[发明专利]一种基于双目视觉的无人驾驶汽车可通区域检测方法

摘要

本发明提供一种基于双目视觉的无人驾驶汽车可通区域检测方法，过程为：获取安装在无人驾驶车上的车载双目摄像机采集的车辆前方左右目图像作为原始识别图像；对左右目图像进行预处理，获取处理后的稠密视差图；针对稠密视差图获得相应的U视差图；针对U视差图获得障碍物图；利用障碍物图对稠密视差图进行障碍物剔除，获得剔除大量障碍物后的视差图；针对剔除大量障碍物后的视差图，获得其规范化的V视差图；针对V视差图，获得道路区域的上边沿；将所述稠密视差图中道路区域的上边沿以上部分剔除，获得剔除非道路区域的视差图；针对剔除非道路区域的视差图，进行进一步的障碍物剔除，然后对获得的障碍物图进行灰度反转，获得可通行区域图。

主权项

1.一种基于双目视觉的无人驾驶汽车可通区域检测方法，其特征在于，其包括：步骤1，获取安装在无人驾驶车上的车载双目摄像机采集的车辆前方左右目图像作为原始识别图像；步骤2，对左右目图像进行预处理，获取处理后的稠密视差图；步骤3，对所述稠密视差图每一列所有像素进行灰度统计，获得相应的U视差图，将该U视差图的视差范围规范化到0到255之间得到规范化U视差图；步骤4，使用Canny算子对步骤3中所获得的规范化U视差图进行边界提取，获得二值化的边界U视差图；遍历边界U视差图，若像素(i，j)的像素值不为0，则遍历所述稠密视差图第j列的所有像素，寻找与像素(i，j)的像素值相同或相差小于设定阈值δ1的像素，并将其设为障碍像素，从而获得粗略的障碍物图，再对该障碍物图进行中值滤波、膨胀和腐蚀处理，获得处理后的障碍物图；步骤5，利用步骤4所获得的处理后的障碍物图，对步骤2处理后的稠密视差图进行障碍物剔除，获得剔除大量障碍物后的视差图；步骤6，对步骤5中所获得的剔除大量障碍物后的视差图的每一行所有像素进行灰度统计，获得相应的V视差图，将该V视差图的视差范围规范化到0到255之间得到规范化的V视差图；步骤7，确定道路区域的上边沿，具体包括如下子步骤：(701)使用Canny算子对步骤6所获得的规范化V视差图进行边界提取，获得二值化的边界V视差图；(702)利用霍夫变换在所述边界V视差图中检测出所有线段；(703)从检测出的所有线段中选择满足以下4个条件的线段，(一)向左倾斜设定角度，(二)靠近边界V视差图左下角，(三)线段下边缘接近边界V视差图底部，(四)置信度高于设定阈值；(704)针对步骤(703)中所检测出线段，将其与V视差图纵轴交点处的水平线作为道路区域的上边沿，若步骤(703)中检测出的线段有多条，则将其与V视差图纵轴交点均值处的水平线作为道路区域的上边沿；步骤8，根据步骤7中所获得的道路区域上边沿，将步骤2中所获的处理后的稠密视差图中道路区域上边沿以上部分剔除，获得剔除非道路区域的视差图；步骤9，针对剔除非道路区域的视差图，按照步骤3－4的方式获得最终障碍物，其中在按照步骤4的方式执行过程中，设定阈值为δ2，且δ1＞δ2；步骤10，对步骤9获得的障碍物图进行灰度反转，获得可通行区域图。