[发明专利]一种场景中障碍物的检测方法及装置、电子设备

说明书

本公开揭示了一种场景中障碍物的检测方法及装置、电子设备、计算机可读存储介质，该方法包括：获取场景双目图像，根据双目图像生成视差图像，根据视差图像生成U‑视差图和V‑视差图；分别对U‑视差图和V‑视差图中灰度值非0的像素点进行直线拟合；根据所拟合的直线，在U‑视差图中探测横向直线和在V‑视差图中探测纵向直线；根据横向直线与纵向直线在视差图像中的对应区域，确定候选障碍物区域；根据候选障碍物区域在双目图像中的对应位置，得到候选障碍物区域的图像特征；将候选障碍物区域的图像特征与预存储的障碍物图像特征进行比对，确定场景中的障碍物。本公开提供的技术方案，提高了障碍物检测成功率，降低了误差，提高了检测精度。

技术领域

本公开涉及车辆安全驾驶技术领域，特别涉及一种场景中障碍物的检测方法及装置、电子设备、计算机可读存储介质。

背景技术

随着城市化的发展和汽车的普及，交通运输问题越来越严重。交通事故的主要原因包括超速行驶、占道行驶、疲劳驾驶、酒后驾驶等原因。而碰撞是交通事故的主要表现形式，其中大部分是车—车碰撞和人—车碰撞。根据交通部门的统计，中国交通事故的致死率27.3％，大大高于其它发达国家。

智能车辆的出现为提高车辆行驶安全，减少交通事故提供了可能。在智能车辆的研究中，导航技术是实现其真正智能化的关键技术。为了更好地适应复杂环境下的导航，自主避障的功能就显得尤为重要，避障功能是代表车辆智能化的不可或缺的关键性能指标，也是智能车辆安全行驶的重要保障。

基于视觉的车辆在行驶环境中感知障碍物信息可使用单目、双目以及多目视觉，其中双目视觉应用比较广泛。双目视觉是从安装在车辆前方的左右摄像头同时观察前方道路信息，以获取在不同视角下的图像，然后通过三角测量原理计算图像像素间的视差，其中，与参考视差差异较大的像素将被分类为障碍物像素，由此获得障碍物的形状和位置。上述方式进行障碍物的检测依赖于参考视差进行判定，对于与参考视差接近的障碍物像素无法进行判定，由此障碍物检测的准确性不高。

发明内容

为了解决相关技术中存在的障碍物检测准确率不高的问题，本公开提供了一种场景中障碍物的检测方法。

一方面，本公开提供了一种场景中障碍物的检测方法，该方法包括：

获取同一场景双目图像，根据所述双目图像生成视差图像，根据所述视差图像生成U-视差图和V-视差图；

分别对所述U-视差图和V-视差图中灰度值非0的像素点进行直线拟合；

根据所拟合的直线，在所述U-视差图中探测具有同一视差值的横向直线和在所述V-视差图中探测具有同一视差值的纵向直线；

根据所述横向直线与纵向直线在所述视差图像中的对应区域，确定所述视差图像中的候选障碍物区域；

根据所述候选障碍物区域在所述双目图像中的对应位置，得到所述候选障碍物区域的图像特征；

将所述候选障碍物区域的图像特征与预存储的障碍物图像特征进行比对，确定所述场景中的障碍物。

在一种实施例中，在分别对所述U-视差图和V-视差图中灰度值非0的像素点进行直线拟合之前，所述方法还包括：

分别对所述U-视差图和V-视差图进行降噪平滑处理；

将经过所述降噪平滑处理后的U-视差图和V-视差图进行二值化处理。

在一种实施例中，所述分别对所述U-视差图和V-视差图中灰度值非0的像素点进行直线拟合，包括：

分别对二值化处理后的U-视差图和二值化处理后的V-视差图，利用直线拟合算法对灰度值为255的各点进行直线拟合，提取出若干条直线。