[发明专利]一种基于单目视觉的道路场景中车辆目标的三维重建方法

说明书

本发明公开了一种基于单目视觉的道路场景中车辆目标的三维重建方法；首先分析道路场景与车辆目标形状的先验知识，将物体形状的模型数据转换成体积TSDF网格，实现目标的初始化姿态估计；然后根据3D目标检测方法检测场景中的车辆目标，并基于立体匹配库获得目标的立体重建结果；最后综合先验模型与重建结果进行优化处理；利用真实的评测数据集对算法进行了性能评估。本发明根据车辆目标形状的先验知识，将物体形状的模型数据转换成体积TSDF网格，通过单目3D目标检测方法，对场景中的车辆目标检测并立体匹配获得重建结果，综合先验模型对重建结果进行优化。本发明有利于智能车辆的决策和提高安全驾驶的能力。

技术领域

本发明涉及计算机视觉技术领域，具体涉及一种基于单目视觉的道路场景中车辆目标的三维重建方法。

背景技术

随着我国城市化进程的不断加深，道路交通环境也变得越来越复杂，交通部门对于城市街道的管理也变得更加困难。如果能够获取道路场景中车辆目标的相关三维数据，那么监管道路交通以及改善交通环境将变得容易。三维立体重建能够通过场景的深度信息高效的分析交通流数据，对街道交通状况分析以及自动驾驶判断空间可能发生的碰撞很有帮助。重建车辆在道路场景的三维模型更有助于实现车距检测、驾驶路况判断、车道偏离警告、前部碰撞警告、智能前灯控制等功能。

当周围环境中的视觉信息传入大脑后，我们的大脑会根据已有的知识或经历，对信息进行加工、分类、推理，从而识别周围环境信息，并且产生自己的理解。对于计算机而言，直接理解图像中的信息是十分困难的。目前可以结合摄像头等外部设备，让计算机模拟人的视觉。通过拍摄的图像获取外界信息，实现对外部世界场景中物体的识别与理解。与人类视觉所不同的是，计算机视觉分为单目视觉、双目视觉和多目视觉。目前基于双目视觉的立体重建得到了广泛研究，但因其使用成本较高、设备结构稳定性要求高以及数据处理复杂的特点，在实际生活中适用的场景计较局限。相比于双目视觉的三维重建，单目视觉使用的摄像设备占用空间更小，只用对单幅图像进行处理，对处理芯片计算能力要求不高，并且不用考虑两个摄像头的精确位置，在机器结构制造工艺的要求有所降低，在未来将会更好的适应市场环境。

基于以上两点，本文提出了一种单目道路场景中车辆目标的三维重建算法。

目前，在三维重建的领域有多种建模方法，包括使用三维扫描仪器直接扫描场景进行建模；使用三维建模软件构建模型；以及使用基于图像的建模方法从图像信息计算出三维模型信息。对于本文所研究的道路场景中的车辆目标三维重建，三维扫描仪器对于模型庞大的车辆目标并不适用，三维建模软件对于高速变化的交通场景也无能为力。基于图像的立体重建能够通过摄像设备和计算机对道路图像进行实时分析，根据输入图像配合已有的算法就能重建出车辆目标三维模型，并且使用设备的成本相对较低。

本发明使用基于图像的方法对车辆目标进行三维重建。基于图像的三维重建在如今具有很高的研究价值，它的快速发展得益于计算机视觉算法的完善。将人类视觉能力赋予计算机，使计算机能够获得三维环境信息是计算机视觉的重要研究方向。追溯至二十世纪五十年代的统计模式识别，主要解决了二维图像分析和识别。二十世纪八十年代初，出现了完善的计算机视觉框架体系：计算机视觉框架体系将视觉处理分为三个阶段，第一阶段形成“基元图”；第二阶段形成2.5维描述(部分的、不完整的三维描述)；第三阶段是完整的三维描述。从二十世纪九十年代开始，在工业领域中计算机视觉的应用得到了广泛普及，同时多视图几何视觉理论研究也逐步完善。特征点检测匹配、相机自标定、单目双目或多目的三维重构理论经过不断完善，使基于图像的三维建模技术一步步走向成熟。