基于V-视差的障碍物检测改进方法-论文.pdf

《基于V-视差的障碍物检测改进方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第14卷第1期2014年1月科学技术与工程Vo1．14No．1Jan．20141671—1815(2014)01—0086～05ScienceTechnologyandEngineering⑥2014Sci．Tech．Engrg．基于V一视差的障碍物检测改进方法林川。宋伟奇。覃金飞(广西科技大学电气与信息工程学院，广西汽车零部件与整车技术重点实验室(广西科技大学)。柳州545006，柳州城市职业学院。，柳州545002)摘要针对传统V一视差方法提取的道路信息与实际道路信息偏离较大，造成障碍物漏检率相对较高的问题，提出一种改进的V一视差障碍物检测方法。在详细分析传统V一视差检测方法的原理和

2、存在的缺陷基础上，提出了极大值约束、较小值抑制约束、距离约束和偏移约束四种条件结合的道路信息提取算法。在采用最小二乘法拟合道路线段后，通过计算道路线段的斜率和截距，并结合视差图检测障碍物。实验结果表明，较传统方法具有较好的障碍物检测效果，且具有一定的实时性和工程实用价值。关键词V视差道路提取障碍物检测约束中图法分类号TP391．41；文献标志码A近年来，障碍物检测已经成为智能车辆环境感方法提取道路相关线段，进一步实现障碍物检知技术的重要研究领域。实时检测车辆前方的障碍测_7]，该类方法计算简单，有利于实时性，且在大物，及时提醒驾驶员前方危险，对安全驾驶具有十分多道路环境下的检测中获得了良

3、好的效果。但在道重要的意义u]。基于单目视觉和双目视觉的障碍物路信息相对较少的场景中，其道路相关线提取受到检测方法成为国内外研究的热点，单目视觉方法主严重干扰，导致漏检率较高。为此，提出极大值约要是采用颜色、形状、纹理等特征进行图像分割或边束、较小值抑制约束、距离约束和偏移约束四种条件缘检测，并利用相关先验知识实现检测l2]，该类方结合的道路信息提取算法，该方法较好的解决了传法在特定和简单的行车条件下可以取得较好的效统方法的障碍物漏检率较高的问题。果，但不适于复杂背景和多障碍物的情况；另外一类1V一视差检测原理和缺陷·是采用单目视觉通过图像序列特征点的匹配与跟踪，运用运动估计得到深度信息

4、检测障碍物_4]，但1．1V一视差检测原理该类方法中图像序列特征点的提取、匹配和、跟踪和智能车辆的基线两端安装性能和参数相同的左场景的投影重建相对困难，且存在较大的计算量，不右两台摄像机，将获得两幅景物的立体图像进行极利于实时性。双目视觉具有与人类视觉系统的感知线校正后，通过立体匹配算法计算各像点的视差，可过程类似的特点，检测过程中获取的信息量大，且较获取浓密视差图。由双目视觉原理可知_I，像点的易获取场景的深度信息，通过标定双目摄像机和相视差值可反映出该像点与摄像机之问的距离信息。应的坐标变换，对获取的三维信息采用构建车前环V一视差图的原理为：其行坐标与原视差图相同，而境的图像，并通过

5、边缘提取来最终检测障碍物_6]。列坐标则表示视差级数(0～D，D为最大视差搜索近年来，学者们将双目视觉中V～视差的提取用于障范围)，通过分别统计原视差图各行中相同视差的个碍物检测的研究，其基本原理主要是通过获取V一视数，作为V一视差图相应位置的值，设视差图中第i差图像将原图像中的二维平面信息转换为一维线段行具有的视差值为d。、d、d。，对应个数分别为N。、的检测，通过最小二乘法或Hough变换等直线提取N、N。，则该行对应的V一视差如图1所示。计算V视差图的目的是将原图像中的二维信息投影成2013年7月29日收到，国家自然科学基金资助项目线段信息，障碍物的识别由平面检测转化为线段(512

6、09042)、广西重点实验室建设项目(13-051-38)、广西教检测。育厅科研项目经费资助(2013YB362)、广西汽车零部件与整‘O12d【

7、)车技术重点实验室(广西科技大学)开放基金(2012KFMS09)资助第一作者简介：林川(1979)，男，副教授，硕士，硕士研究生导O0O0N()ON0N20O师。研究方向：模式识别与智能控制。E—mail：gxustlc@126．com。图1V视差示例1期林川，等：基于视差的障碍物检测改进方法1．2V一视差检测方法分析息像素点，防止干扰。采用V一视差图实现障碍物检测的研究中，具有2．3约束3：距离约束代表性的文献[7—9]认为道路像素在视差

8、图像的以视差图的整行作为计算窗口求取中值，该值同行中的视差值相同且相对障碍物像素数量较大，应当与V一视差图中极大值所处位置对应的列坐标先通过设置阈值提取道路线段，然后去除相关道路值距离相近。针对由于匹配精度问题或同行障碍物信息像素点提取障碍物线段，通过判断两线段交点较多，导致V一视差图获取的极大值属于障碍物信息检测障碍物。如图2所示，i～+5为视差图中部的情况，通过该约束及时去除伪道路信息像素点。分连续行，～+5为道路对应的视差，在