[发明专利]一种利用立体视觉检测车辆距离的方法

说明书

本发明公开了一种利用立体视觉检测车辆距离的方法，利用立体图像方法识别可能属于障碍的三维特征，通过三维特征检测滤除可能不属于障碍的特征；当确定障碍是车辆，使用基于对称的算法识别所有可能属于前一辆车的三维特征的元素，具体检测那辆车；当检测到前车后，通过最大化在前一帧的边界框中的图像部分与新帧之间的相关性来跟踪前车；检查边界框内的三维特征，计算到前车的距离。本发明方法在检测车辆距离时，具有较强的鲁棒性和可靠性。

技术领域

本发明属于计算机视觉、传感器技术、视频图像处理等交叉技术领域，特别涉及一种利用立体视觉检测车辆距离的方法。

背景技术

立体视觉匹配(Stereo Matching)是计算机视觉中的一个重要而又非常困难的问题，它的目标是从不同视点图像中找到匹配的对应点。对于立体视觉匹配的研究，能够大大的增强计算机或机器人对环境的感知能力，使得机器人能够更好的适应环境、更加智能，从而能够更好地为人们服务。

在无人驾驶技术中，目前常用的感知方式有，广义“视觉”的超声波雷达、毫米波雷达、激光雷达(LiDAR)和摄像头等。超声波雷达由于反应速度和分辨率的问题主要用于倒车雷达，毫米波雷达和激光雷达承担了主要的中长距测距和环境感知，而摄像头主要用于交通信号灯和其他物体的识别。

在检测车辆距离方面，本发明提出一种利用立体视觉检测车辆距离的方法，旨在提高车辆距离检测准确性。

发明内容

为了解决现有技术中的问题，本发明提供一种利用立体视觉检测车辆距离的方法，该方法构造的车辆检测方法和普通方法相比，该方法能充分考虑前车形状，识别道路，障碍以及前车位置。

为实现上述目的，本发明采用的技术方案为：

一种利用立体视觉检测车辆距离的方法，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。

进一步的，所述步骤1)具体如下：

步骤11)输入视频左图像、右图像的边缘点，被倾斜度的自适应一维算子分割，自适应一维算子，指在图像行中，具有自适应性的、用于边缘检测算子，倾斜度定义为在一组由两个端点限制的连续像素中，局部灰度极值的一个最大值和一个最小值；

步骤12)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，得到边缘点的三维信息，记该三维点为P，则三维点的坐标为：