[发明专利]一种提高ADAS系统识别准确度和环境适应性的方法

说明书

本发明公开了一种提高ADAS系统识别准确度和环境适应性的方法。方法以道路消失点为界点对摄像头采集图像进行分区，分析每个区域的亮度信息，赋予目标物检测ROI区域更高的权值，降低图像上方和侧方无关紧要区域的权值，来计算下一帧图像所需要的曝光量，使得检测区域获得更优的曝光量。本发明提高了ADAS系统对车辆、行人、车道线识别准确度和精度，并且提高了系统在逆光、阴雨、隧道等特殊光线环境下的适应性。

技术领域

本发明涉及了一种提高ADAS系统性能的方法，尤其是提高高级驾驶辅助系统(ADAS)系统识别准确度和环境适应性的方法。

背景技术

前视摄像头模组是智能驾驶系统最重要的传感器之一，而曝光量的大小又直接影响摄像头模组获取图像质量的好坏，所以模组曝光策略和算法的设置直接影响系统对目标物的识别效果。

现在市场上用于ADAS的摄像头模组大多采用平均曝光法，即统计画面所有像素点的亮度信息，平均计算这些亮度信息的值，以此来调整和优化下一帧图像的曝光量。这样造成的弊端是检测搜索的ROI区域有可能获得不了最适宜的曝光量，而且在一些特殊的光线条件下，由于图像各个区域亮度信息反差较大，还可能会导致检测ROI区域过曝或曝光不足的现象。例如在强逆光条件下由于画面上方天空部分灰度值过高，通过平均曝光法计算的下一帧图像的曝光量较小。而画面下方检测ROI区域本身照度不高，这样会导致检测ROI区域曝光严重不足，影响系统对目标物的检测。

本发明主要是利用以消失点为界点分区曝光的方法，提高了ROI区域的亮度信息计算权值，能最大程度的避免其他区域异常亮度值对整个图像曝光量计算的影响。使得ROI画面区域曝光适中，提高其画面质量，使之更有利于ADAS前视视觉系统对目标物的识别。

发明内容

为了解决背景技术中存在的问题，本发明提供了一种基于分区曝光的优化ADAS识别性能的方法，以分区曝光对视觉前视摄像头每一帧图像的曝光进行实时反馈优化，利用ADAS前视摄像头模组分区曝光以及实时更新图像采集时的曝光量来改善目标物识别性能。

本发明采用的技术方案是：

方法如图2所示，实时通过对ADAS系统的前视摄像模组所获图像进行分区，根据分区结果提高分区后的ROI区域曝光量计算权值，实时优化下一帧图像的曝光效果的方法，使得ADAS系统更利于对目标物的识别。本发明方法优化处理涉及的计算量小，的各个步骤均是在线实时处理完成。

所述分区是以道路消失点为界点对图像进行分区。

以消失点为界点将ADAS系统的前视摄像模组所获图像分为实地道路区域、位于实地道路区域两侧的道旁区域、位于实地道路区域和道旁区域上方的天空区域。

计算分区后的不同区域的亮度信息，以实地道路区域作为ROI区域，提高分区后的ROI区域的亮度计算权值并计算整幅图像的亮度均值，然后根据实时获得的亮度均值按照曝光表确定更新下一帧图像的曝光量，最后根据曝光量控制前视摄像模组的曝光驱动模块进行下一帧图像的曝光，进行下一帧图像的采集，由此实时处理反馈对每一帧图像进行优化处理。

所述的前视摄像模组包括快门驱动控制模块和光圈驱动控制模块，产生的曝光量自动生成对应的曝光时间和进光量，分别输入到快门驱动控制模块和光圈驱动控制模块中完成曝光时间和进光量的控制，实现所需的曝光量。

本发明方法以道路消失点为界点对摄像头采集图像进行分区，分析每个区域的亮度信息，赋予目标物检测ROI区域更高的权值，降低图像上方和侧方无关紧要区域的权值，来计算下一帧图像所需要的曝光量，使得检测区域获得更优的曝光量。

本发明的有益效果是：

本发明提高了ADAS系统中前视摄像头模组画面质量，优化了系统对车辆行人车道线的识别效果，提高了ADAS系统对车辆、行人、车道线识别准确度和精度，提高了系统在逆光、隧道、阴雨、夜晚等特殊光线条件下识别准确度和环境适应性。