[发明专利]一种利用立体视觉检测车辆距离的方法

权利要求书

1.一种利用立体视觉检测车辆距离的方法，其特征在于，包括以下步骤：

步骤1)输入车载视频图像，利用三维稀疏图的算法提取图像中的障碍，得到构造具体区域的三维稀疏图；

步骤2)应用匹配算法，利用三维稀疏图构建三维边缘形状，匹配算法是根据图像左右边缘点的位置提供的三维信息，使用动态规划方法，将右图像的边缘点与左图像的边缘点匹配，接着对错误匹配进行检测和纠正；

步骤3)结合阈值视差值法和倾角设定阈值法，选择三维形状，使三维图形被识别为障碍物或非障碍物，针对障碍物的边缘提取障碍物类的三维形状；

步骤4)前车检测，先进行对称检测，根据道路位置和透视限制确定感兴趣区域，搜索感兴趣区域的垂直对称性；

步骤5)检测到对称区域的宽度和位置后，将开始新的搜索，检测矩形边界框的两个底角是否满足车辆检测标准，确认前车后，搜索前车的顶部水平极限，并对前车进行定位；

步骤6)接下来进行跟踪阶段，在最大化前一帧边界框中的图像与新帧之间的相关性的基础上，检查边界框内的三维特征，计算到前车的距离；

所述步骤3)具体如下：

步骤31)(x_r,y_r)是三维点P在右图像中的投影坐标，P的y_r和δ被转换到一个灰度水平图上，一个累加器H(y_r,δ)用在给定的图像行上，利用相同的视差来累加在给定的图像行上的这些点，计算立体视觉系统的高度H，和道路平面相对于立体视觉系统标定的倾角α；

步骤32)阈值视差值法选择三维形状：利用同形转换原理和立体视觉系统的具体配置，将右图像的每一行与视差值关联起来，道路的差异表示为：

道路的差异根据道路平面相对于立体视觉系统标定的倾角α、立体视觉系统的高度H和立体视觉系统的标定参量值y_horizon进行计算，其中：y_horizon＝((h/2)-(f/p_y)×tanα)，p_y是CCD像素的高度，h是图像高度的像素点数；

步骤33)倾角设定阈值法来选择三维片段：构建的三维形状通过一个或多个三维直线分割来估计，通过迭代分割方法，三维图形被分解为三维片段，为了选择属于障碍的三维片段，计算和道路平面有关的三维分割的倾角β，并对β设定阈值，

在第一步中，计算包含三维片段的直线矢量

其中：V_x，V_y，V_z分别为直线矢量的x,y,z方向的量值，m_l、m_r分别是分割三维形状的一条三维直线，在左、右图像投影的斜率；b_l和b_r分别是分割三维形状的一条三维直线，在左、右图像投影的y轴上的截距，w是图像宽度的像素点数，

m_r、m_l、b_r和b_l是用最小二乘法计算的，并且分别是：

f_r:x_r→m_r×y+b_r f_l:x_l→m_l×y+b_l

其中：f_r和f_l分别是左图像、右图像中三维片段投影的方程式；

在第二步中，使用几何特性计算三维路段相对于道路平面的倾斜角；

情形1：若V_X≠0和V_Z≠0，则三维分割的倾角β和立体视觉系统标定的倾角α的关系：

情形2：若V_z＝0和V_x＝0，则三维分割的倾角β和立体视觉系统标定的倾角α的关系：

其中：π为圆周率；

最后，若计算得出的倾角大于预定阈值，则提取该三维片段；

步骤34)O₁是阈值视差值法选择的一组三维形状，O₂为倾角设定阈值法选择的一组三维片段，O是用一组三维图形来表示的障碍物边缘；O₃是三维形状的一部分，且O₃＝O₁∩O₂，O₃包含的三维片段，通过阈值视差值法和倾角设定阈值法，将O₃识别为对象；对于每个三维形状S，若

那么S属于O，O包含被视为障碍物边缘的三维形状；

步骤35)O用仅与O₁或O₂有关的三维图形完成，若三维形状O₁∪O₂是：场景中障碍物的实际三维边缘，或与道路具有相同的高度的三维形状O，或比三维形状O更接近立体视觉系统，则在图像中，三维形状O₁∪O₂的高度与三维形状O的高度相同；相反，O₁∪O₂的三维形状为：道路的实际三维边缘场景，或比三维形状O更接近立体视觉传感器，则三维形状O₁∪O₂是三维形状O在图像中的投影。