[发明专利]车载自主测速方法

说明书

发明公开了一种车载自主测速方法，包括以下步骤：S1：确定测速模型：将车辆运动速度V的测量问题转化为序列图像匹配位置的搜索问题；S2：依次从特征提取、相似性度量、搜索空间和搜索策略4个方面对序列图像匹配方法进行分析，并设计序列图像匹配算法，从而实现自主测速。本发明方法充分利用了车辆运行状态的连续性和序列图像的成像特点，具有测速精度高、自主性好和使用灵活的优点。该算法中使用的相似性度量函数运算复杂度更低，运算效率更高；该算法中提出的图像匹配搜素策略在匹配精度和匹配速度两个方面都有良好表现。

技术领域

本发明具体涉及一种车载自主测速方法。

背景技术

常见的车速测量方法主要有地感线圈法、多普勒雷达法和视频图像法。地感线圈法必须挖开路面埋设线圈，受到线圈位置固定的限制，应用不灵活；多普勒雷达法不能克服雷达器件本身不足，且测速精度易受邻近车道车辆干扰；视频图像法通常是把摄像设备安装在道路中央一定高度的正上方，通过采集来往车辆在地面上的运动情况进行直接测速；显然，这种方法只能在特定测速区域内对车辆进行测速，且测速精度受摄像设备安装精度的影响很大。

道路表面存在大小不同、形状各异的颗粒，这些颗粒对光线的反射能力各有差异，不同强度和角度的反射光经过车载成像设备就可以得到路面信息的序列图像，再借助于图像匹配技术便可间接实现对车辆速度的连续自主测量。基于上述思想，本发明设计了基于序列图像匹配的自主测速算法，以提高车辆速度测量的准确性、自主性和灵活性。

发明内容

本发明要解决的技术问题是提供一种车载自主测速方法。

车载自主测速方法，包括以下步骤：

S1：确定测速模型：将车辆运动速度V的测量问题转化为序列图像匹配位置的搜索问题；

S2：依次从特征提取、相似性度量、搜索空间和搜索策略4个方面对序列图像匹配方法进行分析，并设计序列图像匹配算法，从而实现自主测速。

进一步的，测速模型确定方法如下：

1）假定车辆在路面上做刚体运动，成像设备安装在车辆左侧靠近后轮位置处；相机坐标系以成像设备瞬时成像点为原点，X轴与车辆瞬时运动方向相同，Z轴向下，始终与地面垂直；成像设备采集地面的瞬时图像信息，相邻两帧序列图像的成像间隔恒定不变；

2）假设p为地面上某点，点O和O’是相邻两帧图像的成像点，A’和B’分别是从成像点O和O’处拍摄的相邻帧图像，相邻帧图像之间拥有共同的地面成像区域，即点p在A’和B’中均有像点；

3）假定序列图像A’和B’的匹配位置为，成像设备的像素尺寸为l，则：

；

4）对成像设备进行标定，再结合成像设备的内外参数，可以确定成像设备透镜放大倍率β，根据下式间接求出车辆的运动速度V：

，

式中，像素尺寸l、透镜放大倍率β和序列图像相邻帧的时间间隔均为已知量。

进一步的，特征提取为对图像像素灰度值的提取。

进一步的，相似性度量采用MAD函数作为相似性度量函数：

。

进一步的，搜索空间确定如下：

设序列图像的大小为M×N像素，在当前帧图像中选取大小为m×n像素的窗口图像，采集到的序列图像满足以下约束条件：

1）根据车速的连续性原理，如果已经测得时刻相邻两帧序列图像的匹配位置为，车速为V，则在t时刻，车速通常非常接近V，相邻两帧序列图像的匹配位置非常接近；