[发明专利]一种基于颜色和深度图像的道路坡度估计方法及装置

说明书

本发明提供了一种基于颜色和深度图像的道路坡度估计方法及装置，其中方法包括：通过相机标定获得颜色相机的内参数和外参数，深度相机的内参数和外参数，对于空间上一点，得到映射关系；捕获道路的RGB图像，通过道路分割算法分割出坡面的候选区域；捕获道路的深度图像，并根据映射关系以及根据候选区域，将深度图映射到RGB图像，得到候选区域里每个像素的深度值；利用候选区域内的每个像素及其深度值将其反投影回三维空间得到候选区域的三维点云；求解三维点云上每个点的法向量；利用三维点法向信息进行聚类，并将三维点云划分两个潜在的平面，并利用最小二乘法求解两个面的方程；根据求解的平面方程系数计算坡度。

技术领域

本发明涉及计算机领域，尤其涉及一种基于颜色和深度图像的道路坡度估计方法及装置。

背景技术

在室外道路环境下进行视力障碍训练，实时获取前方路面坡度大小，有着越来越丰富的应用场景，对于捕获周边环境以及相应的决策具有十分重要的作用。现有的道路坡度检测方案，更多用于车辆，有利用加速度、陀螺仪、惯导等传感器进行检测，计算当前位置下的道路坡度，不能预测车辆前方的坡度。此外，还有基于车道线检测的方法做道路的估计，适用于结构化程度较高的公路环境，缺乏未知环境下的通用性和适用性。例如：CN202010189986.7基于单目相机的直道相对坡度实时预测方法、系统及装置专利中，首先对单目相机进行标定，然后对相机捕获的图像进行车道线检测，根根据相机成像模型将车道线投射成三维点曲线，进而划分成两条直线段，其交点视为车道线坡度转折点，并据此计算坡度值。该方法对车道线检测要求比较高且只适用于直道。对于一些复杂的市内交通环境，如车道线被遮挡，该方法可能失效。

发明内容

本发明旨在提供一种克服上述问题或者至少部分地解决上述问题的基于颜色和深度图像的道路坡度估计方法及装置。

为达到上述目的，本发明的技术方案具体是这样实现的：

本发明的一个方面提供了一种基于颜色和深度图像的道路坡度估计方法，包括：通过相机标定获得颜色相机的内参数K_rgb和外参数(R_rgb,T_rgb)，深度相机的内参数R_d和外参数(R_d,T_d)，对于空间上一点(X_w,Y_w,Z_w)，得到如下映射关系：其中，p_rgb为RGB图像上对应的像素位置，Z_rgb为RGB图像上对应的像素深度；p_d为给定深度图像里的任意像素，Z_d为给定深度图像里的任意像素的深度，为RGB图像像素坐标，为深度图像像素坐标；捕获道路的RGB图像，通过道路分割算法分割出坡面的候选区域；捕获道路的深度图像，并根据映射关系以及根据候选区域，将深度图映射到RGB图像，得到候选区域里每个像素的深度值；根据候选区域范围以及候选区域里每个像素的深度值，利用候选区域内的每个像素及其深度值将其反投影回三维空间得到候选区域的三维点云；求解三维点云上每个点的法向量；利用三维点法向信息进行聚类，并将三维点云划分两个潜在的平面，并利用最小二乘法求解两个面的方程，a₁x+b₁y+c₁z+d₁＝0和a₂x+b₂y+c₂z+d₂＝0；根据求解的平面方程系数计算坡度。

其中，捕获道路的深度图像，并根据映射关系以及根据候选区域，将深度图映射到RGB图像，得到候选区域里每个像素的深度值包括：对于深度图像里的每个像素及其深度投影到RGB图像中，得到对应的像素位置px,py以及深度值d，采用最近邻的方式对px，py取整，并将d赋值给坐标值取整后的像素。