基于视觉的汽车泊车中周围障碍物的检测方法技术

一种基于视觉的汽车泊车中周围障碍物的检测方法，将多个影像记录设备采集到的图像转换为全景鸟瞰图；对所述全景鸟瞰图进行图像预处理；在所述预处理之后的全景鸟瞰图中找出属于地面区域的点或点集；得到两帧图像的位置矢量；得到与相邻两帧全景鸟瞰图中的第二帧全景鸟瞰图相似的模拟图；通过形态学运算筛选出障碍物。本发明专利技术通过汽车周围四路摄像头采集全景信息，在俯视图视角下对汽车周围进行高度物体的检测，其方法依据着透视变换的非线性这一特性，凡是高于地面的物体都会与地面产生差别，由此检测出障碍物，在停车场中对于挡车杆、塑料锥形路障、球形隔离墩等都能检测出来，实现对驾驶员遇到的潜在威胁的防范。对驾驶员遇到的潜在威胁的防范。对驾驶员遇到的潜在威胁的防范。

【技术实现步骤摘要】
基于视觉的汽车泊车中周围障碍物的检测方法


[0001]本专利技术涉及车辆智能驾驶
，尤其是涉及基于视觉的汽车泊车中周围障碍物的检测方法。

技术介绍

[0002]汽车作为现代人类的交通工具，改变人们的生活方式，推动社会经济的发展和人类文化的进步，成为社会不可缺少的交通工具。为阻止交通出现的事故，减轻驾驶员的开车负担，辅助驾驶成为一种当今驾驶技术的普遍趋势。而基于视觉的辅助驾驶系统已经成为智能交通系统的一个重要组成部分。
[0003]辅助驾驶系统是使用机器视觉技术来理解道路环境信息，通过分析和理解周围环境信息实现汽车安全驾驶。主要利用各类传感器，如超声波雷达、毫米波雷达、激光雷达、红外探测器和摄像头等，它们能够为驾驶员提供障碍物、车道线、交通标识等道路信息。
[0004]当前的目标识别技术主要以激光雷达为主，用于检测道路上的行驶车辆、行人，但是对于较小的目标，如石砖块、猫狗等障碍物，识别效果不尽人意，且激光雷达价格较贵，在检测如此障碍物方面上，还需进一步的技术研究。

技术实现思路

[0005]专利技术目的：
[0006]本专利技术提供一种基于视觉的汽车泊车中周围障碍物的检测方法，其目的是解决以往以激光雷达为主的检测中存在的对于较小的目标识别效果不好，且成本较高的问题。
[0007]技术方案：
[0008]一种基于视觉的汽车泊车中周围障碍物的检测方法，该方法包括：
[0009]第一步，将多个影像记录设备采集到的图像转换为全景鸟瞰图；
[0010]第二步，对所述全景鸟瞰图进行图像预处理；
[0011]第三步，在所述预处理之后的全景鸟瞰图中找出属于地面区域的点或点集；
[0012]第四步，将相邻两帧全景鸟瞰图所示地面区域点或点集进行特征匹配和差异计算，得到两帧图像的位置矢量；
[0013]第五步，将所述位置矢量作用在相邻两帧全景鸟瞰图中的第一帧全景鸟瞰图，得到与相邻两帧全景鸟瞰图中的第二帧全景鸟瞰图相似的模拟图；
[0014]第六步，所述模拟图和相邻两帧全景鸟瞰图中的第二帧全景鸟瞰图差异比较，通过形态学运算筛选出障碍物。
[0015]“第三步”中所述的属于地面区域的点或点集是停车位轮廓线上的直角点。
[0016]第三步的具体步骤包括：
[0017]将所述预处理之后的全景鸟瞰图在HSV空间下提取车位线的轮廓；
[0018]对轮廓进行大小筛选，轮廓面积至少为1500像素；
[0019]停车位轮廓线上的直角夹角在80
°
至100
°
之间，且直角两端轮廓线段长度至少20
像素；
[0020]凭借所述车位线宽度寻找每一对点，即使有一点位于车位线直角处，若未检测出另一直角点，则舍去该点。
[0021]第四步中所述地面点特征匹配是寻找两帧全景鸟瞰图中互相对应的所述直角点，是后续求取所述位置矢量的必要条件。
[0022]第四步包括：
[0023]以所述车位线宽度寻找的每个点对的中心点坐标作为该直角坐标；
[0024]以汽车行驶过程中上一次邻两帧计算的位置矢量作为参考，对每个所述直角坐标，将上一次计算出的所述位置矢量作用在相邻两帧的第一帧的顶点坐标，得到与相邻两帧的第二帧相似的模拟点，若未计算所述位置矢量，则为0；
[0025]在相邻两帧的第二帧点或点集中找到与所述模拟点欧氏距离最小的对应直角点；
[0026]对两个待匹配点检验，所述欧氏距离若在设置阈值30像素以内，判断是匹配正确的点。
[0027]所述位置矢量包括平移矢量和旋转矢量，由两帧全景鸟瞰图所示属于地面区域的点或点集通过SVD分解法得到。
[0028]SVD分解法又叫奇异值分解法，奇异值分解是一个能适用于任意矩阵的一种分解的方法，假设两点集x、p质心分别为μ
x
，μ
p
，N
x
、N
p
分别是点集x、p的元素个数，则有：
[0029][0030][0031]在原点集中分别减去对应质心得到新的点集；
[0032]假设矩阵A的维度为m
×
n，虽然A不是方阵，但是AA
T
与A
T
A却是方阵，且维度分别为m
×
m、n
×
n，两个方阵分别分解为：
[0033]AA
T
＝PΛ1P
T
[0034]A
T
A＝QΛ2Q
T
[0035]其中，P称为左奇异矩阵，Q称为右奇异矩阵，Λ1和Λ2是对角矩阵，且对角线上非零元素均相同，即两个方阵具有相同的非零特征值，令特征值为σ1,σ2,
…
,σ
k
，k≤m且k≤n；
[0036]根据σ1,σ2,
…
,σ
k
就可以得到矩阵A的特征值为：
[0037][0038]于是得到矩阵A的分解式：
[0039]A＝PΛQ
T
[0040]其中，Λ不是方阵，Λ对角线上的非零元素就是A的特征值λ1,λ2,
…
,λ
k
；
[0041]位置矢量包括旋转矢量R和平移矢量t，R表示图像之间的旋转关系，t表示图像之间的旋转关系，与上式关系为：
[0042][0043]将旋转矢量R和平移矢量t合并为一个2
×
3矩阵作为仿射变换矩阵，将其作用于两帧中的第一帧，得到一张与第二帧的背景相同的模拟图像，此模拟图像与第二帧的不同只有高度物体的变形差异。
[0044]将第二帧与模拟帧做差分处理，即两帧图像的对应像素值相减，图像的相同部分被消除；而第二帧与模拟帧的相同部分是地面区域，不同部分就是垂直于地面的高度物体；还需进行形态学处理，对差分图像再进行膨胀和腐蚀滤波处理，留下障碍物部分。
[0045]所述模拟图由相邻两帧全景鸟瞰图的第一帧全景全景鸟瞰图与所述位置矢量的仿射变换得到。
[0046]所述障碍物为高于地面的物体，对汽车泊车时有一定的危险阻碍。
[0047]优点效果：
[0048]本专利技术提供了一种基于视觉的汽车泊车中周围障碍物的检测方法，实现了汽车在停车场停车时对可能遇到的障碍物进行的检测。
[0049]根据本专利技术提供的检测方法，包括：
[0050]第一步，将多个影像记录设备采集到的图像转换为全景鸟瞰图；
[0051]第二步，所述全景鸟瞰图需要进行图像预处理；
[0052]第三步，在所述预处理图像中找出属于地面区域的点或点集；
[0053]第四步，将相邻两帧全景图所述地面区域点或点集进行特征匹配和差异计算，得到两帧图像的位置矢量；
[0054]第五步，将所述位置矢量作用在相邻两帧的第一帧全景图，得到与相邻两帧的第二帧相似的模拟图；
[0055]第六步，所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉的汽车泊车中周围障碍物的检测方法，其特征在于：该方法包括：第一步，将多个影像记录设备采集到的图像转换为全景鸟瞰图；第二步，对所述全景鸟瞰图进行图像预处理；第三步，在所述预处理之后的全景鸟瞰图中找出属于地面区域的点或点集；第四步，将相邻两帧全景鸟瞰图所示地面区域点或点集进行特征匹配和差异计算，得到两帧图像的位置矢量；第五步，将所述位置矢量作用在相邻两帧全景鸟瞰图中的第一帧全景鸟瞰图，得到与相邻两帧全景鸟瞰图中的第二帧全景鸟瞰图相似的模拟图；第六步，所述模拟图和相邻两帧全景鸟瞰图中的第二帧全景鸟瞰图差异比较，通过形态学运算筛选出障碍物。2.根据权利要求1所述的基于视觉的汽车泊车中周围障碍物的检测方法，其特征在于：“第三步”中所述的属于地面区域的点或点集是停车位轮廓线上的直角点。3.根据权利要求2所述的基于视觉的汽车泊车中周围障碍物的检测方法，其特征在于：第三步的具体步骤包括：将所述预处理之后的全景鸟瞰图在HSV空间下提取车位线的轮廓；对轮廓进行大小筛选，轮廓面积至少为1500像素；停车位轮廓线上的直角夹角在80
°
至100
°
之间，且直角两端轮廓线段长度至少20像素；凭借所述车位线宽度寻找每一对点，即使有一点位于车位线直角处，若未检测出另一直角点，则舍去该点。4.根据权利要求3所述的基于视觉的汽车泊车中周围障碍物的检测方法，其特征在于：第四步中所述地面点特征匹配是寻找两帧全景鸟瞰图中互相对应的所述直角点，是后续求取所述位置矢量的必要条件。5.根据权利要求4所述的基于视觉的汽车泊车中周围障碍物的检测方法，其特征在于：第四步包括：以所述车位线宽度寻找的每个点对的中心点坐标作为该直角坐标；以汽车行驶过程中上一次邻两帧计算的位置矢量作为参考，对每个所述直角坐标，将上一次计算出的所述位置矢量作用在相邻两帧的第一帧的顶点坐标，得到与相邻两帧的第二帧相似的模拟点，若未计算所述位置矢量，则为0；在相邻两帧的第二帧点或点集中找到与所述模拟点欧氏距离最小的对应直角点；对两个待匹配点检验，所述欧氏距离若在设置阈值30像素以内，判断是匹配正确的点。6.根据权利要求1所述的基于视觉的汽车泊车中周围障碍物的检测方法，其特征在于：所述位置矢量包括平移矢量和旋转矢量，由两帧全景鸟瞰图所示属于地面区域的点或点集通过SVD分解法得到。7.根据权利要求6所述的基于视觉的汽车泊车中周围障碍物的检测方法，其特征在于：SVD分解法又叫奇异值分解法，奇异值分解是一个能适用于...

【专利技术属性】
技术研发人员：桑海峰，常睿，单凯强，张志佳，王士显，刘昕嫄，
申请(专利权)人：沈阳工业大学，
类型：发明
国别省市：