基于双目视觉系统的上下坡路况检测方法、系统和智能终端技术方案

技术编号:33500652 阅读:56 留言:0更新日期:2022-05-19 01:11
本发明专利技术公开了一种基于双目视觉系统的上下坡路况检测方法和系统,所述方法包括:获取目标路段的原始图像,并计算所述原始图像的视差图;基于所述视差图获取检测区域的三维点云,并对所述三维点云进行筛选,以得到筛选后的候选三维点云;对所述候选三维点云进行栅格分组,并根据每个栅格的代表高度,生成栅格高度图;确定异常区域,并定位所述异常区域内的实际路面观测距离;基于所述栅格高度图和所述实际路面观测距离生成路面点集,并根据所述路面点集拟合全局路面模型,并得到拟合误差;若所述拟合误差大于第一预设阈值,则判定所述目标路段为上下坡路段。能够实时检测到前方道路的上下坡情况,进而提高驾驶的舒适性和安全性。性。性。

【技术实现步骤摘要】
基于双目视觉系统的上下坡路况检测方法、系统和智能终端


[0001]本专利技术涉及自动驾驶辅助
,具体涉及一种基于双目视觉系统的上下坡路况检测方法、系统和智能终端。

技术介绍

[0002]随着自动驾驶技术的发展,人们对于辅助驾驶车辆安全性和舒适性的要求也日益提高。自动驾驶是汽车产业与人工智能、物联网等新兴信息技术深度融合的产物,是当前全球汽车与交通出行领域智能化和网联化发展的主要方向。
[0003]监测前方道路并评估其危险情况是自动驾驶技术发展中的关键的环节。因此,提供一种基于双目视觉系统的上下坡路况检测方法,以期能够实时检测到前方道路的上下坡情况,从而为汽车控制系统做出相关处理提供准确的数据支持,进而提高驾驶的舒适性和安全性,就成为本领域技术人员亟待解决的问题。

技术实现思路

[0004]为此,本专利技术实施例提供一种基于双目视觉系统的上下坡路况检测方法和系统,以期能够实时检测到前方道路的上下坡情况,从而为汽车控制系统做出相关处理提供准确的数据支持,进而提高驾驶的舒适性和安全性。
[0005]为了实现上述目的,本专利技术实施例提供如下技术方案:一种基于双目视觉系统的上下坡路况检测方法,所述方法包括:获取目标路段的原始图像,并计算所述原始图像的视差图;基于所述视差图获取检测区域的三维点云,并对所述三维点云进行筛选,以得到筛选后的候选三维点云;对所述候选三维点云进行栅格分组,并根据每个栅格的代表高度,生成栅格高度图;确定异常区域,并定位所述异常区域内的实际路面观测距离;基于所述栅格高度图和所述实际路面观测距离生成路面点集,并根据所述路面点集拟合全局路面模型,并得到拟合误差;若所述拟合误差大于第一预设阈值,则判定所述目标路段为上下坡路段。
[0006]进一步地,确定异常区域具体包括:计算每个栅格内包含的所述候选三维点云的个数,以得到个数统计图;计算所述个数统计图和预存的理论个数统计图的比值,以得到概率统计图;获取所述概率统计图中栅格差异区域,并通过经验阈值检测所述栅格差异区域,以得到异常区域。
[0007]进一步地,得到拟合误差之后还包括:若所述拟合误差小于所述第一预设阈值,则判定所述目标路段为非上下坡路段。
[0008]进一步地,判定所述目标路段为上下坡路段,之后还包括:对所述异常区域进行双段路面模型拟合,以得到所述上下坡路段的拐角距离和坡度。
[0009]进一步地,对所述异常区域进行双段路面模型拟合,以得到所述上下坡路段的拐角距离和坡度,具体包括:将所述异常区域划分为第一区域和第二区域,并记录第一区域的拟合路面模型为road_model1,拟合误差为e1,记录第二区域的拟合路面模型为road_model2,拟合误差为e2;若拟合误差e1和拟合误差e2均小于第二预设阈值,且路面模型road_model1和路面模型road_model2之间的夹角大于第三预设阈值,则判定所述异常区域为上下坡路段。
[0010]进一步地,利用以下公式得到三维点云的三维信息:其中:是双目图像的光心点,是车载双目视觉传感器的基线,是图像像素点,f是车载双目视觉传感器的焦距,是图像像素点计算得到的三维点云,disparity是视差值。
[0011]进一步地,所述对所述三维点云进行筛选,具体包括:若检测距离为Z,检测宽度为W,则选取且的作为候选三维点云。
[0012]本专利技术还提供一种基于双目视觉系统的上下坡路况检测系统,所述系统包括:图像获取单元,用于获取目标路段的原始图像,并计算所述原始图像的视差图;三维点云筛选单元,用于基于所述视差图获取检测区域的三维点云,并对所述三维点云进行筛选,以得到筛选后的候选三维点云;栅格分组单元,用于对所述候选三维点云进行栅格分组,并根据每个栅格的代表高度,生成栅格高度图;异常区域获取单元,用于确定异常区域,并定位所述异常区域内的实际路面观测距离;拟合误差获取单元,用于基于所述栅格高度图和所述实际路面观测距离生成路面点集,并根据所述路面点集拟合全局路面模型,并得到拟合误差;结果输出单元,用于在所述拟合误差大于第一预设阈值时,判定所述目标路段为上下坡路段。
[0013]本专利技术还提供一种智能终端,所述智能终端包括:数据采集装置、处理器和存储器;所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行如上所述的方法。
[0014]本专利技术还提供一种计算机可读存储介质,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行如上所述的方法。
[0015]本专利技术所提供的基于双目视觉系统的上下坡路况检测方法和系统,通过对所述候选三维点云进行栅格分组,并根据每个栅格的代表高度,生成栅格高度图,进而确定异常区域,并定位所述异常区域内的实际路面观测距离;基于所述栅格高度图和所述实际路面观测距离生成路面点集,并根据所述路面点集拟合全局路面模型,并得到拟合误差;若所述拟合误差大于第一预设阈值,则判定所述目标路段为上下坡路段。这样,该方法能够实时检测到前方道路的上下坡情况,可自动判断前方路段是否存在上下坡,从而为汽车控制系统做出相关处理提供准确的数据支持,进而提高驾驶的舒适性和安全性。
附图说明
[0016]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
[0017]本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本专利技术可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本专利技术所能产生的功效及所能达成的目的下,均应仍落在本专利技术所揭示的
技术实现思路
得能涵盖的范围内。
[0018]图1为本专利技术所提供的基于双目视觉系统的上下坡路况检测方法一种具体实施方式的流程图;图2为图1所示方法中坡度参数关系的示意图;图3为本专利技术所提供的基于双目视觉系统的上下坡路况检测系统一种具体实施方式的结构框图。
具体实施方式
[0019]以下由特定的具体实施例说明本专利技术的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本专利技术的其他优点及功效,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。
[0020]为了实现上下坡路况的准确检测,从而提高自动驾驶的舒适性和安全性,本专利技术提供一种基于双目视觉系统的上下坡路况检测方法。在该实施例中,为了描述方便,以双目立体相机坐标系为参考系,沿左目相机光轴方向是Z轴距离方向,双目立相机基线方向为X轴横向方向,竖直方向为Y轴纵向方向。
[0021]请参考图1,图1为本专利技术所提供的基于本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于双目视觉系统的上下坡路况检测方法,其特征在于,所述方法包括:获取目标路段的原始图像,并计算所述原始图像的视差图;基于所述视差图获取检测区域的三维点云,并对所述三维点云进行筛选,以得到筛选后的候选三维点云;对所述候选三维点云进行栅格分组,并根据每个栅格的代表高度,生成栅格高度图;确定异常区域,并定位所述异常区域内的实际路面观测距离;基于所述栅格高度图和所述实际路面观测距离生成路面点集,并根据所述路面点集拟合全局路面模型,并得到拟合误差;若所述拟合误差大于第一预设阈值,则判定所述目标路段为上下坡路段。2.根据权利要求1所述的上下坡路况检测方法,其特征在于,确定异常区域具体包括:计算每个栅格内包含的所述候选三维点云的个数,以得到个数统计图;计算所述个数统计图和预存的理论个数统计图的比值,以得到概率统计图;获取所述概率统计图中栅格差异区域,并通过经验阈值检测所述栅格差异区域,以得到异常区域。3.根据权利要求1所述的上下坡路况检测方法,其特征在于,得到拟合误差之后还包括:若所述拟合误差小于所述第一预设阈值,则判定所述目标路段为非上下坡路段。4.根据权利要求1所述的上下坡路况检测方法,其特征在于,判定所述目标路段为上下坡路段,之后还包括:对所述异常区域进行双段路面模型拟合,以得到所述上下坡路段的拐角距离和坡度。5.根据权利要求4所述的上下坡路况检测方法,其特征在于,对所述异常区域进行双段路面模型拟合,以得到所述上下坡路段的拐角距离和坡度,具体包括:将所述异常区域划分为第一区域和第二区域,并记录第一区域的拟合路面模型为road_model1,拟合误差为e1,记录第二区域的拟合路面模型为road_model2,拟合误差为e2;若拟合误差e1和拟合误差e2均小于第二预设阈值,且路面模型road_model1和路面模型road_model2...

【专利技术属性】
技术研发人员:裴姗姗苏文秀杨超孙钊
申请(专利权)人:北京中科慧眼科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1