[发明专利]一种路面可行驶区域检测方法、装置以及自动驾驶系统

说明书

本发明涉及一种路面可行驶区域检测方法、装置以及自动驾驶系统，该路面可行驶区域检测方法包括：通过双目成像设备获取路面的左视图和右视图，并对左视图和所述右视图进行处理，得到稀疏视差图；将稀疏视差图转换为U‑视差图，并将U‑视差图的像素与预设像素强度阈值进行比较，得到比较结果；根据比较结果，删除所述U‑视差图中像素小于预设像素强度阈值的像素点，得到第一U‑视差图，并将第一U‑视差图进行处理，得到第二U‑视差图；在第二U‑视差图中获取并处理固定数目的目标边界点，得到凸包区域；将U‑视差图进行LOG变换，得到U‑LOG‑视差图；根据U‑LOG‑视差图的信息和凸包区域的信息分割出路面可行驶区域。

技术领域

本发明涉及视差图像处理技术领域，尤其涉及一种路面可行驶区域检测方法、装置以及自动驾驶系统。

背景技术

目前，汽车辅助驾驶方向的相关技术在不断发展，其中，可行使区域提取相关技术的发展不断进步，该技术的实现对前方障碍物、完成障碍物碰撞预警等功能有重要意义。

现有的技术主要是利用双目立体视觉系统，将同一物体在两个相机中成像生成视差，将视觉系统感知的场景和图像结构信息结合进行检测，在实际应用场景中，对检测效果和实时性无法双向兼顾。

鉴于此，提出本发明。

发明内容

本发明提出一种路面可行驶区域检测方法、装置以及自动驾驶系统，用于解决现有技术中在实际应用场景中的可行驶区域的实时检测问题。

为实现上述目的，根据本发明的一个方面，提供有一种路面可行驶区域检测方法，并采用如下技术方案：

一种路面可行驶区域检测方法包括：通过双目成像设备获取路面的左视图和右视图，并对所述左视图和所述右视图进行处理，得到稀疏视差图；将所述稀疏视差图转换为U-视差图，并将所述U-视差图的像素与预设像素强度阈值进行比较，得到比较结果；根据所述比较结果，删除所述U-视差图中像素小于所述预设像素强度阈值的像素点，得到第一U-视差图，并将第一U-视差图进行处理，得到第二U-视差图；在所述第二U-视差图中获取并处理固定数目的目标边界点，得到凸包区域；将U-视差图进行LOG变换，得到U-LOG-视差图；根据所述U-LOG-视差图的信息和所述凸包区域的信息分割出所述路面可行驶区域。

进一步，所述在所述第二U-视差图中寻找并处理固定数目的目标边界点，得到凸包区域包括：对所述第二U-视差图，纵向按照其列数分组后，对各组区域自下而上遍历，记录各组中有效像素大于有效像素累加阈值的坐标作为第一边界点的坐标；对所述第一边界点分组，各组按照第一边界点纵坐标大小排序，删除各组中纵坐标最大和最小的第一边界点，得到目标边界点。

进一步，所述处理固定数目的目标边界点包括：收缩边界点阶段：收缩所述目标边界点的左端和右端中纵坐标差值大于纵坐标变化幅度阈值的相邻的目标边界点，且收缩所述目标边界点的左端和右端中纵坐标连续大于最低底部点判断阈值的目标边界点；添加底部点阶段：记录收缩后的目标边界点中最左侧目标边界点的横坐标和最右侧目标边界点的横坐标，添加横坐标与最左侧目标边界点相同、纵坐标为所述仅包含疑似障碍物点的视差图最大行数的点和横坐标与最右侧目标边界点的横坐标相同、纵坐标为所述仅包含疑似障碍物点的视差图最大行数的点；融合边界直线阶段：基于添加相关点的目标边界点与两条预设边界直线的位置关系，修改位置在预设边界直线上方的目标边界点坐标，且保留与两条所述预设边界直线重合的目标边界点坐标和位置在预设边界直线下方的目标边界点坐标，修正后的目标边界点数量保持不变。

进一步，所述纵坐标变化幅度阈值根据最左侧三个目标边界点和最右侧三个目标边界点设置。

进一步，所述预设边界直线为基于世界真实位置需求的检测范围计算出的在图像坐标系的边界直线。

进一步，所述U-LOG-视差图为对U-视差图的进行LOG变换，用于压缩近处视差尺度，拉伸远处视差。