[发明专利]基于三维点云分割的双目视觉障碍物检测方法

权利要求书

1.基于三维点云分割的双目视觉障碍物检测方法，其特征是：包括如下步骤：

（1）通过不同位置的两台摄像机获取两路彩色图像，利用立体标定方法对双目摄像机进行标定，计算两个摄像机的内外参数和相对位置关系，根据这些参数分别对两个摄像机进行消除畸变和行或列对准，使两路彩色图像的成像原点坐标一致，得到校正后的双目彩色视图，由传感器获取或预先确定摄像机相对路面的俯仰角和高度；

（2）对步骤（1）校正后得到的双目彩色视图，选择其中一幅视图作为基准图，利用立体匹配算法对基准图进行匹配计算，得到初步的视差图；对基准图进行彩色图像分割，得到颜色相近的图块；根据步骤（1）获得的摄像机相对路面位置关系数据，计算点云分割的阈值，包括在一定精度下可检测障碍物的最近距离、最远距离、最大高度和最大宽度；

（3）在步骤（2）计算得到的视差图后，利用步骤（1）计算得到两个摄像机相对位置关系数据（重投影矩阵）进行视差图三维重构，计算出三维点云；

（4）根据步骤（1）获取的摄像机相对地面的位置数据，校正由步骤（3）计算得出的三维点云，使三维点云中路面点云相对于摄像机处于同一高度；

（5）对步骤（4）校正后的三维点云进行检测出路面高度（路面相对摄像机的高度），由步骤（2）计算的分割阈值分割出障碍物、路面和未知点云；

（6）融合步骤（5）分割的点云和步骤（2）对基准图图像分割的图块，确定障碍物、路面和未知区域，并标记显示出来。

2.根据权利要求1所述的基于三维点云分割的双目视觉障碍物检测方法，其特征是：所述双目摄像机是由两个同规格的像机组合在一起的双路视频设备，可根据需要获取不同的图片像素，处理方法为原始RGB三通道彩色图片。

3.根据权利要求1或2所述基于三维点云分割的双目视觉障碍物检测方法，其特征是：所述自动检测三维分割阈值方法，是根据摄像机的分辨率和立体标定数据，计算出在一定精度下可检测障碍物的最近距离、最远距离、最大高度、最大宽度和分割阈值。

4.根据权利要求1和3所述基于三维点云分割的双目视觉障碍物检测方法，其特征是：所述利用三维点云进行检测出路面高度，是利用循环迭代的方法提高检测路面高度的准确性，同时在假设高于路面的物体为障碍物下，由路面高度和三维点云分割阈值分割出不同位置的障碍物点云、路面点云和未知区域点云。

5.根据权利要求1和4所述基于三维点云分割的双目视觉障碍物检测方法，其特征是：所述的障碍物、路面和未知区域的获得，是利用步骤（5）分割得到的三维点云结束图像分割后的图像块确定，并标记显示出来。

6.根据权利要求1所述的基于三维点云分割的双目视觉障碍物检测方法，其特征是：所述双目摄像机标定：标定包括摄像机标定和立体标定；

摄像机标定主要计算出切向畸变、径向畸变、焦距和光学中心；

立体标定是计算空间上两台摄像机几何关系的过程，依赖于查找两台摄像机之间的旋转矩阵和平移向量；

双目校正：摄像机需要矫正和立体校正，矫正是消除切向和径向畸变；

立体校正是由于两台摄像机几乎不可能有准确的共面和行对准的成像平面，需要通过立体的标定两个摄像机之间的旋转矩阵和平移向量校正。

7.根据权利要求1所述的基于三维点云分割的双目视觉障碍物检测方法，其特征是：所述双目匹配和视差计算：立体匹配主要是通过找出每对图像间的对应关系，根据三角测量原理，得到视差图；在获得了视差信息后，根据投影模型很容易地可以得到原始图像的深度信息和三维信息；

立体匹配技术被普遍认为是立体视觉中最困难也是最关键的问题，目前立体匹配算法是计算机视觉中的一个难点和热点，算法很多，但是一般的步骤是：匹配代价计算，匹配代价叠加，视差获取，视差细化。

8.根据权利要求1所述的基于三维点云分割的双目视觉障碍物检测方法，其特征是：所述自动估算分割阈值：在允许的最小深度范围精度内，根据摄像机的分辨率和立体标定得到的两摄像机间距离、焦距计算出离摄像机的最近距离、离摄像机最远距离、最大高度和最大宽度，进而在允许的精度范围内计算出障碍物前后和左右之间的间隔、障碍物高度误差范围。