..-,/;耳又iVw附,，…1，…,/中最大的——个，i殳其为Mw^,A;^/;判断计算单元，用于判断出若油w大于等于最小数目阈值A时，对落入第A:个小区间中的所有PD,求均值，将该均值作为Tl到T2时刻相 才几光心的实际位移量。其中，所述相机光心的位移量计算单元包括计算单元，用于计算相机光心的实际位移量r ,其中， r = (7/cv)*("+i),其中，r表示Ti到T2时刻相机光心的实际位移量，本文档来自技高网...
【技术保护点】
一种检测障碍物的方法，其特征在于，包括： 获取Ｔ１时刻和Ｔ２时刻两帧图像，对Ｔ１时刻的图像帧进行特征检测，得到Ｔ１时刻图像的特征集，在Ｔ２时刻图像帧获得与所述Ｔ１时刻图像的特征集相匹配的特征对集；其中，Ｔ１时刻不等于Ｔ２时刻；计算所述特征对集中每个特征对对应的道路面投影坐标的位移量ＰＤ↓［ｉ］，其中，ｉ为特征对集内特征对的序号； 计算Ｔ１到Ｔ２时刻相机光心的实际位移量； 将所述特征对对应的道路面投影坐标的位移量ＰＤ↓［ｉ］与所述相机光心的实际位移量相比较，根据比较结果确定障碍物。
【技术特征摘要】
【专利技术属性】
技术研发人员：刘威，杨恒，袁淮，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：89[中国|沈阳]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。